Python-OpenCV —— 基本操作详解,,OpenCV是一个基
Python-OpenCV —— 基本操作详解,,OpenCV是一个基
OpenCV是一个基于BSD许可(开源)发行的跨平台计算机视觉库,可以运行在Linux、Windows、MacOS操作系统上。它轻量级而且高效——由一系列 C 函数和少量C++类构成,同时提供了Python、Ruby、MATLAB等语言的接口,实现了图像处理和计算机视觉方面的很多通用算法。
简言之,通过openCV可实现计算机图像、视频编辑。广泛应用于图像识别、运动跟踪、机器视觉等领域。(OpenCV-Python就是用Python包装了C++的实现,背后实际就是C++的代码在跑,所以代码的运行速度跟原生C/C++速度一样快,而且更加容易编写。)基础操作函数
cv2.imread()——读取图像
函数格式cv2.imread(img,flag)
flag取值可以为
1 import cv22 3 # 灰度模式打开图片4 img = cv2.imread(‘messi5.jpg‘,0)
cv2.imshow()——显示图片
1 cv2.imshow(‘image‘,img) #第一个为显示的图片名字,第二个为图片2 cv2.waitKey(0) #不停刷新图片,直到你按下任意按键退出3 cv2.destroyAllWindows() #关闭所有显示框,若只关闭一个,可 cv2.destroyWindow()单独指定
cv2.imwrite()——保存图片
cv2.imwrite(‘messigray.png‘,img) #第一个参数为文件名,第二个为要保存的图像。
cv2.VideoCapture()——捕捉视频图像
1 import numpy as np 2 import cv2 3 4 #创建一个VideoCapture项目,0代表选择第一个设备 5 cap = cv2.VideoCapture(0) 6 7 while(True): 8 # 捕捉每一帧图像,返回两个参数ret为是否返回图片(True or False),frame为返回的图片 9 ret, frame = cap.read()10 11 # 通过cv2.cvtColor转换颜色格式为灰度模式12 gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)13 14 # 播放每一帧图像15 cv2.imshow(‘frame‘,gray)16 if cv2.waitKey(1) & 0xFF == ord(‘q‘):17 break18 19 # 最后要记得释放capture20 cap.release()21 cv2.destroyAllWindows()
还可以通过更改设备号为文件名来播放视频(此处播放无声音),并且通过cv2.WaitKey()来控制播放速度,可以制作慢动作视频等等
import numpy as npimport cv2cap = 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‘): breakcap.release()cv2.destroyAllWindows()
cv2.VideoWriter()——保存视频
import numpy as npimport cv2cap = cv2.VideoCapture(0)#fourcc是一种编码格式,我们保存视频时要指定文件名、编码格式、FPS、输出尺寸、颜色模式fourcc = cv2.VideoWriter_fourcc(*‘XVID‘)out = cv2.VideoWriter(‘output.avi‘,fourcc, 20.0, (640,480))while(cap.isOpened()): ret, frame = cap.read() if ret==True: #cv2.flip(img,flag) 翻转图像(1水平翻转、0垂直翻转、-1水平垂直翻转) frame = cv2.flip(frame,0) # 写入视频帧 out.write(frame) cv2.imshow(‘frame‘,frame) if cv2.waitKey(1) & 0xFF == ord(‘q‘): break else: breakcap.release()out.release()cv2.destroyAllWindows()
此外还有不常用的:
cv2.line(), cv2.circle() , cv2.rectangle(), cv2.ellipse(), cv2.putText()
cv2.setMouseCallback()——鼠标绘图
import cv2import numpy as np#初始化drawing = False #为真时开始画图mode = True #为真时画举行,为假时画圆ix,iy = -1,-1def draw_circle(event,x,y,flags,param): global ix,iy,drawing,mode #鼠标左键按下时 if event == cv2.EVENT_LBUTTONDOWN: drawing = True ix,iy = x,y #鼠标移动时 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) #鼠标抬起时 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)#初始化图像img = np.zeros((512,512,3), np.uint8)cv2.namedWindow(‘image‘)cv2.setMouseCallback(‘image‘,draw_circle)#按下"m"来切换模式while(1): cv2.imshow(‘image‘,img) k = cv2.waitKey(1) & 0xFF if k == ord(‘m‘): mode = not mode elif k == 27: breakcv2.destroyAllWindows()
array.item()、array.itemset()——查看并修改单一像素值
import cv2import numpy as npimg = cv2.imread(‘messi5.jpg‘)# 指定像素点px = img[100,100]print(px)#[157 166 200]# 获取蓝色像素值blue = img[100,100,0]print(blue)#157
img.shape img.size img.dtype —— 查看图片尺寸、大小、数据类型
>>> print img.shape(342, 548, 3)>>> print img.size562248>>> print img.dtypeuint8
cv2.split cv2.merge —— 分离、合并通道(注意:有损分离)
>>> b,g,r = cv2.split(img)>>> img = cv2.merge((b,g,r))#或者>>> b = img[:,:,0]#也可以通过这种形式快速指定红色通道像素值为0>>> img[:,:,2] = 0
cv2.copyMakeBorder() —— 给图片加一个相框
可以指定下列参数
src - 你的图片top, bottom, left, right - 上下左右边框宽度borderType - 边框类型(下面详细展示,不做具体讲解)cv2.BORDER_CONSTANTcv2.BORDER_REFLECTcv2.BORDER_REFLECT_101 or cv2.BORDER_DEFAULTcv2.BORDER_REPLICATEcv2.BORDER_WRAPvalue - 当类型为cv2.BORDER_CONSTANT时需要额外指定的值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 —— 用来追踪物体
HSV是一个常用于颜色识别的模型,相比BGR更易区分颜色,转换模式用COLOR_BGR2HSV表示。
经验之谈:OpenCV中色调H范围为[0,179],饱和度S是[0,255],明度V是[0,255]。虽然H的理论数值是0°~360°,但8位图像像素点的最大值是255,所以OpenCV中除以了2,某些软件可能使用不同的尺度表示,所以同其他软件混用时,记得归一化。
现在,我们实现一个使用HSV来只显示视频中蓝色物体的例子,步骤如下:1、捕获视频中的一帧2、从BGR转换到HSV3、提取蓝色范围的物体4、只显示蓝色物体
1 capture = cv2.VideoCapture(0) 2 # 蓝色的范围,不同光照条件下不一样,可灵活调整 3 lower_blue = np.array([100, 110, 110]) 4 upper_blue = np.array([130, 255, 255]) 5 while(True): 6 # 1.捕获视频中的一帧 7 ret, frame = capture.read() 8 # 2.从BGR转换到HSV 9 hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)10 # 3.inRange():介于lower/upper之间的为白色,其余黑色11 mask = cv2.inRange(hsv, lower_blue, upper_blue)12 # 4.只保留原图中的蓝色部分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 break19 20 作者:IConquer21 链接:https://www.jianshu.com/p/885f7992b8fc22 來源:简书23 简书著作权归作者所有,任何形式的转载都请联系作者获得授权并注明出处。
1 import numpy as np 2 import cv2 3 4 cv2.namedWindow(‘hello blue!‘) 5 capture = cv2.VideoCapture(0) 6 #设定蓝色的范围HSV 7 # lower_color = np.array([100,110,110]) 8 # upper_color = np.array([130,255,255])
#设定绿色的范围HSV
9 lower_color = np.array([37, 43, 46])10 upper_color = np.array([77, 255, 255])11 12 while True:13 #1、捕获摄像头的一帧画面14 ret,frame = capture.read()15 #2、从BRG转换为HSV(色调H范围为[0,179],饱和度S是[0,255],明度V是[0,255])16 hsv = cv2.cvtColor(frame,cv2.COLOR_BGR2HSV)17 #3、inRange():介于lower_color 和 upper_color之间的为白色,其余为黑色18 mask = cv2.inRange(hsv,lower_color,upper_color)19 #4、只保留原图中的蓝色部分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 break26 27 #释放摄像头28 capture.release()29 #关闭窗口30 cv2.destroyAllWindows()
Python-OpenCV —— 基本操作详解
相关内容
- len(x) 击败 x.len(),从内置函数看 Python 的设计思想,,内
- python编程基础之十四,,列表的增加元素l1
- Python单行注释与多行注释,,>>> print
- 表 (python实现),,python 中的顺
- 【python】爬取糗事百科段子,,#-*-coding
- python3使用xlrd、xlwt、xlutils、openpyxl、xlsxwriter操作excel,
- Ubuntu14.04安装opencv3.1和opencv3.3,,视觉SLAM十四讲用
- Flask-Migrate的作用以及安装,,1.因为采用db.c
- python数据类型(一),,python3中主要
- 7、python基本数据类型之散列类型,,前言:python的
评论关闭