1. 圖像與原始字節之間的轉換
從概念上講，一個字節能表示0到255的整數。目前，對於多有的實時圖像應用而言，雖然有其他的表示形式，但一個像素通常由每個通道的一個字節表示。
一個OpenCV圖像是.array類型的二維或三維數組。8位的灰度圖像是一個含有字節值的二維數組。一個24位的BGR圖像是一個三維數組，它也包含了字節值。可使用表達式訪問這些值，如image[0,0]或image[0,0,0]。第一個值代表像素的y坐標啊或行，0表示頂部；第二個值是像素的x坐標或列，0表示最左邊；第三個值（如果可用的話）表示顏色通道。如，對於一個左上角有白色像素的8位灰度圖像而言，image[0,0]的值為255. 對於一個左上角有藍色像素的24位BGR圖像而言，image[0,0]是[255,0,0]。
可以用另外一個表示，如image[0,0]或image[0,0]=128，還可表示成image.item((0,0))或image.setitem((0,0),128)。對於單像素操作，第二種表示方式更有效。
若一幅圖像的每個通道為8位，則可將其顯示轉換為標准的一維Python bytearray格式：
byteArray = bytearray(image)
反之，bytearray含有恰當順序的字節，可以通過顯示轉換和重構，得到numpy.array形式的圖像：
garyImage = numpy.array(garyByteArray ).reshape(height, width)
bgrImage = numpy.array(bgrByteArray ).reshape(height, width, 3)
下面介紹將含有隨機字節的bytearray轉換為灰度圖像和BGR圖像：
import cv2 import numpy as np import os # 創建一個120000個隨機字節的數組 randomByteArray = bytearray(os.urandom(120000)) #os.urandom(n) 返回n個隨機byte值的string，作為加密使用 flatNumpyArray = np.array(randomByteArray) # 將數組轉換為400 x 300的灰度圖像 garyImage = flatNumpyArray.reshape(300, 400) cv2.imwrite('randomGary.png', garyImage) # 將數組轉換為400 x 300的彩色圖像 bgrImage = flatNumpyArray.reshape(100, 400, 3) cv2.imwrite('randomColor.png', bgrImage)
運行該程序，將會在程序所在目錄中生成兩張灰度圖像（如下所示）。尺寸分別為400 x 100，400 x 400
使用Python標准的os.urandom()函數可隨機生成原始字節，隨后會把該字節轉換為NumPy數組。需要注意的是，諸如numpy.random.randint(0, 256, 120000).reshape(400, 300)語句也能直接（並且更高效地）隨機生成NumPy數組。使用os.urandom()函數的原因是該語句有助於展示原始字節的轉換。
2. 使用numpy.array訪問圖像數據
加載OpenCV圖像最簡單的方式是使用imread()函數，該函數會返回一幅圖像，這幅圖像是一個數組（根據imread()函數輸入參數的不同，該圖像可能是二維數組，也可能是三維數組）。
y.array結構針對數組操作有很好的優化，它允許某些塊(bulk)操作，這些操作在通常的Python中不可用這些特定的.array操作在OpenCV的圖像處理中會很方便。利用numpy.array函數來轉換數組比用普通的Python數組轉換要快得多。
import cv2 import numpy as np img = cv2.imread('flower.jpg') img[0,0] = [255, 255, 255] cv2.imshow('my image', img) cv2.waitKey()
在圖像左上方會出現一個白點。
假設想要改變一個特定像素的藍色值，numpy.array提供了item()方法。該函數有3個參數：x（或左）位置，y（或頂部）位置以及（x,y）位置的數組索引（注意，在BGR圖像中，某一位置的數據是按B,G,R的順序保存的三元數組），該函數能返回索引函數的值。另一個方法是通過itemset()函數可設置指定像素在指定通道的值（itemset()有兩個參數：一個三元組(x,y和索引）和要設定的值）。如下例子將坐標（150,120）的當前藍色值127變為255
import cv2 import numpy as np img = cv2.imread('flower.jpg') print(img.item(150, 120, 0)) # 打印當前坐標點的藍色值 img.itemset((150, 120, 0), 255) print(img.item(150, 120, 0))
建議使用內置的濾波器和方法來處理整個圖像，上述方法只適合於處理特定的小區域。
下面介紹操作通道：將指定通道（B,G,R）的所有值置為0.（注：通過循環來處理Python數組的效率非常低，應該盡量避免這樣的操作。使用數組索引可以高效地操作像素。像素操作是一個高代價的低效操作，特別是在視頻數據處理時，會發現要等很久才能得到結果。可用索引(indexing)來解決該問題）
以下代碼可將圖像所有的G（綠色）值設為0
import cv2 import numpy as np img = cv2.imread('flower.jpg') img[:, :, 1] = 0 cv2.imshow('my image', img) cv2.waitKey()
運行結果為：
通過NumPy數組的索引訪問原始像素，還可設定感興趣區域(Region Of Interest, ROI)。一旦設定了該區域，就可以執行許多操作，例如，將該區域與變量綁定，然后設定第二個區域，並將第一個區域的值分配給第二個區域（將圖像的一部分拷貝到該圖像的另一個位置）：
import cv2 import numpy as np img = cv2.imread('flower.jpg') roi = img[0:100, 0:100] img[100:200, 100:200] = roi # 此處需考慮所用圖像的尺寸，不能超過，並確保兩個區域的大小一樣 cv2.imshow('my image', img) cv2.waitKey()
運行結果為：
此外，還可使用numpy.array來獲得圖像其他屬性。
shape：NumPy返回包含寬度、高度和通道數（如果圖像是彩色的）數組，這在調試圖像類型時很有用；如果圖像是單色或灰度的，將不包含通道值；
size：該屬性是指圖像像素的大小；
datatype：該屬性會得到圖像的數據類型（通常為一個無符號整數類型的變量和該類型占的位數，比如unit8類型）
import cv2 import numpy as np img = cv2.imread('flower.jpg') print(img.shape) print(img.size) print(img.dtype)
運行結果為：
(220, 252, 3)
166320
uint8
3.視頻文件的讀/寫
OpenCV提供了VideoCapture類和VideoWriter類來支持各種格式的視頻文件。支持的格式類型會因系統的不同而變化，但應該都支持AVI格式。在到達視頻文件末尾之前，VideoCapture類可通過read()函數來獲取新的幀，每幀都是一幅基於BGR格式的圖像。
可將一幅圖像傳遞給VideoWriter類的write()函數，該函數會將這幅圖像加到VideoWriter類所指向的文件中。
如下示例讀取AVI文件的幀，並采用YUV顏色編碼將其寫入另一幀中：
import cv2 videoCapture = cv2.VideoCapture('myvideo.avi') fps = videoCapture.get(cv2.CAP_PROP_FPS) size = (int(videoCapture.get(cv2.CAP_PROP_FRAME_WIDTH)), int(videoCapture.get(cv2.CAP_PROP_FRAME_HEIGHT))) videoWriter = cv2.VideoWriter('MyOutputVid.avi', cv2.VideoWriter_fourcc('I', '4', '2', '0'), fps, size) success, frame = videoCapture.read() while success: # 循環直到所有幀結束 videoWriter.write(frame) success, frame = videoCapture.read()
要特別注意：必須要為VideoWriter類的構造函數指定視頻文件名，這個文件名對應的文件若存在，會被覆蓋。也必須指定視頻編解碼器。編解碼器的可用性根據系統不同而不同。下面是一些常用選項：
cv2.VideoWriter_force('I', '4', '2', '0')：該選項是一個未壓縮的YUV顏色編碼，是4:2:0色度子采樣。這種編碼有很好的兼容性，但會產生較大文件，文件擴展名為.avi。
cv2.VideoWriter_force('P', 'I', 'M', '1')：該選項是MPEG-1編碼類型，文件擴展名為.avi。
cv2.VideoWriter_force('X', 'V', 'I', 'D')：該選項是MPEG-4編碼類型，如果希望得到的視頻大小為平均值，推薦使用此選項，文件擴展名為.avi。
cv2.VideoWriter_force('T', 'H', 'E', 'O')：該選項是Ogg Vorbis，文件擴展名應為.ogv。
cv2.VideoWriter_force('F', 'L', 'V', '1')：該選項是一個Flash視頻，文件擴展名應為.flv。
幀速率和幀大小也必須要指定，因為需要從另一個視頻文件復制視頻幀，這些屬性可以通過VideoCapture類的get()函數得到。
4. 捕獲攝像頭的幀
VideoCapture類可以獲得攝像頭的幀流。但對攝像頭而言，通常不是用視頻的文件名來構造VideoCapture類，而是需要傳遞攝像頭的設備索引(device index)。
下面的例子會捕獲攝像頭10秒的視頻信息，並將其寫入一個AVI文件中：
import cv2 cameraCapture = cv2.VideoCapture(0) fps = 30 size = (int(cameraCapture.get(cv2.CAP_PROP_FRAME_WIDTH)), int(cameraCapture.get(cv2.CAP_PROP_FRAME_HEIGHT))) videoWriter = cv2.VideoWriter('MyOutputVid.avi', cv2.VideoWriter_fourcc('I', '4', '2', '0'), fps, size) success, frame = cameraCapture.read() numFramesRemaining = 10 * fps - 1 while success and numFramesRemaining > 0: videoWriter.write(frame) success, frame = cameraCapture.read() numFramesRemaining -= 1 cameraCapture.release()
然而，VideoCapture類的get()方法不能反悔攝像頭幀速率的准確值，它總是返回0。
為了針對攝像頭創建合適的VideoWriter類，要么對幀速率做出假設，要么使用計時器來測量。攝像頭的數量和順序由系統決定，但OpenCV沒有提供任何查詢攝像頭數量和屬性的方法。如果使用無效索引構造了VideoCapture類，就不會得到幀，VideoCapture的read()函數會返回(false, None)。為了不讓read()函數從沒有正確打開的VideoCapture類中獲取數據，可在執行該函數之后使用VideoCapture.isOpened方法做一個判斷，該方法返回一個Boolean值。
當需要同步一組攝像頭或一個多頭攝像頭（例如立體攝像頭或Kinect）時，read()方法就不再適合了，可用grab()和retrive()方法代替它。對於一組攝像頭，可以使用以下代碼：
success0 = cameraCapture0.grab() success1 = cameraCapture1.grab() if success0 and success1: frame0 = cameraCapture0.retrive() frame1 = cameraCapture1.retrive()
5. 在窗口顯示圖像
用imshow()函數實現顯示圖像的操作。imshow()函數有兩個參數：顯示圖像的幀名字以及要顯示的圖像本身。
import cv2 import numpy as np img = cv2.imread('flower.jpg') cv2.imshow('my image', img) cv2.waitKey() cv2.destroyAllWindows() # 釋放由OpenCV創建的所有窗口
6. 在窗口顯示攝像頭幀
OpenCV的namedWindow()、imshow()和DestoryWindow()函數允許指定窗口名來創建、顯示和銷毀（destroy）窗口。此外，任何窗口都可以通過waitKey()函數來獲取鍵盤輸入，通過setMouseCallback()函數來獲取鼠標輸入。以下代碼可實時顯示攝像頭幀：
import cv2 clicked = False def onMouse(event, x, y, flags, param): global clicked if event == cv2.EVENT_LBUTTONUP: clicked = True cameraCapture = cv2.VideoCapture(0) cv2.namedWindow('MyWindow') cv2.setMouseCallback('MyWindow', onMouse) print('showing camera feed. Click window or press any key to stop.') success, frame = cameraCapture.read() while success and cv2.waitKey(1) == -1 and not clicked: cv2.imshow('MyWindow', frame) success, frame = cameraCapture.read()
cv2.destroyWindow('MyWindow')
cameraCapture.release()
waitKey()的參數為等待鍵盤觸發的時間，單位為毫秒，其返回值為-1（表示沒有鍵被按下）或ASCII碼。另外，Python提供了一個標准函數ord()，該函數可以將字符轉換為ASCII碼。（注：在一些系統中，waitKey()的返回值可能比ASCII碼的值更大（在Linux系統中，如果OpenCV使用GTK作為后端的GUI庫，就會出現bug）,在所有系統中，可以通過讀取返回值的最后一個字節來保證肢體去ASCII碼，代碼為：
keycode = cv2.waitkey(1)
if keycode != -1:
keycode &= 0xff ）
OpenCV的窗口函數和waitKey()函數相互依賴。OpenCV的窗口只有在調用waitKey()函數時才會更新，waitKey()函數只有在OpenCV窗口成為活動窗口時，才能捕獲輸入信息。
鼠標回調函數setMouseCallback()有5個參數，param是可選參數，它是setMouseCallback()函數的第三個參數，默認情況下，該參數是0.回調時間參數可以取如下的值，它們分別對應不同的鼠標事件。
cv2.EVENT_MOUSEMOVE：該事件對應鼠標移動
cv2.EVENT_LBUTTONDOWN：該事件對應鼠標左鍵按下
cv2.EVENT_RBUTTONDOWN：該事件對應鼠標右鍵按下
cv2.EVENT_MBUTTONDOWN：該事件對應鼠標中間鍵按下
cv2.EVENT_LBUTTONUP：該事件對應鼠標左鍵松開
cv2.EVENT_RBUTTONUP：該事件對應鼠標右鍵松開
cv2.EVENT_MBUTTONUP：該事件對應鼠標中間鍵松開
cv2.EVENT_LBUTTONDBLCLK：該事件對應雙擊鼠標左鍵
cv2.EVENT_RBUTTONDBLCLK：該事件對應雙擊鼠標右鍵
cv2.EVENT_MBUTTONDBLCLK：該事件隨影雙擊鼠標中間鍵
鼠標回調的標志參數可能是以下事件的按位組合：
cv2.EVENT_FLAG_LBUTTON：該事件對應按下鼠標左鍵
cv2.EVENT_FLAG_RBUTTON：該事件對應按下鼠標右鍵
cv2.EVENT_FLAG_MBUTTON：該事件對應按下鼠標中間鍵
cv2.EVENT_FLAG_CTRLKEY：該事件對應按下Ctrl鍵
cv2.EVENT_FLAG_SHIFTKEY：該事件對應按下Shift鍵
cv2.EVENT_FLAG_ALTKEY：該事件對應按下Alt鍵