OpenCV-Python官方文档学习笔记（上）
整理自O(shè)penCV-Python官方文檔
-
一. OpenCV-Python Tutorials
- 1 安裝及驗(yàn)證
- 2 圖片讀寫，展示
- 3 視頻讀寫，展示
- 4 繪圖功能（繪制幾何形狀：線、圓、橢圓、矩形、文字）
- 5 鼠標(biāo)事件畫筆
- 6 軌跡欄作為調(diào)色板
- 7 核心操作方法
- 8 圖像處理
* 8.1 顏色空間
* 8.2 閾值化
* 8.3 幾何變換
* 8.4 平滑圖像
一、OpenCV-Python Tutorials
Python由于其簡(jiǎn)單性和代碼可讀性，它在短時(shí)間內(nèi)變得非常流行。
另一個(gè)是強(qiáng)大的Numpy，Scipy，Matplot等使其使用非常方便，并且易于C，C++的擴(kuò)展；
OpenCV在機(jī)器學(xué)習(xí)，計(jì)算機(jī)視覺等領(lǐng)域的算法支持很多；
1. 安裝及驗(yàn)證
安裝可參考：
https://opencv-python-tutroals.readthedocs.io/en/latest/py_tutorials/py_setup/py_setup_in_windows/py_setup_in_windows.html
驗(yàn)證安裝
python -c "import cv2"
2. 圖片讀寫，展示
- cv2.imread(“imager.jpg”，cv2.IMREAD_COLOR) 圖片路徑，讀圖方式【cv2.IMREAD_COLOR或者1：加載彩色圖，忽略透明度，默認(rèn)模式；cv2.IMREAD_GRAYSCALE或者0： : 灰度圖；cv2.IMREAD_UNCHANGED或者-1：BGR+alpha透明度4通道圖；】
- cv2.imshow(“image”，image) 窗口名稱，圖片array
- cv2.imwrite(“image.jpg”，image) 保存的圖片路徑名稱，圖片array
3. 視頻讀寫，展示，捕獲窗口
使用筆記本電腦的內(nèi)置網(wǎng)絡(luò)攝像頭，捕獲實(shí)時(shí)視頻流的每一幀，并寫入文件
- cv2.flip(frame,0) 翻轉(zhuǎn)圖像 1水平翻轉(zhuǎn)，0垂直翻轉(zhuǎn)，-1水平垂直翻轉(zhuǎn)
- cv2.VideoCapture() 內(nèi)置網(wǎng)絡(luò)攝像頭——視頻捕獲
- cv2.VideoWriter() 視頻幀寫入類
# 視頻寫入import numpy as np
import cv2cap = cv2.VideoCapture(0)# 定義編碼器codec 初始化視頻寫入類對(duì)象
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:# 垂直翻轉(zhuǎn)每一幀圖像frame = cv2.flip(frame, 0)# 寫入翻轉(zhuǎn)后的每一幀out.write(frame)cv2.imshow('frame', frame)if cv2.waitKey(1) & 0xFF == ord('q'):breakelse:break# 釋放視頻捕獲器以及視頻寫入流
cap.release()
out.release()
cv2.destroyAllWindows()
4. 繪圖功能（繪制幾何形狀：線、圓、橢圓、矩形、文字）
# 繪圖功能（繪制幾何形狀：線、圓、橢圓、矩形、文字）import numpy as np
import cv2# 創(chuàng)建一個(gè)黑色的圖片
img = np.zeros((512,512,3), np.uint8)# 畫一條藍(lán)色的線
# 圖像，起點(diǎn)，終點(diǎn)，顏色BGR，thickness（線條 -1 實(shí)心）
img = cv2.line(img,(0,0),(511,511),(255,0,0),5)# 矩形
# 圖像，起點(diǎn)，終點(diǎn)，顏色BGR，thickness
img = cv2.rectangle(img,(384,0),(510,128),(0,255,0),3)# 圓
# 圖像，圓心，半徑，顏色GBR，thickness（-1 實(shí)心）
img = cv2.circle(img,(447,63), 63, (0,0,255), -1)# 橢圓
# 圖像，圓心，（長(zhǎng)軸長(zhǎng)度，短軸長(zhǎng)度），旋轉(zhuǎn)開始角度startAngle，旋轉(zhuǎn)結(jié)束角度endAngle，0~360標(biāo)識(shí)展示多大的橢圓比例，thickness（-1，實(shí)心，否則是線的粗細(xì)）
img = cv2.ellipse(img,(256,256),(100,50),0,0,180,255,-1)# 多邊形（一系列的坐標(biāo)向量）
pts = np.array([[10,5],[20,30],[70,20],[50,10]], np.int32)
pts = pts.reshape((-1,1,2))
# 圖像，向量坐標(biāo)array，True：連成線的封閉多邊形 False：只是依次連線并不封閉（起點(diǎn)、終點(diǎn)并未連在一起），顏色BGR
img = cv2.polylines(img,[pts],False,(0,255,255))font = cv2.FONT_HERSHEY_SIMPLEX
# 文字
# 圖像，文字內(nèi)容，起點(diǎn)，字體，字體大小，字體顏色BGR，thickness字體粗細(xì)，線的類型（cv2.LINE_AA 鋸齒狀）
cv2.putText(img,'OpenCV',(10,500), font, 4,(255,255,255),2,cv2.LINE_AA)cv2.imshow("image",img)
cv2.waitKey(0)
cv2.destroyAllWindows()
5. 鼠標(biāo)事件畫筆
默認(rèn)情況下，按下鼠標(biāo)左鍵拖動(dòng)，畫綠色的矩形；
按一下m鍵，再次按下鼠標(biāo)左鍵拖動(dòng)，畫半徑為5的紅色原形。
理解鼠標(biāo)事件這個(gè)例子對(duì)于創(chuàng)建和理解一些交互式應(yīng)用程序（如對(duì)象跟蹤，圖像分割等）將非常有幫助。
將該例子繪制矩形和圓形參數(shù) thickness調(diào)整為非-1，如1變?yōu)榉菍?shí)心，將非常有趣；
import cv2
import numpy as npdrawing = False # true if mouse is pressed
mode = True # if True, draw rectangle. Press 'm' to toggle to curve
ix, iy = -1, -1# mouse callback function
def draw_circle(event, x, y, flags, param):global ix, iy, drawing, modeif event == cv2.EVENT_LBUTTONDOWN:drawing = Trueix, iy = x, yelif 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)elif event == cv2.EVENT_LBUTTONUP:drawing = Falseif mode == True:cv2.rectangle(img, (ix, iy), (x, y), (0, 255, 0), -1)else:cv2.circle(img, (x, y), 5, (0, 0, 255), -1)img = np.zeros((512, 512, 3), np.uint8)
cv2.namedWindow('image')
cv2.setMouseCallback('image', draw_circle)while (1):cv2.imshow('image', img)k = cv2.waitKey(1) & 0xFFif k == ord('m'):mode = not modeelif k == 27:breakcv2.destroyAllWindows()
6. 軌跡欄調(diào)色板
挪動(dòng)不同的RGB，會(huì)顯示不同的顏色
# 調(diào)色板🎨
# 創(chuàng)建了一個(gè)開關(guān)，其中只有在開關(guān)為ON的情況下應(yīng)用程序才能工作，否則屏幕始終為黑色
# 移動(dòng)RGB 調(diào)整自己喜歡的顏色import cv2
import numpy as npdef nothing(x):pass# 創(chuàng)建一個(gè)黑色圖片，窗口
img = np.zeros((300, 512, 3), np.uint8)
cv2.namedWindow('image')# 創(chuàng)建軌跡欄顯示 RGB 顏色變更
cv2.createTrackbar('R', 'image', 0, 255, nothing)
cv2.createTrackbar('G', 'image', 0, 255, nothing)
cv2.createTrackbar('B', 'image', 0, 255, nothing)# 創(chuàng)建用于開/關(guān)功能的開關(guān)
switch = '0 : OFF \n1 : ON'
cv2.createTrackbar(switch, 'image', 0, 1, nothing)while (1):cv2.imshow('image', img)k = cv2.waitKey(1) & 0xFFif k == 27:break# 獲取當(dāng)前軌跡蘭的位置r = cv2.getTrackbarPos('R', 'image')g = cv2.getTrackbarPos('G', 'image')b = cv2.getTrackbarPos('B', 'image')s = cv2.getTrackbarPos(switch, 'image')if s == 0:img[:] = 0else:img[:] = [b, g, r]cv2.destroyAllWindows()
7. 核心操作方法
- 訪問像素值并對(duì)其進(jìn)行修改（img.item img.itemset()）
print(img.item(10, 10, 2)) # 獲取紅色通道的值
img.itemset((10, 10, 2), 100) # 修改紅色通道的值
- 訪問圖像屬性 (img.dtype img.shape)
- 設(shè)置圖像區(qū)域（ROI）Numpy切片方法
- 分割通道和合并圖像 （split merge，相比索引的方法快一些）
b, g, r = cv2.split(img)
img = cv2.merge((b, g, r))
b = img[:, :, 0] # 索引的方式更快
img[:, :, 2] = 0 # 索引的方式更快
數(shù)學(xué)運(yùn)算符(+ - * /)
- openCV加法和Numpy加法之間有區(qū)別。OpenCV加法是飽和運(yùn)算，而Numpy加法是模運(yùn)算。OpenCV的方法在圖像相加更好用一些；
- cv2.threshhold二值化圖像
- 圖像融合或者透明度方法
cv2.addWeight(img1,alpha,img2,1-alpha,y)
如果直接相加兩個(gè)圖像，它將改變顏色。如果融合它，將獲得透明效果。還有一種很優(yōu)雅的辦法：位操作（按位與、或、非、異或（輕松改變某個(gè)圖像的一塊ROI區(qū)域）
8. 圖像處理
8.1 顏色空間
- cv2.cvtColor(img，cv2.COLOR_BGR2RGB)
- cv2.inRange()
顏色空間的轉(zhuǎn)換：BGR轉(zhuǎn)RGB，BGR轉(zhuǎn)GRAY，BGR轉(zhuǎn)HSV
對(duì)象跟蹤中最簡(jiǎn)單的方法：根據(jù)HSV顏色空間來提取彩色對(duì)象。在HSV中，表示顏色比RGB顏色空間更容易。
顏色HSV空間的獲取：
green = np.uint8([[[0, 255, 0]]])
hsv_green = cv2.cvtColor(green, cv2.COLOR_BGR2HSV)
print(hsv_green)
8.2 閾值化
參考我之前的篇博客：cv2.threshhold二值化圖像
閾值化、自適應(yīng)閾值化、自適應(yīng)高斯濾波后閾值化
高斯濾波去掉了高頻的噪點(diǎn)波，后效果更好
自適應(yīng)性高斯濾波不需要手動(dòng)設(shè)置閥值，使用更簡(jiǎn)單
8.3 幾何變換
將不同的幾何變換應(yīng)用于圖像，例如平移，旋轉(zhuǎn)，縮放，仿射變換（Affine Transform），透視變換（Perspective Transform）等。
在放射變換中，原始圖像中的所有平行線在輸出圖像中仍將平行。為了找到變換矩陣，我們需要輸入圖像中的三個(gè)點(diǎn)以及它們?cè)谳敵鰣D像中的對(duì)應(yīng)位置。然后cv2.getAffineTransform將創(chuàng)建一個(gè)2x3矩陣，該矩陣將傳遞給cv2.warpAffine。
仿射變換如下：
透視變換在光學(xué)識(shí)別里會(huì)用到：
對(duì)于透視變換，需要3x3變換矩陣。即使在轉(zhuǎn)換后，直線也將保持直線。要找到此變換矩陣，需要在輸入圖像上有4個(gè)點(diǎn)，在輸出圖像上需要相應(yīng)的點(diǎn)。在這4個(gè)點(diǎn)中，其中3個(gè)不應(yīng)共線。然后可以通過函數(shù)cv2.getPerspectiveTransform找到轉(zhuǎn)換矩陣。然后將cv2.warpPerspective與此3x3轉(zhuǎn)換矩陣一起應(yīng)用。
透視變換如下圖：
8.4 平滑圖像
圖像濾波/模糊由倆種方式：
- 使用各種低通濾鏡模糊圖像
- 將自定義濾鏡應(yīng)用于圖像（2D卷積）
- 2D卷積核
LPF低通濾波，有助于消除噪聲或模糊圖像。
HPF高通濾波，過濾器有助于查找圖像的邊緣。cv2.filter2D()
- 平滑圖像
-
均值濾波（直接取平均值，會(huì)模糊邊緣）
-
高斯濾波（比均值濾波效果好，可以高效去除高頻噪音。利用鄰域像素取中值，也會(huì)使邊緣模糊，得到一個(gè)可能在原始圖像中并不存在的像素值）使用更廣泛一些；
-
中值濾波（相比高斯濾波，也基于鄰域像素取中值，區(qū)別：中值一定存在于原像素中）
-
雙邊濾波（效果好，速度比較慢，是高斯濾波的優(yōu)化，其他部分采用高斯濾波，邊緣多加了一些邏輯，使得邊緣也不模糊）
總結(jié)
以上是生活随笔為你收集整理的OpenCV-Python官方文档学习笔记（上）的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： elasticsearch 索引 red
- 下一篇： OpenCV-Python形态变换、图像