opencv-python基础

文章发布时间:

最后更新时间:

文章总字数:
1.9k

预计阅读时间:
7 分钟

一.opencv-python简述

其使用Numpy，所有OpenCV数组结构都转换为Numpy数组，是一个高度优化的数据库操作库。

二.环境安装

1
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python

三.基本概念

  • 像素是图像的基本单元，每个像素存储着图像的颜色、亮度和其他特征。

  • 数字图像利用0/1编码记录信息，opencv中常用的是8位图像,大多数彩色和灰度图像使用8位（uint8）表示每个通道的像素值，范围从0到255，其中 0 最黑，1(255) 最白。

  • 几乎所有颜色都可以通过RGB三原色按照不同比例调配而成。

注意：通过img.shape获取到(h,w,c)，即高、宽、通道数。对高和宽分别进行遍历，可以得到每个像素点。此时获取到的值是BGR通道(b,g,r)，b,g,r分别代表蓝、绿、红通道上的值。

四.图像存储

  • 彩色图像：三维数组

  • 灰度图像：二维数组(矩阵)

  • 在OpenCV中，默认情况下，彩色图像是以BGR（蓝-绿-红）顺序存储

  • 形状（Shape）：

图像的尺寸由其高（h）、宽（w）和通道数（c）决定。可以通过 img.shape 属性获取(h,w,c)。

  • 彩色图像，返回一个包含三个值的元组 (height, width, channels)。

  • 灰度图像，返回一个包含两个值的元组 (height, width)，因为其只有一个通道。

  • 数据类型（dtype）：图像中的每个像素值的数据类型决定了可以存储的最大值。例如，8位无符号整数（uint8）允许的范围是从0到255。

    • 单通道（灰度图像）：每个像素由一个数值表示，代表该点的亮度。值越低越暗，值越高越亮。

五.图像基本操作

5.1 创建窗体(窗口)

1
cv2.namedWindow(winname  [,窗口属性])

参数：

  • winname：窗口名

  • 窗口属性：窗口大小是否可调整

    • cv2.WINDOW_AUTOSIZE ：默认，窗口会根据加载的图像自动调整到合适的大小，并且用户不能拖动窗口边缘来调整窗口大小。

    • cv2.WINDOW_NORMAL ：窗口大小是可调整的，用户可以通过鼠标拖动窗口边缘来自由改变窗口大小。

1
2
3
4
5
6
import cv2 as cv
import numpy as np
 
# 创建窗体
cv.namedWindow("win1",cv.WINDOW_AUTOSIZE)
cv.imshow("win2",cv.WINDOW_NORMAL)\

运行后会出现两块窗口，暂时不管。

5.2 读取图像

1
cv2.imread(path  [,读取方式])

参数：

  • filename：图像路径

  • 读取方式：彩色·默认、灰色等

1
2
# 读取方式为灰色
img = cv.imread("../images/cat1.png", cv.IMREAD_GRAYSCALE)\

继续往下看。

5.3 图像显示

1
cv2.imshow(winname,img)

参数：

  • winname：显示图像的窗口名，以字符串类型表示

  • img：要显示的图像

1
2
3
4
5
6
7
8
9
cv.imshow("win1",img)
cv.imshow("win2",img)
 
# cv.waitKey(n)：n>0,意味着程序将等待n毫秒。
cv.waitKey(0)
 
# cv2.destroyAllWindows(winname)：会在当前程序执行到该语句时立即销毁打开的窗口，并释放与这些窗口相关的资源。
# 默认关闭所有
cv.destroyAllWindows()

结果：

5.4 保存图像

1
cv2.imwrite(path,img)

参数：

  • path：图片保存的路径和图片名

  • img：要保存的图像

1
cv.imwrite('output.jpg', img)

5.5 创建黑色图像

使用 np.zeros() 创建全黑图像，再修改像素值(255)成为全白图像。

1
numpy.zeros((height,width,channels),dtype=np. uint8)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
import cv2 as cv
import numpy as np
 
w = 480
h = 640
 
# c = 1 的时候就是灰度图像，单通道，但是为二维图像
c = 3
 
 
b = np.zeros((h,w,c),dtype=np.uint8)
cv.imshow("black",b)
 
cv.waitKey(0)
cv.destroyAllWindows()

结果：

1
2
3
4
5
6
7
# 更改为白色图像
# 利用数组切片更改值
b[:,:,:] = 255
 
cv.imshow('white',b)
cv.waitKey(0)
cv.destroyAllWindows()

结果：

1
2
3
4
5
6
7
# 随机像素值图像
 
b[:,:,:] = np.random.randint(0,256,(h,w,c))
 
cv.imshow('random',b)
cv.waitKey(0)
cv.destroyAllWindows()

结果：

5.6 图像裁剪（切片）

img[y:y+h,x:x+w]

提取的是从 (x,y) 开始，高度为 h，宽度为 w 的矩形区域。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
import cv2 as cv
import numpy as np
 
 
f = cv.imread('../images/cat1.png')
 
y = 200
x = 200
h = 400
w = 400
 
# 先长后宽，这样理解简单些
s = f[y:y+h,x:x+w]
cv.imshow('s',s)
cv.waitKey(0)
cv.destroyAllWindows()

结果：

这里切记，opencv中坐标原点在图像的左上角，也就是w做横轴，h做纵轴。

5.7 调整大小

1
cv2.resize(img,dsize,dts)

  • img：输入图像，通常是二维或三位NumPy数组。

  • dsize：输出图像的尺寸，是一个二元组 (w,h)

  • dst：缩放后的图像

1
2
3
4
5
6
7
8
import cv2 as cv
import numpy as np
f = cv.imread('../images/cat1.png')
 
s = cv.resize(f, (100,100))
cv.imshow('s', s)
cv.waitKey(0)
cv.destroyAllWindows()

结果：

六.图像绘制

6.1 直线

1
cv2.line(img,start,end,color,thickness)

参数：

  • img：要绘制直线的图像

  • start、end：直线的起点和终点,都是两个元组(坐标)

  • color：直线的颜色，对于彩色图像，使用 BGR 格式（b,g,r）指定颜色

  • thickness：线条粗细,值越大越宽

  • 隐藏参数，cv2.LINE_AA ，表示使用抗锯齿算法绘制图像，这在每个绘制函数中都隐式存在，默认为 cv2.LINE_8

1
2
3
4
5
6
7
8
9
import cv2 as cv
 
img = cv.imread('../images/cat1.png')
 
# 画一条直线，起点终点分别指定，同时为蓝色
cv.line(img,(100,100),(200,200),(255,0,0),3)
cv.imshow('image',img)
cv.waitKey(0)
cv.destroyAllWindows()

结果：

6.2 圆形

1
cv2.circle(img,centerpoint,r,color,thickness)

参数：

  • img：要绘制圆形的图片

  • centerpoint、r：圆心和半径

  • color：线条颜色

  • tnickness：线条宽度，为-1时生成闭合图案并填充颜色

1
2
3
4
5
6
7
8
import cv2 as cv
 
img = cv.imread('../images/cat1.png')
 
cv.circle(img, (100, 100), 50, (255, 0, 0), -1)
cv.imshow('img', img)
cv.waitKey(0)
cv.destroyAllWindows()

结果：

6.3 绘制矩形

1
cv2.rectangle(img,leftupper,rightdown,color,thickness)

参数：

  • img：要绘制矩形的图像

  • leftupper、rightdown：矩形的左上角和右下角坐标

  • color：线条的颜色

  • thickness：线条的宽度

1
2
3
4
5
6
7
8
import cv2 as cv
 
img = cv.imread('../images/cat1.png')
 
cv.rectangle(img, (100, 100), (300, 300), (0, 255, 0), 2)
cv.imshow('img', img)
cv.waitKey(0)
cv.destroyAllWindows()

结果：

6.4 绘制文本（向图片中添加文字）

1
cv2.putText(img,text,station,font,Fontscale,color,thickness,cv2.LINE_AA)

参数：

  • img：要添加文字的图像

  • text：要写入的文本数据(此处是不能加中文的，会显示问号(?)，matplotlib可以显示中文)

  • station：文本的放置位置

  • font：字体样式

  • Fontscale：字体大小

  • thickness：字体线条宽度

  • cv2.LINE_AA :使用反走样技术绘制文本边框

1
2
3
4
5
6
7
8
import cv2 as cv
 
img = cv.imread('../images/cat1.png')
 
cv.putText(img, 'Hello World', (50, 50), cv.FONT_HERSHEY_SIMPLEX, 1, (0, 0, 255), 2)
cv.imshow('Image', img)
cv.waitKey(0)
cv.destroyAllWindows()

结果：

6.5 读取视频

cap = cv2.VideoCapture(path)

  • path : 为0代表从默认摄像头捕获视频流

ret,frame = cap.read()

  • 得到一个布尔值和一帧图像，布尔值表示是否成功读取到帧，如果为False，可能是因为视频结束或读取失败，如果为True，frame则是当前帧的图像数据。

那视频都是一帧一帧的，我要怎么读取呢？来一起看看：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
import cv2 as cv
 
# 本地视频
cap = cv.VideoCapture('../video/arknights_run.mp4')
 
# 循环获取视频每一帧
while True:
    ret, frame = cap.read()
    # 考虑视频最后一帧为空，跳出循环
    if not ret:
        break
 
    cv.imshow('frame', frame)
    # 0xFF把键盘敲入的键转换为ASCII码
    if cv.waitKey(40) & 0xFF == ord('q'):
        break
 
cap.release()
cv.destroyAllWindows()

结果：

≡