首页 / PYTHON / OpenCV Python 系列教程2 - OpenCV 的 GUI 特性

OpenCV Python 系列教程2 - OpenCV 的 GUI 特性

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了OpenCV Python 系列教程2 - OpenCV 的 GUI 特性，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含11918字，纯文字阅读大概需要18分钟。

内容图文

图像入门

学习目标：

图像的读取、显示、保存
学习三个函数：cv2.imread(), cv2.imshow() , cv2.imwrite()
使用 Matplotlib 来显示图像

# 导入常用包
#%matplotlib notebook
import numpy as np
import cv2
import matplotlib.pyplot as plt

读取显示图像

img = cv2.imread("img.jpg", 0) # 1: 显示原始图， 0：灰度图  -1：加载图像包括 alpha 通道
cv2.imshow("image", img) # 第一个参数为显示窗口的名称，第二个参数是要显示的图像
k = cv2.waitKey(0) & 0xFF # cv2.waitKey()  键盘绑定函数，等待键盘按下，以毫秒为计数单位，也可以设定特定按键点击。64 bit 的机器要 cv2.waitKey(0) & 0xFF
if k == 27:         # 等待按下 ESC 键退出， 
    cv2.destroyAllWindows() # 销毁所有窗口，也可以用 cv2.destroyWindow() 销毁特定的窗口。
elif k == ord('s'): # 指定某个按键按下后指定某种操作，如这里是保存
    cv2.imwrite('image_write.png',img)
    cv2.destroyAllWindows()

结果： OpenCV Python 系列教程2 - OpenCV 的 GUI 特性 - 文章图片

cv2.namedWindow("image_new", cv2.WINDOW_NORMAL) # 创建一个新的窗口，这个窗口大小可以进行调节的
cv2.imshow("image_new", img)
cv2.waitKey(0)
cv2.destroyWindow("image_new")

OpenCV Python 系列教程2 - OpenCV 的 GUI 特性 - 文章图片

写图像（保存图像）

cv2.imwrite("image_write.png", img) # 保存图像，可以指定保存图像的格式

True

OpenCV Python 系列教程2 - OpenCV 的 GUI 特性 - 文章图片

使用 matplotlib 显示图像

Matplotlib是一个用于Python的绘图库，它提供了多种绘图方法。在这里，将学习如何使用 Matplotlib 显示图像。可以使用 Matplotlib 放大图片，保存图片等。

img = cv2.imread("img.jpg", 0)
plt.imshow(img, cmap = 'gray', interpolation = 'bicubic') # interpolation 插值
plt.xticks([])
plt.yticks([])  # 隐藏 X、Y 坐标的刻度值
plt.show()

OpenCV Python 系列教程2 - OpenCV 的 GUI 特性 - 文章图片

OpenCV 加载的彩色图像为 BGR 模式。但是 Matplotlib 以 RGB 模式显示。因此，如果使用 OpenCV 读取图像，Matplotlib 中的彩色图像将不能正确显示。

以下是解决办法：对图像的模式进行转换，使之与 Matplotlib 或 OpenCV 匹配

img_cv = cv2.imread("img.jpg") # OpenCV 读取图像
b, g, r = cv2.split(img_cv) # OpenCV 中图像显示是 BGR 模式，提取
img_matplot = cv2.merge([r, g, b])
plt.subplot(121)
plt.imshow(img_cv) # 预计图像会是异常的
plt.subplot(122)
plt.imshow(img_matplot) # 预计是真实的图像
plt.show()

cv2.imshow('bgr image',img_cv) # 预计图像会是异常的
cv2.imshow('rgb image',img_matplot) # 预计是真实的图像
cv2.waitKey(0)
cv2.destroyAllWindows()

OpenCV Python 系列教程2 - OpenCV 的 GUI 特性 - 文章图片

视频入门

学习目标：

显示视频、保存视频
从相机进行捕获
cv2.VideoCapture(), cv2.VideoWriter() 函数使用

从相机捕获视频

笔记本自带摄像头

import cv2
# 创建一个 VideoCapture 对象，参数是设备的索引即摄像机的编号或者 Video 的文件名
# 这里的 0 是指第一台摄像机，以此类推
cap = cv2.VideoCapture(0)
while (True):
    # while cap.isOpened():
    # 一帧一帧的捕获
    ret, frame = cap.read()

    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    # 显示
    cv2.imshow("frame", gray)  # 窗口名为 frame
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break
cap.release()  # 关闭视频文件或设备
cv2.destroyAllWindows()

OpenCV Python 系列教程2 - OpenCV 的 GUI 特性 - 文章图片
cap.read() 返回一个bool (True/False)。如果帧被正确读取，它将为真。通过检查这个返回值来检查视频的结尾。

有时，cap 可能没有初始化捕获。在这种情况下，这段代码显示错误。可以通过方法 cap.isOpened() 检查它是否初始化。如果为真，则 ok。否则使用 cap.open() 打开它。

可以通过 cap.get(propId) 获取视频的一些属性，propId 值为：0 to 18。每个值代表视频的一个属性，详见 Property Identifier 也可以通过 cap.set(propId, value) 设置视频的属性。
例如：可以通过 cap.get(3) 和 cap.get(4) 检查帧的宽和高，默认是 640x480。通过 ret = cap.set(3,320) 和 ret = cap.set(4,240) 将宽和高重新设定。

# 创建一个 VideoCapture 对象，参数是设备的索引即摄像机的编号或者 Video 的文件名
# 这里的 0 是指第一台摄像机，以此类推
cap = cv2.VideoCapture(0)
while (True):
    # while cap.isOpened():
    # 一帧一帧的捕获
    ret, frame = cap.read()
    ret = cap.set(3, 320)
    ret = cap.set(4, 240)
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

    cv2.imshow("frame", gray)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break
cap.release()
cv2.destroyAllWindows()

OpenCV Python 系列教程2 - OpenCV 的 GUI 特性 - 文章图片

从文件进行播放

cap = cv2.VideoCapture('vtest.avi')

while(cap.isOpened()):
    ret, frame = cap.read()

    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

    cv2.imshow('frame', gray)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()

OpenCV Python 系列教程2 - OpenCV 的 GUI 特性 - 文章图片

如果视频播放结束，还没按键按下，会出现错误。 改进如下：

import cv2
cap = cv2.VideoCapture('vtest.avi')

while(cap.isOpened()):
    ret, frame = cap.read()

    if ret == True:
        gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
        cv2.imshow('frame', gray)
    if ret == False:
        # cap.release() # 释放掉开启的视频
        # print("1") # 测试

        cv2.waitKey(0)  # 暂停在最后一帧
        break  # 关闭窗口后退出
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()

改进以后，程序会一直监测视频是否到最后一帧，若是最后一帧，则 ret 为 False ，暂停在最后一帧并且在关闭窗口后退出

保存视频

cap = cv2.VideoCapture(0)

# Define the codec and create VideoWriter object
# cv2.VideoWriter_fourcc('X','V','I','D') 功能一样
fourcc = cv2.VideoWriter_fourcc(*'XVID')

# 创建 VideoWriter 对象，指定输出文件名 output.avi， FourCC 代码，传递每秒帧数和帧大小
out = cv2.VideoWriter('output.avi', fourcc, 20.0, (640, 480))

while(cap.isOpened()):
    ret, frame = cap.read()
    if ret == True:
        # 对每一帧进行翻转
        frame = cv2.flip(frame, 0)  # 注释见下

        # write the flipped frame
        out.write(frame)

        cv2.imshow('frame', frame)
        if cv2.waitKey(1) & 0xFF == ord('q'):
            break
    else:
        break

# Release everything if job is finished
cap.release()
out.release()
cv2.destroyAllWindows()

FourCC 是一个 4 字节的代码，用于指定视频编解码器，依赖于平台，到时看具体平台进行选择。更多 FourCC 代码见官网

cv2.flip(src, flipCode[, dst]) → dst: flipCode: 0表示绕 x 轴翻转，正值(例如，1)表示绕 y 轴翻转。负值(例如 -1)表示在两个轴上翻转。

OpenCV 绘图功能

学习目标:

使用 OpenCV 绘制不同几何形状
cv2.line(), cv2.circle() , cv2.rectangle(), cv2.ellipse(), cv2.putText()

以下图像都用 matplotlib 绘制

函数共有参数说明

img: 要操作的图像
color：绘制形状的颜色， RGB 传入元组如(255, 255, 255)，灰度值只需传入标量
thickness：线或圆等的厚度。如果对圆形等闭合图形传递 -1 ，则填充形状。默认为 1
lineType：线的类型

绘制各种形状

# 需要给定直线的起始和结束坐标

# 创建一个黑色的画布
img = np.zeros((512, 512, 3), np.uint8)

# 绘制坐标 (0, 0) -> (510, 128) 直线 蓝色，厚度为 5px
img = cv2.line(img, (0, 0), (511, 511), (255, 0, 0), 5)  # OpenCV 为 BGR 模式
# 绘制长方形，起始和终点坐标，颜色，厚度
img = cv2.rectangle(img, (384, 10), (505, 120), (0, 255, 0), 3)
# 绘制圆形，给定圆心，半径，最后 -1 为图形填充
img = cv2.circle(img, (447, 63), 63, (0, 0, 255), -1)
# 绘制椭圆，椭圆心，长轴，短轴，角度，起始结束角，填充
img = cv2.ellipse(img, (256, 256), (100, 50), 0, 0, 180, 255, -1)
# 绘制多边形，给定多边形的顶点坐标
pts = np.array([[50, 50], [40, 40], [60, 40], [60, 100]], np.int32)
pts = pts.reshape((-1, 1, 2))
# 若第三个参数为 False，则得到连接所有点的折线，而不是一个闭合的形状。该函数可以用来绘制多条直线
img = cv2.polylines(img, [pts], True, (0, 255, 255))
# 添加文字到图形中
font = cv2.FONT_HERSHEY_SIMPLEX  # 指定字体
cv2.putText(img, 'OpenCV', (10, 500), font, 4, (255, 255, 255),
            2, cv2.LINE_AA)  # 绘制的图像，文字，文字左下角的坐标,字体，字体颜色，厚度等

cv2.imshow("diff type", img)
k = cv2.waitKey(0) & 0xFF
if k == 27:
    cv2.destroyAllWindows()


b, g, r = cv2.split(img)
img = cv2.merge([r, g, b])
plt.subplot(121)
plt.xticks([])
plt.yticks([])
plt.imshow(img)

<matplotlib.image.AxesImage at 0x1d119e3b668>

OpenCV Python 系列教程2 - OpenCV 的 GUI 特性 - 文章图片

作业：绘制 OpenCV 图标 OpenCV Python 系列教程2 - OpenCV 的 GUI 特性 - 文章图片

鼠标作为画笔

学习目标：

处理鼠标事件
cv2.setMouseCallback()

简单 Demo

首先，创建一个鼠标回调函数，该函数在鼠标事件发生时执行。鼠标事件可以是任何与鼠标相关的东西，如左键向下、左键向上、左键双击等。它为每个鼠标事件提供坐标 (x,y)。有了这个事件和位置，我们可以做任何我们想做的事情。

# 列出鼠标处理的事件
events = [i for i in dir(cv2) if 'EVENT' in i]
events

['EVENT_FLAG_ALTKEY',
 'EVENT_FLAG_CTRLKEY',
 'EVENT_FLAG_LBUTTON',
 'EVENT_FLAG_MBUTTON',
 'EVENT_FLAG_RBUTTON',
 'EVENT_FLAG_SHIFTKEY',
 'EVENT_LBUTTONDBLCLK',
 'EVENT_LBUTTONDOWN',
 'EVENT_LBUTTONUP',
 'EVENT_MBUTTONDBLCLK',
 'EVENT_MBUTTONDOWN',
 'EVENT_MBUTTONUP',
 'EVENT_MOUSEHWHEEL',
 'EVENT_MOUSEMOVE',
 'EVENT_MOUSEWHEEL',
 'EVENT_RBUTTONDBLCLK',
 'EVENT_RBUTTONDOWN',
 'EVENT_RBUTTONUP']

import cv2
import numpy as np
# 功能函数，在鼠标处左键双击，绘制白色填充的圆
def draw_circle(event, x, y, flags, param):
    if event == cv2.EVENT_LBUTTONDBLCLK:
        cv2.circle(img, (x, y), 100, (255, 255, 255), -1)


# 创建一个黑色画布
img = np.zeros((512, 512, 3), np.uint8)
cv2.namedWindow("image")
# 创建鼠标回调函数，绑定功能函数
cv2.setMouseCallback("image", draw_circle)

while(1):
    cv2.imshow("image", img)
    if cv2.waitKey(20) & 0xFF == 27:
        break
cv2.destroyAllWindows()

OpenCV Python 系列教程2 - OpenCV 的 GUI 特性 - 文章图片

高级 Demo

现在我们要做更多更好的应用。在这里，通过拖动鼠标来绘制矩形或圆形(这取决于我们选择的模式)，就像在 Paint 应用程序中所做的那样。我们的鼠标回调函数有两部分，一部分用来画矩形，另一部分用来画圆。这个具体的例子将非常有助于创建和理解一些交互式应用程序，如对象跟踪，图像分割等。

import cv2
import numpy as np

drawing = False # 鼠标按下为 True
mode = True # 按键 'm' 切换模式
ix, iy = -1, -1


def draw(event, x, y, flags, param):
    global ix, iy, drawing, mode

    if event == cv2.EVENT_LBUTTONDOWN: # 鼠标放下
        drawing = True
        ix, iy = x, y # 鼠标放下时的坐标

    elif event == cv2.EVENT_MOUSEMOVE: # 鼠标移动
        if drawing == True:
            if mode == True:
                cv2.rectangle(img, (ix, iy), (x, y), (0, 255, 0), -1)
            else:
                cv2.circle(img, (x, y), 5, (0, 0, 255), -1)

    elif event == cv2.EVENT_LBUTTONUP: # 鼠标提起，结束绘制
        drawing = False
        # ------------- 中间这一段要不要？
        if mode == True:
            cv2.rectangle(img, (ix, iy), (x, y), (0, 255, 0), -1)
        else:
            cv2.circle(img, (x, y), 5, (0, 0, 255), -1)    
        # -------------


img = np.zeros((512, 512, 3), np.uint8)
cv2.namedWindow("image")
cv2.setMouseCallback("image", draw) # 功能绑定

while(1):
    cv2.imshow("image", img)
    k = cv2.waitKey(1) & 0xFF
    if k == ord('m'): # 按键 'm' 切换模式
        mode = not mode
    elif k == 27:
        break
        
cv2.destroyAllWindows()

OpenCV Python 系列教程2 - OpenCV 的 GUI 特性 - 文章图片

轨迹栏作为调色板

学习目标：

将轨迹栏绑定到 OpenCV 窗口
cv2.getTrackbarPos(), cv2.createTrackbar()

Demo

创建简单的应用程序，通过滑动轨迹条调节 BGR 的值从而改变画布颜色，初始颜色为黑色。

cv2.createTrackbar() 函数，第一个参数是 trackbar 名称，第二个参数是将用作创建的 trackbar 的父窗口的名称，第三个参数是默认值，第四个参数是最大值，第五个参数是回调函数，每次 trackbar 值发生变化时都会执行回调函数。回调函数总是有一个默认参数，即 trackbar 位置。在我们的例子中，函数什么也不做，所以我们只是传递。

trackbar 的另一个重要应用是将其用作按钮或开关。默认情况下，OpenCV 没有按钮功能。所以你可以使用 trackbar 来获得这样的功能。在我们的应用程序中，我们已经创建了一个开关，在这个开关中应用程序只在开关打开时才工作，否则屏幕总是黑色的。

import cv2
import numpy as np


def nothing(x):
    pass


img = np.zeros((300, 512, 3), np.uint8)
cv2.namedWindow("image")

cv2.createTrackbar('R', 'image', 0, 255, nothing)
cv2.createTrackbar('G', 'image', 0, 255, nothing)
cv2.createTrackbar('B', 'image', 0, 255, nothing)

switch = '0 : OFF \n1 : ON'
cv2.createTrackbar(switch, 'image', 0, 1, nothing)

while(1):
    cv2.imshow('image', img)
    k = cv2.waitKey(1) & 0xFF
    if k == 27:
        break
    r = cv2.getTrackbarPos('R', 'image')
    g = cv2.getTrackbarPos('G', 'image')
    b = cv2.getTrackbarPos('B', 'image')
    s = cv2.getTrackbarPos(switch, 'image')

    if s == 0:
        img[:] = 0
    else:
        img[:] = [b, g, r]

cv2.destroyAllWindows()

OpenCV Python 系列教程2 - OpenCV 的 GUI 特性 - 文章图片

练习

创建一个画笔颜色和笔刷半径可调的滑动轨迹条

import cv2
import numpy as np


def nothing(x):
    pass


radius_t = 1
bt, gt, rt = 255, 255, 255


def draw_circle(event, x, y, radius, b=255, g=255, r=255):
    global radius_t, bt, gt, rt
    radius = radius_t
    b, g, r = bt, gt, rt
    if event == cv2.EVENT_LBUTTONDBLCLK:
        cv2.circle(img, (x, y), radius, (b, g, r), -1)


img = np.zeros((1366, 768, 3), np.uint8)
cv2.namedWindow("image")

# --------- 画笔颜色
cv2.createTrackbar('brush_radius', 'image', 1, 10, nothing)
cv2.createTrackbar('pen_B', 'image', 0, 255, nothing)
cv2.createTrackbar('pen_G', 'image', 0, 255, nothing)
cv2.createTrackbar('pen_R', 'image', 0, 255, nothing)


# 创建鼠标回调函数，绑定功能函数
cv2.setMouseCallback("image", draw_circle)

while(1):
    cv2.imshow('image', img)
    k = cv2.waitKey(1) & 0xFF
    if k == 27:
        break
    
    brush_radius = cv2.getTrackbarPos('brush_radius', 'image')
    pen_B = cv2.getTrackbarPos('pen_B', 'image')
    pen_G = cv2.getTrackbarPos('pen_G', 'image')
    pen_R = cv2.getTrackbarPos('pen_R', 'image')

    # 对鼠标函数参数进行赋值
    radius_t = brush_radius 
    bt, gt, rt = pen_B, pen_G, pen_R

cv2.destroyAllWindows()

OpenCV Python 系列教程2 - OpenCV 的 GUI 特性 - 文章图片

内容总结

以上是互联网集市为您收集整理的OpenCV Python 系列教程2 - OpenCV 的 GUI 特性全部内容，希望文章能够帮你解决OpenCV Python 系列教程2 - OpenCV 的 GUI 特性所遇到的程序开发问题。如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

扫描二维码推送至手机访问。

本文链接：https://qyyshop.com/info/839068.html

来源：【匿名】

【上一篇】python基础06 【下一篇】浅谈PHP运行Python脚本的方法

更多 ►

【OpenCV Python 系列教程2 - OpenCV 的 GUI 特性】教程文章相关的互联网学习教程文章

linux安装OpenCV以及windows安装numpy、cv2等python2.7模块【代码】

OpenCV(Open Source Computer Vision Library) 是一个基于BSD许可（开源）发行的跨平台计算机视觉库，它具有C ++，C，Python和Java接口，可以运行在Linux、Windows、Mac OS和Android操作系统上。OpenCV的设计是为了提高计算效率，并将重点放在实时应用程序上，用优化的C / C ++编写，库可以利用多核处理，实现了图像处理和计算机视觉方面的很多通用算法。#---------------------------------------------------------------------...

Python + Opencv2 实现轮廓提取，轮廓区域面积计算【代码】【图】

对图像处理时，会遇到这样一个场景：找到图像主体轮廓，这是其一，可能为了凸显轮廓，需要用指定的颜色进行标记；轮廓标记完可能任务还没有结束，还需对轮廓所勾勒的像素面积区域统计计算。本篇文章的主要内容就是要解决上面场景遇到的三个问问题找到图像主题轮廓；用指定颜色对源图像进行轮廓标记；计算轮廓中的主体;实验环境配置为 Python + Opencv 3.4，处理的图像如下：第一步，提取轮廓，Opencv 中的 findContours() 函数可...

inux deploy安装Python的OpenCV踩到的坑以及我的解决方法【图】

前言无意间看到一篇Python+OpenCV连接ip摄像头的文章,刚好手上有部装了linux deploy的手机,就想试试,结果遇到各种坑…本篇文章主要目的是记录自己踩到的坑,以及给遇到同样问题的朋友提供一点参考顺带吐槽一下,我的另一台手机直接pip就用,真是哔了狗了…准备工作linux deploy的安装参考其他朋友的帖子,这里不多做赘述文中的编译并不是直接使用cmake手动编译,而是通过pip自动编译,也就是说直接使用pip install后会自动执行编译任务手...

Mac下python3安装opencv【代码】

pypi里opencv给的命令是pip install opencv-python但是这样会安到python 2.7再过一个多月python 2.7和pip就要drop了你在逗我？？然而使用pip3 install opencv-python会报错看了好多教程，乱七八糟的，还得各种改其实特别简单！！！特别简单！！！这个命令前面加个sudosudo pip3 install opencv-python 收工原文：https://www.cnblogs.com/aethria/p/11854178.html

Python-OpenCV学习（一）：OpenCV结构【图】

转载请注明出处：danscarlett的博客园 OpenCV是计算机视觉领域应用最广泛的开源工具包，基于C/C++，支持Linux/Windows/MacOS/Android/iOS，并提供了Python，Matlab和Java等语言的接口。2010年OpenCV发布了2.0版本，添加了非常完备的C++接口，从2.0开始的版本非常用户非常庞大，至今仍在维护和更新。2015年OpenCV 3正式发布，除了架构的调整，还加入了更多算法，更多性能的优化和更加简洁的API，另外也加强了对GPU的支持，现在已经...

python_opencv修改视频分辨率【代码】

在测试alphapose时，原始视频的分辨率过高，导致网络难以运行，所以要修改视频的分辨率，代码如下：import cv2 cap = cv2.VideoCapture("videl_1.mp4") videowriter = cv2.VideoWriter("videl_640_360"+".avi", cv2.VideoWriter_fourcc(‘M‘, ‘J‘, ‘P‘, ‘G‘), 15, (640,360))success, _ = cap.read()while success:success, img1 = cap.read()try:img = cv2.resize(img1, (640, 360), interpolation=cv2.INTER_LINEAR)video...

OpenCV-Python基础教程5-阈值分割与Otsu阈值法【代码】【图】

一、固定阈值分割import cv2 import matplotlib.pyplot as plt# 灰度图读入 img = cv2.imread(‘gradient.jpg‘, 0)# 阈值分割 ret, th = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)cv2.imshow(‘thresh‘, th) cv2.waitKey(0)cv2.threshold()用来实现阈值分割，有4个参数：参数1：要处理的原图，一般是灰度图参数2：设定的阈值参数3：最大阈值，一般是255参数4：阈值的方式，主要有5种，详情：ThresholdTypes理解这5种阈值...

Python-OpenCV——Morphological Transformations(形态学转换)【代码】【图】

目标这一节我们将学习不同的形态学操作，如腐蚀、膨胀、开、闭......我们将看到不同的函数，如：cv2.erode()、cv2.dilate()、cv2.morphology()理论形态变换是基于图像形状的一些简单操作。它通常在二进制图像上执行。它需要两个输入，一个是我们的原始图像，第二个是称为结构元素或内核，它决定了操作的本质。两个基本的形态学运算符是侵蚀和膨胀。然后它的变体形式如Opening，Closing，Gradient等也发挥作用。我们将在以下图...

opencv-python用原图和mask实现抠图【代码】【图】

1、先上图原图：test1.pngmask图：test-mask.png结果图：mask.png 2、代码部分import cv2 from PIL import Image import numpy as npyuantu = "test1.png" masktu = "test1-mask.png"#使用opencv叠加图片 img1 = cv2.imread(yuantu) img2 = cv2.imread(masktu)alpha = 0.5 meta = 1 - alpha gamma = 0 #cv2.imshow(‘img1‘, img1) #cv2.imshow(‘img2‘, img2) #image = cv2.addWeighted(img1,alpha,img2,meta,gamma) image = cv2...

python opencv3 静态图片检测人脸【代码】

git：https://github.com/linyi0604/Computer-Vision 1# coding:utf-8 2 3import cv24 5 filename = "../data/mm3.jpg" 6 7 8def detect(filename):9# 创建检测人脸的对象要在opencv的目录下找到xml文件，放置到自己项目中10 face_cascade = cv2.CascadeClassifier("../data/haarcascade_frontalface_default.xml") 11# 读取图像12 img = cv2.imread(filename) 13# 转为灰度图像14 gray = cv2.cvtColor(img, cv2.COLO...

基于python3+opencv3图像基础IO操作【代码】【图】

环境Anaconda+python3.5.2+opencv31.先测试一下numpy的矩阵。import numpy as np import cv2img=np.zeros((3,3),dtype=np.uint8) print(img.shape) img=cv2.cvtColor(img,cv2.COLOR_GRAY2BGR) print(‘\n‘) print(img.shape) print(‘\n‘) print(img) 2.import cv2grayImage=cv2.imread(‘/home/cisco/Pictures/Webcam/ss.jpg‘,0) cv2.imwrite(‘ssgray.jpg‘,grayImage)AnyColor=cv2.imread(‘/home/cisco/Pictures/Webcam/...

Python+OpenCV图像处理之开闭操作【代码】【图】

开操作：图像形态学的重要操纵之一，基于膨胀与腐蚀操作组合形成的；主要是应用在二值图像分析中，灰度图像亦可开操作 = 腐蚀+膨胀，输入图像 + 结构元素作用：用来消除小物体、平滑较大物体的边界的同时并不明显改变其面积，提取水平或竖直的线闭操作：图像形态学的重要操纵之一，基于膨胀与腐蚀操作组合形成的；主要是应用在二值图像分析中，灰度图像亦可闭操作 = 膨胀+腐蚀，输入图像 + 结构元素作用：用来填充物体内细小空洞...

【python下使用OpenCV实现计算机视觉读书笔记2】图像与字节的变换【代码】【图】

import cv2 import numpy import os # Make an array of 120,000 random bytes. randomByteArray = bytearray(os.urandom(120000))flatNumpyArray = numpy.array(randomByteArray) # Convert the array to make a 400x300 grayscale image. grayImage = flatNumpyArray.reshape(300, 400) cv2.imwrite(‘RandomGray.png‘, grayImage) # Convert the array to make a 400x100 color image. bgrImage = flatNumpyArray.reshape(100,...

Python OpenCV —— bitwise【代码】【图】

关于图像的位操作，目的是为了将一个logo覆盖到另一个图片上。# -*- coding: utf-8 -*- """ Created on Wed Sep 28 20:05:50 2016@author: Administrator """‘‘‘ 位运算 Bitwise Operations ‘‘‘ import numpy as np import cv2def show(img_name,img_data):cv2.imshow(img_name,img_data)cv2.waitKey(0)cv2.destroyAllWindows()# Load two images img1 = cv2.imread(‘ml.png‘) img2 = cv2.imread(‘opencv_logo.png‘)# I ...

【AI】python：opencv【代码】

2018-03-02 好的开始就意味着成功了一半。pip install opencv-python Collecting opencv-pythonDownloading opencv_python-3.4.0.12-cp36-cp36m-win_amd64.whl (33.3MB)100% |████████████████████████████████| 33.4MB 551kB/s Requirement already satisfied: numpy>=1.11.3 in c:\users\xxx\anaconda3\lib\site-packages (from opencv-python) Installing collected packages: opencv-pytho...

首页 / PYTHON / OpenCV Python 系列教程2 - OpenCV 的 GUI 特性

OpenCV Python 系列教程2 - OpenCV 的 GUI 特性

内容导读

内容图文

图像入门

读取显示图像

写图像（保存图像）

使用 matplotlib 显示图像

更多资料

视频入门

从相机捕获视频

从文件进行播放

保存视频

更多资料

OpenCV 绘图功能

函数共有参数说明

绘制各种形状

更多资料

鼠标作为画笔

简单 Demo

高级 Demo

轨迹栏作为调色板

Demo

练习

更多资料

内容总结

内容备注

内容手机端

【OpenCV Python 系列教程2 - OpenCV 的 GUI 特性】教程文章相关的互联网学习教程文章

PYTHON - 相关标签

OPENCV - 相关标签

PYTHON - 技术教程分类

PYTHON - 最新教程

PYTHON - 最热教程