OpenCV Computer Vision with Python第二章笔记

笔者：此为草稿，操作失误，等待修正。。。 

阅读须知： 

本文不是纯粹的译文，只是比较贴近原文的笔记；

请支持正版，设法购买到出版社出版的书。

         本章介绍了OpenCV的I/O功能。同时还介绍了一个使用面向对象思想的主程序。后续章节中将在这个主程序进行完善和扩充。

图像文件的读写

         OpenCV提供了imread()和imwrite()函数来支持多种格式的图像的读写，可支持的格式有BMP、PNG、JPEG和TIFF。在OpenCV中，可载入一种格式的图像，以另一种格式保存，例如下面就是将一副图像从PNG格式保存成JPEG格式：

import cv2

image = cv2.imread('MyPic.png')

cv2.imwrite('MyPic.jpg', image)

注意，读者可能在其他文章或教程中看到的是在Python中导入的模块前缀是cv或cv2.cv，但这些都是老版本的。新版的OpenCV-Python的绑定中，所有OpenCV函数都是在cv2模块中。

默认情况下，imread()函数返回BGR颜色格式的图像，即读取的是灰度形式的图像。但也可以指定imread()函数读取的模式来手动指定读取模式，如这些就是不同的读取模式：CV_LOAD_IMAGE_COLOR（BGR）、 CV_LOAD_IMAGE_GRAYSCALE （灰度图）或CV_LOAD_IMAGE_UNCHANGED。例如下面就是将一副PNG图以灰度的形式读取并保存。

import cv2

grayImage =cv2.imread('MyPic.png', cv2.CV_LOAD_IMAGE_GRAYSCALE)

cv2.imwrite('MyPicGray.png', grayImage)

（笔者注，等熟悉了，就不用写这么长了，直接使用grayImage = cv2.imread('MyPic.png', 0)即可，0就表示以灰度的形式读取图像。）

除了读取模式，imread()函数还忽略读取图像中的alpha通道（即图像的透明度）。而imwrite()函数则需要图像必须是BGR或灰度图，并且每个通道中位（bit）的数目要符合输出格式的要求。如bmp要求每个通道有8个位，而PNG则允许每个通道有8或16个位。

从概念上来说，一个字节就是范围为0-255的整数。当今大部分实时图像处理程序中，像素一般都是以每个通道一个字节来表示。（当然也有其他表示方法）

OpenCV中的图像是numpy.array类型的二维或三维数组。如8位的灰度图像就是一个含有byte值的二维数组，而24位的BGR图像是含有byte值的三维数组。可通过类似image[0,0] 或image[0, 0, 0]的形式访问这些值。其中第一个索引是像素的Y坐标，也就是图像的行，索引0在最上面。第二个坐标是像素的X坐标，也就是图像的列，索引0在最左边。第三个索引（如果有的话）表示颜色通道。

如在一副8位的灰度图像中左上角的像素是白色，则image[0, 0]是255；而对于24位的BGR图像，如果左上角的像素是蓝色，则image[0, 0]为[255, 0, 0]。（笔者注，此时image[0, 0, 0] 就是255，类似image[0, 0, 1] = 0，image[0, 0, 2] = 0，另外，这是BGR顺序，有些程序使用的是RGB顺序。）

注意：除了使用 image[0, 0] 或image[0, 0] = 128这样的形式，也可使用image.item((0, 0)) 或 image.setitem((0, 0), 128)这样的形式。后者在做单像素操作时更有效率。但从后续章节中可以看到，通常我们是对图像中某一范围内的切片进行操作，而不是操作单个像素。

对于每个通道大小为8位的图像，我们可将其转换为Python标准的一维bytearray类型：

byteArray =bytearray(image)

反之，也可将一个含有适当顺序字节的bytearray转换成图像，如通过改变其维数来获得一个numpy.array对象，这个对象就是一副图像：

grayImage =numpy.array(grayByteArray).reshape(height, width)

bgrImage =numpy.array(bgrByteArray).reshape(height, width, 3)

（关于numpy的内容，请参考相关资料，或者可查阅我的博客NumPy简明教程（未完结））

下面的例子介绍如何将含有随机字节的bytearray转成成一副灰度图和一副BGR图像：

import cv2

import numpy

import os

# 创建一个含有12,0000（12万，好读一些）个随机字节的数组。

randomByteArray =bytearray(os.urandom(120000))

flatNumpyArray =numpy.array(randomByteArray)

# 将该数组 转换成 400x300 的灰度图像。

grayImage = flatNumpyArray.reshape(300,400)

cv2.imwrite('RandomGray.png', grayImage)

# 将该数组转换成400x300 的彩色图像。

bgrImage = flatNumpyArray.reshape(100, 400,3)

cv2.imwrite('RandomColor.png', bgrImage)

在运行完这段脚本程序后，将在脚本所在目录看到生成的RandomGray.png和RandomColor.png两幅随机图像。

读写视频文件

OpenCV为许多视频文件格式提供了VideoCapture和VideoWriter类。根据系统的不同，支持的文件格式也不同，但AVI格式总是支持的。通过read()方法，VideoCapture类依次获取图像的每一帧，直到视频播放结束。每一帧都是一个BGR格式的图像。反之，可将一幅图像传递给VideoWriter类的write()方法，将其添加到VideoWriter的文件中。下面的例子展示了如何从AVI文件中读取内容，并以YUV编码的方式写入到另一个AVI文件中：（笔者注：YUV是一种颜色空间，请参考图像处理的书籍）

import cv2

videoCapture =cv2.VideoCapture('MyInputVid.avi')

fps =videoCapture.get(cv2.cv.CV_CAP_PROP_FPS)

size =(int(videoCapture.get(cv2.cv.CV_CAP_PROP_FRAME_WIDTH)),  int(videoCapture.get(cv2.cv.CV_CAP_PROP_FRAME_HEIGHT)))

videoWriter =cv2.VideoWriter('MyOutputVid.avi', cv2.cv.CV_FOURCC('I','4','2','0'), fps,size)

success, frame = videoCapture.read()

while success: # 循环处理，直到每一帧都处理完毕。

 videoWriter.write(frame) 

success, frame =videoCapture.read()

需要特别注意传递给VideoWriter类构造器的参数。首先必须指定视频文件的名称，如果有同名的文件，那么该文件就被覆盖掉。同时还将指定视频的编码。不同系统的编码有所不同。有以下这些编码选项：

cv2.cv.CV_FOURCC('I','4','2','0')：这是未压缩的YUV, 采用4:2:0色度抽样。这种编码方式兼容度最高，但生成的文件也比较大。文件扩展名应为avi。

cv2.cv.CV_FOURCC('P','I','M','1')：MPEG-1编码。文件扩展名应为avi。

cv2.cv.CV_FOURCC('M','J','P','G')：motion-JPEG编码。文件扩展名应为avi。

cv2.cv.CV_FOURCC('T','H','E','O') ：Ogg-Vorbis编码。 文件扩展名应为 ogv。

cv2.cv.CV_FOURCC('F','L','V','1') ：Flash视频。文件扩展名应为flv。

同时还必须指定帧的rate（帧率）和size（大小）。由于这里是从另一个视频复制过来的，所以这些属性可从VideoCapture的get()方法获得。

捕获摄像头的内容

VideoCapture类还可表示摄像头内容构成的流。对于一个摄像头来说，需要通过传递摄像头设备的索引来构造VideoCapture类，而不是传递视频的文件名。下面的例子从摄像头捕捉10秒的视频，并写入到AVI文件中：（代码测试不能正常工作，正在找原因）

import cv2

cameraCapture =cv2.VideoCapture(0)

fps = 30 # an assumption

size =(int(cameraCapture.get(cv2.cv.CV_CAP_PROP_FRAME_WIDTH)),  int(cameraCapture.get(cv2.cv.CV_CAP_PROP_FRAME_HEIGHT)))

videoWriter =cv2.VideoWriter(    'MyOutputVid.avi',cv2.cv.CV_FOURCC('I','4','2','0'), fps, size)

success, frame =cameraCapture.read()

numFramesRemaining = 10 * fps –1

while success andnumFramesRemaining > 0: 

videoWriter.write(frame)

success, frame =cameraCapture.read()    

numFramesRemaining -=

不幸的是，VideoCapture类的get()方法不返回摄像头准确的帧率，而总是返回0。为了因此创建合适的VideoWriter类，必须为摄像头假设一个帧率，也可使用计时器来测量摄像头的帧率。

摄像头的索引和顺序取决于系统。但OpenCV不提供查询摄像头数目或属性的功能。如果为VideoCapture类提供了错误的索引，那么VideoCapture类将不显示任何内容，其read()方法将返回(false, None)。

（下面是关于read()方法的进一步讨论，略去。。。）

在窗口中显示摄像头内容

         在OpenCV中，可通过namedWindow()、imshow()和destroyWindow()函数来创建、重绘和摧毁窗口。同样，窗口也可通过waitKey()函数捕获键盘输如，可通过setMouseCallback()函数捕获鼠标输入。下面的例子是在窗体中显示摄像头实时内容：

import cv2

clicked = False

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

global clicked

if event ==cv2.cv.CV_EVENT_LBUTTONUP:

clicked = True

cameraCapture = cv2.VideoCapture(0)

cv2.namedWindow('MyWindow')

cv2.setMouseCallback('MyWindow', onMouse)

print 'Showing camera feed. Click window orpress any key to stop.'

success, frame = cameraCapture.read()

while success and cv2.waitKey(1) == -1 andnot clicked:

cv2.imshow('MyWindow',frame) 

success, frame =cameraCapture.read()

cv2.destroyWindow('MyWindow')

waitKey()的参数是以微秒为单位的数字，用来表示等待键盘输入的时间。其返回值要么是-1（表示没有按键）或对应按键的ASCII键值，如27表示Esc。在Python中有一个标准函数ord()可返回某个字符的ASCII键值，如ord(‘a’)返回97。

（下面关于waitKey()函数和OpenCV中鼠标事件的一