目录
一、opencv视频处理的框架：
OpenCV是一个功能强大的图像和视频处理库，它提供了多种视频处理功能，包括读取、显示、保存视频，以及捕获视频流等。
-
视频捕获：使用
cv.VideoCapture()函数，你可以从视频文件或相机捕获视频。这个函数可以指定设备索引（通常0代表默认相机）或视频文件的路径。 -
视频显示：通过
cv.imshow()函数，你可以在窗口中显示视频帧。你可以为窗口指定一个标题，并使用cv.waitKey()函数来控制显示时间。 -
视频保存：使用
cv.VideoWriter()类，你可以将处理后的视频帧写入新的视频文件。你需要指定输出文件名、编解码器、帧率和帧大小。 -
视频处理框架：OpenCV提供了一套完整的视频处理工具，包括视频读取、帧处理（如转换为灰度图像、应用滤镜等）和视频写入。
-
实时视频处理：OpenCV能够处理实时视频流，这使得它在视频监控、实时分析等领域非常有用。
-
视频分析：OpenCV还可以进行更高级的视频分析，如运动检测、对象跟踪和行为识别。
-
硬件加速：在支持的系统上，OpenCV可以利用GPU加速视频处理任务，提高处理效率。
-
跨平台：OpenCV是跨平台的，可以在Windows、Linux和macOS上运行，也可以在移动设备和嵌入式系统上使用。
-
社区支持：OpenCV有一个活跃的社区，提供大量的教程、文档和论坛支持，帮助开发者解决问题。
-
扩展性：OpenCV的模块化设计使得它可以轻松扩展，支持新的编解码器、算法和功能。
二、捕获视频类VideoCapture：
在OpenCV中，cv2.VideoCapture 类是用于捕获视频的核心工具。它不仅可以从摄像头获取实时视频流，还可以读取存储在文件中的视频。以下是关于 cv2.VideoCapture 的详细解释和使用方法：
（1）创建 VideoCapture 对象：
有三种主要方式可以创建 VideoCapture 对象：
-
从文件读取视频：
cap = cv2.VideoCapture('path_to_video_file')这里，
'path_to_video_file'是视频文件的路径。 -
从摄像头获取视频：
cap = cv2.VideoCapture(camera_index)camera_index是摄像头的索引号，通常从0开始。如果有多个摄像头，可以通过增加索引号来选择不同的摄像头。 -
先创建对象，后打开：
cap = cv2.VideoCapture() cap.open('path_to_video_file_or_camera_index')这种方式先创建一个空的
VideoCapture对象，然后使用open()方法来指定视频源。
（2）读取视频帧：
一旦 VideoCapture 对象被创建，就可以使用 read() 方法来读取视频帧：
ret, frame = cap.read()read() 方法返回两个值：ret 是一个布尔值，表示是否成功读取帧；frame 是读取的帧本身。
（3）设置和获取视频属性：
VideoCapture 提供了 set() 和 get() 方法来设置和获取视频流的属性，如帧宽度、高度、帧率等。例如：
cap.set(cv2.CAP_PROP_FRAME_WIDTH, 640)
width = cap.get(cv2.CAP_PROP_FRAME_WIDTH)可用的属性包括但不限于：
-
CAP_PROP_FRAME_WIDTH：
- 描述：获取或设置视频流中帧的宽度（以像素为单位）。
- 使用方法：
cap.get(cv2.CAP_PROP_FRAME_WIDTH)或cap.set(cv2.CAP_PROP_FRAME_WIDTH, value)
-
CAP_PROP_FRAME_HEIGHT：
- 描述：获取或设置视频流中帧的高度（以像素为单位）。
- 使用方法：
cap.get(cv2.CAP_PROP_FRAME_HEIGHT)或cap.set(cv2.CAP_PROP_FRAME_HEIGHT, value)
-
CAP_PROP_FPS：
- 描述：获取或设置视频流的帧率（每秒帧数）。
- 使用方法：
cap.get(cv2.CAP_PROP_FPS)或cap.set(cv2.CAP_PROP_FPS, value)
-
CAP_PROP_BRIGHTNESS：
- 描述：获取或设置摄像头图像的亮度。此属性仅适用于摄像头。
- 使用方法：
cap.get(cv2.CAP_PROP_BRIGHTNESS)或cap.set(cv2.CAP_PROP_BRIGHTNESS, value)
-
CAP_PROP_CONTRAST：
- 描述：获取或设置摄像头图像的对比度。此属性仅适用于摄像头。
- 使用方法：
cap.get(cv2.CAP_PROP_CONTRAST)或cap.set(cv2.CAP_PROP_CONTRAST, value)
-
CAP_PROP_SATURATION：
- 描述：获取或设置摄像头图像的饱和度。此属性仅适用于摄像头。
- 使用方法：
cap.get(cv2.CAP_PROP_SATURATION)或cap.set(cv2.CAP_PROP_SATURATION, value)
-
CAP_PROP_HUE：
- 描述：获取或设置摄像头图像的色调。此属性仅适用于摄像头。
- 使用方法：
cap.get(cv2.CAP_PROP_HUE)或cap.set(cv2.CAP_PROP_HUE, value)
-
CAP_PROP_EXPOSURE：
- 描述：获取或设置摄像头的曝光时间。此属性仅适用于摄像头。
- 使用方法：
cap.get(cv2.CAP_PROP_EXPOSURE)或cap.set(cv2.CAP_PROP_EXPOSURE, value)
| 在 OpenCV 中，
|
| 在 OpenCV 中，
|
（4）释放资源：
在完成视频捕获后，应该释放 VideoCapture 对象占用的资源：
cap.release()这将关闭视频文件或摄像头。
（5）示例代码：
以下是一个完整的示例，展示了如何从摄像头读取视频，并显示每一帧：
import cv2
# 创建 VideoCapture 对象
cap = cv2.VideoCapture(0)
frame_width = cap.get(cv2.CAP_PROP_FRAME_WIDTH)
frame_height = cap.get(cv2.CAP_PROP_FRAME_HEIGHT)
fps = cap.get(cv2.CAP_PROP_FPS)
brightness = cap.get(cv2.CAP_PROP_BRIGHTNESS)
print("Frame size:", frame_width, "x", frame_height)
print("FPS:", fps)
print("Brightness:", brightness)
print("Resolution:", cap.get(cv2.CAP_PROP_FOURCC))
# 检查是否成功打开
if not cap.isOpened():
print("Error: Camera could not be opened.")
# 循环读取每一帧
while True:
ret, frame = cap.read()
if not ret:
print("Error: Frame could not be captured.")
break
cv2.imshow('Video', frame)
# 按 'q' 退出循环
if cv2.waitKey(1) & 0xFF == ord('q'):
break
# 释放资源
cap.release()
cv2.destroyAllWindows()这个示例中，我们从默认摄像头读取视频，使用 read() 方法获取每一帧，并在窗口中显示。按下 'q' 键时退出循环并释放资源。
（6）注意事项：
- 确保在读取视频文件或摄像头时正确设置了路径或索引。
- 使用
isOpened()方法检查VideoCapture对象是否成功打开。 - 在完成视频捕获后，不要忘记调用
release()方法释放资源。
三、图像金字塔：
图像金字塔（Image Pyramid）是图像处理中的一个重要概念，它是一种用于图像多尺度表示的数据结构。图像金字塔通过递归地对图像进行降采样（subsampling）来构建，每一层都是上一层图像的下采样版本，同时保持图像的宽高比不变。
（1）基本概念：
图像金字塔可以分为两种类型：
-
高斯金字塔（Gaussian Pyramid）：
- 每一层都是下一层的降采样版本，通常是通过高斯滤波来平滑图像，然后进行降采样（通常是2x2像素块的降采样）。
- 高斯金字塔主要用于图像分析和处理任务，如图像压缩、图像融合和多尺度边缘检测。
-
拉普拉斯金字塔（Laplacian Pyramid）：
- 拉普拉斯金字塔是基于高斯金字塔构建的，每一层的拉普拉斯金字塔图像是通过高斯金字塔的相邻两层相减得到的，即
Gaussian(n+1) - Gaussian(n)。 - 拉普拉斯金字塔能够表示图像在不同尺度下的细节信息，常用于图像重建和图像分析。
- 拉普拉斯金字塔是基于高斯金字塔构建的，每一层的拉普拉斯金字塔图像是通过高斯金字塔的相邻两层相减得到的，即
图像金字塔的层级结构使得可以在不同的分辨率下分析图像，这在计算机视觉中的许多应用中非常有用，例如：
- 尺度不变特征变换（Scale-Invariant Feature Transform, SIFT）：用于检测和描述图像中的关键点，对图像进行多尺度分析以找到稳定的特征。
- 对象识别：通过在不同尺度上分析图像来识别对象。
- 图像融合：将不同分辨率的图像融合成单一图像。
- 图像压缩：通过减少每层的分辨率来减少数据量。
在 OpenCV 中，可以使用 pyrDown 和 pyrUp 函数来创建图像金字塔。pyrDown 用于降采样，而 pyrUp 用于上采样。
import cv2
# 读取图像
image = cv2.imread("C:\\Users\\86173\\Desktop\\TI\\faves.png")
# 创建高斯金字塔
for i in range(5):
image = cv2.pyrDown(image) # 降采样
cv2.imshow(f'Layer {i+1}', image) # 显示每一层
cv2.waitKey(500) # 等待500毫秒
cv2.destroyAllWindows()
pyrDown 函数被用来连续降采样图像，创建了一个由5层组成的高斯金字塔。每一层都会显示出来，并且每一层的分辨率都是上一层的一半。
（2）pyrDown函数：
cv2.pyrDown 是 OpenCV 库中的一个函数，用于对图像进行高斯金字塔的向下取样，也就是降采样。这个过程通常包括两个步骤：首先使用高斯滤波来平滑图像，然后对图像进行降采样，通常是将图像的尺寸缩小到原来的一半。
函数原型：
在 Python 中，cv2.pyrDown 函数的原型如下：
dst = cv2.pyrDown(src[, dst[, dstsize[, borderType]]])参数：
src：输入图像，必须是 8 位或 32 位浮点数类型的单通道或多通道图像。dst：输出图像，尺寸是输入图像的一半，数据类型与输入图像相同。dstsize：（可选）输出图像的大小。如果指定，它应该是一个元组(width, height)，表示输出图像的宽度和高度。如果省略此参数，输出图像的大小将自动设置为输入图像大小的一半。borderType：（可选）边界像素的类型，用于填充图像边缘。默认值是BORDER_DEFAULT，其他选项包括BORDER_CONSTANT、BORDER_REPLICATE等。
应用：
- 图像金字塔构建：用于创建图像的多尺度表示，这对于尺度不变特征检测和图像融合等任务非常有用。
- 图像预处理：在进行图像分析之前减小图像尺寸，以减少计算量和存储需求。
- 多尺度分析：在不同的尺度上分析图像，以提取不同层次的特征。
注意事项：
- 降采样会导致图像细节的丢失，因此在某些应用中可能需要权衡图像尺寸和质量。
cv2.pyrDown通常与cv2.pyrUp配合使用，后者用于图像的向上取样或放大。
（3）cv2.pyrUp 函数：
cv2.pyrUp 是 OpenCV 库中的一个函数，用于对图像进行向上取样，也就是图像的放大操作。这个函数会将图像的尺寸增加，通常是将图像的宽度和高度都翻倍。在放大的过程中，pyrUp 会使用高斯滤波来估计新像素的值，以减少放大过程中可能出现的锯齿或混叠效应。
函数原型:
在 OpenCV 中，pyrUp 函数的原型如下（以 Python 为例）：
dst = cv2.pyrUp(src[, dst[, dstsize[, borderType]]])参数:
src：输入图像。dst：输出图像，其尺寸是输入图像的两倍。dstsize：（可选）输出图像的大小。如果不指定，它将自动设置为输入图像大小的两倍。borderType：（可选）边界像素的类型。默认是BORDER_DEFAULT。
应用:
- 创建图像金字塔，这在多尺度分析和图像融合中非常有用。
- 放大图像以增加分辨率，例如在图像增强或图像显示之前。
- 预处理步骤，以改善图像质量或为进一步的图像分析做准备。
注意事项:
- 使用
pyrUp时，由于新像素是通过对现有像素的高斯滤波来估计的，因此可能会引入一些模糊。 pyrUp通常与pyrDown函数配合使用，后者用于向下取样或图像缩小。
（4） 高斯金字塔：
高斯金字塔（Gaussian Pyramid）是一种在图像处理和计算机视觉领域广泛使用的技术，用于创建图像在不同分辨率下的表示。它通过递归地对图像进行高斯滤波和降采样来构建，每一层都是上一层的降采样版本，图像尺寸逐渐减小，细节逐渐减少。
构建高斯金字塔的步骤：
- 高斯滤波（Gaussian Smoothing）：使用高斯核对原始图像进行平滑处理，以去除噪声和细节。
- 降采样（Downsampling）：将图像的尺寸减半，通常是通过删除偶数行和列来实现。
- 重复过程：对降采样后的图像重复上述步骤，直到达到所需的层数。
高斯金字塔的特点：
- 每一层的图像面积是前一层的四分之一。
- 高斯金字塔可以用于图像分析、特征提取和图像压缩等。
- 高斯金字塔的层数决定了图像的尺度范围。
在 OpenCV 中构建高斯金字塔：
OpenCV 提供了 pyrDown 函数来实现高斯金字塔的构建。这个函数先对图像进行高斯滤波，然后进行降采样。
import cv2
import numpy as np
# 读取图像
image = cv2.imread("C:\\Users\\86173\\Desktop\\TI\\faves.png")
# 初始化金字塔列表
gaussian_pyramid = [image]
# 构建高斯金字塔
for i in range(4): # 假设我们想要构建4层金字塔
# 使用pyrDown进行降采样
downsample_image = cv2.pyrDown(gaussian_pyramid[-1])
gaussian_pyramid.append(downsample_image)
# 显示每一层金字塔
for i, img in enumerate(gaussian_pyramid):
cv2.imshow(f'Layer {i}', img)
cv2.waitKey(0)
cv2.destroyAllWindows()
（5）向上取样和向下取样：
在图像处理中，向上取样（Upsampling）和向下取样（Downsampling）是两种基本的图像缩放技术，它们分别用于增加和减少图像的分辨率。
向下取样（Downsampling）
向下取样是减少图像分辨率的过程，通常用于创建图像金字塔的高层，或者在需要减少数据量时使用。在向下取样过程中，图像的尺寸变小，细节丢失，但图像的主要内容和结构特征通常得以保留。常见的向下取样方法包括：
- 降采样：直接删除图像中的行和列，通常是偶数行和列。
- 高斯滤波后降采样：先使用高斯滤波器平滑图像，然后降采样。这种方法可以减少降采样引起的混叠效应。
在 OpenCV 中，可以使用 cv2.pyrDown 函数来实现向下取样：
import cv2
# 读取图像
image = cv2.imread("C:\\Users\\86173\\Desktop\\TI\\faves.png")
# 向下取样
downsampled_image = cv2.pyrDown(image)
# 显示图像
cv2.imshow('Downsampled Image', downsampled_image)
cv2.waitKey(0)
cv2.destroyAllWindows()向上取样（Upsampling）
向上取样是增加图像分辨率的过程，通常用于创建图像金字塔的低层，或者在需要增加图像细节时使用。在向上取样过程中，图像的尺寸变大，但因为原始图像中没有足够的信息来填充新增的像素，所以可能会引入模糊或锯齿效应。常见的向上取样方法包括：
- 最邻近插值：选择最靠近的新像素位置，用相邻的原像素值填充。
- 双线性插值：计算新像素位置周围四个原像素值的加权平均值。
- 双三次插值：使用更复杂的多项式函数来计算新像素值，以获得更平滑的结果。
在 OpenCV 中，可以使用 cv2.pyrUp 函数来实现向上取样：
import cv2
# 读取图像
image = cv2.imread("C:\\Users\\86173\\Desktop\\TI\\faves.png")
# 向上取样
upsampled_image = cv2.pyrUp(image)
# 显示图像
cv2.imshow('Upsampled Image', upsampled_image)
cv2.waitKey(0)
cv2.destroyAllWindows()在实际应用中，向上取样和向下取样通常与滤波器结合使例如，高斯滤波器常用于向下取样前的平滑处理，而双线性或双三次插值则常用于向上取样以减少模糊效应。用以优化图像缩放的质量。
（6）拉普拉斯金字塔：
拉普拉斯金字塔（Laplacian Pyramid）是一种在图像处理中用于多尺度表示的技术，它基于高斯金字塔构建，但提供了一种保存图像细节信息的方法。拉普拉斯金字塔的每一层都是通过高斯金字塔相邻两层的差值来构建的，这样可以保留图像在不同尺度下的细节和边缘信息。
构建拉普拉斯金字塔的步骤：
- 构建高斯金字塔：首先，通过递归地应用高斯滤波和降采样来构建高斯金字塔。每一层都是上一层的降采样版本，图像尺寸逐渐减小。
- 计算拉普拉斯层：对于高斯金字塔的每一层，将其降采样后的版本上采样回原始尺寸，然后与原图相减，得到拉普拉斯金字塔的对应层。这个过程可以表示为：
- 其中，Lapi 是拉普拉斯金字塔的第 i层，Gausi 是高斯金字塔的第 i层，Up 是上采样操作。
拉普拉斯金字塔的应用：
- 图像重建：由于拉普拉斯金字塔保存了从低分辨率到高分辨率的详细信息，它可以用于图像的重建或超分辨率。
- 图像融合：在图像融合中，拉普拉斯金字塔可以用来合并不同图像的细节，以创建一个综合图像，这在HDR图像处理中尤其有用。
- 纹理合成：在纹理合成中，拉普拉斯金字塔可以帮助在不同尺度上合成纹理，以产生更自然的结果。
在 OpenCV 中实现拉普拉斯金字塔：
在 OpenCV 中，可以使用 cv2.pyrDown 函数来构建高斯金字塔，并通过上采样和相减操作来构建拉普拉斯金字塔。
import cv2
import numpy as np
# 读取图像
image = cv2.imread("C:\\Users\\86173\\Desktop\\TI\\faves.png")
# 构建高斯金字塔
gaussian_pyramid = [image]
for i in range(3): # 假设我们想要构建3层金字塔
image = cv2.pyrDown(image)
gaussian_pyramid.append(image)
# 构建拉普拉斯金字塔
laplacian_pyramid = [gaussian_pyramid[0]] # 第0层拉普拉斯就是高斯金字塔的第0层
for i in range(1, len(gaussian_pyramid)):
up = cv2.pyrUp(gaussian_pyramid[i], dstsize=(gaussian_pyramid[i-1].shape[1], gaussian_pyramid[i-1].shape[0]))
laplacian = cv2.subtract(gaussian_pyramid[i-1], up)
laplacian_pyramid.append(laplacian)
# 显示拉普拉斯金字塔的每层
for i, layer in enumerate(laplacian_pyramid):
cv2.imshow(f'Laplacian Layer {i}', layer)
cv2.waitKey(0)
cv2.destroyAllWindows()
首先构建一个高斯金字塔，然后通过上采样和相减操作构建了对应的拉普拉斯金字塔。每一层的拉普拉斯图像都包含了从该层到下一层的详细信息。
扫一扫
1200
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
