视频的抓取与处理

视频的抓取与处理

0. 准备工作，下载内容

*pyqt5 
*opencv: pip install opencv-python
*opencv: pip install opencv-contrib-python
*pyqt5-tools : pip install pyqt5-tools
---- 
numpy : pip install numpy
scipy : pip install scipy

1. 图像的表示与基本处理

numpy
cv2::Mat ----- numpy : 二维向量 ； 图像还可以表示为张量(Tensorflow + Pytorch) ，张量可以求导

1.1. 读取一副图像

opencv: imread —— 读一个文件
imwrite —— 写一个文件

1.2. 图像的表示使用的是numpy中的数组数据结构

1.3. 数组操作完成图形的核心处理

numpy.ndarray类的使用

图像是三维(二维)数组：

• 0-d：height 图像的高
  1-d：width 图像的宽
  2-d：channel 图像的通道
  - 像素的深度：像素的颜色表示：颜色空间 ： 向量（R， G， B，A）： 还有其他的颜色空间
  - 通常的颜色空间：RGBA颜色空间 （opencv：颜色深度：颜色分量，每个分量的类型）
• 数组在python使用ndarray封装

1.4. 构造ndarray，保存

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

名称	描述
object	数组或嵌套的数列
dtype	数组元素的数据类型，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

import cv2
import numpy 
img = numpy.ndarray( shape=(500, 500, 3), dtype=numpy.uint8)
cv2.imwrite("dd.png", img)

运行结果

1.5. 使用ndarray的函数修改图像的数据

比如：fill

1.6. ndarray像素访问：数组下标

ndarray[]

1. [] 整数或者数组
   [h, w, c] BGR : 有别于Qt中RGB的表示方式
   0:blue
   1:green
   2:red

2. 函数： slice(begin=0, end=-1, step=1)： 没有
   表达式方式 begin： end ： step

3. 逻辑数组

import cv2
import numpy as np

img = cv2.imread("00003.jpg")

#------图像的基本操作
img[:,