【总结】OpenCV-Python常用API（一）—— 基本IO

1. 前言

最近在学习OpenCV的Python版本，是计算机视觉方面必须掌握的一个跨平台库，里面针对图形图像视频的处理方法有很多，为了避免遗忘和以后随用随查，记录分享在此。欢迎各位大佬指出不足之处！

2. 图片读取

2.1 函数简述和原型

该函数用于读取各种常见格式的图片，读取结果均为ndarray。对于单通道灰度图像即为二维矩阵，对于彩色3通道图像即为heigh*width*channels的三维矩阵。应注意作为矩阵，第一个下标为行数，对应图片的高，第二个下标为列数，对应图片的宽。官方文档：https://docs.opencv.org/3.4.2/d4/da8/group__imgcodecs.html#ga288b8b3da0892bd651fce07b3bbd3a56

img = cv2.imread(filename[, flags])

2.2 参数

• filename：要读取的图片的路径，可以是相对路径，字符串形式；
• flags：读取图片的模式，常用的有以下几种：
  • cv2.IMREAD_UNCHANGED: 包含图片透明度信息（alpha通道）的彩色图片，有透明度信息时则图片有4通道，常见于png格式图片；
  • cv2.IMREAD_GRAYSCALE: 以灰度方式的读取图片，读取出的是单通道灰度图片；
  • cv2.IMREAD_COLOR: 读取3通道BGR彩色图片，读取出的是3通道BGR色彩空间下的图片；

2.3 返回值

• img：返回的图像数据，均为numpy.ndarray类型，并且其中数据类型也均为numpy.uint8，图像大小由图像文件决定，图像通道数由读图模式决定。

3. 色彩空间转换

3.1 函数简述和原型

该函数用于将读取到的图片色彩空间进行转换。注意OpenCV中的RGB彩色空间的通道顺序相反，顺序为BGR，故在使用matplotlib等库进行图像展示时，需要将图像转换至RGB彩色空间。官方文档：https://docs.opencv.org/3.4.2/d7/d1b/group__imgproc__misc.html#ga397ae87e1288a81d2363b61574eb8cab

dst = cv2.cvtColor(src, code)

3.2 参数

• src：要转换色彩空间的图片，ndarray；
• code：色彩空间转换方式，常用有以下几种：
  • cv2.COLOR_GRAY2BGR: 单通道灰度图像转换到3通道BGR色彩空间；
  • cv2.COLOR_BGR2GRAY: 3通道BGR图片转换为单通道灰度图；
  • cv2.COLOR_BGR2RGB: BGR色彩空间转换为RGB色彩空间，常用于使用其他图像库展示；
  • cv2.COLOR_BGR2HSV：BGR色彩空间转换为HSV色彩空间；

3.3 返回值

• dst：返回色彩空间转换后的图像数据，宽高与转换前一致，通道数目根据转换的色彩空间决定。

4. 图片展示

4.1 函数简述和原型

该函数用于将图片展示到OpenCV的GUI窗口中。官方文档：https://docs.opencv.org/3.4.2/d7/dfc/group__highgui.html#ga453d42fe4cb60e5723281a89973ee563

cv2.imshow(winname, mat)

4.2 参数

• winname：展示窗口的名称，如果目前还没有定义该名称的展示窗口，则OpenCV会自动新建一个；
• mat：要展示的图片，应注意对于RGB色彩空间，OpenCV中的顺序为BGR；

4.3 用法举例

img = cv2.imread(r'.\image.jpg', cv2.IMREAD_COLOR)

cv2.imshow('show image', img)

# 应注意在展示图片后需要hold住程序，否则窗口也就一闪而过了
cv2.waitkey(0)
# 最后销毁一下窗口回收资源
cv2.destroyAllWindows()

5. 图片写入

5.1 函数简述和原型

该函数主要用于将处理后的图像保存至文件。官方文档：https://docs.opencv.org/3.4.2/d4/da8/group__imgcodecs.html#gabbc7ef1aa2edfaa87772f1202d67e0ce

retval = cv2.imwrite(filename, img[, params])

5.2 参数

• filename：保存的图片路径和名称；
• img：要保存的图像数据；
• params：保存时的参数，可选；

5.3 返回值

• retval：布尔类型，图片是否保存成功；

6. 视频处理类初始化

OpenCV中使用VideoCapture类作为视频的处理类，既可以从视频文件中读取视频流，也可以从摄像头设备中读取视频流。官方文档：https://docs.opencv.org/3.4.2/d8/dfe/classcv_1_1VideoCapture.html

6.1 函数简述和原型

该函数主要用于初始化VideoCapture视频处理类。

cap = cv2.VideoCapture(filename/index)

6.2 参数

初始化的参数既可以是要打开的视频文件的路径（filename），也可以是摄像头设备的ID（index）。摄像头设备的ID默认从0开始。

6.3 返回值

• cap：返回的就是VideoCapture视频流处理对象；

7. 获取视频流信息

7.1 函数简述和原型

建立VideoCapture后，可以通过该类中的get函数获取视频流的各种信息。

retval = cv2.VideoCapture.get(propId)

7.2 参数

• propId：要获取的信息对应的ID，常用的有如下几种：
  • cv2.CAP_PROP_FRAME_WIDTH: 视频流中帧的宽度；
  • cv2.CAP_PROP_FRAME_HEIGHT: 视频流中帧的高度；
  • cv2.CAP_PROP_FRAME_COUNT: 视频流中帧的总数量，对于摄像头来说，该值为-1；
  • cv2.CAP_PROP_FPS: 视频流中的帧速率；

7.3 返回值

• retval：返回的就是要获取的视频流属性值，应注意返回的类型均为double，因此对于宽度、高度、帧总数等往往需要转型；

8. 设置视频流属性

8.1 函数简述和原型

可以通过该函数设置VideoCapture中视频流的各种属性。

retval = cv2.VideoCapture.set(propId, value)

8.2 参数

• propId：要设置的属性对应的ID，与获取的属性ID一致，常设置的属性有如下几种：
  • cv2.CAP_PROP_POS_FRAMES: 视频流中帧的位置，可以通过设置该属性直接跳到视频中的某一帧；

8.3 返回值

• retval：布尔类型，返回是否成功设置视频流属性；

9. 获取视频帧

9.1 函数简述和原型

可以通过该函数获取VideoCapture中视频流的下一帧。

retval, image = cv2.VideoCapture.read()

9.2 返回值

• retval：布尔类型，返回是否成功获取到视频流中的帧；
• image：帧图像数据，一个ndarray；

9.3 用法举例

# 打开第一个摄像头设备
cap = cv2.VideoCapture(0)

# 根据FPS计算每一帧应该停留的时间
timeElapse = int(math.floor(1000/cap.get(cv2.CAP_PROP_FPS)))

# 创建窗口以备展示视频
cv2.namedWindow('Video Player', cv2.WINDOW_NORMAL)

while True:
    ret, frame = cap.read()
    if not ret:
        print('Cannot Get Frame From Camera')
        break
    
    cv2.imshow("Video Player", frame)
    if cv2.waitKey(timeElapse) == ord('q'):
        break

# 释放资源
cv2.destroyAllWindows()
cap.release()