OpenCV and pycharm学习路径

已于 2023-11-15 10:20:08 修改
阅读量159 收藏 2
点赞数
文章标签： opencv 学习 python 计算机视觉 pycharm
于 2023-02-04 22:09:30 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_50877402/article/details/128884034
版权

目录

读取、显示图像

从摄像头进行视频采集

视频录制

代码优化

OpenCV处理鼠标事件

Tracker使用

颜色转化

Numpy 的基本操作

获取子矩阵

图片信息

通道的分割与分离

绘图函数

用滑动条做调色板

 图像的基本操作

读取图片通道 

图片填充

实现鼠标绘制基本图像

目录

读取、显示图像

从摄像头进行视频采集

视频录制

代码优化

OpenCV处理鼠标事件

Tracker使用

颜色转化

Numpy 的基本操作

获取子矩阵

图片信息

通道的分割与分离

绘图函数

用滑动条做调色板

 图像的基本操作

读取图片通道 

图片填充

实现鼠标绘制基本图像

图像的加法

图像减法

图像溶合

读取、显示图像

import cv2
import numpy as np
img = cv2.imread('41.png',0)
cv2.imshow('image',img)
key = cv2.waitKey(0)
if key & 0xff == ord('q'):
    cv2.destroyWindow()
elif key & 0xff == ord('s'):
    cv2.imwrite('14.png',img)
    cv2.destroyWindow()

从摄像头进行视频采集

import cv2
#创建窗口
cv2.namedWindow('video',cv2.WINDOW_NORMAL)
cv2.resizeWindow('video',640,480)
#获取视频
cap = cv2.VideoCapture(0) #0：开启本地视频
#cap = cv2.VideoCapture('14.mp4') #读取本地的视频资源
while True:
    #从摄像头读取视频帧
    ret,frame = cap.read()

    #将视频帧在窗口显示出来
    cv2.imshow('video',frame)

    #等待键盘事件，如果为q，退出
    key = cv2.waitKey(1)
    if (key & 0xFF == ord('q')):
        break

#释放videoCapture
cap.release()
cv2.destroyWindow()

视频录制

VideoWriter:输出文件\多媒体文件格式（VideoWriter_fourcc）

步骤：

VideoWriter
write
release
import cv2
import numpy as np
#创建窗口
cv2.namedWindow('video',cv2.WINDOW_NORMAL)
cv2.resizeWindow('video',640,480)

#获取视频设备/从视频文件中读取视频帧
cap = cv2.VideoCapture(0) #0：开启本地摄像头
#cap = cv2.VideoCapture('14.mp4') #读取本地的视频资源

#创建VideoWriter
fourcc = cv2.VideoWriter_fourcc(*'XVID')
vw = cv2.VideoWriter('out.avi',fourcc,25,(640,480))

while True:
    #从摄像头读取视频帧
    ret,frame = cap.read()
    #frame = cv2.flip(frame,0) #图像翻转函数
    #将视频帧在窗口显示出来
    cv2.imshow('video',frame)
    #写入
    vw.write(frame)
    #等待键盘事件，如果为q，退出
    key = cv2.waitKey(1)
    if (key & 0xFF == ord('q')):
        break
#释放videowriter
vw.release()
#释放videoCapture
cap.release()
cv2.destroyWindow()

代码优化

import cv2
import numpy as np
#创建窗口
cv2.namedWindow('video',cv2.WINDOW_NORMAL)
cv2.resizeWindow('video',640,480)

#创建VideoWriter
fourcc = cv2.VideoWriter_fourcc(*'XVID')
vw = cv2.VideoWriter('out.avi',fourcc,25,(640,480))

#获取视频设备/从视频文件中读取视频帧
#cap = cv2.VideoCapture(0) #0：开启本地摄像头
#如果出现waning：`anonymous-namespace'::SourceReaderCB::~SourceReaderCB terminating async cal 用下面
cap = cv2.VideoCapture(0, cv2.CAP_DSHOW)
#cap = cv2.VideoCapture('14.mp4') #读取本地的视频资源

#判断摄像头是否为打开状态
while cap.isOpened():
    #从摄像头读取视频帧
    ret,frame = cap.read()
    #判断视频帧是否读取成功
    if ret == True:
        #frame = cv2.flip(frame,0) #图像翻转函数

        #将视频帧在窗口显示出来
        cv2.imshow('video',frame)
        cv2.resizeWindow('video', 640, 480)
        #写数据到多媒体文件
        vw.write(frame)

        #等待键盘事件，如果为q，退出
        key = cv2.waitKey(1)
        if (key & 0xFF == ord('q')):
            break
    else:
        break
#释放videowriter
vw.release()
#释放videoCapture
cap.release()
cv2.destroyWindow()

OpenCV处理鼠标事件

import cv2
import numpy as np
#自定义的callback函数
def mouse_callback(event,x,y,falgs,userdata):
    print(event,x,y,falgs,userdata)

#创建一个窗口
cv2.namedWindow('mouse',cv2.WINDOW_NORMAL)
cv2.resizeWindow('mouse',640,360)

#设置鼠标回调函数
cv2.setMouseCallback('mouse',mouse_callback,"123")
cv2.namedWindow('mouse',cv2.WINDOW_NORMAL)
# 创建一个全黑的屏幕
img = np.zeros((360,640,3),np.uint8)
while True:
    cv2.imshow('mouse',img)
    key = cv2.waitKey(1)
    if key & 0xFF ==ord('q'):
        break
cv2.destroyAllWindows()

Tracker使用

import cv2
import numpy as np
#创建窗口
cv2.namedWindow('tracker',cv2.WINDOW_NORMAL)

#定义callback
def callback():
    pass

#创建tracker
cv2.createTrackbar('R','tracker',0,255,callback)
cv2.createTrackbar('G','tracker',0,255,callback)
cv2.createTrackbar('B','tracker',0,255,callback)

#设置纯黑色的背景
img = np.zeros((480,640,3),np.uint8)

while True:
    cv2.imshow('tracker',img)
    #获取当前tracker的值
    r = cv2.getTrackbarPos('R','tracker')
    g = cv2.getTrackbarPos('G', 'tracker')
    b = cv2.getTrackbarPos('B', 'tracker')

    img[:]=[b,g,r]
    cv2.imshow('tracker',img)

    key = cv2.waitKey(1)
    if key & 0xFF == ord('q'):
        break

cv2.destroyAllWindows()

颜色转化

#色彩空间的转化
import cv2

#创建窗口
cv2.namedWindow('color',cv2.WINDOW_NORMAL)

def callback(userdata):
    pass

img = cv2.imread('41.png')

colorspaces = [cv2.COLOR_BGR2RGBA,cv2.COLOR_BGR2RGBA,cv2.COLOR_BGR2GRAY,
               cv2.COLOR_BGR2HSV,cv2.COLOR_BGR2YUV]

cv2.createTrackbar('curcolor','color',0,4,callback)

while True:
    index = cv2.getTrackbarPos('curcolor','color')

    #颜色空间转换
    cvt_img = cv2.cvtColor(img,colorspaces[index])
    cv2.imshow('color',img)
    key = cv2.waitKey(10)
    print(key)
    if key & 0xff == ord('q'):
        break

cv2.destroyAllWindows()

Numpy 的基本操作

import numpy as np
#通过array定义矩阵
b = np.array([1,2,3])
c = np.array([[1,2,3],[4,5,6]])
print(c,b)
#zeros
a = np.zeros((2,3,2),np.uint8) #2列3行的矩阵
print(a)
#定义ones
d = np.ones((2,3),np.uint8)
print(d)
#定义full
e = np.full((8,8),10,np.uint8)
print(e)
#定义单位矩阵identity
f = np.identity(4)
print(f)
#定义单位矩阵eye
g = np.eye(5,7,key=3)
print(g)
#numpy的检索
#[y,x] 第y个值，第x个值
#[y,x,channel]
import cv2
import numpy as np
img = np.zeros((480,640,3),np.uint8)#bgr
#获取矩阵中的值
print(img[100,100])
count = 0
while count<100:
    count+=1
    img[count,100]=[255,255,255] #count这里等于列 0 在这里是蓝色的

cv2.imshow('img',img)

key = cv2.waitKey(0)

if key & 0xFF == ord('q'):
    cv2.destroyAllWindows()

获取子矩阵

#numpy的检索
#[y,x] 第y个值，第x个值
#[y,x,channel]
import cv2
import numpy as np
img = np.zeros((480,640,3),np.uint8)#bgr
roi = img[100:400,100:400]
#获取子矩阵
roi[:,:]=[0,0,255]
roi[10:200,10:200] = [0,255,0]
cv2.imshow('img',roi)

key = cv2.waitKey(0)

if key & 0xFF == ord('q'):
    cv2.destroyAllWindows()

图片信息

#numpy的检索
#[y,x] 第y个值，第x个值
#[y,x,channel]
import cv2
import numpy as np

img = cv2.imread('14.png')
#shape 属性中的三个信息
#高度、长度和通道数
print(img.shape)
#图像占用了多大的空间
#高度*长度*通道数
print(img.size)
#图像中每个元素的位深
print(img.dtype)

通道的分割与分离

#numpy的检索
#[y,x] 第y个值，第x个值
#[y,x,channel]
import cv2
import numpy as np
#创建一个图层
img = np.zeros((480,640,3),np.uint8)

#划线函数
cv2.line(img,(0,0),(100,100),(255,0,0),5)
#画矩形
cv2.rectangle(img,(0,0),(100,100),(0,255,0),3)
#画圆
#-1:涂满
cv2.circle(img,(200,200),60,(0,0,255),6)
#画椭圆
cv2.ellipse(img,(200,200),(20,100),0,0,360,(255,0,0),5)
#画多边形
#需要指定每个顶点的坐标，构建一个大小相等于行数X1X2的数组，行数就是点的数目，这个数组必须为int32.
pts = np.array([[100,5],[200,30],[70,200],[50,100]],np.int32)
print(pts)
pts = pts.reshape((-1,1,2))
print(pts)
##这里reshape的第一个参数为-1，表明这一维度的长度是根据后面的维度计算出来的
cv2.polylines(img,[pts],True,(0,255,255))
#在图片上添加文字
font = cv2.FONT_HERSHEY_SIMPLEX
cv2.putText(img,'OpenCV',(10,200),font,4,(255,255,255),2)
#创建窗口
cv2.namedWindow('img',cv2.WINDOW_NORMAL)
cv2.imshow('img',img)
cv2.waitKey(0)
cv2.destroyAllWindows()

绘图函数

#numpy的检索
#[y,x] 第y个值，第x个值
#[y,x,channel]
import cv2
import numpy as np

img = np.zeros((480,640,3),np.uint8)
#这个是深拷贝 通道的分割
b,g,r = cv2.split(img)

b[10:100,10:100]=255
g[10:100,10:100]=255
#通道的合并
img2=cv2.merge((b,g,r))

cv2.imshow('b',b)
cv2.imshow('g',g)
cv2.imshow('r',r)
cv2.imshow('img',img)
cv2.imshow('img2',img2)

cv2.waitKey(0)

用滑动条做调色板

import cv2
import numpy as np
def nothing(x):
    pass
#创建一个黑色的图像
img = np.zeros((400,640,3),np.uint8)
cv2.namedWindow('image')
#滑动条做调色板
cv2.createTrackbar('R','image',0,255,nothing)
cv2.createTrackbar('G','image',0,255,nothing)
cv2.createTrackbar('B','image',0,255,nothing)
#只有当switch=on 滑动条可以使用
switch = '0:OFF\n1:ON'
print(switch)
cv2.createTrackbar(switch,'image',0,1,nothing)

while(1):
    cv2.imshow('image',img)
    k = cv2.waitKey(1)
    if k==ord('q'):
        break
    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[:]=[r,g,b]
cv2.destroyAllWindows()

 图像的基本操作

import cv2
import numpy as np
img = cv2.imread('41.png')
#img.shape = (360,280,3)
print(img.shape)
px = img[100,100]
#px = [180 144 114] 代表着三个通道 b g r
print(px)
blue = img[100,100,0]
print(blue)
img[100,100]=[255,255,255]
cv2.namedWindow('image')
while(1):
    cv2.imshow('image',img)
    k = cv2.waitKey(1)
    if k==ord('q'):
        break
cv2.destroyAllWindows()

读取图片通道 

import cv2
import numpy as np
#创建窗口
cv2.namedWindow('image')
#读取图片
img = cv2.imread('41.png')

#使用item和itemset 分割通道
print(img.item(10,10,2))
img.itemset((10,10,2),100) #设置这个位置的值
print(img.item(10,10,2))
#返回图像的数据类型
print(img.dtype)
#拆分及合并图像通道
r,g,b = cv2.split(img) #尽量少用
r = img[:,:,2]
g = img[:,:,1]
b = img[:,:,0]
print(r,g,b)
img2 = cv2.merge(r,g,b)#合并
while(1):
    cv2.imshow('image',img)
    cv2.imshow('image', img2)
    k = cv2.waitKey(1)
    if k==ord('q'):
        break
cv2.destroyAllWindows()

图片填充

#图像边界填充
import cv2
import numpy
from matplotlib import pyplot as plt
img = cv2.imread('41.png')
blue = [255,0,0]
replicate = cv2.copyMakeBorder(img,10,10,10,10,cv2.BORDER_REPLICATE)
reflect = cv2.copyMakeBorder(img,10,10,10,10,cv2.BORDER_REFLECT)
reflect101 = cv2.copyMakeBorder(img,10,10,10,10,cv2.BORDER_REFLECT_101)
wrap = cv2.copyMakeBorder(img,10,10,10,10,cv2.BORDER_WRAP)
constant = cv2.copyMakeBorder(img,10,10,10,10,cv2.BORDER_CONSTANT)

plt.subplot(231),plt.imshow(img,'gray'),plt.title('original')
plt.subplot(232),plt.imshow(replicate,'gray'),plt.title('replicate')
plt.subplot(233),plt.imshow(reflect,'gray'),plt.title('reflect')
plt.subplot(234),plt.imshow(reflect101,'gray'),plt.title('rreflect101')
plt.subplot(235),plt.imshow(wrap,'gray'),plt.title('wrap')
plt.subplot(236),plt.imshow(constant,'gray'),plt.title('constant')
#展示
plt.show()

实现鼠标绘制基本图像

import cv2
import numpy as np
curshape = 0
startpos = (0,0)#起始点
endpos = (0,0)
'''
基本功能
l键：画线 curshape = 0
r键：画矩形 curshape = 1
c键：画圆 curshape = 2
'''
#创建窗口
cv2.namedWindow('drawshape',cv2.WINDOW_NORMAL)
cv2.resizeWindow('drawshape',640,480)

#显示窗口和背景
img = np.zeros((480,640,3),np.uint8)

#鼠标回调函数
def mouse_callback(event,x,y,flags,userdata):
    #print(event,x,y,flags,userdata)
    global startpos
    if (event & cv2.EVENT_LBUTTONDOWN ==cv2.EVENT_LBUTTONDOWN): #鼠标左键按下
        startpos = (x,y)
    elif (event & cv2.EVENT_LBUTTONUP ==cv2.EVENT_LBUTTONUP): #鼠标左键按下
        if curshape==0:
            cv2.line(img,startpos,(x,y),(0,0,255))
        if curshape==1:
            cv2.rectangle(img,startpos,(x,y),(0,0,255))
        elif curshape==2:
            a = abs((x-startpos[0]))
            b = abs((y-startpos[1]))
            r = int((a**2+b**2)**0.5)
            cv2.circle(img,startpos,r,(0,0,255))
        else:
            print('error')

#设置鼠标回调函数
cv2.setMouseCallback('drawshape',mouse_callback,'123')

while (1):
    cv2.imshow('drawshape',img)
    key = cv2.waitKey(1) & 0xFF

    if key == ord('q'):
        print(key)
        break

    if key == ord('l'):#画线
        curshape = 0
        print(key)
    if key == ord('r'):#画矩形
        curshape = 1
        print(key)
    if key == ord('c'):#画圆
        curshape = 2
        print(key)

cv2.destroyAllWindows()

图像的加法

import cv2
import numpy as np
dog = cv2.imread('./dog.jpg')
print(dog.shape)
img = np.ones((1280,1920,3),np.uint8)*100 #100是曝光度
cv2.imshow('image',img)
cv2.imshow('orig',dog)
result = cv2.add(dog,img)
cv2.imshow('result',result)
cv2.waitKey(0)

图像减法

import cv2
import numpy as np
dog = cv2.imread('./dog.jpg')
print(dog.shape)
img = np.ones((1280,1920,3),np.uint8)*100 #100是曝光度
cv2.imshow('image',img)
cv2.imshow('orig',dog)
result = cv2.subtract(dog,img) #图像减法
cv2.imshow('result',result)
cv2.waitKey(0)

图片的加运算使图片更亮，减法使图片更暗

add(A,B)：加法  subtract(A,B)：减法

图像溶合

addWeight(A,alpha,B,bata,gamma) 

# alpha和beta 为权重 gamma ：静态权重

 位操作

import cv2
import numpy as np
dog = cv2.imread('./dog.jpg')
img = np.zeros((200,200),np.uint8) #单通道的，黑白色
img2 = np.zeros((200,200),np.uint8) #单通道的，黑白色
img[50:150,50:150]=255
img2[50:150,50:150]=255
new_img = bitwise_and(img,img2) #与运算
new_img = bitwise_not(img,img2) #非运算
cv2.imshow('image',img)
cv2.imshow('image2',img2)
cv2.imshow('image2',new_img)
cv2.waitKey(0)

郭林豪
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
python opencv VideoWrite函数详解
qq_34877350的博客
04-20 8048
opencv版本：opencv4.0 先上代码： import cv2 cap = cv2.VideoCapture(0) fourcc = cv2.VideoWriter_fourcc(*'XVID') _, frame = cap.read() out = cv2.VideoWriter('output_white.avi', fourcc, 20, (frame.shape[1]...
Opencv学习：eclipse和pycharm中指定多个参数方法介绍和问题解决
huangwx668的博客
02-07 1295
eclipse指定参数方法： 1.代码块中出现–image，–template，参数前有–为需要手动指定特定值的参数： 2.添加指定值：选定并右击工作的python文件选定Run as→Run configurations：3.找到Python Run中，右击添加新的configuration后，在Name中命名，在Arguments中正确设置参数： 注意斜杆还有参数位置，最好使用绝对路径，并且...
opencv批量图片合成视频，生成mp4/avi/flv格式，cv2.VideoWriter_fourcc()
最新发布
weixin_61623830的博客
05-29 727
fps 要保存的视频的帧率 frameSize 要保存的文件的画面尺寸，filename 是要保存的文件的路径 folder_name为待合成图片文件夹。fourcc 指定编码器，切换不同格式 output_format为转换格式。fps:可指定大小合成高刷帧，frame_index抽帧合成，略有不同。isColor 指示是黑白画面还是彩色的画面。将某个文件夹中的所有图片，合成为一个视频。
Opencv学习笔记(九):通过CV2将摄像头视频流保存为视频文件
源的博客
05-24 2469
主要是定义视频的编码格式，和设置一个保存视频的路径，在通过write写入到视频文件中，最后在进行file.close(). import cv2 fourcc = cv2.VideoWriter_fourcc(*'XVID')#视频编码格式 out = cv2.VideoWriter('D:/pycharm/arithmetic/1/save.avi',fourcc,20,(640,480))#第三个参数为帧率，第四个参数为每帧大小 cap = cv2.VideoCapture(0) while(True)
CV2 Fourcc解析
jgw2008的专栏
02-12 9714
最近在分辨video的codec是哪些类型，特记录如下供参考。OpenCV使用的版本是3.2, 视频是用手机拍摄，codec类型分别为MPEG4和H264，代码：import cv2 capture = cv2.VideoCapture('test.mp4') #cv2.VideoCapture.get(CV_CAP_PROP_FORMAT) fps = capture.get(cv2.CAP...
python opencv 保存摄像头视频，以及fourc编码的介绍
求真、务实
07-15 4252
之所以写这篇博客，主要还是想介绍一下fourcc编码 1 读取摄像头 1.1 正常读取一个摄像头 1、读取摄像头 只读取摄像头 没有做其他操作 import cv2 # 获取摄像头 0代表摄像头索引 cap = cv2.VideoCapture(0) while cap.isOpened(): # 如果正确读取每一帧，则ret返回True，frame返回当前帧的数据 ret, frame = cap.read() if not ret: print("Open
树莓派4B安装pycharm并配置opencv环境
08-04
在树莓派4B上安装PyCharm并配置OpenCV环境是一项非常实用的技术任务，下面将详细介绍这个过程。 首先，我们需要确保树莓派4B已经安装了最新版本的操作系统，如Raspberry Pi OS（之前称为Raspbian）。安装完成后，...
windows下Pycharm安装opencv的多种方法
09-17
主要介绍了windows下Pycharm安装opencv的多种方法,本文给大家分享四种方法，每种方法通过实例代码给大家介绍的非常详细，需要的朋友可以参考下
OpenCV4系统化学习路线图(新版)
05-29
OpenCV（Open Source Computer Vision Library）是一个开源的计算机视觉和机器学习软件库。它由英特尔公司发起并参与开发，以BSD许可证授权发行，可以在商业和研究领域中免费使用。OpenCV提供了大量的计算机视觉、...
pycharm相关库安装指南（TensorFlow和opencv）内含相关.whl文件
12-05
此压缩包旨在帮助研究图像识别方面问题的人员安装相应的第三方库，以pycharm开发窗口为例，介绍了opencv和TensorFlow等第三方库的安装方式，并含有相关源文件（.whl），以及安装成功以后如何测试、常见问题解决方案...
Pycharm 安装opencv
12-20
在PyCharm这个强大的集成开发环境（IDE）中安装OpenCV可以使开发过程更加便捷。以下将详细介绍如何在PyCharm中安装OpenCV。 首先，确保你已经安装了Python和PyCharm。PyCharm提供了内置的包管理器，可以方便地管理...
OPENCV-4学习路线图.pdf
10-17
OpenCV 4.0版本已经发布，学习OpenCV-4.0按照本文内容学习就能掌握Opencv精髓。中文-PDF文档 有需要的可下载备查。
python使用pycharm环境调用opencv库
09-20
主要介绍了python使用pycharm环境调用opencv库，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧
这是linux系统下安装pycharm、TensorFlow、opencv的学习环境
06-22
PyCharm是一款强大的Python集成开发环境，TensorFlow是Google开发的开源库，专门用于数值计算和大规模机器学习，而OpenCV则是一个计算机视觉库，提供了丰富的图像处理和计算机视觉功能。 首先，让我们详细讨论如何...
pycharm安装opencv指南内含相关.whl文件
12-05
在PyCharm中安装OpenCV，特别是对于初学者，可能会遇到一些挑战，比如依赖库的管理、版本兼容性等问题。这个指南将详细介绍如何在PyCharm中使用.whl文件来高效地安装OpenCV。 首先，了解.whl文件。这是一种预编译的...
Pycharm+TensorFlow+opencv安装.zip
06-22
本教程将指导你如何安装PyCharm、TensorFlow以及OpenCV这三个关键组件，它们是进行深度学习开发所必需的工具。让我们逐步深入了解每个组件及其安装过程。 首先，我们来谈谈**PyCharm**。PyCharm是一款强大的Python...
VideoWriter_fourcc()函数的作用：指定视频编码格式
热门推荐
小黑煤的博客
08-05 1万+
帧速率 fps 和 帧大小，通过VideoCapture类的get()函数得到。 编码参数： cv2.VideoWriter_fourcc(‘I’,‘4’,‘2’,‘0’)—未压缩的YUV颜色编码，4:2:0色度子采样。兼容性好，但文件较大。文件扩展名.avi。 cv2.VideoWriter_fourcc(‘P’,‘I’,‘M’,‘1’)—MPEG-1编码类型，文件扩展名.avi。随机访问，灵活的帧率、可变的图像尺寸、定义了I-帧、P-帧和B-帧 、运动补偿可跨越多个帧 、半像素精度的运动向量 、量化
opencv（by python）图像识别的教程代码
Canglanxxk的博客
05-14 2920
#################1import numpy as npimport cv2cap = cv2.VideoCapture(0)while True:    ret,frame = cap.read()    gray = cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)    cv2.imshow('frame',gray) #imgshow    if...
opencv视频操作函数cv2.video capture（），cv2.videwrite()
bobo_solomon的博客
03-04 1万+
videocapture()的参数是设备的索引号，或者是一个视频文件。如果设备索引号是本身的笔记本的内置摄像头，则其参数为0.可以设置1或者其他的来选择别的摄像头。 import cv2 cap = cv2.VideoCapture(0) while True: # 一帧一帧读q取图像 ret, frame = cap.read() # 将图像转换成灰度图 g...
树莓派使用opencv+pycharm
07-28
树莓派使用 OpenCV 和 PyCharm 进行图像处理开发是非常常见的。下面是一些基本步骤： 1. 首先，确保你的树莓派已经安装了 OpenCV。如果没有安装，可以使用以下命令安装： ``` sudo apt-get update sudo apt-get ...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值