圖像處理入門

之前我們已經講過了OpenCV在各個平臺上安裝的方法了，從今天開始，正式進入實戰部分。首先我們需要做的就是如何讀取圖像并顯示出來，這是圖像處理的最基本的部分。

首先我們來了解幾個函數。

▼cv2.imread()

我們看一下函數的原型：

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

retval為自定義名稱，filename指代需要加載的文件名，一般情況下，大多數時候，我們是直接加載文件的，所以大多時候我們直接讀入圖像就可以，但是在一些時候，我們想直接將原圖轉化為灰度圖，從而方便后期的形態學處理操作，那么這個時候第二個參數的意義就表現出來了，第二個參數屬于一個標志，它用于指定讀取圖像的方式。

總共有三種方式：

• cv.IMREAD_COLOR：加載彩色圖像。圖像的任何透明度都將被忽略。這是默認標志。

• cv.IMREAD_GRAYSCALE：以灰度模式加載圖像。

• cv.IMREAD_UNCHANGED：加載圖像，包括alpha通道。

當然了，為了方便起見，它們也可以分別用1，0，-1進行表示。1指代原圖也就是第一個函數；0指代第二個函數代表轉為灰度圖；-1則為第三個函數。

▼cv2.imshow()

該函數用于在窗口中顯示圖像，窗口自動適合當前輸入的圖像尺寸，該函數與imread函數是相輔相成的，該函數原型為：

None=cv.imshow(winname, mat)

None為不需要填寫，不用管它，我們直接用imshow就可以，winname是指你輸出的圖像的名稱，可以自定義，但不要用中文名稱，否則會亂碼；mat則為你需要顯示的圖像。

此函數之后應是cv2.waitKey()函數，該函數顯示指定毫秒的圖像。如果不使用waitkey函數，它將不會顯示圖像。例如，waitKey(0)將無限期顯示窗口，直到任何按鍵為止(適用于圖像顯示)。waitKey(25)將顯示25毫秒的幀，此后將自動關閉顯示。

另一個函數cv2.destroyAllWindows()會銷毀我們創建的所有窗口。?如果要銷毀任何特定的窗口，請使用函數 cv.destroyWindow()在其中傳遞確切的窗口名稱作為參數。

我們現在來做一個實驗，先顯示最基本的圖像(代碼圖中都有)：

現在我們改變讀入的圖像為灰度，mread函數的最后一個參數可以進行相關方面的操作，當為0時：

當為1時：

若為-1時：

現在輸出的圖像的窗口大小是固定的，那么加入我們想要調整窗口的大小，那就需要使用另一個函數，在特殊情況下，我們可以創建一個空窗口，然后再將圖像加載到該窗口。在這種情況下，可以指定窗口是否可調整大小。

這是通過功能cv.namedWindow()完成的，現在我們實驗一下：

當我們在函數后加一個0，則可以用鼠標手動調整輸出圖像的大小，這將非常方便。事實上，0對應的參數為cv2.WINDOW_NORMAL，即為自動調整圖像，我們大致了解一下相關的參數：

• WINDOW_NORMAL

  或WINDOW_AUTOSIZE：

  WINDOW_NORMAL可以調整窗口大小，而WINDOW_AUTOSIZE會自動調整窗口大小以適合顯示的圖像(請參見imshow)，并且不能手動更改窗口大小。

• WINDOW_FREERATIO

  或WINDOW_KEEPRATIO：

  WINDOW_FREERATIO調整圖像時不考慮其比例，而WINDOW_KEEPRATIO則保持圖像比例。

• WINDOW_GUI_NORMAL

  或WINDOW_GUI_EXPANDED：

  WINDOW_GUI_NORMAL是繪制沒有狀態欄和工具欄的窗口的舊方法，而WINDOW_GUI_EXPANDED是新的增強型GUI。默認標志==WINDOW_AUTOSIZE | WINDOW_KEEPRATIO | WINDOW_GUI_EXPANDED

假若我們想將處理之后的圖像保存起來，保存到文件夾中，那么就需要用到cv2.imwrite函數。

▼cv2.imwrite()

imwrite函數將圖像保存到指定文件。圖像格式是根據文件擴展名選擇的(擴展名列表請參見cv :: imread)。通常，使用此功能只能保存8位單通道或3通道(具有“ BGR”通道順序)圖像，但以下情況除外：

• 對于PNG，JPEG 2000和TIFF格式，可以保存16位無符號(CV_16U)圖像。

• 可以以PFM，TIFF，OpenEXR和Radiance HDR格式保存32位浮點(CV_32F)圖像；使用LogLuv高動態范圍編碼(每像素4個字節)將保存3通道(CV_32FC3)TIFF圖像。

• 使用此功能可以保存帶有Alpha通道的PNG圖像。為此，創建8位(或16位)4通道圖像BGRA，其中alpha通道位于最后。完全透明的像素應將alpha設置為0，完全不透明的像素應將alpha設置為255/65535。

該函數原型為：

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

第一個參數是文件名，第二個參數是要保存的圖像。現在我們寫個綜合代碼：

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，以灰度加載圖像，顯示圖像，按下鍵盤的“ s”鍵保存圖像并退出，或者按ESC鍵直接退出而不保存。我們按下s實驗：

圖像保存完畢。

那么圖像處理的入門部分算是正式結束了，這也是基礎中的基礎，后續都將非常有用。

視頻處理入門

視頻處理在OpenCV中處于極為重要的地位，目標實時跟蹤等各種實時圖像處理算法都是以視頻為基礎。

01

從相機捕獲視頻

首先我們來了解一下使用電腦自帶的相機來進行捕獲視頻。通常，我們必須使用攝像機捕獲實時流。OpenCV提供了一個非常簡單的界面來執行此操作。讓我們從相機捕獲視頻(我使用筆記本電腦上的內置網絡攝像頭)，我們需要了解幾個函數：

▼cap = cv2.VideoCapture(0)

VideoCapture()中參數是0，表示打開筆記本的內置攝像頭，參數是視頻文件路徑則打開視頻，如cap = cv2.VideoCapture("../test.avi")，當然了，如果你外接的有其他的攝像頭，那就可以選用其他的參數例如1從而調用它。

▼ret,frame = cap.read()

cap.read()按幀讀取視頻，ret,frame是獲取cap.read()方法的兩個返回值。其中ret是布爾值，如果讀取幀是正確的則返回True，如果文件讀取到結尾，它的返回值就為False。frame就是每一幀的圖像，是個三維矩陣，我們都知道視頻是由一幀一幀的圖像連續組成的，OpenCV在對圖像處理時就是對每一幀的圖像進行快速處理。

▼cv2.waitkey()

waitKey()方法本身表示等待鍵盤輸入，參數是1，表示延時1ms切換到下一幀圖像，對于視頻而言；參數為0，如cv2.waitKey(0)只顯示當前幀圖像，相當于視頻暫停,；參數過大如cv2.waitKey(1000)，會因為延時過久而卡頓感覺到卡頓。

c得到的是鍵盤輸入的ASCII碼，esc鍵對應的ASCII碼是27，即當按esc鍵是if條件句成立。

▼release()

調用release()釋放攝像頭，調用destroyAllWindows()關閉所有圖像窗口。

現在我們首先進行代碼實驗，之后會進行一些說明：

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可以確定攝像頭是否被打開，如果打開則繼續，如果未成功打開則自動退出。前面的時候我們已經講過，frame所指代的，就是攝像頭視頻的每一幀圖像，所以在顯示時，我們也是顯示每一幀。如果對每一幀圖像都進行灰度化處理，那么所顯示的視頻就是灰度化視頻，當然，關于灰度化現在還沒有講到，但是可以先做個小實驗，我們來看代碼：

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()

大家自己實驗，體驗一下效果。或許有的人已經發現了，我們的視頻跟實際中好像是相反的，屬于鏡像效果，我們可以取消這種效果，在這里需要介紹一個函數，后面在圖像增強部分也會介紹到：

▼cv2.flip?()

函數原型：flip(src, flipCode[, dst])

src代表輸入的圖像，我們來看一下flipCode的參數表：

現在我們加入這行代碼：

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()

再實驗會發現圖像已經沒有那種鏡像效果了。

02

從文件播放視頻

從文件播放視頻與從攝像機捕獲視頻相同，只是將攝像機索引更改為視頻文件名。另外，在顯示框架時，請使用適當的時間cv.waitKey()。如果太少，則視頻將非常快，而如果太高，則視頻將變得很慢(嗯，這就是顯示慢動作的方式)。正常情況下25毫秒就可以了。

給出實例代碼：

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

保存視頻

當我們想要保存圖像的時候，這非常簡單：只需使用cv2.imwrite()。而當我們想要保存視頻的時候，需要做更多的工作。

這次我們創建一個VideoWriter對象。我們應該指定輸出文件名(例如：output.avi)。然后，我們應指定FourCC代碼(下一段中的詳細信息)。然后應傳遞每秒的幀數(fps)和幀大小。最后一個是isColor標志。如果為True，則編碼器需要彩色框，否則將與灰度框一起使用。

FourCC是一個4字節的代碼，用于指定視頻編碼器以及****。可用代碼列表可在fourcc.org中找到，它取決于平臺。

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

• 在Windows中：DIVX(尚待測試和添加)。

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

FourCC代碼作為MJPG的`cv.VideoWriter_fourcc('M'，'J'，'P'，'G')or cv.VideoWriter_fourcc(*'MJPG')`傳遞。

以下代碼從攝像機捕獲，在垂直方向上翻轉每一幀，然后保存視頻：

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()

大家可以自己嘗試演示效果。

視頻處理的部分基本上就結束了，以上介紹到的將是以后學習中非常重要的基礎。而事實上，OpenCV中對于視頻的處理也有更多的操作，現在介紹最后一個函數：

▼VideoCapture.get()

由于前面我們已經指定cap = cv.VideoCapture(0)，所以調用此函數只需用cap.get()，get中將傳入參數，給出參數表：

共有18個參數，而至于相關的代碼，請大家自己實驗，可以使用print函數輸出視頻的詳細信息。

掃碼入群掃碼添加管理員微信

加入“電子產品世界”粉絲交流群

↓↓↓↓點擊，查看更多新聞

總結

以上是生活随笔為你收集整理的opencv mat release thrown_【OpenCV+Python】图像与视频处理入门的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。