OpenCV中的GUI特性 —— 图片与视频的读写和显示

OpenCV中的GUI特性——图片与视频的读写和显示

在这一部分我们将介绍在OpenCV中的GUI特性之图片和视频的读写和显示，包括图像的cv.imread / imshow / imwrite和VideoCapture/Writer等函数的使用

1.1 在OpenCV中的图片读写和展示

在OpenCV中的基础图片操作涉及了三个函数：cv.imread()，cv.imshow()，cv.imwrite()

1.1.1 cv.imread()读取图像

使用imread()函数并传入两个参数，第一个参数是图片的路径（在项目目录下的相对路径或在计算机上的绝对路径），第二个参数是一个标志，它指定了图像的读取方式：彩色图像、灰度图或包括alpha通道读取图像

第二个参数即是一个表示，它包含了三个相关的参数：

• cv.IMREAD_COLOR： 加载彩色图像，任何图像的透明度都会被忽视（它是默认标志）
• cv.IMREAD_GRAYSCALE：以灰度模式加载图像
• cv.IMREAD_UNCHANGED：加载图像，包括alpha通道

这三个图像可以用三个简单的参数代替：1/0或-1，分别代表上述的三个标志

1.1.2 cv.imshow()显示图片

显示图片使用imshow()函数可以实现，其同样需要传递两个参数，第一个参数代表窗口的名称，它是一个字符串，第二个参数代表图像对象

需要注意的是，通过imshow()函数显示图片时，窗口大小自适应图片的尺寸，当然我们也可以人为地改变或规定窗口的尺寸

代码实现

import numpy as np
import cv2 as cv
＃加载彩色灰度图像
img = cv.imread('messi5.jpg'，0)
cv.imshow('image'，img）
cv.waitKey(0)
cv.destroyAllWindows()

通过上面的代码我们观察发现，在使用imread()函数读取图像并用imshow()函数显示图片之后，我们又使用了两个函数：cv.waitKey()和cv.destoryAllWindows()

cv.destroyAllWindows()只会破坏我们创建的所有窗口，如果要销毁任何特定的窗口，请使用函数cv.destroyWindow()在其中传递确切的窗口名称作为参数

数 cv.destroyWindow()在其中传递确切的窗口名称作为参数

cv.waitKey()函数是一个键盘绑定函数，其参数是以毫秒为单位的时间，该函数等待任意键盘事件指定的毫秒，如果你在这段时间内按下任何键，程序将继续运行，如果0被传递，它将无限期地等待一次敲击键，它也可以设置为检测特定的按键

我们举一个按下键盘 ‘q’ 键后关闭窗口的例子

cv.imshow('frame', img)
if cv.waitKey(1) == ord('q'):
    break
cv.destroyAllWindows()

这里我们使用了ord()函数作为捕获键盘事件的一个方式，ord()的参数是一个字符，它会返回这个字符对应的ASCII 数值，或者 Unicode 数值（取决于编码方式），然后询问cv.waitKey()函数的返回值是否等于ord()函数的返回值，而在这里，ord()函数的返回值就是键盘键 ‘q’ 的ASCII数值

我们再举一个按下键盘Esc键关闭窗口的例子

cv2.imshow('res', res)
if cv2.waitKey(1) == 27:
    break
# 关闭窗口
cv2.destroyAllWindows()

这里我们没有使用ord()函数，而是直接询问cv.waitKey()函数的返回值是否等于某个数，而这里的27这个数，就代表着键盘的Esc键

1.1.3 cv.imwrite() 写入图片

关于图片的写入关乎到函数cv.imwrite()保存图像，其包含了两个参数，第一个参数是文件名，第二个参数是我们想保存的图像对象

比如语句cv.imwrite(‘messigray.png’，img)，这会将图像img以PNG格式保存在工作目录中

总结代码实现

import numpy as np
import cv2 as cv
img = cv.imread('messi5.jpg',0)
cv.imshow('image',img) k = cv.waitKey(0)
if k == 27: # 等待ESC退出
 cv.destroyAllWindows()
elif k == ord('s'): # 等待关键字，保存和退出
cv.imwrite('messigray.png',img)
cv.destroyAllWindows()

1.1.4 在OpenCV中使用Matplotlib

Matplotlib是Python的绘图库，可以为你提供多种绘图方法，在这一小节我们先学习如何使用Matplotlib显示图像以及拓展学习常用的plt.subplot()函数的功能和用法

关于使用Matplotlib绘图库绘图的代码实现：

import numpy as np
import cv2 as cv
from matplotlib import pyplot as plt
img = cv.imread('messi5.jpg',0)
plt.imshow(img, cmap = 'gray', interpolation = 'bicubic')
plt.xticks([]), plt.yticks([]) # 隐藏 x 轴和 y 轴上的刻度值
plt.show()

在这里我们需要拓展学习的是plt的xticks()函数、yticks()函数和·imshow()函数

1、xticks()和yticks()这两个函数都有三个参数：locs, [labels], **kwargs

python学习：python的星号*和双星号**用法

“ * ” 表示该位置接受任意多个非关键字参数，在函数中将其转化为元组

“ ** ” 表示这个位置接受任意多个关键字参数，在函数中将其转化为字典

第一个参数locs表示x轴或y轴刻度线标注的位置，加入我们想在刻度线上表示1-12的所有数字，我们可以把locs参数设置为range(1,13,1)来满足我们的需求

第二个参数[labels]表示横纵坐标上各刻度的名称，可以是月数、人们等，它是一个数组类型的参数

第三个参数**kwargs提供了两个关键字供我们使用：color和rotation，color可以赋予其字符串类型的值，它可以设置刻度标签的显示颜色，而rotation可以赋予其整型或浮点型的数字，它代表了刻度标签按逆时针旋转的角度，综合使用这些属性可以让我们绘出的图形更加美观

2、imshow()函数有些复杂，在这里我们不多做解释，仅解释代码中出现的三个参数即可：img、camp和interpolation

img参数表示图像数据，camp参数将标量数据映射到色彩图，其取值默认为img.cmap，但是在代码中我们将其设置为"gary"表示将原来的色彩图以灰度图的形式映射，interpolation表示使用的插值方式，关于插值方式我们在后面的文章再细说

1.2 在OpenCV中的视频读写和展示

关于OpenCV中视频的读写和展示我们着重学习两个功能：cv.VideoCapture()，cv.VideoWriter()

1.2.1 cv.VideoCapture()视频的读取

在视频的读取中，我们首先要创建一个VideoCapture对象用来捕获视频，在这个功能中我们需要传入一个参数，这个参数是设备索引或文件名称，设备索引在当前阶段我们可以简单地认为“ 0 ”就是我们笔记本电脑自带的摄像头的设备索引，“ 1 ”就是我们附加的一个外设摄像头的设备索引，以此类推

在此之后我们要逐帧捕获视频（在最后不用忘记释放俘虏！），上代码！

import numpy as np
import cv2 as cv
cap = cv.VideoCapture(0)
if not cap.isOpened():
     print("Cannot open camera")
     exit()
while True:
     # 逐帧捕获
     ret, frame = cap.read()
     # 如果正确读取帧，ret为True
     if not ret:
     print("Can't receive frame (stream end?). Exiting ...")
     break
        # 我们在框架上的操作到这里
     gray = cv.cvtColor(frame, cv.COLOR_BGR2GRAY)
     # 显示结果帧e
     cv.imshow('frame', gray)
     if cv.waitKey(1) == ord('q'):
     break
# 完成所有操作后，释放捕获器
cap.release()
cv.destroyAllWindows()

代码解释：如我们前面所说的一样，在读取视频前我们先创建一个VideoCapture对象用来捕获视频（代码中我们传入的参数是“ 0 ”，所以此时我们用的就是笔记本自带的摄像头或台式计算机外接的第一个外设摄像头！），然后万年不变的是要先判断视频捕捉器（摄像头）的状态，是的就是cap.isOpened()函数，摄像头的状态是否正常，就反映在这个函数的返回值上

在后来就要进入我们的核心代码区了：逐帧捕获

我们使用了一个while循环来重复执行捕捉帧的操作，ret和frame这两个一个都不能少，我们用read()读取（当然后面有用下划线“ _ ”代替的情况，我们到时候再说），逐帧捕捉后，为了处理一些异常或者保持我们程序的安全性，要判断此帧有没有问题，如果有问题就要作出相应的处理：在控制台打印错误提示然后退出视频捕捉器，如果没有问题就继续往下进行，我们把这个一小块图像frame用cvtColor(frame, cv.COLOR_BGR2GRAY)函数改变为灰度图，然后用gray存储frame，并通过imshow()函数显示这一小块图像，往复进行，就实现了我们的视频读取

我们还可以使用 cap.get(propId) 方法访问该视频的某些功能，其中propId是0到18之间的一个数字，个数字表示视频的属性（如果适用于该视频），并且可以显示完整的详细信息在这里看到：cv.VideoCapture::get()。其中一些值可以使用 cap.set(propId，value) 进行修改，value是你想要的新值

例如，我可以通过 cap.get(cv.CAP_PROP_FRAME_WIDTH) 和 cap.get(cv.CAP_PROP_FRAME_HEIGHT)检查框架的宽度和高度

# 改变框架的分辨率
ret = cap.set(cv.CAP_PROP_FRAME_WIDTH,320)
ret = cap.set(cv.CAP_PROP_FRAME_HEIGHT,240)

1.2.2 从文件播放视频

它与从相机捕获相同，只是用视频文件名更改摄像机索引，在显示框架时要特别注意cv.waitKey()函数的参数传递，如果参数太小则视频加速播放，如果参数太大则视频慢速播放（这就是快/动作放映的方式，正常情况下25毫秒即可）

代码实现

import numpy as np
import cv2 as cv
cap = cv.VideoCapture('vtest.avi')
while cap.isOpened():
    ret, frame = cap.read()
     # 如果正确读取帧，ret为True
     if not ret:
     print("Can't receive frame (stream end?). Exiting ...")
     break
     gray = cv.cvtColor(frame, cv.COLOR_BGR2GRAY)
     cv.imshow('frame', gray)
     if cv.waitKey(1) == ord('q'):
     break
cap.release()
cv.destroyAllWindows()

1.2.3 cv.VideoWriter()保存视频

还记得我们保存图像时用的imwrite()函数吗，在保存图像时我们要换一种新的方式，那就是使用VideoWriter对象

在保存视频时，我们先要创建一个VideoWriter对象，然后指定输出的文件名，指定FourCC代码，传递帧率的数量和大小，最后标志颜色

• 在Fedora中：DIVX，XVID，MJPG，X264，WMV1，WMV2（最好使用XVID，MJPG会生成大尺寸的视频。X264会生成非常小的尺寸的视频）

• 在Windows中：DIVX（尚待测试和添加）

• 在OSX中：MJPG（.mp4），DIVX（.avi），X264（.mkv）

FourCC代码作为MJPG的 cv.VideoWriter_fourcc（‘M’，‘J’，‘P’，‘G’） or cv.VideoWriter_fourcc（*‘MJPG’） 传递

代码实现：从摄像头捕获的画面沿垂直方向翻转并保存

import numpy as np
import cv2 as cv
cap = cv.VideoCapture(0)
# 定义编解码器并创建VideoWriter对象
fourcc = cv.VideoWriter_fourcc(*'XVID')
out = cv.VideoWriter('output.avi', fourcc, 20.0, (640, 480))
    while cap.isOpened():
     ret, frame = cap.read()
     if not ret:
         print("Can't receive frame (stream end?). Exiting ...")
         break
     frame = cv.flip(frame, 0)
     # 写翻转的框架
     out.write(frame)
     cv.imshow('frame', frame)
     if cv.waitKey(1) == ord('q'):
     break
# 完成工作后释放所有内容
cap.release()
out.release()
cv.destroyAllWindows()

（注：文章内容参考OpenCV4.1中文官方文档）
如果文章对您有所帮助，记得一键三连支持一下哦~