1.基本操作

1.1 读取图像

cv2.imread(path,[读取方式])

参数：

• path:要读取的图像路径
• 读取方式的标志(彩色-默认,灰色等等)

参考代码:

import cv2
import numpy as np
# 读取图像
img=cv2.imread(r"./src/1.jpg")
print(img)
'''
[[[246 246 246]
  [246 246 246]
  [246 246 246]
  ...
  ...
  ...
  [246 246 246]
  [246 246 246]
  [246 246 246]]]
'''
print(img.shape,type(img)，img.de)#(651, 650, 3) <class 'numpy.ndarray'>

说明图像可以以数据类型为uint8数组的形式输出

1.2 显示图像

cv2.imshow(arg1,arg2)
参数：
arg1:显示图像的窗口名称，以字符串类型表示
arg2:要加载的图像

注意:在调用显示图像的API后，要调用cv2.waitKey(0)给图像绘制留下时间，否则窗口会出现无响应情况，并且图像无法显示出来

# 显示图像
cv2.imshow('img',img) #第一个参数窗口名称 第二个参数为要显示的图像
cv2.waitKey(0) #让图像在屏幕上停留的时间（单位毫秒） 0:表示的是让图像永久暂停在屏幕上

• cv2.waitKey() 表示让图像在屏幕上停留的时间（单位毫秒） 0:表示的是让图像永久暂停在屏幕上

1.3.保存图像

cv2.imwrite(arg1,arg2)

参数：

• arg1:文件名，要保存在哪里
• arg2:要保存的图像

# 显示图像
cv2.imshow('img',img) #第一个参数窗口名称 第二个参数为要显示的图像

#保存图像
cv2.imwrite(r"./src/0.jpg",img)
cv2.waitKey(0) #让图像在屏幕上停留的时间（单位毫秒） 0:表示的是让图像永久暂停在屏幕上

2.绘制几何图形

2.1 1.绘制直线

cv2.line(img,start,end,color,thickness)

扫描二维码关注公众号，回复： 17795739 查看本文章

参数：

• img:要绘制直线的图像
• Start,end: 直线的起点和终点
• color: 线条的颜色
• Thickness: 线条宽度

#绘制直线
cv2.line(img,(100,10),(150,100),(255,255,0),2)
#参数分别为要操作的图像，直线的起始位置，直线的结束位置，颜色，粗细
cv2.imshow("img",img)
cv2.waitKey(0)

2.2 绘制圆形

cv.circle(img,centerpoint, r, color, thickness)

参数：

• img:要绘制圆形的图像
• Centerpoint, r: 圆心和半径
• color: 线条的颜色
• Thickness: 线条宽度，为-1时生成闭合图案并填充颜色（将是实心的）

# 绘制圆形
h,w,c=img.shape #分别是图像的高，宽，和颜色

cv2.circle(img,(int(h/2),int(w/2)),100,(0,255,255),-1)
cv2.imshow("img",img)
cv2.waitKey(0)

2.3绘制矩形

cv.rectangle(img,leftupper,rightdown,color,thickness)

参数：

• img:要绘制矩形的图像
• Leftupper, rightdown: 矩形的左上角和右下角坐标
• color: 线条的颜色

#绘制矩形
cv2.rectangle(img,(100,100),(300,400),(255,255,0),2)
cv2.imshow("img",img)
cv2.waitKey(0)

2.4.向图像中添加文字

cv.putText(img,text,station, font, Fontscale ,color,thickness,cv2.LINE_AA)

参数：

• img: 图像

• text：要写入的文本数据（opencv不提供中文编码）

• station：文本的放置位置

• font：字体样式

• Fontscale :字体大小

• thickness字体线条宽度

• cv2.LINE_AA

  最后一个参数 cv2.LINE_AA 表示使用反走样（Anti-Aliasing）技术来绘制文本边框。

  • 反走样是一种提高图形质量的技术，它通过混合颜色和像素边缘以减少锯齿状效果，使文本看起来更加平滑、清晰。
  • 在 OpenCV 中，cv2.LINE_AA 是一种高级线条类型，用于实现文本边界的高质量渲染。相比于其他线型如 cv2.LINE_8（默认值），它能提供更好的视觉效果，特别是在文本较小或者需要高精度显示的情况下

  '''绘制文本'''
    img=cv2.imread(r"./src/1.jpg")
    #参数分别为要操作的图像，文本，文本的位置，文本的字体，文本的大小，颜色，线条粗细，文本的圆滑程度
    cv2.putText(img,'hello',(100,150),cv2.FONT_ITALIC,5,(255,255,0),10,cv2.LINE_AA)

    cv2.imshow("img",img)
    cv2.waitKey(0)

2.5 获取并修改图像中的像素点

'''获取并修改图像中的像素点'''
    img=cv2.imread(r"./src/1.jpg")
    # 获取某个像素点的值
    px=img[100,100]#[246 246 246] 表示这个像素点的BGR三原色
    print(px)
    # 改变图像中的像素点
    img[100,:]=[0,0,255]
    cv2.imshow('img',img)
    cv2.waitKey(0)

取出图像像素点就像是numpy中取出数组索引，而修改就是对数组进行索引修改或者切片修改

6.捕获摄像头的实时视频流

cap = cv2.VideoCapture(path)

path视频流资源路径设置为0代表从默认摄像头捕获视频流

ret, frame = cap.read()（获取的是视频中每一帧的图片）
60帧=cv2.waitKey(（1000毫秒）/60)

返回值cap 调用read()方法可以得到一个布尔值和一帧图像。布尔值表示是否成功读取到帧，如果为False，可能是因为视频结束或读取失败；如果为True，第二项则是当前帧的图像数据。

'''捕获摄像头的实时视频流'''
    path=0#r'./src/谁.mp4'#获取视频的地址 0表示获取本地摄像头
    cap=cv2.VideoCapture(path) #获取视频

    
    while True:
        # 获取视频每一帧的图像
        ret,img=cap.read() #ret 表示是否获取到视频的图像
    # 视频是每一帧图片在一定时间暂停下，循环迭代出来的
        if ret:
            cv2.imshow("img",img)
            if cv2.waitKey(20)&0xff==ord('q'):
                break
        else:
            break