cv2基本图像操作函数

基本函数

cv2.imread(filepath,flags)

• filepath:图片的完整路径，如果图片在程序同一目录下，可以使用图片名和格式，如：image.png
• flags:图片读取的形式，可以不写
  - cv2.IMREAD_COLOR：加载彩色图片，这个是默认参数，可以直接写1
  - cv2.IMREAD_GRAYSCALE：以灰度模式加载图片，可以直接写0
  - cv2.IMREAD_UNCHANGED：包括alpha，可以直接写-1

cv2.imshow(wname,img)

• wname:显示图片的窗口的名字
• img:要显示的图片，这里的img是指cv2.imread()读取的图片如：

img = cv2.imread('test.png',0)
cv2.imshow('image',img)

cv2.waitKey(delay)

长在cv2.imshow()过后用来设置关闭图片的条件

• delay:delay 的单位为ms毫秒
  - 当delay > 0，程序在给定的 delay 时间内等待用户按键触发,返回按下键的ASCII码值，如果用户没有按下键，则返回-1。
  - 当delay <= 0，则表示延时无限长，必须有按键按下才继续执行，返回按下键的ASCII码值
  - 没有，同delay <= 0

//判断键盘输入是否为字母q
if cv2.waitKey(1) & 0xFF == ord('q'):

&0xFF是为了将得到的ASCII码值做截取，只保留8位，原因是有些系统的cv2.waitKey()返回值不止8位

cv2.imwrite(file,img,num)

• file为保存的文件名，是一个字符串
• img是要保存的图像
• num为可选参数
  - 对于jpeg，其表示的是图像的质量，用0 - 100的整数表示，默认95;对于png ,第三个参数表示的是压缩级别。默认为3.
  1. cv2.IMWRITE_JPEG_QUALITY类型为 long ,必须转换成 int
  2. cv2.IMWRITE_PNG_COMPRESSION, 从0到9 压缩级别越高图像越小

cv2.imwrite('1.png',img, [int( cv2.IMWRITE_JPEG_QUALITY), 95])
cv2.imwrite('1.png',img, [int(cv2.IMWRITE_PNG_COMPRESSION), 9])

cv2.destroyAllWindows()

销毁所有窗口

cv2.destroyWindow(wname)

销毁指定名称的窗口
wname:要销毁的窗口名

cv2.imshow('image',img)
k = cv2.waitKey(0)
if k == 27:         # wait for ESC key to exit
   cv2.destroyAllWindows()
elif k == ord('s'): # wait for 's' key to save and exit
   cv2.imwrite('test2.jpg',img)
   cv2.destroyWindow('image')

cv2.VideoCapture(0)

• 参数为0表示默认为笔记本内置的第一个摄像头，如果需要读取已有的视频则参数改为视频所在路径路径，例如：

cap=cv2.VideoCapture(‘video.mp4’)

cv2.cvtColor(img,flag)

• img:需要转化的图片
• flag:转换类型
• 返回值为转换后的图片
• flag格式

cv2.COLOR_X2Y，其中X,Y = RGB, BGR, GRAY, HSV, YCrCb, XYZ, Lab, Luv, HLS

例子：

#彩色图片转换为灰度图片
img2 = cv2.cvtColor(img,cv2.COLOR_RGB2GRAY)
#灰度图片转换为彩色图片
img3 = cv2.cvtColor(img,cv2.COLOR_GRAY2RGB)

可使用如下命令得到可使用的flag(没试过)

import cv2
import numpy as np

flags = [i for i in dir(cv2) if i.startswith('COLOR_')]

print(flags)

cv2.flip(img,flipcode)

• img:需要操作的图片
• flipcode:翻转方式

flipcode	翻转方式
1	水平翻转
0	垂直翻转
-1	水平垂直翻转

cv2.VideoWriter_fource()

• 编码器
• 返回一个编码器
  参数列表

cv2.VideoWriter_fourcc(‘M’, ‘P’, ‘4’, ‘V’)	MPEG-4编码 .mp4 可指定结果视频的大小
cv2.VideoWriter_fourcc(‘X’,‘2’,‘6’,‘4’)	MPEG-4编码 .mp4 可指定结果视频的大小
cv2.VideoWriter_fourcc(‘I’, ‘4’, ‘2’, ‘0’)	该参数是YUV编码类型，文件名后缀为.avi 广泛兼容，但会产生大文件
cv2.VideoWriter_fourcc(‘P’, ‘I’, ‘M’, ‘I’)	该参数是MPEG-1编码类型，文件名后缀为.avi，随机访问，灵活的帧率、可变的图像尺寸、定义了I帧、P帧和B帧、运动补偿可跨越多个帧、半像素精度的运动向量、量化矩阵、GOF结构、slice结构、技术细节、输入视频格式
cv2.VideoWriter_fourcc(‘X’, ‘V’, ‘I’, ‘D’)	该参数是MPEG-4编码类型，文件名后缀为.avi，可指定结果视频的大小
cv2.VideoWriter_fourcc(‘T’, ‘H’, ‘E’, ‘O’)	该参数是Ogg Vorbis,文件名后缀为.ogv，音频压缩格式，有损压缩，类似于MP3等的音乐格式。兼容性差，文件扩展名为.ogv。
cv2.VideoWriter_fourcc(‘F’, ‘L’, ‘V’, ‘1’)	该参数是Flash视频，文件名后缀为.flv，它形成的文件极小、加载速度极快

cv.2VideoWriter(filename, fourcc, fps, frameSize[, isColor])

返回一个VideoWriter

• filename:要保存的文件的路径
• fource:指定编码器
• fps:要保存的视频的帧率
• frameSize:要保存的文件的画面尺寸如：(1024,1024)
• isColor:指示是黑白画面还是彩色的画面,Ture或False
  例子：从摄像头读取一段视频并保存

import numpy as np
import cv2
 
cap = cv2.VideoCapture(0)
 
fourcc = cv2.VideoWriter_fourcc(*'XVID')
 
out = cv2.VideoWriter('testwrite.avi',fourcc, 20.0, (1920,1080),True)
 
while(cap.isOpened()):
    ret, frame = cap.read()
    if ret==True:
 
        cv2.imshow('frame',frame)
        out.write(frame)
 
        if cv2.waitKey(10) & 0xFF == ord('q'):
            break
    else:
        break
 
cap.release()
out.release()
cv2.destroyAllWindows()

视频读取辅助操作函数

对视频对象cap操作

cap.isOpened()

判断视频对象是否读取成功，成功返回True

cap.read()

• 返回两个值ret和frame
• ret:布尔值，读取正确返回True，读取错误或者到读取到末尾返回False
• frame是每一帧的图像，为三维矩阵，frame就是需要显示的内容

cap.release()

将视频cap占用的资源释放

画图操作

cv2.line(img, pt1, pt2, color[, thickness[, lineType[, shift]]]) → img

在图片上画一条直线，返回处理后的图片

• img:图片
• pt1:起点
• pt2:终点
• …

cv2.circle(img, center_coordinates, radius, color, thickness)

在指定图片上画圆，返回操作后的图片

• img:要在其上绘制圆的图像
• center_coordinates:圆的中心坐标,坐标表示为两个值的元组，即(X坐标值，Y坐标值)
• radius:圆的半径
• color:它是要绘制的圆的边界线的颜色,对于BGR，我们通过一个元组,例如：(255，0，0)为蓝色
• thickness:圆边界线的粗细像素,厚度-1像素将以指定的颜色填充整个圆

cv2.rectangle(img, start_point, end_point, color, thickness)

在指定图片上画一个矩形，返回操作后的图片

• img:要在其上绘制矩形的图像
• start_point:左上角坐标
• end_point:右上角坐标
• color:要绘制的矩形的边界线的颜色，对于BGR，我们传入一个元组，例如：(255，0，0)为蓝色
• thickness:矩形边框线的粗细像素,厚度-1像素将以指定的颜色填充矩形形状

cv2.ellipse(img, centerCoordinates, axesLength, angle, startAngle, endAngle, color [, thickness[, lineType[, shift]]])

在指定图片上绘制一个椭圆，返回绘制后的图片

• img:原始图像
• centerCoordinates:椭圆的中心坐标
• axesLength:包含两个变量的元组，分别包含椭圆的长轴和短轴(长轴长度，短轴长度)
• angle:椭圆旋转角度，以度为单位
• startAngle:椭圆弧的起始角度，以度为单位
• endAngle:椭圆弧的终止角度，以度为单位
• color:要绘制的形状边界线的颜色
• thickness:边界线的粗细像素,厚度-1像素将用指定的颜色填充形状
• lineType:可选参数，它给出了椭圆边界的类型
• shift:可选参数,它表示中心坐标中的小数位数和轴的值

cv2.polylines(img, pts, isClosed, color, thickness=None, lineType=None, shift=None)

在给定图像img上画多边形或折线段

• img:原始图像
• pts:顶点
• isClosed:是否闭合
• color:线段颜色
• thickness:线的厚度，如果封闭图形传入-1则填充整个图形
• lineType:线型
• shift:默认为0

cv2.putText(img, text, org, font, fontScale, color[, thickness[, lineType[, bottomLeftOrigin]]])

在图片指定位置打印字符串

• img:原始图像
• text:要绘制的文本字符串
• org:图像中文本字符串左下角的坐标，坐标表示为两个值的元组，即(X坐标值，Y坐标值)
• font:字体类型，一些字体类型是cv2.FONT_HERSHEY_SIMPLEX，cv2.FONT_HERSHEY_PLAIN等
• fontScale:字体比例因子乘以font-specific基本大小
• color:要绘制的文本字符串的颜色
• thickness:线的粗细像素
• lineType:可选参数，它给出了要使用的行的类型
• bottomLeftOrigin:可选参数。如果为true，则图像数据原点位于左下角。否则，它位于左上角

cv2.setMouseCallback(const string& winname, MouseCallback onMouse, void* userdata=0)

• winname:窗口的名字
• onMouse: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 on_Mouse(int event, int x, int y, int flags, void* param)
• userdata:可选参数，传给回调函数的参数

void on_Mouse(int event, int x, int y, int flags, void* param)

• event:事件类型
• x,y坐标
• flags:事件发生的时候按下鼠标的那个键
• param:指向任意对象的指针，作为附件的参数发送给函数
  event鼠标事件

cv2.EVENT_MOUSEMOVE	滑动
cv2.EVENT_LBUTTONDOWN	左键点击
cv2.EVENT_RBUTTONDOWN	右键点击
cv2.EVENT_MBUTTONDOWN	中键点击
cv2.EVENT_LBUTTONUP	左键放开
cv2.EVENT_RBUTTONUP	右键放开
cv2.EVENT_MBUTTONUP	中键放开
cv2.EVENT_LBUTTONDBLCLK	左键双击
cv2.EVENT_RBUTTONDBLCLK	右键双击
cv2.EVENT_MBUTTONDBLCLK	中键双击

numpy相关辅助函数

np.zeros(shape,dtype=float,order=‘C’)

• shape:形状，如(2,5)
• dtype:数据类型，可选参数，默认numpy.float64
• order:可选参数，c代表与c语言类似，行优先；F代表列优先
• 返回一个给定形状和类型的用0填充的数组，实际上就是一个数组,当shape为(2,5)时，返回一个2行5列的全为0的数组，0的类型由dtype决定

numpy.array(object, dtype=None, copy=True, order=‘K’, subok=False, ndmin=0)

创建并返回一个数组

• object:数组
• dtype:数据类型，可选
• copy:对象是否需要复制，可选
• order:创建数组的样式，C为行方向，F为列方向，A为任意方向（默认）
• subok:默认返回一个与基类类型一致的数组
• ndmin:指定生成数组的最小维度

array.reshape()

array用具体的数组代替

• 参数为一个N元组如：(2,3,4)表示转换成一个2页3行4列的新数组，(-1,3,4)表示转换成一个n页3行4列的的新数组，其中n由后面的维度计算出来，比如原数组一共有24个元素，则n=24/3/4=2页
  由于转换前后的数组共用一个内存，改变一个另一个也会改变，所以可以直接使用array = array.reshape((x,y))的格式

a = np.array([1,2,3,4,5,6,7,8,9])
a = a.reshape((3,3))