OpenCV的GUI特性 OpenCV

OpenCV的GUI特性源网页

开始学习图片
开始学习视频
OpenCV的绘图方法
鼠标作为画笔
滚动栏作为调色板

文章目录

OpenCV的GUI特性
- [开始学习图片]()
- - 目标
  - 使用OpenCV
  - - 读取一个图像
    - 总结
  - 使用Matplotlib
  - 拓展资源
- 学习视频
- OpenCV的绘图方法
- - 目标
  - 代码
  - 画一条线
  - 画一个长方形
  - 画圆
  - 画一个椭圆形
  - 绘制多边形
  - 添加文字
- 鼠标作为画笔
- - 目标
  - 简单案例
  - 更多高级案例
  - 额外资源
  - 练习题
- 轨迹栏作为调色盘
- - 目标
  - 代码案例
  - 练习题

开始学习图片目标

这里，你会学习如何读取一张图片，如何展示以及如何保存它
你会学习到这些方法： cv.imread(),cv.imshow(),cv.imwrite()
另外，你会学习到如何在matplotlib中展示图片

使用OpenCV
读取一个图像使用 cv.imread() 来读取一张图片。这个图片给予的路径应该是在工作目录中或者使用完整路径
第二个参数是一个flasg来指定图片的读取方式

cv.IMREAD_COLOR:导入一个彩色图片。图片的所有透明度将会被忽略。这是默认的flag
cv.IMREAD_GRAYSCALE：导入一个灰度图片
cv.IMREAD_UNCHANGED:导入图片，包括alpha通道

注意：你可以用简单的证书1，0，-1来代替这些flag

示例：

import numpy as np import cv2 as cv# Load an color image in grayscale img = cv.imread('messi5.jpg',0)

warning
即使图片路径是错误的，它也不会引发异常，但是 print img 会返回 None
展示一个图片
使用方法 cv.imshow()会在一个窗口里面显示一张图片。窗口会自动适应图片的大小。
第一个参数：字符串，是窗口的名字。
第二个参数是我们的图片。你可以创建多个不同名字的窗口展示同一个图片

cv.imshow('image',img) cv.waitKey() cv.destoryAllWindows()

图片的截图看起来将会是这个样子

cv.waitKey()是一个键盘绑定函数。他的参数是时间单位是毫秒。这个函数等待指定的时间来等待任何键盘事件。如果你在这段时间内，输入了任何键，这个程序会继续。如果参数是0，他将会无限制的等待按键。他也可以设置成检测指定的按键，如按下按键a等，我们将会在下面讨论

注意除了绑定案件事件，这个函数韩处理很多其他GUI事件，所以你必须将它用于实际的显示图片上

cv.destoryAllWindows()简单的摧毁所有我们建立的窗口。如果你想关闭指定的窗口，使用方法cv.destoryWindow() ,并传入参数：窗口的名称

注意这里有一个特殊的案例，你可以在一个一创建的窗口中载入图像。在这种情况下，你可以指定窗口是否可以重新变更大小，它使用 cv.namedWindow().默认，他的flag是 cv.WINDOW_AUTOSIZE.但是如果你指定flag为 cv.WINDOW_NORMAL,你可以重新变更窗口。当图片太大的时候，这将会非常有帮助

代码如下：

cv.namedWindow('image', cv.WINDOW_NORMAL) cv.imshow('image',img) cv.waitKey(0) cv.destroyAllWindows()

写一个图片
使用方法 cv.imwrite()来保存一张图片。
第一个参数是文件名
第二个参数是你想要保存的image实例

cv.imwrite('messigravy.png',img)

这会将图片已png的格式保存在工作目录中
总结在下面的程序中，导入了一张灰度图并且展现，保存了他。如果你按下了 s 会退出，或者按下esc 取消保存并退出

import numpy as np import cv2 as cv img=cv.imread('messi5.jpg',0) cv.imshow('image',img) k=cv.waitKey(0) if k==27: cv.destoryAlWindows() elfi k==ord('s'): cv.imwrite('messigray.png',img) cv.destoryAllWindows()

警告
如果你使用一个64位的机器，你需要改变

k=cv.waitKey(0)

为

k=cv.waitKey(0) &0xFF

使用Matplotlib
Matplotlib是一个python的绘图程序库，它提供了大量的绘图方法。你会再即将到来的文章中见到他们，你会学习到如何在matplotlib中展现image。你可以用matplotlib来进行缩放图片，保存等操作

import numpy as np import cv2 as cv from matplotlib import pyplot as plt img = cv.imread('messi5.jpg',0) plt.imshow(img, cmap = 'gray', interpolation = 'bicubic') plt.xticks([]), plt.yticks([])# to hide tick values on X and Y axis plt.show()

窗口的截图如下：

同看到
大量的绘图选项可以在Matplotlib中使用，请参考Matplotlib文档获得更多的细节。有时候，我们会在路上看到她。
注意
由OpenCV导入的彩色图片是BGR模式的，但是Matplotlib是用RGB模式占线的，所以由opencv读取的彩色图片在matplotlib中不会正确的显示
拓展资源

Matplotlib Plotting Styles and Features

学习视频 ###目标

学习读取视频，展示和保存
学习抓取摄像机和展示
你会用到以下方法：cv.VideoCapture(),cv.VideoWriter()

###从摄像投抓取片段
经常，我们从摄像头中获取视频流。OpenCV提供了一个非常简单的接口来完成。让我们从摄像头抓取一段视频（我使用了笔记本内置的网络摄像头），转换成灰度视频，然后展示他。这只是一个简单的任务，让我们开始吧
为了抓取一段录像，我们需要创建一个VideoCapture对象。他的参数可以是设备，也可以是录像的名称。设备目录仅仅只是一个数字来指定哪个摄像头。通常一个摄像头是可用的（在我的例子中）。所以我简单的输入了0（或者-1）。你输入1来选择第二个摄像头或者其他的。之后，你可以逐帧来抓去。但是最后，不要忘记释放这次抓取。

import numpy as np import cv2 as cv cap = cv.VideoCapture(0) while(True): # Capture frame-by-frame ret, frame = cap.read() # Our operations on the frame come here gray = cv.cvtColor(frame, cv.COLOR_BGR2GRAY) # Display the resulting frame cv.imshow('frame',gray) if cv.waitKey(1) & 0xFF == ord('q'): break # When everything done, release the capture cap.release() cv.destroyAllWindows()

cap.read()返回一个bool （True/False）,如果帧是正确的，她会是True,所以你可以检查这个值来确保录像的结尾。
有时候，cap也许没有初始化抓取。在这个案例中，这段命令也许会报错，你可以通过 cap.isOpened()来检查这个方法是否成功。如果返回了True，好的，那么。否则通过cap.open()来打开它。
您还可以使用cap.get(propId)方法访问本视频的一些特性，其中propId是从0到18的数字。每个数字表示该视频的一个属性(如果适用于该视频)，完整的细节可以在这里看到:cv::VideoCapture::get()。其中一些值可以使用cap.set(propId, value)进行修改。价值是你想要的新价值。
举个例子，我可以检查这个帧的宽度和长度通过 cap.get(cv.CAP_PROP_FRAME_WIDTH)和cap.get(cv.getCAP_PROP_FRAME_HEIGHT)，它默认会返回640*480。但是如果我想要更改成320*240，只需要 ret=cap.set(cv.CAP_PROP_FRAME_WIDTH,320),ret=cap.set(cv.CAP_PROP_FRAME_HEIGHT)

注意如果你发现了异常，确保摄像机通过其他软件也能正常运行

###　从文件中播放视频
和从摄像头中抓取一样，只是更改了摄像头目录　为　视频文件的文件名。同样的当播放帧的时候，使用cv.waitKey()来占用。如果他太少了，视频会播放的非常快。如果太高了，视频会非常慢（好的，这就是如何以慢动作展现视频）。正常情况下，25毫秒会运作正常。

import numpy as np import cv2 as cv cap = cv.VideoCapture('vtest.avi') while(cap.isOpened()): ret, frame = cap.read() gray = cv.cvtColor(frame, cv.COLOR_BGR2GRAY) cv.imshow('frame',gray) if cv.waitKey(1) & 0xFF == ord('q'): break cap.release() cv.destroyAllWindows()

注意确保安装了正确版本的ffmpeg或gstreamer。有时，由于ffmpeg/gstreamer的错误安装，使用视频捕获是一个令人头痛的问题。

###保存视频
所以我们抓取了一段视频，逐帧处理他然后我们想要保存它。对于图片，非常简单，只需要使用cv.imwrite()。这里需要一段稍多的工作
这次，我们创建了一个VidowWriter实例，我们需要指定输出文件名。然后我们指定FourCC代码（细节在下一章）。然后指定FPS和每帧需要压缩的大小。最后是isColoreflag，如果她是True,压缩成指定颜色的帧，否则以灰度帧压缩。
FourCC是一个4位代码，经常用于指定视频解码器。可用的解码器列表可以在 fourcc.org,她依赖于平台。
下面这些解码器对我来说，工作非常好

In Fedora: DIVX, XVID, MJPG, X264, WMV1, WMV2. (XVID is more preferable. MJPG results in high size video. X264 gives very small size video)
In Windows: DIVX (More to be tested and added)
In OSX: MJPG (.mp4), DIVX (.avi), X264 (.mkv).

Fourcc代码对于MJPG格式，可以如下输入 cv.VideoWriter_fourcc('M'.'J','P','G') 或者cv.VideoWriter_fourcc("MJPG")
下面是从摄像机中抓取，将每帧朝垂直方向翻转然后保存的代码

import numpy as np import cv2 as cv cap = cv.VideoCapture(0) # Define the codec and create VideoWriter object fourcc = cv.VideoWriter_fourcc(*'XVID') out = cv.VideoWriter('output.avi',fourcc, 20.0, (640,480)) while(cap.isOpened()): ret, frame = cap.read() if ret==True: frame = cv.flip(frame,0) # write the flipped frame out.write(frame) cv.imshow('frame',frame) if cv.waitKey(1) & 0xFF == ord('q'): break else: break # Release everything if job is finished cap.release() out.release() cv.destroyAllWindows()

OpenCV的绘图方法目标

学习用Opencv 绘制不同的几何图形
你会学到以下方法：cv.line(),cv.cricle(),cv.rectangle(),cv.ellipse(),cv.putText()etc

代码
在上方所有的方法，你可以看到一些通用的参数：

img: 画图所在的图像
colore: 图形的颜色。对于BGR，需要给予一个元祖，如蓝色（255,0,0），对于灰度，只需要给予标量值
thickness:行或者圆等的厚度，如果给予了 -1 参数给了闭环图像像是圆形，他会被填充。默认是1
lineType:线条的类型，是否八连，抗锯齿线等等。默认，他是八连的。cv.LINE_AA提供了反锯齿线，看起来很适合曲线

画一条线
为了画一条线，你需要给予起点和重点。我们会创建一个黑色的图片然后画一条蓝色的线在上面，线从左上到右下。

import numpy as np import cv2 as cv # Create a black image img = np.zeros((512,512,3), np.uint8) # Draw a diagonal blue line with thickness of 5 px cv.line(img,(0,0),(511,511),(255,0,0),5)

画一个长方形
来画一个矩形，你需要提供矩形的左上角和右下角。这次我们来画一个绿色的矩形在画面的最左边

cv.rectangle(img,(384,0),(510,128),(0,0,255),-1))

画圆
想要画圆，你需要提供中心点和半径。我们会在矩形的中间画一个园

cv.circle(img,(447,63), 63, (0,0,255), -1)

画一个椭圆形
画一个椭圆，需要输入一些参数。一个参数是中心点（x,y）,另一个参数是轴线的长度（主要是轴线长度，次轴长度）。角度是椭圆逆时针旋转的角度。startAngle和endAngle表示从主轴顺时针方向测量的椭圆圆弧的起始和结束。也就是说，给出的值是0，而360给出的是完整的椭圆。要了解更多细节，请参阅cv.ellipse()的文档。下面的例子在图像中心绘制了半个椭圆。

cv.ellipse(img,(256,256),(100,50),0,0,180,255,-1)

绘制多边形
要画一个多边形，首先你需要顶点的坐标。将这些点设置为形状行x1x2数组，其中行是顶点数，类型为int32。这里我们用黄色画一个有四个顶点的小多边形。

pts = np.array([[10,5],[20,30],[70,20],[50,10]], np.int32) pts = pts.reshape((-1,1,2)) cv.polylines(img,[pts],True,(0,255,255))

请注意如果第三个参数为假，您将得到连接所有点的折线，而不是一个封闭的形状。 polylines()可以绘制多条线。只需要创建一个您想要绘制的所有行列表，并将其传递给函数。所有的线将单独画。与为每一行调用cv.line()相比，它是一种更好更快的绘制一组线的方法。

添加文字
为了添加文字，你需要指定以下参数

Text data:你想要添加的文字
position:你想放置的位置的坐标（左下角是0点）
font type:格式（参考 cv.putText()文档来支持更多）
font scale:文字大小（指定文字的大小）
规则的东西，如颜色、厚度、线条类型等。为了更好看，推荐线条类型= cv。LINE_A。

我们会用白色的 opencv来写在图片

font = cv.FONT_HERSHEY_SIMPLEX cv.putText(img,'OpenCV',(10,500),font,4,(255,255,255),2,cv.LINE_AA)

###结果
是时候查看画出来的结果，使用你在上一节学习到的来展示他们。

文章图片

鼠标作为画笔目标

学习抓取鼠标事件
你会学到这些方法： cv.setMouseCallback()

简单案例
在这里，我们创建了一个简单的应用程序，它在双击图像的任何地方绘制一个圆。
首先，我们创建一个鼠标回调方法用来在鼠标事件发生的时候执行。鼠标事件可以是任何和鼠标有关系的时间，例如按下左键，抬起左键，双击左键等等。每一个鼠标事件都返回一个坐标（X,Y），使用鼠标事件和定位，我们可以做任何我们喜欢的事情。为了列出所有可用的鼠标事件，在python终端运行一下代码

import cv2 as cv events = [i for i in dir(cv) if 'EVENT' in i] print( events )

创建鼠标回调方法有一个在任何地方都相同的特殊格式。。它只在函数的作用上有所不同。我们的鼠标回调函数只做一件事，他在双击的地方画出一个圆形。查看以下的代码。代码的内容中有注释：

git checkout v1.0 file code/mouse_paint_brush.py

import numpy as np import cv2 as cv # mouse callback function def draw_circle(event,x,y,flags,param): if event == cv.EVENT_LBUTTONDBLCLK: cv.circle(img,(x,y),100,(255,0,0),-1) # Create a black image, a window and bind the function to window img = np.zeros((512,512,3), np.uint8) cv.namedWindow('image') cv.setMouseCallback('image',draw_circle) while(1): cv.imshow('image',img) if cv.waitKey(20) & 0xFF == 27: break cv.destroyAllWindows()

更多高级案例
现在来完成一个更好的应用。这次，我们通过拖拽鼠标画一个矩形或者圆形（根据鼠标的选择）像是我们在画图应用里面做的一样。所以我们的鼠标回调函数有两个部分，一是画矩形另一个是画圆形。这个特殊的案例对于创造和理解一些交互式应用相当的有用，例如物体追踪，图片分割等等

git checkout v1.1 code/mouse_paint_brush.py

import numpy as np import cv2 as cv drawing = False # true if mouse is pressed mode = True # if True, draw rectangle. Press 'm' to toggle to curve ix,iy = -1,-1 # mouse callback function def draw_circle(event,x,y,flags,param): global ix,iy,drawing,mode if event == cv.EVENT_LBUTTONDOWN: drawing = True ix,iy = x,y elif event == cv.EVENT_MOUSEMOVE: if drawing == True: if mode == True: cv.rectangle(img,(ix,iy),(x,y),(0,255,0),-1) else: cv.circle(img,(x,y),5,(0,0,255),-1) elif event == cv.EVENT_LBUTTONUP: drawing = False if mode == True: cv.rectangle(img,(ix,iy),(x,y),(0,255,0),-1) else: cv.circle(img,(x,y),5,(0,0,255),-1)

下一步我们需要绑定这个鼠标回调方法到Opencv窗口。在主循环中，我们需要设置一个键M 来区分矩形和圆形

img = np.zeros((512,512,3), np.uint8) cv.namedWindow('image') cv.setMouseCallback('image',draw_circle) while(1): cv.imshow('image',img) k = cv.waitKey(1) & 0xFF if k == ord('m'): mode = not mode elif k == 27: break cv.destroyAllWindows()

额外资源
练习题

在我们上一个案例中，我们画了一个填充的矩形。请更待代码来画一个非填充的矩形

git checkout v1.2 code/mouse_patin_brush.py

轨迹栏作为调色盘目标

学习绑定轨迹栏到opencv的窗口
你会学习到一下方法： cv.getTrackbarPos(),cv.createTrackbar()etc

代码案例
这里我们会创建一个简单的应用，用来展示你指定的颜色。你需要有一个窗口来展现颜色，和三个滚动条来指定 B,G,R的颜色。滑动滚动条并且相应的窗口的颜色改变。默认的初始颜色是黑色。
对于 cv.getTrackbarPost()函数，第一个参数是滚动条的名字，第二个是窗口的名字，第三个是默认的值，第四个是最大值，第五个是回调参数在每次滚动条的值改变的时候执行。回调函数总是有一个默认的参数是滚动条的位置。在我们的案例中，方法总是不做任何事情，所以我们直接跳过就行。
另一个重要的滚动条应用是像按钮或者开关一样来使用。Opencv，默认的，没有任何按钮的功能。所以你可以用滚动条来实现类似的功能。在我们的应用中，我们已经创建了一个开关，应用程序只有在开关打开时才工作，否则屏幕总是黑色的。

git checkout v1.0 code/trackbar_test.py

import numpy as np import cv2 as cv def nothing(x): pass # Create a black image, a window img = np.zeros((300,512,3), np.uint8) cv.namedWindow('image') # create trackbars for color change cv.createTrackbar('R','image',0,255,nothing) cv.createTrackbar('G','image',0,255,nothing) cv.createTrackbar('B','image',0,255,nothing) # create switch for ON/OFF functionality switch = '0 : OFF \n1 : ON' cv.createTrackbar(switch, 'image',0,1,nothing) while(1): cv.imshow('image',img) k = cv.waitKey(1) & 0xFF if k == 27: break # get current positions of four trackbars r = cv.getTrackbarPos('R','image') g = cv.getTrackbarPos('G','image') b = cv.getTrackbarPos('B','image') s = cv.getTrackbarPos(switch,'image') if s == 0: img[:] = 0 else: img[:] = [b,g,r] cv.destroyAllWindows()

应用的截图看起来如下：