OpenCV-python 的学习笔记

OpenCV-python 的学习笔记

对图片的操作

import cv2
cv2.namedWindow("Image")#create a window
test1 = cv2.imread('test.png',-1) #变量=cv2.imread（"",attr）attr= 1为默认-彩色，0为黑白，-1为图片原始
cv2.imshow("Image",test1)
cv2.waitKey(0) #无限等待，直至有键盘输入
cv2.destroyAllWindows()#cv2.destroyWindow("name")

调用摄像头

import cv2
import numpy as np #Numpy is a optimized library for fast array calculations. So simply accessing each and every pixel values and modifying it will be very slow and it is discouraged.例如用XX.item()与XX.itemset()来访问和设置图像像素值
cam = cv2.VideoCapture(0) #VideoCapture() 参数=0，打开电脑的内置摄像头 也可以是路径cam = cv2.VideoCapture("../video")
while(cv2.waitKey(1)==-1): #若无按键按下waitkey（num）返回值都是1，让num=1表示等待1ms
    process,frame = cam.read() #A，B=cam.read A返回布尔值，有图像为1，无图像（视频结束）为0；B为当前帧的BGR
    cv2.imshow('Video',frame)
cam.release()
cv2.destroyAllWindows()

膨胀与腐蚀

retval = erode(const Mat &src, Mat &dst, Mat kernel, Point anchor=Point(-1,-1), int iterations=1)

retval = dilate(const Mat &src, Mat &dst, Mat kernel, Point anchor=Point(-1,-1), int iterations=1)

src：输入图。(需要先用cv2.imread()获取BGR矩阵形式)
kernel：结构元素，如果kernel=Mat()则预设为3×3矩形，越大腐蚀（膨胀）效果越明显。
anchor：原点位置。
iterations：腐蚀（膨胀）的执行次数。

对于kernel可用getStructuringElement()在腐蚀或膨胀之前设定自己想要的结构形态。

retval = cv.getStructuringElement(int shape, ksize, anchor = Point(-1, -1));


其中这个shape参数表示内核的形状，有三种形状可以选择。
矩形：MORPH_RECT;
交叉形：MORPH_CROSS;
椭圆形：MORPH_ELLIPSE;

轮廓与绘制

ret, binary = cv2.threshold(mask,100,255,cv2.THRESH_BINARY)#二值化
contours, hierarchy = cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_TC89_L1)
cv2.drawContours(png, contours, -1, color=green, thickness=3)

首先需要将之前的掩膜二值化，因为cv2.findContours()函数对输入参数有要求。
之后分别是用cv2.findContours()找到边界的坐标,以及用cv2.drawContours()绘制边界。

二值化

ret, dst = cv2.threshold(src, thresh, maxval,type)
src： 原始图像，只能输入单通道图像，通常来说为灰度图；
thresh： 阈值(下限)；
maxval： 上限
type：二值化操作的类型，有一下五种：
cv2.THRESH_BINARY；
cv2.THRESH_BINARY_INV；
cv2.THRESH_TRUNC；
cv2.THRESH_TOZERO；
cv2.THRESH_TOZERO_IN

找轮廓

_, contours, hierarchy = cv2.findContours(image, mode, method[, contours[, hierarchy[, offset ]]])
image：原图像（需要提前二值化）
mode：轮廓的检索模式：

cv2.RETR_EXTERNAL表示只检测外轮廓
cv2.RETR_LIST检测的轮廓不建立等级关系
cv2.RETR_CCOMP建立两个等级的轮廓，上面的一层为外边界，里面的一层为内孔的边界信息。如果内孔内还有一个连通物体，这个物体的边界也在顶层。
cv2.RETR_TREE建立一个等级树结构的轮廓。

method：轮廓的近似办法

cv2.CHAIN_APPROX_NONE存储所有的轮廓点，相邻的两个点的像素位置差不超过1，即max（abs（x1-x2），abs（y2-y1））==1
cv2.CHAIN_APPROX_SIMPLE压缩水平方向，垂直方向，对角线方向的元素，只保留该方向的终点坐标
cv2.CHAIN_APPROX_TC89_L1
CV_CHAIN_APPROX_TC89_KCOS

画轮廓

cv2.drawContours(image, contours, contourIdx, color[, thickness[, lineType[, hierarchy[, maxLevel[, offset ]]]]])
image：指定在哪幅图上绘制
contours：是一个list，也就是找轮廓生成到轮廓的坐标
contourldx: 通常是-1，表示全部的轮廓
后面的就是颜色宽度之类的了。