OpenCV中图像与视频的基础操作总结
作者：繁依Fanyi
引言
在计算机视觉领域，OpenCV是一款广泛使用的开源库，用于图像处理和计算机视觉任务。当你开始使用OpenCV时，了解如何创建和显示窗口，以及加载和保存图片是至关重要的基础知识。本文将介绍如何使用OpenCV进行这些操作，帮助你更好地掌握图像处理和视觉任务的开发技巧。
创建和显示窗口
创建和显示窗口是图像处理中的重要步骤之一。在OpenCV中，你可以使用一些简单而强大的函数来完成这些操作。让我们来详细了解一下这些函数：
- namedWindow() - 创建一个窗口，并指定窗口的名称和类型。
- resizeWindow() - 调整窗口的大小，接受窗口名称、宽度和高度作为参数。
- imshow() - 在指定的窗口中显示图像，接受窗口名称和要显示的图像作为参数。
- waitKey() - 等待键盘输入，接受等待时间（以毫秒为单位）作为参数，0表示无限等待用户的键盘输入。
- destroyAllWindows() - 关闭所有窗口。
下面是一个完整的示例代码：
import cv2
cv2.namedWindow('new', cv2.WINDOW_NORMAL)
cv2.resizeWindow('new', 640, 480)
cv2.imshow("new", 0)
key = cv2.waitKey(0)
if(key == 'q'):
exit()
cv2.destroyAllWindows()
如何通过 OpenCV 加载图片问题
加载图像是使用 OpenCV 进行图像处理的常见操作之一。在下面的示例中，我们将了解如何使用 OpenCV 加载图像：
1.im == image - 在代码中，im代表图像对象，通常用于存储加载的图像数据。
2.imread(path, flag) - 这是一个用于读取图像文件的函数。它接受两个参数：path表示图像文件的路径，flag表示读取图像的方式。常见的flag选项包括：
- cv2.IMREAD_COLOR：加载彩色图像。
- cv2.IMREAD_GRAYSCALE：以灰度模式加载图像。
- cv2.IMREAD_UNCHANGED：加载图像，包括 alpha 通道。
在下面的示例代码中，我们将加载名为 sample.jpg 的图像文件并显示出来：
import cv2
cv2.namedWindow('img', cv2.WINDOW_NORMAL)
img = cv2.imread('sample.jpg')
cv2.imshow('img', img)
key = cv2.waitKey(0)
if key == ord('q'):
exit()
cv2.destroyAllWindows()
加载图片存在的问题
在原始代码中，存在一些问题需要解决，包括语法检测、跨平台路径访问以及程序退出逻辑。下面是对这些问题进行优化的详细解释和示例代码：
存在的问题：
1.语法检测有问题：原始代码中的缩进存在问题，影响代码的可读性和执行。
2.Windows 下访问图片的路径与 Mac/Linux 不同：在不同的操作系统中，访问文件的路径表示方式可能有所差异。需要注意在不同平台上正确指定图像文件的路径。
3.程序退出的逻辑有问题：原始代码中使用key == 'q'来检测用户是否按下 ‘q’ 键退出程序，但实际上waitKey()函数返回的是一个整数值。正确的做法是将键码与 'q' 的 ASCII 码值进行比较。
以下是优化后的代码示例：
import cv2
cv2.namedWindow('img', cv2.WINDOW_NORMAL)
img = cv2.imread('sample.jpg')
cv2.imshow('img', img)
key = cv2.waitKey(0)
if key & 0xFF == ord('q'):
exit()
cv2.destroyAllWindows()通过以上改进，我们解决了原始代码中存在的语法检测、跨平台路径访问和程序退出逻辑的问题。这样的优化使代码更具可读性和可靠性。
如何通过 OpenCV 保存图片
在OpenCV中，可以使用imwrite()函数来保存图片。该函数接受两个参数：要保存的文件名和要保存的图像（以OpenCV中的Mat类型表示）。你可以指定保存的文件名和文件格式（如.jpg、.png等），并将图像数据作为参数传递给imwrite()函数，即可将图像保存到指定的文件中。
imwrite(name, img)
- name，要保存的文件名
- img，是 Mat 类型
import cv2
cv2.namedWindow('img', cv2.WINDOW_NORMAL)
img = cv2.imread('sample.jpg')
cv2.imshow("img", img)
key = cv2.waitKey(0)
if(key & 0xFF == ord('q')):
cv2.destroyAllWindows()
elif(key & 0xFF == ord('s')):
cv2.imwrite('sample.png', img) # 改了一下文件格式改善后的代码：
import cv2
cv2.namedWindow('img', cv2.WINDOW_NORMAL)
img = cv2.imread('sample.jpg')
while True:
cv2.imshow("img", img)
key = cv2.waitKey(0)
if(key & 0xFF == ord('q')):
break
elif(key & 0xFF == ord('s')):
cv2.imwrite('sample.png', img) # 改了一下文件格式
else:
print(key)
cv2.destroyAllWindows()如何利用 OpenCV 从摄像头采集视频（读取视频文件）
在许多计算机视觉应用中，从摄像头采集视频是一个常见的任务。OpenCV提供了简单而强大的函数来实现这个目标。下面我们将介绍如何利用OpenCV从摄像头读取视频帧。
VideoCapture()：用于获取视频设备。它接受一个参数index，表示要使用的视频设备的索引。通常情况下，索引为0表示使用默认的摄像头。
cap.read()：用于从摄像头读取视频帧。
- 返回两个值，第一个为状态值，读到帧为 true
- 第二个值为视频帧
cap.release()：用于释放VideoCapture对象。在程序结束时，应该调用该函数释放占用的资源。
下面是一个完整的示例代码，展示了如何利用OpenCV从摄像头采集视频并实时显示：
import cv2
# 创建窗口
cv2.namedWindow('video', cv2.WINDOW_NORMAL)
cv2.resizeWindow('video', 640, 480)
# 获取视频设备
cap = cv2.VideoCapture(0)
while True:
# 从摄像头读视频帧
ret, frame = cap.read()
# 将视频帧在窗口中显示
cv2.imshow('video', frame)
# 等待键盘时间，如果为q，退出
key = cv2.waitKey(1) # 设置1ms，最低为1ms
if(key & 0xFF == ord('q')):
break
# 释放 VideoCapture
cap.release()
cv2.destroyAllWindows()如何从多媒体文件中读取视频帧（读取视频文件）
除了从摄像头采集视频帧，OpenCV还提供了读取视频文件中的视频帧的功能。下面我们将介绍如何使用cv2.VideoCapture()函数从多媒体文件中读取视频帧。
cv2.VideoCapture() 从视频文件中读取视频帧
下面是一个完整的示例代码，展示了如何从视频文件中读取视频帧并显示：
import cv2
# 创建窗口
cv2.namedWindow('video', cv2.WINDOW_NORMAL)
cv2.resizeWindow('video', 640, 480)
# 获取视频设备/从视频文件中读取视频帧
cap = cv2.VideoCapture("sample.mp4")
while True:
# 从摄像头读视频帧
ret, frame = cap.read()
# 将视频帧在窗口中显示
cv2.imshow('video', frame)
# 等待键盘时间，如果为q，退出
key = cv2.waitKey(40) # 设置1ms，最低为1ms
if(key & 0xFF == ord('q')):
break
# 释放 VideoCapture
cap.release()
cv2.destroyAllWindows()如何将视频数据录制成多媒体文件（视频录制）
OpenCV提供了VideoWriter类，可以将视频数据录制成多媒体文件。
VideoWriter
- 参数一为输出文件
- 参数二为多媒体文件格式（
VideoWriter_fourcc） - 参数三为帧率
- 参数四为分辨率大小
write
release
下面是使用VideoWriter类进行视频录制的示例代码：
import cv2
# 创建 VideoWriter 为写多媒体文件
fourcc = cv2.VideoWriter_fourcc(*'MJPG')
vw = cv2.VideoWriter('./out.mp4', fourcc, 25, (1280, 720)) # 分辨率要按照真实摄像头分辨率填写
# 创建窗口
cv2.namedWindow('video', cv2.WINDOW_NORMAL)
cv2.resizeWindow('video', 640, 480)
# 获取视频设备/从视频文件中读取视频帧
cap = cv2.VideoCapture(0)
while True:
# 从摄像头读视频帧
ret, frame = cap.read()
# 将视频帧在窗口中显示
cv2.imshow('video', frame)
# 写数据到多媒体文件
vw.write(frame)
# 等待键盘时间，如果为q，退出
key = cv2.waitKey(1) # 设置1ms，最低为1ms
if(key & 0xFF == ord('q')):
break
# 释放 VideoCapture
cap.release()
# 释放VideoWriter
vw.release()
cv2.destroyAllWindows()代码优化
在下面的代码中，我们对代码进行了优化以解决一些问题：
- 显示窗口为什么变大了？
- 使用
isOpened()判断摄像头是否已打开 - 采集数据时要判断数据是否获取到了
import cv2
# 创建 VideoWriter 为写多媒体文件
fourcc = cv2.VideoWriter_fourcc(*'MJPG')
vw = cv2.VideoWriter('./out.mp4', fourcc, 25, (1280, 720)) # 分辨率要按照真实摄像头分辨率填写
# 创建窗口
cv2.namedWindow('video', cv2.WINDOW_NORMAL)
cv2.resizeWindow('video', 640, 480)
# 获取视频设备/从视频文件中读取视频帧
cap = cv2.VideoCapture(0)
while cap.isOpened(): # ⭐判断摄像头是否打开
# 从摄像头读视频帧
ret, frame = cap.read()
if ret == True: # ⭐判断是否获取到数据
# 将视频帧在窗口中显示
cv2.imshow('video', frame)
cv2.resizeWindow('video', 640, 480) # ⭐窗口变大了
# 写数据到多媒体文件
vw.write(frame)
# 等待键盘时间，如果为q，退出
key = cv2.waitKey(1) # 设置1ms，最低为1ms
if(key & 0xFF == ord('q')):
break
else:
break
# 释放 VideoCapture
cap.release()
# 释放VideoWriter
vw.release()
cv2.destroyAllWindows()OpenCV 控制鼠标
下面将了解如何使用 OpenCV 控制鼠标。具体来说，我们将了解如何设置鼠标回调函数，以便在鼠标事件发生时执行特定的操作。
设置鼠标回调函数
setMouseCallback(winname, callback, userdata)
callback(event, x, y, flags, userdata)
- event：鼠标移动，按下左键
- x，y：鼠标左键
- flags：鼠标键及组合键
下面是一个完整的示例代码，演示了如何设置鼠标回调函数并在窗口中显示鼠标事件的信息：
import cv2
import numpy as np
# 鼠标回调函数
def mouse_callback(event, x, y, flags, userdata):
print(event, x, y, flags, userdata)
# mouse_callback(1, 100, 100, 16, "666")
# 创建窗口
cv2.namedWindow('mouse', cv2.WINDOW_NORMAL)
cv2.resizeWindow('mouse', 640, 360)
# 设置鼠标回调
cv2.setMouseCallback('mouse', mouse_callback, "123")
# 显示窗口和背景
img = np.zeros((360, 640, 3), np.uint8) # 全黑图片
while True:
cv2.imshow('mouse', img)
key = cv2.waitKey(1)
if key & 0xFF == ord('q'):
break
cv2.destroyAllWindows()OpenCV 中的 TrackBar 控件
TrackBar 是 OpenCV 提供的一个图形用户界面控件，用于在窗口中创建滑动条，通过滑动条可以动态调整某个参数的值。下面将介绍如何在 OpenCV 中使用 TrackBar 控件。
createTrackbar
- trackbarname，winname
- value：trackbar 当前值
- count：最小值为0，最大值为 count
- callback，userdata
getTrackbarPos
- 输入参数：trackbarname
- 输入参数：winname
- 输出：当前值
在下面代码中，我们将创建了一个名为 ‘trackbar’ 的窗口，并在其中创建了三个 TrackBar，分别用于控制红、绿、蓝三个通道的值。每个 TrackBar 的取值范围为 0~255。我们还创建了一个背景图片，其颜色将根据 TrackBar 的值进行实时更新。
import cv2
import numpy as np
def callback():
pass
# 创建窗口
cv2.namedWindow('trackbar', cv2.WINDOW_NORMAL)
# 创建 trackbar
cv2.createTrackbar('R', 'trackbar', 0, 255, callback)
cv2.createTrackbar('G', 'trackbar', 0, 255, callback)
cv2.createTrackbar('B', 'trackbar', 0, 255, callback)
# 创建一个背景图片
img = np.zeros((480, 640, 3), np.uint8) # 黑色背景
while True:
# 获取当前 trackbar 的值
r = cv2.getTrackbarPos('R', 'trackbar')
g = cv2.getTrackbarPos('G', 'trackbar')
b = cv2.getTrackbarPos('B', 'trackbar')
# 改变背景图片颜色
img[:] = [b, g, r] # img[:] 表示所有像素
cv2.imshow('trackbar', img)
key = cv2.waitKey(10)
if key & 0xFF == ord('q'):
break
cv2.destroyAllWindows()总结
这篇博客简单介绍了 OpenCV 的OpenCV 图像与视频的基础操作，包括窗口创建、图像加载和保存、摄像头视频采集以及多媒体文件录制等内容。同时，还提供了代码优化技巧以及鼠标交互和 TrackBar 控件的应用。通过阅读这篇博客，读者可以全面了解 OpenCV 的功能和用法，掌握图像处理的基本技能。
以上就是OpenCV中图像与视频的基础操作总结的详细内容，更多关于OpenCV图像视频操作的资料请关注脚本之家其它相关文章！