1，基本语法
环境：python3.6.6+numpy+opencv3
安装：没有详细编译，直接pip install opencv-python
矩阵和图片：
img=numpy.zeros((3,3),dtype=numpy.uint8) #创建一个3*3的矩阵，每个像素用八位整数来表示 img=cv2.cvtColor(img,cv2.COLOR_GRAY2BGR) #把矩阵转换成bgr格式，bgr：blue，green，read通道，实际上是创建了一个3*3的小黑方块
读写图片：
image=cv2.imread("D:\opencv/31.png") #读取图片，格式转换，写出 cv2.imwrite("31.png",image)
转换图片：
image=cv2.imread("31.png",0) #读取装换成灰度图，写出,后边的参数的含义如下 cv2.imwrite("any31.png",image) """ IMREAD_ANYCOLOR=4 IMREAD_ANYDEPTH=2 IMREAD_COLOR=1 IMREAD_GRAYSCALE=0 gray image IMREAD_LOAD_GDAL=8 IMREAD_UNCHANGED=-1 """
2，图像与原始字节之间的关系
灰度图：image[0,0]第一个值表示y轴，第二个表示x轴，合起来表示左上角第一个像素，灰度值为255。还可以表示成image.setitem((0,0),128)
彩图：image[0,0,0]第一个值y轴，第二个x轴，第三个表示颜色通道。对于左上角有蓝色像素的图而言，image[0,0]是[255,0,0]
数组转换成图像数据：
import numpy import cv2 import os randomByteArray=bytearray(os.urandom(120000)) #生成一堆字节数组,可以理解为元素介于0-255之间 flatNumpyArray=numpy.array(randomByteArray) #bytearray是字节数组，py3特有的，把一堆数或字符串变成字节 #flatNumpyArray=numpy.random.randint(0,256,120000)这样也是可以的 grayImage=flatNumpyArray.reshape(300,400) #转换数组使之成为300*400的灰度图 cv2.imwrite("randomgray.png",grayImage) """字节， 一个二进制数字序列，在计算机中作为一个数字单元，一般为8位二进制数，换算为十 进制。最小值：0 最大值：255 。如一个ASCII码就是一个字节，此类单位的换算为： 1KB(Kilobyte 千 字节)=1024B，1MB(Megabyte 兆字节 简称“兆”)=1024KB，1GB(Gigabyte 吉字节 又称“千兆”)=1024MB，""" bgrImage=flatNumpyArray.reshape(100,400,3) #把数组转换成100*400有三个通道的彩图 cv2.imwrite("randoncolor.png",bgrImage)
通过操作数组来编辑图
import numpy as np import cv2 as cv img=cv.imread("31.png") img[0,0]=[255,255,255] #[255,255,255] bgr三个通道合起来是白色，把左上第一个像素变成白色 print(img.item(100,0,0)) #打印出图片中坐标为（100，0）的b通道值（g对应的是1，r对应的是2） img.itemset((100,0,0),0) #把该像素的b通道设置为0 print (img.item(100,0,0)) #再次打印出来 #至此我们发现，我们可以迭代整个数组来实现为每个像素换颜色，但是这样并不高效，建议使用索引 img[:,:,1]=0 #把图像的每一个像素的g通道（绿色，对应的是1）的值都设置成0 cv.imwrite("test.png",img) #写下来的图片完全没有绿色 #通过复制数组，把图像的一个区域复制到另一个区域 apart=img[0:100,0:100] #俩区域要一样大 img[100:200,100:200]=apart cv.imwrite('test1.png',img)
获取图像的属性
import cv2 as cv img=cv.imread("31.png")
print (img.shape) #分辨率加通道数的数组(407, 500, 3)
print (img.size) #像素数乘以通道数
print (img.dtype) #图像的数据类型，比如uint
3，视频文件的读写
import cv2 videoCapture=cv2.VideoCapture("test.mp4") #先赋值视频文件以便获取各种参数 fps=videoCapture.get(cv2.CAP_PROP_FPS) #fps每秒传输的帧数 #此处是可以打出来的：print(fps)返回14 size=(int(videoCapture.get(cv2.CAP_PROP_FRAME_WIDTH)),int(videoCapture.get(cv2.CAP_PROP_FRAME_HEIGHT))) #获取宽和高 #此处也是可以打印出来的，基本上就是图片的长宽：print (size) videoWriter=cv2.VideoWriter('myoutput.avi',cv2.VideoWriter_fourcc("I",'4','2','0'),fps,size) #定义打印视频文件的打印器，写文件，参数分别是文件名，编解码器（下附详情），帧数和大小 #另注意，这个编码器是未压缩的yuv颜色编码 success,frame=videoCapture.read() #一帧一帧地读取videoCapture，如果成功的话继续执行 while success: videoWriter.write(frame) #读到就用打印器写下来 success,frame=videoCapture.read() #重新赋值以便循环
视频编码器类型：
实时捕获摄像头的帧：
2.1.7
感谢《OpenCV3计算机视觉Python语言实现》这本书，感谢脚本之家。