OpenCV学习笔记（1）：图像和视频的加载和显示

爱吃肉的牛牛

已于 2022-05-12 09:52:21 修改

阅读量916

点赞数 1

分类专栏： OpenCV 文章标签： opencv python 图像处理计算机视觉

于 2022-05-11 21:13:55 首次发布

本文链接：https://blog.csdn.net/m0_63993933/article/details/124714709

版权

这篇OpenCV学习笔记详细介绍了如何加载和显示图像及视频。内容包括创建和显示窗口、读取与显示BGR图像、保存图片、播放与记录视频、控制鼠标事件以及使用TrackBar控件。注意OpenCV读取的图像颜色通道为BGR，不同于matplotlib的RGB。

摘要由CSDN通过智能技术生成

OpenCV学习笔记（1）：图像和视频的加载和显示

文章目录

OpenCV学习笔记（1）：图像和视频的加载和显示

想学习的全面一点看过来吧~ 最全注释，初学不懂的都在注释上面了

01 创建和显示窗口

# opencv名字叫做opencv 但是导包的时候cv2
import cv2

import matplotlib.pyplot as plt	
import numpy as np

"""
https://www.bilibili.com/video/BV12Z4y1z7jb?spm_id_from=333.337.search-card.all.click
【不要再看那些过时的OpenCV老教程了】2022巨献，OpenCV零基础小白最新版全套
33h19m46s
"""
# 01 创建和显示窗口
def display_window():
    cv2.namedWindow(winname="window",)
    # namedWindow(winname[, flags]) []代表可选参数 该函数创建一个可以放置图片或者可拖动控件的窗口，winname表示创建窗口的名字
    # WINDOW_NORMAL or WINDOW_AUTOSIZE：前者可以resize窗口大小；后者根据待显示图像大小自动调整窗口大小
    # WINDOW_FREERATIO or WINDOW_KEEPRATIO：ratio比例 是否保持图像长宽比
    # WINDOW_GUI_NORMAL or WINDOW_GUI_EXPANDED：前者时是绘制窗口的旧方法，没有状态栏和工具栏，而WINDOW_GUI_EXPANDED是一个新的增强的GUI。
    # 默认flags参数 == WINDOW_AUTOSIZE | WINDOW_KEEPRATIO | WINDOW_GUI_EXPANDED
    cv2.imshow('window', 0)
    key = cv2.waitKey(0)

    if key & 0xFF == ord('q'):  # ord是python中计算ascii值的函数 oxFF要不要都可以
        print('准备销毁窗口')
        # cv2.destroyWindow('window')	两种销毁窗口的方式
        cv2.destroyAllWindows()
        
display_window()

02 读取和显示图像

opencv 显示图片读取图片的颜色通道是按照蓝绿红（BGR）
所以一般opencv读出来的图片不要用别的方式去展示比如matplotlib
matplotlib显示注意要加plt.show()函数

# 02 读取和显示图像
def display_picture():
    # opencv 显示图片 读取图片的颜色通道是按照蓝绿红（BGR）
    # 所以一般opencv读出来的图片不要用别的方式去展示 比如matplotlib
    img1 = cv2.imread('picture.png')
    cv2.imshow('test', img1)
    key = cv2.waitKey(0)  # @param delay Delay in milliseconds. 0 is the special value that means "forever". 0永远不关闭
    if key & 0xFF == ord('q'):
        cv2.destroyAllWindows()

    # # matplotlib显示 注意要加plt.show()函数
    # img2 = plt.imread('picture.png')
    #
    # # 对比一下两张显示方式
    # plt.subplot(1, 2, 1)
    # plt.imshow(img1)
    # plt.subplot(1, 2, 2)
    # plt.imshow(img2)
    # plt.show()

display_picture