OpenCV是一個基于BSD許可（開源）發(fā)行的跨平臺計算機視覺庫，可以運行在Linux、Windows、MacOS操作系統上。它輕量級而且高效——由一系列 C 函數和少量C++類構成，同時提供了Python、Ruby、MATLAB等語言的接口，實現了圖像處理和計算機視覺方面的很多通用算法。

簡言之，通過openCV可實現計算機圖像、視頻的編輯。廣泛應用于圖像識別、運動跟蹤、機器視覺等領域。

為什么用Python？

眾所周知，雖然Python語法簡潔，編寫高效，但相比C/C++運行慢很多。然而Python還有個重要特性：它是一門膠水語言！Python可以很容易地擴展C/C++。OpenCV-Python就是用Python包裝了C++的實現，背后實際就是C++的代碼在跑，所以代碼的運行速度跟原生C/C++速度一樣快，而且更加容易編寫。

安裝

pip install opencv-python

然后import cv2就可以了

基礎操作函數

cv2.imread()——讀取圖像

函數格式cv2.imread(img,flag)

flag取值可以為

cv2.IMREAD_COLOR 默認、彩色照片

cv2.IMREAD_GRAYSCALE 灰度照片

cv2.IMREAD_UNCHANGED 加載原圖通道

也可以通過1、 0、-1 指定上述三個模式

import numpy as np

import cv2

# 灰度模式打開圖片

img = cv2.imread('messi5.jpg',0)

cv2.imshow()——顯示圖片

cv2.imshow('image',img)#第一個為顯示的圖片名字，第二個為圖片

cv2.waitKey(0)#不停刷新圖片，直到你按下任意按鍵退出

cv2.destroyAllWindows()#關閉所有顯示框，若只關閉一個，可 cv2.destroyWindow()單獨指定

cv2.imwrite()——保存圖片

cv2.imwrite('messigray.png',img) #第一個參數為文件名，第二個為要保存的圖像。

cv2.VideoCapture()——捕捉視頻圖像

import numpy as np

import cv2

#創(chuàng)建一個VideoCapture項目，0代表選擇第一個設備

cap = cv2.VideoCapture(0)

while(True):

# 捕捉每一幀圖像，返回兩個參數ret為是否返回圖片（True or False），frame為返回的圖片

ret, frame = cap.read()

# 通過cv2.cvtColor轉換顏色格式為灰度模式

gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

# 播放每一幀圖像

cv2.imshow('frame',gray)

if cv2.waitKey(1) & 0xFF == ord('q'):

break

# 最后要記得釋放capture

cap.release()

cv2.destroyAllWindows()

還可以通過更改設備號為文件名來播放視頻，并且通過cv2.WaitKey()來控制播放速度，可以制作慢動作視頻等等

import numpy as np

import cv2

cap = cv2.VideoCapture('vtest.avi')

while(cap.isOpened()):

ret, frame = cap.read()

gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

cv2.imshow('frame',gray)

if cv2.waitKey(1) & 0xFF == ord('q'):

break

cap.release()

cv2.destroyAllWindows()

cv2.VideoWriter()——保存視頻

import numpy as np

import cv2

cap = cv2.VideoCapture(0)

#fourcc是一種編碼格式，我們保存視頻時要指定文件名、編碼格式、FPS、輸出尺寸、顏色模式

fourcc = cv2.VideoWriter_fourcc(*'XVID')

out = cv2.VideoWriter('output.avi',fourcc, 20.0, (640,480))

while(cap.isOpened()):

ret, frame = cap.read()

if ret==True:

#cv2.flip(img,flag) 翻轉圖像（1水平翻轉、0垂直翻轉、-1水平垂直翻轉）

frame = cv2.flip(frame,0)

# 寫入視頻幀

out.write(frame)

cv2.imshow('frame',frame)

if cv2.waitKey(1) & 0xFF == ord('q'):

break

else:

break

cap.release()

out.release()

cv2.destroyAllWindows()

cv2.line(), cv2.circle() , cv2.rectangle(), cv2.ellipse(), cv2.putText()

畫圖，用處較少，不再贅述

cv2.setMouseCallback()——鼠標繪圖

import cv2

import numpy as np

#初始化

drawing = False #為真時開始畫圖

mode = True #為真時畫舉行，為假時畫圓

ix,iy = -1,-1

def draw_circle(event,x,y,flags,param):

global ix,iy,drawing,mode

#鼠標左鍵按下時

if event == cv2.EVENT_LBUTTONDOWN:

drawing = True

ix,iy = x,y

#鼠標移動時

elif event == cv2.EVENT_MOUSEMOVE:

if drawing == True:

if mode == True:

cv2.rectangle(img,(ix,iy),(x,y),(0,255,0),-1)

else:

cv2.circle(img,(x,y),5,(0,0,255),-1)

#鼠標抬起時

elif event == cv2.EVENT_LBUTTONUP:

drawing = False

if mode == True:

cv2.rectangle(img,(ix,iy),(x,y),(0,255,0),-1)

else:

cv2.circle(img,(x,y),5,(0,0,255),-1)

#初始化圖像

img = np.zeros((512,512,3), np.uint8)

cv2.namedWindow('image')

cv2.setMouseCallback('image',draw_circle)

#按下"m"來切換模式

while(1):

cv2.imshow('image',img)

k = cv2.waitKey(1) & 0xFF

if k == ord('m'):

mode = not mode

elif k == 27:

break

cv2.destroyAllWindows()

array.item()、array.itemset()——查看并修改單一像素值

import cv2

import numpy as np

img = cv2.imread('messi5.jpg')

# 指定像素點

px = img[100,100]

print px

#[157 166 200]

# 獲取藍色像素值

blue = img[100,100,0]

print blue

#157

img.shape img.size img.dtype —— 查看圖片尺寸、大小、數據類型

>>> print img.shape

(342, 548, 3)

>>> print img.size

562248

>>> print img.dtype

uint8

cv2.split cv2.merge —— 分離、合并通道（注意：有損分離）

>>> b,g,r = cv2.split(img)

>>> img = cv2.merge((b,g,r))

#或者

>>> b = img[:,:,0]

#也可以通過這種形式快速指定紅色通道像素值為0

>>> img[:,:,2] = 0

cv2.copyMakeBorder() —— 給圖片加一個相框

可以指定下列參數

src - 你的圖片

top, bottom, left, right - 上下左右邊框寬度

borderType - 邊框類型（下面詳細展示，不做具體講解）

cv2.BORDER_CONSTANT

cv2.BORDER_REFLECT

cv2.BORDER_REFLECT_101 or cv2.BORDER_DEFAULT

cv2.BORDER_REPLICATE

cv2.BORDER_WRAP

value - 當類型為cv2.BORDER_CONSTANT時需要額外指定的值

import cv2

import numpy as np

from matplotlib import pyplot as plt

BLUE = [255,0,0]

img1 = cv2.imread('opencv_logo.png')

replicate = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_REPLICATE)

reflect = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_REFLECT)

reflect101 = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_REFLECT_101)

wrap = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_WRAP)

constant= cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_CONSTANT,value=BLUE)

plt.subplot(231),plt.imshow(img1,'gray'),plt.title('ORIGINAL')

plt.subplot(232),plt.imshow(replicate,'gray'),plt.title('REPLICATE')

plt.subplot(233),plt.imshow(reflect,'gray'),plt.title('REFLECT')

plt.subplot(234),plt.imshow(reflect101,'gray'),plt.title('REFLECT_101')

plt.subplot(235),plt.imshow(wrap,'gray'),plt.title('WRAP')

plt.subplot(236),plt.imshow(constant,'gray'),plt.title('CONSTANT')

plt.show()

如圖所示

cv2.inRange —— 用來追蹤物體

HSV是一個常用于顏色識別的模型，相比BGR更易區(qū)分顏色，轉換模式用COLOR_BGR2HSV表示。

經驗之談：OpenCV中色調H范圍為[0,179]，飽和度S是[0,255]，明度V是[0,255]。雖然H的理論數值是0°~360°，但8位圖像像素點的最大值是255，所以OpenCV中除以了2，某些軟件可能使用不同的尺度表示，所以同其他軟件混用時，記得歸一化。

現在，我們實現一個使用HSV來只顯示視頻中藍色物體的例子，步驟如下：

捕獲視頻中的一幀

從BGR轉換到HSV

提取藍色范圍的物體

只顯示藍色物體

追蹤藍色物體

capture = cv2.VideoCapture(0)

# 藍色的范圍，不同光照條件下不一樣，可靈活調整

lower_blue = np.array([100, 110, 110])

upper_blue = np.array([130, 255, 255])

while(True):

# 1.捕獲視頻中的一幀

ret, frame = capture.read()

# 2.從BGR轉換到HSV

hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)

# 3.inRange()：介于lower/upper之間的為白色，其余黑色

mask = cv2.inRange(hsv, lower_blue, upper_blue)

# 4.只保留原圖中的藍色部分

res = cv2.bitwise_and(frame, frame, mask=mask)

cv2.imshow('frame', frame)

cv2.imshow('mask', mask)

cv2.imshow('res', res)

if cv2.waitKey(1) == ord('q'):

break

總結

以上是生活随笔為你收集整理的opencv python教程简书_Python-OpenCV —— 基本操作一网打尽的全部內容，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。