OpenCV 图像与视频的基础操作

引言

在计算机视觉领域，OpenCV是一款广泛使用的开源库，用于图像处理和计算机视觉任务。当你开始使用OpenCV时，了解如何创建和显示窗口，以及加载和保存图片是至关重要的基础知识。本文将介绍如何使用OpenCV进行这些操作，帮助你更好地掌握图像处理和视觉任务的开发技巧。

创建和显示窗口

创建和显示窗口是图像处理中的重要步骤之一。在OpenCV中，你可以使用一些简单而强大的函数来完成这些操作。让我们来详细了解一下这些函数：

1. namedWindow() - 创建一个窗口，并指定窗口的名称和类型。
2. resizeWindow() - 调整窗口的大小，接受窗口名称、宽度和高度作为参数。
3. imshow() - 在指定的窗口中显示图像，接受窗口名称和要显示的图像作为参数。
4. waitKey() - 等待键盘输入，接受等待时间（以毫秒为单位）作为参数，0表示无限等待用户的键盘输入。
5. destroyAllWindows() - 关闭所有窗口。

下面是一个完整的示例代码：

import cv2  
cv2.namedWindow('new', cv2.WINDOW_NORMAL)  
cv2.resizeWindow('new', 640, 480)  
cv2.imshow("new", 0)  
  
key = cv2.waitKey(0)  
if(key == 'q'):  
	exit()  
  
cv2.destroyAllWindows()

如何通过 OpenCV 加载图片问题

加载图像是使用 OpenCV 进行图像处理的常见操作之一。在下面的示例中，我们将了解如何使用 OpenCV 加载图像：

1. im == image - 在代码中，im代表图像对象，通常用于存储加载的图像数据。

2. imread(path, flag) - 这是一个用于读取图像文件的函数。它接受两个参数：path表示图像文件的路径，flag表示读取图像的方式。常见的flag选项包括：

   • cv2.IMREAD_COLOR：加载彩色图像。
   • cv2.IMREAD_GRAYSCALE：以灰度模式加载图像。
   • cv2.IMREAD_UNCHANGED：加载图像，包括 alpha 通道。

在下面的示例代码中，我们将加载名为 sample.jpg 的图像文件并显示出来：

import cv2

cv2.namedWindow('img', cv2.WINDOW_NORMAL)
img = cv2.imread('sample.jpg')
cv2.imshow('img', img)

key = cv2.waitKey(0)
if key == ord('q'):
    exit()

cv2.destroyAllWindows()

加载图片存在的问题

在原始代码中，存在一些问题需要解决，包括语法检测、跨平台路径访问以及程序退出逻辑。下面是对这些问题进行优化的详细解释和示例代码：

存在的问题：

1. 语法检测有问题：原始代码中的缩进存在问题，影响代码的可读性和执行。

2. Windows 下访问图片的路径与 Mac/Linux 不同：在不同的操作系统中，访问文件的路径表示方式可能有所差异。需要注意在不同平台上正确指定图像文件的路径。

3. 程序退出的逻辑有问题：原始代码中使用key == 'q'来检测用户是否按下 ‘q’ 键退出程序，但实际上waitKey()函数返回的是一个整数值。正确的做法是将键码与 'q' 的 ASCII 码值进行比较。

以下是优化后的代码示例：

import cv2

cv2.namedWindow('img', cv2.WINDOW_NORMAL)
img = cv2.imread('sample.jpg')
cv2.imshow('img', img)

key = cv2.waitKey(0)

if key & 0xFF == ord('q'):
    exit()

cv2.destroyAllWindows()

通过以上改进，我们解决了原始代码中存在的语法检测、跨平台路径访问和程序退出逻辑的问题。这样的优化使代码更具可读性和可靠性。

如何通过 openCV 保存图片（保存图片）

如何通过 OpenCV 保存图片

在OpenCV中，可以使用imwrite()函数来保存图片。该函数接受两个参数：要保存的文件名和要保存的图像（以OpenCV中的Mat类型表示）。你可以指定保存的文件名和文件格式（如.jpg、.png等），并将图像数据作为参数传递给imwrite()函数，即可将图像保存到指定的文件中。

• imwrite(name, img)
  • name，要保存的文件名
  • img，是 Mat 类型

import cv2  
cv2.namedWindow('img', cv2.WINDOW_NORMAL)  
  
img = cv2.imread('sample.jpg')  
cv2.imshow("img", img)  
  
key = cv2.waitKey(0)  
  
if(key & 0xFF == ord('q')):  
	cv2.destroyAllWindows()  
elif(key & 0xFF == ord('s')):  
	cv2.imwrite('sample.png', img) # 改了一下文件格式

改善后的代码：

import cv2  
cv2.namedWindow('img', cv2.WINDOW_NORMAL)  
  
img = cv2.imread('sample.jpg')  
  
while True:  
cv2.imshow("img", img)  
  
key = cv2.waitKey(0)  
  
if(key & 0xFF == ord('q')):  
	break  
elif(key & 0xFF == ord('s')):  
	cv2.imwrite('sample.png', img) # 改了一下文件格式  
else:  
	print(key)  
  
cv2.destroyAllWindows()

如何利用 OpenCV 从摄像头采集视频（读取视频文件）

在许多计算机视觉应用中，从摄像头采集视频是一个常见的任务。OpenCV提供了简单而强大的函数来实现这个目标。下面我们将介绍如何利用OpenCV从摄像头读取视频帧。

• VideoCapture()：用于获取视频设备。它接受一个参数index，表示要使用的视频设备的索引。通常情况下，索引为0表示使用默认的摄像头。
• cap.read()：用于从摄像头读取视频帧。
  • 返回两个值，第一个为状态值，读到帧为 true
  • 第二个值为视频帧
• cap.release()：用于释放VideoCapture对象。在程序结束时，应该调用该函数释放占用的资源。

下面是一个完整的示例代码，展示了如何利用OpenCV从摄像头采集视频并实时显示：

import cv2

# 创建窗口
cv2.namedWindow('video', cv2.WINDOW_NORMAL)
cv2.resizeWindow('video', 640, 480)

# 获取视频设备
cap = cv2.VideoCapture(0)

while True:
    # 从摄像头读视频帧
    ret, frame = cap.read()

    # 将视频帧在窗口中显示
    cv2.imshow('video', frame)

    # 等待键盘时间，如果为q，退出
    key = cv2.waitKey(1)    # 设置1ms，最低为1ms
    if(key & 0xFF == ord('q')):
        break

# 释放 VideoCapture
cap.release()
cv2.destroyAllWindows()

如何从多媒体文件中读取视频帧（读取视频文件）

除了从摄像头采集视频帧，OpenCV还提供了读取视频文件中的视频帧的功能。下面我们将介绍如何使用cv2.VideoCapture()函数从多媒体文件中读取视频帧。

• cv2.VideoCapture() 从视频文件中读取视频帧

下面是一个完整的示例代码，展示了如何从视频文件中读取视频帧并显示：

import cv2

# 创建窗口
cv2.namedWindow('video', cv2.WINDOW_NORMAL)
cv2.resizeWindow('video', 640, 480)

# 获取视频设备/从视频文件中读取视频帧
cap = cv2.VideoCapture("sample.mp4")

while True:
    # 从摄像头读视频帧
    ret, frame = cap.read()

    # 将视频帧在窗口中显示
    cv2.imshow('video', frame)

    # 等待键盘时间，如果为q，退出
    key = cv2.waitKey(40)    # 设置1ms，最低为1ms
    if(key & 0xFF == ord('q')):
        break

# 释放 VideoCapture
cap.release()
cv2.destroyAllWindows()

如何将视频数据录制成多媒体文件（视频录制）

OpenCV提供了VideoWriter类，可以将视频数据录制成多媒体文件。

• VideoWriter
  • 参数一为输出文件
  • 参数二为多媒体文件格式（VideoWriter_fourcc）
  • 参数三为帧率
  • 参数四为分辨率大小
• write
• release

下面是使用VideoWriter类进行视频录制的示例代码：

import cv2

# 创建 VideoWriter 为写多媒体文件
fourcc = cv2.VideoWriter_fourcc(*'MJPG')
vw = cv2.VideoWriter('./out.mp4', fourcc, 25, (1280, 720))   # 分辨率要按照真实摄像头分辨率填写

# 创建窗口
cv2.namedWindow('video', cv2.WINDOW_NORMAL)
cv2.resizeWindow('video', 640, 480)

# 获取视频设备/从视频文件中读取视频帧
cap = cv2.VideoCapture(0)

while True:
    # 从摄像头读视频帧
    ret, frame = cap.read()

    # 将视频帧在窗口中显示
    cv2.imshow('video', frame)

    # 写数据到多媒体文件
    vw.write(frame)

    # 等待键盘时间，如果为q，退出
    key = cv2.waitKey(1)    # 设置1ms，最低为1ms
    if(key & 0xFF == ord('q')):
        break

# 释放 VideoCapture
cap.release()

# 释放VideoWriter
vw.release()

cv2.destroyAllWindows()

代码优化

在下面的代码中，我们对代码进行了优化以解决一些问题：

• 显示窗口为什么变大了？
• 使用 isOpened() 判断摄像头是否已打开
• 采集数据时要判断数据是否获取到了

import cv2

# 创建 VideoWriter 为写多媒体文件
fourcc = cv2.VideoWriter_fourcc(*'MJPG')
vw = cv2.VideoWriter('./out.mp4', fourcc, 25, (1280, 720))   # 分辨率要按照真实摄像头分辨率填写

# 创建窗口
cv2.namedWindow('video', cv2.WINDOW_NORMAL)
cv2.resizeWindow('video', 640, 480)

# 获取视频设备/从视频文件中读取视频帧
cap = cv2.VideoCapture(0)

while cap.isOpened():   # ⭐判断摄像头是否打开
    # 从摄像头读视频帧
    ret, frame = cap.read()

    if ret == True: # ⭐判断是否获取到数据
        # 将视频帧在窗口中显示
        cv2.imshow('video', frame)
        cv2.resizeWindow('video', 640, 480) # ⭐窗口变大了

        # 写数据到多媒体文件
        vw.write(frame)

        # 等待键盘时间，如果为q，退出
        key = cv2.waitKey(1)    # 设置1ms，最低为1ms
        if(key & 0xFF == ord('q')):
            break
    else:
        break

# 释放 VideoCapture
cap.release()

# 释放VideoWriter
vw.release()

cv2.destroyAllWindows()

OpenCV 控制鼠标

下面将了解如何使用 OpenCV 控制鼠标。具体来说，我们将了解如何设置鼠标回调函数，以便在鼠标事件发生时执行特定的操作。

设置鼠标回调函数

• setMouseCallback(winname, callback, userdata)
• callback(event, x, y, flags, userdata)
  • event：鼠标移动，按下左键
  • x，y：鼠标左键
  • flags：鼠标键及组合键

下面是一个完整的示例代码，演示了如何设置鼠标回调函数并在窗口中显示鼠标事件的信息：

import cv2
import numpy as np


# 鼠标回调函数
def mouse_callback(event, x, y, flags, userdata):
    print(event, x, y, flags, userdata)

# mouse_callback(1, 100, 100, 16, "666")

# 创建窗口
cv2.namedWindow('mouse', cv2.WINDOW_NORMAL)
cv2.resizeWindow('mouse', 640, 360)

# 设置鼠标回调
cv2.setMouseCallback('mouse', mouse_callback, "123")

# 显示窗口和背景
img = np.zeros((360, 640, 3), np.uint8) # 全黑图片
while True:
    cv2.imshow('mouse', img)
    key = cv2.waitKey(1)
    if key & 0xFF == ord('q'):
        break

cv2.destroyAllWindows()

OpenCV 中的 TrackBar 控件

TrackBar 是 OpenCV 提供的一个图形用户界面控件，用于在窗口中创建滑动条，通过滑动条可以动态调整某个参数的值。下面将介绍如何在 OpenCV 中使用 TrackBar 控件。

• createTrackbar
  • trackbarname，winname
  • value：trackbar 当前值
  • count：最小值为0，最大值为 count
  • callback，userdata
• getTrackbarPos
  • 输入参数：trackbarname
  • 输入参数：winname
  • 输出：当前值

在下面代码中，我们将创建了一个名为 ‘trackbar’ 的窗口，并在其中创建了三个 TrackBar，分别用于控制红、绿、蓝三个通道的值。每个 TrackBar 的取值范围为 0~255。我们还创建了一个背景图片，其颜色将根据 TrackBar 的值进行实时更新。

import cv2
import numpy as np


def callback():
    pass

# 创建窗口
cv2.namedWindow('trackbar', cv2.WINDOW_NORMAL)

# 创建 trackbar
cv2.createTrackbar('R', 'trackbar', 0, 255, callback)
cv2.createTrackbar('G', 'trackbar', 0, 255, callback)
cv2.createTrackbar('B', 'trackbar', 0, 255, callback)

# 创建一个背景图片
img = np.zeros((480, 640, 3), np.uint8) # 黑色背景

while True:

    # 获取当前 trackbar 的值
    r = cv2.getTrackbarPos('R', 'trackbar')
    g = cv2.getTrackbarPos('G', 'trackbar')
    b = cv2.getTrackbarPos('B', 'trackbar')

    # 改变背景图片颜色
    img[:] = [b, g, r]  # img[:] 表示所有像素
    cv2.imshow('trackbar', img)

    key = cv2.waitKey(10)
    if key & 0xFF == ord('q'):
        break

cv2.destroyAllWindows()

总结

这篇博客简单介绍了 OpenCV 的OpenCV 图像与视频的基础操作，包括窗口创建、图像加载和保存、摄像头视频采集以及多媒体文件录制等内容。同时，还提供了代码优化技巧以及鼠标交互和 TrackBar 控件的应用。通过阅读这篇博客，读者可以全面了解 OpenCV 的功能和用法，掌握图像处理的基本技能。