【opencv-python常用知识速查(一)】

0.前言

博客会不断补充，主要是针对opencv-python在深度学习方面常用到的知识总结。

1 基本操作

1.1 读入并显示图片：imread()、imshow()

import cv2 as cv
import numpy as np

img = cv.imread(r'E:\0_postgraduate\test.jpg', flags=0)
cv.imshow('title', img)
k = cv.waitKey(0)
if k & 0xFF == ord('s'):
    cv.destroyAllWindows()
    cv.imwrite(r'E:\1.jpg', img)

（1）cv.imread(filename，flags)
两个参数，第一个参数filename是图片的路径，第二个参数flags是图像的通道和色彩信息

flags = -1, 8位深度，原通道
flags = 0， 8位深度，1通道
flags = 1， 8位深度，3通道
flags = 2， 原深度， 1通道
flags = 3， 原深度， 3通道
flags = 4， 8位深度，3通道

默认flags=1，为彩色图。flags=0为灰度图。

注意1：cv.imread()读取的图片类型为numpy.ndarray，数据类型为np.uint8

img = cv.imread(r'E:\0_postgraduate\test.jpg', flags=1)
print('img的数据类型是：%s'%type(img))
print('img的数据范围是：{}'.format(img.dtype))
print('img的形状为：{}'.format(img.shape))

# 结果
img的数据类型是：<class 'numpy.ndarray'>
img的数据范围是：uint8
img的形状为：(440, 640, 3)

注意2：cv.imread()读入的三通道图片的顺序是BGR

img = cv.imread(r'E:\0_postgraduate\test.jpg', flags=1)
print('原图的形状为：{}'.format(img.shape))
cv.imshow('original pic', img)
(b, g, r) = cv.split(img)  # 将图片分成BGR三个通道
print('每个通道的形状为：\nB:{} G:{} R:{}'.format(b.shape, g.shape, r.shape))
zeros = np.zeros(img.shape[:2], dtype=np.uint8)
merged1 = cv.merge([b, zeros, zeros])
merged2 = cv.merge([zeros, g, zeros])
merged3 = cv.merge([zeros, zeros, r])
print('合并后的形状为：{}'.format(merged1.shape))
cv.imshow('blue channel', merged1)
cv.imshow('green channel', merged2)
cv.imshow('red channel', merged3)
k = cv.waitKey(0)
if k == ord('s'):
    cv.destroyAllWindows()
    
    
# 结果
原图的形状为：(440, 640, 3)
每个通道的形状为：
B:(440, 640) G:(440, 640) R:(440, 640)
合并后的形状为：(440, 640, 3) 

（2）cv.imshow(name, img)：

展示图片，name是标题，img是要展示的图片

（3）cv.waitKey(delay)：

作用：对键盘事件进行delay(ms)的等待（delay=0则为无限等待），若触发则返回该按键的ASSIC码（范围是0-255）（否则返回-1）

着重解释下这句代码：

k = cv.waitKey(0)
if k & 0xFF == ord('q'):
    cv.destroyAllWindows()

其实挺好理解的，不过，既然cv.waitKey()返回的是按键的ASSIC码，那为什么还要让k和0xFF相与呢？（0xFF为16进制，换成二进制是8位1111 1111）

解释如下：

来源

（4）cv.destroyAllWindows()：

关闭所有窗口

（5）cv.imwrite(filepath, img):

把图片写入硬盘。filepath是写入的地址，img是imread()读取的图片。

1.2 读取摄像头操作

基本框架代码：

cap = cv.VideoCapture(0)

if not cap.isOpened():
    print("can't open your camera")
    exit()

while True:
    ret, frame = cap.read()
    if not ret:
        print("can't receive the frame...")
        break
    cv.imshow('frame', frame)
    k = cv.waitKey(25)  # 25ms for 1 frame
    if k & 0xFF == ord('q'):
        break

cap.release()  # 释放摄像头
cv.destroyAllWindows()  # 关闭所有窗口

（1）cap.read()：

返回两个参数，ret为Bool型，检查是否读到帧，如果是读取视频文件的话可以用来检测是否到视频结尾。frame为一帧图片。

（2）cap.release()：

释放摄像头资源

改变摄像头窗口的尺寸

cap = cv.VideoCapture(0)

w = cap.get(3)  # 得到当前视频窗口的weight
h = cap.get(4)  # 得到当前视频窗口的height

print('当前窗口的wight：{}，当前窗口的height:{}\n'.format(w, h))

#  设置当前的窗口为1280 x 720
cap.set(3, 1280)
cap.set(4, 720)

w = cap.get(3)  # 得到当前视频窗口的weight
h = cap.get(4)  # 得到当前视频窗口的height

print('当前窗口的wight：{}，当前窗口的height:{}\n'.format(w, h))

if not cap.isOpened():
    print('没打开摄像头')
    exit()
    
while True:
    ret, frame = cap.read()
    if not ret:
        print('未读取到帧...')
        break
    cv.imshow('frame', frame)
    k = cv.waitKey(10)
    if k & 0xFF == ord('q'):
        break

cap.release()
cv.destroyAllWindows()

# 结果
当前窗口的wight：640.0，当前窗口的height:480.0

当前窗口的wight：1280.0，当前窗口的height:720.0

（3） cap.get()：获取当前图像信息

参数	含义
cv2.VideoCapture.get(0)	视频文件的当前位置（播放）以毫秒为单位
cv2.VideoCapture.get(1)	基于以0开始的被捕获或解码的帧索引
cv2.VideoCapture.get(2)	视频文件的相对位置（播放）：0=电影开始，1=影片的结尾。
cv2.VideoCapture.get(3)	在视频流的帧的宽度
cv2.VideoCapture.get(4)	在视频流的帧的高度
cv2.VideoCapture.get(5)	帧速率
cv2.VideoCapture.get(6)	编解码的4字-字符代码
cv2.VideoCapture.get(7)	编解码的4字-字符代码
cv2.VideoCapture.get(8)	返回对象的格式
cv2.VideoCapture.get(9)	返回后端特定的值，该值指示当前捕获模式
cv2.VideoCapture.get(10)	图像的亮度(仅适用于照相机)
cv2.VideoCapture.get(11)	图像的对比度(仅适用于照相机)
cv2.VideoCapture.get(12)	图像的饱和度(仅适用于照相机)
cv2.VideoCapture.get(13)	色调图像(仅适用于照相机)
cv2.VideoCapture.get(14)	图像增益(仅适用于照相机)（Gain在摄影中表示白平衡提升
cv2.VideoCapture.get(15)	曝光(仅适用于照相机)
cv2.VideoCapture.get(16)	指示是否应将图像转换为RGB布尔标志
cv2.VideoCapture.get(17)	× 暂时不支持
cv2.VideoCapture.get(18)	立体摄像机的矫正标注（目前只有DC1394 v.2.x后端支持这个功能）

来源：OpenCV VideoCapture.get()参数详解

（4）cap.set()：改变图像属性信息

1.3 绘图

（1）绘制直线：
cv.line(img, startpoint, endpoint, color, thickness)

img：原始图像
startpoint：开始点坐标
endpoint：结束点坐标
color：直线的颜色
thickness：直线的厚度

（2）绘制矩形：
cv.rectangle(img, pos1, pos2, color, thickness)

img：原始图像
pos1：左上角坐标
pos2：右下角坐标
color：颜色
thickness：厚度（thickness=-1代表填充）

（3）绘制圆形
cv.circle(img, pos, radius, color, thickness)

img：原始图像
pos：圆心坐标
radius：半径
color：颜色
thickness：厚度（thickness=-1代表填充）

（4）添加文本：
cv.putText(img, ‘text’, pos, font, size, color)

img：原始图像
text：输出的文本
pos：文本的位置坐标
font：文本字体
size：文本大小
color：文本颜色

bg = np.zeros((550,550,3), dtype=np.uint8)
# 画一条直线
cv.line(bg, (0,0), (549,549), (255,0,0), 5)
# 画矩形
cv.rectangle(bg, (100,100), (200,200), (0,255,0), -1)
# 画圆形
cv.circle(bg, (300,300), 50, (0,0,255), 3)
# 放文字
cv.putText(bg, '123', (0,400), 0, 4, (255,0,0))
cv.imshow('draw', bg)
k = cv.waitKey(0)
if k & 0xFF == ord('q'):
    cv.destroyAllWindows()

2. 图像操作

2.1 分割和合并通道cv.split(img) cv.merge([b,g,r])

这个前面举过例子了，不多说，不过有一点是：使用numpy索引要比cv.split(img)更高效，两者的效果是一样的：

img = cv.imread(r'E:\opencv.jpg')

e1 = cv.getTickCount()
b, g, r = cv.split(img)
e2 = cv.getTickCount()
print('cv.split time is:{} ms'.format((e2-e1)*1000/cv.getTickFrequency()))

e1 = cv.getTickCount()
b = img[:,:,0]
g = img[:,:,1]
r = img[:,:,2]
e2 = cv.getTickCount()
print('numpy time is:{} ms'.format((e2-e1)*1000/cv.getTickFrequency()))

# 结果
cv.split time is:0.7039 ms
numpy time is:0.1805 ms

2.2 边框填充：cv.copyMakeBorder()

用法：cv.copyMakeBorder(img, top, bottom, left, right, borderType)

img：原始图像
top：顶部填充的边框宽度（单位为像素值）
bottom：底部填充的边框宽度（单位为像素值）
left：左部填充的边框宽度（单位为像素值）
right：右部填充的边框宽度（单位为像素值）
borderType：填充类型

img = cv.imread(r'E:\test.jpg')

img1 = cv.copyMakeBorder(img, 20,20,20,20, 0) #第0类填充:黑边填充
img2 = cv.copyMakeBorder(img, 20,20,20,20, 1) #第1类填充
img3 = cv.copyMakeBorder(img, 20,20,20,20, 2) #第2类填充
img4 = cv.copyMakeBorder(img, 20,20,20,20, 3) #第3类填充

cv.imshow('0', img1)
cv.imshow('1', img2)
cv.imshow('2', img3)
cv.imshow('3', img4)

k = cv.waitKey(0)
if k & 0xFF == ord('q'):
    cv.destroyAllWindows()

2.3 图像加法：cv.add()

我们已经知道了读入的图像本质上是numpy.ndarry数组，那么如果将两个同样维度的数组相加会怎样？

对于相加，我们有两种方式：假设a和b都为numpy.ndarry数组，
（1）使用numpy数组直接相加：a + b
（2）使用cv.add(a, b)

这两种方法的不同之处在于：

a + b：250+10 = 260 => 255
cv.add(a, b)：250+10 = 260 % 256 = 4

具体来说，OpenCV加法是一个饱和操作，而Numpy加法是一个模数操作

举个例子：

np.random.seed(100)
a = np.random.randint(250,255,(10,10), dtype=np.uint8)
print('a数组：\n{}'.format(a))
b = np.ones((10,10),dtype=np.uint8) * 5
print('b数组：\n{}'.format(b))
print('a+b的结果为：\n{}'.format(a+b))
print('cv.add(a,b)的结果为：\n{}'.format(cv.add(a,b)))

# 结果
a数组：
[[250 254 253 250 253 250 253 253 253 253]
 [251 254 250 251 250 253 250 252 252 251]
 [251 254 250 252 250 254 252 253 252 251]
 [253 253 252 253 253 251 253 252 250 252]
 [251 250 251 251 253 250 254 254 254 253]
 [252 254 252 252 250 253 251 253 252 251]
 [253 254 251 250 250 252 251 253 253 252]
 [254 253 254 252 251 254 250 251 253 254]
 [254 254 250 254 252 254 250 253 254 254]
 [252 251 254 254 253 251 253 252 254 253]]
b数组：
[[5 5 5 5 5 5 5 5 5 5]
 [5 5 5 5 5 5 5 5 5 5]
 [5 5 5 5 5 5 5 5 5 5]
 [5 5 5 5 5 5 5 5 5 5]
 [5 5 5 5 5 5 5 5 5 5]
 [5 5 5 5 5 5 5 5 5 5]
 [5 5 5 5 5 5 5 5 5 5]
 [5 5 5 5 5 5 5 5 5 5]
 [5 5 5 5 5 5 5 5 5 5]
 [5 5 5 5 5 5 5 5 5 5]]
a+b的结果为：
[[255   3   2 255   2 255   2   2   2   2]
 [  0   3 255   0 255   2 255   1   1   0]
 [  0   3 255   1 255   3   1   2   1   0]
 [  2   2   1   2   2   0   2   1 255   1]
 [  0 255   0   0   2 255   3   3   3   2]
 [  1   3   1   1 255   2   0   2   1   0]
 [  2   3   0 255 255   1   0   2   2   1]
 [  3   2   3   1   0   3 255   0   2   3]
 [  3   3 255   3   1   3 255   2   3   3]
 [  1   0   3   3   2   0   2   1   3   2]]
cv.add(a,b)的结果为：
[[255 255 255 255 255 255 255 255 255 255]
 [255 255 255 255 255 255 255 255 255 255]
 [255 255 255 255 255 255 255 255 255 255]
 [255 255 255 255 255 255 255 255 255 255]
 [255 255 255 255 255 255 255 255 255 255]
 [255 255 255 255 255 255 255 255 255 255]
 [255 255 255 255 255 255 255 255 255 255]
 [255 255 255 255 255 255 255 255 255 255]
 [255 255 255 255 255 255 255 255 255 255]
 [255 255 255 255 255 255 255 255 255 255]]

这么说可能还不明显，用一张图片来看看：

mask = np.ones(img.shape, dtype=np.uint8) * 50
newImg1 = cv.add(img, mask)  # cv.add(a, b)
newImg2 = img + mask  # a + b
cv.imshow('original image', img)
cv.imshow('cv.add(a,b)', newImg1)
cv.imshow('numpy: a + b', newImg2)
k = cv.waitKey(0)
if k & 0xFF == ord('q'):
    cv.destroyAllWindows()

可以看出cv.add()更适合用来处理图像

3.衡量性能 ：cv.getTickCount()和cv.getTickFrequency()

在opencv中，可以使用cv.getTickCount()和cv.getTickFrequency()来获取一段代码运行的时间，比使用time()更精确。

img = cv.imread(r'E:\opencv.jpg')

e1 = cv.getTickCount()
b, g, r = cv.split(img)
e2 = cv.getTickCount()
print('cv.split time is:{} ms'.format((e2-e1)*1000/cv.getTickFrequency()))

e1 = cv.getTickCount()
b = img[:,:,0]
g = img[:,:,1]
r = img[:,:,2]
e2 = cv.getTickCount()
print('numpy time is:{} ms'.format((e2-e1)*1000/cv.getTickFrequency()))

# 结果

cv.split time is:0.7039 ms
numpy time is:0.1805 ms