【2】图像视频的加载和显示

【2】图像视频的加载和显示

一、代码在哪写

注：上一节中已经创建好了虚拟环境。

打开Anaconda Prompt，切换到我们已经创建好的opencv虚拟环境下。

我们使用jupyter notebook来写代码。（输入jupyter notebook）

之后，就弹出一个控制台页面。

弹出的这些东西就不太对了。

为什么会弹出这一堆东西，原因在于：你在哪个目录下执行的jupyter notebook命令，它就会以哪个目录作为根目录。

可见，此时这一堆东西都是我的C:\Users\11202目录下的文件，这些文件肯定都是不能动的，我们也不应该以这里作为我们写代码的目录。

也就是说，上述是一个错误的演示。

正确的应该怎么做呢？如下。

如果是继续刚才的命令往下写，那么需要按两下ctrl+C把刚才打开的jupyter notebook先退出。

如果是关掉，又新打开的Anaconda Prompt，则不要忘了使用activate opencv先跳转到需要的虚拟环境下。

然后我们使用cd命令，打开到我们想要作为根目录的路径（我的是D:\ANACONDA\dirs\test2409），然后再使用命令jupyter notebook。

注意：从C盘跳转到D盘时，不要写成cd D:，而是直接输入D:。之后，跳转到D盘后，再使用cd去打开对应文件夹。

这时，再跳转到的控制页面就是我们想要的了。之后我们可以在里面新建一个notebook，就可以写代码了。

二、创建和显示窗口

• namedWindow() 创建命名窗口
• imshow() 显示窗口
• destroyAllwindows() 摧毁窗口
• resizeWindow() 改变窗口大小
• waitKey() 等待用户输入

我们依次试一下其效果。

（一）导入OpenCV的包cv2

注意：OpenCV名字虽然叫OpenCV，但是在导包的时候，导入的包叫作cv2。（这是个历史遗留问题，很早的时候它就叫cv，之后进行了重构，于是又叫cv2了，并沿用至今）

运行没有报错，说明正确导入此包。说明我们之前的环境配置、包的安装等操作都是顺利的。

（二）创建窗口

注意：光标放在函数上，按shift+tab可以显示对该函数用法的说明（按一下是简洁版说明，按两下是详细版说明）。这个功能也是使用jupyter notebook所带来的一个好处。

注意：如果发现按shift+tab无效，则首先检查一下是否执行过import cv2代码，因为有时候你刚打开这个文件直接就去shift+tab，发现显示不出说明。实际上是因为没有导入cv2的包，导致它不认识这个函数，自然也就不会给出说明。

这个函数的用法是，括号的内的第一个参数，是窗口名字（注意，应当是一个字符串）。后面的参数是窗口标记（可以从函数用法说明中阅读到具体介绍）。

可见，不同的窗口标记，可以使窗口以不同的风格进行显示；以及如果不注明窗口标记，则会有一个默认值。

注意：如果想要设置flag这一参数，仅仅输入对应标记名是不够的，还要在前面加上cv2.，如cv2.WINDOW_AUTOSIZE。（注意标记名不要写错）

运行后，的确会出现一个窗口，说明代码没问题，但是是未响应状态，这是因为我们写的不是一个规范的写法。

注意：我们把import cv2与创建窗口代码写在两个不同的代码框中，此时，务必要保证先运行了import cv2之后，再去运行创建窗口代码，否则会报错（报错原因是找不到cv2这个包）。或者你就把所有代码都写在同一个框里。

（三）更改窗口大小 & 显示窗口

cv2.resizeWindow()的第一个参数为要修改大小的窗口名，后两个参数为窗口大小尺寸。

cv2.imshow()的第一个参数为要显示的窗口名，第二个参数为要显示的图片。此处我们没有什么要显示的图片，因此第二个参数设置为0。

此外，需要注意的是，对于我们创建窗口时设置的窗口标记，若设置的是cv2.WINDOW_AUTOSIZE（根据内容自动调节窗口尺寸），那么你修改窗口大小是没有效果的。

注意，注释单行代码的快捷键：ctrl+/。

（四）等待用户输入

cv2.waitKey()的作用是，等待接收用户按键，并返回该按键对应的ASCII码值。

其中参数设置为0，表示一直等待、接收任意按键。如果设置其他的整数，表示等待按键的时间（单位是毫秒）。比如设置为cv2.waitKey(5000)，就表示它会等你5秒，在5秒之内你按键才有用，过了5秒就不等你了。

注意，此时观察左侧，是In [*]，是星号说明这段代码正在运行中，还没有运行结束。

实际上，cv2.waitKey(0)的作用就是等待用户按一个键。当然，焦点要在窗口上时才可以。

我按了一个键盘上的q键，它就会捕捉到并输出一个113。113就是q的ASCII码值。（注意是小写q，不是大写Q）

补充：ord()函数来返回ASCII值

（五）销毁窗口

我们可以配合cv2.waitKey(0)，先接收到用户按键的ASCII码值，然后就能根据用户按的是什么键，判断是否要销毁窗口了。（常用的比如q键、ESC键）。

按下q键后，窗口直接被销毁（关闭），而不会再有窗口未响应的问题。

但是由于程序只接收一次按键，如果你按的不是q键，它还是会有窗口未响应的问题。

注意，如果对于key == 'q'为什么有问题有疑问，则需要补一补python基础。

（※）完整代码

# ------------------------- 创建和显示窗口 -------------------------# opencv名字叫opencv，但是导包的时候叫做cv2
import cv2# 创建窗口
# 注意，cv2.WINDOW_AUTOSIZE则后续修改窗口大小无效
# cv2.namedWindow('myWindow01', cv2.WINDOW_AUTOSIZE)
cv2.namedWindow('myWindow01', cv2.WINDOW_NORMAL)# 更改窗口大小
cv2.resizeWindow('myWindow01', 800, 600)# 显示指定名字的窗口
cv2.imshow('myWindow01', 0)# 等待按键
# 若用户按键为q键，则销毁窗口
key = cv2.waitKey(0)  # 先用变量key接收
# 注意，这样写更易读，而不要写key == 113，即使你知道q是113
# 注意，不要写成key == 'q'
if key == ord('q'):print('准备销毁窗口')cv2.destroyAllWindows()# ------------------------- 创建和显示窗口 -------------------------

二、加载显示图片

• imread(path, flag)

使用imread可以读取图片，默认读取的是彩色图片。

path是图片的路径（绝对路径、相对路径都可以）。

flag是以什么方式读取这个图片（比如读出来是黑白的）。

（一）cv2.imread()返回值

# 导入opencv包
import cv2# 读取图片
cat = cv2.imread('./1.png')# numpy的ndarray（多维数组）
cat

输出如下：

array([[[  1,  12,  90],[  2,  12,  91],[  1,  13,  91],...,[  3,  10,  61],[  4,   9,  61],[  4,   9,  65]],[[  3,  13,  91],[  3,  13,  92],[  2,  14,  92],...,[  2,  11,  60],[  2,  10,  60],[  2,   9,  63]],[[  2,  12,  91],[  2,  13,  91],[  2,  14,  92],...,[  3,  10,  60],[  3,  10,  60],[  3,  10,  62]],...,[[  4,  31, 111],[  4,  32, 112],[  4,  31, 113],...,[119, 190, 208],[119, 190, 208],[119, 190, 208]],[[  5,  31, 111],[  5,  31, 111],[  5,  31, 112],...,[119, 190, 208],[119, 190, 208],[119, 190, 208]],[[  6,  32, 111],[  6,  31, 111],[  6,  31, 111],...,[118, 189, 207],[119, 190, 208],[119, 190, 208]]], dtype=uint8)

（二）用matplotlib显示图片

import matplotlib.pyplot as pltplt.imshow(cat)

我的原图是：

输出结果如下：

发现这个猫的样子没变，但是颜色不太对。这是因为OpenCV读取的图片颜色通道是按照BGR（蓝绿红）排列的，一般的图片通道都是按照RGB来排列的。

为了正常显示图片，我们要使用OpenCV的图像显示方法。换句话说，用OpenCV读进来的图片一般不要用别的方式进行展示，比如matplotlib。

（三）用OpenCV显示图片

cv2.imshow('cat', cat)# 按键以销毁窗口，避免每次都有窗口未响应的问题
key = cv2.waitKey(0)
if key == ord('q'):print('准备销毁窗口')cv2.destroyAllWindows()

这样就会弹出一个窗口，并正常显示该图片，我们可以按下q键以正常关闭窗口。

（1）封装函数

此外，我们可以把显示图片的方法封装成一个函数，方便我们显示图片：

# 把展示图片的代码封装成函数
def cv_show(name, img):cv2.imshow(name, img)key = cv2.waitKey(0)if key == ord('q'):cv2.destroyAllWindows()

之后想显示图片的时候，直接调用函数即可：

# 导入opencv包
import cv2# 读取图片
cat = cv2.imread('./1.png')cv_show('cat', cat)

（2）封装外部.py文件

我们可以在当前目录下创建一个.py文件，把封装的函数代码放进去。

注意，如果这样放代码，那么在调用的时候会报错。因为，在utils.py这个文件中，我们调用了cv2，但是并没有导入cv2，就会报错。

需要在函数中调用cv2之前，先import cv2。

这样就可以正常运行了。

注意：如果还是有问题，可以使用%run utils.py执行一下外部文件（这是在jupyter中执行外部文件的方法），看看外部文件本身是否运行不了。如果在执行外部文件时报错IndentationError: unindent does not match any outer indentation level，则是代码缩进问题，一般是tab和空格混用导致的缩进问题，这个问题仅凭肉眼是不容易看出来的（新手容易踩的坑）。（如果使用的是notepad++，可以通过View--Show Symbol--Show All Characters来检查这一问题）

（四）保存图片

• imwrite(path, img)：使用imwrite保存图片。

import cv2cv2.namedWindow('img', cv2.WINDOW_NORMAL)
cv2.resizeWindow('img', 320, 240)img = cv2.imread('./1.png')# 利用while循环优化退出逻辑
while True:cv2.imshow('img', img)key = cv2.waitKey(0)if(key & 0xFF == ord('q')):breakelif(key & 0xFF == ord('s')):cv2.imwrite('./123.png', img)else:print(key)cv2.destroyAllWindows()

三、视频采集和录制

（一）视频采集

• 视频是由图片组成的，视频的每一帧就是一幅图片，一般是30帧，表示一秒显示30张图片。
• cv2.VideoCapture可以捕获摄像头，用数字来表示不同的设备，比如0、1。
• 如果是视频文件，可以直接指定路径即可。

# 打开视频文件
vc = cv2.VideoCapture('./1.mp4')# 打开摄像头
vc = cv2.VideoCapture(0)

打开摄像头

  示例：

# 打开摄像头
import cv2cv2.namedWindow('video', cv2.WINDOW_NORMAL)
cv2.resizeWindow('video', 640, 480)# 如果打开失败（比如没有摄像头），不会报错
# cap = cv2.VideoCapture(1) # 我只有摄像头0，没有摄像头1
cap = cv2.VideoCapture(0)# 循环读取摄像头的每一帧
# while True:
while cap.isOpened():# 读一帧数据，返回标记和这一帧数据，标记为True表示读到了数据，False表示没读到数据ret, frame = cap.read()# 可以根据ret做个判断if not ret:# 没读到数据，直接退出break# 显示数据cv2.imshow('video', frame)key = cv2.waitKey(1)# 注意，此处就不要再写0了，因为写0表示无限等待，也就是显示一帧数据然后一直等待用户按键# 写个1，表示等1毫秒，若等不到按键就继续处理了if key == ord('q'):break# 别忘了释放资源
cap.release()
cv2.destroyAllWindows()

打开视频文件

  示例：

# 打开摄像头
import cv2cv2.namedWindow('video', cv2.WINDOW_NORMAL)
cv2.resizeWindow('video', 640, 480)# 打开视频，传入视频路径即可
cap = cv2.VideoCapture('./1.mp4')# 循环读取摄像头的每一帧
# while True:
while cap.isOpened():# 读一帧数据，返回标记和这一帧数据，标记为True表示读到了数据，False表示没读到数据ret, frame = cap.read()# 可以根据ret做个判断if not ret:# 没读到数据，直接退出break# 显示数据cv2.imshow('video', frame)key = cv2.waitKey(1)# 注意，此处就不要再写0了，因为写0表示无限等待，也就是显示一帧数据然后一直等待用户按键# 写个1，表示等1毫秒，若等不到按键就继续处理了# key = cv2.waitKey(1000 // 30)  # 让视频以30帧播放if key == ord('q'):break# 别忘了释放资源
cap.release()
cv2.destroyAllWindows()

  注意，上述代码，和刚才“打开摄像头”的代码只有一行不同，即第8行的cap = cv2.VideoCapture('./1.mp4')，其他地方都相同。

  运行此代码时，发现其播放的视频好像加速了一样，这是因为，第24行代码的key = cv2.waitKey(1)造成的效果是每等待1毫秒显示一帧数据，所以播放的比较快。

  假如我们想让视频是30帧，那么每张图片要间隔多少毫秒？

  答：理论上来说，是1000 / 30ms，但此处传递的参数必须是整数，所以我们代码写成1000 // 30。（Python语法，//表示向下取整）

  另外，我们此处处理的是视频中每一帧的图片，所以没有声音。

（二）视频录制

• VideoWriter：参数1为输出文件，参数2为多媒体文件格式（VideoWriter_fourcc），参数3为帧率，参数4为分辨率；
• write编码并写入缓存；
• release缓存内容写入磁盘，并释放资源。

import cv2cap = cv2.VideoCapture(0)# *mp4v 就是解包操作，等同于 'm','p','4','v'
# fourcc = cv2.VideoWriter_fourcc(*'mp4v')# avi格式的视频
fourcc = cv2.VideoWriter_fourcc(*'XVID')# (640, 480)表示摄像头拍视频的分辨率，这个大小搞错了也不行
# vw = cv2.VideoWriter('output.mp4', fourcc, 20, (640, 480))# 如果前面写的是avi，这里要改成avi格式
vw = cv2.VideoWriter('output.avi', fourcc, 20, (640, 480))while cap.isOpened():ret, frame = cap.read()if not ret:print('can not receive frame, Exiting...')breakvw.write(frame)cv2.imshow('frame', frame)if cv2.waitKey(1) == ord('q'):breakcap.release()vw.release()cv2.destroyAllWindows()

四、控制鼠标

  OpenCV允许我们对窗口上的鼠标动作做出响应。

• setMouseCallback(winname, callback, userdata)：winname是窗口名字，callback是回调函数，userdata是给回调函数的参数。
• callback(event, x, y, flags, userdata)：回调函数必须包含这5个参数。event是事件（鼠标移动、左键、右键），xy是点鼠标的坐标点，flags主要用于组合键，userdata就是上面的setMouseCallback的userdata。

鼠标事件：
EVENT_MOUSEMOVE 0 鼠标移动
EVENT_LBUTTONDOWN 1 按下鼠标左键
EVENT_RBUTTONDOWN 2 按下鼠标右键
EVENT_MBUTTONDOWN 3 按下鼠标中键
EVENT_LBUTTONUP 4 左键释放
EVENT_RBUTTONUP 5 右键释放
EVENT_MBUTTONUP 6 中键释放
EVENT_LBUTTONDBLCLK 7 左键双击
EVENT_RBUTTONDBLCLK 8 右键双击
EVENT_MBUTTONDBLCLK 9 中键双击
EVENT_MOUSEWHEEL 10 鼠标滚轮上下滚动
EVENT_MOUSEHWHEEL 11 鼠标左右滚动flags：
EVENT_FLAG_LBUTTON 1 按下左键
EVENT_FLAG_RBUTTON 2 按下右键
EVENT_FLAG_MBUTTON 4 按下中键
EVENT_FLAG_CTRLKEY 8 按下ctrl键
EVENT_FLAG_SHIFTKEY 16 按下shift键
EVENT_FLAG_ALTKEY 32 按下alt键

  示例：

import cv2
import numpy as np# 函数名可以随便取，但是参数必须是5个（参数名也可以随便取）
# event表示鼠标事件
# x, y是发生鼠标事件的坐标
# flags是鼠标的组合操作
def mouse_callback(event, x, y, flags, userdata):print(event, x, y, flags, userdata)# 按下鼠标右键退出if event == 2:cv2.destroyAllWindows()# 创建窗口
cv2.namedWindow('mouse', cv2.WINDOW_NORMAL)
cv2.resizeWindow('mouse', 640, 360)# 设置鼠标的回调函数
cv2.setMouseCallback('mouse', mouse_callback, '123')# 生成全黑的图片
img = np.zeros((360, 640, 3), np.uint8)while True:cv2.imshow('mouse', img)key = cv2.waitKey(1)if key == ord('q'):breakcv2.destroyAllWindows()

五、TrackBar控件

• createTrackbar(trackbarname, winname, value, count, onChange)：创建TrackBar控件，value为trackbar的默认值，count为bar的最大值，最小为0。
• getTrackbarPos(trackbarname, winname)：获取TrackBar当前值。

  示例：

import cv2
import numpy as np# 创建窗口
cv2.namedWindow('trackbar', cv2.WINDOW_NORMAL)
cv2.resizeWindow('trackbar', 640, 480)# 定义回调函数
def callback(value):print(value)# 创建trackbar
cv2.createTrackbar('R', 'trackbar', 0, 255, callback)
cv2.createTrackbar('G', 'trackbar', 0, 255, callback)
cv2.createTrackbar('B', 'trackbar', 0, 255, callback)# 创建一个背景图片
img = np.zeros((480, 640, 3), np.uint8)while True:# 获取当前trackbar的值r = cv2.getTrackbarPos('R', 'trackbar')g = cv2.getTrackbarPos('G', 'trackbar')b = cv2.getTrackbarPos('B', 'trackbar')# 改变背景图颜色img[:] = [b, g, r]cv2.imshow('trackbar', img)key = cv2.waitKey(1)if key & 0xFF == ord('q'):breakcv2.destroyAllWindows()