OpenCV基本构架和一些基本操作

OpenCV的架构，大概包含以下几块：

1.highGUI，图形界面，用于显示图像效果。

2.core，opencv的基础模块，实现了很多最基本的数据结构和算法。

3.imgcodecs，图像的编解码。imread()，读取一个图像文件，返回结果是一个存储了图像数据的矩阵。imwrite()，把存储了图像数据的矩阵，写为一个图像文件。

4.imgproc，图像处理，OpenCV的关键模块，实现了很多的图像处理算法。例如，高斯模糊、拉普拉斯变换、中值滤波、双边滤波等等。

5.features2d，局部特征点，处理图像特征点，用于图像的匹配。

6.calib3d，主要包含相机标定与立体视觉等功能，例如物体位姿估计、三维重建、摄像头标定等。

7.dnn，深度学习模块，其主要包括构建神经网络、加载序列化网络模型等。

8.flann，高维的近似近邻快速搜索算法库，主要包含快速近似最近邻搜索与聚类等。

9.gapi，旨在加速常规的图像处理，与其他模块相比，这个模块主要充当框架而不是某些特定的计算机视觉算法。

10.ml，机器学习模块，主要为统计分类、回归和数据聚类等。

11.objdetect，目标检测模块，主要用于图像目标检测。

12.photo，计算摄影模块，主要包含图像修复和去噪等。

13.stitching，图像拼接模块，主要包含特征点寻找与匹配图像、估计旋转、自动校准、接缝估计等图像拼接过程的相关内容。

14.video，视频分析模块，主要包含运动估计、背景分离、对象跟踪等视频处理相关内容。

15.videoio，视频输入输出模块，主要用于读取与写入视频或者图像序列。

读取图像

 图像有多个像素点构成  0~255 值越大越亮  0：黑 255：白

 类型：cv2.IMREAD_GRAYSCALE  灰度图像   cv2.IMREAD_COLOR  彩色图像

img=cv2.imread(图片地址,读取类型)

 例：

img=cv2.imread('D:\\b\\background-frame-food-kitchen-preview.jpg',cv2.IMREAD_GRAYSCALE)
print(img)

 

img=cv2.imread('D:\\b\\background-frame-food-kitchen-preview.jpg',cv2.IMREAD_COLOR)
print(img)

 

 展示图像

cv2.imshow(name,img)    #可以创建多个窗口
cv2.waitKey(0)          #延迟时间，毫秒级，0任意键终止
cv2.destroyAllWindows() #释放内存

 视频读取

vc = cv2.VideoCapture()      #可以捕获摄像头，用数字控制不同设备（0，1）若是视频文件，直接指定路径
if vc.isOpened():            #检查是否正确打开
    op,frame=vc.read()
else：
    op=False
while op:
    ret,frame = vc.read()
    if frame is None:
        break
    if ret==True:
        gray=cv2.cvtColor(frame,cv2.COLOR_BGRA2GRAY)  #转成灰度图
        cv2.imshow('1',gray)
        cv2.waitKey(20)    
vc.release()
cv2.destroyAllWindows()

图像保存

cv2.imwrite(name,img)

截取部分图像

 例：

img=cv2.imread('D:\\b\\background-frame-food-kitchen-preview.jpg',cv2.IMREAD_COLOR)
cv2.imshow('1',img)
cv2.waitKey(0) 
img=img[0:200,0:300]  #高，宽
cv2.imshow('1',img)
cv2.waitKey(0) 

 颜色通道提取

B,G,R=cv2.split(img)     #分割
img=cv2.merge((B,G,R))   #组合
#只保留B
img[:,:,1]=0
img[:,:,2]=0
#只保留G
img[:,:,0]=0
img[:,:,2]=0
#只保留R
img[:,:,0]=0
img[:,:,1]=0

 例：

只保留B

img[:,:,1]=0
img[:,:,2]=0
cv2.imshow('B',img)
cv2.waitKey(0) 

 只保留G

img[:,:,0]=0
img[:,:,2]=0
cv2.imshow('G',img)
cv2.waitKey(0) 

 只保留R

img[:,:,0]=0
img[:,:,1]=0
cv2.imshow('R',img)
cv2.waitKey(0)