止于至善

OpenCV 实现视频倒放，原理就是读取视频，获取每一帧的图像，倒转帧的顺序，存入新的视频；明白其中的实现，还可以实现视频中间部分倒放、视频部分图像放大抖动等特效。

OpenCV-Python实战(8) —— OpenCV 实现批量将 bmp、png、jpg格式图片转换为 png 格式图片。

视频写入类VideoWriter的参数frameSize是元组 (w, h)，即视频帧的宽度和高度，而OpenCV图像的形状是 (h, w)，注意二者的顺序相反；write 写入图片的宽高必须保持一直；使用摄像头时，index=0 表示默认后端打开默认摄像机，例如笔记本内置摄像头。

注意：阵列的反转和OpenCV 的翻转对比，少了对角线翻转，但是使用【上下反转+左右反转】能够实现相同的效果；自己使用循环阵列的方法实现水平、垂直、对角线翻转，但是相比原生方法，计算很慢，需要进行优化！！！

cv.rotate 和 np.rot90 两个方法只能旋转特殊角度，只能是90度的整数倍数。cv.warpAffine 可以对图像进行任意角度旋转；实现自定原点旋转，需要借助 cv.getRotationMatrix2D 计算变化矩阵；cv.getRotationMatrix2D 的实现原理需要注意旋转角度对应的顺【逆】时针旋转！！！注意：cv.getRotationMatrix2D 的旋转角度【逆时针为正数，顺时针为负数！！

变换缩放矩阵 M 是 np.float32 类型 ndarray 二维数组（2行*3列）。变换矩阵 M = np.float32([[1 * zx,0,0],[0,1 * zy,0]])，zx 表示 x 轴的缩放比例，zy 表示 y 轴的缩放比例。dsize 输出图像的大小格式为元组 (width, height)。图像缩放可以通过 dsize 直接设定输出图像的大小，也可以通过 dx, dy 设置图像缩放的比例（dsize 设为 None）。

变换矩阵 M 是 np.float32 类型 ndarray 二维数组（2行*3列）。变换矩阵 M = np.float32([[1,0,tx],[0,1,ty]])，tx 表示向右移动的像素值，ty 表示向下移动的像素值；注意：如果值是负数表示向相反方向移动的像素值。dsize 输出图像的大小格式为元组 (width, height)。

归一化是要把需要处理的数据经过处理后（通过某种算法）限制在你需要的一定范围内。理解归一化不同计算方式的过程。

注意：五角星坐标点计算点的坐标系和opencv的坐标系不同，需要进行转换；注意：五角星绘制的时候需要对坐标的中心点进行移动到中心；旋转角度的计算时，需要注意np.arctan返回的是弧度，需要使用np.degrees转换为度；国旗绘制完成，去掉辅助线函数，得到一个完整的国旗图像；可以监听cv.waitKey(0) == ord(‘s’)，进行图像的保存， cv.imwrite()。

numpy.deg2rad(x) 等于 x * pi / 180;numpy.radians(x) 等于 x * pi / 180;三角函数的输入值是弧度，因此在求一个角的三角函数是，必须将度转换为弧度；反三角函数的返回值是弧度，因此要得到反三角函数的角度，必须将弧度转换为度。

由于没有对截图时超出图片坐标的处理，因此测试时，请常规操作，在图片内截图；

创建一个500*500的白色背景图片；复制一个一样大小的白色背景图；创建一个窗口，监听这个窗口的鼠标事件；鼠标回调函数，绘制矩形；当前次鼠标左键开始坐标；开始后允许对移动中坐标进行记录；产生随机颜色；将上次绘制的结果给当前图片，为了将当前次移动过程中产生的绘制清除；当前次移动结束的坐标，绘制移动中的当前矩形；当前次坐标点绘制结束坐标点，结束鼠标移动监听；绘制当前次鼠标左键按下到放开起点和终点组成的矩形；保存当前次绘制的图片，坐标点还原；每10毫秒显示一次图片。

【代码】OpenCV-Python学习（14）—— OpenCV 绘制箭头线(cv.arrowedLine)

注意： AO⊥BE！假设 OA = r!

由于计算五角星各点坐标时，采用的时数学的四象限坐标，以重心为原点，创建坐标；opencv 绘制图形时，x轴和数学坐标轴一样，但是y是以向下为正轴，同时坐标原点在图像的左上角[0,0]位置；通过以上两点，可以知道第一：需要将计算的y轴坐标取反；第二：需要将计算点的原点进行位移计算。

函数 cv.putText 的参数thickness不能为负数，负数报错；函数 cv.line 的参数thickness不能为负数，负数报错。

使用 numpy 模块将二维列表转一维列表；生成的随机数小于0.9返回2否则返回4。

由于图像尺寸不大，所以采用的 lineType 是cv.LINE_AA，图标看着比较平滑;由于原图标的字体没找到，因此在 cv 提供的字体中找了一个比较接近的字体；椭圆的angle参数是可以控制圆弧的旋转的，因此缺口只需要设置不同旋转角度就好。

绘制弧形使用椭圆绘制函数；填充图形使用thickness 的值为 -1；绘制图形不能超出图像，超出部分直接按照图像边缘截取；图像尺寸较小时，LINE_4 线型存在明显的锯齿，LINE_AA 线型更加平滑；图像尺寸较大时，则线型的影响并不大，推荐采用默认值 LINE_8。

本篇文章是学习【图像像素读写操作】的实战实现；文章还差水印文字的实现，水印图片大小的改变实现，在后续文章中学到了依旧会使用到开发实例中；注意本文章都没有考虑图片的超出限制，如果是需要logo的部分等操作，需要另行操作；注意本文章没有使用cv的其他二值处理等函数处理水印，所以水印最好是透明背景的图片，或者是纯色背景，方便获取背景的像素值。

函数只有 type 为cv.THRESH_BINARY 或 cv.THRESH_BINARY_INV时输出为二值图像，其它变换类型时进行阈值处理但并不是二值处理。函数是进行固定阈值的二值化处理。

对于 openCV 使用的BGR 格式图像，返回的分拆通道的次序为 B、G、R 通道。BGR 彩色图像的数据形状为 (width, height, channels=3)，返回的 B/G/R 通道的数据形状为 (width, height)，不能按照 BGR 彩色图像直接显示。如果直接用 imshow 显示返回的单通道对象，将被视为 (width, height) 形状的灰度图像显示。

自定义一个取反查找表；使用取反查找表读取图片显示；虽然手动遍历可以达到同样效果，但尽量使用 OpenCV 内置函数。调用LUT 函数可以获得最快的速度，这是因为OpenCV库可以通过英特尔线程架构启用多线程；学会cv.LUT()的使用，cv.LUT()自定义查找表的时候使用的函数；学会的使用，**cv.applyColorMap()**使用系统查找表的时候使用的函数。

的回调是必填参数，不填写会报错；获取对应窗口中对应轨迹栏的当前值；用于在指定的窗口中显示图像；表示阻塞指定毫秒数。如果0或者不填写表示一直阻塞！

OpenCV和Numpy的加法运算不同，OpenCV的加法运算是饱和运算，而Numpy的加法运算是模运算。饱和运算最大的特点是不讲究溢出位，执行结果与底层关系不大；假设变量的类型是8位无符号整型，那么最大数是255，如果在数学上相加的结果大于255，那么饱和运算返回结果就是255。模运算考虑溢出位，执行结果需要向计算机底层原理——二进制的方面思考；

图像维度信息：image.shape；访问图像像素：image[row,col]；图像赋值像素：image[row,col] = xxx；OpenCV 像素遍历的本质就是numpy数组访问！！！

在中一切图像数据皆 numpy.array；创建图像就是创建 numpy.array；OpenCV-Python 支持的常用数据类型：np.uint8、np.float32、np.int32、np.int64。

从一个色彩空间转换到另一个色彩空间，信息传递会损失；从一个色彩空间转换到另一个色彩空间，过程可逆与不可逆。HSV的色相范围为[0,179]，饱和度范围为[0,255]，值范围为[0,255]。OpenCV中有超过150种颜色空间转换方法。最广泛使用的是BGR↔灰色和BGR↔HSV。不同的软件使用不同的规模。如果你要将OpenCV值和它们比较，你需要将这些范围标准化。

OpenCV是一个基于Apache2.0许可（开源）发行的跨平台计算机视觉和机器学习软件库，可以运行在Linux、Windows、Android和Mac OS操作系统上。[1] 它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。

cv.destroyAllWindows()只会破坏我们创建的所有窗口。如果要销毁任何特定的窗口，请使用函。数 cv.destroyWindow()在其中传递确切的窗口名称作为参数。