OpenCV3学习笔记整理（二期）

Posted 2021-04-25 数据轩

点击下方链接，回顾一期哦~

二

常用文件操作接口

2.3  捕获摄像头的帧

捕获摄像头的帧（也是使用VideoCapture类，但是不是传入视频文件名，而是需要传入设备索引）

import cv2cameraCapture = cv2.VideoCapture(0) # 从索引号为0的摄像头捕获图像

fps = 30 # an assumptionsize =(int(cameraCapture.

get(cv2.CAP_PROP_FRAME_WIDTH)),int(cameraCapture.get(cv2.CAP_PROP_FRAME_HEIGHT))) # camera捕获的宽高，get无法返回准确的摄像头帧速率，它总是返回0

videoWriter = cv2.VideoWriter

('MyOutputVid.avi', 

cv2.VideoWriter_fourcc('I','4','2','0'), fps, size) 

# 以什么样的方式写入特定文件名success, 

frame = cameraCapture.read()numFramesRemaining =

 10 * fps - 1 #总的帧数

while success and numFramesRemaining > 0:

   videoWriter.write(frame)

 # 捕获到的帧写入到文件里
   success, frame = cameraCapture.read()

   numFramesRemaining -= 1cameraCapture.release() # 释放摄像头同步一组摄像头或一个多头摄像头（例如立体摄像头），read()不再合适，一般使用如下方法：

success0 = cameraCapture0.grab()success1

 = cameraCapture1.grab()if success0 and success1:
   frame0 = cameraCapture0.retrieve()
   frame1 = cameraCapture1.retrieve()

三

常用检测方法

3.1  Canny边缘检测

import cv2

import numpy as np

img = cv2.imread("../images/statue_small.jpg", 0)

cv2.imwrite("canny.jpg",

cv2.Canny(img, 200, 300))

cv2.imshow("canny", cv2.imread("canny.jpg"))

cv2.waitKey()

cv2.destroyAllWindows()

Canny边缘检测算法的五个步骤：

i.使用高斯滤波器对图像进行去燥

ii. 计算梯度

iii. 在边缘上使用非最大抑制（NMS）

iv. 在检测到的边缘上使用双（double）阈值去除假阳性（false postitive）

v. 分析所有的边缘及其之间的连接，以保留真知的边缘并消除不明显的边缘

3.2 轮廓检测

import cv2import numpy as npimg = np.zeros((200, 200), dtype=np.uint8)

 # 设定一张全黑的200x200大小的

imgimg[50:150, 50:150] = 255

 # 将特定区域设为白色

ret, thresh = cv2.threshold(img, 127, 255, 0) 

 # 阈值

image, contours, hierarchy = cv2.findContours(thresh, cv2.

RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

 #直接调用 

cv2.findContours

获取轮廓信息，该函数包含三个参数：输入图像、层次类型和轮廓逼近方法

color = cv2.cvtColor(img, cv2.COLOR_GRAY2BGR) 

# 灰度转为色彩

img = cv2.drawContours(color, contours, -1, (0,255,0), 2) # 画出轮廓

cv2.imshow("contours", color)

 #显示图像

cv2.waitKey()

cv2.destroyAllWindows()

3.3 边界框、最小矩形区域和最小闭圆的轮廓

import cv2import numpy as npimg 

= cv2.pyrDown(cv2.imread("hammer.jpg",

cv2.IMREAD_UNCHANGED))ret, 

thresh =

cv2.threshold(cv2.cvtColor(img.copy(),

cv2.COLOR_BGR2GRAY) 

,127, 255, cv2.THRESH_BINARY)image, contours,

 hier= cv2.findContours(thresh,

cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)

for c in contours:
   # find bounding box coordinates
   x,y,w,h = cv2.boundingRect(c)  # 先计算一个简单的边界框
   cv2.rectangle(img, (x,y), (x+w, y+h), (0, 255, 0), 2) # 画出这个边界
   # find minimum area
   rect = cv2.minAreaRect(c)  # 计算最小矩形区域
   # calculate coordinates of the minimum area rectangle
   box = cv2.boxPoints(rect)
   # normalize coordinates to integers
   box = np.int0(box)
   # draw contours
   cv2.drawContours(img, [box], 0, (0,0, 255), 3) # 画出这个矩形
   # calculate center and radius of minimum enclosing circle
   (x,y),radius = cv2.minEnclosingCircle(c)  # 检查边界最小闭圆
   # cast to integers
   center = (int(x),int(y))
   radius = int(radius)
   # draw the circle
   img = cv2.circle(img,center,radius

(0,255,0),2)cv2.drawContours(img, contours, -1, (255, 0, 0), 1)cv2.imshow("contours", img)

3.4  直线检测

import cv2import numpy as np
img = cv2.imread('lines.jpg')gray 

= cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)edges

 = cv2.Canny(gray,50,120)minLineLength 

= 20maxLineGap = 5lines

 =cv2.HoughLinesP(edges,1,np.pi/180,100,minLineLength,maxLineGap) # 调用cv2.HoughLinesP检测直线for x1,y1,x2,y2 in lines[0]:

cv2.line(img,(x1,y1),(x2,y2),(0,255,0),2)cv2.imshow("edges", edges)cv2.imshow("lines", img)cv2.waitKey()cv2.destroyAllWindows()

3.5 圆检测

import cv2import numpy as np
planets = 

cv2.imread('planet_glow.jpg')gray_img 

= cv2.cvtColor(planets, cv2.COLOR_BGR2GRAY)img 

= cv2.medianBlur(gray_img, 5)cimg

 = cv2.cvtColor(img,cv2.COLOR_GRAY2BGR)circles

 =cv2.HoughCircles(img,cv2.HOUGH_GRADIENT,1,120,

param1=100,param2=30,minRadius=0,

maxRadius=0)circles = np.uint16(np.around(circles))for i in circles[0,:]:
   # draw the outer circle
   cv2.circle(planets,(i[0],i[1]),i[2],(0,255,0),2)
   # draw the center of the circle

cv2.circle(planets,(i[0],i[1]),2,(0,0,255),3)

cv2.imwrite("planets_circles.jpg", planets)

cv2.imshow("HoughCirlces", planets)

cv2.waitKey()cv2.destroyAllWindows()

四

总结

《OpenCV 3计算机视觉（python语言实现第2版）》早已看完，但是如不常用，一些东西可能记得不太清，俗话说好记性不如烂笔头，所以稍稍做个笔记，等哪天用到了当个工具查询使用。

END

数据轩

科技 | 应用 | 趋势

www.jx-lab.com