import cv2
import numpy as np
# 载入视频文件
cap = cv2.VideoCapture('bike.mp4')
while True:
# 读取一帧图像
ret, frame = cap.read()
# 如果没有读取到帧则退出循环
if not ret:
break
# 灰度影像
gray_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # 将原始图像转换为灰度图像
# 显示灰度影像
cv2.imshow('frame', gray_frame)
# 原始振幅谱
fft = np.fft.fft2(gray_frame) # 计算原始图像的二维傅里叶变换
mag_spectrum = np.abs(fft) # 计算原始振幅谱
mag_spectrum = np.log(mag_spectrum) # 将振幅谱转换为对数刻度,以便更好地可视化
# 显示原始振幅谱
cv2.imshow('mg_spc', mag_spectrum)
# 平移后振幅谱
fft_shift = np.fft.fftshift(fft) # 平移原始傅里叶变换以使低频部分在图像中心
mag_spectrum_shift = np.abs(fft_shift) # 计算平移后的振幅谱
mag_spectrum_shift = np.log(mag_spectrum_shift) # 将平移后的振幅谱转换为对数刻度,以便更好地可视化
# 显示平移后的振幅谱
cv2.imshow('mg_spc_shift', mag_spectrum_shift)
# 等待按键事件或一定的时间,然后关闭所有窗口
if cv2.waitKey(25) & 0xFF == ord('q'):
break
# 释放视频文件
cap.release()
# 关闭所有窗口
cv2.destroyAllWindows()
这段代码演示了如何使用OpenCV来载入并播放一个视频文件,并展示了视频文件的灰度影像和其傅里叶变换振幅谱。
首先,我们导入了OpenCV和Numpy库。然后,使用cv2.VideoCapture()函数载入指定的视频文件,通过循环不断读取视频文件的每一帧图像。
我们将每一帧的原始图像转换为灰度图像,并在一个名为“frame”的窗口中显示。接下来,我们对每一帧图像进行二维傅里叶变换,并计算其原始振幅谱,并在名为“mg_spc”的窗口中显示。
最后,我们使用np.fft.fftshift()函数对原始傅里叶变换进行平移,以使低频部分在图像中心。然后,计算平移后的振幅谱并在名为“mg_spc_shift”的窗口中显示。我们使用cv2.waitKey()函数等待按键事件或一定的时间,当按下键盘上的“q”键时,退出循环并释放视频文件。
这段代码演示了如何使用OpenCV和Numpy库处理和可视化图像和其傅里叶变换,并为处理结果创建多个窗口。
这段代码的思路如下:
- 导入必要的库:OpenCV和Numpy。
- 使用cv2.VideoCapture()函数载入指定的视频文件,创建一个VideoCapture对象cap。
- 使用while循环不断读取cap对象的每一帧图像,直到视频文件读取完毕或用户按下“q”键退出。
- 对于每一帧图像,将其转换为灰度图像。
- 在一个名为“frame”的窗口中显示原始灰度图像。
- 对于每一帧图像,使用Numpy中的二维傅里叶变换函数np.fft.fft2()计算其傅里叶变换,并使用Numpy中的函数np.fft.fftshift()进行平移操作。
- 计算原始傅里叶变换的振幅谱,并在名为“mg_spc”的窗口中显示。
- 计算平移后的傅里叶变换的振幅谱,并在名为“mg_spc_shift”的窗口中显示。
- 使用cv2.waitKey()函数等待按键事件或一定的时间,当按下键盘上的“q”键时,退出循环并释放视频文件。
- 关闭所有窗口,结束程序的运行。
总的来说,这段代码展示了如何使用OpenCV和Numpy库来处理和可视化图像和其傅里叶变换,以及如何创建多个窗口并在窗口中展示图像。同时,这段代码也展示了基本的循环控制和键盘事件处理的技巧。
1、导入必要的库:OpenCV和Numpy。
这一段代码导入了OpenCV和Numpy两个库,这两个库是图像处理和计算科学中最为常用的Python库。在这个代码中,OpenCV库用于载入视频文件和图像展示,Numpy库用于傅里叶变换和数组操作等。
2、使用cv2.VideoCapture()函数载入指定的视频文件,创建一个VideoCapture对象cap。
这一段代码使用cv2.VideoCapture()函数载入指定的视频文件,创建一个VideoCapture对象cap。VideoCapture对象cap可以用来从视频中读取每一帧图像。
3、使用while循环不断读取cap对象的每一帧图像,直到视频文件读取完毕或用户按下“q”键退出。
这一段代码使用while循环不断读取VideoCapture对象cap中的每一帧图像。当读取完视频文件中的所有帧图像,或用户按下键盘上的“q”键时,退出循环。
4、对于每一帧图像,将其转换为灰度图像。
这一段代码将每一帧读取的彩色图像转换为灰度图像,方便后续傅里叶变换的处理。
5、在一个名为“frame”的窗口中显示原始灰度图像。
这一段代码将原始灰度图像在名为“frame”的窗口中显示,用户可以观察视频的每一帧图像。
6、对于每一帧图像,使用Numpy中的二维傅里叶变换函数np.fft.fft2()计算其傅里叶变换,并使用Numpy中的函数np.fft.fftshift()进行平移操作。
这一段代码使用Numpy中的fft2()函数对每一帧灰度图像进行二维傅里叶变换,并使用fftshift()函数对傅里叶变换的结果进行平移操作,方便后续振幅谱的计算和展示。
7、计算原始傅里叶变换的振幅谱,并在名为“mg_spc”的窗口中显示。
这一段代码使用Numpy中的函数计算原始傅里叶变换的振幅谱,并在名为“mg_spc”的窗口中展示,方便用户观察傅里叶变换的结果。
8、计算平移后的傅里叶变换的振幅谱,并在名为“mg_spc_shift”的窗口中显示。
这一段代码使用Numpy中的函数计算平移后的傅里叶变换的振幅谱,并在名为“mg_spc_shift”的窗口中展示,方便用户观察平移后傅里叶变换的结果。
9、使用cv2.waitKey()函数等待按键事件或一定的时间,当按下键盘上的“q”键时,退出循环并释放视频文件。
当用户按下键盘上的“q”键或指定时间到达时,cv2.waitKey()函数将返回-1。我们可以使用这个返回值来检测是否有按键事件发生。如果有按键事件,我们可以使用cv2.waitKey(1) & 0xFF语句获取该事件的ASCII码值,然后与ord('q')进行比较,以检测是否按下了“q”键。如果按下了“q”键,则cv2.waitKey()函数将返回-1,我们可以使用break语句退出while循环。否则,程序将继续等待用户的按键事件。如果我们设置了一个非零的等待时间,cv2.waitKey()函数将在指定的时间内等待按键事件。如果没有按键事件发生,则cv2.waitKey()函数将返回-1,并继续执行程序。