计算机视觉与Python：利用OpenCV进行视觉定位和目标识别

import cv2
import numpy as np
 
# 读取图像
image = cv2.imread('target.jpg')
 
# 将图像转换为灰度图
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
 
# 使用高斯滤波消除噪声
gaussian_blur = cv2.GaussianBlur(gray, (5, 5), 0)
 
# 使用二值化操作进行边缘检测
_, binary = cv2.threshold(gaussian_blur, 20, 255, cv2.THRESH_BINARY_INV)
 
# 寻找轮廓
contours, _ = cv2.findContours(binary, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
 
# 遍历轮廓并绘制矩形框
for contour in contours:
    x, y, w, h = cv2.boundingRect(contour)
    cv2.rectangle(image, (x, y), (x + w, y + h), (0, 255, 0), 2)
 
# 显示结果
cv2.imshow('Detected Targets', image)
cv2.waitKey(0)
cv2.destroyAllWindows()

这段代码展示了如何使用OpenCV进行视觉定位和目标识别。首先读取图像，然后转换为灰度图，应用高斯滤波来减少噪声，接着进行二值化处理以便于检测边缘，最后通过查找轮廓并绘制边界矩形框来定位和识别图像中的目标。