opencv-python学习笔记（一）

笔记来源于官方文档

安装

．　在控制台运行pip install opencv-python，等待下载安装完成就可以直接引用了

图片的读取显示和保存

．　使用cv2.imread()来读取图片，cv2.imshow()来显示图片，cv2.imwrite()来保存图片，例如：

import cv2

img = cv2.imread('kkxj.jpg')
#cv2.namedWindow('first',cv2.WINDOW_NORMAL)
cv2.imshow('first',img)
key = cv2.waitKey(0)
if key == 27:		#ESC
    cv2.destroyAllWindows()
elif key == ord('s'):
    cv2.imwrite('new.jpg',img)
    cv2.destroyAllWindows()

．　cv2.imread()有两个参数，第一个参数是文件名，第二个参数是读取标识默认位(cv2.IMREAD_COLOR)，标识有三种值：
cv2.IMREAD_COLOR :加载彩色图像，会忽略掉透明度信息；.
cv2.IMREAD_GRAYSCALE :以灰度模式加载图像；
cv2.IMREAD_UNCHANGED : 加载图像，包含alpha通道(透明度信息)。
．　值得注意的是，如果文件不存在是不会在读取这一步抛出异常，img的值将会是none，也会在之后的显示这一步出错。
．　代码中cv2.namedWindow() 函数用在显示前，用来决定窗口的大小能否通过拖拉鼠标改变，其默认值是cv2.WINDOW_AUTOSIZE 也就是窗口大小和图片大小相同，且不能拖拉窗口边缘改变其大小，如果要实现这点，可以在显示前调用该函数，给第二个参数赋值cv2.WINDOW_NORMAL 。
．　cv2.waitKey() 是键盘绑定函数，参数的单位是毫秒，表示在指定时间内等待键盘事件，如果参数位0表示无限期等待键盘事件，也可以用来检测某个按键是否按下，类似之后的判断是按下的是ESC还是‘s’，如果是按下的是ESC将会直接摧毁所有的窗口，如果按下的是‘s’将调用cv2.imwrite保存img为新文件。

视频的读取显示和保存

．　opencv提供了简单的接口方便对视频进行抓取，首先需要创建一个VideoCapture 对象，传入的参数可以是设备索引（比如笔记本电脑的摄像头），也可以是某个视频文件的名字。创建玩对象后就能实现对视频进行逐帧抓取了：

#cap = cv2.VideoCapture('jackychen.m4s')
cap = cv2.VideoCapture(0)
while(True):
    ret,frame = cap.read()
	#将图片转化为灰度模式
    gray = cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)
    #cv2.resizeWindow('frame',640,360)
    cv2.imshow('frame',gray )
    #加上&0xff是因为是64位机，但加不加在测试环境没看出区别
    if cv2.waitKey(1) & 0xff == ord('q'):			#对视频文件来说1毫秒太快了，一般25毫秒比较合适
        break;

cap.release()						#用完切记要释放
cv2.destroyAllWindows()

．　cap.read()的返回值是bool值，即如果正确读取了一帧将会返回True，所以上面应该是ret是返回的bool值，frame是抓取的那帧画面；
VideoCapture 对象有时不能知道是否初始化，可以调用isOpened() 函数检查，如果没有可以调用open() 来打开。
．　关于对视频文件的操作可以通过get(propId) 和 set(propId, value) 函数来做到，propId 值是特殊定义的整型变量，对应值的意义如下：

参数值(对应从0开始)	描述
CV_CAP_PROP_POS_MSEC	视频文件的当前位置（以毫秒为单位）
CV_CAP_PROP_POS_FRAMES	接下来要解码/捕获的帧的基于0的索引
CV_CAP_PROP_POS_AVI_RATIO	视频文件的相对位置：0-电影开始，1-电影结束
CV_CAP_PROP_FRAME_WIDTH	视频流中帧的宽度(这个和下面的高度好像只能用在摄像头抓取的画面上，要改视频文件的窗口还是用resize函数)
CV_CAP_PROP_FRAME_HEIGHT	视频流中帧的高度
CV_CAP_PROP_FPS	帧率
CV_CAP_PROP_FOURCC	编解码器的4个字符的代码
CV_CAP_PROP_FRAME_COUNT	视频文件中的帧数
CV_CAP_PROP_FORMAT	由retrieve()返回的Mat对象的格式
CV_CAP_PROP_MODE	特定于后端的值，指示当前的捕获模式
CV_CAP_PROP_BRIGHTNESS	图像亮度（仅适用于相机）
CV_CAP_PROP_CONTRAST	图像的对比度（仅适用于相机）
CV_CAP_PROP_SATURATION	图像饱和度（仅适用于相机）
CV_CAP_PROP_HUE	图像的色相（仅适用于相机）
CV_CAP_PROP_GAIN	图像增益（仅适用于相机）
CV_CAP_PROP_EXPOSURE	曝光（仅适用于相机）
CV_CAP_PROP_CONVERT_RGB	布尔标志，指示是否应将图像转换为RGB
CV_CAP_PROP_WHITE_BALANCE_U	白平衡(摄像机对白色物体的还原)设置的U值（注意：当前仅由DC1394 v 2.x后端支持）
CV_CAP_PROP_WHITE_BALANCE_V	白平衡设置的V值（注意：当前仅由DC1394 v 2.x后端支持）
CV_CAP_PROP_RECTIFICATION	立体摄像机的整流标志()（注意：当前仅受DC1394 v 2.x后端支持）
CV_CAP_PROP_ISO_SPEED	摄像机的ISO速度(快门速度)（注意：当前仅受DC1394 v 2.x后端支持）
CV_CAP_PROP_BUFFERSIZE	内部缓冲存储器中存储的帧数（注：当前仅由DC1394 v 2.x后端支持）

．　保存抓取的视频比起图片稍微复杂一点。首先需要创建一个VideoWriter 对象，然后需要传递给他四个参数，第一个是需要输出的文件名，第二个是FourCC代码，第三个是帧率，第四个是画面显示大小，最后一个是isColor标志，如果为True，则编码器需要彩色框，否则将与灰度框一起使用。
．　关于FourCC代码，它是是一个4字节代码，用于指定视频编解码器，种类非常多，试了几个都没出现问题，可以在这里查看。

cap = cv2.VideoCapture(0)
fourcc = cv2.VideoWriter_fourcc(*'DIVX')
out = cv2.VideoWriter('output.avi',fourcc,20.0,(640,480))

while(True):
    ret,frame = cap.read()

    if ret == True:
        out.write(frame)
        cv2.imshow('frame',frame)
        if cv2.waitKey(1) == ord('q'):
            break
    else:
        break

cap.release()
out.release()
cv2.destroyAllWindows()

画些图形

画线

．　画线使用的函数是cv2.line()，需要传递原图像，开始坐标，结束坐标，线的颜色和粗细：

import cv2
import numpy as np
# 创建一块黑色背景
img = np.zeros((512,512,3), np.uint8)

# 画对角线
img = cv2.line(img,(0,0),(511,511),(255,0,0),5)
cv2.imshow('test',img)
cv2.waitKey(0)
cv2.destroyAllWindows()

．　numpy是一个用来处理复杂矩阵的库，也包含了一些数学函数，zeros()函数相当于初始化一个数组，每个元素的类型由第二个参数指定，这里是一个三位数组，可以前第一个参数中的将两个值认为是图像的长宽，第三个值是每个像素点的RGB值。

画矩形

．　画矩形使用的函数是cv2.rectangle()，与画线的函数类似，只是坐标表示的是左上角坐标和右下角坐标了：

img = cv2.rectangle(img,(384,0),(510,128),(0,255,0),3)

画圆

．　画圆的函数是cv2.circle()，其中的坐标参数换成了圆心坐标和半径：

#最后一个参数为-1表示内部填充(实心)
img = cv2.circle(img,(447,63), 63, (0,0,255), -1)

画椭圆

．　画椭圆的函数是cv2.ellipse()，函数的参数变得更多了，第二个参数也是圆心坐标，接下来是长轴和短轴的长度，然后是图形的旋转角度，然后是开始绘制的角度位置，然后是结束绘制的角度位置，最后也是绘制的线条粗细。

img = cv2.ellipse(img,(256,256),(100,50),0,120,360,(0,255,0),-1)

画多边形

．　画多边形的函数是cv2.polylines()，其参数主要是传递的各个顶点的坐标：

#创建数组
pts = np.array([[10,5],[20,30],[70,20],[50,10]], np.int32)
img = cv2.polylines(img,[pts],True,(0,255,255),3)

．　如果第三个参数传递的是False，将不会成为一个封闭的图形。第二个参数可以看出是一个三位数组，也就是说如果直接给一个三维数组，应该可以画出多个图形来，比如：

pts = np.array([
    [[10,5],[20,30],[70,20],[50,10]],
    [[100,50],[200,300],[170,200],[250,210]] ], np.int32)
img = cv2.polylines(img,pts,True,(0,255,255),5)

画一些文字

．　在图像上写字可以使用函数cv2.putText()，需要的参数有：
1.原始图像；
2.文字内容；
3.开始坐标；
4.字体（文字样式）；
5.文字大小；
6.字体颜色；
7.笔迹粗细；
8.线形（线的样式）。

font = cv2.FONT_HERSHEY_SIMPLEX
cv2.putText(img,'OpenCV',(10,500), font, 4,(255,255,255),3,cv2.LINE_AA)

鼠标作画

鼠标事件

．　关于鼠标事件类型的定义和描述

绑定回调函数

．　使用cv2.setMouseCallback() 来绑定鼠标事件发生时调用的函数，需要给调用的函数传入事件类型变量：

#实现鼠标双击后自动生成一个圆
def draw_circle(event,x,y,falg,param):
    if event == cv2.EVENT_LBUTTONDBLCLK:
        cv2.circle(img,(x,y),100,(255,0,0),-1)

#生成黑色背景图
img = np.zeros((512,512,3), np.uint8)
#窗口命名
cv2.namedWindow('image')
#绑定窗口和鼠标回调函数
cv2.setMouseCallback('image',draw_circle)
while(1):
    cv2.imshow('image',img)
    if cv2.waitKey(20) == 27:				#ESC
        break

cv2.destroyAllWindows()
	

．　下面是一个更复杂的例子，通过鼠标拖动来画矩形和圆：

import cv2
import numpy as np

#鼠标事件
drawing = False
eraer = True
mode = True
ix,iy = -1,-1
bx,by = -1,-1		#上一次的坐标

def draw(event,x,y,falgs,param):
    global ix,iy,drawing,mode,eraer,bx,by

    if event == cv2.EVENT_LBUTTONDOWN:
        drawing = True
        eraer = True
        ix,iy = x,y
        bx, by = x, y
    elif event == cv2.EVENT_MOUSEMOVE:
        if drawing == True:
            if mode == True:
                if eraer == True:
                    cv2.rectangle(img, (ix, iy), (bx,by), (0, 0, 0), -1)
                cv2.rectangle(img,(ix,iy),(x,y),(0,255,0),-1)
                bx,by = x,y

            else:
                cv2.circle(img,(x,y),5,(0,0,255),1)
    elif event == cv2.EVENT_LBUTTONUP:
        drawing = False
        eraer = False
        if mode == True:
            cv2.rectangle(img, (ix, iy), (x, y), (0, 255, 0), 1)
        else:
            cv2.circle(img, (x, y), 5, (0, 0, 255), 1)


img = np.zeros((512,512,3), np.uint8)
cv2.namedWindow('image')
cv2.setMouseCallback('image',draw)
while(1):
    cv2.imshow('image',img)
    if cv2.waitKey(1) == ord('m'):
        mode = not mode
    elif cv2.waitKey(1) == 27:
        break

cv2.destroyAllWindows()

．　鼠标左键按下的时候定义原点坐标，通过拖动来画出矩形，左键释放的时候确定最终图形，通过按键‘m’来改变画的图形

使用TrackBar

．　TrackBar的想滚动套一样可以通过滑动来改变值，也可以设置滚动条的值来实现像按钮开关一样的功能。
．　主要使用的函数是cv2.getTrackbarPos(), cv2.createTrackbar()，前者是获取当前trackbar的值，后者是创建一个trackbar，cv2.createTrackbar()的第一个参数是控件（trackbar）的名字，第二个参数是窗口名，第三个是trackbar的默认值，第四个参数是trackbar的最大值，第五个参数是当trackbar的值发生改变时调用的回掉函数。

．　以下是一个控制三基色的值改变屏幕背景色的例子：

def nothing(x):
    pass

img = np.zeros((300,400,3),np.uint8)
cv2.namedWindow('image')

#创建trackbars
cv2.createTrackbar('R','image',0,255,nothing)
cv2.createTrackbar('G','image',0,255,nothing)
cv2.createTrackbar('B','image',0,255,nothing)

#使用trackbar充当按钮开关一样的功能
switch = '0: OFF \n 1: ON'
cv2.createTrackbar(switch,'image',0,1,nothing)

while(1):
    cv2.imshow('img',img)
    k = cv2.waitKey(1) & 0xFF
    if k == 27:
        break

    #获取各个trackbar当前的值
    r = cv2.getTrackbarPos('R','image')
    g = cv2.getTrackbarPos('G','image')
    b = cv2.getTrackbarPos('B','image')
    s = cv2.getTrackbarPos(switch,'image')

    if s == 0:
        img[:] = 0
    else:
        img[:] = [b,g,r]

cv2.destroyAllWindows()