OpenCv学习笔记Day1
- Opencv基本了解
什么是Opencv
OpenCV的全称是Open Source Computer Vision Library，是一个跨平台的计算机视觉库。OpenCV是由英特尔公司发起并参与开发，以BSD许可证授权发行，可以在商业和研究领域中免费使用。OpenCV可用于开发实时的图像处理、计算机视觉以及模式识别程序-----wikipedia。
Opencv的组成
Opencv库有核心模块库Core和扩展模块组成，他们功能如下；
模块 说明
Core 该模块包含 OpenCV 库的基础结构以及基本操作。
Improc 图像处理模块包含基本的图像转换，包括滤波以及类似的卷积操作。
Highgui 在 OpenCV 3.0中，分割为 imcodecs、videoio 以及 highgui 三部分。 这个模块包含可以用来显示图像或者简单的输入的用户交互函数。这可以看作是一个非常轻量级的 Windows UI 工具包。
Video 该模块包含读取和写视频流的函数。
Calib3d 这个模块包括校准单个、双目以及多个相机的算法实现。
Feature2d 这个模块包含用于检测、描述以及匹配特征点的算法。
Objdectect 这个模块包含检测特定目标，比如人脸或者行人的算法。也可以训练检测器并用来检测其他物体。
Ml 机器学习模块本身是一个非常完备的模块，包含大量的机器学习算法实现并且这些算法都能和 OpenCV 的数据类型自然交互。
Flann Flann 的意思是“快速最邻近库”。这个库包含一些你也许不会直接使用的方法，但是其他模块中的函数会调用它在数据集中进行最邻近搜索。
GPU 在 OpenCV 中被分割为多个 cuda* 模块。 GPU 模块主要是函数在 CUDA GPU 上的优化实现，此外，还有一些仅用于 GPU 的功 能。其中一些函数能够返回很好的结果，但是需要足够好的计算资源，如果硬件没有GPU，则不会有什么提升。
Photo 这是一个相当新的模块，包含计算摄影学的一些函数工具。
Stitching 本模块是一个精巧的图像拼接流程实现。这是库中的新功能，但是，就像 Photo 模块一样，这个领域未来预计有很大的增长。
Nonfree OpenCV 包含一些受到专利保护的或者受到使用限制的（比如 SIFT 算法）算法。这些算法被隔离到它们自己的模块中，以表明你需要做一些特殊的工作，才可以在商业产品中使用它们。
Contrib 这个模块包含一些新的、还没有被集成进 OpenCV 库的东西。
Legacy 这个模块包含一些老的尚未被完全取消的东西。
ocl 这是一个较新的模块，可以认为它和 GPU 模块相似，它实现了开放并行编程的 Khronos OpenCL 标准。虽然现在模块的特性比 GPU 模块少很多，但 ocl 模块的目标是提供可以运行在任何 GPU 或者是其他可以搭载 Khronos 的并行设备。这与 GPU 模 块形成了鲜明的对比，后者使用 Nividia CUDA 工具包进行开发，因此只能在 Nividia GPU 设备上工作。
- 图像读取
读取图像
使用函数 cv.imread() 读入图像。这幅图像应该在此程序的工作路径（即相对路径）， 或者给函数提供完整路径（绝对路径）；
第二个参数是要告诉函数应该如何读取这幅图片：
cv.IMREAD_COLOR : 读入一副彩色图像。图像的透明度会被忽略， 这是默认参数，
cv.IMREAD_GRAYSCALE :以灰度模式读入图像，
cv.IMREAD_UNCHANGED : 读入一幅图像，并且包括图像的 alpha 通道
# -*- coding: utf-8 -*-
import numpy as np
import cv2 as cv
img = cv.imread('1.jpg',cv.IMREAD_COLOR) #1
Note：你可以用1、0、-1分别代替这个三个标志；
**警告：**就算图像的路径是错的，OpenCV 也不会提醒你的，但是当你使用命 令print img时得到的结果是None。
显示图像
使用函数 *cv.imshow()*显示图像。窗口自动适应图像大小（即窗口大小随着图片分辨率的改变而改变）。第一 个参数是窗口的名字，其次才是我们的图像。你可以创建多个窗口，只要你喜欢，但是必须给他们不同的名字。
cv.imshow('image',img)
cv.waitKey(0)
cv.destroyAllWindows()
cv.waitKey() 是一个键盘绑定函数。需要指出的是它的时间尺度是毫秒级。函数等待特定的几毫秒，看是否有键盘输入。特定的几毫秒之内，如果 按下任意键，这个函数会返回按键的 ASCII 码值，程序将会继续运行。如果没 有键盘输入，返回值为 -1，如果我们设置这个函数的参数为 0，那它将会无限期的等待键盘输入。它也可以被用来检测特定键是否被按下，例如按键 a 是否 被按下，这个后面我们会接着讨论。
*cv.destroyAllWindows()*可以轻易删除任何我们建立的窗口。如果 你想删除特定的窗口可以使用 cv.destroyWindow()，在括号内输入你想删 除的窗口名。
Note：一种特殊的情况是，你可以已经创建了一个窗口，然后将图像加载到其中。在这种情况下，您可以指定窗口是否可调整大小。这是通过函数 **cv.namedWindow()**完成的。缺省情况下，标志为 cv.WINDOW_AUTOSIZE。但是如果你指定cv.WINDOW_NORMAL，你可以调整窗口的大小。当图像尺寸太大时，在窗口中添加跟踪条会很有帮助。
代码如下：
# -*- coding: utf-8 -*-
import numpy as np
import cv2 as cv
img = cv.imread('1.jpg',cv.IMREAD_COLOR)
cv.namedWindow('image', cv.WINDOW_NORMAL)
cv.imshow('image',img)
cv.waitKey(0)
cv.destroyAllWindows()
保存图像
使用函数 cv.imwrite() 来保存一个图像。首先需要一个文件名，之后才 是你要保存的图像。
cv.imwrite('1.png',img)
视频流操作
我们知道，视频其实就是有 一帧帧图像快速切换产生的，所有我们可以用读取图片的方法，直接读取它；所不同的是：如果你要播放视频，那么你必须要一直读帧；
同样，在显示帧时，为cv.waitKey()使用适当的时间。如果它太小，视频就会非常快，如果它太高，视频就会很慢(好吧，这就是你如何在慢动作中显示视频)。在正常情况下，25毫秒是可以的。
代码如下：
#所以你的工程目录下应该有一个test.mp4；当然，你也可以用avi视频文件
import numpy as np
import cv2 as cv
cap = cv.VideoCapture('test.mp4')
while cap.isOpened():
ret, frame = cap.read()
# if frame is read correctly ret is True
if not ret:
print("Can't receive frame (stream end?). Exiting ...")
break
cv.imshow('frame',frame)
if cv.waitKey(1) == ord('q'):
break
cap.release()
cv.destroyAllWindows()
摄像头操作
摄像头读取和视频读取是一样的，摄像头本身从外界读取图像也是有帧数概念的，所有读取摄像头可以看作读取一个无限时长的视频，只不过VideoCapture中放的是具体数值；
import numpy as np
import cv2 as cv
cap = cv.VideoCapture(0) #一般电脑内置摄像头为0，你可以通过设置成 1 或者其他的来选择别的摄像头
if not cap.isOpened():
print("Cannot open camera")
exit()
while True:
# Capture frame-by-frame
ret, frame = cap.read()
# if frame is read correctly ret is True
if not ret:
print("Can't receive frame (stream end?). Exiting ...")
break
# Our operations on the frame come here
gray = cv.cvtColor(frame, cv.COLOR_BGR2GRAY)#你也可以注释掉这行颜色转换的代码
# Display the resulting frame
cv.imshow('frame', gray)
if cv.waitKey(1) == ord('q'):
break
# When everything done, release the capture
cap.release()
cv.destroyAllWindows()
保存视频
我们要创建一个 VideoWriter 的对象来保存视频。。我们应该确定一个输出文件 的名字。接下来指定 FourCC 编码（下面会介绍）。播放频率和帧的大小也都 需要确定。最后一个是 isColor 标签。如果是 True，每一帧就是彩色图，否则就是灰度图。
FourCC 就是一个 4 字节码，用来确定视频的编码格式。可用的编码列表 可以从 fourcc.org查到。
FourCC 码以下面的格式传给程序，以 MJPG 为例：cv.VideoWriter_fourcc(‘M’,‘J’,‘P’,‘G’)或者 cv.VideoWriter_fourcc(*‘MJPG’)。
代码如下：
#是从摄像头中捕获视频，沿水平方向旋转每一帧并保存它
import numpy as np
import cv2 as cv
cap = cv.VideoCapture(0)
# Define the codec and create VideoWriter object
fourcc = cv.VideoWriter_fourcc(*'XVID')
out = cv.VideoWriter('output.avi', fourcc, 20.0, (640, 480))
while cap.isOpened():
ret, frame = cap.read()
if not ret:
print("Can't receive frame (stream end?). Exiting ...")
break
frame = cv.flip(frame, 0)
# write the flipped frame
out.write(frame)
cv.imshow('frame', frame)
if cv.waitKey(1) == ord('q'):
break
# Release everything if job is finished
cap.release()
out.release()
cv.destroyAllWindows()
- 绘图
画线
要画一条线，你只需要告诉函数这条线的起点和终点。我们下面会画一条 从左上方到右下角的蓝色线段。
import numpy as np
import cv2 as cv
# Create a black image
img = np.zeros((512,512,3), np.uint8)
# Draw a diagonal blue line with thickness of 5 px
cv.line(img,(0,0),(511,511),(255,0,0),5) #opencv中是BGR
cv.imshow('img', img)
cv.waitKey(0)
具体线的参数，你可以直接看这个函数 cv.line()。
画矩形
要画一个矩形，你需要告诉函数的左上角顶点和右下角顶点的坐标。这次 我们会在图像的右上角话一个绿色的矩形；函数 cv.rectangle()
cv.rectangle(img,(384,0),(510,128),(0,255,0),3)
画圆
要画圆的话，只需要指定圆形的中心点坐标和半径大小。我们在上面的矩 形中画一个圆； cv.circle()
cv.circle(img,(447,63), 63, (0,0,255), -1)
画椭圆
画椭圆比较复杂，我们要多输入几个参数。一个参数是中心点的位置坐标。 下一个参数是长轴和短轴的长度。椭圆沿逆时针方向旋转的角度。椭圆弧演 顺时针方向起始的角度和结束角度，如果是 0 到360，就是整个椭圆。查看 cv.ellipse() 可以得到更多信息。下面的例子是在图片的中心绘制半个椭圆。
cv.ellipse(img,(256,256),(100,50),0,0,180,255,-1)
画多边形
画多边形，需要指点每个顶点的坐标。用这些点的坐标构建一个大小等于 行数 X1X2 的数组，行数就是点的数目。这个数组的数据类型必须为 int32。 这里画一个黄色的具有四个顶点的多边形。
pts = np.array([[10,5],[20,30],[70,20],[50,10]], np.int32)
pts = pts.reshape((-1,1,2))
cv.polylines(img,[pts],True,(0,255,255))
添加文字
要在图片上绘制文字，你需要设置下列参数：
你要绘制的文字
你要绘制的位置 •
字体类型（通过查看 cv.putText() 的文档找到支持的字体）
字体的大小 • 文字的一般属性如颜色，粗细，线条的类型等。
为了更好看一点推荐使用 linetype=cv2.LINE_AA。
在图像上绘制白色的 OpenCV。
font = cv.FONT_HERSHEY_SIMPLEX
cv.putText(img,'OpenCV',(10,500), font, 4,(255,255,255),2,cv.LINE_AA)
查看图像像素信息
你可以用python的方法直接查看图片尺寸
size = img.shape
print(size)
扫一扫
1029
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
