Opencv学习笔记三（像素归一化，视频读写，图像翻转，图像插值，几何图形绘制）
像素归一化
opencv中提供了四种归一化的方法
- NORM_MINMAX 像素值减min除以max-min
- NORM_INF 选择最大像素值作为除数
- NORM_L1 单个像素值除以所有像素值和
- NORM_L2 单个像素值除以所有像素值平方的和开根号
相关API函数：
normalize(
InputArray src, // 输入图像
InputOutputArray dst, // 输出图像
double alpha = 1, // NORM_MINMAX时候低值
double beta = 0, // NORM_MINMAX时候高值
int norm_type = NORM_L2, // 只有alpha
int dtype = -1, // 默认类型与src一致
InputArray mask = noArray() // mask默认值为空
)
像素归一化根据各个像素点的像素值，通过莫种方法将元素值重新计算
由于归一化中存在除法，所以像素值会出现小数，所以图像类型应为浮点类型
src=cv.imread("D:/lena.jpg")
cv.namedWindow("input",cv.WINDOW_AUTOSIZE)
cv.imshow("input",src)
gray=cv.cvtColor(src,cv.COLOR_BGR2GRAY)
#转换为浮点数类型数组
gray=np.float32(gray)
print(gray)
#scale and shift by NORM_MINMAX
dst=np.zeros(gray.shape,dtype=np.float32)
cv.normalize(gray,dst=dst,alpha=0,beta=1.0,norm_type=cv.NORM_MINMAX)
print(dst)
cv.imshow("NORM_MINMAX",np.uint8(dst*255))
#scale and shift by NORM_INF
dst=np.zeros(gray.shape,dtype=np.float32)
cv.normalize(gray,dst=dst,alpha=1.0,beta=0,norm_type=cv.NORM_INF)
print(dst)
cv.imshow("NORM_INF",np.uint8(dst*255))
#scale and shift by NORM_L1
dst=np.zeros(gray.shape,dtype=np.float32)
cv.normalize(gray,dst=dst,alpha=1.0,beta=0,norm_type=cv.NORM_L1)
print(dst)
cv.imshow("NORM_L1",np.uint8(dst*10000000))
#scale and shift by NORM_L2
dst=np.zeros(gray.shape,dtype=np.float32)
cv.normalize(gray,dst=dst,alpha=1.0,beta=0,norm_type=cv.NORM_L2)
print(dst)
cv.imshow("NORM_L2",np.uint8(dst*10000))
cv.waitKey(0)
cv.destroyAllWindows()
视频的读写
VideoCapture 视频文件读取、摄像头读取、视频流读取
VideoWriter 视频保存
- CAP_PROP_FRAME_HEIGHT 高度
- CAP_PROP_FRAME_WIDTH 宽度
- CAP_PROP_FRAME_COUNT 帧大小
- CAP_PROP_FPS 每秒播放、处理的帧数
不支持音频的编码和解码
#capture=cv.VideoCapture("D:/tree.avi")#打开视频文件
capture=cv.VideoCapture(0)#打开摄像头
'''
height=capture.get(cv.CAP_PROP_FRAME_HEIGHT)#视频的高
width=capture.get(cv.CAP_PROP_FRAME_WIDTH)#视频的宽
count=capture.get(cv.CAP_PROP_FRAME_COUNT)#视频的帧数
fps=capture.get(cv.CAP_PROP_FPS)#每秒播放多少帧
print(height,width,count,fps)
'''
out=cv.VideoWriter("D:/test1.mp4",cv.VideoWriter_fourcc('D','I','V','X'),15,
(np.int(width),np.int(height)),True)#保存视频文件
#录像在屏幕上的显示
whileTrue:
ret,frame=capture.read()
if ret is True:
cv.imshow("video-input",frame)
out.write(frame)
c=cv.waitKey(50)
if c==27:#ESC
break
else:
break
capture.release()
out.release()
图像翻转
图像翻转的本质是像素映射，OpenCV支持三种图像翻转方式
- X轴翻转，flipcode = 0
- Y轴翻转, flipcode = 1
- XY轴翻转, flipcode = -1
相关API：
flip()
-
src输入参数
-
dst 翻转后图像
-
flipcode
dst1 = cv.flip(src,0)
cv.inshow("x-flip",dst1)
dst2 = cv.flip(src,1)
cv.inshow("y-flip",dst2)
dst3 = cv.flip(src,-1)
cv.inshow("xy-flip",dst3)
图像插值
最常见四种插值算法
-
INTER_NEAREST = 0 临近点插值
-
INTER_LINEAR = 1 双线性插值
-
INTER_CUBIC = 2 双立方插值
-
INTER_LANCZOS4 = 4 卢卡斯插值
其实，插值通俗点讲就是添加像素点，图像放大，多出来的位置肯定要加上像素值
src = cv.imread("D:/lena.jpg")
h , w =src.shape[:2]
dst1= cv.resize(src,(h*2,w*2),fx=0,fy=0,interpolation=cv.INTER_NEAREST)
cv.imshow("INTER_NEAREST",dst1)
dst2= cv.resize(src,(h*2,w*2),interpolation=cv.INTER_LINEAR)
cv.imshow("INTER_LINEAR",dst2)
dst3= cv.resize(src,(h*2,w*2),interpolation=cv.INTER_CUBIC)
cv.imshow("INTER_CUBIC",dst3)
dst4= cv.resize(src,(h*2,w*2),interpolation=cv.INTER_LANCZOS4)
cv.imshow("INTER_LANCZOS4",dst4)
cv.waitKey(0)
cv.destroyAllWindows()
几何形状绘制
几何形状绘制
绘制几何形状
- 绘制直线
- 绘制圆
- 绘制矩形
- 绘制椭圆
填充几何形状
OpenCV没有专门的填充方法，只是把绘制几何形状时候的线宽
- thickness参数值设置为负数即表示填充该几何形状或者使用参数CV_FILLED
随机数方法：
RNG 表示OpenCV C++版本中的随机数对象
rng.uniform(a, b)生成[a, b)之间的随机数，包含a，但是不包含b。
np.random.rand()
表示numpy中随机数生成，生成浮点数0～1的随机数, 包含0，不包含1
详情见我另一篇博客
几何图形绘制