PyQt 5 开发之旅之 OpenCV 的 GUI 特性

本文来自作者 离梦远 在 GitChat 上分享 「PyQt 5 开发之旅之 OpenCV 的 GUI 特性」

编辑 | 哈比

背景

本篇适合 OpenCV（Python 版）初学者入门使用。如果您对 OpenCV 比较了解，可以略过。

学习本文当然还要有一定的 Python 基础功底，至于 Python 2 还是 Python 3 无关紧要。

本文重点讲解 OpenCV 的 GUI 特性，还有部分 PyQt5 相关的内容，如果想动手敲代码的话一定要搭建好开发环境，关于开发环境我在另一场 Chat 有详细的介绍，本文不再讲解。

讲解过程中会做一些显示效果来说明，为了方便会先使用 OpenCV 自带的显示功能进行显示，后面总结的时候会结合 PyQt5 和 Matplotlib 显示。

开发环境搭建请参考 https://goo.gl/RnNSGy。

图像文件的读取、显示以及保存

读取图像

函数 cv2.imread()，有两个参数，参数 1 是要读入的图像文件（包含路径），参数 2 告诉函数应该如何读取图像（可不填）。

注意：图像的路径错误时，OpenCV 不会提醒。

下面列出读出方式：

• cv2.IMREAD_COLOR(1)：读入一副彩色图像，图像的透明度会被忽略，这是默认参数；会将图像转换成三通道、8 比特的图像。

• cv2.IMREAD_GRAYSCALE(0)：以灰度模式读入图像，会将图像转换成单通道、8 比特的图像。

• cv2.IMREAD_UNCHANGED(-1)：读入一副图像并且包括图像的 Alpha 通道，也就是使用原图像文件的通道数和比特数。

• cv2.IMREAD_ANYCOLOR(4)：转换成 8 比特的图像，通道数由图像文件决定，注意 4 通道图像会被转换成三通道图像。

• cv2.IMREAD_ANYDEPTH(2)：转换成单通道，比特数由图像文件决定。

下面用一个表格说明不同比特（bit）和通道（Channel）的图像读取之间的转换关系。

显示图像

显示图像就比较简单了，首先可以使用 OpenCV 自带的窗口显示，函数就是 cv2.imshow()。

第一个参数是窗口的名字，第二个参数是要显示的图像了，也就是 cv2.imread() 函数的返回值。

当然为了让显示窗口保持住程序不能运行结束需要使用 cv2.waitKey()，最后结束还要使用 cv2.destroyAllWindows() 销毁。

还有种方法就是使用 Matplotlib 来显示，这个要结合 PyQt5 在自己想要的地方进行显示的，显示过程和前面一个过程差不多。

但是要注意一点的是 Matplotlib 显示的彩色图像和 OpenCV 显示时候的 RGB 顺序不一样，所以在显示前要转换一下，这个在后面的例子中会详解。

保存图像

保存图像使用函数 cv2.imwrite()，它有两个参数：

• 参数 1：要保存的文件名和后缀名以及保存的路径；

• 参数 2：要保存的图像。

该函数会根据文件名的后缀自动保存相应的格式，不需要特殊指明，示例代码如下：

import cv2 img = cv2.imread('image/test2.jpg') cv2.imshow('demo', img) while True: if cv2.waitKey(20)&0xff == 27:    break cv2.destroyAllWindows() cv2.imwrite('sss.png', img)

效果如下图所示：

视频文件的获取和保存

获取视频帧

获取视频的函数为 cv2.VideoCapture()。

其参数可以是设备的索引号，也可以是视频文件。

索引号对应的是 PC 上的摄像头设备。获取到视频后，可以一帧一帧的获取（使用 read()）图像，但是最后，别忘记停止捕获视频（使用 release() 函数）。

read() 返回一个布尔值（True/False）。如果帧读取是正确的，就是 True。

有时候 cap(cv2.VideoCapture() 的返回值) 有可能无法成功的初始化摄像头的设备，这种情况下不能正常运行，可以使用 cap.isOpened()，来检测是否成功初始化。

如果返回是 True 就 OK，否则就需使用函数 cap.open()。

还可以使用函数 cap.get(propId) 来获得视频的一些参数信息。这里 propId 可以是 0 到 18 之间的任何整数，每个数代表视频的一个属性。

其中的一些值可以使用 cap.set(propId,value) 来修改，value 就是你想要设置成的新值。例如 cap.get(3) 和 cap.get(4) 来查看每一帧的宽和高。

那么如何显示视频呢？其实就是一帧一帧的显示读取到的每一帧图片，显示的快了就是视频的形式了。

可以使用 cv2.waitKey() 设置适当的持续时间。如果设置的太低视频就会播放的快，太高就会播放的慢（使用这个方法控制视频的播放速度）。

通常情况下 25 毫秒就可以了。下面列出所有属性的值（使用的时候也可以之间填写括号中的数值）。

cv2.CAP_PROP_POS_MSEC(0):current position of the video file in milliseconds cv2.CAP_PROP_POS_FRAMES(1):0-based index of the frame to be decoded/captured next cv2.CAP_PROP_POS_AVI_RATIO(2):Relative position of the video file:0-start of the film,1-end of the film. cv2.CAP_PROP_FRAME_WIDTH(3):width of the frames in the video stream. cv2.CAP_PROP_FRAME_HEIGHT(4):hright of the frames in the video stream. cv2.CAP_PROP_FPS(5):frame rate. cv2.CAP_PROP_FOURCC(6):4-character code of codec. cv2.CAP_PROP_FRAME_COUNT(7):number of frames in the video file. cv2.CAP_PROP_FORMAT(8):format of the Mat objects returned by retrieve(). cv2.CAP_PROP_MODE(9): Backend-specific value indicating thecurrent capture mode. cv2.CAP_PROP_BRIGHTNESS(10): Brightness of the image (only for cameras). cv2.CAP_PROP_CONTRAST(11): Contrast of the image (only for cameras). cv2.CAP_PROP_SATURATION(12): Saturation of the image (only for cameras). cv2.CAP_PROP_HUE(13): Hue of the image (only for cameras). cv2.CAP_PROP_GAIN(14): Gain of the image (only for cameras). cv2.CAP_PROP_EXPOSURE(15): Exposure (only for cameras). cv2.CAP_PROP_CONVERT_RGB(16): Boolean flags indicatingwhether images should be converted to RGB. cv2.CAP_PROP_WHITE_BALANCE(17): Currently unsupported cv2.CAP_PROP_RECTIFICATION(18): Rectification flag for stereo cameras (note: only supported by DC1394 v 2.x backend currently

保存视频

在我们捕获视频，并对每一帧都进行加工之后我们想要保存这个视频，对于图片来说很简单使用 cv2.imwrite()。但是对于视频来说就要多做点工作。

首先要创建一个 VideoWriter 的对象，我们应该确定一个输出文件的名字。接下来指定 FourCC 编码。播放频率和帧的大小也需要确定。

最后一个是 isColor 标签，如果是 True，每帧就是彩色图，否则就是灰度图。

下面用一个实际操作的例子说明一下：

import cv2 import numpy as np # 选取摄像头，0 为笔记本内置的摄像头，1,2···为外接的摄像头 cap = cv2.VideoCapture(0) #定义摄像头的分辨率 cap.set(4,720) #第一个参数是路径和文件名，文件命名的时候不要有特殊的符号 #第二个参数是视频格式，“MPEG” 是一种标准格式，百度 fourcc 可见各种格式 #第二个参数（fourcc）如果设置为-1，允许实时选择视频格式 fourcc = cv2.VideoWriter_fourcc(*"MPEG") # 第三个参数则是镜头快慢的，20 为正常，小于二十为慢镜头 out = cv2.VideoWriter('./output.avi',fourcc,20,(640,480)) while True: ret,frame = cap.read()  # 获取图像 if ret == True:    frame = cv2.flip(frame, 1)# 在帧上进行操作    cv2.imshow("frame", frame)  # 显示帧    out.write(frame) # 保存视频    if cv2.waitKey(1) == ord('s'):  #按下 ‘s’ 保存图片        print('save photo')        cv2.imwrite("./new.png",frame)        if cv2.waitKey(1) == ord('q'):#按下 ‘q’ 退出            print('quit')            break    else: break # 释放摄像头资源 cap.release() out.release() cv2.destroyAllWindows()

OpenCV 中的绘图函数

OpenCV 中的绘图函数是在图像上绘制直线（line）、圆（circle）、矩形（rectangle）、椭圆（ellipse）、文字（putText）等，这些函数除需要自己特有的参数外，还有共同的参数如下：

• img：绘制图像的那副图像；

• color：绘制图形的颜色，以 BGR 为例，需要传入一个元祖，例如 (255,0,0)，代表蓝色。对于灰度图只需要传入灰度值；

• thickness：线条的粗细。如果给一个闭合图形设置为-1，那么这个图形就会被填充。默认值就是-1；

• linetype：线条的类型，有连接、抗锯齿等。默认情况是 8 表，示连接。cv2.LINE_AA 表示抗锯齿。这样子看起来非常平滑。

画线

画线需要知道线的起点和终点，例如画一个起点 (0,0) 和终点 (100,100)，线宽为 5（像素），颜色为蓝色的线，代码如下：

import numpy as np import cv2 img = np.zeros((400,400,3), np.uint8)# 创建一副图像 cv2.line(img, (0,0), (100,100), (255,0,0), 5)

画矩形

画一个矩形需要告诉函数左上角和右下角的顶点坐标。例如，画一个右上角为 (50,100)，左下角 (150,200)，颜色为绿色，线宽为 3 的矩形，代码如下：

cv2.rectangle(img, (50,100), (150,200), (0,255,0), 3)

画圆

画圆需要告诉函数圆形的中心坐标和半径大小（单位是像素）。例如，画一个圆心为 (180,180)，半径为 80，红色填充的圆形，代码如下：

cv2.circle(img, (180,180), 80, (0,0,255), -1)

画椭圆

画椭圆比较复杂，传入的参数也多，有椭圆的中心点坐标，长轴和短轴的长度，椭圆沿逆时针方向旋转的角度。

椭圆沿顺时针方向的起始角度和结束角度，如果是 0 到 360，就是整个椭圆，例如画一个中心点为 (300,300)，长轴为 50，短轴为 25，旋转角度是 50°。

起始角度 0 到结束角度 270，代码如下：

cv2.ellipse(img, (300,300), (50,25), 50, 0, 270, (255,0,0), -1)

画多边形

画多边形需要指定每个顶点的坐标。用这些坐标构建成一个大小等于行数的数组（行数就是点的数目），这些数组的数据类型是 int32。

示例代码如下：

pts = np.array([[15,5],[200,30],[70,200],[50,100]], np.int32) pts = pts.reshape(-1,1,2) cv2.polyline(img, [pts], True, (0,255,255))

提示：如果第三个参数是 False，就不是闭合的多边形，cv2.polylines() 可以被用来画很多条线，只需要把画的线放在一个列表中，将其传给函数即可，每条线都可独立绘制，这会比 cv2.line() 速度快。

扫描下方二维码

阅读完整原文

并与作者交流