OpenCV(Open Source Computer Vision Library)是基于(免费开源)发行的跨平台计算机视觉库，可以Linux、Windows、Android、ios从一系列C函数和少量操作系统来看，它是轻量级和高效的C 同时提供类组成Python、Ruby、MATLAB语言界面实现了许多通用算法的图像处理和计算机视觉。

参考网址 http://docs.opencv.org/3.0-beta/doc/py_tutorials/py_tutorials.html https://opencv-python-tutroals.readthedocs.io/en/latest/py_tutorials/py_tutorials.html http://docs.opencv.org/2.4/genindex.html

OpenCV图像处理系统一般组成：

图像读取：cv2.imread() 窗口创建：cv2.namedWindow() 图像显示：cv2.imshow() 图像保存：cv2.imwrite() 资源释放：cv2.destroyWindow()

import cv2
#图像的基本操作

img = cv2.imread('datas/fengjing.jpg')  # 读取图像
cv2.imshow('img',img)  # 显示原图

hsv_img = cv2.cvtColor(img,cv2.COLOR_BGR2HSV)  # 转为HSV图像
cv2.namedWindow("hsv",cv2.WINDOW_AUTOSIZE)  # 创建hsv窗口

cv2.imshow("hsv",hsv_img)  # 显示hsv图像
cv2.imwrite("hsv.jpg",hsv_img)  # 保存hsv图像
cv2.waitKey(0)  # 等待按键按下
cv2.destroyAllWindows()  # 销毁所有窗口

cv2.imread(filename, [flags]) 第一个参数，需要填入图片路径名，支持如下格式： · Windows bitmaps -*.bmp,*.dib(always supported) · JPEG files-*.jpeg,*.jng,*.jpe (see the Motes section) · JPEG 2000 files -*.jp2(see the Ntes section) · Portable Network Graphics -*png (see the Motes section) · Portable image format-*.pbm,*.pgm,*.ppm (always supported) · Sun rasters -*.sr,*.ras(always supported) · TIFF files -*.tiff,*.tif(see the Notes section) 注意路径格式用\或/，同时路径中不要有中文 第二个参数，指定加载图像的颜色类型 ，默认为1： cv2.IMREAD cOLOR # 读入彩色图像，透明度被忽略，对应宏定义为1（默认参数） cv2.IMREAD GRAYSCALE # 以灰度模式读入图像，对应宏定义为0 cv2.IMREAD UNCHANGED # 读入图像包含alpha通道，对应宏定义为-1 警告∶就算图像的路径是错的，OpenCV 也不会提醒你的，但是当你使用命令print img时得到的结果是None。

通过判断img是否为None来避免异常发生

import cv2

img0 = cv2.imread('datas/fengjing.jpg', cv2.IMREAD_GRAYSCALE)#0
if img0 is None:
    print('imgread is error')
else:
    print('imgread is ok')
    cv2.imshow('img0',img0)
    print(img0.shape)  # (546,820) 一个通道
    
img1 = cv2.imread('datas/fengjing.jpg', 1)#0
if img0 is None:
    print('imgread is error')
else:
    print('imgread is ok')
    cv2.imshow('img1',img1)
    print(img1.shape)  # (546,820,3) 三个通道

# 不同通道下的灰度图——RGB
img1_0 = img1[..., 0]
img1_1 = img1[..., 1]
img1_2 = img1[..., 2]
cv2.imshow('img1_0',img1_0)
cv2.imshow('img1_1',img1_1)
cv2.imshow('img1_2',img1_2)
cv2.waitKey(0)

namedWindow(winnname, [flags]) 第一个参数，表示窗口名称，传入字符串即可 第二个参数，窗口显示方式，取值如下: cv2.WINDOW NORMAL # 正常大小显示，用户可以改变窗口大小 cv2.WINDow AUTOSIZE # 根据图像大小自动调整，用户不能手动改变窗口大小

imshow(winnname, mat) 第一个参数，设置需要显示的窗口名称 第二个参数，填写需要显示的图像

imwrite(filename, img, [params]) 第一个参数，设置保存的文件名，需填写后缀，如"1.bmp" 第二个参数，要保存的Mat类型图像数据 第三个参数，表示特定格式保存的参数编码，一般采用默认值不填写 对于JPEG，其表示的是图像的质量，用0~100的整数表示，默认为95 对于PNG，第三个参数表示的是压缩级别，从0到9，压缩级别越高，图像尺寸越小，默认级别为3

waitKey([delay]) 第一个参数，如果delay>0, 表示等待delay毫秒之后结束; 如果delay=0, 表示无限等待，直到有按键按下结束 返回值为对应按下按键的ASCII码值, 如Esc的ASCII码为27

k = cv2.waitKey(0)
print(k)
if k == 27:         # wait for ESC key to exit
    cv2.destroyAllWindows()
elif k == ord('s'): # wait for 's' key to save and exit
    cv2.imwrite('datas/messigray.png',img)
    cv2.destroyAllWindows()

destroyWindow(winname) / destroyAllWindow() cv2.destroyWindow()销毁指定窗口，参数填窗口名称 cv2.destroyAllWindows()销毁所有打开的GUI窗口

img is None 判断图像是否为空(读取是否成功） img.shape[0] 获取图像行数(高度) img.shape[1] 获取图像列数(宽度) img.shape[2] 获取图像通道数 img.size 获取总的像素个数(宽度x高度x通道数) img.dtype 获取图像的数据类型

import cv2
import matplotlib.pyplot as plt
import numpy as np

img = cv2.imread('datas/fengjing.jpg')
#cv2显示 BGR
cv2.imshow('cv2', img)
cv2.waitKey(0)
#matlab显示 RGB
plt.imshow(img)
plt.show()
#顺序调整
plt.imshow(img[:,:,::-1])
plt.show()

# Release everything if job is finished
cv2.destroyAllWindows()

VideoCapture类: OpenCV2.x及以上版本新增VideoCapture类，提供了从摄像机或视频文件捕获视频的C++接口。 VideoCapture类三种构造函数方法：

Python: cv2.VideoCapture() → <VideoCapture object> Python:cv2.VideoCapture(filename) → <VideoCapture object> Python:ev2.VideoCapture(device) → <VideoCapture object> 参数说明： 参数filename表示输入视频文件的路径及名称 device表示打开摄像头索引号

取帧方法： Python: cv2.VideoCapture.read([image]) → retval, image

import cv2

# 视频的基本操作 —— 单帧图片 
cap = cv2.VideoCapture(0)  # device
ret, frame = cap.read()  # ret是否能取到帧，frame帧图片(ndarray)
cv2.imshow('frame', frame)
cv2.waitKey(0)
cv2.destroyAllWindows()

import cv2

# 视频的基本操作 —— 视频 
cap = cv2.VideoCapture(0)  # device
ret, frame = cap.read()  # ret是否能取到帧，frame帧图片(ndarray)
count = 0
while True:
    count += 1
    ret, frame = cap.read()
    if not ret:
        break
    if count > 240:
        cap.release()
    # frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)#颜色空间转换
    cv2.imshow('frame', frame)
    cv2.waitKey(1)

VideoCapture类常用函数功能：

cv2.VideoCapture.open(filename) → retval cv2.VideoCapture.open(device) → retval 如果不能指定摄像头——(0, CAP_DSHOW) DirectShow，windows系统的视频管理系统 open()—打开视频文件或者摄像头

#cap = cv2.VideoCapture(0) #device
cap = cv2.VideoCapture('datas/vedioplay.mp4') #filename
# cap = cv2.VideoCapture()
# cap.open('datas/vedioplay.mp4')

cv2.VideoCapture.isOpened()→ retval isOpened()–判断读取视频文件是否正确，正确返回true

print(cap.isOpened())

cv2.VideoCapture.release() → None release()—关闭视频流文件

cv2.VideoCapture.grab（）→ retval grab()—抓取下一帧的视频文件或设备

cv2.VideoCapture.retrieve([image[,channel]]) → retval, image → retval, image retrieve()—解码并返回视频帧

cv2.VideoCapture.get(propId) → retval get()—返回指定视频类的相关参数信息

cv2.VideoCapture.set(propId,value) → retval set()—设置类信息的一个属性

# 视频属性
import cv2
cap = cv2.VideoCapture('datas/vedioplay.mp4')

# 帧率
fps = cap.get(cv2.CAP_PROP_FPS)  # 25.0
print("Frames per second using video.get(cv2.CAP_PROP_FPS) : {0}".format(fps))

# 总共有多少帧
num_frames = cap.get(cv2.CAP_PROP_FRAME_COUNT)
print('共有', num_frames, '帧')
#
frame_height = cap.get(cv2.CAP_PROP_FRAME_HEIGHT)
frame_width = cap.get(cv2.CAP_PROP_FRAME_WIDTH)
print('高：', frame_height, '宽：', frame_width)

#FRAME_NOW = cap.get(cv2.CAP_PROP_POS_FRAMES) # 第0帧
#print('当前帧数', FRAME_NOW) # 当前帧数 0.0

# Release everything if job is finished
cap.release()

读取视频: 说明：视频读取本质上就是读取图像，因为视频是由一帧一帧图像组成的。

1. 读取视频的两种方法：

# 1
cap = cv2.VideoCapture('datas/vedioplay.mp4') #filename

# 2
cap = cv2.VideoCapture()
cap.open('datas/vedioplay.mp4')

2. 循环显示每一帧：

while True:
    ret, frame = cap.read()
    if not ret:  # ret == False
        break
    hsv_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # 颜色空间转换
    cv2.imshow('frame',  hsv_frame)
    if cv2.waitKey(10) & 0xFF == 27:
        cv2.imwrite('1.bmp', hsv_frame)
        print('1')

几点说明：

1. 打开的视频可以是本地视频如:cv2.VideoCapture cap("1.avi"); 也可以是网络视频如：cv2.VideoCapture cap("http://www.laganiere.name/bike.avi");

2. 读取视频一定要加异常判断 ① 打开视频失败(各种原因) ② 取帧失败异常(程序结尾判断) ex1:if(cap.isopened())∶#检查打开是否成功 ex2:

ret,frame = cap.read()
# if（frame is None）∶# 判断当前帧是否为空
if ret==False∶# 判断取帧是否失败
	break

写入视频:

1. VideoWriter： Opencv提供VideoWriter类写视频文件，类的构造函数可以指定文件名、播放帧率、帧尺寸、是否创建彩色视频。

cv2.VideoWriter([filename, fourcc, fps, frameSize[, isColor]) → <VideoWriter object> · filename - Name of the output video file. · fourcc - 4-character code of codec used to compress the frames. For example,CV_FOURCC(‘P’,‘I’,‘M’,‘1’)is a MPEG-1 codec, CV_FOURCC('M,‘J’,‘P’,‘G’) of codes can be obtained at Video Codecs by FOURCC page. · fps - Framerate of the created video stream. · frameSize - Size of the video frames. · isColor - If it is not zero,the encoder will expect and encode color frames,otherwise it will work with grayscale frames(the flag is current)

2. 写入帧方法

fourcc = cv2.VideoWriter_fourcc(*'XVID') out= cv2.VideoWriter('output.avi',fourcc,20.0,(640,480)) out.write(frame)

3. 注意事项：

写入视频前需安装对应的编解码器 生成视频是否支持彩色应与构造函数设置一致 生成视频尺寸需与读取视频尺寸一致

视频保存

import cv2
cap = cv2.VideoCapture('datas/vedioplay.mp4')
height = cap.get(cv2.CAP_PROP_FRAME_HEIGHT)
width = cap.get(cv2.CAP_PROP_FRAME_WIDTH)

#写入帧方法
fourcc = cv2.VideoWriter_fourcc(*'MJPG')  # opencv 3.0 #cv2.VideoWriter_fourcc('X','V','I','D')

#创建一个视频写入对象 VideoWriter
out = cv2.VideoWriter('datas/output20220617-1.mp4', fourcc, 20.0, (int(width), int(height)))
while cap.isOpened():
    ret, frame = cap.read()
    if not ret:
        break
    out.write(frame)

# Release everything if job is finished
cap.release()
cv2.destroyAllWindows()

视频分解: 读取视频并分解为一张一张的图片保存

批量读取图片:

1. 有序图片读取：根据图片名的规律来对文件名进行格式化，然后统一读入；
2. 无序图片读取：文件名无规律，通过Windows相关方法读取。

**图片合成视频:**将一张一张的图片合成为视频保存

import cv2
import os
import random

# 1.读取datas/2-PI231imgs文件夹中的任意一张图片，并查看该图片的通道数。
path_org = r"F:\2-PI231imgs"  # 文件夹路径
File_in_path = os.listdir(path_org)  # 获取该文件夹下所有的文件名 的一个列表
random.seed(10)
Choice_File = random.choice(File_in_path)  # 随机抽取一个文件
path_get = os.path.join(path_org,Choice_File)  # 随机文件的地址

img_get = cv2.imread(path_get)  # 读取文件图片（默认为彩色图）

if img_get is None:
    print(f'文件{ 
          Choice_File}读取地址有误')
else:
    print(f'文件{ 
          Choice_File}的通道数为{ 
          img_get.shape[-1]}')


# 2.将 datas/2-PI231imgs文件夹中的图片保存成格式为mp4的视频
Files_in_path = [os.path.join(path_org,File_path) for File_path in File_in_path]
print(Files_in_path)
# 获取文件的尺寸大小
test_img = cv2.imread(Files_in_path[0])
if test_img is None:
    print("图片读取错误！")
else:
    height = int(test_img.shape[0])
    wid = int(test_img.shape[1])
    print(height,wid)
    fourcc = cv2.VideoWriter_fourcc(*'XVID')
    out= cv2.VideoWriter('output.avi',fourcc,20,(wid,height))
    for path in Files_in_path:
        img_in_path = cv2.imread(path)
        # cv2.waitKey(3)
        # cv2.imshow('test',img_in_path)
        out.write(img_in_path)
    

out.release()
cv2.destroyAllWindows()
print('视频以保存')

1. Point类 Point类数据结构表示二维坐标系的点，由坐标x, y指定的2D点，Python中直接用元组(x,y)
2. Rect类 Rect类用来表示矩形，成员有x,y, width, height，Python中直接用元组(x,y,w,h)
3. Size类 Size表示区域大小，常用构造函数Size(int _width, int _height)，Python中直接用元组(width, height)
4. Scalar类 Scalar()表示具有四个元素的数组，大量用来传递像素值，如RGB颜色，Python中直接用元组(B, G, R) 一般形式：Scalar(double B, double G, double R, double Alpha) 如果用不到第四个则表示Scalar(B, G, R), 其中：B—表示蓝色分量，G—表示绿色分量，R—表示红色分量，Alpha—表示透明度

注意:Scalar表示颜色顺序为BGR Scalar(255, 0, 0) ----表示纯蓝色 Scalar(0, 255, 0) ----表示纯绿色 Scalar(0, 0, 255) ----表示纯红色 Scalar(255, 255, 0) ----表示青色 Scalar(0, 255, 255) ----表示黄色

1. 基础图像容器： Python用numpy来操作
2. Numpy相关属性简介: np is None 数组是否为空 np.shape 数组行，列，维度 img.size 数组元素总个数 img.dtype 数组元素数据类型
3. Numpy相关方法简介: np.zeros()创建全为元素0的数组 np.ones()创建全为元素1的数组 np.eye()创建对角线元素全为1的数组 np.copy()数组深拷贝

import numpy as np 
import cv2

# img=np.zeros((512,512,3),np.uint8)
# img=np.ones((512,512,3),np.uint8)
img=np.eye(100,100)
img = 255 * img
# print(img)
cv2.imshow("img",img)
cv2.waitKey(0)
cv2.destroyAllWindows()

4. 常用颜色空间介绍: RBG颜色空间——R/G/B取值范围[0,255]

HSV/HLS颜色空间——H取值范围[0,360]，S/V取值范围[0,1] H：色调，0度（红色） S：饱和度，接近某种光谱色的程度，值越大表示越接近。 V：亮度，值越大亮度越高。 主要用于：颜色识别（跟踪）

Lab颜色空间——L取值范围[0,100]a/b取值范围[127,-128]

import numpy as np
import cv2

size = (2560, 1600)
# 全黑.可以用在屏保
black = np.zeros(size)
black[225:300] = 255
# black[:,225:300] = 255
black[34,56] = 255
print(black[34][56])
cv2.imshow('black', black)
cv2.waitKey(0)
cv2.imwrite('black.jpg',black)

#white 全白
black[:]=255
print(black[34][56])
cv2.imshow('white', black)
cv2.waitKey(0)
cv2.imwrite('white.jpg',black)

OpenCV常用绘图函数: cv2.line()函数------用于绘制直线 cv2.circle()函数------用于绘制圆 cv2.rectangle()函数------用于绘制矩形 cv2.ellipse()函数------用于绘制椭圆 cv2.fillPoly()/polylines()函数-----用于绘制多边形 cv2.putText()函数------用于添加文字

绘制直线——cv2.line() cv2.line(img,pt1, pt2, color[, thclaness[, lineTye[, shift]]]) → None

绘制圆——cv2.circle() cv2.circle(img, center,radius,color[,thickness[, lineType[,shift]]]) → None Opencv2—cv2.CV_AA, OpenCV3—cv2.LINE_AA

绘制矩形——cv2.rectangle() cv2.rectangle(img,pt1,pt2,color[,thickness[,lineType[, shift]]]) → None

绘制椭圆——cv2.ellipse() cv2.ellipse(img,center, axes,angle, startAngle,endangle,color[,thickness[,lineTye[,shift]]]) → None cv2.ellipse(img, box,color[,thicknese[,linetype]]) → None

绘制多边形——cv2.fillPoly()/cv2.polylines() cv2.fillPoly(img,pts,color[,lineType,shift[,offset]]]) → None cv2.polylines(img,pts,isClosed,color[, thickmess[,lineType[,shift]]]）→ None

添加文字——cv2.putText() cv2.puText(img, text, org, fontFace, fontScale, color[, thickness[, lineType[, bottomleftOrigin]]])→ None

# -*- coding: utf-8 -*-
import numpy as np
import cv2

''' • img: 你想绘制图形的 幅图像。 • color: 形状的颜色。以RGB为例,需要传入一个元组 BGR 例如 255,0,0 代表蓝色，第一个是蓝色通道，第二个是绿色通道，第三个是红色通道。对于灰度图只需要传入灰度值。 • thickness 线条的粗细。如果给一个闭合图形置为 -1 那么这个图形就会被填充。默认值是 1. • linetype 线条的类型， 8 连接，抗锯齿等。 默认情况是8 连接。cv2.LINE_AA 为抗锯齿,这样看起来会非常平滑。 '''
#0 1 2 3.....255

# Create a black image
img = np.ones((512, 512, 3), np.uint8)
cv2.imshow(winname='img', mat=img)
cv2.waitKey(1)
# Draw a diagonal blue line with thickness of 5 px
cv2.line(img, pt1=(0, 0), pt2=(511, 511), color=(255, 0, 0), thickness=5)  # pt1, pt2, color, thickness=5

# cv2.polylines() 可以用来画很多条线。只需要把想画的线放在一 个列表中， 
# 将列表传给函数就可以了。每条线会被独立绘制。这会比用 cv2.line() 一条一条的绘制要快一些。
# cv2.polylines(img, pts, isClosed, color, thickness=None, lineType=None, shift=None)

cv2.arrowedLine(img,pt1=(151, 401), pt2=(21, 13), color=(255, 0, 0), thickness=5)

cv2.rectangle(img, (384, 0),