OpenCV图像基础

显示窗口

创建空白图像

保存图片

图像裁剪

调整图片大小

图像绘制

绘制圆形

绘制矩形

绘制直线

绘制文本

中文乱码

控制鼠标

视频处理

显示窗口

cv2.namedWindow(winname, flags=None)

创建一个命名窗口，以便在该窗口中显示图像或进行其他图形操作。

参数说明

winname (str): 窗口的名称。这个名称必须是唯一的，因为它是用来标识窗口的。
flags (int, 可选): 窗口的标志，用于设置窗口的行为。默认值为cv2.WINDOW_AUTOSIZE

flags 常见的标志包括：
- cv2.WINDOW_NORMAL: 允许调整窗口大小。
- cv2.WINDOW_AUTOSIZE: 窗口大小根据图像大小自动调整，不能手动调整。

# 创建一个名为 "IMG" 的窗口，cv2.WINDOW_NORMAL设置允许调整大小
cv2.namedWindow('IMG', cv2.WINDOW_NORMAL)
# 2 设置名字和窗口大小(width,height)
cv2.resizeWindow('IMG', (500, 300))
# 读取图片
# 1.支持相对路径和绝对路径，2.图片路径不能包含中文
try:img = cv2.imread('pic/test1.jpg')# 显示图像cv2.imshow('IMG', img)# 等待用户按键cv2.waitKey(0)# 释放资源cv2.destroyAllWindows()except Exception as e:print(e)print("图片不存在")

创建空白图像

np.zeros((height, width, 3))

创建一个全零数组，这个数组可以表示一个空白图像。数组的形状应该符合图像的尺寸和通道数，例如，对于 RGB 图像，形状应为 (height, width, 3)

image = np.zeros((300, 500, 3), dtype=np.uint8)
cv2.imshow('img',image)
cv2.waitKey(0)

保存图片

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

用于将图像保存到文件中。

参数说明

filename (str): 要保存的文件路径和名称。支持的文件格式包括 .jpg, .png, .bmp, .tiff 等。
img (numpy.ndarray): 要保存的图像。通常是一个二维或三维的 NumPy 数组，表示图像的像素值。

返回值

bool: 成功保存图像返回 True，否则返回 False。

import cv2# 读取图片
img = cv2.imread("images/car.png")
# 保存图片
rs = cv2.imwrite("save_image/car.png", img)
if rs:print("图像保存成功！")
else:print("图像保存失败！")

注意:

确保提供的文件路径是有效的，如果路径不存在，OpenCV 会尝试创建它，但如果权限不足则会保存失败。

图像裁剪

img[y:y+h, x:x+w]

在 OpenCV 中，图像切片用于从图像中提取一个子区域（矩形区域）。比如在目标检测、ROI（Region of Interest，感兴趣区域）提取等任务有用。

说明：

图像 img，类型： numpy.ndarray。

x: 子区域左上角的 x 坐标。
y: 子区域左上角的 y 坐标。
w: 子区域的宽度。
h: 子区域的高度。

img = cv2.imread('pic/test2.png')# 定义坐标
x=100
y=150
w=150
h=100sub_img =img[y:y+h,x:x+w]
cv2.imshow("sub_img",sub_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

注意：

边界检查：确保 (x, y) 和 (x+w, y+h) 都在图像的边界内，否则会导致数组索引越界错误。
数据类型：img 通常是 numpy.ndarray 类型，切片操作返回的也是 numpy.ndarray 类型。

调整图片大小

cv2.resize(src, dsize, dst)

用于调整图像的大小，对图像进行缩放、放大或缩小以适应不同需求。

参数说明

src (numpy.ndarray): 输入图像，通常是一个二维或三维的 NumPy 数组。
dsize (tuple): 输出图像的尺寸，是一个二元组 (width, height)

返回值

dst (numpy.ndarray): 缩放后的图像。

import cv2img = cv2.imread("images/car.png")
#获取图片的像素和通道数
height, width, channels = img.shape
print(f"高度:{height},宽度:{width},通道数:{channels}")
#调整图片的大小
img = cv2.resize(img, (300, 300))
height, width, channels = img.shape
print(f"调整后：高度:{height},宽度:{width},通道数:{channels}")
#保存图片
cv2.imwrite("save_image/car.png", img)

图像绘制

绘制圆形

cv2.circle(img, center, radius, color, thickness)

参数：

img：要绘制圆形的图像。
center：圆心的坐标。
radius：圆的半径。
color：圆的颜色，通常是一个表示BGR颜色的元组，例如(255, 0, 0)表示蓝色。
thickness：圆的边界线条的厚度，如果为负值或cv2.FILLED，表示填充整个圆。

img = cv2.imread('pic/test2.png')center = (150, 150)
radius = 100
color = (158, 56, 200)
thickness = 25
circle_img = cv2.circle(img, center, radius, color, thickness)
cv2.imshow("circle_img", circle_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

绘制矩形

cv2.rectangle(img, pt1, pt2, color[, thickness[, lineType[, shift]]])

参数：

img：要绘制矩形的图像。
pt1：矩形的一个顶点。
pt2：矩形对角线上的另一个顶点。
color：矩形的颜色，通常是一个表示BGR颜色的元组，例如(255, 0, 0)表示蓝色。
thickness：矩形边框的厚度，如果为负值或cv2.FILLED，表示填充整个矩形内部。

img = cv2.imread('pic/test.jpg')left_top = (100,100)
right_bottom = (300,400)
color = (151,48,12)
thickness=10
img_rectangle = cv2.rectangle(img,[100,200,300,400],color,thickness)
cv2.imshow("img_rectangle", img_rectangle)
cv2.waitKey(0)
cv2.destroyAllWindows()

绘制直线

cv2.line(img, pt1, pt2, color, thickness lineType)

参数:

img: 输出图像，即要在这张图上绘制直线的图像。通常是一个 NumPy 数组。
pt1: 直线的一个端点，是一个包含两个元素（x, y）的元组，代表该点的坐标。
pt2: 直线的另一个端点，也是一个包含两个元素（x, y）的元组，代表该点的坐标。
color: 直线的颜色，对于 BGR 图像，这应该是一个包含三个整数的元组，分别对应蓝色、绿色和红色的强度（例如 (255, 0, 0) 表示纯蓝色）。对于灰度图像，只需要一个整数值即可。
thickness: 可选参数，定义直线的宽度。默认值是 1。

返回值

img: 返回的是经过修改后的图像，实际上就是传入的图像本身，因为 cv2.line() 是直接在原图上操作的。

import cv2img = cv2.imread("images/car.png")# 定义直线的起点和终点
start_point = (50, 50)  # 起点坐标 (x1, y1)
end_point = (450, 450)  # 终点坐标 (x2, y2)# 定义颜色 (B, G, R) 和线条粗细
color = (255, 0, 0)  # 蓝色
thickness = 2  # 线条的宽度# 使用 cv2.line() 在图像上绘制直线
cv2.line(img, start_point, end_point, color, thickness)# 显示图像
cv2.imshow('Image with Line', img)# 等待按键，然后关闭窗口
cv2.waitKey(0)
cv2.destroyAllWindows()

绘制文本

cv2.putText(img, text, org, fontFace, fontScale, color[, thickness[, lineType[, bottomLeftOrigin]]])

用于在图像上添加文本。用于标注图像、显示信息或调试时。

参数：

img (numpy.ndarray): 输入图像，通常是一个二维或三维的 NumPy 数组。
text (str): 要添加的文本字符串。
org (tuple): 文本的起始位置，是一个二元组 (x, y)，表示文本左下角的坐标。
fontFace

(int): 字体类型，常见的字体类型包括：
- cv2.FONT_HERSHEY_SIMPLEX: 正常大小的无衬线字体
- cv2.FONT_HERSHEY_PLAIN: 小号的无衬线字体
- cv2.FONT_HERSHEY_DUPLEX: 正常大小的无衬线字体，比 FONT_HERSHEY_SIMPLEX 更粗
- cv2.FONT_HERSHEY_COMPLEX: 正常大小的有衬线字体
- cv2.FONT_HERSHEY_TRIPLEX: 正常大小的有衬线字体，比 FONT_HERSHEY_COMPLEX 更粗
- cv2.FONT_HERSHEY_SCRIPT_SIMPLEX: 手写风格的字体
- cv2.FONT_HERSHEY_SCRIPT_COMPLEX: 手写风格的字体，比 FONT_HERSHEY_SCRIPT_SIMPLEX 更粗
- cv2.FONT_ITALIC: 斜体修饰符，可以与其他字体类型组合使用
fontScale (float): 字体大小的比例因子。
color (tuple): 文本颜色，是一个三元组 (B, G, R)，表示蓝色、绿色和红色的值。
thickness (int, 可选): 文本线条的厚度，默认值为 1。
lineType

(int, 可选): 线条类型，常见的线条类型包括：
- cv2.LINE_4: 4 连通线
- cv2.LINE_8: 8 连通线
- cv2.LINE_AA: 抗锯齿线（默认值）

返回值

img (numpy.ndarray): 添加文本后的图像。

import cv2
import numpy as npimage = cv2.imread("images/car.png")# 定义文本内容和位置
text = "hello world!"
# 文本的左下角位置
position = (50, 200)
# 设置字体类型
font = cv2.FONT_HERSHEY_SIMPLEX
#字体大小
font_scale = 1
#字体颜色
font_color = (0, 255, 0)  
#字体线条的粗细
line_type = 2# 在图像上绘制文本
cv2.putText(image, text, position, font, font_scale, font_color, line_type)
# 显示图像
cv2.imshow(' Text', image)
cv2.waitKey(0)
cv2.destroyAllWindows()# 保存图像（可选）
cv2.imwrite('output_image.png', image)

中文乱码

(1)安装库：

pip install opencv-python pillow

(2)下载一个中文字体文件，常见的中文字体文件有 simhei.ttf、simsun.ttc 等。你可以从系统中找到这些字体文件，或者从互联网下载。

(3)定义 put_text 函数

示例：

def put_text(image, text, position, font_path, font_size, color):# 将Opencv图像转换为PIL图像pil_image = Image.fromarray(cv2.cvtColor(image, cv2.COLOR_BGR2RGB))# 创建一个在给定图像绘图的对象draw = ImageDraw.Draw(pil_image)# 加载字体font = ImageFont.truetype(font_path, font_size)# 在图像上绘制文字draw.text(position, text, fill=color, font=font)# 将PIL图像转回Opencv图像image_with_text = cv2.cvtColor(np.array(pil_image), cv2.COLOR_RGB2BGR)return image_with_textdef show(even, x, y, flag, param):global img2global numif even == cv2.EVENT_LBUTTONDOWN:num += 1text1 = f'老铁们，上火箭，火箭数:{num}'img2 = put_text(img, text1, (10, 10), 'simhei.ttf',20, (225, 241, 14))img = cv2.imread('pic/test.jpg')
img2 =img
# 火箭数
num = 0win_name = 'IMG'
cv2.namedWindow(win_name)
cv2.setMouseCallback(win_name, show)
while True:cv2.imshow(win_name, img2 )if cv2.waitKey(1) == 27:break
cv2.destroyAllWindows()

控制鼠标

cv2.setMouseCallback()

允许用户定义一个回调函数，当鼠标事件发生时（如点击、释放、移动等），该回调函数会被调用。

def act(even, x, y, flag, param):global condif even == cv2.EVENT_LBUTTONDOWN:print("鼠标左键按下")cond = Trueelif even == cv2.EVENT_LBUTTONUP:print("鼠标左键释放")cond = Falseelif even == cv2.EVENT_MOUSEMOVE:print("鼠标移动")if cond:cv2.circle(img, (x, y), 5, (150, 125, 205), -1)else:print("无法识别")img = cv2.imread('pic/test.jpg')win_name = 'IMG'
cv2.namedWindow(win_name, cv2.WINDOW_NORMAL)
cv2.resizeWindow(win_name, (500, 400))
# 活动信号
cond = False
cv2.setMouseCallback(win_name, act)while True:cv2.imshow(win_name, img)if cv2.waitKey(10) == 27:cv2.imwrite('save_img.jpg', img)break
cv2.destroyAllWindows()

视频处理

cv2.VideoCapture()

是 OpenCV 库中的一个类，用于从摄像头或视频文件中捕获视频帧。这个类提供了多种方法来控制视频捕获的过程，包括打开视频文件、读取视频帧、获取视频属性等。

常用方法

(1)read()

用于从视频源中读取下一帧。它返回一个布尔值和图像帧。布尔值表示是否成功读取了帧，图像帧是一个 NumPy 数组。

ret, frame = cap.read()
if not ret:print("Failed to grab frame")break

(2)release()

用于释放视频捕获资源。在完成视频处理后，必须调用此方法来释放摄像头或视频文件。

cap.release()

(3)isOpened()

用于检查视频捕获对象是否已经成功打开。

if not cap.isOpened():print("Error opening video stream or file")

(4)get() 和 set()

get() 和 set() 方法用于获取和设置视频捕获属性。常用的属性包括帧宽、帧高、帧率等。

# 获取帧宽
width = cap.get(cv2.CAP_PROP_FRAME_WIDTH)# 获取帧高
height = cap.get(cv2.CAP_PROP_FRAME_HEIGHT)# 获取帧率
fps = cap.get(cv2.CAP_PROP_FPS)# 设置帧宽
cap.set(cv2.CAP_PROP_FRAME_WIDTH, 640)# 设置帧高
cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 480)

示例：

import cv2# 打开视频文件或摄像头
# 使用 0 打开默认摄像头，或者替换为视频文件路径，例如 'video.mp4'
video_capture = cv2.VideoCapture('video/1.mp4')  # 0 表示使用摄像头
if not video_capture.isOpened():print("视频没有打开")exit()
# 获取视频的帧率
fps = video_capture.get(cv2.CAP_PROP_FPS)
delay = int(1000 / fps)  # 计算帧间延迟
while True:# 逐帧读取视频ret, frame = video_capture.read()# 显示当前帧cv2.imshow('Video', frame)# 按下 'q' 键退出if cv2.waitKey(delay) & 0xFF == ord('q'):break
# 释放视频捕获对象和关闭所有窗口
video_capture.release()
cv2.destroyAllWindows()