OpenCV 方法及应用速查表

序  号	方    法	说    明	技术分类
1	image = cv2.imread(filename, flags)	读取图像	基本操作
2	cv2.imshow(winname, mat)	显示图像	基本操作
3	cv2.destroyAllWindows()	销毁所有正在显示图像的窗口	基本操作
4	cv2.imwrite(filename, img)	保存图像	基本操作
5	dst = cv2.cvtColor(src, code)	转换色彩空间	图像基础
6	h, s, v = cv2.split(hsv_image)	拆分图像通道	图像基础
7	bgr = cv2.merge([b, g, r])	合并通道	图像基础
8	img = numpy.zeros((height, width), np.uint8)	纯黑图像	图像基础
9	img = numpy.ones((height, width), np.uint8) * 255	纯白图像	图像基础
10	img = numpy.hstack((img1,img2))	水平拼接	图像基础
11	img = numpy.vstack((img1,img2))	垂直拼接	图像基础
12	cv2.line(img, pt1, pt2, color, thickness)	绘制线段	绘图
13	cv2.rectangle(img, pt1, pt2, color, thickness)	绘制矩形	绘图
14	cv2.circle(img, center, radius, color, thickness)	绘制圆形	绘图
15	cv2.polylines(img, pts, isClosed, color, thickness)	绘制多边形	绘图
16	cv2.putText(img, text, org, fontFace, fontScale, color, thickness, lineType, bottomLeftOrigin)	绘制文字	绘图
17	retval, dst = cv2.threshold(src, thresh, maxval, type)	阈值处理	阈值处理
18	dst = cv2.adaptiveThreshold(src, maxValue, adaptiveMethod, thresholdType, blockSize, C)	自适应阈值	阈值处理
19	dst = cv2.resize(src, dsize, fx, fy, interpolation)	缩放	几何变换
20	dst = cv2.flip(src, flipCode)	翻转	几何变换
21	dst = cv2.warpAffine(src, M, dsize, flags, borderMode, borderValue)	仿射	几何变换
22	M = cv2.getRotationMatrix2D(center, angle, scale)	计算旋转 M 矩阵	几何变换
23	M = cv2.getAffineTransform(src, dst)	计算仿射 M 矩阵	几何变换
24	dst = cv2.warpPerspective(src, M, dsize, flags, borderMode, borderValue)	透视	几何变换
25	M = cv2.getPerspectiveTransform(src, dst)	计算透视 M 矩阵	几何变换
26	dst = cv2.add(src1, src2, mask, dtype)	图像加运算	图像运算
27	dst = cv2.bitwise_and(src1, src2, mask)	图像与运算	图像运算
28	dst = cv2.bitwise_or(src1, src2, mask)	图像或运算	图像运算
29	dst = cv2.bitwise_not(src, mask)	图像取反运算	图像运算
30	dst = cv2.bitwise_xor(src, mask)	图像异或运算	图像运算
31	dst = cv2.addWeighted(src1, alpha, src2, beta, gamma)	图像加权和运算	图像运算
32	dst = cv2.blur(src, ksize, anchor, borderType)	均值滤波	平滑处理
33	dst = cv2.medianBlur(src, ksize)	中值滤波	平滑处理
34	dst = cv2.GaussianBlur(src, ksize, sigmaX, sigmaY, borderType)	高斯滤波	平滑处理
35	dst = cv2.bilateralFilter(src, d, sigmaColor, sigmaSpace, borderType)	双边滤波	平滑处理
36	dst = cv2.erode(src, kernel, anchor, iterations, borderType, borderValue)	腐蚀	形态学操作
37	dst = cv2.dilate(src, kernel, anchor, iterations, borderType, borderValue)	膨胀	形态学操作
38	dst = cv2.morphologyEx(src, op, kernel, anchor, iterations, borderType, borderValue)	形态学运算	形态学操作
39	contours, hierarchy = cv2.findContours(image, mode, methode)	检测轮廓	轮廓检测
40	image = cv2.drawContours(image, contours, contourIdx, color, thickness, lineTypee, hierarchy, maxLevel, offse)	绘制轮廓	轮廓检测
41	retval = cv2.boundingRect (array)	最小矩形包围框	轮廓检测
42	center, radius = cv2.minEnclosingCircle(points)	最小圆形包围框	轮廓检测
43	hull = cv2.convexHull(points, clockwise, returnPoints)	获取凸包	轮廓检测
44	edges = cv2.Canny(image, threshold1, threshold2, apertureSize, L2gradient)	Canny 边缘检测	边缘检测
45	lines = cv2.HoughLinesP(image, rho, theta, threshold, minLineLength, maxLineGap)	检测直线	霍夫变换
46	circles = cv2.HoughCircles(image, method, dp, minDist, param1, param2, minRadius, maxRadius)	检测圆环	霍夫变换
47	result = cv2.matchTemplate(image, templ, method, mask)	模板匹配	模板匹配
48	minValue, maxValue, minLoc, maxLoc = cv2.minMaxLoc(src, mask)	解析二维数组中的最大值、最 小值以及这两个值对应的位置	模板匹配
49	capture = cv2.VideoCapture(index)	获取摄像头	摄像头操作
50	retval = cv2.VideoCapture.isOpened()	检验摄像头初始化是否成功	摄像头操作
51	cv2.VideoCapture.read()	读取一帧	摄像头操作
52	cv2.VideoCapture.release()	释放摄像头	摄像头操作
53	video = cv2.VideoCapture(filename)	读取视频文件	视频文件操作
54	retval = cv2.VideoCapture.get(propId)	获取视频文件的属性	视频文件操作
55	= cv2.VideoWriter(filename, fourcc, fps, frameSize)	创建视频输出流，保存视频文件	视频文件操作
56	cv2.VideoWriter.write(frame)	保存视频文件（ 简写方式）	视频文件操作
57	cv2.VideoWriter.release()	释放视频输出流	视频文件操作
58	= cv2.CascadeClassifier(filename)	加载级联分类器	人脸识别
59	objects = cascade.detectMultiScale(image, scaleFactor, minNeighbors, flags, minSize, maxSize)	级联分类器对象识别图像	人脸识别
60	recognizer = cv2.face.EigenFaceRecognizer_create(num_components, threshold)	创建 Eigenfaces人脸识别器	人脸识别
61	recognizer = cv2.face.FisherFaceRecognizer_create(num_components, threshold)	创建 Fisherfaces 人脸识别器	人脸识别
62	recognizer = cv2.face.LBPHFaceRecognizer_create(radius, neighbors, grid_x, grid_y, threshold)	创建 LBPH人脸识别器	人脸识别
63	recognizer.train(src, labels)	训练人脸识别器	人脸识别
64	label, confidence = recognizer.predict(src)	人脸识别器对图像进行识别	人脸识别