【CV】OpenCV（基于Python）学习笔记

Fannnnf

已于 2022-02-22 16:01:33 修改

阅读量2.7k

点赞数

文章标签： opencv 计算机视觉 python

于 2022-01-18 16:54:31 首次发布

本文链接：https://blog.csdn.net/qq_42475234/article/details/122562945

版权

以下内容中的页码均来自《OpenCV 4详解 : 基于Python》

第2章载入、显示与保存数据

2.2 图像的读取与显示

2.2.1 图像读取函数 cv.imread()

函数原型：img = cv.imread(filename [, flags])

filename：需要读取的图像的路径，包含图像名称和图像文件扩展名
flags：读取图像的形式，默认按照彩色图像格式读取（可选择的标志见P27表2-2）

如果无法正确读取图像，返回None，可通过print(img)查看得到的结果是否为None来判断是否成功读取了图像。

2.2.2 图像窗口函数 cv.namedWindow()

函数原型：None = cv.namedWindow(winname [, flags])

winname：窗口名称，用作窗口的标识符，用于识别此窗口
flags：窗口属性设置标志（可选择的标志见P28表2-3）

flags标志可以设置多个，不同参数之间用“|”分隔，默认为根据图像大小显示窗口、保持图像比例、创建的窗口允许添加工具栏和状态栏

2.2.3 图像显示函数 cv.imshow()

函数原型：None = cv.imshow(winname, img)

winname：要显示图像的窗口的名称
img：要显示的图像

为了让图像不是一闪而过的，需要在本函数后加上cv.waitKey()函数，来将程序暂停一段时间，暂停时间可以以参数的形式赋值，单位为毫秒；参数默认值为0，表示等待用户按键结束该函数。

2.2.4 关闭窗口函数 cv.destroyWindow()/cv.destroyAllWindows()

函数原型：
None = cv.destroyWindow(winname)
None = cv.destroyAllWindows()

winname：要关闭的窗口的名称

2.3 视频的加载与摄像头的调用

2.3.1 读取视频数据 cv.VideoCapture()

函数原型：
<VideoCapture object> = cv.VideoCapture()
<VideoCapture object> = cv.VideoCapture(filename [, apiPreference])

filename：读取的视频文件的名称
apiPreference：读取数据时设置的属性

第一行中的VideoCapture函数需要在使用时通过open()函数指出，如对象名为video，则用video.open("testvideo.mov")来打开视频文件。
第二行中的VideoCapture函数在默认情况下自动搜索合适的视频属性标志，在使用时一般可以省略属性标志。

创建视频对象后，用isOpened()函数判断是否创建成功，成功返回True，失败返回False。如video.isOpened()
判断已经成功创建视频对象后，用read()函数读取一帧图像，如通过ret, img = viedo.read()从video对象中读取一帧图像存放在img中，ret变量存储是否成功读取对象，成功为True，失败为False。也可以通过ret变量判断读取视频文件时是否已经到了结尾。
另外，可以通过get(propId)函数获取视频属性，如video.get(0)，propId的可选标志见P30表2-4

示例代码（来自书本，略有改动，后同）：

import cv2 as cv

if __name__ == '__main__':
    video = cv.VideoCapture('./videos/road.mp4')

    # 判断是否成功创建视频流
    while video.isOpened(): # video.isOpened()成功读取返回true，读取失败返回false
        ret, frame = video.read() # frame中存储一帧的图像；ret读取成功为true，读取失败为false
        if ret is True:
            cv.imshow('Video', frame)
            # 设置视频播放速度，设置值等于1000为原速度，高于1000会减慢，低于1000加快
            # 此代码为按视频原速度播放，cv.CAP_PROP_FPS表示原视频的帧率
            cv.waitKey(int(1000 / video.get(cv.CAP_PROP_FPS)))
            # 按下q退出
            if cv.waitKey(1) & 0xFF == ord('q'):
                break
        else:
            break

    # 输出相关信息
    print('视频中图像的宽度为：{}'.format(video.get(cv.CAP_PROP_FRAME_WIDTH)))
    print('视频中图像的高度为：{}'.format(video.get(cv.CAP_PROP_FRAME_HEIGHT)))
    print('视频帧率为：{}'.format(video.get(cv.CAP_PROP_FPS)))
    print('视频总帧数为：{}'.format(video.get(cv.CAP_PROP_FRAME_COUNT)))
    # 释放并关闭窗口
    video.release()
    cv.destroyAllWindows()

关于if __name__ == '__main__'的解释点此查看

2.3.2 摄像头的直接调用 cv.VideoCapture()

函数原型：<VideoCapture object> = cv.VideoCapture(index [, apiPreference])

index：摄像头的索引号，0表示使用计算机的默认摄像头
apiPreference：读取数据时设置的属性

示例代码与2.3.1基本相同，另可以在cv.imshow('Video', frame)前添加frame = cv.flip(frame, 1)对摄像头拍摄的图像进行水平翻转，翻转后的视频为镜像，若不添加上述代码也可，视频为非镜像状态。

2.4 数据的保存

2.4.1 保存图像 cv.imwrite()

函数原型：retval = cv.imwrite(filename, img [, params])

filename：图像保存的路径和文件名，包含图像格式
img：将要保存的图像（Array类型的数组）
params：保存图片格式时的属性设置标志

如果成功保存，返回True，失败返回False

函数第三个参数一般不需要填写，第三个参数的设置方式如下：

# 将img以等级为95的图像质量保存
cv.imwrite(filename, img, [int(cv.IMWRITE_JPEG_QUALITY), 95])
# 将img以值为6的压缩级别进行保存
cv.imwrite(filename, img, [int(cv.IMWRITE_PNG_COMPRESSION), 6])

第三个参数的可选择标志见P33表2-5

2.4.2 保存视频 cv.VideoWriter()

函数原型：
<VideoWriter object> = cv.VideoWriter()
<VideoWriter object> = cv.VideoWriter(filename, fourcc, fps, frameSize [, isColor])

filename：保存视频的路径和文件名
fourcc：压缩帧的4字符编/解码器选项
fps：保存视频的帧率，即每秒多少张图像
frameSize：视频帧的大小
isColor：表示是否以彩色形式保存视频，默认为彩色

第一行的VideoWriter函数与VideoCapture函数相同，后续需要通过open()函数设置保存的文件名称等参数。

fourcc参数可以设置的编解码器选项见P35表2-6，如果赋值为“-1”则会自动搜索合适的编解码器。

frameSize参数一定要与图像的尺寸相同。

示例代码如下：

import cv2 as cv

if __name__ == '__main__':
    # 设置编/解码方式
    fourcc = cv.VideoWriter_fourcc(*'DIVX')

    #  采用默认摄像头获取图像
    video = cv.VideoCapture(0)
    # cv.VideoWriter()第一种构造函数（两种方法效果相同）
    # result = cv.VideoWriter()
    # result.open('./videos/Save_video.avi', fourcc, 20.0, (640, 480))
    # cv.VideoWriter()第二种构造函数
    result = cv.VideoWriter('./videos/Save_video.avi', fourcc, 20.0, (640, 480))

    # 判断是否成功创建视频流
    while video.isOpened():
        ret, frame = video.read()
        if ret is True:
            # 将每一帧图像进行水平翻转
            frame = cv.flip(frame, 1)

            # 将一帧一帧图像写入视频
            result.write(frame)
            cv.imshow('Video', frame)
            cv.waitKey(25)

            # 键盘按下q退出
            if cv.waitKey(1) & 0xFF == ord('q'):
                break
        else:
            break

    # 释放并关闭窗口
    video.release()
    result.release()
    cv.destroyAllWindows()

2.4.3 保存和读取XML和YMAL文件 cv.FileStorage()

2.4.3.1 保存

首先进行初始化
函数原型：<FileStorage object> = cv.FileStorage(filename, flags [, encoding])

filename：打开的文件名称
flags：对文件执行的操作类型标志（详见P37表2-7）
encoding：编码格式

该函数用于声明打开的文件名称和操作的类型。
filename为字符串类型，文件的扩展名可以是“.xml”“.ymal”“.yml”。
flags参数表示对文件执行读取操作、写入操作等。

打开文件后，可以使用isOpened()来判断是否成功打开文件，成功打开返回True，打开失败返回False。

若cv.FileStorage()函数中没有声明参数，可通过open()函数单独声明，函数原型如下：
retval = cv.FileStorage.open(filename, flags [, encoding])

filename：打开的文件名称
flags：对文件执行的操作类型标志（详见P37表2-7）
encoding：编码格式

成功打开文件后，使用cv.FileStorage.write()函数将数据写入文件中，函数原型如下：
None = cv.FileStorage.write(name, val)

name：写入文件中的变量名称
val：变量值（目前支持实数、字符串和矩阵）

2.4.3.2 读取

读取实数型
file.getNode('x').real()
读取字符串型
file.getNode('x').string()
读取矩阵型
file.getNode('x').mat()

对2.4.3的示例代码：

import cv2 as cv
import numpy as np

if __name__ == '__main__':
    # 创建FileStorage对象file，用于写入数据
    # 读者可以尝试将文件后缀名改为.yml或.yaml
    # file = cv.FileStorage('./data/MyFile.yml', cv.FileStorage_WRITE)
    # file = cv.FileStorage('./data/MyFile.yaml', cv.FileStorage_WRITE)
    file = cv.FileStorage('./data/MyFile.xml', cv.FileStorage_WRITE)

    # 写入数据
    file.write('name', '张三')
    file.write('age', 16)
    file.write('date', '2019-01-01')
    scores = np.array([[98, 99], [96, 97], [95, 98]])
    file.write('scores', scores)

    # 释放对象
    file.release()

    # 创建FileStorage对象file1，用于读取数据
    file1 = cv.FileStorage('./data/MyFile.xml', cv.FileStorage_READ)

    # 判断MyFile.xml文件是否成功打开
    if file1.isOpened():
        # 读取数据
        name1 = file1.getNode('name').string()
        age1 = file1.getNode('age').real()
        date1 = file1.getNode('date').string()
        scores1 = file1.getNode('scores').mat()

        # 展示读取结果
        print('姓名：{}'.format(name1))
        print('年龄：{}'.format(age1))
        print('记录日期：{}'.format(date1))
        print('成绩单：{}'.format(scores1))
    else:
        print('Can\'t open MyFile.xml.')

    # 释放对象
    file1.release()

第3章图像基本操作

3.1 颜色空间

3.1.1.6 不同颜色空间之间的互相转换 cv.cvtColor()

函数原型：dst = cv.cvtColor(src, code, [, dst [, dstCn]])

src：待转换颜色空间的原始图像
code：颜色空间转换的标志（详见P44表3-1）
dst：颜色空间转换后的目标图像
dstCn：目标图像中的通道数，默认为0

3.1.2 多通道分离与合并 cv.split()/cv.merge()

3.1.2.1 分离 cv.split()

函数原型：mv = cv.split(m [, mv])

m：待分离的多通道图像
mv：分离后的单通道图像

3.1.2.2 合并 cv.merge()

函数原型：dst = cv.merge(mv [, dst])

mv：需要合并的图像
dst：合并后输出的图像

3.2 图像像素的操作

3.2.1 图像像素统计

3.2.1.1 寻找图像像素的最大值与最小值 cv.minMaxLoc()

函数原型：
minVal, maxVal, minLoc, maxLoc = cv.minMaxLoc(src [, mask])

src：需要寻找最大值和最小值的图像（图像可表示为矩阵）
mask：图像掩模（用于在图像的指定区域内寻找最值，默认值为None，表示寻找范围为整个图像）
minVal：图像中的最小值
maxVal：图像中的最大值
minLoc：图像中的最小值在矩阵中的坐标
maxLoc：图像中的最大值在矩阵中的坐标

若图像中存在多个最值，则输出的最值位置为按行扫描从左至右第1次检测到的最值位置

3.2.1.1.1 图像矩阵形状调整函数 np.reshape()

函数原型：dst = np.reshape(array, shape [, order])

array：需要调整尺寸和通道数的图像
shape：重塑后的矩阵的维度
order：读取/写入元素时的顺序

3.2.1.2 计算图像的均值和标准差 cv.mean()/cv.meanStdDev()

求均值函数原型：retal = cv.mean(src [, mask])

src：待求均值的图像（其通道数为1~4的整数）
mask：图像掩模（不输出此参数时，表示取所有像素的均值）

同时求均值和标准差函数原型：
mean, stddev = cv.meanStdDev(src [, mean [, stddev [, mask]]])

src：待求均值和标准差的图像
mean：图像每个通道的均值
stddev：图像每个通道的标准差
mask：图像掩模

3.2.2 两图像间的像素操作

3.2.2.1 两幅图像的比较运算 cv.max()/cv.min()

函数原型：
dst = cv.max(src1, src2 [, dst])
dst = cv.min(src1, src2 [, dst])

src1：第1幅图像，可以是任意通道数的矩阵
src2：第2幅图像，尺寸、通道数及数据类型与第1个参数一致
dst：保留对应位置较大（较小）灰度值后的图像

判断每一个像素点，保留两幅图像中灰度值较大（较小）的像素点

3.2.2.2 两幅图像的逻辑运算 cv.bitwise_?()

函数原型：
与运算：dst = cv.bitwise_and(src1, src2 [, dst [, mask]])
或运算：dst = cv.bitwise_or(src1, src2 [, dst [, mask]])
异或运算：dst = cv.bitwise_xor(src1, src2 [, dst [, mask]])
非运算：dst = cv.bitwise_not(src [, dst [, mask]])

src1：第1幅图像，可以是多通道图像数据
src2：第2幅图像，尺寸、通道数及数据类型与第1个参数一致
dst：逻辑运算输出结果
mask：掩模矩阵，用于设置图像或矩阵中逻辑运算的范围
src：输入的图像矩阵

ps：异或运算：相同为0，不相同为1

3.2.3 图像二值化

函数原型：retval, dst = cv.threshold(src, thresh, maxval, type [, dst])

src：待二值化的图像，图像的数据类型只能是uint8或float32
thresh：二值化的阈值
maxval：二值化过程中的最大值。此参数只在两种二值化方法中发挥作用，但使用其他方法也需要输入此参数
type：选择图像的二值化方法的标志（可选择的标志见P57表3-2）
dst：二值化后的图像

局部自适应阈值的二值化函数原型：
dst = cv.adaptiveThreshold(src, maxValue, adaptiveMethod, thresholdType, blockSize, C [, dst])

src：待二值化的图像，只能是8位单通道类型的图像
maxValue：二值化后的最大值，要求为非零数
adaptiveMethod：自适应确定阈值的方法，分为均值法（cv.ADAPTIVE_THRESH_MEAN_C）和高斯法（cv.ADAPTIVE_THRESH_GAUSSIAN_C）
thresholdType：选择图像二值化方法的标志，只能是cv.THRESH_BINARY或cv.THRESH_BINARY_INV
blockSize：自适应确定阈值的像素领域大小，一般取值为3、5、7
C：从平均值或者加权平均值中减去的常数，可正可负
dst：二值化后的图像，与输入图像具有相同的尺寸、数据类型