Image Processing

opencv

cv.imread()用于读取一个图片，即使图片的名称错误或者该图片不在工作目录下，也不会抛出异常，而是返回None

import numpy as np
import cv2 as cv

img=cv.imread("test.jpg",1)

第一个参数为打开图片的名称，第二个参数为打开方式

• cv.IMREAD_COLOR，加载彩色图片，这是默认设置，可以用数字1代表
• cv.IMREAD_GRAYSCALE，以灰度模式加载图片，加载出来的图片是灰白的，可以用数字0代表
• cv.IMREAD_UNCHANGED，可以用数字-1代表

cv.waitKey()，参数的单位为毫秒，当参数为0时，无限期等待一个按键输入，当参数不为0时，在这个时间内等待一个按键输入

cv.destroyAllWindows()，销毁所有我们创建的窗口，当想销毁一个特殊的窗口时，应该使用destroyWindow()，将该窗口的名称作为参数传递过去

cv.imwrite()，该函数用于保存一个图片，第一个参数为保存的图片的名称，第二个参数需要保存的图片对象，会把图片保存在工作目录下

import numpy as np
import cv2 as cv

img=cv.imread("test.jpg",1)
cv.imwrite("result.jpg",img)

Matpiotlib是一个python的绘图库，里面包含了很多绘图的方法

利用opencv加载的彩色图像是BGR模式的，但是Matplotlib利用RGB模式进行展示，所以如果是彩色图片的话，利用Matplotlib展示的话有可能会出现错误

从摄像头获取视频，下面这段代码可以打开笔记本上的摄像头；读取已经存在的视频做法类似，将VideoCapture的参数改成要读取的视频的名称即可

import numpy as np
import cv2 as cv

cap=cv.VideoCapture(0)
if not cap.isOpened():
    print ("can't not open camera")
    exit()
while True:
    _,frame=cap.read()
    gray=cv.cvtColor(frame,cv.COLOR_BGR2GRAY)
        
    cv.imshow('frame',gray)
    k=cv2.waitKey(5)&0xFF
    if k==27:
        break
            
cap.release()
cv.destroyAllWindows()

当我们需要保存一个图片时，使用cv.imwrite()即可，保存一个视频时，步骤会多一些，我们需要传递四个参数，第一个参数为把这个视频保存的文件的名称，第二个是FourCC code，它是一个四字节编码，用来声明视频数据流格式，第三个参数为每秒的帧数，第四个参数为帧的尺寸，包括长和宽，需要用一个元组的形式进行传递

FourCC code可以用以下两种方式进行传递MJPG这个编码

• cv.VideoWriter_fourcc('M','J','P','G')
• cv.VideoWriter_fourcc(*'MJPG')

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()
    frame = cv.flip(frame, 0)
    # 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()

opencv中的一些drawing function，在这些函数中我们需要提供如下一些参数

• img，也就是你想要在哪个图像上进行画图
• color，图形的颜色，用一个元组进行表示，将这个元组作为参数传递进去，比如(255,0,0)表示蓝色，对于一个灰度图像，就只需要传递一个标量值
• thickness，传递一个数表示线的厚度，-1作为特殊的一个参数，一般是像圆这种封闭图形使用
• lineType：线的种类，一般有8-connected和anti-aliased两种类型，8-connected是默认的，cv.LINE_AA参数使用anti-aliased类型

画线使用的函数是cv.line()，需要将线的起点坐标和终点坐标传递进去

画一个矩形使用的函数是cv.rectangle()，需要将左定点的坐标和右底点的坐标传递进

画一个圆使用的函数是cv.circle()，需要将圆的圆心以及半径传递进去，厚度设置为-1

画一个椭圆使用的函数cv.ellipse()，需要传递的基本参数有8个，第一个参数是img，第二个参数是椭圆中心的坐标，以元组的形式传递，第三个参数是椭圆的长轴和短轴，以元组的形式进行传递，第四个参数是椭圆在图像中显示时旋转的角度，为0的话椭圆就正常显示，若不为0，椭圆则进行相应角度的旋转，第五个和第六个参数是椭圆的开始角度和结束角度，譬如说，开始角度为0，结束角度为360，则显示一个完整的椭圆，若开始角度为0，结束角度为180，则显示一个半椭圆，第七个参数是显示的颜色，第八个参数是线的厚度，椭圆跟圆类似，传递-1就显示一个被填充起来的椭圆

画一个多边形使用的函数是cv.polylines()，需要传递的参数有5个，第一个参数是img，第二个参数是一个序列，序列中存放着以序列为基本单位的各顶点的坐标，第三个参数为True或者False，当这个参数为True时，得到一个封闭的图形，为False时得到一个不封闭的图形，第四个参数为代表颜色的元组，第五个参数为thickness，第六个参数可选，为线的种类

import numpy as np
import cv2 as cv
from matplotlib import pyplot as plt 

#Create a black image
img=np.zeros((512,512,3),np.uint8)

#Draw a diagonal blue line with thickness of 5 px
#img，线的起点，线的终点，颜色，thickness
cv.line(img,(0,0),(511,511),(255,0,0),5)
#img，左顶点，右底点，颜色，thickness，线的种类（LINE_4,LINE_8,LINE_AA）
cv.rectangle(img,(384,0),(510,128),(0,255,0),-1,cv.LINE_AA)
#img，圆心，半径，颜色，thickness
cv.circle(img,(447,63),63,(0,0,255),5)
#img，椭圆的中心，（长轴，短轴），角度，开始角度，结束角度，颜色，厚度（-1是因为和圆一样，椭圆也是个封闭图形）
cv.ellipse(img,(256,256),(100,50),80,0,360,255,-1,cv.LINE_AA)
#一个存放polygon顶点的array，类型为int32
pts=np.array([[50,50],[200,300],[200,200],[500,100]],np.int32)
#reshape的作用：gives a new shape to an array withou changing its data貌似去掉也没影响？
#pts=pts.reshape((-1,1,2))
cv.polylines(img,[pts],True,(0,255,255),5,cv.LINE_AA)
#使用的字体的种类
font=cv.FONT_HERSHEY_SIMPLEX
#img,要显示的内容，文本左底点的坐标，使用的字体的种类，字体大小，颜色，thickness，lineType
cv.putText(img,'Hello!',(10,500),font,5,(255,255,255),5,cv.LINE_AA)
plt.imshow(img,'gray')

在opev下对image进行操作，采用的是BGR模式，在matplotlib下对图像进行操作，使用的是RGB模式