1. 基本操作
1.1 创建和显示窗口
1.1.1 namedWindow()创建命名窗口
cv2.WINDOW_NORMAL：允许用户调整窗口的大小；如果未设置，窗口大小会被图像尺寸自动限制，用户无法改变大小。
import cv2
cv2.namedWindow('new', cv2.WINDOW_NORMAL)
cv2.resizeWindow('new',800,600)
key = cv2.waitKey(0)
if key == ord('q'):
exit()
cv2.destroyAllWindows()cv2.WINDOW_AUTOSIZE：窗口大小会自动适应显示的图像尺寸，用户无法调整窗口大小；适用于固定大小图像展示。
import cv2
cv2.namedWindow('new', cv2.WINDOW_AUTOSIZE)
key = cv2.waitKey(0)
if key == ord('q'):
exit()
cv2.destroyAllWindows()cv2.WINDOW_FREERATIO：窗口大小会自动调整，但不会被图像的宽高比限制，窗口的比例可以自由调整。
import cv2
cv2.namedWindow('new', cv2.WINDOW_FREERATIO)
key = cv2.waitKey(0)
if key == ord('q'):
exit()
cv2.destroyAllWindows()cv2.WINDOW_KEEPRATIO：窗口的宽高比保持一致，窗口大小会根据显示的图像大小进行调整，但宽高比不变。
import cv2
cv2.namedWindow('new', cv2.WINDOW_KEEPRATIO)
key = cv2.waitKey(0)
if key == ord('q'):
exit()
cv2.destroyAllWindows()cv2.WINDOW_GUI_EXPANDED：窗口包含额外的控件，如工具栏等（适用于某些操作系统的特定平台）。
import cv2
cv2.namedWindow('new', cv2.WINDOW_GUI_EXPANDED)
key = cv2.waitKey(0)
if key == ord('q'):
exit()
cv2.destroyAllWindows()cv2.WINDOW_GUI_NORMAL：窗口为普通的标准窗口，没有额外控件。
import cv2
cv2.namedWindow('new', cv2.WINDOW_GUI_NORMAL)
key = cv2.waitKey(0)
if key == ord('q'):
exit()
cv2.destroyAllWindows()1.1.2 imshow() 显示图片与窗口
大家有没有发现一个问题，由opencv读取的图片，使用其他方法展示()例如matplotlib展示时，就会出现颜色不对的情况，附上代码
import cv2
import matplotlib
matplotlib.use('TkAgg') # 设置为交互式后端
# matplotlib.use('Agg') # 或者使用 'Agg' 后端
import matplotlib.pyplot as plt
import numpy as np
# 读取图片(默认彩色途径)
img = cv2.imread("./car.jpg")
"""
发现matplotlib显示的图片和真实的图片颜色不一样，因为opencv读进来的图片数据的通道不是默认的RGB而是BGR，
所以opencv读进来的图片不要用别的方式去展示
"""
plt.imshow(img)
plt.show()
注：左图为opencv读取的原图，右图是matplotlib展示的图片
因为opencv读进来的图片数据的通道不是默认的RGB而是BGR，所以opencv读进来的图片不要用别的方式去展示。
如果我要调整展示窗口的大小的时候使用cv2.resizeWindow('new',800,600)，那么对应的要修改imshow()展示的图片大小，应该怎么做呢？
import cv2
# 读取图片(默认彩色途径)
img = cv2.imread("./car.jpg")
img = cv2.resize(img, (880, 640), interpolation=cv2.INTER_CUBIC)
cv2.imshow("car",img)
key = cv2.waitKey(0)
if key == ord('q'):
cv2.destroyAllWindows() cv2.resize() 是 OpenCV 用于调整图像大小的函数，其基本语法如下：
resized_image = cv2.resize(src, dsize[, dst[, fx[, fy[, interpolation]]]])参数说明
-
src（必填）：输入的图像（numpy数组）。 -
dsize（必填）：目标大小(width, height)，即调整后的图像尺寸。可以设置为None，如果fx和fy已指定，则根据缩放比例调整大小。 -
dst（可选）：输出的目标图像，通常不需要指定，因为cv2.resize()会返回调整后的图像。 -
fx（可选）：水平方向缩放比例。例如fx=0.5表示宽度缩小 50%。 -
fy（可选）：垂直方向缩放比例。例如fy=0.5表示高度缩小 50%。 -
interpolation（可选）：插值方式，默认是cv2.INTER_LINEAR。不同插值方法适用于不同的缩放需求：-
cv2.INTER_NEAREST：最近邻插值，计算速度快，可能会有马赛克效果。 -
cv2.INTER_LINEAR（默认）：双线性插值，适用于缩小图像时。 -
cv2.INTER_CUBIC：双三次插值，计算较慢但效果比INTER_LINEAR更平滑。 -
cv2.INTER_LANCZOS4：Lanczos 插值，适用于高质量缩小图像。
-
1.2 保存图片
import cv2
img = cv2.imread("car.jpg")
img = cv2.resize(img, (880, 640), interpolation=cv2.INTER_CUBIC)
cv2.imshow("car", img)
cv2.imwrite("car_1.png", img)
key = cv2.waitKey(0)
if key == ord('q'):
cv2.destroyAllWindows()1.3 读取摄像头和视频数据
打开摄像头，并且以窗口形式展示出来
# 打开摄像头
import cv2
# 打开摄像头 (0 代表默认摄像头，如果有多个摄像头，可以尝试 1, 2, 3...)
cap = cv2.VideoCapture(0)
# 检查摄像头是否成功打开
if not cap.isOpened():
print("无法打开摄像头")
exit()
# 循环读取视频流
while True:
# 读取一帧
ret, frame = cap.read()
# 如果读取失败，退出循环
if not ret:
print("无法获取视频帧")
break
# 在窗口中显示当前帧
cv2.imshow('Camera', frame)
# 按下 'q' 键退出循环
if cv2.waitKey(1) & 0xFF == ord('q'):
break
# 释放摄像头资源并关闭窗口
cap.release()
cv2.destroyAllWindows()读取视频，并且以窗口形式展示
import cv2
cap = cv2.VideoCapture("../1.mp4")
print(cap.isOpened())
while cap.isOpened():
# 读取一帧
ret,frame = cap.read()
# 如果读取失败，则推出
if not ret:
print("无法获取视频帧")
break
cv2.imshow("vedio", frame)
if cv2.waitKey(1) & 0xFF ==ord('q'):
break
cap.release()
cv2.destroyAllWindows()1.4 视频录制
# 视频录制
import cv2
cap = cv2.VideoCapture(0)
# *mp4v就是解包操作，等同于'm','p','4','v'
fourcc = cv2.VideoWriter_fourcc(*'mp4v')
out = cv2.VideoWriter("output.mp4",fourcc,20,(640,480))
while cap.isOpened():
ret,frame = cap.read()
if not ret:
break
out.write(frame)
if cv2.waitKey(1) & 0xFF == ord('q'):
break
cap.release()
cv2.destroyAllWindows()1.4.1 VideoWriter_fourcc的用法
'mp4v': MPEG-4 编码格式，通常用于.mp4文件。'MJPG': Motion JPEG 编码格式，常用于较老的设备或一些不需要复杂压缩的场合。'XVID': Xvid 编码，广泛用于.avi格式。'DIVX': DivX 编码，通常用于.avi文件。'H264': H.264 编码（通过cv2.VideoWriter_fourcc(*'H264')）。适用于压缩效率较高的视频文件。
1.4.2 VideoWriter的用法
cv2.VideoWriter(filename, fourcc, fps, frameSize, isColor=True)参数说明：
-
filename (
str):
视频文件的输出路径和文件名。
例如："output.mp4"表示输出文件名为output.mp4，也可以是其他格式，如.avi或.mov，根据你选择的编码格式来确定。 -
fourcc (
int):
视频编码格式的四字符代码（FourCC），用于指定视频编码类型。
例如：cv2.VideoWriter_fourcc(*'mp4v')，其中*'mp4v'表示 MPEG-4 编码格式。其他常见的编码格式还有'XVID'、'MJPG'、'H264'等。 -
fps (
float):
每秒帧数（frames per second），即视频的帧率。
例如：20表示每秒钟写入 20 帧。你可以根据实际需求调整此值，通常视频帧率在 24 到 30 帧之间。 -
frameSize (
tuple):
视频帧的尺寸，通常是一个元组(宽度, 高度)。
例如：(640, 480)表示每帧的分辨率为 640x480 像素。视频帧的尺寸应与输入图像的尺寸相匹配。 -
isColor (
bool, optional):
一个布尔值，指定是否保存彩色视频。默认为True，表示视频是彩色的。如果设为False，则视频会被保存为灰度图像。
通常不需要修改，保持True即可，除非你特别需要保存灰度视频。
2. 控制鼠标
OpenCv允许我们对窗口上的鼠标动作做出响应。
在 OpenCV 中，使用 cv2.setMouseCallback() 函数可以注册一个鼠标回调函数，该函数会在鼠标事件发生时被调用。回调函数的签名为：
callback(event, x, y, flags, userdata)2.1 鼠标事件
-
cv2.EVENT_LBUTTONDOWN(左键按下) -0 -
cv2.EVENT_LBUTTONUP(左键抬起) -1 -
cv2.EVENT_RBUTTONDOWN(右键按下) -2 -
cv2.EVENT_RBUTTONUP(右键抬起) -3 -
cv2.EVENT_MBUTTONDOWN(中键按下) -4 -
cv2.EVENT_MBUTTONUP(中键抬起) -5 -
cv2.EVENT_MOUSEMOVE(鼠标移动) -16 -
cv2.EVENT_LBUTTONDBLCLK(左键双击) -7 -
cv2.EVENT_RBUTTONDBLCLK(右键双击) -8 -
cv2.EVENT_MBUTTONDBLCLK(中键双击) -9 -
cv2.EVENT_MOUSEWHEEL(鼠标滚轮) -1024 -
cv2.EVENT_MOUSEHWHEEL(鼠标水平滚轮) -2048
2.2 实例
def mouse_callback(event, x, y, flags, userdata):
print(event, x, y, flags, userdata)
# 创建窗口
cv2.namedWindow('mouse',cv2.WINDOW_NORMAL)
# 宽度和高度
cv2.resizeWindow('mouse', 640, 360)
# 设置鼠标的回调函数
cv2.setMouseCallback('mouse', mouse_callback,"123")
# 生成全黑的图片
img = np.zeros((360, 640, 3), np.uint8)
while True:
cv2.imshow('mouse', img)
if cv2.waitKey(1) & 0xFF == ord("q"):
break
cv2.destroyAllWindows()3. TrackBar控件
在 OpenCV 中，cv2.createTrackbar() 可以用来创建一个滑动条（Trackbar），通过拖动 TrackBar 控件，用户可以动态调整图像的参数。我们可以使用这个控件来改变图像的颜色，例如通过调整 RGB（红、绿、蓝）通道的值来改变图像的颜色。
import cv2
import numpy as np
# 初始颜色值（R, G, B）
r, g, b = 0, 0, 0
# 回调函数，当 TrackBar 值变化时触发
def on_trackbar(val):
global r, g, b
r = cv2.getTrackbarPos("Red", "TrackBar Image")
g = cv2.getTrackbarPos("Green", "TrackBar Image")
b = cv2.getTrackbarPos("Blue", "TrackBar Image")
# 创建新的图像，填充为当前颜色值
img[:] = [b, g, r] # OpenCV 默认是 BGR 顺序
cv2.imshow("TrackBar Image", img)
# 创建一个空白图像
img = np.ones((400, 400, 3), dtype=np.uint8) * 255
# 创建一个窗口
cv2.namedWindow("TrackBar Image")
# 创建三个 TrackBar 控件，分别控制 R、G、B 颜色通道
cv2.createTrackbar("Red", "TrackBar Image", 0, 255, on_trackbar)
cv2.createTrackbar("Green", "TrackBar Image", 0, 255, on_trackbar)
cv2.createTrackbar("Blue", "TrackBar Image", 0, 255, on_trackbar)
# 显示初始图像
on_trackbar(0)
# 持续显示窗口，直到按下 'Esc' 键
while True:
if cv2.waitKey(1) & 0xFF == 27: # 按 'Esc' 键退出
break
cv2.destroyAllWindows()第一部分基本操作结束，后面继续学习颜色空间
扫一扫
8万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
