OpenCV计算机视觉基础教程（Python版）全套教学课件

O

p

e

n

C

V

计算机视觉基础主讲教师：***OpenCV：Open

Source

Computer

Vision

LibraryPython版慕课版第1章本章主要内容：Open

CV简介配置开发环境使用Open

CV文档和示例实验1.1

O

p

e

n

C

V简介本节主要内容：Open

CV主要功能及模块介绍Open

CV的版本Open

CV-

Python1.1.1

O

p

e

n

C

V主要功能及模块介绍1、内置数据结构和输入/输出

Open

CV内置了丰富的与图像处理有关的数据结构，如Image、Point、Rectangle等。core模块实现了各种基本的数据结构。imgcodecs模块提供了图像文件的读写功能，用户使用简单的命令即可读写图像文件。

2、图像处理操作imgproc模块提供了图像处理操作，如图像过滤、几何图像变换、绘图、色彩空间转换、直方图等。3、图形用户界面操作。highgui模块提供了图像的图形窗口操作功能，如创建窗口显示图像或者视频、令窗口响应键盘和鼠标事件、操作窗口中图像的某个区域等。1.1.1

O

p

e

n

C

V主要功能及模块介绍4、视频分析。video模块提供了视频分析功能，如分析视频中连续帧之间的运动、跟踪视频中的目标。

videostab模块提供了视频稳定处理功能，可解决拍摄视频时的抖动问题。optflow模块提供了与光流操作相关的算法。5、3

D重建。calib

3

d模块提供了3

D重建功能，可根据2

D图像创建3

D场景。6、特征提取。features

2

d模块提供了特征提取功能，可以从2

D图像中检测和提取对象的特征。1.1.1

O

p

e

n

C

V主要功能及模块介绍7、对象检测。objdetect和xobjdetect模块提供了对象检测功能，可在图像中检测给定图像的位置。8、机器学习。ml模块提供了机器学习功能，包含了多种机器学习算法，如k近邻（k-NearestNeighbors，k

NN）、k均值聚类（k-Means

Clustering）、支持向量机（SupportVector

Machines，SVM）、神经网络（Neural

Network）等。机器学习算法广泛应用于目标识别、图像分类、人脸检测、视觉搜索等。9、深度学习。深度神经网络（Deep

Neural

Network，DNN）模块提供了深度学习功能。深度学习

是机器学习中近几年来快速发展的一个子领域，广泛应用于语音识别、图像识别、自然语言处理、图像修复、人脸识别等。Open

CV的深度学习支持Caffe、Tensor

Flow、Torch、Darknet等著名的深度学习框架。1.1.1

O

p

e

n

C

V主要功能及模块介绍10、计算摄影。计算摄影通过图像处理技术来改善相机拍摄的图像，如高动态范围成像、全景图像、图像补光等。photo和xphoto模块提供了与计算摄影有关的算法，stitching模块提供了全景图像算法。11、形态分析。shape模块提供了形态分析功能，可以识别图像中对象的形状、分析形状之间的相似性、转换对象形状等。12、人脸检测和识别。Open

CV已在face模块中实现了人脸检测、人脸特征检测和人脸识别功能。人脸检测属于对象检测，用于找出图像中人脸的位置和尺寸。人脸特征检测属于特征检测，用于找出图像中人脸的主要特征。人脸识别属于对象识别，包括从已知人脸集合中找出与未知人脸最匹配的人脸，以及验证给定人脸是否为某个已知人脸。Open

CV实现了基于Haar级联分类器和基于深度学习的人脸检测算法，以及Eigen

Faces、Fisher

Faces和局部二进制编码直方图（

Local

Binary

Patterns

Histograms，LBPH）等人脸识别算法。1.1.1

O

p

e

n

C

V主要功能及模块介绍13、表面匹配。surface_matching模块提供了3

D对象识别算法和3

D特征的姿态估计算法，用于根据图像的深度和强度信息识别3

D对象。14、文本检测和识别。text模块提供了文本检测和识别功能，用于识别和检测图像中的文本，实现车牌识别、道路标志识别、内容数字化等相关应用。1.1.2

O

p

e

n

C

V的版本1999年Intel创建

OpenCV项目2009年10月2006年10月OpenCV

1.0OpenCV

2.02015年6月OpenCV

3.02018年11月2020年10月2021年4月OpenCV

4.5.2OpenCV

4.5.0OpenCV

4.01.1.2

O

p

e

n

C

V的版本1999年,加里·布拉德斯基在Intel公司创建了计算机视觉库（

Computer

Vision

Library，CVL）项目，项目旨在提供通用的计算机视觉接口，接口用C++语言实现，以开源方式发布。2006年10月，Open

CV

1.0版本正式发布。Open

CV

1.0的主要更新包括：在Windows安装软件包中添加了预编译的Python模块；增加了Borland

C++（

v

5.6+）生成文件；增加了图像修复功能；添加了增强的树分类器；在highgui模块中增加了对JPEG

2000和EXR的支持；增加了PNG、JPEG

2000和Open

EXR的8位图像输入/输出；更新了CMUcamera包装器。1.1.2

O

p

e

n

C

V的版本2009年9月，Open

CV

2.0版本发布。Open

CV

2.0的主要更新包括：修复了Windows安装包；将Min

GW用于预编译的二进制文件；增加了新的Python接口。2015年6月，Open

CV

3.0版本发布。Open

CV

3.x版本不再向后兼容Open

CV

2.x版本。Open

CV

3.0的主要更新包括：修复了包括文档、生成脚本、Python包装器、core、imgproc、photo、features

2

d、objdetect、contrib等模块的200多处错误；为cv::parallel_for_()函数添加了并行后端处理功能，使所有并行处理都能得到兼容操作系统的支持；用Java重写了Android上的Open

CV管理器，使其可同时支持Open

CV

2.4和3.0版本。1.1.2

O

p

e

n

C

V的版本2018年，Open

CV

4.0版本发布。Open

CV

4.0的主要更新包括：其已成为C++11库，兼容C++11的编译器；删除了1.x版本中的许多C函数；核心模块中与XML、YAML、JSON相关的数据结构已在C++中全部实现；在DNN中增加了对Mask-RCNN模型的支持、集成了ONNX解析器、部分支持YOLO对象检测、提升了对Intel的DLDT的支持性能；增加了全新的opencv_gapi（

G-API）模块。1.1.2

O

p

e

n

C

V的版本2020年10月，Open

CV

4.5.0版本发布该版本的主要更新内容如下。Open

CV许可证已更改为Apache

2：从Open

CV

4.5.0开始，所有未来的Open

CV

4.x和Open

CV

5.x版本都将根据Apache

2许可进行分发，Open

CV

3.x将继续使用BSD许可。GSo

C

2020已经结束，大多数成果已合并到Open

CV，并且在Open

CV

4.5.0中可用。用Open

JPEG替换分布式Windows软件包中的Jasper。添加了对Open

CL多个上下文的支持。更新了DNN和G-API模块的部分内容。2021年4月，Open

CV

4.5.2版本发布Open

CV

3.X版本也在持续支持更新1

.

1

.

3

O

p

e

n

C

V

-

P

y

t

h

o

nOpen

CV-Python是由原始Open

CV

C++实现的Python包装器，是Open

CV库的Python接口。Python是吉多·范罗苏姆（

Guido

van

Rossum）创建的一种面向对象的、解释型的计算机高级程序设计语言。Python因具有语法简洁、易于学习、功能强大、可扩展性强、跨平台等诸多特点，成为继Java和C语言之后的又一热门程序设计语言。与C/C++相比，Python速度较慢。用户通过Open

CV-Python可获得两大好处：首先，代码运行速度与原始C/C++代码一样快（因为它在后台运行的是实际C++代码）；其次，用Python编写代码更容易。Open

CV-Python需要使用Num

Py库，Open

CV在程序中使用

Num

Py数组存储图像数据。1.2配置开发环境本节主要内容：安装Python安装Num

Py安装Open

CV-Python安装Visual

Studio1.2.1安装P

y

t

h

o

n从Python官网下载安装Python1.2.2安装N

u

m

P

y执行pip

install

numpy命令，安装Num

Py包1.2.3安装O

p

e

n

C

V-P

y

t

h

o

n安装Open

CV-Python有3种方式：pip安装方式、安装官方预编译包方式和源代码安装方式。1、pip安装方式在PYPI中查看Open

CV-Python包信息安装Open

CV-Python包2、安装官方预编译包方式3、源代码安装方式1.2.4安装V

i

s

u

a

l

S

t

u

d

i

o

C

o

d

eVisual

Studio

Code（简称“VS

Code”）是微软公司提供的一个免费的集成开发工具，它具有支持智能感知、运行、调试、内置Git、可扩展等诸多特点。VS

Code可作为Java、Javascript、C#、

Python、Ruby等众多语言的开发工具。在Windows中安装VS

Code。1.3使用O

p

e

n

C

V文档和示例本节主要内容：查看Open

CV文档查看Open

CV-Python示例1.3.1查看O

p

e

n

C

V文档在Open

CV官网查看文档1.3.2查看O

p

e

n

C

V-P

y

t

h

o

n示例Open

CV官方在线文档的“Examples”页面中列出了示例的C++代码目录1.3.2查看O

p

e

n

C

V-P

y

t

h

o

n示例要获得Open

CV-Python示例代码，可访问Open

CV发布页面，下载Open

CV的源代码。源代码的“samples\python”文件夹中包含了Open

CV-Python的示例代码。1.4实验本节主要内容：实验1：配置虚拟开发环境实验2：在VS

Code中运行示例1.4.1实验1：配置虚拟开发环境1．实验目的掌握Python+Open

CV应用开发虚拟环境的配置方法。

2．实验内容创建Python虚拟环境。在虚拟环境中安装Num

Py和Open

CV-Python包。移动虚拟环境文件夹的位置，测试虚拟环境能否正常使用。

3．实验过程1.4.2实验2：在V

S

C

o

d

e中运行示例1．实验目的掌握使用VS

Code运行Open

CV示例的方法。

2．实验内容在VS

Code中运行Open

CV示例中的边缘检测示例edge.py。3．实验过程课程结束谢谢观看O

p

e

n

C

V

计算机视觉基础Python版慕课版主讲教师：***第2章图像处理基础本章主要内容：Num

Py简介图像基础操作图像运算实验2.1

N

u

m

P

y简介本节主要内容：数据类型创建数组数组形状索引、切片和迭代数组运算2.1.1数据类型Num

Py比Python支持更多的数据类型，如表2-1所示。数据类型说明np.bool_布尔值（True或False），存储为字节np.byte由平台定义np.ubyte由平台定义np.short由平台定义np.ushort由平台定义c由平台定义np.uintc由平台定义_由平台定义np.uint由平台定义np.longlong由平台定义np.ulonglong由平台定义np.halfnp.float16半精度浮点数：1位符号、5位指数、10位尾数np.single平台定义的单精度浮点数：通常为1位符号、8位指数、23位尾数np.double平台定义的双精度浮点数：通常为1位符号、11位指数、52位尾数np.longdoublenp.csinglenp.cdouble平台定义的扩展精度浮点数复数，由两个单精度浮点数（实部和虚部）表示复数，由两个双精度浮点数（实部和虚部）表示np.clongdouble复数，由两个扩展精度浮点数（实部和虚部）表示Num

Py还提供了一组表示固定大小的数据类型别名，如表2-2所示。数据类型别名说明8带符号的8位整数（-128～127）16带符号的16位整数（-32

768～32

767）32带符号的32位整数（-231～231-1）64带符号的64位整数（-263～263-1）np.uint8无符号的8位整数（0～255）np.uint16无符号的16位整数（0～65

535）np.uint32无符号的32位整数（0～232-1）np.uint64无符号的64位整数（0～264-1）p用于索引的整数np.uintp足够大以容纳指针的整数np.float3232位单精度浮点数np.float64、np.float_与Python的float类型的精度匹配plex64复数，由两个32位浮点数（实部和虚部）表示plex128、plex_与Python的complex类型的精度匹配在Python中使用Num

Py数据类型的示例代码如下。>>>import

numpy

as

np

#导入Num

Py包，np是按惯例使用的名称，也可为其他名称>>>a=np.int

8(123)

#定义一个整数>>>type(a)

#查看其数据类型<class

'

numpy.

int

8

'

>2.1.2创建数组1．使用a

r

r

a

y()函数创建数组N

u

m

P

y的a

r

r

a

y()函数可将P

y

t

h

o

n中类似数组的数据结构（如列表和元组）转换为数组，示例代码如下。>>a=n

p.a

r

r

a

y([1,2,3])

#将列表转换为数组>>p

r

i

n

t(a)

#输出数组[

1

2

3

]>>t

y

p

e(a)

#查看数组的数据类型<

c

l

a

s

s

'

n

u

m

p

y

.

n

d

a

r

r

a

y

'

>>>a=n

p.a

r

r

a

y((1,2,3))

#将元组转换为数组>>a=n

p.a

r

r

a

y(([1,2,3],[4,5,6]))

#将嵌套数据转换为数组>>p

r

i

n

t(a)

#输出数组[

[

1

2

3

][

4

5

6

]

]>

>

>

a

=

n

p

.

a

r

r

a

y

(

(

[

1

,

2

,

3

]

,

[

4

,

5

]

)

)#将不规则的数据转换为数组>

>

p

r

i

n

t

(

a

)[

l

i

s

t

(

[

1

,

2

,

3

]

)

l

i

s

t

(

[

4

,

5

]

)

]注意，在将嵌套的多维数据转换为数组时，同维度数据的个数应该相同；否则，N

u

m

P

y会将其作为一个P

y

t

h

o

n对象放入数组。2．使用z

e

r

o

s()函数创建数组创建指定形状的数组，数组元素默认值为0，数据类型默认为f

l

o

a

t，函数参数用于指定数组的形状，示例代码如下。>>n

p.z

e

r

o

s((2,3))

#创建2行3列的二维数组

a

r

r

a

y([[0.,0.,0.],[

0

.

,

0

.

,

0

.

]

]

)>

>

n

p

.

z

e

r

o

s

(

(

2

,

5

)

,

d

t

y

p

e

=

i

n

t

)#用d

t

y

p

e参数指定数组元素的数据类型a

r

r

a

y

(

[

[

0

,

0

,

0

,

0

,

0

]

,[

0

,

0

,

0

,

0

,

0

]

]

)>

>

n

p

.

z

e

r

o

s

(

(

2

,

3

,

4

)

)#创建三维数组a

r

r

a

y

(

[

[

[

0

.

,

0

.

,

0

.

,

0

.

]

,[

0

.

,

0

.

,

0

.

,

0

.

]

,[

0

.

,

0

.

,

0

.

,

0

.

]

]

,[

[

0

.

,

0

.

,

0

.

,

0

.

]

,[

0

.

,

0

.

,

0

.

,

0

.

]

,[

0

.

,

0

.

,

0

.

,

0

.

]

]

]

)3．使用arange()函数创建数组创建元素值按规则递增的数组，类似于Python的range()函数，示例代码如下。>>>np.arange(5)

#元素取值范围为[0,4]

array([0,1,2,3,4])>>>np.arange(-2,5)

#元素取值范围为[-1,4]

array([-2,-1,0,1,2,3,4])>>>np.arange(5.6)

#数组元素的数据类型默认与参数一致

array([0.,1.,2.,3.,4.,5.])>>>np.arange(-2,2,dtype=float)#用dtype参数指定数组元素的数据类型

array([-2.,-1.,0.,1.])4．使用linspace(a,b,c)函数创建数组创建由参数c指定元素数量的数组，其第一个元素为a，最后一个元素为b，相邻元素的差值为(b-a)/(c-1)，示例代码如下。>>>

np.

linspace(

1

,

5

,

6

)array([

1

.

,

1

.

8

,

2

.

6

,

3

.

4

,

4

.

2

,

5

.

])5．使用indices()函数创建数组创建一个有两个元素的一维数组，每个元素都是一个指定形状的数组，其元素值表示该维的变化，示例代码如下。>>>np.indices((3,4))

#数组元素是一个大小为3×4的数组

array([[[0,0,0,0],[

1

,

1

,

1

,

1

],[

2

,

2

,

2

,

2

]],[[

0

,

1

,

2

,

3

],[

0

,

1

,

2

,

3

],[

0

,

1

,

2

,

3

]]])6．使用ones()函数创建数组ones()函数用于创建元素值为1的数组（单位矩阵），示例代码如下。>>>

np.

ones((

5

,),

dtype=int)array([

1

,

1

,

1

,

1

,

1

])>>>

np.

ones((

5

,))array([

1

.,

1

.,

1

.,

1

.,

1

.])>>>

np.

ones((

2

,

5

))array([[

1

.,

1

.,

1

.,

1

.,

1

.],[

1

.,

1

.,

1

.,

1

.,

1

.]])>>>

np.

ones((

2

,

5

),

dtype=int)array([[

1

,

1

,

1

,

1

,

1

],[

1

,

1

,

1

,

1

,

1

]])#创建一维数组，元素值为整数1#创建一维数组，元素值为浮点数1.0#创建大小为2×5的二维数组2.1.3数组的形状数组对象的shape属性可用于查看或改变数组的形状，示例代码如下。>>>a=np.arange(12)

#创建一维数组，其中共有12个元素>>>

aarray([

0

,

1

,

2

,

3

,

4

,

5

,

6

,

7

,

8

,

9

,

10

,

11

])>>>a.shape

#查看数组形状

(12,)>>>

a.

shape=(

2

,-

1

)#更改数组形状为2行，-1表示每行中的元素个数自动计算>>>

aarray([[

0

,

1

,

2

,

3

,

4

,

5

],[

6

,

7

,

8

,

9

,

10

,

11

]])reshape()方法可更改数组形状，并返回更改后的新数组，示例代码如下。>>>

a.

reshape((

3

,-

1

))#更改数组形状，返回新数组array([[

0

,

1

,

2

,

3

],[

4

,

5

,

6

,

7

],[

8

,

9

,

10

,

11

]])>>>

a.

reshape((

2

,

3

))#reshape()方法不能减少或增加数组元素个数Traceback

(

most

recent

call

last):File

"

<stdin>",

line

1

,

in

<module>Value

Error:

cannot

reshape

array

of

size

12

into

shape

(

2

,

3

)resize()方法的refcheck参数为False时，可在改变形状的同时更改元素个数，示例代码如下。>>>a.resize((3,4))

#更改形状>>>

aarray([[

0

,

1

,

2

,

3

],[

4

,

5

,

6

,

7

],[

8

,

9

,

10

,

11

]])>>>

a.

resize((

2

,

3

),

refcheck=False)#更改形状并减少元素个数>>>

aarray([[

0

,

1

,

2

],[

3

,

4

,

5

]])>>>

a.

resize((

2

,

5

),

refcheck=False)#增加元素个数>>>

aarray([[

0

,

1

,

2

,

3

,

4

],[

5

,

0

,

0

,

0

,

0

]])np.ravel()函数可将数组转换为一维数组，示例代码如下。>>>

a=np.

arange(

12

)>>>

a.

resize((

3

,

4

))>>>

aarray([[

0

,

1

,

2

,

3

],[

4

,

5

,

6

,

7

],[

8

,

9

,

10

,

11

]])>>>

np.

ravel(

a)array([

0

,

1

,

2

,

3

,

4

,

5

,

6

,>>>

np.

ravel(

a,

order='

F')#返回一维数组，默认行优先7

,

8

,

9

,

10

,

11

])#返回一维数组，列优先array([

0

,

4

,

8

,

1

,

5

,

9

,

2

,

6

,

10

,

3

,

7

,

11

])2.1.4索引、切片和迭代—维数组的索引、切片和迭代等操作与P

y

t

h

o

n的列表类似，示例代码如下。>>r

n

g=n

p.r

a

n

d

o

m.d

e

f

a

u

l

t

_

r

n

g()#获得随机数生成器>

>

a

=

r

n

g

.

i

n

t

e

g

e

r

s

(

1

0

,

s

i

z

e

=

8

)>

>

aa

r

r

a

y

(

[

6

,

1

,

4

,

6

,

0

,

0

,

1

,

0

]

,

d

t

y

p

e

=

i

n

t

6

4

)>>a[0]

#索引：第1个元素>>a[-1]

#索引：最后1个元素>>a[2]

#索引：第3个元素>>a[2:5]

#切片a

r

r

a

y

(

[

4

,

6

,

0

]

,

d

t

y

p

e

=

i

n

t

6

4

)>

>

a

[

:

2

]a

r

r

a

y

(

[

6

,

1

]

,

d

t

y

p

e

=

i

n

t

6

4

)>

>

a

[

5

:

]a

r

r

a

y

(

[

0

,

1

,

0

]

,

d

t

y

p

e

=

i

n

t

6

4

)>

>

f

o

r

x

i

n

a

:#迭代.

.

.

p

r

i

n

t

(

x

,

e

n

d

=

'

'

)多维数组用以逗号分隔的多个值进行索引，示例代码如下。>>>

rng

=

np.

random.

default_rng()>>>a=rng.integers(10,size=(2,5))#创建一个大小为2×5的数组，元素为10以内的随机整数>>>

aarray([[

6

,

8

,

9

,

5

,

7

],[

8

,

3

,

1

,

2

,

1

]],

dtype=int

64

)>>>

a[

0

,

0

]#索引：第1行第1个元素6>>>

a[

1

,

0

]#索引：第2行第1个元素8>>>

a[

0

,:

3

]#切片：第1行前3个元素array([

6

,

8

,

9

],

dtype=int

64

)>>>

for

x

in

a:...

print(

x)#迭代2.1.5数组运算N

u

m

P

y数组与常量执行算术运算和比较运算时，会对每个数组元素执行计算，示例代码如下。>

>

a

=

n

p

.

a

r

a

n

g

e

(

5

)>

>

aa

r

r

a

y

(

[

0

,

1

,

2

,

3

,

4

]

)>

>

a

+

5#每个元素加上5a

r

r

a

y

(

[

5

,

6

,

7

,

8

,

9

]

)>

>

a

-

5#每个元素减去5a

r

r

a

y

(

[

-

5

,

-

4

,

-

3

,

-

2

,

-

1

]

)>

>

a

*

5#每个元素乘以5a

r

r

a

y

(

[

0

,

5

,

1

0

,

1

5

,

2

0

]

)>

>

a

*

*

2#每个元素求平方a

r

r

a

y

(

[

0

,

1

,

4

,

9

,

1

6

]

,

d

t

y

p

e

=

i

n

t

3

2

)>

>

a

/

2#每个元素除以2，结果为浮点数a

r

r

a

y

(

[

0

.

,

0

.

5

,

1

.

,

1

.

5

,

2

.

]

)>

>

a

/

/

2#每个元素除以2，结果为整数a

r

r

a

y

(

[

0

,

0

,

1

,

1

,

2

]

,

d

t

y

p

e

=

i

n

t

3

2

)>

>

>

a

<

2

.

5#每个元素执行比较运算a

r

r

a

y

(

[

T

r

u

e

,

T

r

u

e

,

T

r

u

e

,

F

a

l

s

e

,

F

a

l

s

e

]

)两个数组执行算术运算时，“*”运算符用来计算元素乘积，“@”运算符和d

o

t()方法用来计算矩阵乘积，示例代码如下。>

>

>

a

=

n

p

.

a

r

r

a

y

(

[

[

1

,

2

]

,

[

3

,

4

]

]

)>

>

>

b

=

n

p

.

a

r

r

a

y

(

[

[

1

0

,

0

]

,

[

0

,

1

0

]

]

)>

>

a

+

b#矩阵加法>

>

b

-

a#矩阵减法>

>

a

@

b#矩阵乘法>

>

a

.

d

o

t

(

b

)#矩阵乘法>

>

>

a

=

n

p

.

a

r

r

a

y

(

[

[

1

,

2

,

3

]

,

[

4

,

5

,

6

]

]

)>

>

a

.

T#矩阵转置a

r

r

a

y

(

[

[

1

,

4

]

,[

2

,

5

]

,[

3

,

6

]

]

)Num

Py数组支持“+=”“*=”等赋值运算，且会用计算结果覆盖原数组，示例代码如下。>>>

a+=

10>>>

aarray([[

11

,

12

,

13

],[

14

,

15

,

16

]])>>>

a*

=

2>>>

aarray([[

22

,

24

,

26

],[

28

,

30

,

32

]])Num

Py为数组提供了一些执行计算的方法，示例代码如下。>>>

a=np.

array([[

1

,

2

,

3

],[

4

,

5

,

6

]])>>>a.min()

#求最小元素值1>>>a.max()

#求最大元素值6>>>a.sum()

#求所有元素和

21可设置axis参数以便按指定的轴执行计算，示例代码如下。>>>

a.

max(

axis=

0

)#返回最大值所在的行array([

4

,

5

,

6

])>>>

a.

max(

axis=

1

)#返回每一行中的最大值array([

3

,

6

])>>>

a.

sum(

axis=

0

)#按列执行加法array([

5

,

7

,

9

])>>>

a.

sum(

axis=

1

)#按行执行加法array([

6

,

15

])2.2图像基础操作本节主要内容：读、写、显示图像读、写、播放视频操作灰度图像操作彩色图像图像通道操作2.2.1读、写、显示图像1．读取图像Open

CV的imread()函数用于将文件中的图像读入内存，imread()函数支持各种静态图像文件格式，如

BMP、PNG、JPEG和TIFF等，示例代码如下。#test

2-1.py：读取图像

import

cv

2img=cv

2

.

imread('

lena.

jpg')#读取图像print(

type(

img))#输出数据类型print(

img)#输出图像数组print(

img.

shape)#输出数组形状print(

img.

dtype)#输出数组元素的数据类型print(

img.

size)#输出数组元素的个数img.shape的输出结果为(512,512,3)，说明表示彩色图像的数组是一个三维数组，3个值依次表示图像的高度、宽度和通道数；图像的分辨率为512×512。代码中img.dtypes的输出结果为uint

8，说明每个数组元素用一个字节（

8位）保存，每个数组元素为一个像素的B、G和R通道的颜色值，颜色值取值范围为[0,255]。代码中img.size的输出结果为786432，等于数组形状的3个维度大小的乘积，即512×512×3。imread()函数的完整格式如下。img=cv

2

.

imread(

filename,

flag)其中，filename为图像文件名，flag为图像读取格式标志，如表2-3所示。imread()函数在正确读取图像文件时，返回表示图像的Num

Py数组；否则返回NULL。表2-3图像读取格式标志图像读取格式标志说明cv2.IMREAD_UNCHANGED按原样加载图像cv2.IMREAD_GRAYSCALE将图像转换为单通道灰度图像cv2.IMREAD_COLOR将图像转换为3通道BGR彩色图像cv2.IMREAD_ANYDEPTH当图像具有相应的深度时，返回16位或32位图像，否则将其深度转换为8位cv2.IMREAD_ANYCOLOR以任何可能的颜色格式读取图像cv2.IMREAD_LOAD_GDAL使用gdal驱动程序加载图像cv2.IMREAD_REDUCED_GRAYSCALE_2将图像转换为单通道灰度图像，并且图像尺寸减小为1/2cv2.IMREAD_REDUCED_COLOR_2将图像转换为3通道BGR彩色图像，并且图像尺寸减小为1/2cv2.IMREAD_REDUCED_GRAYSCALE_4将图像转换为单通道灰度图像，并且图像尺寸减小为1/4cv2.IMREAD_REDUCED_COLOR_4将图像转换为3通道BGR彩色图像，并且图像尺寸减小为1/4cv2.IMREAD_REDUCED_GRAYSCALE_8将图像转换为单通道灰度图像，并且图像尺寸减小为1/8cv2.IMREAD_REDUCED_COLOR_8将图像转换为3通道BGR彩色图像，并且图像尺寸减小为1/8cv2.IMREAD_IGNORE_ORIENTATION不根据EXIF方向标志旋转图像示例代码如下。import

cv

2

img=cv

2.imread('lena.jpg',cv

2.IMREAD_REDUCED_GRAYSCALE_

4)#读取图像

print(img.shape)print(

img.

size)2．写图像Open

CV的imwrite()函数用于将Num

Py数组中保存的图像写入文件，示例代码如下。

#test

2-2.py：将图像存入文件import

cv

2import

numpyimg=numpy.

zeros((

50

,

50

),

dtype=numpy.

uint

8

)#创建大小为50×50的黑色正方形图像cv

2

.

imwrite('

mypic

2

-

1

.

jpg',

img)#将图像存入文件3．显示图像Open

CV的imshow()函数用于在窗口中显示图像，示例代码如下。

#test

2-3.py：显示图像import

cv

2img=cv

2

.

imread('

lena.

jpg',

cv

2

.

IMREAD_REDUCED_COLOR_

2

)#读取图像并将图像尺寸减小1/2cv

2

.

imshow('

lena',

img)#显示图像imshow()函数的第1个参数为窗口名称，第2个参数为图像数组wait

Key()函数等待用户输入，该函数的基本格式如下。

rv=cv

2.wait

Key([delay])其中：rv保存函数返回值，如果没有键被按下，返回-1；如果有键被按下，返回键的ASCII码。参数delay表示等待按键的时间（单位为毫秒），负数或0表示无限等待，默认值为0；设置了delay参数时，等待时间结束时结束等待，函数返回-1。示例代码如下。#test

2-4.py：等待按键

import

cv

2img=cv

2.imread('lena.jpg',cv

2.IMREAD_REDUCED_COLOR_

2)

cv

2.imshow('lena',img)

#显示图像#读取图像，缩小为原来的1/2key=

0while

key!

=

27

:#按Esc键时终止循环key=cv

2

.

wait

Key()#等待按键cv

2

.

destroy

Window('

lena')#关闭图像窗口2.2.2读、写、播放视频Open

CV的Video

Capture类和Video

Writer类提供了视频处理功能，支持各种格式的视频文件。视频处理的基本操作步骤如下。将视频文件或者摄像头作为数据源来创建Video

Capture对象。调用Video

Capture对象的read()方法获取视频中的帧，每一帧都是一幅图像。调用Video

Writer对象的write()方法将帧写入视频文件，或者调用cv

2.imshow()函数在窗口中显示帧（即播放视频）。1．播放视频Open

CV播放视频的实质是逐帧读取和显示帧图像，示例代码如下。#test

2-5.py：播放视频

import

cv

2vc=cv

2

.

Video

Capture('

test

2

-

5

.

mp

4

')fps=vc.

get(

cv

2

.

CAP_PROP_FPS)#创建Video

Capture对象

#读取视频帧速率size=(

vc.

get(

cv

2

.

CAP_PROP_FRAME_HEIGHT),#读取视频大小vc.get(cv

2.CAP_PROP_FRAME_WIDTH))print('帧速率：',fps)print('大小：',size)#读第1帧#循环读视频帧，直到视频结束

#在窗口中显示帧图像#读下一帧#延迟时间

#按【Esc】键退出success,

frame=vc.

read()while

success:cv

2

.

imshow('

myvideo',

frame)success,

frame=vc.

read()key=cv

2

.

wait

Key(

25

)if

key==

27

:breakvc.

release()#关闭视频2．将视频写入文件将视频写入文件与播放视频类似，需要逐帧将视频写入文件，示例代码如下。#test

2-6.py：将视频写入文件

import

cv

2vc=cv

2

.

Video

Capture('

test

2

-

5

.

mp

4

')

fps=vc.

get(

cv

2

.

CAP_PROP_FPS)

size=(

int(

vc.

get(

cv

2

.

CAP_PROP_FRAME_WIDTH)),int(

vc.

get(

cv

2

.

CAP_PROP_FRAME_HEIGHT)))vw=cv

2

.

Video

Writer('

test

2

-

6

out.

avi',#创建Video

Capture对象

#读取视频帧速率#读取视频大小#设置保存视频的文件名cv

2

.

Video

Writer_fourcc('

X','

V','

I','

D'),#设置视频解码器格式fps,

size)success,

frame=vc.

read()while

success:vw.

write(

frame)success,

frame=vc.

read()vc.

release()#设置帧速率和大小

#读第1帧#循环读视频帧，直到视频结束

#将帧写入文件#读下一帧

#关闭视频常用的解码器格式如下。cv

2.Video

Writer_fourcc('P','I','M','1')：XVID的MPEG-1编码格式，视频文件扩展名为.avi。cv

2.Video

Writer_fourcc('M','P','4','2')：Microsoft的MPEG-4编码格式，视频文件扩展名为.avi。cv

2.Video

Writer_fourcc('X','V','I','D')：XVID的MPEG-4编码格式，视频文件扩展名为.avi。cv

2.Video

Writer_fourcc('F','L','V','1')：XVID的MPEG-4编码格式，视频文件扩展名为.flv。3．捕获摄像头视频要捕获摄像头视频，需要将摄像头ID作为参数来创建Video

Capture对象。通常，0表示默认摄像头，示例代码如下。#test

2-7.py：将摄像头视频写入文件

import

cv

2vc=cv

2

.

Video

Capture(

0

)fps=

30#创建Video

Capture对象，视频源为默认摄像头

#预设视频帧速率size=(int(vc.get(cv

2.CAP_PROP_FRAME_WIDTH)),

int(vc.get(cv

2.CAP_PROP_FRAME_HEIGHT)))#读取视频大小

vw=cv

2.Video

Writer('test

2-

7

out.avi',cv

2.Video

Writer_fourcc('X','V','I','D'),fps,size)#设置帧#读第1帧#循环读视频帧，直到视频结束

#将帧写入文件#显示帧success,

frame=vc.

read()while

success:vw.

write(

frame)

cv

2

.

imshow('

My

Camera',

frame)key=cv

2

.

wait

Key()if

key==

27

:breaksuccess,

frame=vc.

read()vc.

release()#按【Esc】键结束#读下一帧

#关闭视频2.2.3操作灰度图像计算机将灰度处理为2

5

6级（

0

~

2

5

5

），0表示黑色，2

5

5表示白色，用一个字节来存储一个像素的值。O

p

e

n

C

V使用单通道的二维数组来表示灰度图像，示例代码如下。#t

e

s

t

2-8.p

y：操作灰度图像

i

m

p

o

r

t

c

v

2i

m

p

o

r

t

n

u

m

p

yi

m

g

=

n

u

m

p

y

.

z

e

r

o

s

(

(

2

4

0

,

3

2

0

)

,

d

t

y

p

e

=

n

u

m

p

y

.

u

i

n

t

8

)#创建2

4

0×3

2

0黑色图像n

=

0w

h

i

l

e

T

r

u

e

:

c

v

2

.

i

m

s

h

o

w

(

'

G

r

a

y

I

m

g

'

,

i

m

g

)n

+

=

2

0i

m

g

[

:

,

:

]

=

n#更改图像灰度值p

r

i

n

t

(

i

m

g

[

1

,

1

]

)#输出一个像素值k

e

y

=

c

v

2

.

w

a

i

t

K

e

y

(

1

0

0

0

)#延迟1秒i

f

k

e

y

=

=

2

7

:b

r

e

a

k#按【E

s

c】键结束2.2.4操作彩色图像不同色彩空间中，颜色的表示方法有所不同，但不同色彩空间之间可根据公式进行转换。本小节简单介绍RGB色彩空间中图像的表示方法。RGB中的R指红色（

Red），G指绿色（

Green），B指蓝色（

Blue）。在表示图像时，有R、G和B

3个通道，分别对应红色、绿色和蓝色。每个通道中像素的取值范围为[0,255]，用3个通道的像素组合表示彩色图像。RGB色彩空间中颜色通道依次为R、G、B，但Open

CV默认的图像格式为BGR，即颜色通道依次为B、G、R。#test

2-9.py：操作彩色图像#创建一幅彩色图像，图像的上、中、下3个部分依次为蓝色、绿色和红色

#程序每隔1秒轮换3个部分的颜色import

cv

2import

numpy#创建图像img=numpy.

zeros((

240

,

320

,

3

),

dtype=numpy.

uint

8

)r

0

=

0r

1

=

1r

2

=

2while

True:#通道r

0，将上部1/3颜色值设为255#通道r

1，将中部1/3颜色值设为255#通道r

2，将下部1/3颜色值设为255img[:

80

,:,

r

0

]

=

255img[

80

:

160

,:,

r

1

]

=

255img[

160

:,:,

r

2

]

=

255cv

2

.

imshow('

Color

Img',

img)key=cv

2

.

wait

Key(

1000

)img[:,:,:]

=

0t=r

0r

0

=r

1r

1

=r

2r

2

=tif

key==

27

:break#延迟1秒#像素全部置0#轮换通道序号#按【Esc】键结束2.2.5图像通道操作1．通过数组索引拆分通道Open

CV中BGR格式的图像是一个三维数组，可用数组的索引操作拆分3个色彩通道，示例代码如下。

#test

2-10.py：通过数组索引拆分通道import

cv

2img=cv

2

.

imread('

lena.

jpg',

cv

2

.

IMREAD_REDUCED_COLOR_

2

)1

/

2cv

2

.

imshow('

lena',

img) #

显示原图像b=img[:,:,

0

] #

获得B通道图像g=img[:,:,1]

#获得G通道图像r=img[:,:,2]

#获得R通道图像cv

2.imshow('lena_B',b)

#显示B通道图像cv

2.imshow('lena_G',g)

#显示G通道图像cv

2.imshow('lena_R',r)

#显示R通道图像

cv

2.wait

Key(0)#读图像，将其尺寸减小为原来的2．使用cv

2.split()函数拆分通道cv

2.split()函数可以用于拆分通道，示例代码如下。

#test

2-11.py：使用cv

2.split()函数拆分通道

import

cv

2img=cv

2.imread('lena.jpg',cv

2.IMREAD_REDUCED_COLOR_

2)为原来的1/2cv

2.imshow('lena',img)

#显示原图像b,g,r=cv

2.split(img)

#按通道拆分图像cv

2.imshow('lena_B',b)

#显示B通道图像cv

2.imshow('lena_G',g)

#显示G通道图像cv

2.imshow('lena_R',r)

#显示R通道图像

cv

2.wait

Key(0)#读图像，将其尺寸减小