opencv保存视频格式（opencv视频图像识别方法）

opencv 是计算机视觉中经典的专用库，其支持多语言、跨平台，功能强大。opencv-python为opencv提供了python接口，使得使用者在python中能够调用c/c++，在保证易读性和运行效率的前提下，实现所需的功能。

一、安装

安装方法有多种，老猿机器上无c++环境，因此直接使用pip安装，opencv-python模块名为opencv-python（在windows下大小写不敏感，其他操作系统没验证），具体安装命令如下：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python

二、加载opencv

导入opencv 模块指令很简单：

import cv2 as cv

大多数opencv 的函数都在cv2模块内，cv2并不是版本2.x的意思，而是因为这个版本是在原cv版本的基础上采用了面向对象编程的方式重新实现，提供了更好的api接口。

三、读取图像文件

3.1、语法：imread(filename,mode)

3.2、参数说明

• filename：图像文件名，不同操作系统支撑的文件类型不一样，但都支持bmp图像文件，另外可能还包括jpeg、png、tiff等格式文件
• mode：文件读入模式，常用有三种取值

1. cv.imread_color： 对应值为1，加载彩色图像。任何图像的透明度都会被忽视。它是默认标志。
2. cv.imread_grayscale：对应值为0，以灰度模式加载图
3. cv.imread_unchanged：对应值为-1，加载图像，包括alpha通道；

注意：除了这三个常用取值，还可以有多个取值，相关取值及含义如下：

3.3 返回值说明

imread返回一个bgr格式的图像对象，其类型为一个numpy数组。

3.4、案例

img = cv2.imread(r’f:screenpicredflower.jpg’)

注意：

1. 图片文件名不能是中文名，否则识别会报错或不能读入；
2. imread会去除图像的alpha通道信息

四、显示图像

4.1、调用语法：imshow(title,img)

4.2、参数说明:

• title：图像显示窗窗口标题和名字
• img：opencv图像对象

imread读入的函数使用imshow即可显示，显示可以给显示窗设定标题，这个标题也是显示窗口的名字，标题不同的imshow会显示不同窗口。标题为一个英文字符串，相同标题的窗口就是同一个窗口。对于窗口，opencv提供鼠标及键盘事件处理机制。

imshow的窗口可以通过destroywindow和destroyallwindows进行关闭，前者要带窗口的标题，后者是关闭所有由当前程序创建的窗口。

4.3、案例

img = cv2.imread(r’f:screenpicredflower.jpg’)

cv2.imshow(‘img’,img)

五、videocapture读取摄像头、图像文件、或视频流

videocapture既支持从视频文件(.avi ， .mpg格式)读取，也支持直接从摄像机(比如电脑自带摄像头)中读取。要想获取视频需要先创建一个videocapture对象，videocapture对象的创建方式有以下三种：

调用语法：

videocapture(int deviceindex，int apipreference = cap_any )：打开摄像头捕获视频。deviceindex为摄像头序列号，打开缺省摄像头传0，apipreference 为videocapture api后端标识符，老猿没有仔细研究，用缺省值即可

videocapture(filename，int apipreference = cap_any):打开filename指定的文件

更多videocapture的内容请参考《opencv学习—videocapture 类基础知识》。

下面的代码打开缺省摄像头捕获视频，并将捕获内容显示为窗口视频，并写入视频文件中保存，按q终止退出：

import cv2

def capturevideofromcamera():

cap = cv2.videocapture(0,cv2.cap_dshow)

width = 1920

height = 1920

filename = r’f:videomyvideo.avi’

fps = 24

cap.set(cv2.cap_prop_fps, 24)

# 建议使用xvid编码,图像质量和文件大小比较都兼顾的方案

fourcc = cv2.videowriter_fourcc(*’xvid’)

out = cv2.videowriter(filename, fourcc=fourcc, fps=fps,framesize=(width,height))

if not cap.isopened():

print(“cannot open camera”)

exit()

while true:

# 逐帧捕获

ret, frame = cap.read()

# 如果正确读取帧，ret为true

if not ret:

print(“can’t receive frame (stream end?). exiting …”)

break

frame = cv2.flip(frame, 1) # 水平翻转

ret = out.write(frame)

gray = cv2.cvtcolor(frame, cv2.color_bgr2gray)

# 显示结果帧e

cv2.imshow(‘frame’, frame)

if cv2.waitkey(1) == ord(‘q’): break

# 完成所有操作后，释放捕获器

out.release()

cap.release()

cv2.destroyallwindows()

capturevideofromcamera()

六、opencv-python的鼠标事件捕获

opencv提供了设置鼠标事件回调函数来提供鼠标事件处理的机制，设置回调函数的方法如下：

cv2.setmousecallback(winname, onmousefunction, param)

其中winname为要设置鼠标回调处理的窗口名，onmousefunction为回调函数，用于处理鼠标响应，param为设置回调函数时传入的应用相关特定参数，可以不设置，但需要在回调函数访问设置回调函数对象属性时非常有用。

示例：

cv2.namedwindow(‘image’)

cv2.setmousecallback(‘image’, draw_circle)

七、waitkey键盘事件处理

opencv提供了快速的键盘处理支持函数waitkey，调用语法：

retval = cv.waitkey( [, delay] )

其中：

• delay：等待键盘响应的时间，单位是毫秒，如果为0，则是一直等待到有键盘输入，否则就是等待对应时间还没有输入就超时返回
• retval：如果是超时返回-1，否则返回对应键盘按键的ascii码，但注意对于部分功能键如f1–f10返回值为0，其他功能键老猿未一一测试，可以确认esc键值可以正常返回（返回值27），ctrl+c返回3

八、opencv的矩形绘制

opencv提供了在图像中绘制几何图形的方法，绘制的图像包括矩形、椭圆、扇形、弧等。本文主要介绍矩形的绘制，具体调用语法如下：

rectangle(img, pt1, pt2, color, thickness=none, linetype=none, shift=none)

其中参数：

• img：要显示的图像，为numpy数组，格式为bgr格式
• pt1：左上角点的坐标
• pt2：右下角点的坐标
• color：绘制的颜色，为bgr格式的三元组，如(255,0,0)表示蓝色
• thickness：边框的厚度，如果为负数，则该矩形为实心矩形，否则为空心矩形
• linetype：线型，包括4连通、8连通以及抗锯齿线型，使用缺省值即可
• shift：坐标值的精度，为2就表示精确到小数点后2位

另外该方法还有个变种调用方式：

rectangle(img, rec, color[, thickness[, linetype[, shift]]])，其中的rec为上面pt1和pt2构建的矩形。

除了矩形，opencv还支持绘制点、直线、圆、椭圆、文本（不支持中文）等，具体可参考《使用python opencv处理图像之详解直线、圆、矩形及文字的绘制》，老猿就不展开介绍了。

下面的示例代码是打开视频播放，鼠标点击后暂停播放并在点击位置画圆，再次点击恢复播放：

import cv2

def mouseevent( event, x, y, flags, param):

if event == cv2.event_lbuttondown:

param[0] = not param[0]

param[1] = (x,y)

def playvideofile():

cap = cv2.videocapture(r’f:videozbl1.mp4′)

fps = 1

eventinf = [false,none]

frame = none

if not cap.isopened():

print(“cannot open camera”)

exit()

cv2.namedwindow(‘image’)

cv2.setmousecallback(‘image’, mouseevent,eventinf)

while true:

# 逐帧捕获

pause,mousepos = eventinf

if not pause:

ret, frame = cap.read()

if not ret:

if frame is none :

print(“the video has end.”)

else:

print(“read video error!”)

break

else:

if mousepos:

cv2.circle(frame, mousepos,60, (255,0,0),2)

cv2.imshow(‘image’, frame)

ch = cv2.waitkey(int(1000/fps))

if ch == ord(‘q’): break

cap.release()

cv2.destroyallwindows()

playvideofile()

九、opencv的颜色空间转换方法

cv2.cvtcolor是opencv提供的颜色空间转换函数，调用语法如下：

cvtcolor(src, code, dstcn=none)

其中：

• src：要转换的图像
• code：转换代码，表示从何种类型的图像转换为何种类型，如下面需要使用的cv2.color_bgr2gray就是将bgr格式彩色图像转换成灰度图片，具体转换代码请参考官网文档
• dstcn：目标图像的通道数，如果为0表示根据源图像通道数以及转换代码自动确认

更多内容请参考《学习opencv之cvtcolor》，示例请参考下面图像阈值处理部分的案例。

十、图像阈值处理

opencv图像的阈值处理又称为二值化，之所以称为二值化，是它可以将一幅图转换为感兴趣的部分（前景）和不感兴趣的部分（背景）。转换时，通常将某个值（即阈值）当作区分处理的标准，通常将超过阈值的像素作为前景。

阈值处理有2种方式，一种是固定阈值方式，又包括多种处理模式，另一种是非固定阈值，由程序根据算法以及给出的最大阈值计算图像合适的阈值，再用这个阈值进行二值化处理，非固定阈值处理时需要在固定阈值处理基础上叠加组合标记。

调用语法：

retval, dst = cv2.threshold (src, thresh, maxval, type)

其中：

• src：源图像，8位或32位图像的numpy数组
• thresh：阈值，0-255之间的数字，在进行处理时以阈值为边界来设不同的输出
• maxval：最大阈值，当使用固定阈值方法时为指定阈值，当叠加标记时为允许最大的阈值，算法必须在小于该值范围内计算合适的阈值
• type：处理方式，具体取值及含义如下：
• dst：阈值化处理后的结果图像numpy数组，其大小和通道数与源图像相同
• retval：叠加cv2.thresh_otsu或cv2.thresh_triangle标记后返回真正使用的阈值

案例：

ret, mask = cv2.threshold(img, 35, 255, cv2.thresh_binary|cv2.thresh_otsu)

补充说明：

1. 阈值判断时，是以小于等于阈值和大于阈值作为分界条件
2. 如果是32位彩色图像，则是以rgb每个通道的值单独与阈值进行比较，按每个通道进行阈值处理，返回的是一个阈值处理后的rgb各自的值。请参考《opencv阈值处理函数threshold处理32位彩色图像的案例》。

下面的代码生成一个图像的掩码图像：

def createimgmask(img):

# 创建img的掩码

if img is none:return none

if len(img.shape)>=3:

img2gray = cv2.cvtcolor(img, cv2.color_bgr2gray)

else:img2gray = img

ret, mask = cv2.threshold(img2gray, 35, 255, cv2.thresh_binary)

return mask

十一、adaptivethreshold自适应阈值化图像处理

上面介绍的threshold 函数的图像阈值处理对于某些光照不均的图像，这种全局阈值分割的方法会显得苍白无力。图像阈值化操作中，我们更关心的是从二值化图像中分离目标区域和背景区域，仅仅通过固定阈值很难达到理想的分割效果。在图片中的灰度是不均匀的，所以通常情况下图片中不同区域的阈值是不一样的。这样就需要一种方法根据图像不同区域亮度或灰度分布，计算其局部阈值来进行阈值处理。这种方法就是自适应阈值化图像处理，实际上这可以称为局部阈值法，在opencv中的adaptivethreshold就是这种方法。

调用语法：

adaptivethreshold(src, maxvalue, adaptivemethod, thresholdtype, blocksize, c, dst=none)

说明：

• src：源图像，必须是8位的灰度图
• dst：处理后的目标图像，大小和类型与源图像相同
• maxvalue：用于指定满足条件的像素设定的灰度值
• adaptivemethod：使用的自适应阈值算法，有2种类型adaptive_thresh_mean_c算法（局部邻域块均值）或adaptive_thresh_gaussian_c（局部邻域块高斯加权和），adaptive_thresh_mean_c的计算方法是计算出邻域的平均值再减去第六个参数c的值，adaptive_thresh_gaussian_c的计算方法是计算出邻域的高斯均匀值再减去第六个参数c的值。处理边界时使用border_replicate | border_isolated模式
• thresholdtype：阈值类型，只能是thresh_binary或thresh_binary_inv二者之一，具体参考上面“图像阈值处理”的表格
• blocksize：表示邻域块大小，用来计算区域阈值，一般选择3、5、7……
• c：表示常数，它是一个从均匀或加权均值提取的常数，通常为正数，但也可以是负数或零
• 返回值：处理后的图像

补充说明：

1. 亮度较高的图像区域的二值化阈值通常会较高，而亮度较低的图像区域的二值化阈值则会相适应地变小
2. 在灰度图像中，灰度值变化明显的区域往往是物体的轮廓，所以将图像分成一小块一小块的去计算阈值往往会得出图像的轮廓。因此函数adaptivethreshold除了将灰度图像二值化，也可以进行边缘提取
3. 之所以能进行边缘提取，是因为当block很小时，如block_size=3 or 5 or 7时，“自适应”的程度很高，即容易出现block里面的像素值都差不多，这样便无法二值化，而只能在边缘等梯度大的地方实现二值化，结果显得它是边缘提取函数
4. 当把blocksize设为比较大的值时，如blocksize=21 or 31 or 41时，adaptivethreshold便是二值化函数
5. blocksize必须为大于1的奇数（原理老猿还没弄清楚） ，
6. 如果使用平均值方法，平均值mean为180，差值delta为10，maxvalue设为255。那么灰度小于170的像素为0，大于等于170的像素为255，如果是反向二值化，灰度小于170的像素为255，大于等于170的像素为0

案例：

import cv2

img = cv2.imread(r’f:screenpic1.jpg’,cv2.imread_grayscale)

newimg = cv2.adaptivethreshold(img, 255, cv2.adaptive_thresh_mean_c, cv2.thresh_binary_inv, 3, 5)

cv2.imshow(‘img’,img)

cv2.imshow(‘newimg’,newimg)

cv2.waitkey(60000)

运行效果：

源图：

下面是分别设置不同块大小的结果图，左图块大小为31，右图为3：

可以看到blocksize小时，轮廓识别效果明显，而大时，就是一个二值化图像。

十二、opencv的图像修复方法

opencv中的cv2.inpaint()函数使用插值方法修复图像，调用语法如下：

dst = cv2.inpaint（src，mask, inpaintradius，flags）

参数含义如下：

• src：输入8位1通道或3通道图像
• inpaintmask：修复掩码，8位1通道图像。非零像素表示需要修复的区域
• dst：输出与src具有相同大小和类型的图像
• inpaintradius：算法考虑的每个点的圆形邻域的半径
• flags：修复算法标记，其中inpaint_ns表示基于navier-stokes方法，inpaint_telea表示alexandru telea方法。具体方法在此不展开介绍

下面的代码对一个包含亮色logo的图片进行去logo处理：

import cv2

def createimgmask(img):

# 创建img的掩码

if img is none:return none

if len(img.shape)>=3:

img2gray = cv2.cvtcolor(img, cv2.color_bgr2gray)

else:

img2gray = img

ret, mask = cv2.threshold(img2gray, 35, 255, cv2.thresh_binary)

return mask

def dellogfromimg(img):

imgmask = createimgmask(img)

imgmask = cv2.inpaint(img, imgmask , 3, cv2.inpaint_telea)

return imgmask

img1 = cv2.imread(r’f:templogo.jpg’)

img2 = cv2.imread(r’f:templogo.jpg’,cv2.imread_grayscale)

newimg1 = dellogfromimg(img1)

newimg2 = dellogfromimg(img2)

cv2.imshow(‘img1’,img1)

cv2.imshow(‘newimg1’,newimg1)

cv2.imshow(‘img2’,img2)

cv2.imshow(‘newimg2’,newimg2)

cv2.waitkey(60000)

执行截图1：

小结

本文详细介绍了opencv-python的安装、加载图像文件、捕获摄像头、显示图像、鼠标事件捕获、键盘事件处理、几何图像绘制、颜色空间转换、图像阈值处理、图像修复等基础知识，适合开始学习opencv-python的初学者。