一、OpenCV

1.介绍

• OpenCV（开放源代码计算机视觉库）是一个开源的计算机视觉和机器学习软件库。由一系列 C++ 类和函数构成，用于图像处理、计算机视觉领域的算法实现。

• OpenCV-Python使用Numpy，这是一个高度优化的数据库操作库。所有OpenCV数组结构都转换为Numpy数组。这也使得与使用Numpy的其他库（如SciPy和Matplotlib）集成更容易。

2.下载

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

3.图像的表示

• 图像一般是RGB三原色图。RGB图上的每个点都是由红（R）、绿（G）、蓝（B）三个颜色按照一定比例混合而成的；在OpenCV中，默认情况下，彩色图像是以BGR（蓝-绿-红）顺序存储。
• 彩色图像：三维数组存储【行数，列数，通道数(一般是3)】
• 灰色图像：二维存储【行数，列数】
• 数组存储的数据类型（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。

4.图像的基本操作

4.1图片读取或创建

4.1.1读取

• cv2.imread(filename)
• 参数：
  • filename：图像路径

4.1.2创建

import cv2
import numpy as np# 设置图像尺寸
height, width = 512, 512
# 创建一个空白的彩色图像-----三维数组，8位
img = np.zeros((height, width, 3), dtype=np.uint8)
# 修改像素值-----0~255的随机整数，大小相同的数组
img[::] = np.random.randint(0, 256, img.shape)# 设置显示的图像---z'd
cv2.imshow('Random Color Image', img)
# 显示时间
cv2.waitKey(0)
# 释放内存
cv2.destroyAllWindows()

4.2创建窗口

用于显示图片。不创建也可以，在显示的时候可以自动创建。

• cv2.namedWindow(winname [,窗口属性])

• 使用 cv2.namedWindow() 方法创建一个新的窗口。你可以为这个窗口指定一个名称，并且可以选择窗口的属性（例如，是否可调整大小）。

• 参数：

• winname：窗口名

• 窗口属性：窗口大小是否可调整

  • cv2.WINDOW_AUTOSIZE：默认，窗口自适应大小，不能调整
  • 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。

4.3显示图片

4.3.1设置读取的图片

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

注意：在调用显示图像的API后，要调用cv2.waitKey(0)给图像绘制留下时间，否则窗口会出现无响应情况，并且图像无法显示出来。

4.3.2设置显示多久

cv.waitKey(n)：

• n = 0：一直显示

• n > 0：显示 n毫秒

4.3.3释放

在关闭图像后执行

• cv2.destroyAllWindows()：立即销毁所有（打开的）窗口
• cv2.destroyWindow(winname)：关闭指定名称的窗口。省略则销毁所有已打开的窗口。

4.4.保存图片

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

4.5图片切片（剪裁）

从图像中提取一个子区域（矩形区域）。

读取到的图片是一个numpy.ndarray类型的数组，所以可以直接切片操作。

• 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

示例：

import numpy as np
import cv2 as cv
# 读取图像
img=cv.imread("images/001.jpg")
print(img.shape)
# 定义剪裁后图像的宽度和高度（以像素为单位）
h = 300
w = 500
# 定义剪裁的起始点,坐标小于图片的宽高
y=100
x=200
# 剪裁
img2=img[y:y+h,x:x+w]
print(img2.shape)

4.6图片大小调节

• cv2.resize是Opencv库中用于调整图像大小的函数，在图像处理中很常用，特别是在要对图像进行缩放以适应不同需求时。
• cv2.resize(img,dsize)
  • 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)
• 示例：

import cv2 as cv
# 读取图片
img=cv.imread("images/001.jpg")
print(img.shape)
# 调整的大小
dsize=(100,200)
new_img=cv.resize(img,dsize)
print(new_img.shape)

5.在图像中绘值

5.1绘制直线

• cv2.line(img,sart,end,color,thickness)

• 参数

  • img：要绘制直线的图像
  • start、end：直线的起点和终点坐标
  • color：直线的颜色（对于彩色图像，使用 BGR 格式指定颜色）
  • thickness：线条宽度

5.2绘制圆形

• cv2.circle(img,centerpoint,r,color,thickness，cv.LINE_AA)

• 参数：

  • img：要绘制圆形的图片
  • centerpoint、r：圆心坐标和半径
  • color：线条颜色
  • tnickness：线条宽度，为-1时完全填充颜色
  • cv.LINE_AA: 反走样技术，让图行边缘更光滑

5.3绘制矩形

• 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

5.4添加文字

• 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
  • 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: 反走样技术，让图行边缘更光滑

5.5综合案例

import cv2 as cv
# 读取图片
img = cv.imread("./imgs/cat1.png")
# 绘制直线---起点，终点，颜色，粗细
cv.line(img, [100,100], [400, 400], [0, 0, 255], 2)
# 绘制圆形---圆心，半径，颜色，粗细，抗锯齿(平滑)
cv.circle(img, [300, 300], 50, [0, 255, 0], 2,cv.LINE_AA)
# 绘制矩形---左上角，右下角，颜色，粗细，抗锯齿(平滑)
cv.rectangle(img, [100, 100], [400, 400], [255, 0, 0], 2, cv.LINE_AA)
# 绘制文字---文字内容，哪里开始写，字体类型，字体大小，颜色，字体粗细
cv.putText(img, "Hello World!",(450,450), cv.FONT_ITALIC, 1, [255, 0, 0], 2)cv.imshow("Cat", img)
cv.waitKey(0)
cv.destroyAllWindows()

6.读取视频

• cap = cv2.VideoCapture(path)

  • path:视频流资源路径设置为；填0,代表从默认摄像头捕获视频流(自拍)

• ret,frame = cap.read()

• 返回值cap调用read()方法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。

示例：

import cv2 as cv
# 创建VideoCapture对象,参数为摄像头索引(通常为0,如果为单一摄像头)
vi=cv.VideoCapture(0)
while True:ret,frame=vi.read()if not ret:print("error")breakcv.imshow("frame",frame)# 等待40毫秒并检查按键事件,获取按键的ASCII码,判断按键是否为q键if cv.waitKey(40) & 0xFF==ord('q'):break
vi.release()# 释放摄像头资源
cv.destroyAllWindows()