Python3+Opencv3常用函数（慢慢更新中）

转载自：

 

本博文主要记录在python3编程环境下常用的一些opencv3函数，可根据左侧的目录选择自己需要使用的函数说明。

图像的读取、分割以及保存

1. import cv2

2. import numpy as np

3.  

4. img = cv2.imread('test.jpg') # 读入一张图片，注意Opencv彩色图像排序是BGR

5. im_height, im_width, im_dep = img.shape # 获取图像的高，宽以及深度。若图像是灰度或二值只返回高和宽

6. img_size = img.size # 返回图像的像素数目，高x宽x深度

7. ROI = img[10:100, 20:50, :] # 提取ROI，10:100表示提取原图的第10行到第100行

8. # 20:50表示提取原图的第20列到第50列

9. # 第三个参数:表示提取所有通道，若只提取G通道则为1

10. cv2.imwrite('ROI_image.jpg',ROI) # 保存图片

 

摄像头、视频的读取以及保存

摄像头的打开与读取

1. import cv2

2. import numpy as np

3.  

4. cap = cv2.VideoCapture(0) # 打开内置摄像头，设置成1或者其他值来调用其他摄像头

5.  

6. if cap.isOpened() is False: # 确认摄像头是否成功打开

7. print('Error')

8. exit(1)

9.  

10. while True:

11. ret, frame = cap.read()

12. cv2.imshow('frame', frame) # 显示图像帧

13. if cv2.waitKey(20) & 0xFF == ord('q') # 每隔20ms采集一帧，按q键退出采集

14. break

15.  

16. cap.release()

 

视频文件的读取与保存

1. import cv2

2. import numpy as np

3.  

4. cap = cv2.VideoCapture('video.mp4') # 打开视频文件

5.  

6. if cap.isOpened() is False: # 确认视频是否成果打开

7. print('Error')

8. exit(1)

9.  

10. frame_width = int(cap.get(3)) # 获取图片帧宽度

11. frame_height = int(cap.get(4)) # 获取图像帧高度

12.  

13. # 创建保存视频，指定保存视频名称，指定视频编码器，视频帧率，图像帧尺寸

14. out = cv2.VideoWriter('output.avi', cv2.VideoWriter_fourcc('M', 'J', 'P', 'G'), 30, (frame_width, frame_height))

15.  

16. ret, frame = cap.read() # 读取一帧图像，当视频帧读取完毕ret标识符为False

17. while ret:

18. cv2.imshow('frame', frame) # 显示图像帧

19. cv2.waitKey(20) # 帧间隔为20ms

20. frame = cv2.flip(frame, 0) # 对图像进行水平翻转

21. out.write(frame) # 将frame写入视频

22. ret, frame = cap.read() # 读取下一帧

23.  

24. cap.release()

25. out.release()

 

图像常用变换

色彩空间的变换

1. img = cv2.imread('test.jpg')

2. gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # BGR转灰度图像，注意opencv读入的是BGR格式

3. # 常用的还有BGR转RGB（cv2.COLOR_BGR2RGB）等等

4. threshold = 155

5. _, binary_image = cv2.threshold(gray, threshold, 255, cv2.THRESH_BINARY) # 将灰度转为二值图像

6. # cv2.shreshold函数第一个参数是输入图像，第二个参数是阈值，第三个参数是将超过阈值的像素值修改成设定值，

7. # 第四个参数是具体实施方法，若改为cv2.THRESH_BINARY_INV就是将小于阈值的像素值修改成设定值，其他值为零，即反转

图像的旋转

1. M = cv2.getRotationMatrix2D((width/2, height/2), angle, scale)

2. # M为旋转矩阵，第一个参数是设定旋转中心，第二个参数是旋转角度（单位是度，逆时针为正），第三个参数是缩放比例

3. ratation = cv2.warpAffine(image, M, (width, height))

 

图像轮廓相关函数

获取轮廓函数findCountours

1. import numpy as np

2. import cv2

3.  

4. im = cv2.imread('test.jpg') # 读入图片

5. imgray = cv2.cvtColor(im, cv2.COLOR_BGR2GRAY) # 图像灰度化

6. ret, thresh = cv2.threshold(imgray, 200, 255, cv2.THRESH_BINARY) # 图像二值化

7. image, contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE) # 获取轮廓

返回的image是绘制了边框后的图像，findContours的第二个函数主要有：cv2.RETR_LIST, cv2.RETR_CCOMP, cv2.RETR_EXTERNAL可控选择

 

绘制轮廓函数drawContours

1. cv2.drawContours(image, contours, -1, (255, 0, 0), 3) # 将所有轮廓全都绘制到image上，

2. # 若image是灰度或者二值图像将（255，0，0）改为任意灰度值，如200

3. cv2.drawContours(image, [contours[i]], -1, (255, 0, 0), 3) # 只绘制其中某一个轮廓

 

计算轮廓包围区域面积、行心

1. area = cv2.contourArea([contours[i]]) # 计算区域面积

2. M = cv2.moments(contours[i]) # 区域的矩

3. cx = M['m10'] / M['m00'] # 行心x坐标（M['m00']也是区域的面积）

4. cy = M['m01'] / M['m00'] # 行心y坐标

 

绘制轮廓外接矩形框

绘制轮廓的外界矩形框有两个算法，一个是不带旋转的，一个是带旋转的（最小面积外接矩形框）。如下图所示，黑色代表目标，红色的矩形框是不带旋转的，橙色的带旋转的。

 

不带旋转的外接矩形框

1. x, y, w, h = cv2.boundingRect(contour) # contour为一轮廓点集

2. cv2.rectangle(img, (x, y), (x+w, y+h), (255, 0, 0), 2)

 

带旋转的外接矩形框

1. rect = cv2.minAreaRect(contour) # 得到的是最小外界矩形框的中心点坐标（x，y），（宽度，高度），旋转角度

2. box = cv2.boxPoints(rect) # 将rect转换成最小外接矩形的四个顶点[x0, y0], [x1, y1], [x2, y2], [x3, y3]

3. box = np.int0(box) # float转int,注意int0这个函数虽然没有参考文档但可以直接使用

4. cv2.drawContours(img, [box], -1, (255, 0, 0), 2)