基于OpenCV实战（基础知识一）

目录

简介

1.计算机眼中的图像

2.图片的读取、显示与保存

3.视频的读取与显示

简介

OpenCV是一个流行的开源计算机视觉库，由英特尔公司发起发展。它提供了超过2500个优化算法和许多工具包，可用于灰度、彩色、深度、基于特征和运动跟踪等的图像处理和计算机视觉应用。OpenCV主要使用C++语言编写，同时也支持Python、Java、C等语言。由于其开源和广泛使用的特点，在计算机视觉和机器学习领域得到了广泛的应用。

1.计算机眼中的图像

RGB图像是一种由红色（R）、绿色（G）和蓝色（B）三个颜色通道组成的彩色图像。每个像素点都有三个数值，分别代表其在红色、绿色和蓝色通道中的亮度。每个数的取值为(0-255），三个不同的值组合就形成一个像素点。

这三个通道共同组成了RGB图像，它们的组合形成了每个像素点的颜色。通过调整每个通道的亮度和色彩分布，可以改变图像的颜色和外观。

import cv2
import numpy as np

# 读取图片
image = cv2.imread('image/1.jpg')
#   打印图片的形状，即高宽和通道数
h, w, c = image.shape
print(h, w, c)

#  打印（60,60）的像素点的rgb值
pixel = image[60, 60]
print(pixel)

#  创建一个空数组和图像格式大小相同
pixels = np.zeros((h, w, c), dtype=np.uint8)
# 遍历每个像素点
for y in range(h):
    for x in range(w):
        # 获取像素点的数值
        pixel = image[y, x]
        # 将像素点的数值存储到新数组中
        pixels[y, x] = pixel

# 输出结果
print(pixels)

 打印结果如下所示，这就是一张的图片在计算机眼中的结构，实操过程中可以采用断点方式依次打印。

 当然以上是为了更好的看清图片的本质，我们可以直接用数组完成上述的操作

import cv2
import numpy as np

# 读取图片
image = cv2.imread('image.jpg')

# 将图像转换为NumPy数组
pixels = np.array(image)

# 输出结果
print(pixels)

 结果也是一样的

2.图片的读取、显示与保存

import cv2

# 读取图片并转为灰度图
# image = cv2.imread('image/1.jpg')
image = cv2.imread('image/1.jpg', cv2.IMREAD_GRAYSCALE)
# 显示图片窗口，并命名为 'IMG'
cv2.imshow('IMG', image)

# 保存到image路径下并命名为jujingyi
cv2.imwrite('image/jujingyi.jpg', image)
# 等待键盘输入，参数为0表示一直等待，直到按下任意键
cv2.waitKey(0)

# 关闭所有打开的窗口
cv2.destroyAllWindows()

 cv2.imread（）函数用来读取图片

cv2.imwrite（）函数用来保存图片

cv2.waitKey(0) 0表示按任意键停止，1000表示1000毫秒后关闭窗口

3.视频的读取与显示

import cv2

cap = cv2.VideoCapture(0)

while True:
    success, image = cap.read()
    cv2.imshow('IMG', image)
    
    # 等待1毫秒，检测键盘输入
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# 循环结束后释放摄像头资源和关闭窗口
cap.release()
cv2.destroyAllWindows()

cv2.VideoCapture(0)  设为0 表示使用电脑自带的摄像头，使用外设的话，选择1或者2，具体查看你的外设摄像头在电脑中的编号。你也可以输入视频地址来读取指定视频。

使用while循环来遍历摄像头读取的每一帧图片，并存入image中。

我们使用了 cv2.waitKey(1) 函数等待1毫秒并检测键盘输入。使用位运算符 & 和函数 ord() 将键盘输入的字符与 ASCII 码中字符 'q'（即按下 'q' 键）进行比较。如果相等，则通过 break 语句退出循环。

当退出循环后，我们需要释放摄像头资源和关闭窗口。使用 cap.release() 释放摄像头资源，然后调用 cv2.destroyAllWindows() 关闭显示窗口。

这样，当按下键盘上的 "q" 键时，程序会退出循环，并释放摄像头资源和关闭窗口。

如果我们希望保存我们摄像头记录的图片

import cv2

cap = cv2.VideoCapture(0)

# 设置保存视频的参数
save_width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
save_height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
fourcc = cv2.VideoWriter_fourcc(*'XVID')
out = cv2.VideoWriter('output.avi', fourcc, 20.0, (save_width, save_height))

while True:
    success, image = cap.read()
    cv2.imshow('IMG', image)
    
    # 保存每一帧图像到视频文件
    out.write(image)
    
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

cap.release()
out.release()
cv2.destroyAllWindows()

我们根据摄像头的参数设置视频保存的相关参数：保存的视频宽度和高度与摄像头的参数相同，使用四字符码（fourcc）定义视频编解码器为XVID，帧率设定为20.0，并指定保存的视频尺寸。

在进入循环之前，我们使用cv2.VideoWriter()函数创建一个用于保存视频的对象。其中，第一个参数是保存的视频文件名，第二个参数是指定视频编解码器，第三个参数是帧率，第四个参数是保存的视频尺寸。

在循环中，每一帧图像都会被保存到视频文件中，通过out.write(image)实现。

最后，在退出循环后，我们需要释放摄像头资源和关闭视频对象。使用cap.release()释放摄像头资源，out.release()关闭视频对象。

这样，当按下键盘上的 "q" 键时，程序会退出循环，并保存摄像头读取的数据为视频文件 "output.avi"。

其中

cv2.VideoWriter()函数用于创建一个用于保存视频的对象。它的参数解释如下：

1. filename: 保存的视频文件名。 这里的 'output.avi' 是保存视频的文件名，可以根据需要自行更改。

2. fourcc: 视频编解码器。 fourcc 是一个四字符码，用于指定视频的编解码器。常见的四字符码包括 MP4V、XVID、MJPG等，可以根据需要选择。在示例代码中，我们使用了 *'XVID' 表示使用 XVID 编解码器。

3. fps: 帧率（Frames per Second）。 fps 表示保存视频时的帧率，即每秒播放的帧数。在示例代码中，我们将帧率设定为20.0，可以根据需要进行调整。

4. frameSize: 视频尺寸。 frameSize 是保存视频时的尺寸，即每一帧图像的大小。在示例代码中，我们将尺寸设置为(save_width, save_height)，其中 save_width 和 save_height 是根据摄像头的参数获得的宽度和高度

如果你想保存为MP4格式的视频文件，你可以修改fourcc参数为适合MP4格式的编解码器

fourcc = cv2.VideoWriter_fourcc(*'mp4v')
out = cv2.VideoWriter('output.mp4', fourcc, 20.0, (save_width, save_height))

在上述代码中，我们使用了*'mp4v'作为fourcc参数，表示使用MP4编解码器。同时，将保存的文件名改为 'output.mp4'。

这样修改后，摄像头读取的数据将以MP4格式进行保存。请确保你的OpenCV版本支持该编解码器，否则可能会出现错误。文章来源地址https://www.toymoban.com/news/detail-669079.html

到了这里，关于基于OpenCV实战（基础知识一）的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！