OpenCV-python学习笔记（一）——工具使用

最新推荐文章于 2024-04-20 16:19:52 发布

笑芙蓉

最新推荐文章于 2024-04-20 16:19:52 发布

阅读量421

点赞数

分类专栏： opencv学习文章标签： opencv python

本文链接：https://blog.csdn.net/qq_36070977/article/details/106782436

版权

本文是OpenCV-Python学习的第一部分，涵盖了读取、保存、显示图像，视频基础操作，绘图函数，鼠标事件以及使用滑动条作为调色板。适合初学者，提供详细的操作指南。

摘要由CSDN通过智能技术生成

为了快速学习，按照中文教程中的顺序，走一遍python接口。英文能力较强者，可以从对应的英文教程自己翻译学习。
另：自认为挺好的一个教程博客。共有四个系列，比较全面详细，适合初学者。

LOpenCV-python全面教程

学习环境

	python3.5、opencv、numpy、matplotlib

一、读取、保存、显示图像

cv2.imread(文件名，标记)读入图像，标记可以是以下方法。分别对应1，0；
*cv2.MREAD_COLOR（）：读入彩色图像；
*cv2.IMREAD_GRAYSCALE（）：以灰度模式读入图像；
cv2.imshow()：显示图像；
*cv2.waitKey()：等待键盘输入，为毫秒级；
*cv2.destroyAllWindows()：可以轻易删除任何我们建立的窗口，括号内输入想删除的窗口名；
cv2.imwrite(文件名，img)：保存图像；
练习加载一个灰度图，显示图片，按下‘s’键保存后退出，或者按下ESC键退出不保存；

import numpy as np
import cv2

img = cv2.imread('45.jpg',0)
cv2.imshow('image',img)
k = cv2.waitKey(0)
if k==27:
		cv2.destroyAllWindows()  #wait for ESC key to exit
elif k == ord('s'):
		cv2.imwrite('46.png',img)  #wait for 's' key to save and exit
        cv2.destoryAllWindows()

如果用的是64位系统，需将key=cv2.waitKey(0)改为k=cv2.waitKey(0)&0xFF @！！

Matplotlib绘图库的使用，先简单介绍显示图像，更多信息去菜鸟教程；

import numpy as np
import cv2
from matplotlib import pyplot as plt
img =cv2.imread('45.jpg',0)
plt.imshow(img,cmap='gray',interpolation = 'bicubic')
plt.xticks([]),plt.yticks([])  #to hide tick values on X and Y axis
plt.show()

注意：如果图像的像素过大，可能会plt.imshow()函数报错。

二、视频基础操作

1.用摄像头捕获视频

cv2.VideoCapture() ：0为默认计算机默认摄像头，1可以更换来源（如USB外接摄像头等），也可以是网络视频；

import numpy as np
import cv2
cap = cv2.VideoCapture(0)
while(True):
	#capture frame-by-frame
    ret , frame = cap.read()
    
    #our operation on the frame come here
    gray = cv2.cvtColor(frame , cv2.COLOR_BGR2GRAY)
    
    #display the resulting frame
    cv2.imshow('frame',gray)
    if cv2.waitKey(1) &0xFF ==ord('q'):  #按q键退出
    	break
#when everything done , release the capture
cap.release()
cv2.destroyAllWindows()

cap.isOpened()；检查是否成功初始化了，返回值是True，就没有问题，否则就要使用cap.open()。

cap.get(propId)；获取视频的一些参数信息。
propId 可以是 0 到 18 之间的任何整数。每一个数代表视频的一个属性：

  • CV_CAP_PROP_POS_MSEC Current position of the video file in milliseconds. 　
  （0-视频文件的当前位置（毫秒））
  • CV_CAP_PROP_POS_FRAMES 0-based index of the frame to be decoded/captured next. 
  （1-下一步要解码/捕获的帧的基于0的索引）
  • CV_CAP_PROP_POS_AVI_RATIO Relative position of the video file: 0 - start of the film, 1 - end of the film. 
  （2-视频文件的相对位置：0-胶片开始，1-胶片结束）
  • CV_CAP_PROP_FRAME_WIDTH Width of the frames in the video stream. 
  （3-视频流中帧的宽度）
  • CV_CAP_PROP_FRAME_HEIGHT Height of the frames in the video stream. 
  （4-视频流中帧的高度）
  • CV_CAP_PROP_FPS Frame rate. 
  （5-帧率）
  • CV_CAP_PROP_FOURCC 4-character code of codec. 
  （6-编解码器的4字符代码）
  • CV_CAP_PROP_FRAME_COUNT Number of frames in the video file. 
  （7-视频文件中的帧数。）
  • CV_CAP_PROP_FORMAT Format of the Mat objects returned by retrieve() . 
  （8-返回mat对象的格式）
  • CV_CAP_PROP_MODE Backend-specific value indicating the current capture mode. 
  （9-后端特定值，指示当前捕获模式）
  • CV_CAP_PROP_BRIGHTNESS Brightness of the image (only for cameras). 
  （10-图像的亮度--仅适用于相机）
  • CV_CAP_PROP_CONTRAST Contrast of the image (only for cameras). 
  （11-对比度--仅用于相机）
  • CV_CAP_PROP_SATURATION Saturation of the image (only for cameras). 
  （12-饱和度--仅用于相机）
  • CV_CAP_PROP_HUE Hue of the image (only for cameras). 
  （13-色调--仅用于相机）
  • CV_CAP_PROP_GAIN Gain of the image (only for cameras). 
  （14-增益--仅用于相机）
  • CV_CAP_PROP_EXPOSURE Exposure (only for cameras). 
  （15-曝光--仅用于相机）
  • CV_CAP_PROP_CONVERT_RGB Boolean flags indicating whether images should be converted to RGB.
  （16-布尔标志，指示是否应将图像转换为RGB。） 
  • CV_CAP_PROP_WHITE_BALANCE Currently unsupported 
  （17-当前不受支持）
  • CV_CAP_PROP_RECTIFICATION Rectification flag for stereo cameras (note: only supported by DC1394 v 2.x backend currently) 
  （18-立体摄像机的校正标志（注：目前仅受DC1394 v 2.x后端支持））
  对应的，使用 cap.set(propId,value) 来修改视频属性，value 就是你想要设置成的新值。

cap.set(propId,value)；修改参数信息。

2.从文件中播放视频

把设备索引号改成文件名即可。在播放每一帧时，使用cv2.waitKey()适当持续时间，一般可以设置25ms。

import numpy as np
import cv2
cap=cv2.VideoCapture('filename.avi')#文件名及格式
while(True):
	#capture frame-by-frame
    ret , frame = cap.read()
    
    #our operation on the frame come here
    gray = cv2.cvtColor(frame , cv2.COLOR_BGR2GRAY)# 转化为灰度像素
    
    #display the resulting frame
    cv2.imshow('frame',gray)#显示灰度视频
    if cv2.waitKey(1) &0xFF ==ord('q'):  #按q键退出
    	break
#when everything done , release the capture
cap.release()
cv2.destroyAllWindows()