经过 Python 接口使用 OpenCV

1、在 Anaconda2 中配置 OpenCV

• 解压 opencv，添加系统环境变量，计算机-->右键属性-->高级系统设置-->环境变量-->系统变量-->编辑path-->添加 F:\Program Files (x86)\opencv-3.2.0-vc14\build\x64\vc14\bin
• 拷贝 opencv/build/python/2.7/x64/cv2.pyd 到 Anaconda2/Lib/Site-packages/
• 注意：从上面python/2.7能够看出，opencv 官方的 python 接口只支持 Anaconda2的版本 ，若是你装的是 Anaconda3 的话，能够打开cmd，而后执行conda install -c https://conda.anaconda.org/menpo opencv3; 也能够参考此博客进行 Anaconda3 的配置
• 打开 ipython 测试一下

import cv2
print(cv2.__version__)

2、OpenCV 基础知识

1. 读取、显示和写入图像

import cv2
import matplotlib.pyplot as plt

# 读取图像，第二个参数能够为1(默认读入彩图, 可省略), 0(以灰度图读入)
im = cv2.imread('empire.jpg', 1)   # 函数imread()返回图像为一个标准的 NumPy 数组
height, weight. channel = im.shape 
print height, weight. channel
# 注意：height 和 width 分别对用图像坐标系的 y 轴 和 x 轴
# cropped_im = im[ny: ny + size, nx: nx + size, :]，height(对应y轴)在前

# 显示图像，第一个参数是窗口的名字，其次才是咱们的图像，窗口会自动调整为图像大小。
cv2.imshow('image', img)
cv2.waitKey(0)  # 为防止图像一闪而过，无限期的等待键盘输入
cv2.destroyAllWindows()  # 关闭全部图像

# 保存图像(必须设置保存图像的路径和扩展名)
cv2.imwrite('result.png', im)

# 使用 plt 显示图像(可显示像素坐标及像素值)、保存图像
# 使用 plt 显示图像时，必须先把图像转换为 RGB 格式 
im = cv2.cvtColor(im, cv2.COLOR_BGR2RGB)  
plt.imshow(im, cmap='gray', interpolation='bicubic')
plt.savefig('figpath.png', bbox_inches='tight')
plt.show()

2. 颜色空间转换

在OpenCV 中，图像不是按传统的RGB 颜色通道，而是按BGR 顺序（即RGB 的倒序）存储的。读取图像时默认的是BGR，可是还有一些可用的转换函数。颜色空间的转换能够用函数cvtColor() 来实现。

# 1.使用opencv读取并建立灰度图像，按 BGR 顺序
im = cv2.imread('empire.jpg')
gray = cv2.cvtColor(im, cv2.COLOR_BGR2GRAY)

# 2.使用matplotlib.image 读入并建立灰度图像，按 RGB 顺序
import matplotlib.image as mpl_img
im = mpl_img.imread('empire.jpg')
gray = cv2.cvtColor(im, cv2.COLOR_RGB2GRAY)

# Note: 注意1和2的区别在颜色转换代码
# 经常使用：cv2.COLOR_BGR2RGB、cv2.COLOR_GRAY2BGR、cv2.COLOR_BGR2HSV

3. 在图像上画直线、矩形、圆、多边形(曲线)

注意：传入的坐标必须为 int 型

• 画直线：cv2.line()

import cv2

# 读取图像，按 BGR 顺序
img = cv2.imread('empire.jpg')

# 传入图像、起点坐标、终点坐标、线的颜色(color)、线的厚度(thickness)
# color : Color of the shape. for BGR, pass it as a tuple, eg: (255,0,0) for blue. For grayscale, just pass the scalar value.
# thickness : if -1 is passed for closed figures like circles, it will fill the shape, default thickness = 1.
img = cv2.line(img, (0, 0), (511, 511), (255, 0, 0), 5)

• 画矩形：cv2.rectangle()

# 须要传入图像、左上角顶点坐标、右下角顶点坐标、颜色、线宽
img = cv2.rectangle(img, (384, 0), (510, 128), (0, 255, 0), 3)

• 画圆：cv2.circle()

# 须要传入图像、圆的中心点坐标、半径、颜色、线宽
img = cv2.circle(img, (447, 63), 63, (0, 0, 255), -1)
# If -1 is passed for closed figures like circles, it will fill the shape. default thickness = 1

• 画多边形(包括曲线)：cv2.polylines()

# 数组的数据类型必须为int32，若知道曲线方程，能够生成一堆点，就能够画出曲线来啦
pts = np.array([[10,5],[20,30],[70,20],[50,10]], np.int32)

# 第一个参数为-1, 代表这一维的长度(点的数量)是根据后面的维度的计算出来的
pts = pts.reshape((-1,1,2))

# 若是第三个参数是False，咱们获得的多边形是不闭合的(首尾不相连)
img = cv2.polylines(img, [pts], True, (0, 255, 255))

• 在图片上添加文字：cv2.putText()

font = cv2.FONT_HERSHEY_SIMPLEX

# 第 3~6 个参数为：bottom-left corner where data starts、font size、color、thickness
cv2.putText(img,'OpenCV',(10,500), font, 4, (255, 255, 255), 2, cv2.LINE_AA)

4. 图像的基础操做

• 获取并修改像素值

import cv2
import numpy as np

img = cv2.imread('messi5.jpg')

px = img[100, 100]
print px
[57 63 68]

# accessing only blue pixel
blue = img[100, 100, 0]
print blue
57 

# modify the pixel
img[100, 100] = [255, 255, 255]
print img[100, 100]
[255 255 255]
# channel 2 全部值置为0 
img[:, :, 2] = 0

• 获取图像属性

img = cv2.imread('messi5.jpg')

print img.shape
(960L, 1280L, 3L)
print img.size
3686400
print img.dtype
uint8

• 选取图像块

img = cv2.imread('messi5.jpg')

# select the ball and copy it to another region
ball = img[280:340, 330:390]  # 注意：340和390取不到
img[273:333, 100:160] = ball

参考文档：

1.经过 Python 接口使用 OpenCV ：https://blog.csdn.net/mzpmzk/article/details/68952160