图像处理入门

之前我们已经讲过了OpenCV在各个平台上安装的方法了，从今天开始，正式进入实战部分。首先我们需要做的就是如何读取图像并显示出来，这是图像处理的最基本的部分。

首先我们来了解几个函数。

▼cv2.imread()

我们看一下函数的原型：

retval=cv.imread(filename[, flags])

retval为自定义名称，filename指代需要加载的文件名，一般情况下，大多数时候，我们是直接加载文件的，所以大多时候我们直接读入图像就可以，但是在一些时候，我们想直接将原图转化为灰度图，从而方便后期的形态学处理操作，那么这个时候第二个参数的意义就表现出来了，第二个参数属于一个标志，它用于指定读取图像的方式。

总共有三种方式：

• cv.IMREAD_COLOR：加载彩色图像。图像的任何透明度都将被忽略。这是默认标志。

• cv.IMREAD_GRAYSCALE：以灰度模式加载图像。

• cv.IMREAD_UNCHANGED：加载图像，包括alpha通道。

当然了，为了方便起见，它们也可以分别用1，0，-1进行表示。1指代原图也就是第一个函数；0指代第二个函数代表转为灰度图；-1则为第三个函数。

▼cv2.imshow()

该函数用于在窗口中显示图像，窗口自动适合当前输入的图像尺寸，该函数与imread函数是相辅相成的，该函数原型为：

None=cv.imshow(winname, mat)

None为不需要填写，不用管它，我们直接用imshow就可以，winname是指你输出的图像的名称，可以自定义，但不要用中文名称，否则会乱码；mat则为你需要显示的图像。

此函数之后应是cv2.waitKey()函数，该函数显示指定毫秒的图像。如果不使用waitkey函数，它将不会显示图像。例如，waitKey(0)将无限期显示窗口，直到任何按键为止(适用于图像显示)。waitKey(25)将显示25毫秒的帧，此后将自动关闭显示。

另一个函数cv2.destroyAllWindows()会销毁我们创建的所有窗口。 如果要销毁任何特定的窗口，请使用函数 cv.destroyWindow()在其中传递确切的窗口名称作为参数。

我们现在来做一个实验，先显示最基本的图像(代码图中都有)：

现在我们改变读入的图像为灰度，mread函数的最后一个参数可以进行相关方面的操作，当为0时：

当为1时：

若为-1时：

现在输出的图像的窗口大小是固定的，那么加入我们想要调整窗口的大小，那就需要使用另一个函数，在特殊情况下，我们可以创建一个空窗口，然后再将图像加载到该窗口。在这种情况下，可以指定窗口是否可调整大小。

这是通过功能cv.namedWindow()完成的，现在我们实验一下：

当我们在函数后加一个0，则可以用鼠标手动调整输出图像的大小，这将非常方便。事实上，0对应的参数为cv2.WINDOW_NORMAL，即为自动调整图像，我们大致了解一下相关的参数：

• WINDOW_NORMAL

  或WINDOW_AUTOSIZE：

  WINDOW_NORMAL可以调整窗口大小，而WINDOW_AUTOSIZE会自动调整窗口大小以适合显示的图像(请参见imshow)，并且不能手动更改窗口大小。

• WINDOW_FREERATIO

  或WINDOW_KEEPRATIO：

  WINDOW_FREERATIO调整图像时不考虑其比例，而WINDOW_KEEPRATIO则保持图像比例。

• WINDOW_GUI_NORMAL

  或WINDOW_GUI_EXPANDED：

  WINDOW_GUI_NORMAL是绘制没有状态栏和工具栏的窗口的旧方法，而WINDOW_GUI_EXPANDED是新的增强型GUI。默认标志==WINDOW_AUTOSIZE | WINDOW_KEEPRATIO | WINDOW_GUI_EXPANDED

假若我们想将处理之后的图像保存起来，保存到文件夹中，那么就需要用到cv2.imwrite函数。

▼cv2.imwrite()

imwrite函数将图像保存到指定文件。图像格式是根据文件扩展名选择的(扩展名列表请参见cv :: imread)。通常，使用此功能只能保存8位单通道或3通道(具有“ BGR”通道顺序)图像，但以下情况除外：

• 对于PNG，JPEG 2000和TIFF格式，可以保存16位无符号(CV_16U)图像。

• 可以以PFM，TIFF，OpenEXR和Radiance HDR格式保存32位浮点(CV_32F)图像；使用LogLuv高动态范围编码(每像素4个字节)将保存3通道(CV_32FC3)TIFF图像。

• 使用此功能可以保存带有Alpha通道的PNG图像。为此，创建8位(或16位)4通道图像BGRA，其中alpha通道位于最后。完全透明的像素应将alpha设置为0，完全不透明的像素应将alpha设置为255/65535。

该函数原型为：

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

第一个参数是文件名，第二个参数是要保存的图像。现在我们写个综合代码：

import numpy as np

import cv2 as cv

img = cv.imread('cat.jpg', 0)

cv.imshow('image', img)

k = cv.waitKey(0) & 0xff

if k == 27:  # wait for ESC key to exit

    cv.destroyAllWindows()

elif k == ord('s'):  # wait for 's' key to save and exit

    cv.imwrite('cat.png', img)

    cv.destroyAllWindows()

在上面的程序中，以灰度加载图像，显示图像，按下键盘的“ s”键保存图像并退出，或者按ESC键直接退出而不保存。我们按下s实验：

图像保存完毕。

那么图像处理的入门部分算是正式结束了，这也是基础中的基础，后续都将非常有用。

视频处理入门

视频处理在OpenCV中处于极为重要的地位，目标实时跟踪等各种实时图像处理算法都是以视频为基础。

01

从相机捕获视频

首先我们来了解一下使用电脑自带的相机来进行捕获视频。通常，我们必须使用摄像机捕获实时流。OpenCV提供了一个非常简单的界面来执行此操作。让我们从相机捕获视频(我使用笔记本电脑上的内置网络摄像头)，我们需要了解几个函数：

▼cap = cv2.VideoCapture(0)

VideoCapture()中参数是0，表示打开笔记本的内置摄像头，参数是视频文件路径则打开视频，如cap = cv2.VideoCapture("../test.avi")，当然了，如果你外接的有其他的摄像头，那就可以选用其他的参数例如1从而调用它。

▼ret,frame = cap.read()

cap.read()按帧读取视频，ret,frame是获取cap.read()方法的两个返回值。其中ret是布尔值，如果读取帧是正确的则返回True，如果文件读取到结尾，它的返回值就为False。frame就是每一帧的图像，是个三维矩阵，我们都知道视频是由一帧一帧的图像连续组成的，OpenCV在对图像处理时就是对每一帧的图像进行快速处理。

▼cv2.waitkey()

waitKey()方法本身表示等待键盘输入，参数是1，表示延时1ms切换到下一帧图像，对于视频而言；参数为0，如cv2.waitKey(0)只显示当前帧图像，相当于视频暂停,；参数过大如cv2.waitKey(1000)，会因为延时过久而卡顿感觉到卡顿。

c得到的是键盘输入的ASCII码，esc键对应的ASCII码是27，即当按esc键是if条件句成立。

▼release()

调用release()释放摄像头，调用destroyAllWindows()关闭所有图像窗口。

现在我们首先进行代码实验，之后会进行一些说明：

import numpy as np

import cv2 as cv

cap = cv.VideoCapture(0)

if not cap.isOpened():

    print("Cannot open camera")

    exit()

while True:

    # Capture frame-by-frame

    ret, frame = cap.read()

    # if frame is read correctly ret is True

    if not ret:

        print("Can't receive frame (stream end?). Exiting ...")

        break

    # Our operations on the frame come here

    # gray = cv.cvtColor(frame, cv.COLOR_BGR2GRAY)

    # Display the resulting frame

    cv.imshow('frame', gray)

    if cv.waitKey(1) == ord('q'):

        break

# When everything done, release the capture

cap.release()

cv.destroyAllWindows()

isOpened可以确定摄像头是否被打开，如果打开则继续，如果未成功打开则自动退出。前面的时候我们已经讲过，frame所指代的，就是摄像头视频的每一帧图像，所以在显示时，我们也是显示每一帧。如果对每一帧图像都进行灰度化处理，那么所显示的视频就是灰度化视频，当然，关于灰度化现在还没有讲到，但是可以先做个小实验，我们来看代码：

import numpy as np

import cv2 as cv

cap = cv.VideoCapture(0)

if not cap.isOpened():

    print("Cannot open camera")

    exit()

while True:

    # Capture frame-by-frame

    ret, frame = cap.read()

    # if frame is read correctly ret is True

    if not ret:

        print("Can't receive frame (stream end?). Exiting ...")

        break

    # Our operations on the frame come here

    gray = cv.cvtColor(frame, cv.COLOR_BGR2GRAY)

    # Display the resulting frame

    cv.imshow('frame', gray)

    if cv.waitKey(1) == ord('q'):

        break

# When everything done, release the capture

cap.release()

cv.destroyAllWindows()

大家自己实验，体验一下效果。或许有的人已经发现了，我们的视频跟实际中好像是相反的，属于镜像效果，我们可以取消这种效果，在这里需要介绍一个函数，后面在图像增强部分也会介绍到：

▼cv2.flip ()

函数原型：flip(src, flipCode[, dst])

src代表输入的图像，我们来看一下flipCode的参数表：

现在我们加入这行代码：

import numpy as np

import cv2 as cv

cap = cv.VideoCapture(0)

if not cap.isOpened():

    print("Cannot open camera")

    exit()

while True:

    # Capture frame-by-frame

    ret, frame = cap.read()

    frame = cv.flip(frame, 1)

    # if frame is read correctly ret is True

    if not ret:

        print("Can't receive frame (stream end?). Exiting ...")

        break

    # Our operations on the frame come here

    gray = cv.cvtColor(frame, cv.COLOR_BGR2GRAY)

    # Display the resulting frame

    cv.imshow('frame', gray)

    if cv.waitKey(1) == ord('q'):

        break

# When everything done, release the capture

cap.release()

cv.destroyAllWindows()

再实验会发现图像已经没有那种镜像效果了。

02

从文件播放视频

从文件播放视频与从摄像机捕获视频相同，只是将摄像机索引更改为视频文件名。另外，在显示框架时，请使用适当的时间cv.waitKey()。如果太少，则视频将非常快，而如果太高，则视频将变得很慢(嗯，这就是显示慢动作的方式)。正常情况下25毫秒就可以了。

给出实例代码：

import cv2 as cv

cap = cv.VideoCapture('test.avi')

while cap.isOpened():

    ret, frame = cap.read()

    # if frame is read correctly ret is True

    if not ret:

        print("Can't receive frame (stream end?). Exiting ...")

        break

    cv.imshow('frame', frame)

    if cv.waitKey(25) == ord('q'):

        break

cap.release()

cv.destroyAllWindows()

03

保存视频

当我们想要保存图像的时候，这非常简单：只需使用cv2.imwrite()。而当我们想要保存视频的时候，需要做更多的工作。

这次我们创建一个VideoWriter对象。我们应该指定输出文件名(例如：output.avi)。然后，我们应指定FourCC代码(下一段中的详细信息)。然后应传递每秒的帧数(fps)和帧大小。最后一个是isColor标志。如果为True，则编码器需要彩色框，否则将与灰度框一起使用。

FourCC是一个4字节的代码，用于指定视频编码器以及****。可用代码列表可在fourcc.org中找到，它取决于平台。

• 在Fedora中：DIVX，XVID，MJPG，X264，WMV1，WMV2。(最好使用XVID。MJPG可以生成大尺寸的视频。X264提供非常小的尺寸的视频)

• 在Windows中：DIVX(尚待测试和添加)。

• 在OSX中：MJPG(.mp4)，DIVX(.avi)，X264(.mkv)。

FourCC代码作为MJPG的`cv.VideoWriter_fourcc('M'，'J'，'P'，'G')or cv.VideoWriter_fourcc(*'MJPG')`传递。

以下代码从摄像机捕获，在垂直方向上翻转每一帧，然后保存视频：

import numpy as np

import cv2 as cv

cap = cv.VideoCapture(0)

# Define the codec and create VideoWriter object

fourcc = cv.VideoWriter_fourcc(*'XVID')

out = cv.VideoWriter('output.avi', fourcc, 20.0, (640,  480))

while cap.isOpened():

    ret, frame = cap.read()

    if not ret:

        print("Can't receive frame (stream end?). Exiting ...")

        break

    frame = cv.flip(frame, 1)

    # write the flipped frame

    out.write(frame)

    cv.imshow('frame', frame)

    if cv.waitKey(1) == ord('q'):

        break

# Release everything if job is finished

cap.release()

out.release()

cv.destroyAllWindows()

大家可以自己尝试演示效果。

视频处理的部分基本上就结束了，以上介绍到的将是以后学习中非常重要的基础。而事实上，OpenCV中对于视频的处理也有更多的操作，现在介绍最后一个函数：

▼VideoCapture.get()

由于前面我们已经指定cap = cv.VideoCapture(0)，所以调用此函数只需用cap.get()，get中将传入参数，给出参数表：

共有18个参数，而至于相关的代码，请大家自己实验，可以使用print函数输出视频的详细信息。

扫码入群扫码添加管理员微信

加入“电子产品世界”粉丝交流群

↓↓↓↓点击，查看更多新闻