发布时间:2023-08-18 15:30
cv2
# 导入opencv的包
import cv2
cv2.imshow('window',0) # imshow(winname, mat)
:'mat’表示展示的内容,0表示什么都不展示
# 创建窗口
#cv2.namedWindow('window',cv2.WINDOW_AUTOSIZE)
cv2.namedWindow('window',cv2.WINDOW_NORMAL)
# 更改窗口大小—>在窗口属性为‘WINDOW_AUTOSIZE’自动设置时无效果
cv2.resizeWindow('window',800,600) # resizeWindow(winname, width, height)
# 展示名字为window的窗口
cv2.imshow('window',0) # imshow(winname, mat):'mat'表示展示的内容,0表示什么都不展示
# 等待按键
#cv2.waitKey(0) # waitKey会返回按下按键的ASCII值(8位)
# 值为‘0’表示接受任意按键,如果给其他的整数,表示等待按键的时间(单位:毫秒ms)
# 比如waitKey(5000)如果5000ms后没有按键,则窗口无响应
# 可以用waitKey来销毁窗口,不用每次都重启python
key = cv2.waitKey(0)
if key == ord('q'): # 如果按下键盘上的'q'
print("准备销毁窗口")
cv2.destroyAllWindows() # 销毁窗口
ASCII
值# 怎么计算按键'x'的ASCII码
# ord()是python中计算ASCII值的函数
ord('q')
cv2.imread('./cat.jpeg') # ./是直接调用day1目录下的文件
matplotlib
为例)import matplotlib.pyplot as plt
# 默认按照彩色图片来读取
cat = cv2.imread('./cat.jpeg') # ./是直接调用day1目录下的文件
# 调出cat的值
cat
# 利用matplotlib来显示图像
plt.imshow(cat)
# 我们会发现matplotlib显示的图片和真实的图片颜色不一样,发生了变化
# 因为opencv读进来的通道不是默认的RGB(红绿蓝)通道,而是BGR(蓝绿红)
# 因此opencv读进来的图片不要用别的方式去展示(如matplotlib),而是用opencv自带的方式去展示
注意:单独调用imshow()
时可以不用创建窗口,opencv会自动生成
OpenCV
自带的方式去展示图片cv2.imshow('cat',cat)
key = cv2.waitKey(0)
if key == ord('q'): # 如果按下键盘上的'q'
print("准备销毁窗口")
cv2.destroyAllWindows() # 销毁窗口
# 执行时会弹出窗口,显示图片 按‘q’则退出窗口
如果我们需要频繁地显示图片,那么我们可以把显示图片的方法封装成一个函数方便我们显示图片
把这个函数放在一个文件里,需要使用的话就直接导入文件即可
将函数保存为.py
文件(命名为utils.py
),放在我们的文件夹中
# 如果我们需要频繁地显示图片,那么我们可以把显示图片的方法封装成一个函数方便我们显示图片
# 把这个函数放在一个文件里,需要使用的话就直接导入文件即可
def cv_show(name,img):
import cv2
cv2.imshow(name,img)
# 关闭窗口
key = cv2.waitKey(0)
if key == ord('q') or key == ord('Q'):
cv2.destroyAllWindows()
想要调用函数时,我们导入文件即可
# 从外部py文件中导入工具类,即可直接使用
from utils import cv_show
注意:导入后必须先执行文件!
# 导入后必须先执行文件
%run utils.py
# 如果出现报错IndentationError:unindent does not match any outer indentation level
# 那就是Tab和空格混用的缩进问题:本应该用Tab缩进,可能打成了空格缩进
使用函数
cv_show('cat',cat)
imwrite(path,img)
:使用imwrite保存图片
import cv2
# 创建一个窗口
cv2.namedWindow('img',cv2.WINDOW_NORMAL)
cv2.resizeWindow('img',640,480)
# 读一个图片
img = cv2.imread('./cat.jpeg') # 打开当前目录下的图像文件
while True:# 进入循环,使得cv2不停地展示img图片
cv2.imshow('img',img)
key = cv2.waitKey(0) # 接受任意字符——>写0
if key == ord('q'): # 按下按键'q'——> quit
break
elif key == ord('s'): # 按下按键's'——> save
cv2.imwrite('./123.png',img) # 会把cv2.imshow('img',img)的图片保存到当前文件下下,命名为123.png
else:
print(key)
# 关闭窗口
cv2.destroyAllWindows()
cv2.VideoCapture()
可以捕获摄像头,用数字来表示不同的设备,比如0,1import cv2
# VideoCapture()可以捕获摄像头:如果是视频文件,则直接在参数中写入路径即可;如果是电脑上的摄像头,则可以根据摄像头编号进行索引,通过这个简单的数字去指定调用的摄像头
# 打开视频文件 #
#vc = cv2.VideoCapture()
# 打开摄像头 #
cv2.namedWindow('video',cv2.WINDOW_NORMAL)
cv2.resizeWindow('video',640,480)
# 如果打开失败或者没读到数据,会闪退,但并不会报错
#cap = cv2.VideoCapture(1)
cap = cv2.VideoCapture(0) # 该函数会返回一个对象,我们用cap来接受(0是笔记本自带的摄像头)
# 循环读取摄像头的每一帧
while True:
# 读一帧数据(一帧=视频里的一幅图)
flag,frame = cap.read() # 返回“标记”和“这一帧数据(图片)”:True表示读取成功,False表示读取失败
# 可以根据flag做判断
if not flag:
print("没读到数据!退出......")
break
# 显示数据
else:
cv2.imshow('video',frame)
key = cv2.waitKey(1) # 此处不可以写0!因为0会允许任何输入并且一直在等待输入,如果这样写就只能看到一帧数据,并且一直在等待
# 此处写1,每隔1ms检测一次输入
if key == ord('q'):
break
# 别忘了释放资源!
cap.release()
cv2.destroyAllWindows()
打开视频的操作和打开摄像头是一样的:只需要修改cap = cv2.VideoCapture(0)
为cap = cv2.VideoCapture(‘./1.mp4’) # 括号内为路径
即可
放出的视频会有加速的效果:是因为我们的代码中key = cv2.waitKey(1)
每隔1ms就执行下一张图片
那么我们为了完整播放这个视频,提出了一个问题:假如一个视频是30帧,那么每张图之间要间隔多少毫秒呢
# 1帧 = 1s内显示1张图片,每张图片用时t = 1/1(s) = 1000/1(ms)
# 30帧 = 1s内显示30张图片,每张图片用时t = 1/30(s) = 1000/30(ms)
key = cv2.waitKey(1000 // 30) # 括号内必须是整数!"//"两个斜线表示除后向下取整
opencv打开一个视频或一个摄像头,我们把捕获到的每一帧存储在一个视频中
VideoWrite
:参数一为输出文件,参数二为多媒体文件格式,参数三为帧率,参数四为分辨率write
:编码并写入缓存release
:缓存内容写入磁盘,并释放资源import cv2
cap = cv2.VideoCapture(0) # 把摄像头捕获的内容存入cap中
# 创建对象 (fourcc表示视频的一种格式)
fourcc = cv2.VideoWriter_fourcc(*'mp4v') # *mp4v表示“解包操作”——> 等同于解成'm','p','4','v'
# 创建对象
vw = cv2.VideoWriter('output.mp4',fourcc,30,(640,480)) # ('保存的文件名',指定存储的格式,帧率,摄像头的分辨率(一定要正确否则报错!))
# 判断摄像头是否打开
while cap.isOpened() :
ret,frame = cap.read()
if not ret: # 如果没有打开
print('can not recive frame ,Exiting...')
break
else : # 如果成功打开——> 写每一帧数据
vw.write(frame) # 把 这一帧数据 写到Videowriter中
cv2.imshow('frame',frame) # 展示 这一帧数据 到窗口
if cv2.waitKey(1) == ord('q') or cv2.waitKey(1) == ord('Q'):
break
# 别忘了release
cap.release()
# 释放Videowriter
vw.release() # write是先写到缓存中,再由release写入到磁盘中
cv2.destroyAllWindows()
OpenCV允许我们对窗口上的鼠标动作做出响应
setMouseCallback(winname,callback,userdata)
:winname
是窗口的名字,callback
是回调函数,userdata
是给回调函数的参数callback(event,x,y,flags,userdata)
:回调函数必须包含这5个参数:event
是事件(鼠标移动,按下左键、右键…);xy
代表鼠标位于窗口的(x,y)坐标位置;flags
主要用于组合键;userdata
就是上面的setMouseCallback
的userdata
鼠标事件 Event
Event:
EVENT_MOUSEMOVE 0 #滑动
EVENT_LBUTTONDOWN 1 #左键点击
EVENT_RBUTTONDOWN 2 #右键点击
EVENT_MBUTTONDOWN 3 #中键点击
EVENT_LBUTTONUP 4 #左键放开
EVENT_RBUTTONUP 5 #右键放开
EVENT_MBUTTONUP 6 #中键放开
EVENT_LBUTTONDBLCLK 7 #左键双击
EVENT_RBUTTONDBLCLK 8 #右键双击
EVENT_MBUTTONDBLCLK 9 #中键双击
鼠标的拖拽事件&键盘鼠标联合事件 flags
flags:
EVENT_FLAG_LBUTTON 1 #左鍵拖曳
EVENT_FLAG_RBUTTON 2 #右鍵拖曳
EVENT_FLAG_MBUTTON 4 #中鍵拖曳
EVENT_FLAG_CTRLKEY 8 #(8~15)按Ctrl不放事件
EVENT_FLAG_SHIFTKEY 16 #(16~31)按Shift不放事件
EVENT_FLAG_ALTKEY 32 #(32~39)按Alt不放事件
# opencv控制鼠标
import cv2
import numpy as np
# 定义鼠标的回调函数(函数名可以随便取,但是参数必须是五个!)
def mouse_callback(event,x,y,flags,userdata): # event:鼠标事件;xy:鼠标坐标;flags:鼠标的组合操作;userdata:传给用户的数据
print(event,x,y,flags,userdata)
# 增加功能:按下鼠标右键退出
if event == 2:
cv2.destroyAllWindows() # 窗口会闪一下 然后继续出现,其实我们是运行成功了,只不过下方是个死循环,会一直存在
# 创建窗口
cv2.namedWindow('mouse',cv2.WINDOW_NORMAL)
cv2.resizeWindow('mouse',640,360) # 宽度(列)和高度(行)
cat = cv2.imread('./cat.jpeg')
# 设置鼠标的回调函数
cv2.setMouseCallback('mouse',mouse_callback,'123') # '123'为用户数据,会传到上方的参数userdata中
# 在我们生成的mouse的窗口上,做任何鼠标的操作,它都会去执行我们定义的mouse_callback()函数
# 生成一个全黑的图片(先行后列——> 要和上面反过来)
img = np.zeros((360,640,3),np.uint8) # np.zeros()生成全是0的图片 np.uint8表示0-255 u表示无符号
# 循环展示图片
while True:
# cv2.imshow('mouse',img) # 展示刚才生成的全黑图片
cv2.imshow('mouse',cat) # 展示猫
key = cv2.waitKey(1)
if key == ord('q') or key == ord('Q'):
break
cv2.destroyAllWindows()
TrackBar是一个可拖动的控件,可以用于控制RGB
现在我们创建一个调整RGB的TrackBar,用调整的值来生成一张图片,通过拖到TrackBar来随时改变这个图片的颜色
cv2.createTrackbar(trackbarName, windowName, value, count, onChange)
创建trackbar控件:value
为trackbar的默认值(开始时游标的位置),cout
为bar的最大值和最小值(是两个值),onChange
为回调函数,每次修改这个值就会跳入该函数cv2.getTrackbarPos(trackbarName, windowName)
:获取当前TrackBar的值# trackbar的使用
import cv2
import numpy as np
# 创建窗口
cv2.namedWindow('trackbar',cv2.WINDOW_NORMAL)
cv2.resizeWindow('trackbar',640,480)
# 定义回调函数 ——> 我们用这个函数来打印当前的值
def callback(value):
print(value)
# 创建3个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)
# 不停地循环展示图片,读取数据
while True:
# 获取当前trackbar的值
r = cv2.getTrackbarPos('R','trackbar')
g = cv2.getTrackbarPos('G','trackbar')
b = cv2.getTrackbarPos('B','trackbar')
# 用获取到的三个值修改背景图片颜色
img[:] = [b , g , r] # opencv里的图片颜色通道就是BGR
# 展示图片
cv2.imshow('trackbar',img)
# 退出
key = cv2.waitKey(1)
if key == ord('q') or key == ord('Q'):
break
# 释放空间
cv2.destroyAllWindows()