📢📢📢📣📣📣
🌻🌻🌻Hello，大家好我叫是Dream呀，一個有趣的Python博主，小白一枚，多多關照😜😜😜
🏅🏅🏅CSDN Python領域新星創作者，大二在讀，歡迎大家找我合作學習
💕入門須知：這片樂園從不缺乏天才，努力才是你的最終入場券！🚀🚀🚀
💓最后，愿我們都能在看不到的地方閃閃發光，一起加油進步🍺🍺🍺
🍉🍉🍉“一萬次悲傷，依然會有Dream，我一直在最溫暖的地方等你”，唱的就是我！哈哈哈~🌈🌈🌈
🌟🌟🌟???

前言：

說起OpenCV大家肯定也都很熟悉，它是我們目標檢測（人臉識別）中，最常用的方法了，但你真的懂OpenCV，接下來我將帶大家走進它的內心深處，聽一聽專屬于它的秘密…

溫馨提示：老司機車很快，請系好安全帶~~

一、OpenCV簡介

1.背景故事：

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

2.為啥要用Python實作OpenCV：

Python是由Guido van Rossum發起的通用編程語言，很快就非常流行，主要是因為它的簡單性和代碼可讀性，它使程式員可以用較少的代碼行表達想法，而不會降低可讀性，

與C/C++之類的語言相比，Python速度較慢，也就是說，可以使用C/C++輕松擴展Python，這使我們能夠用C/C++撰寫計算密集型代碼并創建可用作Python模塊的Python包裝器，這給我們帶來了兩個好處：首先，代碼與原始C/C++代碼一樣快（因為它是在后臺運行的實際C++代碼），其次，在Python中比C/C++撰寫代碼更容易，OpenCV-Python是原始OpenCV C++實作的Python包裝器，

OpenCV-Python利用了Numpy，這是一個高度優化的庫，用于使用MATLAB樣式的語法進行數值運算，所有OpenCV陣列結構都與Numpy陣列相互轉換，這也使與使用Numpy的其他庫（例如SciPy和Matplotlib）的集成變得更加容易，

二、Win10 下 Pycharm 配置OpenCV-Python

1. 安裝 解釋器（Python or Anaconda）和Pycharm（Professional or Community）

如何安裝Python和Pycharm以及怎樣去配置他們的環境呢，大家可以參考我的這篇文章，里面有非常詳細的教學：全網首發，一篇文章帶你走進pycharm的世界，在這里我就不再贅述了~~~😜😜😜

2.在Pycharm中添加openCV-Python 和CV2

1.首先在設定中找到Python解釋器：

2.然后點擊右側加號，進入Manage Repositories：

3.再次點擊右側加號，配置更多的下載網址給Manage Repositories，以避免無法成功下載的問題：

這里基本上所有的下載網址了~
https://pypi.python.org/simple
https://pypi.tuna.tsinghua.edu.cn/simple/
http://mirrors.aliyun.com/pypi/simple/
http://pypi.hustunique.com/
http://pypi.sdutlinux.org/
http://pypi.douban.com/simple/
http://pypi.mirrors.ustc.edu.cn/

5.然后回到前面的界面中，輸入openCV-python 查找，并點擊“Install Package”安裝，并在出現Package ‘opencv-python’安裝成功后完成，

6.　繼續安裝cv2或cv2-extra，直到成功，

7.回到Settings視窗，可以看到安裝完成的插件

經過這樣一系列的操作過后，相信你已經成功安裝了編譯器及所需要的OpenCV模塊，那么接下來進入我們的實戰模塊！

三、影像入門

1.讀取影像

在這里我們使用cv.imread()函式讀取影像，影像應該在作業目錄或影像的完整路徑應給出，

img = cv.imread('messi5.jpg'，0)

第二個引數是一個標志，它指定了讀取影像的方式：

1. cv.IMREAD_COLOR： 加載彩色影像，任何影像的透明度都會被忽視，它是默認標志，

2. cv.IMREAD_GRAYSCALE：以灰度模式加載圖片

3. cv.IMREAD_UNCHANGED：加載影像，包括alpha通道

注意: 除了這三個標志，可以分別簡單地b表示為整數1、0或-1

import numpy as np
import cv2 as cv
＃加載彩色灰度影像
img = cv.imread('messi5.jpg'，0)

警告：
即使影像路徑錯誤，它也不會引發任何錯誤，但是print（img）會給出None

2.OpenCV常見報錯處理

有時候我們在運行上面的程式時，經常會報錯，但是代碼一模一樣，卻就是會報錯,這是為啥呢？
其實img = cv.imread("jike.jpg", 1)這個代碼只支持英文路徑，什么意思呢：就是我們的檔案夾或者所要讀取的照片，因為為了方便記錄，我們通常會將其進行中文命名，但是這樣就導致了imread函式不能進行識別，
有的小伙伴說了，這好辦，我全都把它命名為中文唄~~其實，大可不必這樣，我們還有別的函式為我們解決這一問題！

img = cv.imdecode(np.fromfile("哈哈.jpg", dtype = np.uint8),0)

這個函式便可以幫助我們進行中文的識別，
這里用到的是Numpy.Fromfile（file，dtype=float,count=1），處理矩陣的一個函式，
功能： 根據檔案中的資料來構造一個陣列，該函式從已知檔案格式的文本中讀取資料是相當有效的，PS:用于向檔案中寫資料可用tofile函式
引數：

1. File：打開檔案的物件或者檔案名
2. Dtype：回傳的陣列型別，因為我們是要去生成一個矩陣，所以說矩陣中每個元素的型別必須是dtype=np.uint8
3. 引數0和上文中的imread函式中第二個引數的意義是完全一樣的！

3.顯示影像

使用函式 cv.imshow() 在視窗中顯示影像，視窗自動適合影像尺寸，
第一個引數是視窗名稱，它是一個字串，第二個引數是我們的物件，你可以根據需要創建任意多個視窗，但可以使用不同的視窗名稱，

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

（1）影像操作

cv.waitKey() 是一個鍵盤系結函式，其引數是以毫秒為單位的時間，該函式是在一個給定的時間內(單位ms)等待用戶按鍵觸發;
如果用戶沒有按下鍵,則繼續等待 (回圈)，常見 : 設定 waitKey(0) , 則表示程式會無限制的等待用戶的按鍵事件，
一般在 imgshow 的時候 , 如果設定 waitKey(0) , 代表按任意鍵繼續，

（2）視頻操作

顯示視頻時，延遲時間需要設定為 大于0的引數
delay > 0時 , 延遲 ”delay”ms , 在顯示視頻時這個函式是有用的 ,
用于設定在顯示完一幀影像后程式等待 ”delay”ms 再顯示下一幀視頻 ;
如果使用 waitKey(0) 則只會顯示第一幀視頻！

（3） 特定代碼

if cv2.waitKey(100) == 27:  # 特定的100ms
    print('wait 100 ms')

等待用戶觸發事件 , 等待時間為 100ms , 如果在這個時間段內 , 用戶按下 ESC(ASCII碼為27) , 執行 if 體 ；如果沒有按，if函式不做處理，

3.寫入影像

使用函式cv.imwrite()保存影像，第一個引數是檔案名，第二個引數是要保存的影像， cv.imwrite(‘messigray.png’，img)
這會將影像以PNG格式保存在作業目錄中，

import numpy as np
import cv2 as cv
img = cv.imread('messi5.jpg',0)
cv.imshow('image',img)
k = cv.waitKey(0)
if k == 27:         # 等待ESC退出
    cv.destroyAllWindows()
elif k == ord('s'): # 等待關鍵字，保存和退出
    cv.imwrite('messigray.png',img)
    cv.destroyAllWindows()

（1）保存JPEG型別的圖片

cv.imwrite("jike7.jpg", img,[int(cv.IMWRITE_JPEG_QUALITY), 100])
第三個引數針對特定的格式： 對于JPEG，其表示的是影像的質量，用0-100的整數表示，默認為95，

（2）保存PNG型別的圖片

cv.imwrite("./jike1.png", img,[int(cv.IMWRITE_PNG_COMPRESSION), 0])

對于PNG，第三個引數表示的是壓縮級別，
cv2.IMWRITE_PNG_COMPRESSION，從0到9,壓縮級別越高，影像尺寸越小，默認級別為3，cv.imwrite("./jike3.png", img)

4.使用Matplotlib

Matplotlib是Python的繪圖庫，可為你提供多種繪圖方法，你可以使用Matplotlib縮放影像，保存影像等：

import numpy as np
import cv2 as cv
from matplotlib import pyplot as plt
img = cv.imread('jike.jpg',0)
plt.imshow(img, cmap = 'gray', interpolation = 'bicubic')
plt.xticks([]), plt.yticks([])  # 隱藏 x 軸和 y 軸上的刻度值
plt.show()

四、視頻入門

1.從相機中讀取視頻

通常情況下，我們必須用攝像機捕捉實時畫面，提供了一個非常簡單的界面，讓我們從攝像頭捕捉一段視頻(我使用的是我筆記本電腦內置的網路攝像頭) ，將其轉換成灰度視頻并顯示出來，只是一個簡單的任務開始，

要捕獲視頻，你需要創建一個 VideoCapture 物件，它的引數可以是設備索引或視頻檔案的名稱，設備索引就是指定哪個攝像頭的數字，正常情況下，一個攝像頭會被連接(就像我的情況一樣)，所以我簡單地傳0(或-1)，你可以通過傳遞1來選擇第二個相機，以此類推，在此之后，你可以逐幀捕獲，但是在最后，不要忘記釋放俘虜！

import numpy as np
import cv2 as cv
cap = cv.VideoCapture(0)
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
    # 我們在框架上的操作到這里
    gray = cv.cvtColor(frame, cv.COLOR_BGR2GRAY)
    # 顯示結果幀e
    cv.imshow('frame', gray)
    if cv.waitKey(1) == ord('q'):
        break
# 完成所有操作后，釋放捕獲器
cap.release()
cv.destroyAllWindows()

oh~~代碼好像有點多誒，沒事，我們詳細的來看一下：

1.cap = cv.VideoCapture(0)
要捕獲視頻，你需要創建一個 VideoCapture 物件，它的引數可以是設備索引或視頻檔案的名稱，
2.exit()

1. exit(0)：無錯誤退出
2. exit(1)：有錯誤退出

3.ret,frame= cap.read()
第一個引數ret 為True 或者False,代表有沒有讀取到圖片,函式回傳的第1個引數ret(return value縮寫)是一個布林值，表示當前這一幀是否獲取正確；第二個引數frame表示截取到一幀的圖片，
4.cv.imshow(‘frame’, gray)
使用函式cv2.imshow(wname,img)顯示影像，第一個引數是顯示影像的視窗的名字，第二個引數是要顯示的影像（imread讀入的影像），視窗大小自動調整為圖片大小，
5.gray = cv.cvtColor(frame,cv.COLOR_BGR2GRAY)
我們在框架上的操作到這里，平時處理影像的時候，很少用到彩色資訊，一般都是直接轉換為灰度圖，
這里就是將我們的彩色圖轉化為COLOR_BGR2GRAY灰度圖，但其實灰度圖也不止cv.COLOR_BGR2GRAY一個引數，還有COLOR_RGB2GRAY另一個引數，

2.簡單對比 COLOR_BGR2GRAY和COLOR_RGB2BGR

轉換灰度圖用的cvtColor的第三個引數中有兩個引數，我一直沒太注意區別，CV_RGB2GRAY與CV_BGR2GRAY，今天通過一個簡單的測驗區分一下：

（1）彩色影像

框選的左上角處（B = 157, G = 183, R = 220）,右下角處（B = 163， G = 182， R = 203）：

（2）CV_BGR2GRAY

利用CV_BGR2GRAY將原圖src轉換為灰度圖bgr2grayImg，計算公式為Gray = 0.1140B + 0.5870G + 0.2989*R：

左上角：0.1140 * 157 + 0.5870 * 183 + 0.2989 * 220 ≈ 191

右下角：0.1140 * 163 + 0.5870 * 182 + 0.2989 * 203 ≈ 186

（3）CV_RGB2GRAY

利用CV_RGB2GRAY將原圖src轉換為灰度圖rgb2gray,轉換公式Gray = 0.1140R + 0.5870G + 0.2989*B：

左上角：0.1140 * 220 + 0.5870 * 183 + 0.2989 * 157 ≈ 179

右下角：0.1140 * 203 + 0.5870 * 182 + 0.2989 * 163 ≈ 179

可以看出：
兩者相比，轉換的系數一致，不同的是系數后緊跟的通道的順序變化了，由BGB變為RGB，

3.知識延伸

（1）waitkey（）函式

waitkey控制著imshow的持續時間，當imshow之后不跟waitkey時，相當于沒有給imshow提供時間展示影像，所以只有一個空視窗一閃而過，添加了waitkey后，哪怕僅僅是cv2.waitkey(1),我們也能截取到一幀的影像，所以cv2.imshow后邊是必須要跟cv2.waitkey的！

（2）對比cv.waitKey(1)和waitKey(1000) & 0xFF

cv2.waitKey()是一個鍵盤系結函式，它的時間量度是毫秒ms，函式會等待（n）里面的n毫秒，看是否有鍵盤輸入，若有鍵盤輸入，則回傳按鍵的ASCII值，沒有鍵盤輸入，則回傳-1，一般設定為0，他將無線等待鍵盤的輸入，

0xFF是一個十六進制數，轉換為二進制是11111111，waitKey回傳值的范圍為（0-255），剛好也是8個二進制位，那么我們將 cv2.waitKey(1) & 0xFF計算一下（不知怎么計算的可以百度位與運算）發現結果仍然是waitKey的回傳值，那為何要多次一舉呢？直接 cv2.waitKey(1) == ord(‘q’)不就好了嗎，

實際上在linux上使用waitkey有時會出現waitkey回傳值超過了（0-255）的范圍的現象，通過cv2.waitKey(1) & 0xFF運算，當waitkey回傳值正常時 cv2.waitKey(1) = cv2.waitKey(1000) & 0xFF,當回傳值不正常時，cv2.waitKey(1000) & 0xFF的范圍仍不超過（0-255），就避免了一些奇奇怪怪的BUG~

（3）cap.get(propId)函式

另外，通過cap.get(propId)可以獲取攝像頭的一些屬性，比如捕獲的解析度，亮度和對比度等，propId是從0~18的數字，代表不同的屬性：

# 獲取捕獲的解析度
# propId可以直接寫數字，也可以用OpenCV的符號表示
width, height = cap.get(1), cap.get(3)
print(width, height)

這里是propId屬性表：

（4）cap.set(propId,value)函式

使用cap.set(propId,value)來修改屬性值：

# 以原解析度的一倍來捕獲
cap.set(cv.CAP_PROP_FRAME_WIDTH, width * 2)
cap.set(cv.CAP_PROP_FRAME_HEIGHT, height * 2)
#經驗之談：某些攝像頭設定解析度等引數時會無效，因為它有固定的解析度大小支持，一般可在攝像頭的資料頁中找到

4.從檔案播放視頻

它與從相機捕獲相同，只是用視頻檔案名更改攝像機索引，另外，在顯示框架時，請使用適當的時間cv.waitKey()，如果太小，則視頻將非常快，而如果太大，則視頻將變得很慢（嗯，這就是顯示慢動作的方式），正常情況下25毫秒就可以了，

import numpy as np
import cv2 as cv
cap = cv.VideoCapture('寶兒.mp4')
while cap.isOpened():
    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
    gray = cv.cvtColor(frame, cv.COLOR_BGR2GRAY)
    cv.imshow('frame', frame)
    if cv.waitKey(25) == ord('q'):
        break
cap.release()
cv.destroyAllWindows()

5.保存視頻

所以我們捕捉一個視頻，一幀一幀地處理，我們想要保存這個視頻，對于影像，它非常簡單，只需使用 cv.imwrite()，

這里保存的視頻格式可選擇：DIVX，XVID，MJPG，X264，WMV1，WMV2，（最好使用XVID，MJPG會生成大尺寸的視頻，X264會生成非常小的尺寸的視頻）

import numpy as np
import cv2 as cv
cap = cv.VideoCapture(0)
# 定義編解碼器并創建VideoWriter物件
fourcc = cv.VideoWriter_fourcc(*'XVID')
out = cv.VideoWriter('output.avi', fourcc, 20.0, (640,  480))
while cap.isOpened():
    ret, frame = cap.read()
    if not ret:
        print("Can't receive frame (stream end?). Exiting ...")
        break
    frame = cv.flip(frame, 0)
    # 寫翻轉的框架
    out.write(frame)
    cv.imshow('frame', frame)
    if cv.waitKey(1) == ord('q'):
        break
# 完成作業后釋放所有內容
cap.release()
out.release()
cv.destroyAllWindows()

函式須知

1.out = cv.VideoWriter(‘output.avi’, fourcc, 20.0, (640, 480),True) 函式：

1. 第一個引數是要保存的檔案的路徑
2. fourcc 指定編碼器
3. fps 要保存的視頻的幀率
4. frameSize 要保存的檔案的畫面尺寸
5. isColor 指示是黑白畫面還是彩色的畫面,默認是False

2.flip()的作用是使影像進行翻轉
cv2.flip(filename, flipcode)
filename：需要操作的影像
flipcode：翻轉方式

flipcode引數意義：

1. 1 水平翻轉
2. 0 垂直翻轉
3. -1 水平垂直翻轉

3.cap.release()和cv2.destroyAllWindows() 是用來停止捕獲視頻和關閉相應的顯示視窗的，

📢📢📢最后的福利

??????最后一點小福利帶給大家：如果想快速上手python的小伙伴們，這個詳細整理PPT可以迅速幫助大家打牢python基礎，需要的小伙伴們可以下載一下 Python入門基礎教程全套+小白速成+學不會來找我！ 🍻🍻🍻
還有自制表白神器，需要自取：
Python表白神器，原始碼+決議+各種完美配置+浪漫新穎 🍻🍻🍻

🌲🌲🌲 好啦，這就是今天要分享給大家的全部內容了
??????如果你喜歡的話，就不要吝惜你的一鍵三連了~