OpenCV！启动！(Python)（1）
目录
1 OpenCV介绍
1.1 OpenCV-Python
2 图像表示
3 图像存储
彩色图像
4 环境安装
5 基本图像操作
5.1 读取图片并展示
5.2 创建黑白图像
5.3 图像切片（图片剪裁）
6 图像绘制
6.1 绘制直线
6.2 绘制圆形
6.3 绘制矩形
6.4 读取视频
1 OpenCV介绍
OpenCV（开放源代码计算机视觉库）是一个开源的计算机视觉和机器学习软件库。由一系列 C++ 类和函数构成，用于图像处理、计算机视觉领域的算法实现。支持多种操作系统，Windows、Linux、ios、Android等，方便开发和部署。 完善的传统计算机视觉算法，涵盖主流的机器学习算法，同时添加了对深度学习的支持。
1.1 OpenCV-Python
OpenCV-Python是原始OpenCV C++实现的Python包装器。它结合了 OpenCV C++ API 的高性能与 Python 语言的易用性和简洁性。通过 OpenCV-Python，开发者可以轻松地进行图像处理、计算机视觉任务以及机器学习应用。
与C / C++等语言相比，Python速度较慢。Python可以使用C / C++扩展，这使我们可以在C / C++中编写计算密集型代码，并创建可用作Python模块的Python包装器。两个好处：首先，代码与原始C / C++代码一样快（因为它是在后台工作的实际C++代码），其次，在Python中编写代码比使用C / C++更容易。
OpenCV-Python使用Numpy，这是一个高度优化的数据库操作库。所有OpenCV数组结构都转换为Numpy数组。这也使得与使用Numpy的其他库（如SciPy和Matplotlib）集成更容易。
2 图像表示
像素是图像的基本单元，每个像素存储着图像的颜色、亮度和其他特征。一系列像素组合到一起就形成了完整的图像，在计算机中，图像以像素的形式存在并采用二进制格式进行存储。根据图像的颜色不同，每个像素可以用不同的二进制数表示。
计算机采用0/1编码的系统，数字图像也是利用0/1来记录信息，我们平常接触的图像都是8位数图像。opencv中常用的是8位图像,大多数彩色和灰度图像使用8位表示每个通道的像素值，范围从0到255，其中0，代表最黑，1，表示最白。
日常生活中常见的图像是RGB三原色图。RGB图上的每个点都是由红（R）、绿（G）、蓝（B）三个颜色按照一定比例混合而成的，几乎所有颜色都可以通过这三种颜色按照不同比例调配而成。在计算机中，RGB三种颜色被称为RGB三通道，每个通道的取值都是0-255，根据这三个通道存储的像素值，来对应不同的颜色。
例如，在使用“画图”软件进行自定义调色时，其数值单位就是像素。如下图所示：
3 图像存储
在OpenCV中，无论是读取还是创建图像，结果都是一个NumPy数组。
-
彩色图像：三维数组
-
灰度图像：二维
图像本质上是像素值的二维或三维矩阵（对于彩色图像）。
-
形状（Shape）：图像的尺寸由其高（height）、宽（width）和通道数（channels）决定。可以通过
img.shape属性获取这些信息。-
对于彩色图像（如RGB），返回的是一个包含三个值的元组 (height, width, channels)。
-
对于灰度图像，返回的是一个包含两个值的元组 (height, width)，因为灰度图像只有一个通道。
-
-
数据类型（dtype）：图像中的每个像素值的数据类型决定了可以存储的最大值。例如，8位无符号整数（uint8）允许的范围是从0到255。
-
像素表示
-
单通道图像（灰度图像）：每个像素由一个数值表示，代表该点的亮度。值越低（接近0），颜色越暗；值越高（接近255），颜色越亮。
-
多通道图像（彩色图像）： 在OpenCV中，默认情况下，彩色图像是以BGR（蓝-绿-红）顺序存储
-
彩色图像
每个像素通常是由红（R）、绿（G）、蓝（B）三个分量来表示的，分量介于（0，255）。RGB图像每一个像素的颜色值（由RGB三原色表示）直接存放在图像矩阵中，由于每一像素的颜色需由R、G、B三个分量来表示，M、N分别表示图像的行列数，三个M x N的二维矩阵分别表示各个像素的R、G、B三个颜色分量。RGB图像的数据类型一般为8位无符号整形，通常用于表示和存放彩色图像。
ok了，直接进入正片，说白了，上面那么多字只用看加粗部分，其他部分带一眼就差不多了。
4 环境安装
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-pythonpython这一块，舒服。
5 基本图像操作
5.1 读取图片并展示
import cv2 as cv # 导入cv2并将其改别名为cv便于使用cat = cv.imread(\'../images/1.jpg\') # 将图片转换为三维numpy数组并存放在cat中cat1 = cv.imread(\'../images/1.jpg\',cv.IMREAD_GRAYSCALE)# 同理，但是多一段参数,cv.IMREAD_GRAYSCALE:读取灰度图像，默认为彩色cv.imshow(\'cat\', cat)# 将cat图片展示出来，窗口名称\'cat\'cv.imshow(\'cat1\', cat1)# 将cat图片展示出来，窗口名称\'cat1\'cv.waitKey(0)# 窗口持续时间，其中参数为ms，0表示手动关闭cv.destroyAllWindows()# 销毁窗口cv2.imread(path [,读取方式])，读取方式：彩色·默认、灰色等。
cv2.imshow(winname,img) ，参数：winname：显示图像的窗口名，以字符串类型表示
img：要显示的图像
cv2.waitKey(0)：表示无限期地等待任何键盘按键。这种用法常见于图像显示窗口中，确保图像在窗口中显示直到用户决定关闭它。
cv2.waitKey(n)：n>0,意味着程序将等待n毫秒。这种方式常用于视频播放或实时摄像头捕获场景，以便控制每一帧停留的时间，同时允许用户通过按键来中断循环或发出命令。
cv2.destroyAllWindows()：会在当前程序执行到该语句时立即销毁打开的窗口，并释放与这些窗口相关的资源。
cat: 
cat1: 
5.2 创建黑白图像
import cv2 as cv #同上面的一样import numpy as np #导入numpy用来处理数组，并改名为np便于使用height = 360 #定义高width = 480 #定义宽c = 3 # 定义通道数量#全黑图像black = np.zeros((height, width, c), \'uint8\')cv.imshow(\'black\', black)#全白图像white = np.full((height, width, c), 255, \'uint8\')cv.imshow(\'white\', white)# 将上面的black全黑图像修改为全白图像。black[:, :, :] = 255cv.imshow(\'black1\', black)# 生成一个320*320大小的彩色图片，每一个像素点随机颜色snow = np.random.randint(0, 256, (320, 320, c), \'uint8\')cv.imshow(\'snow\', snow)cv.waitKey(0)# 同上cv.destroyAllWindows()black: 
white: 
black1: 
snow: 
有点像老电视的花屏。
black[:]表示一维中的所有元素，black[:,:]表示二维中的所有元素，同理black[:,:,:]表示三维中的所有元素，全部赋值为255即为全白。
5.3 图像切片（图片剪裁）
import cv2 as cv# 依旧cat = cv.imread(\'../images/1.jpg\')cv.imshow(\'cat\', cat)eye = cat[231:297, 289:368]# 进行切片，类似python的列表cv.imshow(\'eye\', eye)# w h 左下(408 372) 右下（484 368） 右上（484,304） 左上（408,304）# eye1 = cat[304:372, 408:484]# cv.imshow(\'eye1\', eye1)# 这里是另一只眼睛就不展示了cv.waitKey(0)cv.destroyAllWindows()
眼睛好看捏。
6 图像绘制
6.1 绘制直线
-
cv2.line(img,sart,end,color,thickness)
-
参数
-
img：要绘制直线的图像
-
start、end：直线的起点和终点
-
color：直线的颜色（对于彩色图像，使用 BGR 格式指定颜色）
-
thickness：线条宽度
-
6.2 绘制圆形
-
cv2.circle(img,centerpoint,r,color,thickness)
-
参数：
-
img：要绘制圆形的图片
-
centerpoint、r：圆心和半径
-
color：线条颜色
-
tnickness：线条宽度，为-1时生成闭合图案并填充颜色
-
6.3 绘制矩形
-
cv2.rectangle(img,leftupper,rightdown,color,thickness)
-
参数：
-
img：要绘制矩形的图像
-
leftupper、rightdown：矩形的左上角和右下角坐标
-
color：线条的颜色
-
thickness：线条的宽度
-
直接三个愿望一次满足，绘制的图形会修改cat
import cv2 as cvcat = cv.imread(\'../images/1.jpg\')cv.line(cat,(50,40),(80,40),(100,100,255),2)# cat:需要画线的图片。(50,40),(80,40):线的起始位置和终点位置。(100,100,255):线颜色。2:线厚度# 最后一位-1表示填充cv.rectangle(cat,(78,106),(260,306),(189,138,239),-1)# (78,106),(260,306):矩形左上，右下坐标。-1:填充，# line_AA 反走样技术 抗锯齿 平滑 默认使用LINE_8cv.circle(cat,(329,269),30,(255,255,255),2,cv.LINE_AA)# (329,269):圆心。30:半径。cv.imshow(\'cat\', cat)cv.waitKey(0)cv.destroyAllWindows()
三位一体。
6.4 读取视频
-
cap = cv2.VideoCapture(path)
-
path:视频流资源路径设置为,0代表从默认摄像头捕获视频流,其他数字是你电脑上的其他摄像头，想尝试obs虚拟摄像头的可以一个一个试。
-
-
ret,frame = cap.read()
-
返回值cap调用read()方法得到一个布尔值和一帧图像，布尔值表示是否成功读取到帧，如果为False，可能是因为视频结束或读取失败，如果为True，frame则是当前帧的图像数据。
import cv2 as cv# cap = cv.VideoCapture(\'../images/videocap.mp4\')cap = cv.VideoCapture(2)# 可以放视频地址。0:是电脑摄像头，其他数字是其他摄像头# 循环读取视频每一帧while True: ret, frame = cap.read() if not ret: # 视频结束则跳出循环 break cv.imshow(\'frame\', frame) if cv.waitKey(16) & 0xFF == ord(\'q\'): # cv.waitKey(40)：等待 40 毫秒的键盘输入，用于控制视频帧之间的显示间隔。 # & 0xFF：取按键的 ASCII 值的低 8 位，确保在不同系统上兼容 # 整体效果则是在视频没播放完前，可以按下\'q\'键结束循环，即关闭视频 breakcap.release()# 释放资源cv.destroyAllWindows()
