Python-初学openCV——对openCV的简单使用

一、概述

1、简单介绍

OpenCV（Open Source Computer Vision Library）是一个开源的计算机视觉库，旨在为实时图像处理提供强大的功能。它由Intel开发，现由开源社区维护。OpenCV 提供了跨平台的解决方案，支持 Windows、Linux、macOS、iOS 和 Android 系统，适用于各种应用场景

2、OpenCV的主要特点：

图像和视频处理：OpenCV 提供了强大的图像处理和视频处理功能，包括图像读取、写入、显示，图像滤波、变换、边缘检测、轮廓识别等。

计算机视觉：包括人脸检测、物体识别、图像分类、特征匹配、跟踪目标等高级应用。

机器学习：内置了一些机器学习算法，支持分类、回归、聚类等任务。

GPU加速：支持基于CUDA的GPU加速，能够在处理大量数据时显著提高计算效率。

广泛的应用场景：被广泛应用于工业自动化、监控系统、医疗图像处理、无人驾驶等领域。

3、环境安装

在要使用openCV的环境中输入下面指令：

bash 复制代码

pip install opencv-python

但直接通过以上命令安装对网速要求巨大，推荐使用下面的镜像源安装：

bash 复制代码

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

二、使用前的基础理论知识掌握

1、像素

像素是图像的基本单元，每个像素存储着图像的颜色、亮度和其他特征。一系列像素组合到一起就形成了完整的图像

2、通道（RGB）

opencv中常用的是8位图像,大多数彩色和灰度图像使用8位表示每个通道的像素值，范围从0到255，其中0，代表最黑，1，表示最白。

日常生活中常见的图像是RGB三原色图。RGB图上的每个点都是由红（R）、绿（G）、蓝（B）三个颜色按照一定比例混合而成的，几乎所有颜色都可以通过这三种颜色按照不同比例调配而成。在计算机中，RGB三种颜色被称为RGB三通道，每个通道的取值都是0-255，根据这三个通道存储的像素值，来对应不同的颜色。

3、图像存储

在OpenCV中，无论是读取还是创建图像，结果都是一个NumPy数组。

a. 彩色图像：三维数组

b. 灰度图像：二维数组

图像本质上是像素值的二维或三维矩阵（彩色图像）

a. 形状：图像的尺寸由其高、宽和通道数决定。

（彩色图像返回一个包含三个值的元组（h, w, c）

灰度图返回一个包含两个值的元组（ h，w）因为灰度图只有一个通道）

b. 数据类型：图像中的每个像素值的数据类型决定了可以存储的最大值

c. 像素表示：

单通道图像（灰度图像）：每个像素由一个数值表示，代表该点的亮度。值越低（接近0），颜色越暗；值越高（接近255），颜色越亮。

多通道图像（彩色图像）：在OpenCV中，默认情况下，彩色图像是以BGR （蓝-绿-红）顺序存储

三、基础操作

cv2.imshow(图片名, 读取的图片)：显示图片

（注意：在调用显示图像的API后，要调用cv2.waitKey(0)给图像绘制留下时间，否则窗口会出现无响应情况，并且图像无法显示出来）

cv2.waitkey(n): 图片显示时长，n 的单位为毫秒，当 n = 0 时，图片一直显示

cv2.destroyAllWindows(): 关闭所有显示窗口，释放资源

1、读取图片

cv2.imread(path $,读取方式$ )

python 复制代码

img  = cv2.imread("../cat/cat_3.jpg")
#将图片转化成灰度图
img1 = cv2.imread("../cat/cat_3.jpg",cv2.IMREAD_GRAYSCALE)

示例：

2、保存图像

cv2.imwrite(path, img)

python 复制代码

cv2.imwrite('../data/f_cat_4.jpg',img)

(代码解析 ：将 img 图片保存成指定的data目录下的 f_cat_4.jpg )

3、创建黑白图像

3.1 全黑图像：

使用**np.zeros()**创建全黑图像

python 复制代码

numpy.zeros((height,width,channels),dtype=np. uint8)

3.2 全白图像：

python 复制代码

np.full((h, w, c),fill_value,dtype = np.uint8)

(fill_value == 255 时就是全白图像)

拓展：也可以通过下面这种方法把全黑图像转换成全白图像

python 复制代码

black = np.zeros((360,480,3),dtype = np.uint8)
cv2.imshow('white',black)

black[:,:,:] = 255
cv2.imshow('white1',black)

black[:,:] = 255
cv2.imshow('white2',black)

black[:] = 255
cv2.imshow('white3',black)

4、图片裁切

Opencv中，图像的裁切其实就是对图像的数组形式进行切片，用于从图像中提取一个子区域（矩形区域）

（注意：先切高，后切宽）

bash 复制代码

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

**img[y:y+h,x:x+w]**提取的是从(x,y)开始，高度为h，宽度为w的矩形区域

5、图像大小调整

cv2.resize是Opencv库中用于调整图像大小的函数，在图像处理中很常用，特别是在要对图像进行缩放以适应不同需求时

python 复制代码

cv2.resize(img,dsize)
#img：输入图像，通常是二维或三位NumPy数组。
#dsize：输出图像的尺寸，是一个二元组`(w,h)`，

6、读取视频

cap = cv2.VideoCapture(path)

(path: 视频流资源路径, 设置为 0 时代表从默认摄像头捕获视频流 )

ret，frame = cap.read()

(返回值cap调用read()方法得到一个布尔值和一帧图像，布尔值表示是否成功读取到帧，如果为False，可能是因为视频结束或读取失败，如果为True，frame则是当前帧的图像数据 )

示例：（参考代码）

四、图像绘制

1、绘制直线

cv2.line()

python 复制代码

cv2.line(img,start,end,color,thickness)
  #img：要绘制直线的图像
  #start、end：直线的起点和终点
  #color：直线的颜色（对于彩色图像，使用 BGR 格式指定颜色）
  #thickness：线条宽度

示例：

2、绘制矩形

cv2.rectangle()

python 复制代码

cv2.rectangle(img,leftupper,rightdown,color,thickness)
  #img：要绘制矩形的图像
  #leftupper、rightdown：矩形的左上角和右下角坐标
  #color：线条的颜色
  #thickness：线条的宽度

示例：

3、绘制圆形

cv2.circle()

python 复制代码

cv2.circle(img,centerpoint,r,color,thickness)
  #img：要绘制圆形的图片
  #centerpoint、r：圆心和半径
  #color：线条颜色
  #tnickness：线条宽度，为-1时生成闭合图案并填充颜色

示例：