opencv

1   画矩形（原图，左上角坐标，右下角坐标，画笔颜色，笔宽，画线类型）

cv2.rectangle(img, ptLeftTop, ptRightBottom, point_color, thickness, lineType)

import cv2

img = cv2.imread('C:\\Users\\Administrator\\Desktop\\3.jpg',0)

# 矩形左上角和右下角的坐标，绘制一个红色的矩形
ptLeftTop = (5, 5)  #（左上角x, 左上角y）
ptRightBottom = (470, 233) #（右下角x, 右下角y）
point_color = (255, 0 , 255)  # RGB框的颜色，自定
thickness = 1
lineType = 0
cv2.rectangle(img, ptLeftTop, ptRightBottom, point_color, thickness, lineType)

cv2.imwrite("C:\\Users\\Administrator\\Desktop\\new_result.jpg", img)  # 将画过矩形框的图片保存
img1 = cv2.imread('C:\\Users\\Administrator\\Desktop\\new_result.jpg',0)
cv2.imshow("new", img1)
cv2.waitKey(0)

---

2  createTrackbar   创建滚动条

createTrackbar() 这个函数用于创建一个可以调整数值的滑动条，并将滑动条附加到指定的窗口上。

该函数的参数有：createTrackbar(const String& trackbarname, const String& winname, int *value, int count, TrackbarCallback onChange = 0, void *userdata = 0)，具体含义为：

trackbarname：跟踪栏名称，创建的轨迹栏的名称。
Winname：窗口的名字，表示这个轨迹条会依附到哪个窗口上，即对应namedWindow()创建窗口时填的窗口名。 
value：指向整数变量的可选指针，该变量的值反映滑块的初始位置。
count：表示滑块可以达到的最大位置的值，最小位置始终为0。
onChange：指向每次滑块更改位置时要调用的函数的指针，有默认值0。此函数的原型应为void XXX (int, void *); ，其中第一个参数是轨迹栏位置，第二个参数是用户数据（请参阅下一个参数）。如果回调是NULL指针，则不调用任何回调，而仅更新值。
userdata：传递给回调的用户数据，有默认值0。它可以用于处理轨迹栏事件，而无需使用全局变量。如果使用的第三个参数value实参是全局变量的话，完全可以不去管这个userdata参数。
对于 getTrackbarPos() 函数，它也需要多个参数：

第一个参数是Tarckbar 名称；
第二个参数是它附加到的窗口名称；
第三个参数是默认值；
第四个参数是最大值；
第五个是执行的回调函数每次跟踪栏值更改。回调函数始终具有默认参数，即轨迹栏位置。
 

import numpy as np
import cv2 as cv
def nothing(x):
    pass
# Create a black image, a window
img = np.zeros((300,512,3), np.uint8)
cv.namedWindow('image')
# create trackbars for color change
cv.createTrackbar('R','image',0,255,nothing)
cv.createTrackbar('G','image',0,255,nothing)
cv.createTrackbar('B','image',0,255,nothing)
# create switch for ON/OFF functionality
switch = '0 : OFF \n1 : ON'
cv.createTrackbar(switch, 'image',0,1,nothing)
while(1):
    cv.imshow('image',img)
    k = cv.waitKey(1) & 0xFF
    if k == 27:
        break
    # get current positions of four trackbars
    r = cv.getTrackbarPos('R','image')
    g = cv.getTrackbarPos('G','image')
    b = cv.getTrackbarPos('B','image')
    s = cv.getTrackbarPos(switch,'image')
    if s == 0:
        img[:] = 0
    else:
        img[:] = [b,g,r]
cv.destroyAllWindows()

---

3  numpy.zeros(np.zeros) 

zeros(shape, dtype=float, order='C')

  np.zeros((5,), dtype=np.int)
  array([0, 0, 0, 0, 0])

import cv2 as cv
import numpy as np
imgi = np.zeros((450, 500), np.uint8)
cv.namedWindow("tj")
cv.imshow("tj", imgi)
cv.waitKey(0)
cv.destroyAllWindows()

---

 4  getStructuringElement  

函数会返回指定形状和尺寸的结构元素。

Mat getStructuringElement(int shape, Size esize, Point anchor = Point(-1, -1));

矩形：MORPH_RECT;

交叉形：MORPH_CROSS;

椭圆形：MORPH_ELLIPSE;

---

5  cvtColor

gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)   转灰度图

色调H

用角度度量，取值范围为0°～360°，从红色开始按逆时针方向计算，红色为0°，绿色为120°,蓝色为240°。它们的补色是：黄色为60°，青色为180°,紫色为300°；

饱和度S

饱和度S表示颜色接近光谱色的程度。一种颜色，可以看成是某种光谱色与白色混合的结果。其中光谱色所占的比例愈大，颜色接近光谱色的程度就愈高，颜色的饱和度也就愈高。饱和度高，颜色则深而艳。光谱色的白光成分为0，饱和度达到最高。通常取值范围为0%～100%，值越大，颜色越饱和。

明度V

明度表示颜色明亮的程度，对于光源色，明度值与发光体的光亮度有关；对于物体色，此值和物体的透射比或反射比有关。通常取值范围为0%（黑）到100%（白）。

---

6  cv.inRange

        hsv = cv.cvtColor(src_frame, cv.COLOR_BGR2HSV)
        # 设置关注颜色的HSV,范围为0-360，s取值为0-1，v取值为0-255
        LH = cv.getTrackbarPos("LH", 'tj')
        LS = cv.getTrackbarPos("LS", 'tj')
        LV = cv.getTrackbarPos("LV", 'tj')
        HH = cv.getTrackbarPos("HH", 'tj')
        HS = cv.getTrackbarPos("HS", 'tj')
        HV = cv.getTrackbarPos("HV", 'tj')
        lower_red = np.array([LH, LS, LV])
        upper_red = np.array([HH, HS, HV])
        # inRange()方法返回的矩阵只包含0,255,(CV_8U) 0 表示不在区间内
        mask = cv.inRange(hsv, lower_red, upper_red)

void inRange(InputArray src, InputArray lowerb, InputArray upperb, OutputArray dst)
注意：该函数输出的dst是一幅二值化之后的图像。

使用示例1：针对单通道图像
dst(I) = lowerb(I)0 ≤ src(I)0 < upperb(I)0
即，如果一幅灰度图像的某个像素的灰度值在指定的高、低阈值范围之内，则在dst图像中令该像素值为255，否则令其为0，这样就生成了一幅二值化的输出图像。

使用示例2：针对三通道图像
dst(I) = lowerb(I)0 ≤ src(I)0 < upperb(I)0 ∧ lowerb(I)1 ≤ src(I)1 < upperb(I)1 ∧lowerb(I)2 ≤ src(I)2 < upperb(I)2
即，每个通道的像素值都在规定的阈值范围内,则为255，否则为0
 

---

7  cv.bitwise_and   按位与

dst = cv.bitwise_and(src1,src2[,mask])

src1 与 src2 都是输入值，mask 是掩膜，任何数值与 0 进行按位与操作，都会得到 0，任何数值与 255 进行按位与操作，都会得到数值本身，上述数值都是 8 位无符号数字。 

import cv2 as cv
import numpy as np

gray_src = np.random.randint(0, 255, (7, 7), dtype=np.uint8)
black_src = np.zeros((7, 7), dtype=np.uint8)
black_src[3:7, 3:7] = 255

dst = cv.bitwise_and(gray_src, black_src)
print("gray_src")
print(gray_src)

print("black_src")
print(black_src)

print("dst")
print(dst)

 

---

FR：徐海涛（hunk Xu）