OpenCV-环境搭建及基本IO接口

萌新程序猿~2024-03-15 11:51

文章目录

环境搭建

开发环境基于python3.6， opencv-python版本为3.4.1.15

使用conda安装OpenCV开发环境

  1. 创建虚拟环境
Shell 复制代码 
conda create -n opencv36 python=3.6
  1. 激活虚拟环境
Shell 复制代码 
conda activate opencv36
  1. 安装opencv
Shell 复制代码 
pip install opencv-python==3.4.1.15
pip install opencv-contrib-python==3.4.1.15

所有相关接口验证demo以上传至仓库

代码地址：https://gitee.com/norep/learn-opencv

窗口相关接口

创建窗口：cv2.namedWindow

Python 复制代码 
cv2.namedWindow("My Window", cv2.WINDOW_NORMAL)

参数说明：

  • 窗口名称：窗口的标题。它是一个字符串，用于标识窗口

  • 窗口属性(可选参数) :

窗口属性(可选参数) :

  • cv2.WINDOW_NORMAL：这个标志表示窗口是可调整大小的。

  • cv2.WINDOW_AUTOSIZE：这个标志表示窗口大小会自动调整为与显示的图像大小相匹配，用户不能手动调整大小。

  • cv2.WINDOW_FREERATIO：这个标志表示窗口可以自由缩放。

  • cv2.WINDOW_KEEPRATIO：这个标志表示窗口在缩放时保持图像的宽高比。

  • cv2.WINDOW_GUI_EXPANDED：这个标志表示窗口有GUI扩展功能。

调整窗口大小：cv2.resizeWindow

Python 复制代码 
cv2.resizeWindow("My Window", 640, 480)

参数说明：

  • 窗口名称：这是之前使用 cv2.namedWindow 创建的窗口的标题。它是一个字符串，用于标识要调整大小的窗口。

  • 宽度：这是你希望设置的新窗口的宽度，以像素为单位。

  • 高度：这是你希望设置的新窗口的高度，以像素为单位。

显示图像：cv2.imshow

Python 复制代码 
cv2.imshow("My Image", image)

参数说明：

  • 窗口名称：这是之前使用 cv2.namedWindow 创建的窗口的标题。它是一个字符串，用于标识要显示图像的窗口。
  • 图像：这是你要显示的图像。它应该是一个 NumPy 数组，通常是使用 OpenCV 函数读取的图像数据。

注意：

如果在调用 cv2.imshow 之前没有创建窗口（使用 cv2.namedWindow），OpenCV 会自动创建一个窗口。但是，如果想要设置窗口的属性，比如可调整大小，需要在显示图像之前显式地创建窗口。
必须要与cv2.waitKey函数配套调用，如果不调用 cv2.waitKey，可能会造成窗口无响应或崩溃

等待输入：cv2.waitKey

用于在显示图像后暂停程序的执行，等待用户输入

Python 复制代码 
cv2.waitKey(0)  # 等待无限期，直到有键被按下
# 或者
cv2.waitKey(1000)  # 等待1000毫秒（1秒）

参数说明：

  • 延迟时间：这是函数等待按键输入的时间，以毫秒为单位。如果这个值是正数，函数将等待这么多毫秒或者直到有按键被按下。如果这个值是 0，函数将无限期地等待按键输入。如果这个值是负数，函数将立即返回，不等待任何按键。

返回值：

  • 按键的 ASCII 码，以便根据用户按下的键执行不同的操作。

销毁所有窗口：cv2.destroyAllWindows

用于关闭所有先前由 OpenCV 创建的窗口，并销毁与这些窗口相关的所有资源。

Python 复制代码 
cv2.destroyAllWindows()

销毁指定窗口：cv2.destroyWindow

Python 复制代码 
cv2.destroyWindow('Window Name')  # 关闭指定名称的窗口

参数说明：

  • 窗口名称：这是之前使用 cv2.namedWindow 创建的窗口的标题。

注意：

cv2.destroyAllWindows 和 cv2.destroyWindow 只会影响 OpenCV 创建的窗口

图片相关接口

读取图像：cv2.imread

用于从文件中读取图像。这个函数非常基础且常用，是处理图像时的第一步。读取的图象是BGR格式。

Python 复制代码 
image = cv2.imread(filename, flags)

参数说明：

  • filename：一个字符串，表示要读取的图像文件的路径。这个路径可以是相对路径或绝对路径。

  • flags(可选) ：这是一个可选参数，用于指定如何读取图像。

常用的flags包括：

  • cv2.IMREAD_COLOR：加载彩色图像。任何图像的透明度将被忽略。

  • cv2.IMREAD_GRAYSCALE：以灰度模式加载图像。

  • cv2.IMREAD_UNCHANGED：包括图像的alpha通道加载图像。也就是说，加载图像的同时保留图像的透明度。

保存一个图像：cv2.imwrite

用于将图像保存到文件中

Python 复制代码 
result = cv2.imwrite(filename, image)

参数说明：

  • filename：一个字符串，表示要保存的图像文件的路径。这个路径可以是相对路径或绝对路径。文件扩展名决定了图像的保存格式，例如 .jpg、.png、.bmp 等。

  • image：一个 NumPy 多维数组，通常是通过 OpenCV 的其他函数处理过的图像数据。数组的数据类型和形状取决于图像的通道数和深度。

返回值：

  • 如果函数成功保存图像，它会返回 True。

  • 如果无法保存图像（例如，文件无法写入，权限不足，格式不支持等），函数会返回 False。

注意：

保存图像时，OpenCV 默认使用 BGR 格式，而不是常见的 RGB 格式。这意味着红色和蓝色通道在数组中是交换的。如果你有一个 RGB 格式的图像数组，你需要先使用 cv2.cvtColor 函数将其转换为 BGR 格式，然后再保存。

视频/摄像头相关接口

显示视频：cv2.VideoCapture

是 OpenCV 库中的一个类，用于从视频文件或摄像头捕获视频流。

Python 复制代码 
cap = cv2.VideoCapture(filename_or_index)

参数说明：

  • filename_or_index：如果是一个字符串，它表示视频文件的路径。如果是一个整数，它表示摄像头的索引号（通常0表示第一个摄像头）。

返回值：

  • VideoCapture 对象

VideoCapture 类的主要方法

检查设备是否成功打开：isOpened()

用于检查视频捕获设备（如摄像头或视频文件）是否成功打开。这个方法返回一个布尔值，如果视频捕获设备成功打开，则返回 True，否则返回 False。

捕获下一帧：read()
Python 复制代码 
 ret, frame = cap.read()

返回值：

  • 返回一个布尔值和一个帧。如果读取成功，返回 True 和当前的帧；如果读取失败或到达视频末尾，返回 False 和一个空帧。
获取视频流的某个属性：get()
Python 复制代码 
get(propId)
# example: 
#  width = cap.get(cv2.CAP_PROP_FRAME_WIDTH)

参数说明：

  • propId 是属性的标识符:

常用属性：

  • cv2.CV_CAP_PROP_POS_MSEC：返回当前视频帧的位置，单位为毫秒。

  • cv2.CV_CAP_PROP_POS_FRAMES：返回当前视频帧的位置，单位为帧数。

  • cv2.CV_CAP_PROP_POS_AVI_RATIO：返回当前视频帧的位置，单位为视频文件的总长度的比例。

  • cv2.CV_CAP_PROP_FRAME_WIDTH：返回视频流的宽度。

  • cv2.CV_CAP_PROP_FRAME_HEIGHT：返回视频流的高度。

  • cv2.CV_CAP_PROP_FPS：返回视频流的帧率。

  • cv2.CV_CAP_PROP_FOURCC：返回视频流的四字符代码（Four-CC）。

  • cv2.CV_CAP_PROP_FRAME_COUNT：返回视频文件中的总帧数。

设置视频流的某个属性: set(propId, value)
Python 复制代码 
set(propId, value)

同上

关闭视频流并释放资源：release()
Python 复制代码 
cap.release()

注意：

在使用 VideoCapture 对象后，应该调用 release() 方法来释放资源，特别是在使用摄像头时。

read() 方法可能会因为各种原因失败，比如文件不存在、权限问题或设备问题。因此，每次调用 read() 后都应该检查返回的布尔值。

如果视频文件或摄像头的帧率很高，可能需要使用 cv2.waitKey 来控制帧的显示速度，以避免视频播放过快。

录制视频

指定视频编解码器的四字符代码：cv2.videowriter_fourcc

四字符代码是由四个字符组成的字符串，这些字符代表了特定的编解码器。不同的编解码器支持不同的视频格式和压缩选项。

Python 复制代码 
fourcc = cv2.VideoWriter_fourcc(*'XVID')

参数说明：

  • 一些常见的四字符代码包括：

  • DIVX：用于 DivX 编解码器

  • XVID：用于 Xvid 编解码器

  • H264：用于 H.264 编解码器

  • MJPG：用于 Motion JPEG 编解码器

  • MP4V：用于 MPEG-4 编解码器

创建videoWriter对象: cv2.VideoWriter

OpenCV 库中的一个类，用于将视频序列写入文件。这个类允许你以不同的编解码器和格式保存视频文件。要使用 VideoWriter 类，你需要创建一个 VideoWriter 对象，然后不断地向它写入帧，最后释放对象以关闭视频文件。

Python 复制代码 
out = cv2.VideoWriter(filename, fourcc, fps, frameSize[, isColor])

参数说明：

  • filename：一个字符串，表示要写入的视频文件的路径。文件扩展名决定了视频的保存格式，例如 .avi、.mp4、.mkv 等。

  • fourcc：一个表示视频编解码器的四字符代码，通常通过 cv2.VideoWriter_fourcc 函数获取。例如，cv2.VideoWriter_fourcc(*'XVID') 表示使用 Xvid 编解码器。

  • fps：一个整数或浮点数，表示视频的帧率（每秒帧数）。

  • frameSize：一个元组 (width, height)，表示视频帧的大小。

  • isColor（可选）：一个布尔值，指示写入的视频是否为彩色。如果为 True，则视频为彩色；如果为 False，则视频为灰度。默认值为 True。

返回值：

  • videoWriter对象

  • 如果创建失败，则返回 None。

注意：四字符代码的选择取决于你的系统和安装的编解码器。如果你选择的编解码器不受支持，VideoWriter 对象的创建可能会失败。

写入帧：out.write()

在完成视频写入后，务必调用 release() 方法来释放资源并正确关闭视频文件。

Python 复制代码 
out.write(frame)

参数说明：

  • frame ：应该是一个 NumPy 数组，代表要写入的视频帧。这个数组的形状和类型必须与创建 VideoWriter 对象时指定的帧大小和颜色模式相匹配。

  • 如果 frame 的形状或类型与预期的不同，out.write(frame) 可能会导致错误或写入的视频文件无法正常播放。

返回值：

  • 如果在写入过程中出现错误，out.write(frame) 可能会返回 False。因此，在实际应用中，你可能需要检查返回值并相应地处理错误。
相关推荐
橙子小哥的代码世界2 分钟前
【深度学习】05-RNN循环神经网络-02- RNN循环神经网络的发展历史与演化趋势/LSTM/GRU/Transformer
人工智能·pytorch·rnn·深度学习·神经网络·lstm·transformer
985小水博一枚呀2 小时前
【深度学习基础模型】神经图灵机（Neural Turing Machines, NTM）详细理解并附实现代码。
人工智能·python·rnn·深度学习·lstm·ntm
SEU-WYL3 小时前
基于深度学习的任务序列中的快速适应
人工智能·深度学习
OCR_wintone4213 小时前
中安未来 OCR—— 开启高效驾驶证识别新时代
人工智能·汽车·ocr
matlabgoodboy3 小时前
“图像识别技术：重塑生活与工作的未来”
大数据·人工智能·生活
最近好楠啊3 小时前
Pytorch实现RNN实验
人工智能·pytorch·rnn
OCR_wintone4213 小时前
中安未来 OCR—— 开启文字识别新时代
人工智能·深度学习·ocr
学步_技术3 小时前
自动驾驶系列—全面解析自动驾驶线控制动技术：智能驾驶的关键执行器
人工智能·机器学习·自动驾驶·线控系统·制动系统
IFTICing3 小时前
【文献阅读】Attention Bottlenecks for Multimodal Fusion
人工智能·pytorch·python·神经网络·学习·模态融合
程序猿阿伟4 小时前
《C++游戏人工智能开发：开启智能游戏新纪元》
c++·人工智能·游戏
热门推荐
01组基轨迹建模 GBTM的介绍与实现（Stata 或 R）02【经验分享】Ubuntu22.04安装微信(linux官方版)032024年高教社杯数学建模国赛C题超详细解题思路分析04分享几个惊艳的 Three.js 个人站点05安卓系列机型永久去除data分区加密 详细步骤解析06【2024数模国赛赛题思路公开】国赛B题思路丨附可运行代码丨无偿自提07springer 在线投稿编译踩坑08RAG 实践- Ollama+RagFlow 部署本地知识库09【2024高教社杯全国大学生数学建模竞赛】B题 生产过程中的决策问题——解题思路 代码 论文10CTF网络安全大赛简单的web抓包题目：HEADache