opencv|OpenCV(01图片&视频的加载显示)


文章目录

  • **学习目标:**
  • 图像与视频的加载显示
    • 导入OpenCV的包`cv2`
    • 窗口操作
    • 计算按键的`ASCII`值
  • 读取图片
    • 用其他插件来读取(以`matplotlib`为例)
    • 用`OpenCV`自带的方式去展示图片
  • 函数的封装
  • 保存图片
  • 读取摄像头与视频数据
    • 打开摄像头
    • 打开视频
    • 视频录制
  • 控制鼠标
  • TrackBar控件

学习目标:
  • 了解OpenCV的运行机制
  • 可以使用OpenCV处理一些图像常见问题
  • 学会物体识别,文字识别等问题的处理思路
图像与视频的加载显示 导入OpenCV的包cv2
# 导入opencv的包 import cv2

窗口操作 cv2.imshow('window',0) # imshow(winname, mat):'mat’表示展示的内容,0表示什么都不展示
# 创建窗口 #cv2.namedWindow('window',cv2.WINDOW_AUTOSIZE) cv2.namedWindow('window',cv2.WINDOW_NORMAL)# 更改窗口大小—>在窗口属性为‘WINDOW_AUTOSIZE’自动设置时无效果 cv2.resizeWindow('window',800,600) # resizeWindow(winname, width, height)# 展示名字为window的窗口 cv2.imshow('window',0) # imshow(winname, mat):'mat'表示展示的内容,0表示什么都不展示# 等待按键 #cv2.waitKey(0) # waitKey会返回按下按键的ASCII值(8位) # 值为‘0’表示接受任意按键,如果给其他的整数,表示等待按键的时间(单位:毫秒ms) # 比如waitKey(5000)如果5000ms后没有按键,则窗口无响应 # 可以用waitKey来销毁窗口,不用每次都重启python key = cv2.waitKey(0) if key == ord('q'): # 如果按下键盘上的'q' print("准备销毁窗口") cv2.destroyAllWindows() # 销毁窗口

计算按键的ASCII
# 怎么计算按键'x'的ASCII码 # ord()是python中计算ASCII值的函数 ord('q')

读取图片
cv2.imread('./cat.jpeg') # ./是直接调用day1目录下的文件

用其他插件来读取(以matplotlib为例) 先将图片存入我们的文件夹下,命名为cat.jpeg
opencv|OpenCV(01图片&视频的加载显示)
文章图片

import matplotlib.pyplot as plt # 默认按照彩色图片来读取 cat = cv2.imread('./cat.jpeg') # ./是直接调用day1目录下的文件# 调出cat的值 cat# 利用matplotlib来显示图像 plt.imshow(cat)# 我们会发现matplotlib显示的图片和真实的图片颜色不一样,发生了变化 # 因为opencv读进来的通道不是默认的RGB(红绿蓝)通道,而是BGR(蓝绿红) # 因此opencv读进来的图片不要用别的方式去展示(如matplotlib),而是用opencv自带的方式去展示

注意:单独调用imshow()时可以不用创建窗口,opencv会自动生成
opencv|OpenCV(01图片&视频的加载显示)
文章图片

OpenCV自带的方式去展示图片
cv2.imshow('cat',cat) key = cv2.waitKey(0) if key == ord('q'): # 如果按下键盘上的'q' print("准备销毁窗口") cv2.destroyAllWindows() # 销毁窗口# 执行时会弹出窗口,显示图片按‘q’则退出窗口

函数的封装 如果我们需要频繁地显示图片,那么我们可以把显示图片的方法封装成一个函数方便我们显示图片
把这个函数放在一个文件里,需要使用的话就直接导入文件即可
【opencv|OpenCV(01图片&视频的加载显示)】将函数保存为.py文件(命名为utils.py),放在我们的文件夹中
# 如果我们需要频繁地显示图片,那么我们可以把显示图片的方法封装成一个函数方便我们显示图片 # 把这个函数放在一个文件里,需要使用的话就直接导入文件即可 def cv_show(name,img): import cv2 cv2.imshow(name,img)# 关闭窗口 key = cv2.waitKey(0) if key== ord('q') or key == ord('Q'): cv2.destroyAllWindows()

想要调用函数时,我们导入文件即可
# 从外部py文件中导入工具类,即可直接使用 from utils import cv_show

注意:导入后必须先执行文件!
# 导入后必须先执行文件 %run utils.py# 如果出现报错IndentationError:unindent does not match any outer indentation level # 那就是Tab和空格混用的缩进问题:本应该用Tab缩进,可能打成了空格缩进

使用函数
cv_show('cat',cat)

保存图片 imwrite(path,img):使用imwrite保存图片
import cv2# 创建一个窗口 cv2.namedWindow('img',cv2.WINDOW_NORMAL) cv2.resizeWindow('img',640,480)# 读一个图片 img = cv2.imread('./cat.jpeg') # 打开当前目录下的图像文件while True:# 进入循环,使得cv2不停地展示img图片 cv2.imshow('img',img) key = cv2.waitKey(0) # 接受任意字符——>写0if key == ord('q'): # 按下按键'q'——> quit break elif key == ord('s'): # 按下按键's'——> save cv2.imwrite('./123.png',img) # 会把cv2.imshow('img',img)的图片保存到当前文件下下,命名为123.png else: print(key)# 关闭窗口 cv2.destroyAllWindows()

opencv|OpenCV(01图片&视频的加载显示)
文章图片

读取摄像头与视频数据 打开摄像头
  • 视频是由图片组成的,视频的每一帧就是一幅图片,一般是30帧,表示1s显示30张图片
  • cv2.VideoCapture()可以捕获摄像头,用数字来表示不同的设备,比如0,1
  • 如果是视频文件,可以直接指定路径即可
import cv2 # VideoCapture()可以捕获摄像头:如果是视频文件,则直接在参数中写入路径即可;如果是电脑上的摄像头,则可以根据摄像头编号进行索引,通过这个简单的数字去指定调用的摄像头# 打开视频文件 # #vc = cv2.VideoCapture()# 打开摄像头 # cv2.namedWindow('video',cv2.WINDOW_NORMAL) cv2.resizeWindow('video',640,480)# 如果打开失败或者没读到数据,会闪退,但并不会报错 #cap = cv2.VideoCapture(1)cap = cv2.VideoCapture(0) # 该函数会返回一个对象,我们用cap来接受(0是笔记本自带的摄像头)# 循环读取摄像头的每一帧 while True: # 读一帧数据(一帧=视频里的一幅图) flag,frame = cap.read() # 返回“标记”和“这一帧数据(图片)”:True表示读取成功,False表示读取失败# 可以根据flag做判断 if not flag: print("没读到数据!退出......") break# 显示数据 else: cv2.imshow('video',frame)key = cv2.waitKey(1) # 此处不可以写0!因为0会允许任何输入并且一直在等待输入,如果这样写就只能看到一帧数据,并且一直在等待 # 此处写1,每隔1ms检测一次输入 if key == ord('q'): break# 别忘了释放资源! cap.release() cv2.destroyAllWindows()

打开视频 打开视频的操作和打开摄像头是一样的:只需要修改cap = cv2.VideoCapture(0)cap = cv2.VideoCapture(‘./1.mp4’) # 括号内为路径即可
放出的视频会有加速的效果:是因为我们的代码中key = cv2.waitKey(1)每隔1ms就执行下一张图片
那么我们为了完整播放这个视频,提出了一个问题:假如一个视频是30帧,那么每张图之间要间隔多少毫秒呢
# 1帧 = 1s内显示1张图片,每张图片用时t = 1/1(s) = 1000/1(ms) # 30帧 = 1s内显示30张图片,每张图片用时t = 1/30(s) = 1000/30(ms)key = cv2.waitKey(1000 // 30) # 括号内必须是整数!"//"两个斜线表示除后向下取整

视频录制 opencv打开一个视频或一个摄像头,我们把捕获到的每一帧存储在一个视频中
  • VideoWrite:参数一为输出文件,参数二为多媒体文件格式,参数三为帧率,参数四为分辨率
  • write:编码并写入缓存
  • release:缓存内容写入磁盘,并释放资源
import cv2 cap = cv2.VideoCapture(0) # 把摄像头捕获的内容存入cap中# 创建对象 (fourcc表示视频的一种格式) fourcc = cv2.VideoWriter_fourcc(*'mp4v') # *mp4v表示“解包操作”——> 等同于解成'm','p','4','v'# 创建对象 vw = cv2.VideoWriter('output.mp4',fourcc,30,(640,480)) # ('保存的文件名',指定存储的格式,帧率,摄像头的分辨率(一定要正确否则报错!))# 判断摄像头是否打开 while cap.isOpened() : ret,frame = cap.read() if not ret: # 如果没有打开 print('can not recive frame ,Exiting...') breakelse : # 如果成功打开——> 写每一帧数据 vw.write(frame) # 把 这一帧数据 写到Videowriter中 cv2.imshow('frame',frame) # 展示 这一帧数据 到窗口if cv2.waitKey(1) == ord('q') or cv2.waitKey(1) == ord('Q'): break# 别忘了release cap.release()# 释放Videowriter vw.release() # write是先写到缓存中,再由release写入到磁盘中 cv2.destroyAllWindows()

控制鼠标 OpenCV允许我们对窗口上的鼠标动作做出响应
  • setMouseCallback(winname,callback,userdata)winname是窗口的名字,callback是回调函数,userdata是给回调函数的参数
  • callback(event,x,y,flags,userdata):回调函数必须包含这5个参数:event是事件(鼠标移动,按下左键、右键…);xy代表鼠标位于窗口的(x,y)坐标位置;flags主要用于组合键;userdata就是上面的setMouseCallbackuserdata
鼠标事件 Event
Event:
EVENT_MOUSEMOVE 0#滑动 EVENT_LBUTTONDOWN 1#左键点击 EVENT_RBUTTONDOWN 2#右键点击 EVENT_MBUTTONDOWN 3#中键点击 EVENT_LBUTTONUP 4#左键放开 EVENT_RBUTTONUP 5#右键放开 EVENT_MBUTTONUP 6#中键放开 EVENT_LBUTTONDBLCLK 7#左键双击 EVENT_RBUTTONDBLCLK 8#右键双击 EVENT_MBUTTONDBLCLK 9#中键双击

鼠标的拖拽事件&键盘鼠标联合事件 flags
flags:
EVENT_FLAG_LBUTTON 1#左鍵拖曳 EVENT_FLAG_RBUTTON 2#右鍵拖曳 EVENT_FLAG_MBUTTON 4#中鍵拖曳 EVENT_FLAG_CTRLKEY 8#(8~15)按Ctrl不放事件 EVENT_FLAG_SHIFTKEY 16#(16~31)按Shift不放事件 EVENT_FLAG_ALTKEY 32#(32~39)按Alt不放事件

# opencv控制鼠标 import cv2 import numpy as np# 定义鼠标的回调函数(函数名可以随便取,但是参数必须是五个!) def mouse_callback(event,x,y,flags,userdata): # event:鼠标事件;xy:鼠标坐标;flags:鼠标的组合操作;userdata:传给用户的数据 print(event,x,y,flags,userdata)# 增加功能:按下鼠标右键退出 if event == 2: cv2.destroyAllWindows() # 窗口会闪一下 然后继续出现,其实我们是运行成功了,只不过下方是个死循环,会一直存在# 创建窗口 cv2.namedWindow('mouse',cv2.WINDOW_NORMAL) cv2.resizeWindow('mouse',640,360) # 宽度(列)和高度(行)cat = cv2.imread('./cat.jpeg')# 设置鼠标的回调函数 cv2.setMouseCallback('mouse',mouse_callback,'123') # '123'为用户数据,会传到上方的参数userdata中 # 在我们生成的mouse的窗口上,做任何鼠标的操作,它都会去执行我们定义的mouse_callback()函数# 生成一个全黑的图片(先行后列——> 要和上面反过来) img = np.zeros((360,640,3),np.uint8) # np.zeros()生成全是0的图片np.uint8表示0-255 u表示无符号# 循环展示图片 while True: #cv2.imshow('mouse',img) # 展示刚才生成的全黑图片 cv2.imshow('mouse',cat) # 展示猫 key = cv2.waitKey(1)if key == ord('q') or key == ord('Q'): breakcv2.destroyAllWindows()

TrackBar控件 TrackBar是一个可拖动的控件,可以用于控制RGB
现在我们创建一个调整RGB的TrackBar,用调整的值来生成一张图片,通过拖到TrackBar来随时改变这个图片的颜色
  • cv2.createTrackbar(trackbarName, windowName, value, count, onChange)创建trackbar控件:value为trackbar的默认值(开始时游标的位置),cout为bar的最大值和最小值(是两个值),onChange为回调函数,每次修改这个值就会跳入该函数
  • cv2.getTrackbarPos(trackbarName, windowName):获取当前TrackBar的值
# trackbar的使用 import cv2 import numpy as np# 创建窗口 cv2.namedWindow('trackbar',cv2.WINDOW_NORMAL) cv2.resizeWindow('trackbar',640,480)# 定义回调函数 ——> 我们用这个函数来打印当前的值 def callback(value): print(value)# 创建3个trackbar cv2.createTrackbar('R','trackbar',0,255,callback) cv2.createTrackbar('G','trackbar',0,255,callback) cv2.createTrackbar('B','trackbar',0,255,callback)# 创建一个背景图片 img = np.zeros((480,640,3),np.uint8)# 不停地循环展示图片,读取数据 while True: # 获取当前trackbar的值 r = cv2.getTrackbarPos('R','trackbar') g = cv2.getTrackbarPos('G','trackbar') b = cv2.getTrackbarPos('B','trackbar')# 用获取到的三个值修改背景图片颜色 img[:] = [b , g , r] # opencv里的图片颜色通道就是BGR # 展示图片 cv2.imshow('trackbar',img)# 退出 key = cv2.waitKey(1) if key == ord('q') or key == ord('Q'): break# 释放空间 cv2.destroyAllWindows()

结果:
opencv|OpenCV(01图片&视频的加载显示)
文章图片

    推荐阅读