【OpenCV学习】初识OpenCV安装 OpenCV启动 Jupyter创建和销毁窗口图片在 OpenCV 中的表现

77 阅读 0 评论 51 点赞

我是靠谱客的博主淡定水杯，最近开发中收集的这篇文章主要介绍【OpenCV学习】初识OpenCV安装 OpenCV启动 Jupyter创建和销毁窗口图片在 OpenCV 中的表现，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

????据说，看我文章时 关注、点赞、收藏 的 帅哥美女们 心情都会不自觉的好起来。

前言：
????作者简介：大家好我是 user_from_future ，意思是 “ 来自未来的用户 ” ，寓意着未来的自己一定很棒~
✨个人主页：点我直达，在这里肯定能找到你想要的~
????专栏介绍：OpenCV从入门到放弃，一个学习OpenCV的专栏~

人生苦短，我用python

初识OpenCV

安装 OpenCV
启动 Jupyter
创建和销毁窗口
图片在 OpenCV 中的表现

安装 OpenCV

博主学习的是通过虚拟环境来学习 OpenCV ，使用 3.4.1.15 这个版本。因为在 3.4.2 版本之后有些算法申请了专利，就用不了。
但 3.4.1.15 这个版本目前最高只支持到 Python3.6 ，博主就另外又安装了 Python3.6.8 作为学习 OpenCV 使用。

在 opencv-python 模块的下载页面查找，可以明显发现其 3.4.1.15 版本只支持 Python2.7 、 Python3.4 、 Python3.5 、 Python3.6 这些版本，我们能挑到的最高版本是 Python3.6.8 。
在这里插入图片描述

在官网 Python官网下载中找到 Python3.6.8 版本。
在这里插入图片描述

先创建并进入虚拟环境：先要使用 Python3.6.8 安装 pip install virtualenv ，才能创建虚拟环境，然后进入环境的 Scripts 目录，输入 activate 激活当前环境，出现 (OpenCV) 就代表成功进入当前环境了。
然后安装需要的一些模块：pip install opencv-python==3.4.1.15 opencv--contrib-python==3.4.1.15 jupyter matplotlib -i https://pypi.douban.com/simple。
其中 opencv-python 是 OpenCV 的核心库，另外的 opencv–contrib-python 是拓展库，前期可以先不安装拓展库，然后 jupyter 是网页编辑器，方便可视化， matplotlib 就是可视化库了，图像处理好后可以使用它可视化到 jupyter 的网页上。
安装成功显示：
在这里插入图片描述

安装成功后，pip list 显示的模块。
在这里插入图片描述

启动 Jupyter

确保我们现在仍然在 Scripts 文件夹内，然后输入 jupyter notebook --notebook-dir='G:/opencvStudy/note' 以指定目录打开 jupyter 网页编辑器，出现类似图下的网页就属于启动成功了（文件列表可能不一样）：
在这里插入图片描述

Jupyter 有一些常用的快捷方式：

直接 Enter 只会回车。
Ctrl + Enter 将会执行当前单元格。
Shift / Alt + Enter 将会执行当前单元格，并在下方新建一个单元格。
在函数处按 Shift + Tab 可以显示简易帮助说明，按两下 Tab 可以显示详细帮助。

创建和销毁窗口

每次使用前，需要导入：

import cv2 ：可以直接使用，但其 3.4.1.15 版本在 PyCharm 中将不会提示语法：
但如果使用 from cv2 import cv2 ：这种导入方法，在 PyCharm 中是可以显示代码提示的（纯手敲大佬请无视此区别）：

具体情况还是得看你使用的是哪款编辑器，以及你是否是大佬~

from cv2 import cv2
# 创建窗口。
cv2.namedWindow('window', cv2.WINDOW_NORMAL)

在这里插入图片描述

可以看到有三组共六钟参数，被分同一组的是由0和其他数字组成的 flags 。
其中 WINDOW_AUTOSIZE 和 WINDOW_NORMAL 表示是自动调整大小（手动不可调）或是手动调整窗口；
WINDOW_FREERATIO 和 WINDOW_KEEPRATIO 表示在调整的时候不考虑图像比例（铺满窗口）或是保持图像比例，ratio 就是比例的意思；
WINDOW_GUI_NORMAL 和 WINDOW_GUI_EXPANDED 表示绘制窗口是就方法（没有状态栏和工具栏）或是增强型GUI。（目前我还没看出来新方法哪里增强了）

from cv2 import cv2
# 创建窗口。
cv2.namedWindow('window', cv2.WINDOW_NORMAL)
# 更改窗口的大小。
cv2.resizeWindow('window', 800, 600)

更改窗口大小是先宽后高。

from cv2 import cv2
# 创建窗口。
cv2.namedWindow('window', cv2.WINDOW_NORMAL)
# 更改窗口的大小。
cv2.resizeWindow('window', 800, 600)
key = cv2.waitKey(0)
if key == ord('q'):
    print('销毁窗口')
    cv2.destroyAllWindows()

waitKey 接受一个毫秒参数，如果参数为非正整数，就一直等下去，如果指定了正整数（只能接受整数，浮点数会报错），则会等待这么长时间，如果没有等待到按键，则退出等待并返回 -1 。
如果等待到了按键，则会返回按键的 ascii 码值（一个整数值），ord('') 就是返回字符的 ascii 码值：
在这里插入图片描述
也只会接受 ascii 码表里的按键，像 Ctrl 、 Shift 、 Alt 这些就不会接收了，而且这些都是功能键，单独接收没有意义。

图片在 OpenCV 中的表现

首先读取的图片类型支持下图中的这些：

在这里插入图片描述

from cv2 import cv2
# 默认是按照彩色图片来读取的。
cat = cv2.imread('./cat.jpeg')
# numpy的ndarray。
print(cat)

读取出来是一个三维数组：

在这里插入图片描述
这里正好说明一下 numpy 的数组形状和 cv2 的有什么不同：
cv2 的参数都是先给宽，再给高；
numpy 的参数都是先给高，再给宽，因为三维数组的格式化打印，
是最外层数组是由多行组成，相当于是图片的高；
中间层数组每个是由多列组成，相当于是图片的宽。
然后颜色 R 、G 、B 都是由 0 - 255 的数组成的，换算成无符号位的二进制是 00000000 - 11111111，所以 opencv 读取出来的彩色图片会被处理成类型是uint8（8位二进制整数）的三维数组。

再来看看 matplotlib 对它的显示效果：

在这里插入图片描述
再看看原图：

在这里插入图片描述
是不是发现这个猫有明显的颜色变化？
这是因为 opencv 读进来的图片数据的通道不是默认的RGB，而是BGR，完全相反的颜色数组，要想正常显示，可以对数组的最内层施加反向操作：

from cv2 import cv2
import matplotlib.pyplot as plt
# 默认是按照彩色图片来读取的。
cat = cv2.imread('./cat.jpeg')
# numpy的ndarray。
for row in range(len(cat)):
     for col in range(len(cat[row])):
         cat[row][col] = cat[row][col][::-1]
plt.imshow(cat)
plt.show()