OpenCV是一個基于BSD許可（開源）發(fā)行的跨平臺計算機視覺庫宇整，可以運行在Linux喂链、Windows床牧、MacOS操作系統(tǒng)上财喳。它輕量級而且高效——由一系列 C 函數(shù)和少量C++類構成，同時提供了Python立砸、Ruby掖疮、MATLAB等語言的接口，實現(xiàn)了圖像處理和計算機視覺方面的很多通用算法颗祝。
簡言之浊闪，通過openCV可實現(xiàn)計算機圖像、視頻的編輯螺戳。廣泛應用于圖像識別搁宾、運動跟蹤、機器視覺等領域倔幼。
為什么用Python盖腿？
眾所周知，雖然Python語法簡潔，編寫高效翩腐，但相比C/C++運行慢很多鸟款。然而Python還有個重要特性：它是一門膠水語言！Python可以很容易地擴展C/C++茂卦。OpenCV-Python就是用Python包裝了C++的實現(xiàn)何什，背后實際就是C++的代碼在跑，所以代碼的運行速度跟原生C/C++速度一樣快等龙，而且更加容易編寫处渣。
安裝
pip install opencv-python
然后import cv2就可以了
基礎操作函數(shù)
cv2.imread()——讀取圖像
函數(shù)格式cv2.imread(img,flag)
flag取值可以為
- cv2.IMREAD_COLOR 默認、彩色照片
- cv2.IMREAD_GRAYSCALE 灰度照片
- cv2.IMREAD_UNCHANGED 加載原圖通道
也可以通過1而咆、 0霍比、-1 指定上述三個模式
import numpy as np
import cv2
# 灰度模式打開圖片
img = cv2.imread('messi5.jpg',0)
cv2.imshow()——顯示圖片
cv2.imshow('image',img)#第一個為顯示的圖片名字，第二個為圖片
cv2.waitKey(0)#不停刷新圖片暴备，直到你按下任意按鍵退出
cv2.destroyAllWindows()#關閉所有顯示框，若只關閉一個们豌，可 cv2.destroyWindow()單獨指定
cv2.imwrite()——保存圖片
cv2.imwrite('messigray.png',img) #第一個參數(shù)為文件名涯捻，第二個為要保存的圖像。
cv2.VideoCapture()——捕捉視頻圖像
import numpy as np
import cv2
#創(chuàng)建一個VideoCapture項目望迎，0代表選擇第一個設備
cap = cv2.VideoCapture(0)
while(True):
# 捕捉每一幀圖像障癌，返回兩個參數(shù)ret為是否返回圖片（True or False），frame為返回的圖片
ret, frame = cap.read()
# 通過cv2.cvtColor轉換顏色格式為灰度模式
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
# 播放每一幀圖像
cv2.imshow('frame',gray)
if cv2.waitKey(1) & 0xFF == ord('q'):
break
# 最后要記得釋放capture
cap.release()
cv2.destroyAllWindows()
還可以通過更改設備號為文件名來播放視頻辩尊，并且通過cv2.WaitKey()來控制播放速度涛浙，可以制作慢動作視頻等等
import numpy as np
import cv2
cap = 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'):
break
cap.release()
cv2.destroyAllWindows()
cv2.VideoWriter()——保存視頻
import numpy as np
import cv2
cap = cv2.VideoCapture(0)
#fourcc是一種編碼格式，我們保存視頻時要指定文件名摄欲、編碼格式轿亮、FPS、輸出尺寸胸墙、顏色模式
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) 翻轉圖像（1水平翻轉我注、0垂直翻轉、-1水平垂直翻轉）
frame = cv2.flip(frame,0)
# 寫入視頻幀
out.write(frame)
cv2.imshow('frame',frame)
if cv2.waitKey(1) & 0xFF == ord('q'):
break
else:
break
cap.release()
out.release()
cv2.destroyAllWindows()
cv2.line(), cv2.circle() , cv2.rectangle(), cv2.ellipse(), cv2.putText()
畫圖迟隅，用處較少但骨，不再贅述
cv2.setMouseCallback()——鼠標繪圖
import cv2
import numpy as np
#初始化
drawing = False #為真時開始畫圖
mode = True #為真時畫舉行，為假時畫圓
ix,iy = -1,-1
def draw_circle(event,x,y,flags,param):
global ix,iy,drawing,mode
#鼠標左鍵按下時
if event == cv2.EVENT_LBUTTONDOWN:
drawing = True
ix,iy = x,y
#鼠標移動時
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)
#鼠標抬起時
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)
#初始化圖像
img = np.zeros((512,512,3), np.uint8)
cv2.namedWindow('image')
cv2.setMouseCallback('image',draw_circle)
#按下"m"來切換模式
while(1):
cv2.imshow('image',img)
k = cv2.waitKey(1) & 0xFF
if k == ord('m'):
mode = not mode
elif k == 27:
break
cv2.destroyAllWindows()
array.item()智袭、array.itemset()——查看并修改單一像素值
import cv2
import numpy as np
img = cv2.imread('messi5.jpg')
# 指定像素點
px = img[100,100]
print px
#[157 166 200]
# 獲取藍色像素值
blue = img[100,100,0]
print blue
#157
img.shape img.size img.dtype —— 查看圖片尺寸奔缠、大小、數(shù)據(jù)類型
>>> print img.shape
(342, 548, 3)
>>> print img.size
562248
>>> print img.dtype
uint8
cv2.split cv2.merge —— 分離吼野、合并通道（注意：有損分離）
>>> b,g,r = cv2.split(img)
>>> img = cv2.merge((b,g,r))
#或者
>>> b = img[:,:,0]
#也可以通過這種形式快速指定紅色通道像素值為0
>>> img[:,:,2] = 0
cv2.copyMakeBorder() —— 給圖片加一個相框
可以指定下列參數(shù)
- src - 你的圖片
- top, bottom, left, right - 上下左右邊框寬度
- borderType - 邊框類型（下面詳細展示校哎，不做具體講解）
- cv2.BORDER_CONSTANT
- cv2.BORDER_REFLECT
- cv2.BORDER_REFLECT_101 or cv2.BORDER_DEFAULT
- cv2.BORDER_REPLICATE
- cv2.BORDER_WRAP
- value - 當類型為cv2.BORDER_CONSTANT時需要額外指定的值
import cv2
import numpy as np
from matplotlib import pyplot as plt
BLUE = [255,0,0]
img1 = cv2.imread('opencv_logo.png')
replicate = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_REPLICATE)
reflect = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_REFLECT)
reflect101 = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_REFLECT_101)
wrap = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_WRAP)
constant= cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_CONSTANT,value=BLUE)
plt.subplot(231),plt.imshow(img1,'gray'),plt.title('ORIGINAL')
plt.subplot(232),plt.imshow(replicate,'gray'),plt.title('REPLICATE')
plt.subplot(233),plt.imshow(reflect,'gray'),plt.title('REFLECT')
plt.subplot(234),plt.imshow(reflect101,'gray'),plt.title('REFLECT_101')
plt.subplot(235),plt.imshow(wrap,'gray'),plt.title('WRAP')
plt.subplot(236),plt.imshow(constant,'gray'),plt.title('CONSTANT')
plt.show()
如圖所示
cv2.inRange —— 用來追蹤物體
HSV是一個常用于顏色識別的模型，相比BGR更易區(qū)分顏色箫锤，轉換模式用COLOR_BGR2HSV表示贬蛙。
經驗之談：OpenCV中色調H范圍為[0,179]雨女，飽和度S是[0,255]，明度V是[0,255]阳准。雖然H的理論數(shù)值是0°~360°氛堕，但8位圖像像素點的最大值是255，所以OpenCV中除以了2野蝇，某些軟件可能使用不同的尺度表示讼稚，所以同其他軟件混用時，記得歸一化绕沈。
現(xiàn)在锐想，我們實現(xiàn)一個使用HSV來只顯示視頻中藍色物體的例子，步驟如下：
- 捕獲視頻中的一幀
- 從BGR轉換到HSV
- 提取藍色范圍的物體
-
只顯示藍色物體
追蹤藍色物體
capture = cv2.VideoCapture(0)
# 藍色的范圍乍狐，不同光照條件下不一樣赠摇，可靈活調整
lower_blue = np.array([100, 110, 110])
upper_blue = np.array([130, 255, 255])
while(True):
# 1.捕獲視頻中的一幀
ret, frame = capture.read()
# 2.從BGR轉換到HSV
hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
# 3.inRange()：介于lower/upper之間的為白色，其余黑色
mask = cv2.inRange(hsv, lower_blue, upper_blue)
# 4.只保留原圖中的藍色部分
res = cv2.bitwise_and(frame, frame, mask=mask)
cv2.imshow('frame', frame)
cv2.imshow('mask', mask)
cv2.imshow('res', res)
if cv2.waitKey(1) == ord('q'):
break
