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

cv2.IMREAD_COLOR 默认、彩色照片　　1cv2.IMREAD_GRAYSCALE 灰度照片　　0cv2.IMREAD_UNCHANGED 加载原图通道 -1也可以通过1、 0、-1 指定上述三个模式

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