【opencv学习】调用摄像头实现多通道分离显示

代码实现功能：1.调用摄像头，将摄像头捕获画面展示

2.将展示画面的各类数据显示，如：屏幕的尺寸，实时帧率，画面的格式

3.实现通道分离，将GBR格式的视频分离为G，B，R三个通道，分开显示

1.调用摄像头

python对opencv做了完整封装，通过创建videoCapture对象，可实现对摄像头的调用，它的参数为0和其他数字，0代表的是本机摄像头，其他数字对应外接摄像头的接口

import cv2 as cv

cap = cv.VideoCapture(0) #调用本机摄像头

if not cap.isOpened():  #isOpened方法会返回布尔值，true表示调用成功，False调用失败
    print("Cannot open camera")
    exit()   #退出程序

while cap.isOpened():
    # 逐帧捕获
    ret, frame = cap.read(1) #ret为布尔值，frame是图片的三维数组形式

    # 如果正确读取帧，ret为True
    if not ret:
        print("Can't receive frame (stream end?). Exiting ...")
        break
    cv.imshow("frame",frame)  #imshow展示画面，参数一是窗口的标题，二是展示的图片
    
    if cv.waitKey(1) == ord('q'): 
        break

#完成所有操作后，释放捕获器
#释放摄像头
cap.release()
#破坏所有窗口
cv.destroyAllWindows()

waitKey（）：是一个键盘绑定函数。其参数是以毫秒为单位的时间。该函数等待任何键盘事件指定的毫秒。如果您在这段时间内按下任何键，程序将继续运行。如果**0**被传递，它将无限期地等待一次敲击键。它也可以设置为检测特定的按键。

2.在捕获的窗口上显示文本

在这里要用到putText方法，它需要传以下参数：

-要展示文本的画面

-要展示的文本，该文本是字符串，不可换行

-文本在窗口展示的坐标，该坐标是文本的左下角

-文本相关设置，按顺序：字体，文本在窗口中所占比例，文本颜色，线条粗细，线条类型（常用cv.LINE_AA)

例：

cv.putText(frame, str1, (5, 30), font, 1, (255, 255, 255), 2, cv.LINE_AA)

而我需要在窗口上显示尺寸，实时帧率，及画面对象格式

注：该方法不支持中文格式，中文会乱码

import time
start_time = time.time()
counter = 0
str1 = f'size:{cap.get(3)}*{cap.get(4)}'
counter += 1
if(time.time()-start_time) != 0:
    FPS = counter/(time.time()-start_time)
    counter = 0
    start_time = time.time()
str2 = f'FPS:{int(FPS)}'
str3 = f'{cap.get(8)}'

font = cv.FONT_HERSHEY_SIMPLEX
cv.putText(frame, str1, (5, 30), font, 1, (255, 255, 255), 2, cv.LINE_AA)
cv.putText(frame, str2, (5, 55), font, 1, (255, 255, 255), 2, cv.LINE_AA)  
cv.putText(frame, str3, (5, 75), font, 1, (255, 255, 255), 2, cv.LINE_AA)

可以使用cap.get(propId)方法访问该视频的某些功能，其中propId是0到18之间的一个数字。每个数字表示视频的属性（如果适用于该视频），其中一些值可以使用cap.set(propId，value)进行修改。value是你想要的新值。例如，我可以通过cap.get(cv.CAP_PROP_FRAME_WIDTH)和cap.get(cv.CAP_PROP_FRAME_HEIGHT)检查框架的宽度和高度。默认情况下，它的分辨率为640x480。但我想将其修改为320x240。只需使用和即可。ret = cap.set(cv.CAP_PROP_FRAME_WIDTH,320) and ret = cap.set(cv.CAP_PROP_FRAME_HEIGHT,240).

3.实现通道分离

要实现通道分离，需要确定视频格式，通道分离可以用于彩色图像的处理，图像对象可以是普通的3通道BGR彩色图像，分离后分别为b、g、r的3个通道。如果是带alpha通道的BGRA 4通道图像，分离后分别为b、g、r、a。如果图像是其他色彩空间的图像比如HSV图像，分离后的3个图像则分别为h、s、v。

所以我们需要先判断视频格式，再通过不同格式分离不同通道。

 def show_img(win_name,img,wait_time=0,img_ratio=0.5,is_show=True):
    if is_show is not True:
        return
    rows = img.shape[0]
    cols = img.shape[1]
    cv.namedWindow(win_name, cv.WINDOW_NORMAL )#cv2.WINDOW_AUTOSIZE)
    cv.resizeWindow(win_name,(int(cols*img_ratio),int(rows*img_ratio)))
    cv.imshow(win_name,img)



if frame is not None and len(frame.shape)==3:
    if frame.shape[2] == 3:  # 如果是3通道，分离出3个图像实例
        b, g, r = cv.split(frame)
        show_img('blue', b, -1)
        show_img('green', g, -1)
        show_img('red', r, -1)

    elif frame.shape[2] == 4:  # 如果是4通道
        b, g, r, a = cv.split(frame)
        show_img('b', b, -1)
        show_img('g', g, -1)
        show_img('r', r, -1)
        show_img('a', a, -1)

 最后，将其合并在一起，就实现了功能，附上完整代码

import cv2 as cv
import time

cap = cv.VideoCapture(0)
start_time = time.time()
counter = 0
if not cap.isOpened():
    print("Cannot open camera")
    exit()

def show_img(win_name,img,wait_time=0,img_ratio=0.5,is_show=True):
    if is_show is not True:
        return
    rows = img.shape[0]
    cols = img.shape[1]
    cv.namedWindow(win_name, cv.WINDOW_NORMAL )#cv2.WINDOW_AUTOSIZE)
    cv.resizeWindow(win_name,(int(cols*img_ratio),int(rows*img_ratio)))
    cv.imshow(win_name,img)

while cap.isOpened():
    # 逐帧捕获
    ret, frame = cap.read(1) #ret为布尔值，frame是图片的三维数组形式

    # 如果正确读取帧，ret为True
    if not ret:
        print("Can't receive frame (stream end?). Exiting ...")
        break
    # 我们在框架上的操作到这里
    str1 = f'size:{cap.get(3)}*{cap.get(4)}'
    counter += 1
    if(time.time()-start_time) != 0:
        FPS = counter/(time.time()-start_time)
        counter = 0
        start_time = time.time()
    str2 = f'FPS:{int(FPS)}'
    str3 = f'{cap.get(8)}'

    font = cv.FONT_HERSHEY_SIMPLEX
    cv.putText(frame, str1, (5, 30), font, 1, (255, 255, 255), 2, cv.LINE_AA)
    cv.putText(frame, str2, (5, 55), font, 1, (255, 255, 255), 2, cv.LINE_AA)
    cv.putText(frame, str3, (5, 75), font, 1, (255, 255, 255), 2, cv.LINE_AA)

    gray = cv.cvtColor(frame, cv.COLOR_BGR2GRAY)
    # 显示结果帧e
    cv.imshow('frame',frame)
    cv.imshow('GRAY',gray)
    # time.sleep(1/cap.get(cv.CAP_PROP_FPS))
    if frame is not None and len(frame.shape)==3:
        if frame.shape[2] == 3:  # 如果是3通道，分离出3个图像实例
            b, g, r = cv.split(frame)
            show_img('blue', b, -1)
            show_img('green', g, -1)
            show_img('red', r, -1)

        elif frame.shape[2] == 4:  # 如果是4通道
            b, g, r, a = cv.split(frame)
            show_img('b', b, -1)
            show_img('g', g, -1)
            show_img('r', r, -1)
            show_img('a', a, -1)

    if cv.waitKey(1) == ord('q'):
        break
# 完成所有操作后，释放捕获器
cap.release()
cv.destroyAllWindows()