opencv-python常用知识速查
Posted Rainbowman 0
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了opencv-python常用知识速查相关的知识，希望对你有一定的参考价值。
目录
1 基本操作
1.1 读入并显示图片：imread()、imshow()
import cv2 as cv
import numpy as np
img = cv.imread(r'E:\\0_postgraduate\\test.jpg', flags=0)
cv.imshow('title', img)
k = cv.waitKey(0)
if k & 0xFF == ord('s'):
cv.destroyAllWindows()
cv.imwrite(r'E:\\1.jpg', img)
（1）cv.imread(filename，flags)
两个参数，第一个参数filename是图片的路径，第二个参数flags是图像的通道和色彩信息
flags = -1, 8位深度，原通道
flags = 0， 8位深度，1通道
flags = 1， 8位深度，3通道
flags = 2， 原深度， 1通道
flags = 3， 原深度， 3通道
flags = 4， 8位深度，3通道
默认flags=1，为彩色图。flags=0为灰度图。
注意1：cv.imread()读取的图片类型为numpy.ndarray，数据类型为np.uint8
img = cv.imread(r'E:\\0_postgraduate\\test.jpg', flags=1)
print('img的数据类型是：%s'%type(img))
print('img的数据范围是：'.format(img.dtype))
print('img的形状为：'.format(img.shape))
# 结果
img的数据类型是：<class 'numpy.ndarray'>
img的数据范围是：uint8
img的形状为：(440, 640, 3)
注意2：cv.imread()读入的三通道图片的顺序是BGR
img = cv.imread(r'E:\\0_postgraduate\\test.jpg', flags=1)
print('原图的形状为：'.format(img.shape))
cv.imshow('original pic', img)
(b, g, r) = cv.split(img) # 将图片分成BGR三个通道
print('每个通道的形状为：\\nB: G: R:'.format(b.shape, g.shape, r.shape))
zeros = np.zeros(img.shape[:2], dtype=np.uint8)
merged1 = cv.merge([b, zeros, zeros])
merged2 = cv.merge([zeros, g, zeros])
merged3 = cv.merge([zeros, zeros, r])
print('合并后的形状为：'.format(merged1.shape))
cv.imshow('blue channel', merged1)
cv.imshow('green channel', merged2)
cv.imshow('red channel', merged3)
k = cv.waitKey(0)
if k == ord('s'):
cv.destroyAllWindows()
# 结果
原图的形状为：(440, 640, 3)
每个通道的形状为：
B:(440, 640) G:(440, 640) R:(440, 640)
合并后的形状为：(440, 640, 3)
（2）cv.imshow(name, img)：
展示图片，name是标题，img是要展示的图片
（3）cv.waitKey(delay)：
作用：对键盘事件进行delay(ms)的等待（delay=0则为无限等待），若触发则返回该按键的ASSIC码（范围是0-255）（否则返回-1）
着重解释下这句代码：
k = cv.waitKey(0)
if k & 0xFF == ord('q'):
cv.destroyAllWindows()
其实挺好理解的，不过，既然cv.waitKey()返回的是按键的ASSIC码，那为什么还要让k和0xFF相与呢？（0xFF为16进制，换成二进制是8位1111 1111）
解释如下：
来源
（4）cv.destroyAllWindows()：
关闭所有窗口
（5）cv.imwrite(filepath, img):
把图片写入硬盘。filepath是写入的地址，img是imread()读取的图片。
1.2 读取摄像头操作
基本框架代码：
cap = cv.VideoCapture(0)
if not cap.isOpened():
print("can't open your camera")
exit()
while True:
ret, frame = cap.read()
if not ret:
print("can't receive the frame...")
break
cv.imshow('frame', frame)
k = cv.waitKey(25) # 25ms for 1 frame
if k & 0xFF == ord('q'):
break
cap.release() # 释放摄像头
cv.destroyAllWindows() # 关闭所有窗口
（1）cap.read()：
返回两个参数，ret为Bool型，检查是否读到帧，如果是读取视频文件的话可以用来检测是否到视频结尾。frame为一帧图片。
（2）cap.release()：
释放摄像头资源
改变摄像头窗口的尺寸
cap = cv.VideoCapture(0)
w = cap.get(3) # 得到当前视频窗口的weight
h = cap.get(4) # 得到当前视频窗口的height
print('当前窗口的wight：，当前窗口的height:\\n'.format(w, h))
# 设置当前的窗口为1280 x 720
cap.set(3, 1280)
cap.set(4, 720)
w = cap.get(3) # 得到当前视频窗口的weight
h = cap.get(4) # 得到当前视频窗口的height
print('当前窗口的wight：，当前窗口的height:\\n'.format(w, h))
if not cap.isOpened():
print('没打开摄像头')
exit()
while True:
ret, frame = cap.read()
if not ret:
print('未读取到帧...')
break
cv.imshow('frame', frame)
k = cv.waitKey(10)
if k & 0xFF == ord('q'):
break
cap.release()
cv.destroyAllWindows()
# 结果
当前窗口的wight：640.0，当前窗口的height:480.0
当前窗口的wight：1280.0，当前窗口的height:720.0
（3） cap.get()：获取当前图像信息
| 参数 | 含义 |
|---|---|
| cv2.VideoCapture.get(0) | 视频文件的当前位置（播放）以毫秒为单位 |
| cv2.VideoCapture.get(1) | 基于以0开始的被捕获或解码的帧索引 |
| cv2.VideoCapture.get(2) | 视频文件的相对位置（播放）：0=电影开始，1=影片的结尾。 |
| cv2.VideoCapture.get(3) | 在视频流的帧的宽度 |
| cv2.VideoCapture.get(4) | 在视频流的帧的高度 |
| cv2.VideoCapture.get(5) | 帧速率 |
| cv2.VideoCapture.get(6) | 编解码的4字-字符代码 |
| cv2.VideoCapture.get(7) | 编解码的4字-字符代码 |
| cv2.VideoCapture.get(8) | 返回对象的格式 |
| cv2.VideoCapture.get(9) | 返回后端特定的值，该值指示当前捕获模式 |
| cv2.VideoCapture.get(10) | 图像的亮度(仅适用于照相机) |
| cv2.VideoCapture.get(11) | 图像的对比度(仅适用于照相机) |
| cv2.VideoCapture.get(12) | 图像的饱和度(仅适用于照相机) |
| cv2.VideoCapture.get(13) | 色调图像(仅适用于照相机) |
| cv2.VideoCapture.get(14) | 图像增益(仅适用于照相机)（Gain在摄影中表示白平衡提升 |
| cv2.VideoCapture.get(15) | 曝光(仅适用于照相机) |
| cv2.VideoCapture.get(16) | 指示是否应将图像转换为RGB布尔标志 |
| cv2.VideoCapture.get(17) | × 暂时不支持 |
| cv2.VideoCapture.get(18) | 立体摄像机的矫正标注（目前只有DC1394 v.2.x后端支持这个功能） |
来源：OpenCV VideoCapture.get()参数详解
（4）cap.set()：改变图像属性信息
1.3 绘图
（1）绘制直线：
cv.line(img, startpoint, endpoint, color, thickness)
img：原始图像
startpoint：开始点坐标
endpoint：结束点坐标
color：直线的颜色
thickness：直线的厚度
（2）绘制矩形：
cv.rectangle(img, pos1, pos2, color, thickness)
img：原始图像
pos1：左上角坐标
pos2：右下角坐标
color：颜色
thickness：厚度（thickness=-1代表填充）
（3）绘制圆形
cv.circle(img, pos, radius, color, thickness)
img：原始图像
pos：圆心坐标
radius：半径
color：颜色
thickness：厚度（thickness=-1代表填充）
（4）添加文本：
cv.putText(img, ‘text’, pos, font, size, color)
img：原始图像
text：输出的文本
pos：文本的位置坐标
font：文本字体
size：文本大小
color：文本颜色
bg = np.zeros((550,550,3), dtype=np.uint8)
# 画一条直线
cv.line(bg, (0,0), (549,549), (255,0,0), 5)
# 画矩形
cv.rectangle(bg, (100,100), (200,200), (0,255,0), -1)
# 画圆形
cv.circle(bg, (300,300), 50, (0,0,255), 3)
# 放文字
cv.putText(bg, '123', (0,400), 0, 4, (255,0,0))
cv.imshow('draw', bg)
k = cv.waitKey(0)
if k & 0xFF == ord('q'):
cv.destroyAllWindows()
2. 图像操作
2.1 分割和合并通道cv.split(img) cv.merge([b,g,r])
这个前面举过例子了，不多说，不过有一点是：使用numpy索引要比cv.split(img)更高效，两者的效果是一样的：
img = cv.imread(r'E:\\opencv.jpg')
e1 = cv.getTickCount()
b, g, r = cv.split(img)
e2 = cv.getTickCount()
print('cv.split time is: ms'.format((e2-e1)*1000/cv.getTickFrequency()))
e1 = cv.getTickCount()
b = img[:,:,0]
g = img[:,:,1]
r = img[:,:,2]
e2 = cv.getTickCount()
print('numpy time is: ms'.format((e2-e1)*1000/cv.getTickFrequency()))
# 结果
cv.split time is:0.7039 ms
numpy time is:0.1805 ms
2.2 边框填充：cv.copyMakeBorder()
用法：cv.copyMakeBorder(img, top, bottom, left, right, borderType)
img：原始图像
top：顶部填充的边框宽度（单位为像素值）
bottom：底部填充的边框宽度（单位为像素值）
left：左部填充的边框宽度（单位为像素值）
right：右部填充的边框宽度（单位为像素值）
borderType：填充类型
img = cv.imread(r'E:\\test.jpg')
img1 = cv.copyMakeBorder(img, 20,20,20,20, 0) #第0类填充:黑边填充
img2 = cv.copyMakeBorder(img, 20,20,20,20, 1) #第1类填充
img3 = cv.copyMakeBorder(img, 20,20,20,20, 2) #第2类填充
img4 = cv.copyMakeBorder(img, 20,20,20,20, 3) #第3类填充
cv.imshow('0', img1)
cv.imshow('1', img2)
cv.imshow('2', img3)
cv.imshow('3', img4)
k = cv.waitKey(0)
if k & 0xFF == ord('q'):
cv.destroyAllWindows()
2.3 图像加法：cv.add()
我们已经知道了读入的图像本质上是numpy.ndarry数组，那么如果将两个同样维度的数组相加会怎样？
对于相加，我们有两种方式：假设a和b都为numpy.ndarry数组，
（1）使用numpy数组直接相加：a + b
（2）使用cv.add(a, b)
这两种方法的不同之处在于：
a + b：250+10 = 260 => 255
cv.add(a, b)：250+10 = 260 % 256 = 4
具体来说，OpenCV加法是一个饱和操作，而Numpy加法是一个模数操作
举个例子：
np.random.seed(100)
a = np.random.randint(250,255,(10,10), dtype=np.uint8)
print('a数组：\\n'.format(a))
b = np.ones((10,10),dtype=np.uint8) * 5
print('b数组：\\n'.format(b))
print('a+b的结果为：\\n'.format(a+b))
print('cv.add(a,b)的结果为：\\n'.format(cv.add(a,b)))
# 结果
a数组：
[[250 254 253 250 253 250 253 253 253 253]
[251 254 250 251 250 253 250 252 252 251]
[251 254 250 252 250 254 252 253 252 251]
[253 253 252 253 253 251 253 252 250 252]
[251 250 251 251 253 250 254 254 254 253]
[252 254 252 252 250 253 251 253 252 251]
[253 254 251 250 250 252 251 253 253 252]
[254 253 254 252 251 254 250 251 253 254]
[254 254 250 254 252 254 250 253 254 254]
[252 251 254 254 253 251 253 252 254 253]]
b数组：
[[5 5 5 5 5 5 5 5 5 5]
[5 5 5 5 5 5 5 5 5 5]
[5 5 5 5 5 5 5 5 5 5]
[5 5 5 5 5 5 5 5 5 5]
[5 5 5 5 5 5 5 5 5 5]
[5 5 5 5 5 5 5 5 5 5]
[5 5 5 5 5 5 5 5 5 5]
[5 5 5 5 5 5 5 5 5 5]
[5 5 5 5 5 5 5 5 5 5]
[5 5 5 5 5 5 5 5 5 5]]
a+b的结果为：
[[255 3 2 255 2 255 2 2 2 2]
[ 0 3 255 0 255 2 255 1 1 0]
[ 0 3 255 1 255 3 1 2 1 0]
[ 2 2 1 2 2 0 2 1 255 1]
[ 0 255 0 0 2 255 3 3 3 2]
[ 1 3 1 1 255 2 0 2 1 0]
[ 2 3 0 255 255 1 0 2 2 1]
[ 3 2 3 1 0 3 255 0 2 3]
[ 3 3 255 3 1 3 255 2 3 3]
[ 1 0 3 3 2 0 2 1 3 2]]
cv.add(a,b)的结果为：
[[255 255 255 255 255 255 255 255 255 255]
[255 255 255 255 255 255 255 255 255 255]
[255 255 255 255 255 255 255 255 255 255]
[255 255 255 255 255 255 255 255 255 255]
[255 255 255 255 255 255 255 255 255 255]
[255 255 255 255 255 255 255 255 255 255]
[255 255 255 255 255 255 255 255 255 255]
[255 255 以上是关于opencv-python常用知识速查的主要内容，如果未能解决你的问题，请参考以下文章