1. 创建窗口

进行图像操作时，我们要用窗口来显示对图像所进行的操作。用窗口来观察操作前后的效果。

namedWindow()

创建一个新窗口
cv2.namedWindow(winname，图像格式)
winname:创建的窗口名字
图像格式：WINDOW_NORMAL ：可以改变窗口大小。WINDOW_AUTOSIZE：自动适应窗口大小，不能自己改变窗口大小。

resizeWindow()

修改窗口大小
cv2.resizeWindow(winname，width，height)
winname:修改的窗口名字
width:宽
height:高

destroyAllWindow()

销毁所有窗口无参数。
cv2.destroyAllWindow()
销毁指定窗口，参数为窗口名。
cv2.destroyWindow(winname)

2.显示图像

在窗口创建好之后，我们就可以通过窗口，把图像显示出来。

imread()

读取指定路径的图像
cv2.imread(path,flag=cv2.IMREAD_COLOR)
path:读取文件的路径
flag:读取图像的方式。cv2.IMREAD_COLOR（加载彩色图像，默认标志 ） 、cv2.IMREAD_GRAYSCALE（灰度模式加载图像）、cv2.IMREAD_UNCHANGED：加载图像，包括alpha通道。
这三种标志可分别用1、0、-1代替。
返回值为mat

imshow()

在窗口中显示图像
cv2.imshow(winname,mat)
指定winname窗口，显示mat对象。

imwrite()

将图像保存起来
cv2.imwrie(path,mat)
path：保存图像的路径
mat：将要保存图像的信息。

waitKey()

窗口显示时间（让窗口等一下，我要输入数据）
cv2.waitKey(time)
time:窗口等待的时间，单位ms，time=0，那么一直等待输入数据。
返回值 用户从键盘输入的ASCII码值。

flip()

将图像进行垂直，水平翻折
cv2.flip(mat，-1/0/1)
mat：就是进行翻折的图片帧
-1：x+y轴翻折、0：x轴翻折、1：y轴翻折
返回值 是翻折之后的图片

代码演示

import cv2
'''
前面代码统一演示示例：
'''
#创建窗口
cv2.namedWindow('flower',cv2.WINDOW_NORMAL)
#修改窗口大小
cv2.resizeWindow('flower', 640, 480)
# 彩色方式读取图片文件，用img来接收
img = cv2.imread('./image/girl.png',1)
# 显示图像
cv2.imshow('flower',img)# 保存图像
cv2.imwrite('./image/flower1.png', img)# 一直显示，等待用户输入数据
cv2.waitKey(0)
# 销毁窗口
cv2.destroyWindow('flower')

3.显示视频

需要用到视频操作的相关接口，OpenCV提供了VideoCapure()对象，用来进行相关操作。

VideoCapure()对象

视频捕获的对象
cap = cv2.VIdeoCapure(path/数字01)
创建好后，cap就是一个视频操作的对象（以后都用cap来表示）
path：读取视频文件需要放视频文件的完整路径
数字0/1：0是默认电脑摄像头。

cap.get()

获得视频帧中的属性
cap.get(propld)
propld：3表示宽度，4表示高度，5表示帧率
返回值由输入的数据决定

cap.isOpened()

用来检查创建的对象，是否已经成功打开
cap.isOpened()
返回值是一个boll值，True表示成功打开，否则打开失败

cap.read()

从捕获的摄像头或者视频帧中读取视频帧。
cap.read()
两个返回值，第一个boll值，代表该帧是否正确读取到，第二个返回值是该帧的数据（mat）

cap.release()

释放cap对象捕获的设备
cap.release()

部分功能代码演示

import cv2# 创建一个窗口
cv2.namedWindow('video', cv2.WINDOW_NORMAL)# 创建一个视频对象
cap = cv2.VideoCapture(0)
# 检查是否打开
if not cap.isOpened():print('Video opened failed')exit(-1)# 获取视频帧的宽和高
print(cap.get(3))
print(cap.get(4))while True:# 读取视频帧ret, frame = cap.read()if not ret:print('视频帧读取有误！')break# 显示视频帧cv2.imshow('video', frame)key = cv2.waitKey(10)# 按q退出，按s保存if (key & 0xff) == ord('q'):print('退出成功')break
# 释放资源
cv2.destroyAllWindows()
cap.release()

VideoWriter()对象

创建一个保存视频的对象，定义好path、编码格式、帧数、视频帧大小，是否是彩色格式（默认为彩色）
out = cv2.VideoWriter(filename，fourcc，fps，frameSize，[IsColor])
filename：视频的路径和文件名
fourcc：压缩帧的4字符编/解码器的选项
fps：视频的帧数
frameSize：视频帧的大小（width,height）

VideoWriter_fourcc()

用来设置编/解码器。
fourcc = cv2.VideoWriter_fourcc(*‘字符串’)
参数：适合编码的各种缩写，-1为自动匹配合适的编/解码器。

write()

先将视频帧编码，之后再将视频帧写入要保存的路径中
out.write(mat)
mat：保存的视频帧

release()

释放类，并且把缓冲区的数据强制编码，再输出成文件。
out.release()

部分代码展示：

读取视频仅仅需要将创建视频的对象，修改成读取的文件路径即可

import cv2fourcc = cv2.VideoWriter_fourcc(*'mp4v')
# 创建一个窗口
cv2.namedWindow('video', cv2.WINDOW_NORMAL)
# 创建一个输出对象
out = cv2.VideoWriter('./video/out.mp4', fourcc, 20, (640, 480))
# 创建一个视频对象
cap = cv2.VideoCapture(0)
# 检查是否打开
if not cap.isOpened():print('Video opened failed')exit(-1)# 获取视频帧的宽和高
print(cap.get(3))
print(cap.get(4))while True:# 读取视频帧ret, frame = cap.read()if not ret:print('视频帧读取有误！')break# 将视频帧反转保存并显示视频帧frame = cv2.flip(frame, 1)out.write(frame)cv2.imshow('video', frame)key = cv2.waitKey(1000//20)# 按q退出if (key & 0xff) == ord('q'):print('退出成功')break
# 释放资源
cv2.destroyAllWindows()
out.release()
cap.release()

4.鼠标控制

可以在图像中控制鼠标来进行一些操作。

setMouseCallBack()

设置鼠标回调函数
cv2.setMouseCallBack(winname，callback，uerdata)
winname：在哪个窗口调用这个函数
callback：回调函数，需要用户自己设置，用来完成一些事件。
uerdata：用户自己额外传送的数据。

callback()

自己定义的一个函数
def callback(event，x，y，flags，uerdata)
event：鼠标进行的动作
flags：键盘进行的动作
(x，y)：鼠标的横纵坐标
uerdata：调用这个函数的数据。

event：

flags：

部分代码展示：

import cv2
import numpy as npdef mouse_back(event, x, y, flags, uerdata):print(event, x, y, flags, uerdata)# 创建窗口，并且调整大小
cv2.namedWindow('mouse',cv2.WINDOW_NORMAL)
cv2.resizeWindow('mouse', 640, 480)# 设置鼠标回调
cv2.setMouseCallback('mouse',mouse_back,'1111')#创建一个纯黑的图像,行数，列数，几个通道，图片格式
img = np.zeros((480, 640, 3), np.uint8)
while True:cv2.imshow('mouse',img)key = cv2.waitKey(10)if key & 0xFF == ord('q'):print('退出成功')break# 销毁资源
cv2.destroyAllWindows()

5. trackBar组件

createTrackbar()

用于创建一个tarckbar，目的是进行调节量
cv2.createTrackbar(trackbarname，winname，value，count，callback，userdata)
trackbarname：轨道名称
winname：将该组件和winname绑定。
value：组件的当前值。
count：组件的最大值，从0开始算。
callback：回调函数
userdata：用户自己传的数据

getTrackbarPos()

用于获取trackbar的位置
cv2.getTrackbarPos(trackbarname，winname)
taackbainame：trackbar的控件名称
winname：控件绑定的窗口
返回值 trackbar的位置

部分代码示例

import cv2
import numpy as npdef track_callback():pass# 创建一个窗口
cv2.namedWindow('trackbar', cv2.WINDOW_NORMAL)
cv2.resizeWindow('trackbar', 640, 480)
# 创建一个全黑图像
img = np.zeros((480, 640, 3), np.uint8)
# 创建三个trackbar
cv2.createTrackbar('R', 'trackbar', 0, 255, track_callback)
cv2.createTrackbar('G', 'trackbar', 0, 255, track_callback)
cv2.createTrackbar('B', 'trackbar', 0, 255, track_callback)while True:# 首先展示图片cv2.imshow('trackbar', img)# 获取三个trackbar的值r = cv2.getTrackbarPos('R', 'trackbar')g = cv2.getTrackbarPos('G', 'trackbar')b = cv2.getTrackbarPos('B', 'trackbar')key = cv2.waitKey(10)if key & 0xff == ord('q'):print("退出成功")breakimg[:] = [b, g, r]# 释放资源
cv2.destroyAllWindows()

7.Numpy基础（为了方便调用，用np表示）

在OpenCV中用到的矩阵都要转换成Numpy数组，Numpy是一个高度优化的数值库，速度很快。

Numpy库创建矩阵

array()

直接创建数组
np.array(mat)
mat：一维数组[1,2,3]，二维数组：[[1,2,3],[4,5,6],[7,8,9]]…
返回值是一个数组

zeros()/ones

创建全0/1的数组
np.zeros((row，col，通道数/层数)，数据类型)
参数： 第一个三元组，是矩阵的行数、列数、通道数；第二个是数据类型
返回值是一个数组

full()

创建全值数组（矩阵全部为一个数值）
np.full((row，col，通道数/层数)，val，数据类型)
参数： 第一个三元组，是矩阵的行数、列数、通道数；第二个是矩阵的数值；第三个是数据类型
返回值是一个数组

identity()/eye()

创建单元数组
np.identy(n)/np.eye(n)
参数：n：创建n*n的单位矩阵
返回值是一个数组
np.eye(row，col ，k)
参数：row行col列数组，从第1行第k个数字，开始写1，可以不是正方形
返回值是一个数组

代码演示

import cv2
import numpy as np# 创建一维，二维数组
a = np.array([1, 2, 3])
b = np.array([[1,2, 3],[4,5,6],[7,8,9]])
print(a)
print(b)# 创建全0/1数组
# 这样写会显示8*8的矩阵，如果换成（8，8，3）
# 由于print解释不同，会打印成8个8*3的矩阵
c = np.zeros((8, 8),np.uint8)
d = np.ones((8, 8),np.uint8)
print(c)
print(d)# 创建全值矩阵,每个值都为10
e = np.full((5, 5), 10, np.uint8)
print(e)# 创建单位矩阵
f = np.identity(5)
g = np.eye(2)
print(f)
print(g)
# 不是正方形的单位矩阵
# 从第一行k开始为1
h = np.eye(2, 3, 1)
print(h)

Numpy检索与赋值

key：用python访问和修改数组

[y，x] 坐标是反过来的
[y，x，channel] 访问指定通道的值
==[y1：y2，x1：x2]==访问该区间的值
[:，:]与[：]相等访问范围内的所有坐标
[：，10] 访问横坐标是10的所有坐标

代码演示

import cv2
import numpy as np# 创建一个全0的数组
a = np.zeros((480, 640, 3), np.uint8)
# 直接展示图像
cv2.imshow('a', a)
# 将一个范围修改为绿色
# a[100:200, 100:200] = [0, 255, 0] 和下面的方法相等，都是修改绿色通道
# a[100:200, 100:200, 1] = [255]# 修改横坐标为20的所有坐标
# a[:,20] = [0, 0, 255]# 访问全体
a[:] = [255,255,255]
cv2.imshow('a2', a)
cv2.waitKey(0)

Mat

mat在python中代表的是数组对象，这个对象主要包含mat属性以及数据。在python中，每个数组都有这些属性。

img.shape ：显示高度，长度和通道数
img.size：图像占用多大空间
img.dtype：每个元素的位深

代码演示

# 创建一个全0的数组
a = np.zeros((480, 640, 3), np.uint8)print(a.shape)
print(a.size)
print(a.dtype)

深浅拷贝

日常直接创建变量的方法是浅拷贝，虽然变量名不同，但是共享同一块数据，改变其中一个变量，另一个变量的数据也跟着改变，这是浅拷贝。如果完全复制一份同样的数据存到另一个变量中，两个变量的改变互不影响，这个就是深拷贝。

img3 = img.copy()

代码演示：

# 深浅拷贝# 创建一个全0的数组
img1 = np.zeros((480, 640, 3), np.uint8)
# img3为深拷贝，img2为浅拷贝
img3 = img1.copy()
img2 = img1
img2[100:200,100:200] = [255,0,255]
cv2.imshow('img1',img1)
cv2.imshow('img2',img2)
cv2.imshow('img3',img3)cv2.waitKey(0)
cv2.destroyAllWindows()

通道分离与合并

将BGR三个通道拆分与合并

split()

merge()

8. 图像的基本操作

cvtColor()

用于将图像从一个颜色空间转换为另一个颜色空间。
dst = cv2.cvtColor(src，flag)
src：需要转换的图像
flag：见下表
返回值dst，转换颜色空间后的图像

(flag)标志	简记	作用
cv2.COLOR_BGR2BGRA	0	为RGB图像添加alpha通道
cv2.COLOR_BGR2RGB	4	由BGR变成RGB顺序
cv2.COLOR_BGR2GRAY	10	将彩色图像变成灰度图像
cv2.COLOR_BGR2YUV	82	从RGB颜色空间转成YUV颜色空间
cv2.COLOR_BGR2HSV	40	从RGB颜色空间转成HSV颜色空间

部分代码展示：

import cv2def callback(x):pass# 创建窗口
cv2.namedWindow('color',cv2.WINDOW_NORMAL)
cv2.resizeWindow('color', 640, 480)# 读取一个图像
img = cv2.imread('./image/girl.png')
# 创建一个列表
colorspaces = [cv2.COLOR_BGR2RGB, cv2.COLOR_BGR2BGRA, cv2.COLOR_BGR2GRAY,cv2.COLOR_BGR2YUV, cv2.COLOR_BGR2HSV]
# 创建一个trackbar
cv2.createTrackbar('cvt_color', 'color', 0, len(colorspaces)-1, callback)while True:# 获取trackbar位置index = cv2.getTrackbarPos('cvt_color', 'color')# 转换图像cvt_img = cv2.cvtColor(img, colorspaces[index])cv2.imshow('color', cvt_img)key = cv2.waitKey(10)if key & 0xff == ord('q'):break
# 销毁资源
cv2.destroyAllWindows()