OpenCV 是計算機視覺中經典的專用庫，其支持多語言、跨平台，功能強大。OpenCV-Python為OpenCV提供了Python接口，使得使用者在Python中能夠調用C/C++，在保證易讀性和運行效率的前提下，實現所需的功能。

一、安裝

安裝方法有多種，老猿機器上無C++環境，因此直接使用pip安裝，OpenCV-Python模塊名為opencv-python（在windows下大小寫不敏感，其他操作系統沒驗證），具體安裝命令如下：

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

二、加載OpenCV

導入OpenCV 模塊指令很簡單：

import cv2 as cv

大多數OpenCV 的函數都在cv2模塊內，cv2並不是版本2.X的意思，而是因為這個版本是在原cv版本的基礎上採用了面向對象編程的方式重新實現，提供了更好的API接口。

三、讀取圖像文件

3.1、語法：imread(filename,mode)

3.2、參數說明

• filename：圖像文件名，不同操作系統支撐的文件類型不一樣，但都支持bmp圖像文件，另外可能還包括jpeg、png、tiff等格式文件
• mode：文件讀入模式，常用有三種取值

1. cv.IMREAD_COLOR： 對應值為1，加載彩色圖像。任何圖像的透明度都會被忽視。它是默認標誌。
2. cv.IMREAD_GRAYSCALE：對應值為0，以灰度模式加載圖
3. cv.IMREAD_UNCHANGED：對應值為-1，加載圖像，包括alpha通道；

注意：除了這三個常用取值，還可以有多個取值，相關取值及含義如下：

3.3 返回值說明

imread返回一個BGR格式的圖像對象，其類型為一個numpy數組。

3.4、案例

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

注意：

1. 圖片文件名不能是中文名，否則識別會報錯或不能讀入；
2. imread會去除圖像的alpha通道信息

四、顯示圖像

4.1、調用語法：imshow(title,img)

4.2、參數說明:

• title：圖像顯示窗窗口標題和名字
• img：opencv圖像對象

imread讀入的函數使用imshow即可顯示，顯示可以給顯示窗設定標題，這個標題也是顯示窗口的名字，標題不同的imshow會顯示不同窗口。標題為一個英文字符串，相同標題的窗口就是同一個窗口。對於窗口，OpenCV提供鼠標及鍵盤事件處理機制。

imshow的窗口可以通過destroyWindow和destroyAllWindows進行關閉，前者要帶窗口的標題，後者是關閉所有由當前程序創建的窗口。

4.3、案例

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

cv2.imshow(‘img’,img)

五、VideoCapture讀取攝像頭、圖像文件、或視頻流

VideoCapture既支持從視頻文件(.avi ， .mpg格式)讀取，也支持直接從攝像機(比如電腦自帶攝像頭)中讀取。要想獲取視頻需要先創建一個VideoCapture對象，VideoCapture對象的創建方式有以下三種：

調用語法：

VideoCapture(int deviceIndex，int apiPreference = CAP_ANY )：打開攝像頭捕獲視頻。deviceIndex為攝像頭序列號，打開缺省攝像頭傳0，apiPreference 為VideoCapture API後端標識符，老猿沒有仔細研究，用缺省值即可

VideoCapture(filename，int apiPreference = CAP_ANY):打開filename指定的文件

更多VideoCapture的內容請參考《opencv學習—VideoCapture 類基礎知識》。

下面的代碼打開缺省攝像頭捕獲視頻，並將捕獲內容顯示為窗口視頻，並寫入視頻文件中保存，按q終止退出：

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)

# 建議使用XVID編碼,圖像質量和文件大小比較都兼顧的方案

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:

# 逐幀捕獲

ret, frame = cap.read()

# 如果正確讀取幀，ret為True

if not ret:

print(“Can’t receive frame (stream end?). Exiting …”)

break

frame = cv2.flip(frame, 1) # 水平翻轉

ret = out.write(frame)

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

# 顯示結果幀e

cv2.imshow(‘frame’, frame)

if cv2.waitKey(1) == ord(‘q’): break

# 完成所有操作後，釋放捕獲器

out.release()

cap.release()

cv2.destroyAllWindows()

captureVideoFromCamera()

六、OpenCV-Python的鼠標事件捕獲

OpenCV提供了設置鼠標事件回調函數來提供鼠標事件處理的機制，設置回調函數的方法如下：

cv2.setMouseCallback(winName, OnMouseFunction, param)

其中winName為要設置鼠標回調處理的窗口名，OnMouseFunction為回調函數，用於處理鼠標響應，param為設置回調函數時傳入的應用相關特定參數，可以不設置，但需要在回調函數訪問設置回調函數對象屬性時非常有用。

示例：

cv2.namedWindow(‘image’)

cv2.setMouseCallback(‘image’, draw_circle)

七、waitKey鍵盤事件處理

openCV提供了快速的鍵盤處理支持函數waitKey，調用語法：

retval = cv.waitKey( [, delay] )

其中：

• delay：等待鍵盤響應的時間，單位是毫秒，如果為0，則是一直等待到有鍵盤輸入，否則就是等待對應時間還沒有輸入就超時返回
• retval：如果是超時返回-1，否則返回對應鍵盤按鍵的ASCII碼，但注意對於部分功能鍵如F1–F10返回值為0，其他功能鍵老猿未一一測試，可以確認ESC鍵值可以正常返回（返回值27），Ctrl+c返回3

八、OpenCV的矩形繪製

OpenCV提供了在圖像中繪製幾何圖形的方法，繪製的圖像包括矩形、橢圓、扇形、弧等。本文主要介紹矩形的繪製，具體調用語法如下：

rectangle(img, pt1, pt2, color, thickness=None, lineType=None, shift=None)

其中參數：

• img：要顯示的圖像，為numpy數組，格式為BGR格式
• pt1：左上角點的坐標
• pt2：右下角點的坐標
• color：繪製的顏色，為BGR格式的三元組，如(255,0,0)表示藍色
• thickness：邊框的厚度，如果為負數，則該矩形為實心矩形，否則為空心矩形
• linetype：線型，包括4連通、8連通以及抗鋸齒線型，使用缺省值即可
• shift：坐標值的精度，為2就表示精確到小數點後2位

另外該方法還有個變種調用方式：

rectangle(img, rec, color[, thickness[, lineType[, shift]]])，其中的rec為上面pt1和pt2構建的矩形。

除了矩形，OpenCV還支持繪製點、直線、圓、橢圓、文本（不支持中文）等，具體可參考《使用Python OpenCV處理圖像之詳解直線、圓、矩形及文字的繪製》，老猿就不展開介紹了。

下面的示例代碼是打開視頻播放，鼠標點擊後暫停播放並在點擊位置畫圓，再次點擊恢復播放：

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:

# 逐幀捕獲

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的顏色空間轉換方法

cv2.cvtColor是openCV提供的顏色空間轉換函數，調用語法如下：

cvtColor(src, code, dstCn=None)

其中：

• src：要轉換的圖像
• code：轉換代碼，表示從何種類型的圖像轉換為何種類型，如下面需要使用的cv2.COLOR_BGR2GRAY就是將BGR格式彩色圖像轉換成灰度圖片，具體轉換代碼請參考官網文檔
• dstCn：目標圖像的通道數，如果為0表示根據源圖像通道數以及轉換代碼自動確認

更多內容請參考《學習opencv之cvtColor》，示例請參考下面圖像閾值處理部分的案例。

十、圖像閾值處理

openCV圖像的閾值處理又稱為二值化，之所以稱為二值化，是它可以將一幅圖轉換為感興趣的部分（前景）和不感興趣的部分（背景）。轉換時，通常將某個值（即閾值）當作區分處理的標準，通常將超過閾值的像素作為前景。

閾值處理有2種方式，一種是固定閾值方式，又包括多種處理模式，另一種是非固定閾值，由程序根據算法以及給出的最大閾值計算圖像合適的閾值，再用這個閾值進行二值化處理，非固定閾值處理時需要在固定閾值處理基礎上疊加組合標記。

調用語法：

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

其中：

• src：源圖像，8位或32位圖像的numpy數組
• thresh：閾值，0-255之間的數字，在進行處理時以閾值為邊界來設不同的輸出
• maxval：最大閾值，當使用固定閾值方法時為指定閾值，當疊加標記時為允許最大的閾值，算法必須在小於該值範圍內計算合適的閾值
• type：處理方式，具體取值及含義如下：
• dst：閾值化處理後的結果圖像numpy數組，其大小和通道數與源圖像相同
• retval：疊加cv2.THRESH_OTSU或cv2.THRESH_TRIANGLE標記後返回真正使用的閾值

案例：

ret, mask = cv2.threshold(img, 35, 255, cv2.THRESH_BINARY|cv2.THRESH_OTSU)

補充說明：

1. 閾值判斷時，是以小於等於閾值和大於閾值作為分界條件
2. 如果是32位彩色圖像，則是以RGB每個通道的值單獨與閾值進行比較，按每個通道進行閾值處理，返回的是一個閾值處理後的RGB各自的值。請參考《OpenCV閾值處理函數threshold處理32位彩色圖像的案例》。

下面的代碼生成一個圖像的掩碼圖像：

def createImgMask(img):

# 創建img的掩碼

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自適應閾值化圖像處理

上面介紹的threshold 函數的圖像閾值處理對於某些光照不均的圖像，這種全局閾值分割的方法會顯得蒼白無力。圖像閾值化操作中，我們更關心的是從二值化圖像中分離目標區域和背景區域，僅僅通過固定閾值很難達到理想的分割效果。在圖片中的灰度是不均勻的，所以通常情況下圖片中不同區域的閾值是不一樣的。這樣就需要一種方法根據圖像不同區域亮度或灰度分布，計算其局部閾值來進行閾值處理。這種方法就是自適應閾值化圖像處理，實際上這可以稱為局部閾值法，在OpenCV中的adaptiveThreshold就是這種方法。

調用語法：

adaptiveThreshold(src, maxValue, adaptiveMethod, thresholdType, blockSize, C, dst=None)

說明：

• src：源圖像，必須是8位的灰度圖
• dst：處理後的目標圖像，大小和類型與源圖像相同
• maxValue：用於指定滿足條件的像素設定的灰度值
• adaptiveMethod：使用的自適應閾值算法，有2種類型ADAPTIVE_THRESH_MEAN_C算法（局部鄰域塊均值）或ADAPTIVE_THRESH_GAUSSIAN_C（局部鄰域塊高斯加權和），ADAPTIVE_THRESH_MEAN_C的計算方法是計算出鄰域的平均值再減去第六個參數C的值，ADAPTIVE_THRESH_GAUSSIAN_C的計算方法是計算出鄰域的高斯均勻值再減去第六個參數C的值。處理邊界時使用BORDER_REPLICATE | BORDER_ISOLATED模式
• thresholdType：閾值類型，只能是THRESH_BINARY或THRESH_BINARY_INV二者之一，具體參考上面“圖像閾值處理”的表格
• blockSize：表示鄰域塊大小，用來計算區域閾值，一般選擇3、5、7……
• C：表示常數，它是一個從均勻或加權均值提取的常數，通常為正數，但也可以是負數或零
• 返回值：處理後的圖像

補充說明：

1. 亮度較高的圖像區域的二值化閾值通常會較高，而亮度較低的圖像區域的二值化閾值則會相適應地變小
2. 在灰度圖像中，灰度值變化明顯的區域往往是物體的輪廓，所以將圖像分成一小塊一小塊的去計算閾值往往會得出圖像的輪廓。因此函數adaptiveThreshold除了將灰度圖像二值化，也可以進行邊緣提取
3. 之所以能進行邊緣提取，是因為當block很小時，如block_size=3 or 5 or 7時，“自適應”的程度很高，即容易出現block裡面的像素值都差不多，這樣便無法二值化，而只能在邊緣等梯度大的地方實現二值化，結果顯得它是邊緣提取函數
4. 當把blockSize設為比較大的值時，如blockSize=21 or 31 or 41時，adaptiveThreshold便是二值化函數
5. blockSize必須為大於1的奇數（原理老猿還沒弄清楚） ，
6. 如果使用平均值方法，平均值mean為180，差值delta為10，maxValue設為255。那麼灰度小於170的像素為0，大於等於170的像素為255，如果是反向二值化，灰度小於170的像素為255，大於等於170的像素為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)

運行效果：

源圖：

下面是分別設置不同塊大小的結果圖，左圖塊大小為31，右圖為3：

可以看到blockSize小時，輪廓識別效果明顯，而大時，就是一個二值化圖像。

十二、OpenCV的圖像修復方法

OpenCV中的cv2.inpaint()函數使用插值方法修復圖像，調用語法如下：

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

參數含義如下：

• src：輸入8位1通道或3通道圖像
• inpaintMask：修復掩碼，8位1通道圖像。非零像素表示需要修復的區域
• dst：輸出與src具有相同大小和類型的圖像
• inpaintRadius：算法考慮的每個點的圓形鄰域的半徑
• flags：修復算法標記，其中INPAINT_NS表示基於Navier-Stokes方法，INPAINT_TELEA表示Alexandru Telea方法。具體方法在此不展開介紹

下面的代碼對一個包含亮色Logo的圖片進行去Logo處理：

import cv2

def createImgMask(img):

# 創建img的掩碼

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)

執行截圖1：

小結

本文詳細介紹了opencv-python的安裝、加載圖像文件、捕獲攝像頭、顯示圖像、鼠標事件捕獲、鍵盤事件處理、幾何圖像繪製、顏色空間轉換、圖像閾值處理、圖像修復等基礎知識，適合開始學習opencv-python的初學者。