Python-OpenCV —— 基本操作詳解

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

import cv2

# 灰度模式打開圖片
img = cv2.imread('messi5.jpg',0)

cv2.imshow()——顯示圖片

cv2.imshow('image',img)　　#第一個為顯示的圖片名字，第二個為圖片
cv2.waitKey(0)　　#不停刷新圖片，直到你按下任意按鍵退出
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

import numpy as np
import cv2

#創建一個VideoCapture項目，0代表選擇第一個設備
cap = cv2.VideoCapture(0)

while(True):
    # 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
    ret, frame = cap.read()

    # 通過cv2.cvtColor轉換顏色格式為灰度模式
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

    # 播放每一幀圖像
    cv2.imshow('frame',gray)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# 最后要記得釋放capture
cap.release()
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

• import cv2
  import numpy as np
  from matplotlib import pyplot as plt
  
  BLUE = [255,0,0]
  
  img1 = cv2.imread('opencv_logo.png')
  
  replicate = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_REPLICATE)
  reflect = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_REFLECT)
  reflect101 = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_REFLECT_101)
  wrap = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_WRAP)
  constant= cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_CONSTANT,value=BLUE)
  
  plt.subplot(231),plt.imshow(img1,'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('REFLECT_101')
  plt.subplot(235),plt.imshow(wrap,'gray'),plt.title('WRAP')
  plt.subplot(236),plt.imshow(constant,'gray'),plt.title('CONSTANT')
  
  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

 

capture = cv2.VideoCapture(0)
# 藍色的范圍，不同光照條件下不一樣，可靈活調整
lower_blue = np.array([100, 110, 110])
upper_blue = np.array([130, 255, 255])
while(True):
    # 1.捕獲視頻中的一幀
    ret, frame = capture.read()
    # 2.從BGR轉換到HSV
    hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
    # 3.inRange()：介於lower/upper之間的為白色，其余黑色
    mask = cv2.inRange(hsv, lower_blue, upper_blue)
    # 4.只保留原圖中的藍色部分
    res = cv2.bitwise_and(frame, frame, mask=mask)
    cv2.imshow('frame', frame)
    cv2.imshow('mask', mask)
    cv2.imshow('res', res)
    if cv2.waitKey(1) == ord('q'):
        break

作者：IConquer
鏈接：https://www.jianshu.com/p/885f7992b8fc
來源：簡書
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。

 

import numpy as np
import cv2

cv2.namedWindow('hello blue!')
capture = cv2.VideoCapture(0)
#設定藍色的范圍HSV
# lower_color = np.array([100,110,110])
# upper_color = np.array([130,255,255])

　　#設定綠色的范圍HSV

lower_color = np.array([37, 43, 46])
upper_color = np.array([77, 255, 255])

while True:
    #1、捕獲攝像頭的一幀畫面
    ret,frame = capture.read()
    #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])
    hsv = cv2.cvtColor(frame,cv2.COLOR_BGR2HSV)
    #3、inRange()：介於lower_color 和 upper_color之間的為白色，其余為黑色
    mask = cv2.inRange(hsv,lower_color,upper_color)
    #4、只保留原圖中的藍色部分
    reserve = cv2.bitwise_and(frame,frame,mask=mask)
    cv2.imshow('frame',frame)
    cv2.imshow('mask',mask)
    cv2.imshow('reserve',reserve)
    if cv2.waitKey(1) == ord('q'):
        break

#釋放攝像頭
capture.release()
#關閉窗口
cv2.destroyAllWindows()