当前位置：首页 > article >正文

OpenCV 学习笔记

article 2024/10/31 21:29:45

OpenCV

环境安装

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

显示窗口

cv2.namedWindow 是 OpenCV 库中的一个函数，用于创建一个命名窗口，以便在该窗口中显示图像或进行其他图形操作。这个函数在处理图像和视频时非常有用，尤其是在开发基于图像处理的应用程序时

函数原型

cv2.namedWindow(winname, flags=None)

参数说明

winname (str): 窗口的名称。这个名称必须是唯一的，因为它是用来标识窗口的。

flags (int, 可选): 窗口的标志，用于设置窗口的行为。默认值为

cv2.WINDOW_AUTOSIZE

。常见的标志包括：

cv2.WINDOW_NORMAL: 允许调整窗口大小。

cv2.WINDOW_AUTOSIZE: 窗口大小根据图像大小自动调整，不能手动调整。。

详细解释

读取图像：

image = cv2.imread('path/to/your/image.jpg')

使用 cv2.imread 函数读取图像文件。

创建窗口：

cv2.namedWindow('Image Window', cv2.WINDOW_NORMAL)

使用 cv2.namedWindow 创建一个名为 "Image Window" 的窗口，并设置标志为 cv2.WINDOW_NORMAL，允许用户调整窗口大小。

显示图像：

cv2.imshow('Image Window', image)

使用 cv2.imshow 在指定的窗口中显示图像。

等待用户按键：

cv2.waitKey(0)

使用 cv2.waitKey 暂停程序执行，等待用户按键。参数 0 表示无限期等待，直到有按键事件发生。

返回值：是一个ASCII值，

例如：q 键 ASCII 值为 113 ESC 键是27

关闭所有窗口：

cv2.destroyAllWindows()

使用 cv2.destroyAllWindows 关闭所有打开的窗口。

其他注意事项

窗口名称：窗口名称必须是唯一的，否则会覆盖已有的同名窗口。

窗口标志：选择合适的窗口标志可以提升用户体验，特别是在需要用户交互的场景中。

创建空白图像

你可以使用 np.zeros 函数创建一个全零数组，这个数组可以表示一个空白图像。数组的形状应该符合图像的尺寸和通道数（例如，对于 RGB 图像，形状应为 (height, width, 3)）

函数写法

# 创建一个 500x500 像素的空白图像，3 个通道（RGB）
height, width, channels = 500, 500, 3
blank_image = np.zeros((height, width, channels), dtype=np.uint8)

保存图片

`cv2.imwrite 是 OpenCV 库中的一个函数，用于将图像保存到文件中。这个函数在图像处理和计算机视觉任务中非常常用，特别是在需要将处理后的图像结果保存到磁盘时。

函数原型

cv2.imwrite(filename, img[, params])

参数说明

filename (str): 要保存的文件路径和名称。支持的文件格式包括 .jpg, .png, .bmp, .tiff 等。

img (numpy.ndarray): 要保存的图像。通常是一个二维或三维的 NumPy 数组，表示图像的像素值。

返回值

bool: 成功保存图像返回 True，否则返回 False。

其他注意事项

文件路径：确保提供的文件路径是有效的，如果路径不存在，OpenCV 会尝试创建它，但如果权限不足则会保存失败。

图像切片(裁剪)

在 OpenCV 中，图像切片用于从图像中提取一个子区域（矩形区域）。这种操作在图像处理中非常常见，特别是在进行目标检测、ROI（Region of Interest，感兴趣区域）提取等任务时。

语法解释

假设你有一个图像 img，它的类型是 numpy.ndarray。img[y:y+h, x:x+w] 的含义如下：

x: 子区域左上角的 x 坐标。

y: 子区域左上角的 y 坐标。

w: 子区域的宽度。

h: 子区域的高度。

切片操作

img[y:y+h, x:x+w] 提取的是从 (x, y) 开始，宽度为 w，高度为 h 的矩形区域。

其他注意事项

边界检查：确保 (x, y) 和 (x+w, y+h) 都在图像的边界内，否则会导致数组索引越界错误。

数据类型：img 通常是 numpy.ndarray 类型，切片操作返回的也是 numpy.ndarray 类型。

调整图片大小

cv2.resize 是 OpenCV 库中的一个函数，用于调整图像的大小。这个函数在图像处理中非常常用，特别是在需要对图像进行缩放、放大或缩小以适应不同需求时。

函数原型

cv2.resize(src, dsize, dst)

参数说明

src (numpy.ndarray): 输入图像，通常是一个二维或三维的 NumPy 数组。

dsize (tuple): 输出图像的尺寸，是一个二元组 (width, height)。如果指定了 fx 和 fy，则可以忽略此参数。

返回值

dst (numpy.ndarray): 缩放后的图像。

图像绘制

绘制圆形

cv2.circle()函数用于在图像上绘制圆形。该函数的语法如下：

cv2.circle(img, center, radius, color, thickness)

其中，参数解释如下：

img：要绘制圆形的图像。

center：圆心的坐标。

radius：圆的半径。

color：圆的颜色，通常是一个表示BGR颜色的元组，例如(255, 0, 0)表示蓝色。

thickness：圆的边界线条的厚度，如果为负值或cv2.FILLED，表示填充整个圆。

绘制矩形

cv2.rectangle()`函数用于在图像上绘制矩形。该函数的语法如下：

cv2.rectangle(img, pt1, pt2, color[, thickness[, lineType[, shift]]])

其中，参数解释如下：

img：要绘制矩形的图像。

pt1：矩形的一个顶点。

pt2：矩形对角线上的另一个顶点。

color：矩形的颜色，通常是一个表示BGR颜色的元组，例如(255, 0, 0)表示蓝色。

thickness：矩形边框的厚度，如果为负值或cv2.FILLED，表示填充整个矩形内部。

绘制文本

cv2.putText 是 OpenCV 库中的一个函数，用于在图像上添加文本。这个函数在图像处理和计算机视觉任务中非常有用，特别是在需要标注图像、显示信息或调试时。

函数原型

cv2.putText(img, text, org, fontFace, fontScale, color[, thickness[, lineType[, bottomLeftOrigin]]])

参数说明

img (numpy.ndarray): 输入图像，通常是一个二维或三维的 NumPy 数组。

text (str): 要添加的文本字符串。

org (tuple): 文本的起始位置，是一个二元组 (x, y)，表示文本左下角的坐标。

fontFace

(int): 字体类型，常见的字体类型包括：

cv2.FONT_HERSHEY_SIMPLEX: 正常大小的无衬线字体

cv2.FONT_HERSHEY_PLAIN: 小号的无衬线字体

cv2.FONT_HERSHEY_DUPLEX: 正常大小的无衬线字体，比 FONT_HERSHEY_SIMPLEX 更粗

cv2.FONT_HERSHEY_COMPLEX: 正常大小的有衬线字体

cv2.FONT_HERSHEY_TRIPLEX: 正常大小的有衬线字体，比 FONT_HERSHEY_COMPLEX 更粗

cv2.FONT_HERSHEY_SCRIPT_SIMPLEX: 手写风格的字体

cv2.FONT_HERSHEY_SCRIPT_COMPLEX: 手写风格的字体，比 FONT_HERSHEY_SCRIPT_SIMPLEX 更粗

cv2.FONT_ITALIC: 斜体修饰符，可以与其他字体类型组合使用

fontScale (float): 字体大小的比例因子。

color (tuple): 文本颜色，是一个三元组 (B, G, R)，表示蓝色、绿色和红色的值。

thickness (int, 可选): 文本线条的厚度，默认值为 1。

lineType

(int, 可选): 线条类型，常见的线条类型包括：

cv2.LINE_4: 4 连通线

cv2.LINE_8: 8 连通线

cv2.LINE_AA: 抗锯齿线（默认值）

img (numpy.ndarray): 添加文本后的图像。

绘制直线

cv2.line(img, pt1, pt2, color, thickness lineType) -> img

参数说明

img: 输出图像，即要在这张图上绘制直线的图像。通常是一个 NumPy 数组。

pt1: 直线的一个端点，是一个包含两个元素（x, y）的元组，代表该点的坐标。

pt2: 直线的另一个端点，也是一个包含两个元素（x, y）的元组，代表该点的坐标。

color: 直线的颜色，对于 BGR 图像，这应该是一个包含三个整数的元组，分别对应蓝色、绿色和红色的强度（例如 (255, 0, 0) 表示纯蓝色）。对于灰度图像，只需要一个整数值即可。

thickness: 可选参数，定义直线的宽度。默认值是 1。

返回值

img: 返回的是经过修改后的图像，实际上就是传入的图像本身，因为 cv2.line() 是直接在原图上操作的。

cv2.line() 是 OpenCV 库中的一个函数，用于在图像上绘制直线。这个函数非常直观，它接受多个参数来定义直线的位置、颜色、厚度等属性。以下是 cv2.line() 函数的基本语法及其参数说明

import cv2

img = cv2.imread("images/car.png")

# 定义直线的起点和终点
start_point = (50, 50) # 起点坐标 (x1, y1)
end_point = (450, 450) # 终点坐标 (x2, y2)

# 定义颜色 (B, G, R) 和线条粗细
color = (255, 0, 0) # 蓝色
thickness = 2 # 线条的宽度

# 使用 cv2.line() 在图像上绘制直线
cv2.line(img, start_point, end_point, color, thickness)

# 显示图像
cv2.imshow('Image with Line', img)

# 等待按键，然后关闭窗口
cv2.waitKey(0)
cv2.destroyAllWindows()

控制鼠标

cv2.setMouseCallback 是 OpenCV 提供的一个非常有用的函数，它允许用户定义一个回调函数，当鼠标事件发生时（如点击、释放、移动等），该回调函数会被调用。这在创建交互式应用程序时特别有用，比如图像标注工具、绘图程序等。

代码解释

draw_test函数:

event: 鼠标事件类型，如 cv2.EVENT_LBUTTONDOWN 表示左键按下。

x, y: 鼠标事件发生时的坐标。

flags: 额外的标志位，通常不用。

param: 传递给回调函数的参数，通常不用。

cv2.setMouseCallback('image', draw_test) 设置鼠标回调函数，当在 'image' 窗口中发生鼠标事件时，调用 draw_circle 函数

视频处理

cv2.VideoCapture 是 OpenCV 库中的一个类，用于从摄像头或视频文件中捕获视频帧。这个类提供了多种方法来控制视频捕获的过程，包括打开视频文件、读取视频帧、获取视频属性等。

常用方法

read()

read() 方法用于从视频源中读取下一帧。它返回一个布尔值和图像帧。布尔值表示是否成功读取了帧，图像帧是一个 NumPy 数组。

ret, frame = cap.read()
if not ret:
print("Failed to grab frame")
break

release()

release() 方法用于释放视频捕获资源。在完成视频处理后，必须调用此方法来释放摄像头或视频文件。

cap.release()

isOpened()

isOpened() 方法用于检查视频捕获对象是否已经成功打开。

if not cap.isOpened():
print("Error opening video stream or file")

get() 和 set()

get() 和 set() 方法用于获取和设置视频捕获属性。常用的属性包括帧宽、帧高、帧率等。

# 获取帧宽
width = cap.get(cv2.CAP_PROP_FRAME_WIDTH)

# 获取帧高
height = cap.get(cv2.CAP_PROP_FRAME_HEIGHT)

# 获取帧率
fps = cap.get(cv2.CAP_PROP_FPS)

# 设置帧宽
cap.set(cv2.CAP_PROP_FRAME_WIDTH, 640)

# 设置帧高
cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 480)