【CV】OpenCV（基于Python）学习笔记｜CSDN创作打卡

以下内容中的页码均来自《OpenCV 4详解 : 基于Python》

目录

• 第2章 载入、显示与保存数据
• • 2.2 图像的读取与显示
  • • 2.2.1 图像读取函数 cv.imread()
    • 2.2.2 图像窗口函数 cv.namedWindow()
    • 2.2.3 图像显示函数 cv.imshow()
    • 2.2.4 关闭窗口函数 cv.destroyWindow()/cv.destroyAllWindows()
  • 2.3 视频的加载与摄像头的调用
  • • 2.3.1 读取视频数据 cv.VideoCapture()
    • 2.3.2 摄像头的直接调用 cv.VideoCapture()
  • 2.4 数据的保存
  • • 2.4.1 保存图像 cv.imwrite()
    • 2.4.2 保存视频 cv.VideoWriter()
    • 2.4.3 保存和读取XML和YMAL文件 cv.FileStorage()
    • • 2.4.3.1 保存
      • 2.4.3.2 读取
• 第3章 图像基本操作
• • 3.1 颜色空间
  • • • 3.1.1.6 不同颜色空间之间的互相转换 cv.cvtColor()
    • 3.1.2 多通道分离与合并 cv.split()/cv.merge()
    • • 3.1.2.1 分离 cv.split()
      • 3.1.2.2 合并 cv.merge()
  • 3.2 图像像素的操作
  • • 3.2.1 图像像素统计
    • • 3.2.1.1 寻找图像像素的最大值与最小值 cv.minMaxLoc()
      • • 3.2.1.1.1 图像矩阵形状调整函数 np.reshape()
      • 3.2.1.2 计算图像的均值和标准差 cv.mean()/cv.meanStdDev()
    • 3.2.2 两图像间的像素操作
    • • 3.2.2.1 两幅图像的比较运算 cv.max()/cv.min()
      • 3.2.2.2 两幅图像的逻辑运算 cv.bitwise_?()
    • 3.2.3 图像二值化
    • 3.2.4 LUT cv.LUT()
  • 3.3 图像连接和图像变换
  • • 3.3.1 图像连接 cv.vconcat()/cv.hconcat()
    • 3.3.2 图像尺寸变换 cv.resize()
    • 3.3.3 图像翻转变换 cv.flip()
    • 3.3.4 图像仿射变换（三点变换） cv.getRotationMatrix2D()/cv.warpAffine()/cv.getAffineTransform()
    • 3.3.5 图像透视变换（四点变换） cv.getPerspectiveTransform()/cv.wrapPerspective()
    • 3.3.6 极坐标变换

第2章 载入、显示与保存数据

2.2 图像的读取与显示

2.2.1 图像读取函数 cv.imread()

函数原型：img = cv.imread(filename [, flags])

• filename：需要读取的图像的路径，包含图像名称和图像文件扩展名
• flags：读取图像的形式，默认按照彩色图像格式读取（可选择的标志见P27表2-2）

如果无法正确读取图像，返回None，可通过print(img)查看得到的结果是否为None来判断是否成功读取了图像。

2.2.2 图像窗口函数 cv.namedWindow()

函数原型：None = cv.namedWindow(winname [, flags])

• winname：窗口名称，用作窗口的标识符，用于识别此窗口
• flags：窗口属性设置标志（可选择的标志见P28表2-3）

flags标志可以设置多个，不同参数之间用“|”分隔，默认为根据图像大小显示窗口、保持图像比例、创建的窗口允许添加工具栏和状态栏

2.2.3 图像显示函数 cv.imshow()

函数原型：None = cv.imshow(winname, img)

• winname：要显示图像的窗口的名称
• img：要显示的图像

为了让图像不是一闪而过的，需要在本函数后加上cv.waitKey()函数，来将程序暂停一段时间，暂停时间可以以参数的形式赋值，单位为毫秒；参数默认值为0，表示等待用户按键结束该函数。

2.2.4 关闭窗口函数 cv.destroyWindow()/cv.destroyAllWindows()

函数原型：
None = cv.destroyWindow(winname)
None = cv.destroyAllWindows()

• winname：要关闭的窗口的名称

2.3 视频的加载与摄像头的调用

2.3.1 读取视频数据 cv.VideoCapture()

函数原型：
<VideoCapture object> = cv.VideoCapture()
<VideoCapture object> = cv.VideoCapture(filename [, apiPreference])

• filename：读取的视频文件的名称
• apiPreference：读取数据时设置的属性

第一行中的VideoCapture函数需要在使用时通过open()函数指出，如对象名为video，则用video.open("testvideo.mov")来打开视频文件。
第二行中的VideoCapture函数在默认情况下自动搜索合适的视频属性标志，在使用时一般可以省略属性标志。

• 创建视频对象后，用isOpened()函数判断是否创建成功，成功返回True，失败返回False。如video.isOpened()
• 判断已经成功创建视频对象后，用read()函数读取一帧图像，如通过ret, img = viedo.read()从video对象中读取一帧图像存放在img中，ret变量存储是否成功读取对象，成功为True，失败为False。也可以通过ret变量判断读取视频文件时是否已经到了结尾。
• 另外，可以通过get(propId)函数获取视频属性，如video.get(0)，propId的可选标志见P30表2-4

示例代码（来自书本，略有改动，后同）：

import cv2 as cv
 
if __name__ == '__main__':
    video = cv.VideoCapture('./videos/road.mp4')
 
    # 判断是否成功创建视频流
    while video.isOpened(): # video.isOpened()成功读取返回true，读取失败返回false
        ret, frame = video.read() # frame中存储一帧的图像；ret读取成功为true，读取失败为false
        if ret is True:
            cv.imshow('Video', frame)
            # 设置视频播放速度，设置值等于1000为原速度，高于1000会减慢，低于1000加快
            # 此代码为按视频原速度播放，cv.CAP_PROP_FPS表示原视频的帧率
            cv.waitKey(int(1000 / video.get(cv.CAP_PROP_FPS)))
            # 按下q退出
            if cv.waitKey(1) & 0xFF == ord('q'):
                break
        else:
            break
 
    # 输出相关信息
    print('视频中图像的宽度为：{}'.format(video.get(cv.CAP_PROP_FRAME_WIDTH)))
    print('视频中图像的高度为：{}'.format(video.get(cv.CAP_PROP_FRAME_HEIGHT)))
    print('视频帧率为：{}'.format(video.get(cv.CAP_PROP_FPS)))
    print('视频总帧数为：{}'.format(video.get(cv.CAP_PROP_FRAME_COUNT)))
    # 释放并关闭窗口
    video.release()
    cv.destroyAllWindows()
    

关于if __name__ == '__main__'的解释点此查看

2.3.2 摄像头的直接调用 cv.VideoCapture()

函数原型：<VideoCapture object> = cv.VideoCapture(index [, apiPreference])

• index：摄像头的索引号，0表示使用计算机的默认摄像头
• apiPreference：读取数据时设置的属性

示例代码与2.3.1基本相同，另可以在cv.imshow('Video', frame)前添加frame = cv.flip(frame, 1)对摄像头拍摄的图像进行水平翻转，翻转后的视频为镜像，若不添加上述代码也可，视频为非镜像状态。

2.4 数据的保存

2.4.1 保存图像 cv.imwrite()

函数原型：retval = cv.imwrite(filename, img [, params])

• filename：图像保存的路径和文件名，包含图像格式
• img：将要保存的图像（Array类型的数组）
• params：保存图片格式时的属性设置标志

如果成功保存，返回True，失败返回False

函数第三个参数一般不需要填写，第三个参数的设置方式如下：

# 将img以等级为95的图像质量保存
cv.imwrite(filename, img, [int(cv.IMWRITE_JPEG_QUALITY), 95])
# 将img以值为6的压缩级别进行保存
cv.imwrite(filename, img, [int(cv.IMWRITE_PNG_COMPRESSION), 6])

第三个参数的可选择标志见P33表2-5

2.4.2 保存视频 cv.VideoWriter()

函数原型：
<VideoWriter object> = cv.VideoWriter()
<VideoWriter object> = cv.VideoWriter(filename, fourcc, fps, frameSize [, isColor])

• filename：保存视频的路径和文件名
• fourcc：压缩帧的4字符编/解码器选项
• fps：保存视频的帧率，即每秒多少张图像
• frameSize：视频帧的大小
• isColor：表示是否以彩色形式保存视频，默认为彩色

第一行的VideoWriter函数与VideoCapture函数相同，后续需要通过open()函数设置保存的文件名称等参数。

fourcc参数可以设置的编解码器选项见P35表2-6，如果赋值为“-1”则会自动搜索合适的编解码器。

frameSize参数一定要与图像的尺寸相同。

示例代码如下：

import cv2 as cv
 
if __name__ == '__main__':
    # 设置编/解码方式
    fourcc = cv.VideoWriter_fourcc(*'DIVX')
 
    #  采用默认摄像头获取图像
    video = cv.VideoCapture(0)
    # cv.VideoWriter()第一种构造函数（两种方法效果相同）
    # result = cv.VideoWriter()
    # result.open('./videos/Save_video.avi', fourcc, 20.0, (640, 480))
    # cv.VideoWriter()第二种构造函数
    result = cv.VideoWriter('./videos/Save_video.avi', fourcc, 20.0, (640, 480))
 
    # 判断是否成功创建视频流
    while video.isOpened():
        ret, frame = video.read()
        if ret is True:
            # 将每一帧图像进行水平翻转
            frame = cv.flip(frame, 1)
 
            # 将一帧一帧图像写入视频
            result.write(frame)
            cv.imshow('Video', frame)
            cv.waitKey(25)
 
            # 键盘按下q退出
            if cv.waitKey(1) & 0xFF == ord('q'):
                break
        else:
            break
 
    # 释放并关闭窗口
    video.release()
    result.release()
    cv.destroyAllWindows()

2.4.3 保存和读取XML和YMAL文件 cv.FileStorage()

2.4.3.1 保存

首先进行初始化
函数原型：<FileStorage object> = cv.FileStorage(filename, flags [, encoding])

• filename：打开的文件名称
• flags：对文件执行的操作类型标志（详见P37表2-7）
• encoding：编码格式

该函数用于声明打开的文件名称和操作的类型。
filename为字符串类型，文件的扩展名可以是“.xml”“.ymal”“.yml”。
flags参数表示对文件执行读取操作、写入操作等。

打开文件后，可以使用isOpened()来判断是否成功打开文件，成功打开返回True，打开失败返回False。

若cv.FileStorage()函数中没有声明参数，可通过open()函数单独声明，函数原型如下：
retval = cv.FileStorage.open(filename, flags [, encoding])

• filename：打开的文件名称
• flags：对文件执行的操作类型标志（详见P37表2-7）
• encoding：编码格式

成功打开文件后，使用cv.FileStorage.write()函数将数据写入文件中，函数原型如下：
None = cv.FileStorage.write(name, val)

• name：写入文件中的变量名称
• val：变量值（目前支持实数、字符串和矩阵）

2.4.3.2 读取

• 读取实数型
  file.getNode('x').real()
• 读取字符串型
  file.getNode('x').string()
• 读取矩阵型
  file.getNode('x').mat()

对2.4.3的示例代码：

import cv2 as cv
import numpy as np
 
if __name__ == '__main__':
    # 创建FileStorage对象file，用于写入数据
    # 读者可以尝试将文件后缀名改为.yml或.yaml
    # file = cv.FileStorage('./data/MyFile.yml', cv.FileStorage_WRITE)
    # file = cv.FileStorage('./data/MyFile.yaml', cv.FileStorage_WRITE)
    file = cv.FileStorage('./data/MyFile.xml', cv.FileStorage_WRITE)
 
    # 写入数据
    file.write('name', '张三')
    file.write('age', 16)
    file.write('date', '2019-01-01')
    scores = np.array([[98, 99], [96, 97], [95, 98]])
    file.write('scores', scores)
 
    # 释放对象
    file.release()
 
    # 创建FileStorage对象file1，用于读取数据
    file1 = cv.FileStorage('./data/MyFile.xml', cv.FileStorage_READ)
 
    # 判断MyFile.xml文件是否成功打开
    if file1.isOpened():
        # 读取数据
        name1 = file1.getNode('name').string()
        age1 = file1.getNode('age').real()
        date1 = file1.getNode('date').string()
        scores1 = file1.getNode('scores').mat()
 
        # 展示读取结果
        print('姓名：{}'.format(name1))
        print('年龄：{}'.format(age1))
        print('记录日期：{}'.format(date1))
        print('成绩单：{}'.format(scores1))
    else:
        print('Can\'t open MyFile.xml.')
 
    # 释放对象
    file1.release()

第3章 图像基本操作

3.1 颜色空间

3.1.1.6 不同颜色空间之间的互相转换 cv.cvtColor()

函数原型：dst = cv.cvtColor(src, code, [, dst [, dstCn]])

• src：待转换颜色空间的原始图像
• code：颜色空间转换的标志（详见P44表3-1）
• dst：颜色空间转换后的目标图像
• dstCn：目标图像中的通道数，默认为0

3.1.2 多通道分离与合并 cv.split()/cv.merge()

3.1.2.1 分离 cv.split()

函数原型：mv = cv.split(m [, mv])

• m：待分离的多通道图像
• mv：分离后的单通道图像

3.1.2.2 合并 cv.merge()

函数原型：dst = cv.merge(mv [, dst])

• mv：需要合并的图像
• dst：合并后输出的图像

3.2 图像像素的操作

3.2.1 图像像素统计

3.2.1.1 寻找图像像素的最大值与最小值 cv.minMaxLoc()

函数原型：
minVal, maxVal, minLoc, maxLoc = cv.minMaxLoc(src [, mask])

• src：需要寻找最大值和最小值的图像（图像可表示为矩阵）
• mask：图像掩模（用于在图像的指定区域内寻找最值，默认值为None，表示寻找范围为整个图像）
• minVal：图像中的最小值
• maxVal：图像中的最大值
• minLoc：图像中的最小值在矩阵中的坐标
• maxLoc：图像中的最大值在矩阵中的坐标

若图像中存在多个最值，则输出的最值位置为按行扫描从左至右第1次检测到的最值位置

3.2.1.1.1 图像矩阵形状调整函数 np.reshape()

函数原型：dst = np.reshape(array, shape [, order])

• array：需要调整尺寸和通道数的图像
• shape：重塑后的矩阵的维度
• order：读取/写入元素时的顺序

3.2.1.2 计算图像的均值和标准差 cv.mean()/cv.meanStdDev()

求均值函数原型：retal = cv.mean(src [, mask])

• src：待求均值的图像（其通道数为1~4的整数）
• mask：图像掩模（不输出此参数时，表示取所有像素的均值）

同时求均值和标准差函数原型：
mean, stddev = cv.meanStdDev(src [, mean [, stddev [, mask]]])

• src：待求均值和标准差的图像
• mean：图像每个通道的均值
• stddev：图像每个通道的标准差
• mask：图像掩模

3.2.2 两图像间的像素操作

3.2.2.1 两幅图像的比较运算 cv.max()/cv.min()

函数原型：
dst = cv.max(src1, src2 [, dst])
dst = cv.min(src1, src2 [, dst])

• src1：第1幅图像，可以是任意通道数的矩阵
• src2：第2幅图像，尺寸、通道数及数据类型与第1个参数一致
• dst：保留对应位置较大（较小）灰度值后的图像

判断每一个像素点，保留两幅图像中灰度值较大（较小）的像素点

3.2.2.2 两幅图像的逻辑运算 cv.bitwise_?()

函数原型：
与运算：dst = cv.bitwise_and(src1, src2 [, dst [, mask]])
或运算：dst = cv.bitwise_or(src1, src2 [, dst [, mask]])
异或运算：dst = cv.bitwise_xor(src1, src2 [, dst [, mask]])
非运算：dst = cv.bitwise_not(src [, dst [, mask]])

• src1：第1幅图像，可以是多通道图像数据
• src2：第2幅图像，尺寸、通道数及数据类型与第1个参数一致
• dst：逻辑运算输出结果
• mask：掩模矩阵，用于设置图像或矩阵中逻辑运算的范围
• src：输入的图像矩阵

ps：异或运算：相同为0，不相同为1

3.2.3 图像二值化

函数原型：retval, dst = cv.threshold(src, thresh, maxval, type [, dst])

• src：待二值化的图像，图像的数据类型只能是uint8或float32
• thresh：二值化的阈值
• maxval：二值化过程中的最大值。此参数只在两种二值化方法中发挥作用，但使用其他方法也需要输入此参数
• type：选择图像的二值化方法的标志（可选择的标志见P57表3-2）
• dst：二值化后的图像

局部自适应阈值的二值化函数原型：
dst = cv.adaptiveThreshold(src, maxValue, adaptiveMethod, thresholdType, blockSize, C [, dst])

• src：待二值化的图像，只能是8位单通道类型的图像
• maxValue：二值化后的最大值，要求为非零数
• adaptiveMethod：自适应确定阈值的方法，分为均值法（cv.ADAPTIVE_THRESH_MEAN_C）和高斯法（cv.ADAPTIVE_THRESH_GAUSSIAN_C）
• thresholdType：选择图像二值化方法的标志，只能是cv.THRESH_BINARY或cv.THRESH_BINARY_INV
• blockSize：自适应确定阈值的像素领域大小，一般取值为3、5、7
• C：从平均值或者加权平均值中减去的常数，可正可负
• dst：二值化后的图像，与输入图像具有相同的尺寸、数据类型

3.2.4 LUT cv.LUT()

函数原型：dst = cv.LUT(src, lut [, dst])

• src：输入的图像，仅支持8位
• lut：256个灰度值的查找表
• dst：输出图像

3.3 图像连接和图像变换

3.3.1 图像连接 cv.vconcat()/cv.hconcat()

图像垂直连接函数原型：dst = cv.vconcat(src [, dst])

• src：需要连接的图像（可以用矩阵表示）（要求均具有相同的长度、数据类型和通道数）
• dst：连接后的图像（可以用矩阵表示）

图像水平连接函数原型：dst = cv.hconcat(src [, dst])

• src：需要连接的图像（可以用矩阵表示）（要求均具有相同的高度、数据类型和通道数）
• dst：连接后的图像（可以用矩阵表示）

示例：img = cv.hconcat((img0, img1))

3.3.2 图像尺寸变换 cv.resize()

函数原型：dst = cv.resize(src, dsize [, dst [, fx [,fy [, interpolation]]]])

• src：输入的图像
• dsize：输出图像的尺寸
• dst：输出图像
• fx：水平轴的比例因子，如果沿水平轴将图像放大为原来的2倍，则指定为2
• fy：垂直轴的比例因子，如果沿垂直轴将图像放大为原来的2倍，则指定为2
• interpolation：插值方法的标志（可以选择的标志见P66表3-3）

3.3.3 图像翻转变换 cv.flip()

函数原型：dst = cv.flip(src, flipCode [, dst])

• src：输入的图像
• flipCode：翻转方式标志。数值大于0，绕y轴翻转；数值等于0，绕x轴翻转；数值小于0，绕两条轴翻转
• dst：输出的图像

3.3.4 图像仿射变换（三点变换） cv.getRotationMatrix2D()/cv.warpAffine()/cv.getAffineTransform()

计算旋转矩阵的函数原型：retal = cv.getRotationMatrix2D(center, angle, scale)

• center：图像旋转的中心
• angle：图像旋转的角度，正值代表逆时针旋转
• scale：沿两条轴的缩放比例，可以实现旋转过程中的图像缩放。不需要缩放输入1

确定旋转矩阵后，进行仿射变换后实现图像的旋转。
仿射变换函数原型：
dst = cv.warpAffine(src, M, dsize [, dst [, flags [, borderMode [, borderValue]]]])

• src：输入的图像
• M：2×3的变换矩阵（之前求得的旋转矩阵）
• dsize：输出图像的尺寸
• dst：放射变换后的输出图像，尺寸与dsize相同
• flags：插值方法的标志（详见P69表3-4）
• borderMode：像素边界外推方法的标志
• borderValue：填充边界使用的数值，默认为0

利用三点求变换矩阵函数原型：retval = cv.getAffineTransform(src, dst)

• src：原图像中3个像素的坐标
• dst：目标图像中对应的3个像素的坐标

3.3.5 图像透视变换（四点变换） cv.getPerspectiveTransform()/cv.wrapPerspective()

利用四点求变换矩阵函数原型：retval = cv.getPerspectiveTransform(src, dst [, solveMethod)

• src：原图像中4个像素的坐标
• dst：目标图像中对应的4个像素的坐标
• solveMethod：选择计算透视变换矩阵方法的标志（详见P72表3-6），默认为最佳主轴元素的高斯消元法

透视变换矩阵函数原型dst = cv.wrapPerspective(src, M, dsize [, dst [, flags [, borderMode [, borderValue]]]])

• src：输入的图像
• M：3×3的变换矩阵（之前求得的旋转矩阵）
• dsize：输出图像的尺寸
• dst：放射变换后的输出图像，尺寸与dsize相同
• flags：插值方法的标志（详见P69表3-4）
• borderMode：像素边界外推方法的标志
• borderValue：填充边界使用的数值，默认为0

3.3.6 极坐标变换

函数原型：dst = cv.warpPolar(src, dsize, center, maxRadius, flags [, dst])

• src：原图像
• dsize：目标图像的大小
• center：极坐标变换时极坐标在原图像中的原点
• maxRadius：变换时边界圆的半径
• flags：插值方法与极坐标映射方法的标志（插值方法见P66表3-3，极坐标映射方法见P74表3-7）
• dst：极坐标变换后的输出图像