opencv︱图片与视频的读入、显示、写出、放缩与基本绘图函数介绍

本文来自于段力辉 译《OpenCV-Python 中文教程》

一、图片 + 读入、显示、写出

opencv中读入、显示、写出图片：cv2.imread()， cv2.imshow()， cv2.imwrite()

1、cv2.imread()

import numpy as np
import cv2

# Load an color image in grayscale
img = cv2.imread('messi5.jpg',0)

第二个参数是要告诉函数应该如何读取这幅图片。

• cv2.IMREAD_COLOR：读入一副彩色图像。图像的透明度会被忽略，

这是默认参数。

• cv2.IMREAD_GRAYSCALE：以灰度模式读入图像

• cv2.IMREAD_UNCHANGED：读入一幅图像，并且包括图像的 alpha 通道

注意：

就算图像的路径是错的， OpenCV 也不会提醒你的，但是当你使用命令print img时得到的结果是None。

其中：

在Py3中若路径中出现中文则需要以下的形式读入：

cv2.imdecode(np.fromfile(img_name_1, dtype=np.uint8), -1)

其中，0-灰度，1-彩色

.

2、cv2.imshow()

使用函数 cv2.imshow() 显示图像。窗口会自动调整为图像大小。第一个参数是窗口的名字，其次才是我们的图像。你可以创建多个窗口，只要你喜欢，但是必须给他们不同的名字

cv2.imshow('image',img)
cv2.waitKey(0)
cv2.destroyAllWindows()

其中cv2.waitKey() 是一个键盘绑定函数。

cv2.destroyAllWindows() 可以轻易删除任何我们建立的窗口。如果你想删除特定的窗口可以使用 cv2.destroyWindow()，在括号内输入你想删除的窗口名。

.

3、cv2.imwrite()

使用函数 cv2.imwrite() 来保存一个图像。首先需要一个文件名，之后才是你要保存的图像

cv2.imwrite('messigray.png',img)

如果路径带中文：

cv2.imencode('.jpg', edges)[1].tofile('/../../1.jpg')

其中之前的’.jpg’是代表一种格式，如果是图片一定得是.png或者.jpg

.

4、图片放缩

目标：你可以对图像进行倍数的放大和缩小 也可以直接的输入尺寸大小

变换的方法：

CV_INTER_NN - 最近邻插值,

CV_INTER_LINEAR - 双线性插值 (缺省使用)

CV_INTER_AREA - 使用象素关系重采样。当图像缩小时候，该方法可以避免波纹出现。当图像放大时，类似于 CV_INTER_NN

方法..

CV_INTER_CUBIC - 立方插值.

如 我要将一个图片变为32*32大小的

image=cv2.imread('test.jpg')
res=cv2.resize(image,(32,32),interpolation=cv2.INTER_CUBIC)
cv2.imshow('iker',res)
cv2.imshow('image',image)
cv2.waitKey(0)
cv2.destoryAllWindows()

.

案例一：opencv加载一个灰度图

按下’s’键保存后退出，或者按下 ESC 键退出不保存。

import numpy as np
import cv2

img = cv2.imread('messi5.jpg',0)
cv2.imshow('image',img)
1k = cv2.waitKey(0)

if k == 27:
# wait for ESC key to exit
cv2.destroyAllWindows()
elif k == ord('s'):
# wait for 's' key to save and exit
cv2.imwrite('messigray.png',img)
cv2.destroyAllWindows()

.

案例二：opencv+matplotib绘图

import numpy as np
import cv2
from matplotlib import pyplot as plt

img = cv2.imread('messi5.jpg',0)
plt.imshow(img, cmap = 'gray', interpolation = 'bicubic')
plt.xticks([]), plt.yticks([])
# to hide tick values on X and Y axis
plt.show()

注意：彩色图像使用 OpenCV 加载时是 BGR 模式。但是 Matplotib 是 RGB模式。所以彩色图像如果已经被 OpenCV 读取，那它将不会被 Matplotib 正确显示。

.

二、视频的读取、显示、保存

1、摄像头捕获视频

为了获取视频，你应该创建一个 VideoCapture 对象。他的参数可以是设备的索引号，或者是一个视频文件。设备索引号就是在指定要使用的摄像头。

一般的笔记本电脑都有内置摄像头。所以参数就是 0。你可以通过设置成 1 或者其他的来选择别的摄像头。之后，你就可以一帧一帧的捕获视频了。但是最后，别忘了停止捕获视频。

import numpy as np
import cv2

cap = cv2.VideoCapture(0)

while(True):
# Capture frame-by-frame
ret, frame = cap.read()

# Our operations on the frame come here
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

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

# When everything done, release the capture
cap.release()
cv2.destroyAllWindows()

cap.read() 返回一个布尔值（True/False）。如果帧读取的是正确的，就是 True。所以最后你可以通过检查他的返回值来查看视频文件是否已经到

了结尾。

有时 cap 可能不能成功的初始化摄像头设备。这种情况下上面的代码会报错。

你可以使用 cap.isOpened()，来检查是否成功初始化了。如果返回值是True，那就没有问题。否则就要使用函数 cap.open()。

你可以使用函数 cap.get(propId) 来获得视频的一些参数信息。这里propId 可以是 0 到 18 之间的任何整数。每一个数代表视频的一个属性，见

下表其中的一些值可以使用 ap.set(propId,value) 来修改， value 就是你想要设置成的新值。

例如，我可以使用 cap.get(3) 和 cap.get(4) 来查看每一帧的宽和高。

默认情况下得到的值是 640X480。但是我可以使用 ret=cap.set(3,320)和 ret=cap.set(4,240) 来把宽和高改成 320X240。

.

2、从文件中播放视频

与从摄像头中捕获一样，你只需要把设备索引号改成视频文件的名字。

在播放每一帧时，使用 cv2.waiKey() 设置适当的持续时间。如果设置的太低视频就会播放的非常快，如果设置的太高就会播放的很慢（你可以使用这种方法控制视频的播放速度）。通常情况下 25 毫秒就可以了。

import numpy as np
import cv2

cap = cv2.VideoCapture(0)

# Define the codec and create VideoWriter object
fourcc = cv2.VideoWriter_fourcc(*'XVID')
out = cv2.VideoWriter('output.avi',fourcc, 20.0, (640,480))

while(cap.isOpened()):
ret, frame = cap.read()
if ret==True:
frame = cv2.flip(frame,0)
# 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()

注意： 你应该确保你已经装了合适版本的 ffmpeg 或者 gstreamer。 如果你装错了那就比较头疼了。

.

3、保存视频

在我们捕获视频，并对每一帧都进行加工之后我们想要保存这个视频。对于图片来时很简单只需要使用 cv2.imwrite()。但对于视频来说就要多做点工

作。

这次我们要创建一个 VideoWriter 的对象。我们应该确定一个输出文件的名字。接下来指定 FourCC 编码（下面会介绍）。播放频率和帧的大小也都需要确定。最后一个是 isColor 标签。如果是 True，每一帧就是彩色图，否则就是灰度图。

FourCC 就是一个 4 字节码，用来确定视频的编码格式。可用的编码列表可以从fourcc.org查到。这是平台依赖的。下面这些编码器对我来说是有用个。

下面的代码是从摄像头中捕获视频，沿水平方向旋转每一帧并保存它。

import numpy as np
import cv2

cap = cv2.VideoCapture(0)

# Define the codec and create VideoWriter object
fourcc = cv2.cv.FOURCC(*'XVID')
out = cv2.VideoWriter('output.avi',fourcc, 20.0, (640,480))

while(cap.isOpened()):
ret, frame = cap.read()
if ret==True:
frame = cv2.flip(frame,0)

# 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()

.

三、opencv中的绘图函数

你将会学习到这些函数：cv2.line()， v2.circle()， cv2.rectangle()，cv2.ellipse()， cv2.putText()

上面所有的这些绘图函数需要设置下面这些参数：

• img：你想要绘制图形的那幅图像。

• color：形状的颜色。以 RGB 为例，需要传入一个元组，例如： （255,0,0）代表蓝色。对于灰度图只需要传入灰度值。

• thickness：线条的粗细。如果给一个闭合图形设置为 -1，那么这个图形就会被填充。默认值是 1.

• linetype：线条的类型， 8 连接，抗锯齿等。默认情况是 8 连接。 cv2.LINE_AA为抗锯齿，这样看起来会非常平滑。

1、画线：cv2.line

要画一条线，你只需要告诉函数这条线的起点和终点。我们下面会画一条从左上方到右下角的蓝色线段。

import numpy as np
import cv2

# Create a black image
img=np.zeros((512,512,3), np.uint8)

# Draw a diagonal blue line with thickness of 5 px
cv2.line(img,(0,0),(511,511),(255,0,0),5)

.

2、画矩形

要画一个矩形，你需要告诉函数的左上角顶点和右下角顶点的坐标。这次我们会在图像的右上角话一个绿色的矩形。

cv2.rectangle(img,(384,0),(510,128),(0,255,0),3)

.

3、画圆

要画圆的话，只需要指定圆形的中心点坐标和半径大小。我们在上面的矩形中画一个圆

cv2.circle(img,(447,63), 63, (0,0,255), -1)

.

4、画椭圆

画椭圆比较复杂，我们要多输入几个参数。一个参数是中心点的位置坐标。

下一个参数是长轴和短轴的长度。椭圆沿逆时针方向旋转的角度。椭圆弧演顺时针方向起始的角度和结束角度，如果是 0 很 360，就是整个椭圆。查看cv2.ellipse() 可以得到更多信息。下面的例子是在图片的中心绘制半个椭圆。

cv2.ellipse(img,(256,256),(100,50),0,0,180,255,-1)

.

5、画多边形

画多边形，需要指点每个顶点的坐标。用这些点的坐标构建一个大小等于行数 X1X2 的数组，行数就是点的数目。这个数组的数据类型必须为 int32。

这里画一个黄色的具有四个顶点的多边形。

pts=np.array([[10,5],[20,30],[70,20],[50,10]], np.int32)
pts=pts.reshape((-1,1,2))
# 这里 reshape 的第一个参数为-1, 表明这一维的长度是根据后面的维度的计算出来的。

如果第三个参数是 False，我们得到的多边形是不闭合的（首尾不相连）。

cv2.polylines() 可以被用来画很多条线。 只需要把想要画的线放在一个列表中，将这个列表传给函数就可以了。每条线都会被独立绘制。这会比用cv2.line() 一条一条的绘制要快一些。

.

6、在图片上添加文字

要在图片上绘制文字，你需要设置下列参数：

• 你要绘制的文字

• 你要绘制的位置

• 字体类型（通过查看 cv2.putText() 的文档找到支持的字体）

• 字体的大小

• 文字的一般属性如颜色，粗细，线条的类型等。为了更好看一点推荐使用linetype=cv2.LINE_AA。

在图像上绘制白色的 OpenCV。

font=cv2.FONT_HERSHEY_SIMPLEX
cv2.putText(img,'OpenCV',(10,500), font, 4,(255,255,255),2)

所 有 的 绘 图 函 数 的 返 回 值 都 是 None， 所 以 不 能 使 用 img =cv2.line(img,(0,0),(511,511),(255,0,0),5)。

.

延伸一： 获取图片属性

参考：Python-OpenCV 处理图像（一）：基本操作

import cv2
img = cv2.imread('img/image.png')
print img.shape
# (640, 640, 3)
print img.size
# 1228800
print img.dtype
# uint8
# 在debug的时候，dtype很重要

.

延伸二：图像求差值报错：

来源：Python问题记录

__main__:2: RuntimeWarning: overflow encountered in ubyte_scalars

问题分析：ubyte_scalars出现溢出，定位到具体的代码：

val = img[y1_, x1_] - img[y2_, x2_]

这段代码的目的是为了计算两个像素的差值，img是numpy的ndarray类型，二维数组中的每个数值类型是uint8，因此两个uint8类型的数相减，得到的仍是一个uint8，如果被减数小于减数，val的结果也并不会得到负数，而是1，同时输出这样一个warning。

解决方法：解决的方法是将uint8转为int，再相减。

val = int(img[y1_, x1_]) - int(img[y2_, x2_])

.

延伸三：视频保存

需要一个存放每帧图片的文件夹output_dir，需要知道视频保存在哪output_video_file，

list_files，先遍历文件夹中各个图片

# 参数输入
output_dir='/home/ubuntu/keras/matt/frcnn/output'
output_path= os.path.join(output_dir, '')                       # 输入图片存放位置
output_video_file = '/home/ubuntu/keras/matt/frcnn/output6.avi' # 输入视频保存位置以及视频名称
save_to_video(output_video_file,25)

# 函数生成器
def get_file_names(search_path):
for (dirpath, _, filenames) in os.walk(search_path):
for filename in filenames:
yield filename#os.path.join(dirpath, filename)
# yield 把值迭代进去，存进入，然后可以for 迭代出来
# [/home/ubuntu/keras/matt/frcnn/output/]

# 保存函数
def save_to_video(output_path,output_video_file,frame_rate):
list_files = sorted(get_file_names(output_path), key=lambda var:[int(x) if x.isdigit() else x for x in re.findall(r'[^0-9]|[0-9]+', var)])
# 拿一张图片确认宽高
img0 = cv2.imread(os.path.join(output_path,'0.jpg'))
height , width , layers =  img0.shape
# 视频保存初始化 VideoWriter
fourcc = cv2.cv.CV_FOURCC(*'mp4v')
videowriter = cv2.VideoWriter(output_video_file,fourcc, frame_rate, (width,height))
# 核心，保存的东西
for f in list_files:
print("saving..." + f)
img = cv2.imread(os.path.join(output_path, f))
videowriter.write(img)
videowriter.release()
cv2.destroyAllWindows()

其中：fourcc有以下几种情况：

fourcc = cv2.cv.CV_FOURCC(*'mp4v')
# fourcc = cv2.VideoWriter_fourcc(*'mp4v')
#fourcc = cv2.cv.CV_FOURCC(*'XVID')

延伸四：图像画框+写中文+python3读写中文

1.python3，中文路径，读写

python3中，路径中若有中文，比较麻烦，跟一般的读写方式不一样（参考）。

import cv2
from matplotlib import pyplot as plt

# 读入
img = cv2.imdecode(np.fromfile('..\\1.jpg',dtype = np.uint8),1)

# 写出
cv2.imwrite("..\\1.jpg",img, [int(cv2.IMWRITE_JPEG_QUALITY), 100] )
cv2.imencode('.jpg', edges)[1].tofile('/../../1.jpg')

其中之前的’.jpg’是代表一种格式，如果是图片一定得是.png或者.jpg

2.写文字 + 画框

(187,176),(241,205)代表左上角，右下角，或者是（x,y）（x+width,y+height）或者另外一种写法：(left,top)(left+width,top+height),当然还有一些写法：(x,y,x+w,y+h)



这里得看清楚，x,y的起始位置。(x/left代表横轴-左起，y/top代表竖轴-上起)

# 画框
plt.imshow(cv2.rectangle(img,(187,176),(241,205),(0,255,0),3), cmap = 'gray', interpolation = 'bicubic')

# 写文字
plt.text(187,176, 'words')   # plt的方式
cv2.putText(img,'words',(187,176) ,0, 1,(255,255,255),2)  #cv2的方式
# 添加文字，1.2表示字体大小，（0,40）是初始的位置，(255,255,255)表示颜色，2表示粗细

以上只能写英文，中文的话，会出现？？？？

187,176代表左上角的点

3.写中文

opencv写中文字，可以参考：python+freetype+opencv 图片中文（汉字）显示 详细图文教程和项目完整源代码

当然，我在自己尝试的时候失败了，因为没找到ft2这个packages，难道py3没有这个吗？

#
import cv2
import freetype as ft2

import freetype
face = freetype.Face("Vera.ttf")

img = cv2.imread('pic/lena.jpg')
line = '你好,我是 lena'

color = (0, 255, 0)  # Green
pos = (3, 3)
text_size = 24

# ft = put_chinese_text('wqy-zenhei.ttc')
ft = ft2.put_chinese_text('msyh.ttf')
image = ft.draw_text(img, pos, line, text_size, color)

之后用ImageDraw可以实现用中文，但是需要加载中文的字体结构。.ttc文件（参考）。

msyh.ttc是中文简体字

from matplotlib import pyplot as plt
import matplotlib
from PIL import Image, ImageDraw, ImageFont
# 显示中文 plt
fnt = "...\\msyh.ttc"
fnt = ImageFont.truetype(fnt, 20)

img = Image.open('..\\1.jpg')
draw = ImageDraw.Draw(img)
draw.rectangle((187,176,241,205), outline=(255, 255, 255, 30))
draw.text((187,176),'你好',(0,0,0), font=fnt)
img.save("..\\t1.jpg")