python如何处理图像和视频

系列文章目录

第一章 Python中OpenCV 影像数据处理

---

---

前言

本文章内容仅为个人笔记，方便日后查阅参考，内容都为基础语法。

---

一、什么是opencv

就是一个python库，用来处理图像的。

二、图像处理

1.安装库

注意：库不是opencv，而是opencv-python。如果安装失败了，可以从pycharm设置中手动选择下载。

pip install opencv-python

2.加载图片imread、改变颜色cvtColor、展示图片imshow

代码如下（示例）：

import cv2

img_path = r'../sources/food.png'

#彩色读取imread
image_color = cv2.imread(img_path, cv2.IMREAD_COLOR)
#灰色读取
image_gray = cv2.cvtColor(image_color, cv2.COLOR_BGR2GRAY)

#显示图片imshow
cv2.imshow('color',image_color)
cv2.imshow('gray',image_gray)

#等待用户按键，然后关闭窗口。（没有这个，窗口会一闪而过）
cv2.waitKey(0)#cv2.waitKey(0)是OpenCV库中的一个函数，用于在图像显示的过程中等待用户按键操作。它的参数0表示等待时间为无限大，即程序会一直等待用户按键，直到用户按下任意键为止。
cv2.destroyAllWindows()

3.缩放图片resize

image = cv2.imread(img_path)

#检查图片是否加载
if image is None:
	print("Error")
	exit()

#获取原始尺寸image.shape：（长，宽，3通道）
height,width = image.shape[:2]

#缩放resize（interpolation=cv2.INTER_AREA差值算法）
new_image = cv2.resize(image_color, (int(height / 2), int(width / 2)), interpolation=cv2.INTER_AREA)

4.旋转图片rotate

rotate_90 = cv2.rotate(image,cv2.ROTATE_90_CLOCKWISE)
'''
顺时针旋转90度ROTATE_90_CLOCKWISE
逆时针旋转90度ROTATE_90_COUNTERCLOCKWISE
'''

5.图片保存imwrite

cv2.imwrite('output.png',image)

---

三、视频处理

1.视频读取VideoCapture、read

import cv2

#创建对象，参数0表示使用默认摄像头
cap = cv2.VideoCapture(0)#也可以将0替换为视频文件

#一直读取摄像头
while True:
	#读取一帧
	ret,frame = cap.read()#(True, array([[[120, 118, 123],...[100, 105, 137]]], dtype=uint8))
	
	#显示这帧
	if ret:
	cv2.imshow('摄像头',frame)

	#按q退出
    if cv2.waitKey(15) & 0xFF == ord('q'):
        break

#释放资源并关闭窗口
cap.release()
cv2.destroyAllWindows

2.视频保存VideoWriter_fourcc、VideoWriter、write

import cv2

#获取对象
cap = cv2.VideoCapture(0)

#判断摄像头是否开启
if not cap.isOpened():
    print("Cannot open camera")
    exit()

#获取摄像头获取到画面前的长和宽
frameWidth, frameHeight = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH)), int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))

#定义视频编码和输出文件
fourcc = cv2.VideoWriter_fourcc(*'mp4v')#或者使用'XVID'
out = cv2.VideoWriter('output.mp4',fourcc, 20.0, (frameWidth, frameHeight))


while True:
    ret, frame = cap.read()
    if not ret:
        print("断了")
        break
    out.write(frame) #将当前帧写入输出视频文件
    cv2.imshow('frame', frame)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

#释放资源
cap.release()
out.release()
cv2.destroyAllWindows()

---

四、视频处理综合案例

获取帧数、大小cap.get(cv2.CAP_PROP_***)
创建视频写入对象
fourcc = cv2.VideoWriter_fourcc(*'mp4v')
out = cv2.VideoWriter(output_video, fourcc, fps, (new_width, new_height), isColor=False)
调整帧大小resize
转换为灰度图像cvtColor
垂直翻转画面flip(frame,1)

题目：用OpenCV打开一段视频，将每一帧画面压缩成540p，对画面进行垂直翻转，转为黑白，然后添加高斯噪声，把处理好的每一画面保存成一个mp4文件

import cv2
import numpy as np


# 添加高斯噪声函数
def add_gaussian_noise(img):
    row, col = img.shape  # 获取画面尺寸信息
    mean = 0  # 平均值为0
    sigma = 15  # 西格玛为15
    gauss = np.random.normal(mean, sigma, (row, col))  # 高斯纯噪声
    noisy = img + gauss  # 高斯噪声和图片本身叠加
    noisy_img = np.clip(noisy, 0, 255)  # 确保噪声值在0到255之间
    return noisy_img.astype(np.uint8)  # 整数形式返回


# 定义输入输出视频路径
input_video = 'demo.mp4'
output_video = 'resource.mp4'

# 打开输入视频
cap = cv2.VideoCapture(input_video)

# 获取视频的帧率和帧大小
fps = cap.get(cv2.CAP_PROP_FPS)
frame_width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
frame_height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))

# 计算新的帧大小(540p)
new_height = 540
new_width = int(frame_width * new_height / frame_height)

# 创建视频写入对象
fourcc = cv2.VideoWriter_fourcc(*'mp4v')
out = cv2.VideoWriter(output_video, fourcc, fps, (new_width, new_height), isColor=False)

while True:
    ret, frame = cap.read()
    if not ret:
        break

    # 调整帧大小
    frame = cv2.resize(frame, (new_width, new_height))

    # 转换为灰度图像
    frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

    # 垂直翻转画面
    frame = cv2.flip(frame, 1)

    # 添加高斯噪声
    frame = add_gaussian_noise(frame)

    # 写入输出视频
    out.write(frame)
    cv2.imshow('frame', frame)

# 释放资源
cap.release()
out.release()
cv2.destroyAllWindows()

---

总结

这些都是python处理图像和视频的代码，以后写项目中总能遇到。回头查阅即可。