opencv|OpenCV（01图片&视频的加载显示） python|音视频

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值

# 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

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

文章图片

用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()

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)为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setMouseCallback的userdata

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：