Opencv（Python） 教程-常用opencv 图像/视频操作函数

本小节将列举出常用的相关的Opencv操作函数，对函数进行列举，不提供详细的使用方法和解释，适用于有一定基础的Opencv使用者进行参考使用

图像读取与保存

cv2.imread() #读入图像

cv2.imshow() 显示图像

cv2.imwrite() 保存一个图像

视频读取与保存

cap=cv2.VideoCapture()  #链接摄像头

cap.isOpened() #是否初始化摄像头成功

cap.read()  #是否能够读到摄像头的图像

 cap.get(propId) 来获得视频的一些参数信息。这里propId 可以是 0 到 18 之间的任何整数。每一个数代表视频的一个属性，我可以使用 cap.get(3) 和 cap.get(4) 来查看每一帧的宽和高。默认情况下得到的值是 640X480。但是我可以使用 ret=cap.set(3,320)和 ret=cap.set(4,240) 来把宽和高改成 320X240。

cv2.VideoWrite() #保存摄像头数据

opencv中的绘图函数

cv2.line()，绘制直线，例如 cv2.line(img,(0,0),(511,511),(255,0,0),5)

cv2.circle()，绘制圆，例如 cv2.circle(img,(447,63), 63, (0,0,255), -1)

cv2.rectangle()，绘制矩形，例如 cv2.rectangle(img,(384,0),(510,128),(0,255,0),3)

cv2.ellipse()，绘制椭圆，例如cv2.ellipse(img,(256,256),(100,50),0,0,180,255,-1)

绘制多边形：

pts=np.array([[10,5],[20,30],[70,20],[50,10]], np.int32)

pts=pts.reshape((-1,1,2))# 这里 reshape 的第一个参数为-1, 表明这一维的长度是根据后面的维度的计算出来的。

cv2.putText()，写文字，例如：

font=cv2.FONT_HERSHEY_SIMPLEX2

cv2.putText(img,'OpenCV',(10,500), font, 4,(255,255,255),2)

Opencv处理鼠标事件

cv2.setMouseCallback()

实例：

import cv2
import numpy as np
#mouse callback function
def draw_circle(event,x,y,flags,param):
    if event==cv2.EVENT_LBUTTONDBLCLK:
        cv2.circle(img,(x,y),100,(255,0,0),-1)
# 创建图像与窗口并将窗口与回调函数绑定
img=np.zeros((512,512,3),np.uint8)
cv2.namedWindow('image')
cv2.setMouseCallback('image',draw_circle)
while(1):
    cv2.imshow('image',img)
    if cv2.waitKey(20)&0xFF==27:
       break
cv2.destroyAllWindows()

图像操作

像素值操作：

img=cv2.imread('/home/duan/workspace/opencv/images/roi.jpg')

img[100,100]=[255,255,255]

图像的属性包括：行，列，通道，图像数据类型，像素数目等

img=cv2.imread('/home/duan/workspace/opencv/images/roi.jpg')

img.shape  ##行数，列数，通道数

img.size  ## 总的像素数目
img.dtype ##返回的是图像的数据类型.

图像 ROI，图像特定区域操作

img=cv2.imread('/home/duan/workspace/opencv/images/roi.jpg')

ball=img[280:340,330:390]

img[273:333,100:160]=bal  ##实现图像的区域性复制

拆分及合并图像通道

img=cv2.imread('/home/duan/workspace/opencv/images/roi.jpg')

b,g,r=cv2.split(img)  #拆分各通道

img=cv2.merge(b,g,r) #合并各通道

或者

img=cv2.imread('/home/duan/workspace/opencv/images/roi.jpg')

b=img[:,:,0]  #得到第一通道的数据矩阵

为图像扩边（填充）

cv2.copyMakeBorder()

以下是几种扩充方式：

replicate = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_REPLICATE)

reflect = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_REFLECT)

reflect101 = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_REFLECT_101)

wrap = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_WRAP)

constant= cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_CONSTANT,value=BLUE)

图像上的算术运算

加法

cv2.add()

图像混合

cv2.addWeighted()

例如 dst=cv2.addWeighted(img1,0.7,img2,0.3,0)  ###0.7和0.3为两个图像的权重，0为叠加后的偏移量

按位运算，按位操作有：AND，OR，NOT，XOR 等

import cv2
import numpy as np
# 加载图像
img1 = cv2.imread('roi.jpg')
img2 = cv2.imread('opencv_logo.png')
# I want to put logo on top-left corner, So I create a ROI
rows,cols,channels = img2.shape
roi = img1[0:rows, 0:cols ]
# Now create a mask of logo and create its inverse mask also
img2gray = cv2.cvtColor(img2,cv2.COLOR_BGR2GRAY)
ret, mask = cv2.threshold(img2gray, 175, 255, cv2.THRESH_BINARY)
mask_inv = cv2.bitwise_not(mask)
# Now black-out the area of logo in ROI
# 取 roi 中与 mask 中不为零的值对应的像素的值，其他值为 0
# 注意这里必须有 mask=mask 或者 mask=mask_inv, 其中的 mask= 不能忽略
img1_bg = cv2.bitwise_and(roi,roi,mask = mask)
# 取 roi 中与 mask_inv 中不为零的值对应的像素的值，其他值为 0。
# Take only region of logo from logo image.
img2_fg = cv2.bitwise_and(img2,img2,mask = mask_inv)
# Put logo in ROI and modify the main image
dst = cv2.add(img1_bg,img2_fg)
img1[0:rows, 0:cols ] = dst
cv2.imshow('res',img1)
cv2.waitKey(0)
cv2.destroyAllWindows()

程序性能检测及优化

cv2.getTickCount 函数返回从参考点到这个函数被执行的时钟数。

cv2.getTickFrequency 返回时钟频率，或者说每秒钟的时钟数。

import cv2
import numpy as np
img1 = cv2.imread('roi.jpg')
e1 = cv2.getTickCount()
for i in xrange(5,49,2):
img1 = cv2.medianBlur(img1,i)
e2 = cv2.getTickCount()
t = (e2 - e1)/cv2.getTickFrequency()
print t