学习目标：
- 了解OpenCV的运行机制
- 可以使用OpenCV处理一些图像常见问题
- 学会物体识别，文字识别等问题的处理思路
图像与视频的加载显示
导入OpenCV的包cv2
# 导入opencv的包
import cv2
窗口操作
cv2.imshow('window',0) # imshow(winname, mat)：'mat’表示展示的内容，0表示什么都不展示
# 创建窗口
#cv2.namedWindow('window',cv2.WINDOW_AUTOSIZE)
cv2.namedWindow('window',cv2.WINDOW_NORMAL)
# 更改窗口大小—>在窗口属性为‘WINDOW_AUTOSIZE’自动设置时无效果
cv2.resizeWindow('window',800,600) # resizeWindow(winname, width, height)
# 展示名字为window的窗口
cv2.imshow('window',0) # imshow(winname, mat):'mat'表示展示的内容，0表示什么都不展示
# 等待按键
#cv2.waitKey(0) # waitKey会返回按下按键的ASCII值(8位)
# 值为‘0’表示接受任意按键，如果给其他的整数，表示等待按键的时间（单位：毫秒ms）
# 比如waitKey(5000)如果5000ms后没有按键，则窗口无响应
# 可以用waitKey来销毁窗口，不用每次都重启python
key = cv2.waitKey(0)
if key == ord('q'): # 如果按下键盘上的'q'
print("准备销毁窗口")
cv2.destroyAllWindows() # 销毁窗口
计算按键的ASCII值
# 怎么计算按键'x'的ASCII码
# ord()是python中计算ASCII值的函数
ord('q')
读取图片
cv2.imread('./cat.jpeg') # ./是直接调用day1目录下的文件
用其他插件来读取(以matplotlib为例)
先将图片存入我们的文件夹下，命名为cat.jpeg
import matplotlib.pyplot as plt
# 默认按照彩色图片来读取
cat = cv2.imread('./cat.jpeg') # ./是直接调用day1目录下的文件
# 调出cat的值
cat
# 利用matplotlib来显示图像
plt.imshow(cat)
# 我们会发现matplotlib显示的图片和真实的图片颜色不一样，发生了变化
# 因为opencv读进来的通道不是默认的RGB(红绿蓝)通道，而是BGR(蓝绿红)
# 因此opencv读进来的图片不要用别的方式去展示(如matplotlib)，而是用opencv自带的方式去展示
注意：单独调用imshow()时可以不用创建窗口，opencv会自动生成
用OpenCV自带的方式去展示图片
cv2.imshow('cat',cat)
key = cv2.waitKey(0)
if key == ord('q'): # 如果按下键盘上的'q'
print("准备销毁窗口")
cv2.destroyAllWindows() # 销毁窗口
# 执行时会弹出窗口，显示图片 按‘q’则退出窗口
函数的封装
如果我们需要频繁地显示图片，那么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
把这个函数放在一个文件里，需要使用的话就直接导入文件即可
将函数保存为.py文件(命名为utils.py)，放在我们的文件夹中
# 如果我们需要频繁地显示图片，那么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
# 把这个函数放在一个文件里，需要使用的话就直接导入文件即可
def cv_show(name,img):
import cv2
cv2.imshow(name,img)
# 关闭窗口
key = cv2.waitKey(0)
if key == ord('q') or key == ord('Q'):
cv2.destroyAllWindows()
想要调用函数时，我们导入文件即可
# 从外部py文件中导入工具类，即可直接使用
from utils import cv_show
注意：导入后必须先执行文件！
# 导入后必须先执行文件
%run utils.py
# 如果出现报错IndentationError:unindent does not match any outer indentation level
# 那就是Tab和空格混用的缩进问题：本应该用Tab缩进，可能打成了空格缩进
使用函数
cv_show('cat',cat)
保存图片
imwrite(path,img)：使用imwrite保存图片
import cv2
# 创建一个窗口
cv2.namedWindow('img',cv2.WINDOW_NORMAL)
cv2.resizeWindow('img',640,480)
# 读一个图片
img = cv2.imread('./cat.jpeg') # 打开当前目录下的图像文件
while True:# 进入循环，使得cv2不停地展示img图片
cv2.imshow('img',img)
key = cv2.waitKey(0) # 接受任意字符——>写0
if key == ord('q'): # 按下按键'q'——> quit
break
elif key == ord('s'): # 按下按键's'——> save
cv2.imwrite('./123.png',img) # 会把cv2.imshow('img',img)的图片保存到当前文件下下，命名为123.png
else:
print(key)
# 关闭窗口
cv2.destroyAllWindows()
读取摄像头与视频数据
打开摄像头
- 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1s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
import cv2
# VideoCapture()可以捕获摄像头：如果是视频文件，则直接在参数中写入路径即可；如果是电脑上的摄像头，则可以根据摄像头编号进行索引，通过这个简单的数字去指定调用的摄像头
# 打开视频文件 #
#vc = cv2.VideoCapture()
# 打开摄像头 #
cv2.namedWindow('video',cv2.WINDOW_NORMAL)
cv2.resizeWindow('video',640,480)
# 如果打开失败或者没读到数据，会闪退，但并不会报错
#cap = cv2.VideoCapture(1)
cap = cv2.VideoCapture(0) # 该函数会返回一个对象，我们用cap来接受（0是笔记本自带的摄像头）
# 循环读取摄像头的每一帧
while True:
# 读一帧数据（一帧=视频里的一幅图）
flag,frame = cap.read() # 返回“标记”和“这一帧数据（图片）”：True表示读取成功，False表示读取失败
# 可以根据flag做判断
if not flag:
print("没读到数据！退出......")
break
# 显示数据
else:
cv2.imshow('video',frame)
key = cv2.waitKey(1) # 此处不可以写0！因为0会允许任何输入并且一直在等待输入，如果这样写就只能看到一帧数据，并且一直在等待
# 此处写1，每隔1ms检测一次输入
if key == ord('q'):
break
# 别忘了释放资源!
cap.release()
cv2.destroyAllWindows()
打开视频
打开视频的操作和打开摄像头是一样的：只需要修改cap = cv2.VideoCapture(0)为cap = cv2.VideoCapture(‘./1.mp4’) # 括号内为路径即可
放出的视频会有加速的效果：是因为我们的代码中key = cv2.waitKey(1)每隔1ms就执行下一张图片
那么我们为了完整播放这个视频，提出了一个问题：假如一个视频是30帧，那么每张图之间要间隔多少毫秒呢
# 1帧 = 1s内显示1张图片，每张图片用时t = 1/1(s) = 1000/1(ms)
# 30帧 = 1s内显示30张图片，每张图片用时t = 1/30(s) = 1000/30(ms)
key = cv2.waitKey(1000 // 30) # 括号内必须是整数！"//"两个斜线表示除后向下取整
视频录制
opencv打开一个视频或一个摄像头，我们把捕获到的每一帧存储在一个视频中
VideoWrite：参数一为输出文件，参数二为多媒体文件格式，参数三为帧率，参数四为分辨率write：编码并写入缓存release：缓存内容写入磁盘，并释放资源
import cv2
cap = cv2.VideoCapture(0) # 把摄像头捕获的内容存入cap中
# 创建对象 （fourcc表示视频的一种格式）
fourcc = cv2.VideoWriter_fourcc(*'mp4v') # *mp4v表示“解包操作”——> 等同于解成'm','p','4','v'
# 创建对象
vw = cv2.VideoWriter('output.mp4',fourcc,30,(640,480)) # ('保存的文件名'，指定存储的格式，帧率，摄像头的分辨率（一定要正确否则报错！）)
# 判断摄像头是否打开
while cap.isOpened() :
ret,frame = cap.read()
if not ret: # 如果没有打开
print('can not recive frame ,Exiting...')
break
else : # 如果成功打开——> 写每一帧数据
vw.write(frame) # 把 这一帧数据 写到Videowriter中
cv2.imshow('frame',frame) # 展示 这一帧数据 到窗口
if cv2.waitKey(1) == ord('q') or cv2.waitKey(1) == ord('Q'):
break
# 别忘了release
cap.release()
# 释放Videowriter
vw.release() # write是先写到缓存中，再由release写入到磁盘中
cv2.destroyAllWindows()
视频处理
OpenCV不仅仅能够处理图像，还能够处理视频。视频是由大量的图像构成的，这些图像是以固定的时间间隔从视频中获取的。这样，就能够使用图像处理的方法对这些图像进行处理，进而达到视频处理的目的。
要想处理视频，需要先对视频进行读取、显示、保存等相关操作。为此，OpenCV提供了VideoCapture类和VideoWrite类的相关方法
摄像头
摄像头视频是指从摄像头中实时读取到的视频。为了读取并显示摄像头视频，OpenCV提供了VideoCapture类的相关方法，这些方法包括：
- 摄像头的初始化方法
- 检验摄像头初始化是否成功的方法
- 从摄像头中读取帧的方法
- 关闭摄像头的方法等
视频是由大量的图像构成的，把这些图像称作 “帧”
摄像头的初始化
VideoCapture类提供了构造方法VideoCapture()，用于完成摄像头的初始化工作
关键API：capture = cv2.VideoCapture(index)
其中：
index：摄像头的设备索引- 当
index = 0时，表示要打开的是第1个摄像头；对于64位的Window 10笔记本来说，表示要打开的是笔记本内置摄像头 ：capture = cv2.VideoCapture(0) - 当
index = 1时，表示要打开的是第2个摄像头；对于64位的Window 10笔记本来说，表示要打开的是一个连接笔记本的外置摄像头 ：capture = cv2.VideoCapture(1)
- 当
返回值：
capture：要打开的摄像头
检测初始化结果
为了检测摄像头是否初始化成功，VideoCapture类提供了isOpened()方法
关键API：retval = cv2.VideoCapture.isOpened()
返回值：
retval：如果摄像头初始化成功，retval = True；否则，retval = False- 注意：在初始化格式的基础上，
isOpened()方法的语法格式可以简写为retval = capture.isOpened()
读取摄像头中的图像
当摄像头初始化后，就可以从摄像头中读取帧了，为此VideoCapture类提供了read()方法
关键API：retval,frame = cv2.VideoCapture.read()
其中：
retval：布尔类型，是否读取到帧。如果读取到帧，则retval = True；否则retval = Falseframe：读取到的帧。因为帧指的是构成视频的图像，所以可以把“读取到的帧”理解为“读取到的图像”- 注意：注意：在初始化格式的基础上，
read()方法的语法格式可以简写为retval,frame = capture.read()
关闭摄像头
OpenCV在官网中特别强调，在不需要摄像头时，一定要关闭摄像头。为此，VideoCapture类提供了release()方法。
关键API：cv2.VideoCapture.release()
读取并显示摄像头视频
编写一个程序，打开笔记本内置摄像头实时读取并显示视频，当按下空格键时，关闭笔记本内置摄像头，销毁显示摄像头的窗口
示例代码：
import cv2
capture = cv2.VideoCapture(0) # 打开笔记本内置摄像头
# 判断摄像头是否被打开
while(capture.isOpened()):
# 如果打开
retval,image = capture.read() # 从摄像头中实时读取数据
cv2.imshow('video',image)# 从窗口中显示读取的数据
#每1ms检测用户是否按下键盘
key = cv2.waitKey(1)
if key == 32: # 如果按下空格键
break
# 释放内存
capture.release()
cv2.destroyAllWindows()
将摄像头视频由彩色视频转化成灰度视频
上个例程我们已经成功地读取并显示了摄像头视频，那么如何对这个视频进行处理？
其实，处理视频所用的方法与处理图像所用的方法是相同的—> gray = cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)
下面我们将使用处理图像的相关方法把读取并显示的彩色视频转换成灰度视频
示例代码：
import cv2
capture = cv2.VideoCapture(0) # 打开笔记本内置摄像头
# 判断摄像头是否被打开
while(capture.isOpened()):
# 如果打开
retval,frame = capture.read() # 从摄像头中实时读取数据
# 将读取到的帧转换为灰度图
gray = cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)
cv2.imshow('video',gray)# 从窗口中显示读取的数据
#每1ms检测用户是否按下键盘
key = cv2.waitKey(1)
if key == 32: # 如果按下空格键
break
# 释放内存
capture.release()
cv2.destroyAllWindows()
显示并保存摄像头视频中某一时刻的图像
编写一个程序，打开笔记本内置的摄像头，实时读取并显示视频。当按下空格键时，关闭笔记本内置摄像头，保存并显示这个时刻摄像头视频中的图像
示例代码：
import cv2
capture = cv2.VideoCapture(0) # 打开笔记本内置摄像头
# 判断摄像头是否被打开
while(capture.isOpened()):
# 如果打开
retval,frame = capture.read() # 从摄像头中实时读取数据
cv2.imshow('Video',frame)
#每1ms检测用户是否按下键盘
key = cv2.waitKey(1)
if key == 32: # 如果按下空格键
# 释放内存
capture.release()
cv2.destroyWindow('Video')
cv2.imwrite('D:\OpenCV11\基于OpenCV的机器视觉\day1\copy.png',frame)
cv2.imshow('img',frame)# 从窗口中显示读取的数据
cv2.waitKey()
break
# 释放内存
cv2.destroyAllWindows()
读取并显示两个摄像头视频
编写一个程序，在打开笔记本内置摄像头实时读取并显示视频的同时，再打开一个连接笔记本的外置摄像头。
当按下空格键时，关闭笔记本内置摄像头和连接笔记本的外置摄像头，销毁显示视频的窗口
示例代码：
import cv2
capture_Inner = cv2.VideoCapture(0) # 打开笔记本内置摄像头
capture_Outer = cv2.VideoCapture(1) # 打开一个连接笔记本的外置摄像头
# 判断摄像头是否被打开
while(capture_Inner.isOpened() and capture_Outer.isOpened()):
# 如果两个摄像头都被打开
retval_In,frame_In = capture_Inner.read() # 从内置摄像头中实时读取数据
retval_Out,frame_Out = capture_Outer.read() # 从摄像头中实时读取数据
# 展示
cv2.imshow('Video_In',frame_In)
cv2.imshow('Video_Out',frame_Out)
#每1ms检测用户是否按下键盘
key = cv2.waitKey(1)
if key == 32: # 如果按下空格键
break
# 释放内存
capture_Inner.release()
capture_Outer.release()
cv2.destroyAllWindows()
播放视频文件
VideoCapture类及其方法除了能够读取并显示摄像头视频外，还能够读取并显示视频文件
当窗口根据视频文件的时长显示视频文件时，便实现了播放视频文件的效果
读取并显示视频文件
VideoCapture类的构造方法VideoCapture()不仅能够用于完成摄像头的初始化工作，还能够用于完成视频文件的初始化功作。当VideoCapture()用于初始化视频文件时，其语法格式如下：
关键API：video = cv2.VideoCapture(filename)
其中：
- filename：打开视频的文件名
返回值：
- video：要打开的视频
注意：OpenCV能够支持各种格式的视频文件，但是在不同的操作系统中，可能不支持某种格式的视频文件
尽管如此，无论在哪种操作系统，OpenCV都支持后缀名为.avi的视频文件
示例代码：
# 播放视频文件
import cv2
video = cv2.VideoCapture('./公司宣传.avi')
# 判断视频是否被打开
while(video.isOpened()):
# 如果视频被成功打开
retval ,frame = video.read()
# 修改窗口大小
cv2.namedWindow('video',cv2.WINDOW_NORMAL)
cv2.resizeWindow('video',420,300)
# 展示 ——> 当没有读到视频时自动退出！不写判断语句会发生报错
if retval == True:
cv2.imshow('video',frame)
else:
break
#每1ms检测用户是否按下键盘
key = cv2.waitKey(1)
if key == 32: # 如果按下空格键
break
# 释放内存
video.release()
cv2.destroyAllWindows()
结果：
说明：调整cv2.waitKey()方法中的参数值可以控制视频文件的播放速度。例如当cv2.waitKey(1)时，视频文件的播放速度非常快；当cv2.waitKey(50)时，就能够减缓视频文件的播放速度
将视频文件由彩色视频转换成灰度视频
使用图像处理的相关方法，能够将摄像头视频颜色由彩色转换为灰度视频。那么，使用相同的方法也能够将视频文件由彩色视频转换为灰度视频
关键API：gray = cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)
示例代码：
# 将视频文件由彩色视频转换成灰度视频
import cv2
video = cv2.VideoCapture('./公司宣传.avi')
# 判断视频是否被打开
while(video.isOpened()):
# 如果视频被成功打开
retval ,frame = video.read()
# 修改窗口大小
cv2.namedWindow('video',cv2.WINDOW_NORMAL)
cv2.resizeWindow('video',420,300)
# 展示 ——> 当没有读到视频时自动退出！不写判断语句会发生报错
if retval == True:
# 转换为灰度视频
gray = cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)
cv2.imshow('video',gray)
else:
break
#每1ms检测用户是否按下键盘
key = cv2.waitKey(1)
if key == 27: # 如果按下ESC键
break
# 释放内存
video.release()
cv2.destroyAllWindows()
结果：
视频的暂停播放和继续播放
通过按键指令，在播放视频的过程中，实现视频的暂停播放和继续播放
- 继续播放：
cv2.waitKey(50) # 括号内只要有非零数值即可，表示隔50ms检测一次是否按下键盘：如果按下了则执行对应的事件；如果没有按下则继续播放视频 - 暂停播放：
cv2.waitKey(0)表示机器无限等待用户按下键盘按键，此时停止播放视频，实现暂停效果
示例代码：
# 视频的暂停播放和继续播放
import cv2
video = cv2.VideoCapture('./公司宣传.avi')
# 判断视频是否被打开
while(video.isOpened()):
# 如果视频被成功打开
retval ,frame = video.read()
# 修改窗口大小
cv2.namedWindow('video',cv2.WINDOW_NORMAL)
cv2.resizeWindow('video',420,300)
# 展示 ——> 当没有读到视频时自动退出！不写判断语句会发生报错
if retval == True:
# 转换为灰度视频
gray = cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)
cv2.imshow('video',gray)
else:
break
#每1ms检测用户是否按下键盘
key = cv2.waitKey(1)
if key == 27: # 如果按下ESC键
break
elif key == 32: # 如果按下空格键
cv2.waitKey(0) # 无限等待用户按下键盘按键，实现暂停效果
# 释放内存
video.release()
cv2.destroyAllWindows()
视频文件的属性
- 视频是由大量的、连续的图像构成的，把其中的每一幅图像称作一帧
- 帧数指的是视频文件中含有的图像总数，帧数越多，视频播放时越流畅
- 在播放视频的过程中，把每秒显示图像的数量称作帧速率（FPS，单位：帧/s）
- 帧宽度指的是图像在水平方向上含有的像素总数
- 帧高度指的是图像在垂直方向上含有的像素总数
保存视频文件
在实际开发过程中，很多时候希望保存一段视频，为此OpenCV提供了VideoWrite类
构造VideoWrite类对象
关键API：创建的对象 = cv2.VideoWriter(filename,fourcc,fps,frameSize)
其中：
- filename：保存视频时的路径（含有文件名）
- fourcc：用4个字符表示的视频编码格式
- 在OpenCV中，用
cv2.VideoWriter_fourcc()来确定视频编码格式 - 常用
fourcc = cv2.VideoWriter_fourcc('X','V','I','D')
- 在OpenCV中，用
fps：帧速率frameSize：每一帧的大小- 在Windows操作系统下，fourcc的值为
fourcc = cv2.VideoWriter_fourcc('X','V','I','D')，帧速率fps = 20，帧大小为frameSize = (640 ，480)
如：
fourcc = cv2.VideoWriter_fourcc('X','V','I','D')
# 也可以写成fourcc = cv2.VideoWriter_fourcc(* 'XVID')
output = cv2.VideoWriter('output.avi',fourcc,20,(640,480))
保存一段摄像头视频
为了保存一段视频，除需要使用VideoWriter类的构造方法外，还需要使用VideoWrite类提供的write方法
write()方法的作用时在创建好的VideoWriter类对象中写入读取到的帧
关键API：cv2.VideoWriter.write(frame)
frame：读取到的帧
注意：使用write()方法时，需要由VideoWrite类对象进行调用。例如在创建好的VideoWriter类对象output中写入读取到的帧frame，可以写成output.write(frame)
并且当不使用时要把VideoWriter类对象释放掉：cv2.VideoWriter.release()
例：编写一段程序，
首先打开笔记本内置摄像头，实时读取并显示视频；
然后按下ESC键，关闭笔记本内置摄像头，销毁显示摄像头视频的窗口，
并且把从打开摄像头到关闭摄像头的这段视频保存为当前文件夹下的.avi视频
代码如下：
# 保存一段摄像头视频
import cv2
# 打开笔记本内置摄像头
capture = cv2.VideoCapture(0)
# 确定视频被保存后的编码格式
fourcc = cv2.VideoWriter_fourcc(* 'XVID')
output = cv2.VideoWriter('D:\OpenCV11\基于OpenCV的机器视觉\day1\output.avi',fourcc,20,(640,480))
# 检测笔记本摄像头是否被打开
while (capture.isOpened()):
retval,frame = capture.read()
# 如果读取到图像
if retval == True:
# 在VideoWriter类对象中写入读取到的帧
output.write(frame)
# 在窗口中显示摄像头视频
cv2.imshow('frame',frame)
key = cv2.waitKey(1)
if key == 27: # 如果按下了ESC键
break
# 释放
capture.release()
output.release()
cv2.destroyAllWindows()
注意！上述代码可以重复运行，由于output.avi已经存在于当前项目路径下，因此新产生的output.avi会覆盖已经存在的output.avi文件
保存一段时长为10s的摄像头视频
编写一段程序
- 首先打开笔记本内置摄像头，实时读取并显示视频；
- 然后录制一段时长为10秒的摄像头视频：10秒后，自动关闭笔记本内置摄像头，同时销毁显示摄像头的窗口
- 把这段时长为10秒的摄像头视频保存为当前项目路径下的
10s.avi
示例代码：
# 保存一段摄像头视频
import cv2
# 打开笔记本内置摄像头
capture = cv2.VideoCapture(0)
# 确定视频被保存后的编码格式
fourcc = cv2.VideoWriter_fourcc(* 'XVID')
# Windows10的帧速率
fps = 20
# 创建VideoWriter类对象
output = cv2.VideoWriter('D:\OpenCV11\基于OpenCV的机器视觉\day1\output.avi',fourcc,20,(640,480))
# 时长为10s的摄像头视频中含有的帧数
frame_Num = 10 * fps
# 笔记本摄像头是否被打开 且 摄像头视频含有的帧数大于0
while (capture.isOpened() and frame_Num > 0):
retval,frame = capture.read()
# 如果读取到图像
if retval == True:
# 在VideoWriter类对象中写入读取到的帧
output.write(frame)
# 在窗口中显示摄像头视频
cv2.imshow('frame',frame)
# 时长为10s的摄像头视频含有的帧数减小一帧
frame_Num -= 1
key = cv2.waitKey(1)
if key == 27: # 如果按下了ESC键
break
# 释放
capture.release()
output.release()
cv2.destroyAllWindows()
保存视频文件
VideoWriter类不仅能保存摄像头视频，还能保存视频文件，而且保存视频文件与保存摄像头的步骤是相同的
示例代码：
# 保存一段摄像头视频
import cv2
# 打开视频文件
video = cv2.VideoCapture('./公司宣传.avi')
# video = cv2.VideoCapture('./output.mp4')
# 获取视频文件的帧速率fps
fps = video.get(cv2.CAP_PROP_FPS)
# 获取视频文件的帧大小size
size = (int(video.get(cv2.CAP_PROP_FRAME_WIDTH)),
int(video.get(cv2.CAP_PROP_FRAME_HEIGHT)))
# 确定视频被保存后的编码格式
fourcc = cv2.VideoWriter_fourcc('X','V','I','D')
# 创建VideoWriter类对象
output = cv2.VideoWriter('D:\OpenCV11\基于OpenCV的机器视觉\day1\copy.avi',fourcc,fps,size)
# 笔记本摄像头是否被打开 且 摄像头视频含有的帧数大于0
while (capture.isOpened()):
retval,frame = capture.read()
# 如果读取到图像
if retval == True:
output.write(frame)
else:
break
# 释放
video.release()
cv2.destroyAllWindows()
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是窗口的名字，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，按下左键、右键…)；xy代表鼠标位于窗口的（x，y）坐标位置；flags主要用于组合键；userdata就是上面的setMouseCallback的userdata
鼠标事件 Event
Event：
EVENT_MOUSEMOVE 0 #滑动
EVENT_LBUTTONDOWN 1 #左键点击
EVENT_RBUTTONDOWN 2 #右键点击
EVENT_MBUTTONDOWN 3 #中键点击
EVENT_LBUTTONUP 4 #左键放开
EVENT_RBUTTONUP 5 #右键放开
EVENT_MBUTTONUP 6 #中键放开
EVENT_LBUTTONDBLCLK 7 #左键双击
EVENT_RBUTTONDBLCLK 8 #右键双击
EVENT_MBUTTONDBLCLK 9 #中键双击
鼠标的拖拽事件&键盘鼠标联合事件 flags
flags：
EVENT_FLAG_LBUTTON 1 #左鍵拖曳
EVENT_FLAG_RBUTTON 2 #右鍵拖曳
EVENT_FLAG_MBUTTON 4 #中鍵拖曳
EVENT_FLAG_CTRLKEY 8 #(8~15)按Ctrl不放事件
EVENT_FLAG_SHIFTKEY 16 #(16~31)按Shift不放事件
EVENT_FLAG_ALTKEY 32 #(32~39)按Alt不放事件
# opencv控制鼠标
import cv2
import numpy as np
# 定义鼠标的回调函数(函数名可以随便取，但是参数必须是五个!)
def mouse_callback(event,x,y,flags,userdata): # event：鼠标事件；xy：鼠标坐标；flags：鼠标的组合操作；userdata：传给用户的数据
print(event,x,y,flags,userdata)
# 增加功能：按下鼠标右键退出
if event == 2:
cv2.destroyAllWindows() # 窗口会闪一下 然后继续出现，其实我们是运行成功了，只不过下方是个死循环，会一直存在
# 创建窗口
cv2.namedWindow('mouse',cv2.WINDOW_NORMAL)
cv2.resizeWindow('mouse',640,360) # 宽度（列）和高度（行）
cat = cv2.imread('./cat.jpeg')
# 设置鼠标的回调函数
cv2.setMouseCallback('mouse',mouse_callback,'123') # '123'为用户数据，会传到上方的参数userdata中
# 在我们生成的mouse的窗口上，做任何鼠标的操作，它都会去执行我们定义的mouse_callback()函数
# 生成一个全黑的图片（先行后列——> 要和上面反过来）
img = np.zeros((360,640,3),np.uint8) # np.zeros()生成全是0的图片 np.uint8表示0-255 u表示无符号
# 循环展示图片
while True:
# cv2.imshow('mouse',img) # 展示刚才生成的全黑图片
cv2.imshow('mouse',cat) # 展示猫
key = cv2.waitKey(1)
if key == ord('q') or key == ord('Q'):
break
cv2.destroyAllWindows()
TrackBar控件
TrackBar是一个可拖动的控件，可以用于控制RGB
现在我们创建一个调整RGB的TrackBar，用调整的值来生成一张图片，通过拖到TrackBar来随时改变这个图片的颜色
cv2.createTrackbar(trackbarName, windowName, value, count, onChange)创建trackbar控件：value为trackbar的默认值(开始时游标的位置)，cout为bar的最大值和最小值(是两个值)，onChange为回调函数，每次修改这个值就会跳入该函数cv2.getTrackbarPos(trackbarName, windowName)：获取当前TrackBar的值
# trackbar的使用
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 ——> 我们用这个函数来打印当前的值
def callback(value):
print(value)
# 创建3个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)
# 不停地循环展示图片，读取数据
while True:
# 获取当前trackbar的值
r = cv2.getTrackbarPos('R','trackbar')
g = cv2.getTrackbarPos('G','trackbar')
b = cv2.getTrackbarPos('B','trackbar')
# 用获取到的三个值修改背景图片颜色
img[:] = [b , g , r] # opencv里的图片颜色通道就是BGR
# 展示图片
cv2.imshow('trackbar',img)
# 退出
key = cv2.waitKey(1)
if key == ord('q') or key == ord('Q'):
break
# 释放空间
cv2.destroyAllWindows()
结果：
