OpenCV第一天（图像、视频、鼠标与TrackBar的基本操作）

1. 图像的IO操作

1.1 读取图像

• imread()
  参数：
  读取的图像
  读取方式的标志(可以为空)
  - cv.IMREADCOLOR：以彩色模式加载图像，任何图像的透明度都将被忽略。这是默认参数。
  - cv.IMREADGRAYSCALE：以灰度模式加载图像
  - cv.IMREAD_UNCHANGED：包括alpha通道的加载图像模式
  注：可以使用1、0、-1代替上面三个标志

           import numpy as np
           import cv2 as cv
           # 以灰度图的形式读取图像
           img = cv.imread('img01.jpg',0)
  

注：若图片的路径错误，会返回一个None值

1.2 显示图像与关闭图像

• imshow()
  参数：
  显示图像的窗口名称，以字符串类型表示
  待加载的图像
  注：当调用显示图像的接口后，同时要调用waitkey()给图像绘制留下时间，否则窗口会出现无法响应，图像则无法正常显示

 # opencv中显示
cv.imshow('image',img)
cv.waitKey(0)

• namedWindow(winname, flags=None)
  参数：
  - 窗口名
  - 窗口属性
  WINDOW_NORMAL显示图像后，允许用户随意调整窗口大小
  WINDOW_AUTOSIZE根据图像大小显示窗口，不允许用户调整大小
  WINDOW_FREERATIO窗口大小自适应比例
  WINDOW_KEEPRATIO保持图像的比例
  注：显示图像时，此函数非必要可以不用，imshow()可直接创建并显示窗口，如若对窗口属性有限制，则需使用该窗口
• waitKey()：无限期地等待一个键事件或等待延迟毫秒，显示图像窗口时，必须使用waitKey()函数。在读取视频的循环while中，waitKey(n)的作用是逐帧显示视频帧，可以合理地选择n的大小，以缓和的速度播放视频。
  参数：
  waitKey()与waitKey(0)，都代表无限等待
  waitKey(n)，等待n毫秒后，关闭显示的窗口
  destroyAllWindows()：销毁窗口，释放资源

1.3 保存图像

• imwrite()
  参数：
  文件保存的路径
  所保存的图像名

 # testopencv.py
import cv2
cv2.namedWindow('new', cv2.WINDOW_AUTOSIZE) # 创建窗口('名字'，'窗口属性')
img = cv2.imread('D:/Py_learn/1.jpg') # 读取图片
cv2.imshow('new', img) # 图像的显示，也可以创建多个窗口
key = cv2.waitKey() # 等待时间，毫秒级，0表示任意键终止
while True:
    if (key & 0xFF == ord('q')):# ord获取AscII码
       break
    elif (key & 0xFF == ord('s')):
        cv2.imwrite("girl.jpg", img)
print(ord('q'))
cv2.destroyAllWindows() # 销毁窗口，释放资源

2. 视频操作

2.1 创建视频读取对象

• VideoCapture(filepath)
  参数：
  视频文件的路径
  0自动获取设备摄像头采集视频

2.2 获取视频属性

• get(proId)
  参数：
  - 0-18的数字，分别代表不同的视频属性
  常用属性：
  

2.3 修改视频属性

• set(propId, value)
  参数：
  - proId，0-18的数字，分别代表不同的视频属性
  - value，修改后的属性值

2.4 判断图像是否读取成功

• x.isOpened()
  如成功返回True，否则返回False，获取视频的一帧图像
  • ret, frame = x.read()
    参数：
    - ret：若获取成功返回True，否则False
    - Frame：获取到的某一帧的图像
• 释放视频对象资源
  release()

import numpy as np
import cv2 as cv
# 1.获取视频对象
cap = cv.VideoCapture('img/01.mp4')
# 2.判断是否读取成功
while(cap.isOpened()):
    # 3.获取每一帧图像
    #ret: 若获取成功返回True，获取失败，返回False 
    #Frame: 获取到的某一帧的图像
    ret, frame = cap.read() 
    # 4. 获取成功显示图像
    if ret == True:
        cv.imshow('frame',frame)
    # 5.每一帧间隔为25ms
    if cv.waitKey(25) & 0xFF == ord('q'):
        break
# 6.释放视频对象
cap.release()
cv.destroyAllwindows()

2.5 创建视频保存对象

• VideoWriter(filename,fourcc, fps, frameSize)
  参数：
  filename：视频保存的位置
  fourcc：指定视频解码器的4字节代码
  fps：视频帧率
  frameSize：帧大小
  设置视频的解码器：
  • VideoWriter_fourcc( c1, c2, c3, c4 )
    参数：
    c1,c2,c3,c4: 是视频编解码器的4字节代码，常用的有:
    Winows中：DIVX（.avi）
    Os中：MJPG(.mp4), DIVX(.avi), X264(.mkv)

import cv2 as cv
   
  # 1. 读取视频
  cap = cv.VideoCapture("img/01.mp4")
   
  # 2. 获取图像的属性（宽和高）,并将其转换为整数
  frame_width = int(cap.get(3))
  frame_height = int(cap.get(4))
   
  # 3. 创建保存视频的对象，设置编码格式，帧率，图像的宽高等
  out = cv.VideoWriter('outpy.avi', cv.VideoWriter_fourcc('M', 'J', 'P', 'G'), 10, (frame_width, frame_height))
  while (True):
      # 4.获取视频中的每一帧图像
      ret, frame = cap.read()
      if ret == True:
          # 5.将每一帧图像写入到输出文件中
          out.write(frame)
      else:
          break
   
  # 6.释放资源
  cap.release()
  out.release()
  cv.destroyAllWindows()

3. OpenCv对鼠标的控制

3.1 设置鼠标回调函数

• setMouseCallback(winname, callback, userdata)
  参数：
  winname：窗口名字
  userdata：传给回调函数的参数，默认None
  callback：鼠标响应函数，回调
  函数。指定窗口里每次鼠标时间发生的时候，被调用的函数指针。 这个函数的原型应该为
  • void onMouse(int event, int x, int y, int flags, void* param)
    event：鼠标动作，0-9不同的数值对应不同的操作。
    
    flags：鼠标动作标志符，不同的数字对应不同的事件
    

# mouse.py
import cv2
import numpy as np
# 设置鼠标回调函数
def mouse_callback(event, x, y, flags, userdata):
    print(event, x, y, flags, userdata)

# 创建窗口
cv2.namedWindow('mouse', cv2.WINDOW_NORMAL)
cv2.resizeWindow('mouse', 640, 360)
# 设置鼠标回调
cv2.setMouseCallback('mouse', mouse_callback, '123')
            
# 显示窗口和背景
 img = np.zeros((360, 640, 3), np.uint8)
 
 while True:
     cv2.imshow('mouse', img)
     key = cv2.waitKey(1)
     if key & 0xFF == ord('q'):
         break
 cv2.destroyAllWindows()

4. TrackBar控件

4.1 滚动条的创建

• createTrackbar( trackbarname, winname,int value, int count,TrackbarCallback onChange = 0,void userdata = None)
  参数：
  trackbarname：滚动条的名字
  winname：绑定的窗口名字
  value：滑块的初始位置
  count：滑块的最大位置
  TrackbarCallback：回调函数，拨动Trackbar返回的函数
  userdata：用户传给回调函数的数据，默认为None
  • 回调函数的定义：
    def callbackfunc(int value, void* userdata);
    参数：
    value传入的是滑块位置变量。
    userdata是打包的其他数据。可以不传参

4.2 设置滚动条属性

• setTrackbarPos(trackbarname, winname, int pos)
  参数：
  trackbarname：滚动条的名字
  winname：绑定的窗口名字
  pos：返回Trackbar的属性

     # trackBar.py
     import cv2
     import numpy as np
     def callback():
         pass
     # 创建窗口
     cv2.namedWindow('trackbar', cv2.WINDOW_NORMAL)
     
     # 创建tracker
     cv2.createTrackbar('R', 'trackbar', 0, 255, callback)
     cv2.createTrackbar('G', 'trackbar', 0, 255, callback)
     cv2.createTrackbar('B', 'trackbar', 0, 255, callback)
     
     # 创建一个背景图片
     img = np.zeros((480, 360, 3), np.uint8)
     while True:
         # 获取当前trackbar的值
         r = cv2.getTrackbarPos('R', 'trackbar')
         g = cv2.getTrackbarPos('G', 'trackbar')
         b = cv2.getTrackbarPos('B', 'trackbar')
         # 改变图片的背景颜色
         img[:] = [b, g, r]
         cv2.imshow('trackbar', img)
         key = cv2.waitKey(10)
         if key & 0xFF == ord('q'):
             break
     cv2.destroyAllWindows()