OpenCV是一個基於BSD許可(開源)發行的跨平台計算機視覺庫,可以運行在Linux、Windows、MacOS操作系統上。它輕量級而且高效——由一系列 C 函數和少量C++類構成,同時提供了Python、Ruby、MATLAB等語言的接口,實現了圖像處理和計算機視覺方面的很多通用算法。
簡言之,通過openCV可實現
計算機圖像、視頻編輯。廣泛應用於
圖像識別、運動跟蹤、機器視覺等領域。(OpenCV-Python就是用Python包裝了C++的實現,背后實際就是C++的代碼在跑,所以代碼的運行速度跟原生C/C++速度一樣快,而且更加容易編寫。)
基礎操作函數
cv2.imread()——讀取圖像
函數格式cv2.imread(img,flag)
flag取值可以為
- cv2.IMREAD_COLOR 默認、彩色照片 1
- cv2.IMREAD_GRAYSCALE 灰度照片 0
- cv2.IMREAD_UNCHANGED 加載原圖通道 -1
- 也可以通過1、 0、-1 指定上述三個模式
1 import cv2 2 3 # 灰度模式打開圖片 4 img = cv2.imread('messi5.jpg',0)
cv2.imshow()——顯示圖片
1 cv2.imshow('image',img) #第一個為顯示的圖片名字,第二個為圖片 2 cv2.waitKey(0) #不停刷新圖片,直到你按下任意按鍵退出 3 cv2.destroyAllWindows() #關閉所有顯示框,若只關閉一個,可 cv2.destroyWindow()單獨指定
cv2.imwrite()——保存圖片
cv2.imwrite('messigray.png',img) #第一個參數為文件名,第二個為要保存的圖像。
cv2.VideoCapture()——捕捉視頻圖像
1 import numpy as np 2 import cv2 3 4 #創建一個VideoCapture項目,0代表選擇第一個設備 5 cap = cv2.VideoCapture(0) 6 7 while(True): 8 # 捕捉每一幀圖像,返回兩個參數ret為是否返回圖片(True or False),frame為返回的圖片 9 ret, frame = cap.read() 10 11 # 通過cv2.cvtColor轉換顏色格式為灰度模式 12 gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) 13 14 # 播放每一幀圖像 15 cv2.imshow('frame',gray) 16 if cv2.waitKey(1) & 0xFF == ord('q'): 17 break 18 19 # 最后要記得釋放capture 20 cap.release() 21 cv2.destroyAllWindows()
還可以通過更改設備號為文件名來播放視頻(此處播放無聲音),並且通過cv2.WaitKey()來控制播放速度,可以制作慢動作視頻等等
import numpy as np import cv2 cap = cv2.VideoCapture('vtest.avi') while(cap.isOpened()): ret, frame = cap.read() gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) cv2.imshow('frame',gray) if cv2.waitKey(1) & 0xFF == ord('q'): break cap.release() cv2.destroyAllWindows()
cv2.VideoWriter()——保存視頻
import numpy as np import cv2 cap = cv2.VideoCapture(0) #fourcc是一種編碼格式,我們保存視頻時要指定文件名、編碼格式、FPS、輸出尺寸、顏色模式 fourcc = cv2.VideoWriter_fourcc(*'XVID') out = cv2.VideoWriter('output.avi',fourcc, 20.0, (640,480)) #輸出文件名、FourCC、幀率、大小 while(cap.isOpened()): ret, frame = cap.read() if ret==True: #cv2.flip(img,flag) 翻轉圖像(1水平翻轉、0垂直翻轉、-1水平垂直翻轉) frame = cv2.flip(frame,0) # 寫入視頻幀 out.write(frame) cv2.imshow('frame',frame) if cv2.waitKey(1) & 0xFF == ord('q'): break else: break cap.release() out.release() cv2.destroyAllWindows()
此外還有不常用的:
cv2.line(), cv2.circle() , cv2.rectangle(), cv2.ellipse(), cv2.putText()
cv2.setMouseCallback()——鼠標繪圖
import cv2 import numpy as np #初始化 drawing = False #為真時開始畫圖 mode = True #為真時畫舉行,為假時畫圓 ix,iy = -1,-1 def draw_circle(event,x,y,flags,param): global ix,iy,drawing,mode #鼠標左鍵按下時 if event == cv2.EVENT_LBUTTONDOWN: drawing = True ix,iy = x,y #鼠標移動時 elif event == cv2.EVENT_MOUSEMOVE: if drawing == True: if mode == True: cv2.rectangle(img,(ix,iy),(x,y),(0,255,0),-1) else: cv2.circle(img,(x,y),5,(0,0,255),-1) #鼠標抬起時 elif event == cv2.EVENT_LBUTTONUP: drawing = False if mode == True: cv2.rectangle(img,(ix,iy),(x,y),(0,255,0),-1) else: cv2.circle(img,(x,y),5,(0,0,255),-1) #初始化圖像 img = np.zeros((512,512,3), np.uint8) cv2.namedWindow('image') cv2.setMouseCallback('image',draw_circle) #按下"m"來切換模式 while(1): cv2.imshow('image',img) k = cv2.waitKey(1) & 0xFF if k == ord('m'): mode = not mode elif k == 27: break cv2.destroyAllWindows()
array.item()、array.itemset()——查看並修改單一像素值
import cv2 import numpy as np img = cv2.imread('messi5.jpg') # 指定像素點 px = img[100,100] print(px) #[157 166 200] # 獲取藍色像素值 blue = img[100,100,0] print(blue) #157
img.shape img.size img.dtype —— 查看圖片尺寸、大小、數據類型
>>> print img.shape (342, 548, 3) >>> print img.size 562248 >>> print img.dtype uint8
cv2.split cv2.merge —— 分離、合並通道(注意:有損分離)
>>> b,g,r = cv2.split(img) >>> img = cv2.merge((b,g,r)) #或者 >>> b = img[:,:,0] #也可以通過這種形式快速指定紅色通道像素值為0 >>> img[:,:,2] = 0
cv2.copyMakeBorder() —— 給圖片加一個相框
可以指定下列參數
- src - 你的圖片
- top, bottom, left, right - 上下左右邊框寬度
- borderType - 邊框類型(下面詳細展示,不做具體講解)
- cv2.BORDER_CONSTANT
- cv2.BORDER_REFLECT
- cv2.BORDER_REFLECT_101 or cv2.BORDER_DEFAULT
- cv2.BORDER_REPLICATE
- cv2.BORDER_WRAP
- value - 當類型為cv2.BORDER_CONSTANT時需要額外指定的值
-
1 import cv2 2 import numpy as np 3 from matplotlib import pyplot as plt 4 5 BLUE = [255,0,0] 6 7 img1 = cv2.imread('opencv_logo.png') 8 9 replicate = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_REPLICATE) 10 reflect = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_REFLECT) 11 reflect101 = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_REFLECT_101) 12 wrap = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_WRAP) 13 constant= cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_CONSTANT,value=BLUE) 14 15 plt.subplot(231),plt.imshow(img1,'gray'),plt.title('ORIGINAL') 16 plt.subplot(232),plt.imshow(replicate,'gray'),plt.title('REPLICATE') 17 plt.subplot(233),plt.imshow(reflect,'gray'),plt.title('REFLECT') 18 plt.subplot(234),plt.imshow(reflect101,'gray'),plt.title('REFLECT_101') 19 plt.subplot(235),plt.imshow(wrap,'gray'),plt.title('WRAP') 20 plt.subplot(236),plt.imshow(constant,'gray'),plt.title('CONSTANT') 21 22 plt.show()
cv2.inRange —— 用來追蹤物體
HSV是一個常用於顏色識別的模型,相比BGR更易區分顏色,轉換模式用COLOR_BGR2HSV
表示。
經驗之談:OpenCV中色調H范圍為[0,179],飽和度S是[0,255],明度V是[0,255]。雖然H的理論數值是0°~360°,但8位圖像像素點的最大值是255,所以OpenCV中除以了2,某些軟件可能使用不同的尺度表示,所以同其他軟件混用時,記得歸一化。
現在,我們實現一個使用HSV來只顯示視頻中藍色物體的例子,步驟如下: 1、捕獲視頻中的一幀 2、從BGR轉換到HSV 3、提取藍色范圍的物體 4、只顯示藍色物體

1 capture = cv2.VideoCapture(0) 2 # 藍色的范圍,不同光照條件下不一樣,可靈活調整 3 lower_blue = np.array([100, 110, 110]) 4 upper_blue = np.array([130, 255, 255]) 5 while(True): 6 # 1.捕獲視頻中的一幀 7 ret, frame = capture.read() 8 # 2.從BGR轉換到HSV 9 hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV) 10 # 3.inRange():介於lower/upper之間的為白色,其余黑色 11 mask = cv2.inRange(hsv, lower_blue, upper_blue) 12 # 4.只保留原圖中的藍色部分 13 res = cv2.bitwise_and(frame, frame, mask=mask) 14 cv2.imshow('frame', frame) 15 cv2.imshow('mask', mask) 16 cv2.imshow('res', res) 17 if cv2.waitKey(1) == ord('q'): 18 break 19 20 作者:IConquer 21 鏈接:https://www.jianshu.com/p/885f7992b8fc 22 來源:簡書 23 簡書著作權歸作者所有,任何形式的轉載都請聯系作者獲得授權並注明出處。
1 import numpy as np 2 import cv2 3 4 cv2.namedWindow('hello blue!') 5 capture = cv2.VideoCapture(0) 6 #設定藍色的范圍HSV 7 # lower_color = np.array([100,110,110]) 8 # upper_color = np.array([130,255,255])
#設定綠色的范圍HSV
9 lower_color = np.array([37, 43, 46]) 10 upper_color = np.array([77, 255, 255]) 11 12 while True: 13 #1、捕獲攝像頭的一幀畫面 14 ret,frame = capture.read() 15 #2、從BRG轉換為HSV(色調H范圍為[0,179],飽和度S是[0,255],明度V是[0,255]) 16 hsv = cv2.cvtColor(frame,cv2.COLOR_BGR2HSV) 17 #3、inRange():介於lower_color 和 upper_color之間的為白色,其余為黑色 18 mask = cv2.inRange(hsv,lower_color,upper_color) 19 #4、只保留原圖中的藍色部分 20 reserve = cv2.bitwise_and(frame,frame,mask=mask) 21 cv2.imshow('frame',frame) 22 cv2.imshow('mask',mask) 23 cv2.imshow('reserve',reserve) 24 if cv2.waitKey(1) == ord('q'): 25 break 26 27 #釋放攝像頭 28 capture.release() 29 #關閉窗口 30 cv2.destroyAllWindows()