OpenCV
OpenCV其实就是一堆C和C++语言的源代码文件,这些源代码文件中实现了许多常用的计算机视觉算法。
-
OpenCV的全称是Open Source Computer Vision Library,是一个开放源代码的计算机视觉库
-
OpenCV最初由英特尔公司发起并开发,以BSD许可证授权发行,可以在商业和研究领域中免费使用,现在美国Willow Garage为OpenCV提供主要的支持
-
OpenCV可用于开发实时的图像处理,计算机视觉以及模式识别程序,目前在工业界以及科研领域广泛采用
cv2.namedWindow 是 OpenCV 库中的一个函数，用于创建一个命名窗口，以便在该窗口中显示图像或进行其他图形操作。这个函数在处理图像和视频时非常有用，尤其是在开发基于图像处理的应用程序时。
opencv重要性
-
计算机视觉：OpenCV 是计算机视觉领域的标准库之一，广泛应用于图像识别、物体检测、人脸识别、手势识别等。
-
机器人技术：在机器人导航、环境感知和交互中，OpenCV 用于处理传感器数据和视觉信息。
-
医学影像：在医学影像分析中，OpenCV 用于图像增强、分割和特征提取。
-
自动驾驶：在自动驾驶汽车中，OpenCV 用于环境感知、障碍物检测和车道线识别。
-
安全监控：在安全监控系统中，OpenCV 用于运动检测、人脸识别和行为分析。
学习 OpenCV 不仅可以提升你的技术能力，还能为你在计算机视觉和图像处理领域的发展打开更多的门路。无论是学术研究、工业应用还是个人项目，OpenCV 都是一个不可或缺的工具
环境安装
pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple显示窗口
cv2.namedWindow 是 OpenCV 库中的一个函数，用于创建一个命名窗口，以便在该窗口中显示图像或进行其他图形操作。这个函数在处理图像和视频时非常有用，尤其是在开发基于图像处理的应用程序时
函数原型
cv2.namedWindow(winname, flags=None)参数说明
-
winname (str): 窗口的名称。这个名称必须是唯一的，因为它是用来标识窗口的。
-
flags (int, 可选): 窗口的标志，用于设置窗口的行为。默认值为
cv2.WINDOW_AUTOSIZE。常见的标志包括：
-
cv2.WINDOW_NORMAL: 允许调整窗口大小。 -
cv2.WINDOW_AUTOSIZE: 窗口大小根据图像大小自动调整，不能手动调整。。
-
示例
python
import cv2
import numpy as np
image=cv2.imread('D:\py3.9\images\car.png')
cv2.namedWindow('image process',cv2.WINDOW_NORMAL)
cv2.imshow('image process',image)
cv2.waitKey(0)
cv2.destroyAllWindows()
详细解释
-
读取图像：
image = cv2.imread('path/to/your/image.jpg')使用
cv2.imread函数读取图像文件。 -
创建窗口：
cv2.namedWindow('Image Window', cv2.WINDOW_NORMAL)使用
cv2.namedWindow创建一个名为 "Image Window" 的窗口，并设置标志为cv2.WINDOW_NORMAL，允许用户调整窗口大小。 -
显示图像：
cv2.imshow('Image Window', image)使用
cv2.imshow在指定的窗口中显示图像。 -
等待用户按键：
cv2.waitKey(0)使用
cv2.waitKey暂停程序执行，等待用户按键。参数0表示无限期等待，直到有按键事件发生。返回值：是一个ASCII值，
例如：q键 ASCII 值为 113 ESC 键是27 -
关闭所有窗口：
cv2.destroyAllWindows()使用
cv2.destroyAllWindows关闭所有打开的窗口。
其他注意事项
-
窗口名称：窗口名称必须是唯一的，否则会覆盖已有的同名窗口。
-
窗口标志：选择合适的窗口标志可以提升用户体验，特别是在需要用户交互的场景中。
创建空白图像
你可以使用 np.zeros 函数创建一个全零数组，这个数组可以表示一个空白图像。数组的形状应该符合图像的尺寸和通道数（例如，对于 RGB 图像，形状应为 (height, width, 3)）
函数写法
# 创建一个 500x500 像素的空白图像，3 个通道（RGB）
height, width, channels = 500, 500, 3
blank_image = np.zeros((height, width, channels), dtype=np.uint8)案例:
import cv2
import numpy as np
# 创建一个 500x500 像素的空白图像，3 个通道（RGB）
height, width, channels = 500, 500, 3
blank_image = np.zeros((height, width, channels), dtype=np.uint8)
# 显示空白图像
cv2.imshow('Image', blank_image)
cv2.waitKey(0)
cv2.destroyAllWindows()保存图片
```cv2.imwrite`` 是 OpenCV 库中的一个函数，用于将图像保存到文件中。这个函数在图像处理和计算机视觉任务中非常常用，特别是在需要将处理后的图像结果保存到磁盘时。
函数原型
cv2.imwrite(filename, img[, params])参数说明
-
filename (str): 要保存的文件路径和名称。支持的文件格式包括
.jpg,.png,.bmp,.tiff等。 -
img (numpy.ndarray): 要保存的图像。通常是一个二维或三维的 NumPy 数组，表示图像的像素值。
返回值
- bool : 成功保存图像返回
True，否则返回False。
示例
以下是一个简单的示例，展示如何使用 cv2.imwrite 将图像保存到文件中：
import cv2
# 读取图片
img = cv2.imread("images/car.png")
# 保存图片
rs = cv2.imwrite("save_image/car.png", img)
if rs:
print("图像保存成功！")
else:
print("图像保存失败！")其他注意事项
- 文件路径：确保提供的文件路径是有效的，如果路径不存在，OpenCV 会尝试创建它，但如果权限不足则会保存失败。
图像切片(裁剪)
在 OpenCV 中，图像切片用于从图像中提取一个子区域（矩形区域）。这种操作在图像处理中非常常见，特别是在进行目标检测、ROI（Region of Interest，感兴趣区域）提取等任务时。
语法解释
假设你有一个图像 img，它的类型是 numpy.ndarray。img[y:y+h, x:x+w] 的含义如下：
-
x: 子区域左上角的 x 坐标。
-
y: 子区域左上角的 y 坐标。
-
w: 子区域的宽度。
-
h: 子区域的高度。
切片操作
img[y:y+h, x:x+w]提取的是从(x, y)开始，宽度为w，高度为h的矩形区域。
示例
假设你有一个图像 img，并且你想要从这个图像中提取一个特定的矩形区域，例如左上角坐标为 (50, 60)，宽度为 100，高度为 150 的区域。
import cv2
# 读取图像
img = cv2.imread('input_image.jpg')
# 定义矩形区域的参数
x, y, w, h = 50, 60, 100, 150
# 提取子区域
roi = img[y:y+h, x:x+w]
# 显示原始图像和提取的子区域
cv2.imshow('Image', img)
cv2.imshow('ROI', roi)
# 等待用户按键
cv2.waitKey(0)
# 关闭所有窗口
cv2.destroyAllWindows()其他注意事项
-
边界检查 ：确保
(x, y)和(x+w, y+h)都在图像的边界内，否则会导致数组索引越界错误。 -
数据类型 ：
img通常是numpy.ndarray类型，切片操作返回的也是numpy.ndarray类型。
调整图片大小
cv2.resize 是 OpenCV 库中的一个函数，用于调整图像的大小。这个函数在图像处理中非常常用，特别是在需要对图像进行缩放、放大或缩小以适应不同需求时。
函数原型
cv2.resize(src, dsize, dst)参数说明
-
src (numpy.ndarray): 输入图像，通常是一个二维或三维的 NumPy 数组。
-
dsize (tuple): 输出图像的尺寸，是一个二元组
(width, height)。如果指定了fx和fy，则可以忽略此参数。
返回值
- dst (numpy.ndarray): 缩放后的图像。
示例
以下是一个简单的示例，展示如何使用 cv2.resize 调整图像的大小：
import cv2
img = cv2.imread("images/car.png")
#获取图片的像素和通道数
height, width, channels = img.shape
print(f"高度:{height},宽度:{width},通道数:{channels}")
#调整图片的大小
img = cv2.resize(img, (300, 300))
height, width, channels = img.shape
print(f"调整后：高度:{height},宽度:{width},通道数:{channels}")
#保存图片
cv2.imwrite("save_image/car.png", img)
图像绘制
绘制圆形
cv2.circle()函数用于在图像上绘制圆形。该函数的语法如下：
cv2.circle(img, center, radius, color, thickness)
其中，参数解释如下：
-
img：要绘制圆形的图像。 -
center：圆心的坐标。 -
radius：圆的半径。 -
color：圆的颜色，通常是一个表示BGR颜色的元组，例如(255, 0, 0)表示蓝色。 -
thickness：圆的边界线条的厚度，如果为负值或cv2.FILLED，表示填充整个圆。
绘制矩形
cv2.rectangle()`函数用于在图像上绘制矩形。该函数的语法如下：
cv2.rectangle(img, pt1, pt2, color[, thickness[, lineType[, shift]]])
其中，参数解释如下：
-
img：要绘制矩形的图像。 -
pt1：矩形的一个顶点。 -
pt2：矩形对角线上的另一个顶点。 -
color：矩形的颜色，通常是一个表示BGR颜色的元组，例如(255, 0, 0)表示蓝色。 -
thickness：矩形边框的厚度，如果为负值或cv2.FILLED，表示填充整个矩形内部。
绘制文本
cv2.putText 是 OpenCV 库中的一个函数，用于在图像上添加文本。这个函数在图像处理和计算机视觉任务中非常有用，特别是在需要标注图像、显示信息或调试时。
函数原型
cv2.putText(img, text, org, fontFace, fontScale, color[, thickness[, lineType[, bottomLeftOrigin]]])参数说明
-
img (numpy.ndarray): 输入图像，通常是一个二维或三维的 NumPy 数组。
-
text (str): 要添加的文本字符串。
-
org (tuple): 文本的起始位置，是一个二元组
(x, y)，表示文本左下角的坐标。 -
fontFace
(int): 字体类型，常见的字体类型包括：
-
cv2.FONT_HERSHEY_SIMPLEX: 正常大小的无衬线字体 -
cv2.FONT_HERSHEY_PLAIN: 小号的无衬线字体 -
cv2.FONT_HERSHEY_DUPLEX: 正常大小的无衬线字体，比FONT_HERSHEY_SIMPLEX更粗 -
cv2.FONT_HERSHEY_COMPLEX: 正常大小的有衬线字体 -
cv2.FONT_HERSHEY_TRIPLEX: 正常大小的有衬线字体，比FONT_HERSHEY_COMPLEX更粗 -
cv2.FONT_HERSHEY_SCRIPT_SIMPLEX: 手写风格的字体 -
cv2.FONT_HERSHEY_SCRIPT_COMPLEX: 手写风格的字体，比FONT_HERSHEY_SCRIPT_SIMPLEX更粗 -
cv2.FONT_ITALIC: 斜体修饰符，可以与其他字体类型组合使用
-
-
fontScale (float): 字体大小的比例因子。
-
color (tuple): 文本颜色，是一个三元组
(B, G, R)，表示蓝色、绿色和红色的值。 -
thickness (int, 可选): 文本线条的厚度，默认值为 1。
-
lineType
(int, 可选): 线条类型，常见的线条类型包括：
-
cv2.LINE_4: 4 连通线 -
cv2.LINE_8: 8 连通线 -
cv2.LINE_AA: 抗锯齿线（默认值）
-
返回值
- img (numpy.ndarray): 添加文本后的图像。
示例
绘制直线
cv2.line(img, pt1, pt2, color, thickness lineType) -> img参数说明
-
img: 输出图像，即要在这张图上绘制直线的图像。通常是一个 NumPy 数组。
-
pt1: 直线的一个端点，是一个包含两个元素（x, y）的元组，代表该点的坐标。
-
pt2: 直线的另一个端点，也是一个包含两个元素（x, y）的元组，代表该点的坐标。
-
color : 直线的颜色，对于 BGR 图像，这应该是一个包含三个整数的元组，分别对应蓝色、绿色和红色的强度（例如
(255, 0, 0)表示纯蓝色）。对于灰度图像，只需要一个整数值即可。 -
thickness: 可选参数，定义直线的宽度。默认值是 1。
返回值
- img : 返回的是经过修改后的图像，实际上就是传入的图像本身，因为
cv2.line()是直接在原图上操作的。
cv2.line() 是 OpenCV 库中的一个函数，用于在图像上绘制直线。这个函数非常直观，它接受多个参数来定义直线的位置、颜色、厚度等属性。
python
import cv2
import numpy as np
#在图像上画圆
im=cv2.imread(r'D:\py3.9\images\car.png')
# im1=cv2.circle(im,(400,200),30,(0,0,255),2)
# cv2.imshow('ima',im1)
# cv2.waitKey(0)
# cv2.destroyAllWindows()
# im_copy=im.copy()
# im2=cv2.rectangle(im_copy,(200,200),(400,100),(0,0,255),2)
# cv2.imshow('ima1',im2)
# im3=np.zeros((200,400,3),dtype=np.uint8)
# r_im3=cv2.rectangle(im3,(100,100),(200,200),(0,255,0),3)
# cv2.imshow('image',im)
# cv2.waitKey(0)
# cv2.destroyAllWindows()
# write_img=cv2.putText(im,'audi',(450,100),cv2.FONT_HERSHEY_SCRIPT_SIMPLEX,1,(0,255,0),1)
# cv2.imshow('ima3',write_img)
# cv2.waitKey(0)
# cv2.destroyAllWindows()
line_im=cv2.line(im,(0,276),(754,276),(0,255,0),2)
cv2.imshow('ima32',line_im)
cv2.waitKey(0)
cv2.destroyAllWindows()控制鼠标
cv2.setMouseCallback 是 OpenCV 提供的一个非常有用的函数，它允许用户定义一个回调函数，当鼠标事件发生时（如点击、释放、移动等），该回调函数会被调用。这在创建交互式应用程序时特别有用，比如图像标注工具、绘图程序等。
案例：
import cv2
#创建鼠标回调函数
def draw_test(event,x,y,flag,param):
print(x,y)
img = cv2.imread('images/car.png')
cv2.namedWindow('image')
#设置鼠标回调函数
cv2.setMouseCallback('image', draw_test)
cv2.imshow('image', img)
# 等待用户按键
cv2.waitKey(0)
cv2.destroyAllWindows()代码解释
-
draw_test函数:
-
event: 鼠标事件类型，如cv2.EVENT_LBUTTONDOWN表示左键按下。 -
x,y: 鼠标事件发生时的坐标。 -
flags: 额外的标志位，通常不用。 -
param: 传递给回调函数的参数，通常不用。
-
cv2.setMouseCallback('image', draw_test) 设置鼠标回调函数，当在 'image' 窗口中发生鼠标事件时，调用 draw_circle 函数
案例：在图像上绘制圆形
python
import cv2
im=cv2.imread(r'D:\py3.9\images\car.png')
im_2=im.copy()
#定义一个窗口
cv2.namedWindow('name')
d=False
#设置执行鼠标操作的回调函数
#event是鼠标事件，x,y是鼠标所在的坐标
#flag：标识,param：参数
def mytest(event,x,y,flag,param):
global d
#鼠标左键按下
if event==cv2.EVENT_LBUTTONDOWN:
#cv2.circle(im,(x,y),15,(0,0,255),-2)
d=True
#鼠标左键松开
elif event==cv2.EVENT_LBUTTONUP:
d=False
#cv2.circle(im, (x, y), 15, (0, 0, 255), -2)
#鼠标移动
elif event==cv2.EVENT_MOUSEMOVE:
if d:
cv2.circle(im_2, (x, y), 15, (0, 0, 255), -2)
cv2.setMouseCallback('name',mytest)
while True:
cv2.imshow('name',im_2)
if cv2.waitKey(20)==27:
break
cv2.imwrite('D:\py3.9\saved_images\im_2.png',im_2)
cv2.destroyAllWindows()视频处理
cv2.VideoCapture 是 OpenCV 库中的一个类，用于从摄像头或视频文件中捕获视频帧。这个类提供了多种方法来控制视频捕获的过程，包括打开视频文件、读取视频帧、获取视频属性等。
常用方法
read()
read() 方法用于从视频源中读取下一帧。它返回一个布尔值和图像帧。布尔值表示是否成功读取了帧，图像帧是一个 NumPy 数组。
ret, frame = cap.read()
if not ret:
print("Failed to grab frame")
breakrelease()
release() 方法用于释放视频捕获资源。在完成视频处理后，必须调用此方法来释放摄像头或视频文件。
cap.release()isOpened()
isOpened() 方法用于检查视频捕获对象是否已经成功打开。
if not cap.isOpened():
print("Error opening video stream or file")get()和set()
get() 和 set() 方法用于获取和设置视频捕获属性。常用的属性包括帧宽、帧高、帧率等。
# 获取帧宽
width = cap.get(cv2.CAP_PROP_FRAME_WIDTH)
# 获取帧高
height = cap.get(cv2.CAP_PROP_FRAME_HEIGHT)
# 获取帧率
fps = cap.get(cv2.CAP_PROP_FPS)
# 设置帧宽
cap.set(cv2.CAP_PROP_FRAME_WIDTH, 640)
# 设置帧高
cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 480)案例
python
import cv2
from PIL import Image, ImageDraw, ImageFont
import numpy as np
#
font_path = r"D:\py3.9\simhei.ttf"
font_size = 10
font = ImageFont.truetype(font_path, font_size)
i=0
cap = cv2.VideoCapture(0)
def mytest(event,x,y,flag,param):
global i
if event==cv2.EVENT_LBUTTONDOWN:
i+=1
while True:
#读取视频，ret为读取成功与否的布尔值，frame为视频帧
ret, frame = cap.read()
pil_img = Image.fromarray(cv2.cvtColor(frame, cv2.COLOR_BGR2RGB))
draw = ImageDraw.Draw(pil_img)
cv2.namedWindow('frame', cv2.WINDOW_NORMAL)
cv2.resizeWindow('frame', 1400, 800)
# 在图像上绘制中文文本
cv2.setMouseCallback('frame', mytest)
draw.text((50, 50), f'点点赞！{i}', font=font, fill=(255, 0, 0))
# 将 PIL 图像转换回 OpenCV 格式
frame = cv2.cvtColor(np.array(pil_img), cv2.COLOR_RGB2BGR)
# 显示视频帧
cv2.imshow('frame', frame)
if cv2.waitKey(20)==27:
break
cap.release()
cv2.destroyAllWindows()关于opencv 显示中文乱码问题解决
在使用 OpenCV 的 cv2.putText 函数添加中文时，可能会遇到显示乱码的问题。这是因为 OpenCV 默认使用的字体不支持中文字符。为了在图像上正确显示中文，可以使用 PIL（Pillow）库来处理文本，然后将文本渲染到图像上
1 确保你已经安装了 opencv-python 和 Pillow 库。如果没有安装，可以通过 pip 安装：
注意:如果用的Anaconda ，是包含了这个库，可以不安装
pip install opencv-python pillow2 下载一个中文字体文件，常见的中文字体文件有 simhei.ttf、simsun.ttc 等。你可以从系统中找到这些字体文件，或者从互联网下载。
3 定义 put_text 函数
def put_text(image, text, position, font_path, font_size, color):
# 将 OpenCV 图像转换为 PIL 图像
pil_image = Image.fromarray(cv2.cvtColor(image, cv2.COLOR_BGR2RGB))
# 创建一个可以在给定图像上绘图的对象
draw = ImageDraw.Draw(pil_image)
# 加载字体
font = ImageFont.truetype(font_path, font_size)
# 在图像上绘制文本
draw.text(position, text, fill=color, font=font)
# 将 PIL 图像转换回 OpenCV 图像
image_with_text = cv2.cvtColor(np.array(pil_image), cv2.COLOR_RGB2BGR)
return image_with_text4 案例
python
import cv2
from PIL import Image, ImageDraw, ImageFont
import numpy as np
def put_text(image, text, position, font_path, font_size, color):
# 将 OpenCV 图像转换为 PIL 图像
pil_image = Image.fromarray(cv2.cvtColor(image, cv2.COLOR_BGR2RGB))
# 创建一个可以在给定图像上绘图的对象
draw = ImageDraw.Draw(pil_image)
# 加载字体
font = ImageFont.truetype(font_path, font_size)
# 在图像上绘制文本
draw.text(position, text, fill=color, font=font)
# 将 PIL 图像转换回 OpenCV 图像
image_with_text = cv2.cvtColor(np.array(pil_image), cv2.COLOR_RGB2BGR)
return image_with_text
# 读取图像
image = cv2.imread('images/car.png')
# 定义文本内容、位置、字体路径、字体大小和颜色
text = "你好，世界！"
position = (50, 50)
font_path = "myfont/simhei.ttf" # 替换为你的字体文件路径
font_size = 30
color = (0, 0, 255) # BGR 格式
# 在图像上添加中文文本
image_with_text = put_text(image, text, position, font_path, font_size, color)
# 显示图像
cv2.imshow('Image with Text', image_with_text)
cv2.waitKey(0)
cv2.destroyAllWindows()