目录
[OpenCV 的主要特点](#OpenCV 的主要特点)
[三、Opencv 基础操作](#三、Opencv 基础操作)
一、Opencv简介
OpenCV(Open Source Computer Vision Library)是一个开源的计算机视觉和机器学习软件库,广泛应用于图像处理、视频分析、物体检测、人脸识别、增强现实等领域。它提供了丰富的函数和工具,支持多种编程语言(如C++、Python、Java等),并且可以在不同的操作系统(如Windows、Linux、macOS等)上运行。
OpenCV 的主要特点
-
开源免费:
- OpenCV 是基于 BSD 许可的开源库,可以免费用于学术和商业用途。
-
跨平台支持:
- 支持 Windows、Linux、macOS、Android 和 iOS 等多种操作系统。
-
丰富的图像处理功能:
- 提供了大量的图像处理函数,包括图像读取、显示、保存、滤波、变换、形态学操作等。
-
视频处理:
- 支持视频的读取、处理和保存,适用于实时视频流处理。
-
机器学习支持:
- 集成了多种机器学习算法,如支持向量机(SVM)、K-近邻(KNN)、决策树等,用于分类和检测任务。
-
硬件加速:
- 支持 GPU 加速(通过 OpenCL 或 CUDA),能够显著提高图像处理和视频分析的效率。
-
模块化设计:
- OpenCV 的模块化设计使得用户可以根据需求选择性地使用某些功能模块。
-
社区支持:
- 拥有庞大的开发者社区,提供了丰富的文档、教程和示例代码。
二、Opencv库安装
1、opencv-python库安装
在命令提示符界面输入以下命令即可直接安装opencv-python库,后面为指定的版本。直接安装的话会默认安装最新版本,新版本会存在一些兼容性以及版权问题,所以不推荐安装最新版本。
pip install opencv-python==3.4.18.65
2、opencv-contrib-python库安装
opencv-contrib-python
是 Opencv 的一个扩展库,它包含了 Opencv 主库之外的额外模块。这些模块通常是一些实验性或高级功能,可能尚未完全成熟或因专利限制等原因未被包含在 Opencv 的主库中。通过安装opencv-contrib-python
,用户可以访问更多的计算机视觉和图像处理功能,扩展 Opencv的能力。
pip install opencv-contrib-python==3.4.18.65
三、Opencv 基础操作
1、opencv库的导入
python
import cv2
2、读取、展示图片
python
img = cv2.imread("./images/img.png")
cv2.imshow("img", img)
3、查看图片信息
python
img = cv2.imread("./images/img.png")
cv2.imshow("img", img)
# img.shape查看图片的形状,高、宽、通道数
print("shape:",img.shape)
# 查看图片的像素点个数
print("size:",img.size)
# 查看图片数值的编码格式
print("dtype:",img.dtype)
4、控制图片显示时间、关闭窗口
python
cv2.waitKey(0)
# 关闭所有窗口
cv2.destroyAllWindows()
cv2.waitKey(),括号里面填入的数值代表图片显示时长,单位为ms。当为0时表示一直存在,按下任意键结束。也可以指定按键关闭窗口,如下所示:
python
# 27为键盘上Esc的ASIIC码值
# 此操作一般用在视频的读取中
if cv2.waitKey(1) == 27:
break
5、读取灰度图
读取图片时,在图片名后加上IMREAD_GRAYSCALE即可以灰度图的形式读取图片
python
img_gray = cv2.imread('./images/img.png',IMREAD_GRAYSCALE)
cv2.imshow('img_gray',img_gray)
cv2.waitKey(0)
6、彩色图片转灰度图
如果已经读取了一张图片想转为灰度图,可以用以下方法
python
img_gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
7、图片的保存
python
cv2.imwrite('保存的图片路径或名称',img)
8、读取视频、摄像头
当cv2.VideoCapture()的括号中为视频路径时读取的是视频,当为0时读取的是本机摄像头,为1、2、3...读取的为外接摄像头。
python
Video = cv2.VideoCapture("视频名称或路径")
# 判断视频是否打开
if not Video.isOpened():
print("无法打开视频")
exit()
while True:
# ret为bool值
ret, frame = Video.read()
if not ret:
break
# 将视频转换为灰度图
frame = cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)
# 显示当前帧
cv2.imshow('frame',frame)
if cv2.waitKey(1) == 27:
break
# 释放视频资源
Video.release()
# 关闭窗口
cv2.destroyAllWindows()
9、图像的区域分割
img[]的中括号中,逗号前的代表图片的高,逗号后的代表宽,图片的(0,0)点在做左上角。
python
img2 = cv2.imread('./images/img.png')
# [高,宽]
img_split = img2[100:400,100:500]
cv2.imshow('split',img_split)
cv2.imshow('yuantu',img2)
cv2.waitKey(0)
10、视频的区域分割
使用分割图片的原理同样可以对视频进行操作
python
Vedio1 = cv2.VideoCapture('./images/sishi.mp4')
while True:
ret,frame = Vedio1.read()
frame_split = frame[0:500,200:700]
cv2.imshow('split1',frame_split)
cv2.imshow('yuan',frame)
cv2.waitKey(10)
if cv2.waitKey(1) == 27:
break
Vedio1.release()
cv2.destroyAllWindows()