OpenCV / Numpy 个人编程经验汇总、排坑

• cv2.videoWriter()
  • cv2.videoWriter()要写视频时，要求有相应的编码器，一般安装一个OpenH264，一个ffmpeg就够了。其中OpenH264的dll文件要求放到当前的执行目录下，ffmpeg需要设置环境变量。
  • cv2.videoWriter()中的frameSize参数，格式为（宽，高），和获取shape的时候的（高，宽）是相反的，需要注意，不然写出来的视频文件是空的。
  • 目前个人用的组合是：“X264”+“*.avi”文件

• for循环加速

在用OpenCV和Numpy处理图像的时候，经常会有逐个像素进行处理的情况，这时候python中的for循环非常慢，就需要改进。

方法一：写一个函数，然后用np.vectorize() ，例如，以下是一个查表操作，现有一个MxN的矩阵index，其数据类型为int整形，每个像素点存储的数据是一个映射表data的索引，这时候可以通过如下代码实现：

    def LookUpTable(x):
        return data[x]

    npLookUpTable = np.vectorize(LookUpTable)
    color = np.array(npLookUpTable(index))

上述方法的好处在于代码段较为简单，比起for循环也快得多，但是缺点在于只对逐个像素进行处理，即不能用这个方法实现local的filter

方法二：定义一个函数filter(i. j)， 然后输入参数用np.meshgrid传入，例如：

def meanFilter(i, j):
    return np.mean(img[i-1:i+1, j-1:j+1])

filtered_image = meanFilter(*np.meshgrid(np.arange(height), np.arange(width)))

这个方法的好处在于，可以不仅仅对当前像素进行操作，但是和上面的方法相比，还没有测试过两者的快慢