OpenCV初探
文章目录
配置环境
pycharm配置非常简单，就在此略过了。
主要是c++的找了好久的方法。
我配置的是VS2017+OpenCV，然后推荐大家看这个，我是通过这篇博客解决了配置的问题。
当时更改了库目录以及包目录和环境变量以及依赖项所有能更改的。但是还是提醒找不到#include<opencv2/opencv.hpp>这个文件。
后来看了博客推测问题可能出在：VS2017应该设置的环境变量是vc15下的，但是当时看其他博客配置的是vc14的。
但是这个配置完了记得改debug X86为X64。
over！
pyhton简单操作
import cv2 as cv
img = cv.imread('一张图片的绝对路径')
cv.namedWindow("Image")
cv.imshow("Image",img)# 在界面显示
cv.waitKey(0)# 等待时间，ms级，0表示按任意键终止
cv.destroyWindow("Image")# 可以有参数也可以没有
print(img)
print(img.shape)# (x,x,3)表示是RGB通道，但是在cv里面是BGR类型
# 所以一般实现的时候别用plot库，这个是RGB类型，二者切换会出现事故
img = cv.imread('xxx.jpg',cv.IMREAD_COLOR)# 显示的是彩色图像
img = cv.imread('xxx.jpg',cv.IMREAD_GRAYSCALE)# 显示的是灰度图像
# 其他的一些函数
# 保存
cv2.imwrite("图片保存的名字"，img)
# 打印类型
type(img)# <class 'numpy.ndarray'>
img.size# 1652400
img.dtype# uint8
这个是将视频转换为灰度的视频。
但是总感觉转换.mp4文件为灰度播放，失败了。
然后是貌似只把人像变成了蓝色，好怪喔）
vcvc = cv2.VideoCapture(r"C:\Users\林颐\PycharmProjects\pythonProject\练习3\test01.MP4")
if vcvc.isOpened():
oepn, frame = vcvc.read()
else:
open = False
while open:
ret, frame = vcvc.read()
if frame is None:
break
if ret == True:
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
cv2.imshow('result', gray)
if cv2.waitKey(100) & 0xFF == 27:
break
vcvc.release()
cv2.destroyAllWindows()
利用PIL库实现一些图像处理
pil_im=Image.open(r'D:\cmttmmderijisc\2020-08-14 191734.jpg')
print(pil_im)
# 将图片转换为灰度图片并显示
pil_im=Image.open(r'D:\cmttmmderijisc\2020-08-14 191734.jpg').convert('L')
pil_im.show()# 删除需要自己手动按叉叉
# 创建缩略图
pil_im.thumbnail((128,128))
pil_im.show()
# 复制粘贴图像区域
box=(100,100,400,400)
region=pil_im.crop(box)# crop从一副图像中剪裁指定区域
region=region.transpose(Image.ROTATE_180)
pil_im.paste(region,box)
pil_im.show()
region.show()
# 调整尺寸和旋转
out=pil_im.resize((128,128))# 使用resize调整尺寸
out.show()
out=pil_im.rotate(45)# rotate逆时针旋转45°
out.show()
# 画图
from pylab import *
from PIL import Image
im = array(Image.open(r'D:\cmttmmderijisc\2020-08-14 191734.jpg'))
imshow(im)
x=[100,100,400,400]
y=[200,500,200,500]
plot(x,y,'r*')
plot(x[:2],y[:2])
axis('off')# 移除坐标轴
title("ploting")# 为显示的图像命名
show()
但是我设置好了vs+opencv，就不想写python了）。
C++简单操作
果然、虽然它麻烦，可我还是更愿意写这个。
以下是简单的打开图片以及视频。
# include<opencv2/opencv.hpp>
using namespace cv;
//显示图片
int show_pict() {
Mat img = imread("E:\\CV\\pict_lib\\1.jpg");//写上绝对路径
if (img.empty())return -1;//如果打开失败
namedWindow("Example1", WINDOW_AUTOSIZE);//将一个名称赋予窗口
//WINDOW_AUTOSIZE说明了Windows的特性，自动缩放图片以适应其真实的大小
imshow("Example1", img);//创建一个窗口，在此窗口重绘上要求的图片
waitKey(0);//告诉系统暂停并等待键盘操作。任意键后系统重新开始运转
//cv::Mat 使得图片会在生命周期结束后自动释放，这种自动的内存释放时由内部的引用指针控制
destroyAllWindows();//自行销毁窗口
return 0;
}
//打开视频
int show_video() {
namedWindow("demo3", WINDOW_AUTOSIZE);
VideoCapture cap;
cap.open("C:\\Users\\林颐\\Documents\\Tencent Files\\874188502\\FileRecv\\时序电路分析设计-2.mp4");
Mat frame;//声明一个可以保存视频帧的结构
while (true) {
cap >> frame;//视频文件按帧读取
if (frame.empty())break;//是否按照帧从视频流中被读取
imshow("demo3", frame);//显示图片
if (waitKey(33) >= 0)break;//显示该帧并等待33ms，此间如果有任何键入，则会退出循环
//33ms之后所有的数据空间由于生命周期的结束被自动释放掉
}
return 0;
}
int main(){
show_pict();
show_video();
}
以上打开视频，在显示视频的时候不可以快速跳转。于是：
- 加一个滑动条，使得用户可以进行视频跳转。
- 允许用户按下S键-暂停（单步），R键-恢复。
- 无论何时用户滑动条跳转到视频的一个新的时间点，都使用但不模式在该点播放。
读取滑动条时老是抛出异常&解决
先放一下代码，就是照书写的。
#include<opencv2/opencv.hpp>
#include<opencv2/imgproc/imgproc.hpp>
#include<iostream>
using namespace std;
int g_slider_pos = 0;//存储的是滑动条的位置 g_表示global全局变量
int g_run = 0;//为正时指示程序在停止之前需要播放多少帧图片；为负时表示系统处于连续播放的模式
int g_dontest = 0;//避免在调整进度条时进入单步模式
cv::VideoCapture g_cap;
void onTrackbarSlide(int pos, void*) {//传入进度条将存在的新位置
g_cap.set(cv::CAP_PROP_POS_FRAMES, pos);//指示我们想要的帧集合的读取位置
if (!g_dontest) g_run = 1;//只有在用户触发滑动条事件才会生效
g_dontest = 0;
}
int main() {
cv::namedWindow("demo", cv::WINDOW_AUTOSIZE);
g_cap.open("C:\\Users\\林颐\\Desktop\\FinalVideo.MP4");
int frames = (int)g_cap.get(cv::CAP_PROP_FRAME_COUNT);//确定总帧数
int tmph = (int)g_cap.get(cv::CAP_PROP_FRAME_HEIGHT);//确定高
int tmpw = (int)g_cap.get(cv::CAP_PROP_FRAME_WIDTH);//确定宽
cout << "Video has " << frames << "frames of dimensions(" << tmpw << "," << tmph << ")." << endl;
cv::createTrackbar("Position", "demo", &g_slider_pos, frames, onTrackbarSlide);
cv::Mat frame;
while (true) {
if (g_run != 0) {
g_cap >> frame;
if (frame.empty())break;
int cur_pos=(int)g_cap.get(cv::CAP_PROP_POS_FRAMES);
g_dontest = 1;
cv::setTrackbarPos("Position", "demo", cur_pos);
cv::imshow("demo", frame);
//g_run = -1;//这里写错了，应该
g_run -= 1;
}
char c = (char)cv::waitKey(10);
if (c == 's') {
g_run = 1;
cout << "Single strp,run=" << g_run << endl;
}
else if (c == 'r') {
g_run = -1;
cout << "Run mode,run=" << g_run << endl;
}
else if (c == 27) break;//Esc键退出
}
return (0);
}
然后找到是因为g_run的那一条语句写错，导致不能使用 s & r 来暂停以及恢复。
如果是非正常退出，比如点了叉叉退出，就会抛出异常，比如这样。
但是如果是正常的滑动条读完或者按Esc键退出是不会出现的）
一些变换
高斯平滑(模糊)
高斯模糊是？关于高斯模糊的详细解释
高斯模糊，也叫高斯平滑，英文为：Gaussian Blur，是图像处理中常用的一种技术，主要用来降低图像的噪声和减少图像的细节。高斯模糊在许多图像处理软件中也得到了广泛的应用。
话说在画画中我会经常用到呢）
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include "iostream"
#include "fstream"
using namespace std;
using namespace cv;
//加载图像并显示之前平滑处理的图像
void smooth(const Mat &image) {
namedWindow("in", WINDOW_AUTOSIZE);
namedWindow("out", WINDOW_AUTOSIZE);
imshow("in", image);
Mat Out;
GaussianBlur(image, Out, Size(5, 5), 3, 3);
GaussianBlur(Out, Out, Size(5, 5), 3, 3);
imshow("out", Out);
waitKey(0);
destroyAllWindows();
}
int main(){
Mat img = imread("E:\\CV\\pict_lib\\1.jpg");
smooth(img);
}
高斯平滑只适合特定的照片，有时会破坏一些图片的特性。
使用高斯模糊对图像实现基2的降采样
（个人理解一下这句话，就是模糊+缩小）
在OpenCV中高斯模糊+降采样通过cv::pyrDown()函数实现。
cv::pyrDown():创建一个新的图像，其宽高均为原始图像的一半。
int main() {
Mat img1, img2;
namedWindow("demo1", WINDOW_AUTOSIZE);
namedWindow("demo2", WINDOW_AUTOSIZE);
img1 = imread("E:\\CV\\pict_lib\\1.jpg");
imshow("demo1", img1);
pyrDown(img1, img2);
imshow("demo2", img2);
waitKey(0);
destroyAllWindows();
return 0;
}
(或许你不太能看出来有高斯模糊，但是我个人是感觉这项图片变小，但是是好的方面变小)
于是我又放了张图，这个就比较明显，确实是高斯模糊+降采样了。
Canny边缘检测器
边缘检测？有关于边缘检测的详细解释
Canny边缘检测器：cv:Canny()
cv::cvtColor()：边缘检测器通过该函数生成一个和原图一样大小，但是只有一个通道的图像。从而将RGB图像转换为灰度图。
或者是在imread的时候输入IMREAD_GRAYSCALE,直接读取灰度图。
这个操作在OpenCV中被定义为宏：cv:COLOR2GRAY。（在python中使用过，但是貌似感觉失败了）
int main() {
Mat img_rgb, img_gry, img_cny;
namedWindow("Gray demo", WINDOW_AUTOSIZE);
namedWindow("Canny demo", WINDOW_AUTOSIZE);
img_rgb = imread("E:\\CV\\pict_lib\\2.jpg");
cvtColor(img_rgb, img_gry, COLOR_BGR2GRAY);
imshow("Gray demo", img_gry);
Canny(img_gry, img_cny, 10, 100, 3, true);
imshow("Canny demo", img_cny);
waitKey(0);
destroyAllWindows();
return 0;
}
Mat img_gry;
namedWindow("Gray demo2", WINDOW_AUTOSIZE);
img_gry = imread("E:\\CV\\pict_lib\\2.jpg",IMREAD_GRAYSCALE);
也可以直接这样得到灰度图，然后再进行边缘检测。
可以看到结果基本上是一样的。
虽然目前Canny算子是理论上最完善的，但是我们也可以看见该图上丢失了一些细节。
结合图像金字塔&Canny边缘检测器
简单应用：收缩两次图像，然后寻找两次收缩过程中的图像的边缘。
int main() {
Mat img_gry, img_cny,img_pyr,img_pyr2;
namedWindow("Gray demo3", WINDOW_AUTOSIZE);
namedWindow("Canny demo3", WINDOW_AUTOSIZE);
img_gry = imread("E:\\CV\\pict_lib\\2.jpg",IMREAD_GRAYSCALE);
imshow("Gray demo3", img_gry);
pyrDown(img_gry, img_pyr);
pyrDown(img_pyr, img_pyr2);
Canny(img_pyr2, img_cny, 10, 100, 3, true);
imshow("Canny demo3", img_cny);
waitKey(0);
destroyAllWindows();
return 0;
}
读写其像素值
int main() {
Mat img_rgb,img_gry, img_cny,img_pyr,img_pyr2;
img_rgb = imread("E:\\CV\\pict_lib\\2.jpg");
cvtColor(img_rgb, img_gry, COLOR_BGR2GRAY);
pyrDown(img_gry, img_pyr);
pyrDown(img_pyr, img_pyr2);
Canny(img_pyr2, img_cny, 10, 100, 3, true);
int x = 16, y = 32;
Vec3b intensity = img_rgb.at<Vec3b>(y, x);//或者是(x,y)[0]
uchar blue = intensity[0];
uchar green = intensity[1];
uchar red = intensity[2];
std::cout << "At(x,y) = (" << x << "," << y << ") : (blue,green,red) = (" << (unsigned int)blue << "," << (unsigned int)green << "," << (unsigned int)red << ")" << std::endl;
std::cout << "Gray pixel there is:" << (unsigned int)img_gry.at<uchar>(y, x) << std::endl;//读取（32，16）处的像素值
x /= 4;
y /= 4;
std::cout << "Pyramid2 pixel there is:" << (unsigned int)img_pyr2.at<uchar>(y, x) << std::endl;
img_cny.at<uchar>(x, y) = 128;//为什么要把这里的像素值设置为128？我不李姐
return 0;
}
从摄像头中读取
为实现和某种摄像头中读取的实时数据流进行交互，OpenCV中的HighGUI模块提供了一个简单的方法。
对于cv::VideoCapture：
从硬盘读取文件：需要指示读取文件名的路径
从摄像头读取视频：需要有一个相机的ID（一般PC只有一个摄像头连接，这个ID通常=0）
若ID=-1，此时表示：任意选择一个。
int main() {
namedWindow("demo", WINDOW_AUTOSIZE);
VideoCapture cap;
Mat frame;
cap.open(0);
if (!cap.isOpened()) {
std::cerr << "Couldn't open capture." << endl;
return -1;
}
while (true){
cap >> frame; //捕获图像
if (frame.empty())return 0;
imshow("demo", frame); //显示图像
if (waitKey(30)>=0) break;//按下任意键退出
}
cap.release(); //释放相机捕获对象
destroyAllWindows(); //关闭所有窗口
return 0;
}
（我敲，写错字了，请忽略）
写入AVL文件
cv::VideoWriter我们可以创建一个写入对象以便将帧依次输入到一个视频文件中。
cv::VideoWriter.release()：在将每一帧图像输入到cv::VideoWriter对象中后调用。
int main(){
namedWindow("demo", WINDOW_AUTOSIZE);
namedWindow("Log_Polar", WINDOW_AUTOSIZE);
//获取视频
VideoCapture cap("C:\\Users\\林颐\\Desktop\\shuttle.avi");
//获取帧率
double fps = cap.get(CAP_PROP_FPS);
//获取宽高
Size size(
(int)cap.get(CAP_PROP_FRAME_WIDTH),
(int)cap.get(CAP_PROP_FRAME_HEIGHT)
);
VideoWriter writer;
//参数一：输出文件名；参数二：编码方式；参数三：帧率；参数四：单帧图像分辨率
writer.open("C:\\Users\\林颐\\Desktop\\out.avi", VideoWriter::fourcc('M', 'J', 'P', 'G'), fps, size);
//用于运动的jpeg图像编码的字符为MJPG，所以指定VideoWriter::fourcc('M', 'J', 'P', 'G')
Mat logpolar_frame, bgr_frame;
while(true){
cap >> bgr_frame;
if (bgr_frame.empty())break;
imshow("demo", bgr_frame);
//将视频转化为对极数视频
logPolar(
bgr_frame,
logpolar_frame,
Point2f(bgr_frame.cols / 2,bgr_frame.rows / 2),
40,
WARP_FILL_OUTLIERS
);
imshow("Log_Polar", logpolar_frame);
writer << logpolar_frame;//写入新的视频文件
if (waitKey(10) == 27)break;
}
cap.release();
return 0;
}
注意：输入输出必须是.avi 格式文件
不然就会xiu的一下出现屏幕，然后又xiu的一下不见，还不会报错orz。
3017
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
