opencv python笔记

OpenCV课程

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

以下是一个简单的示例，展示如何使用 cv2.namedWindow 创建一个窗口并在其中显示图像：

import cv2

# 读取图像
image = cv2.imread('images/car.png')

# 创建一个名为 "Image Window" 的窗口，允许调整大小
cv2.namedWindow('Image Window', cv2.WINDOW_NORMAL)

#2 设置名字和窗口大小
cv2.resizeWindow("Image Window",500,300)
# 显示图像
cv2.imshow('Image Window', image)

# 等待用户按键
cv2.waitKey(0)

# 关闭所有窗口
cv2.destroyAllWindows()

详细解释

1. 读取图像：

   image = cv2.imread('path/to/your/image.jpg')
   

   使用 cv2.imread 函数读取图像文件。

2. 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。

3. 显示图像：

   cv2.imshow('Image Window', image)
   

   使用 cv2.imshow 在指定的窗口中显示图像。

4. 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

5. 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()

原图片：

剪切后（注：以下的图片示例的x，y等参数与代码示例不同）：

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。

  案例

#绘制圆形
def test10():
    img = cv2.imread("../images/car.png")
    # 绘制圆形
    center = (300, 200)  # 圆心坐标
    radius = 50  # 半径
    color = (0, 255, 0)  # 颜色为绿色
    thickness = 5  # 线条厚度
    cv2.circle(img, center, radius, color, thickness)

    # 显示带有圆形的图像
    cv2.imshow('Circle', img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

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。

#绘制图片-矩形
def test09():
    img = cv2.imread("../images/car.png")
    # 绘制矩形
    leftTop = (100, 100)  # 左上角顶点
    rightFoot= (300, 200)  # 右下角顶点
    color = (0, 255, 0)  # 颜色为绿色
    width = 2  # 线条厚度
    cv2.rectangle(img, leftTop, rightFoot, color, width)
    # 显示带有矩形的图像
    cv2.imshow('Rectangle', img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

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

以下是一个简单的示例，展示如何使用 cv2.putText 在图像上添加文本：

import cv2
import numpy as np

image = cv2.imread("images/car.png")

# 定义文本内容和位置
text = "hello world!"
# 文本的左下角位置
position = (50, 200)
# 设置字体类型
font = cv2.FONT_HERSHEY_SIMPLEX
#字体大小
font_scale = 1
#字体颜色
font_color = (0, 255, 0)  
#字体线条的粗细
line_type = 2

# 在图像上绘制文本
cv2.putText(image, text, position, font, font_scale, font_color, line_type)
# 显示图像
cv2.imshow(' Text', image)
cv2.waitKey(0)
cv2.destroyAllWindows()

# 保存图像（可选）
cv2.imwrite('output_image.png', image)

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。以下是 cv2.line() 函数的基本语法及其参数说明

import cv2

img = cv2.imread("images/car.png")

# 定义直线的起点和终点
start_point = (50, 50)  # 起点坐标 (x1, y1)
end_point = (450, 450)  # 终点坐标 (x2, y2)

# 定义颜色 (B, G, R) 和线条粗细
color = (255, 0, 0)  # 蓝色
thickness = 2  # 线条的宽度

# 使用 cv2.line() 在图像上绘制直线
cv2.line(img, start_point, end_point, color, thickness)

# 显示图像
cv2.imshow('Image with Line', img)

# 等待按键，然后关闭窗口
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

1. 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

import cv2
import numpy as np

#创建鼠标回调函数
def draw_test(event,x,y,flag,param):
    global drawing
    # cv2.EVENT_LBUTTONDOWN  鼠键左键按下事件
    if event == cv2.EVENT_LBUTTONDOWN:
        drawing = True
    # cv2.EVENT_MOUSEMOVE  鼠键左键移动事件
    elif event == cv2.EVENT_MOUSEMOVE:
        if drawing:
            cv2.circle(img,(x,y),15,(255,0,0),-1)

    #cv2.EVENT_LBUTTONUP  鼠键左键释放事件
    elif event == cv2.EVENT_LBUTTONUP:
        drawing = False
        cv2.circle(img, (x, y), 15, (255, 0, 0), -1)

img= cv2.imread('../images/car.png')
cv2.namedWindow('image')
#设置鼠标回调函数
cv2.setMouseCallback('image', draw_test)
# 真正的标志，表示是否正在绘制
drawing = False
#永真循环，图像被绘制后显示图片，直到按下ESC键退出
while(True):
    cv2.imshow('image', img)
    if cv2.waitKey(20) == 27:  # 按ESC退出
        break
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

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。

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。

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。

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。

# 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

import cv2

# 打开视频文件或摄像头
# 使用 0 打开默认摄像头，或者替换为视频文件路径，例如 'video.mp4'
video_capture = cv2.VideoCapture('video/1.mp4')  # 0 表示使用摄像头
if not video_capture.isOpened():
      print("视频没有打开")
      exit()
# 获取视频的帧率
fps = video_capture.get(cv2.CAP_PROP_FPS)
delay = int(1000 / fps)  # 计算帧间延迟
while True:
    # 逐帧读取视频
    ret, frame = video_capture.read()
    # 显示当前帧
    cv2.imshow('Video', frame)
    # 按下 'q' 键退出
    if cv2.waitKey(delay) & 0xFF == ord('q'):
        break
# 释放视频捕获对象和关闭所有窗口
video_capture.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 pillow

2 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_text

4 案例

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()

课后作业

1.为视频或摄像头添加文字" XXXX"及点击增加数量的功能。

例如："收获火箭数量：1" 点击视频窗口一次 "收获火箭数量：2"

2.实现在图片上绘制的功能，并将绘制后的图像按键保存到本地

作业一：

import cv2
import numpy as np
from PIL import Image, ImageDraw, ImageFont

# cap = cv2.VideoCapture("video/yuntu.mp4")

cap = cv2.VideoCapture(0)

text2 = 0
def mytest(event, x, y, flags, param):
    global text2
    if event == cv2.EVENT_LBUTTONDOWN:
        text2 +=1


def put_text(image, text, org, 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)

    # 绘制文本
    draw.text(org, 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
cv2.namedWindow('frame')  # 创建一个名为 'frame' 的窗口
cv2.setMouseCallback('frame',mytest)

while True:
    ret, frame = cap.read()
    if not ret:
        break
    # 定义字体文本内容
    # text = "hello OpenCV"
    text = "火箭数："+str(text2)
    # 定义起始坐标
    org = (50, 100)
    # 定义字体路径
    # font = cv2.FONT_HERSHEY_SIMPLEX
    font_path = 'fontface/simhei.ttf'
    # 定义字体大小
    font_size = 40
    # 定义字体颜色
    color = (255, 0, 0)  # BGR 格式
    # 绘制文字
    # c_text = cv2.putText(img, text=text, org=org, fontFace=font, fontScale=size, color=color, thickness=thickness)
    c_img = put_text(frame, text, org, font_path, font_size, color)
    cv2.imshow('frame', c_img)
    if cv2.waitKey(5) == 27:
        break

cv2.destroyAllWindows()
cap.release()

现成的视频就这一个，翻出来个之前游戏的视频，现在没在玩了

作业二：

import cv2
d = False
def mytest(event,x,y,flags,param):
    global d
    if event == cv2.EVENT_LBUTTONDOWN:
        print(x,y,"按下")
        # cv2.circle(img,(x,y),2,(0,0,255),2)
        d = True
    elif event == cv2.EVENT_LBUTTONUP:
        print(x, y, "抬起")
        # cv2.circle(img, (x, y), 2, (0, 0, 255), 2)
        d = False
    elif event == cv2.EVENT_MOUSEMOVE:
        print(x, y, "移动")
        if d:
            cv2.circle(img, (x, y), 2, (0, 0, 255), 2)
img = cv2.imread("images/car.png")
cv2.namedWindow("image")
cv2.setMouseCallback('image',mytest)
while(1):
    cv2.imshow("image",img)
    # 等待用户按下 ESC 键时退出程序
    if cv2.waitKey(20) == 27:
        break
    elif cv2.waitKey(20) == ord('q'):#按下q键时退出程序
        cv2.imwrite("save_image/car_circle.png",img)#保存图片
        break

cv2.destroyAllWindows()

码是一张张涂的所以不一样