OpenCV最详细入门教程

OpenCV简介

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

在激活环境中安装opencv：

复制代码

pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple

显示窗口

函数原型：

复制代码

cv2.namedWindow(winname, flags=None)

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

窗口的标志包括：
1. cv2.WINDOW_NORMAL: 允许调整窗口大小。
2. cv2.WINDOW_AUTOSIZE: 窗口大小根据图像大小自动调整，不能手动调整。

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

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)）

复制代码

# 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)

保存图片

函数原型

复制代码

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。

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)

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。

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

函数原型

复制代码

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。

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：

复制代码

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：

复制代码

 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

复制代码

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。

绘制直线

函数原型

复制代码

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。

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。

函数原型

复制代码

draw_test(event,x,y,flag,param)

参数说明

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。

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

1.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。

复制代码

ret, frame = cap.read()
if not ret:
    print("Failed to grab frame")
    break

2.release()

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。

复制代码

cap.release()

3.isOpened()

isOpened() 方法用于检查视频捕获对象是否已经成功打开。

复制代码

if not cap.isOpened():
    print("Error opening video stream or file")

4.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。

复制代码

# 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)

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

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

复制代码

pip install opencv-python pillow

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。

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))

复制代码

 # 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