注释：本文翻译自OpenCV3.0.0 document->OpenCV-Python Tutorials

1.OpenCV中的GUI特性

1.1从图像开始

1.1.1目标：

在这里，你会学习如何读取图像、显示图像并保存它你会学习这些函数：cv2.imread()、cv2.imshow()、cv2.imwrite()另外，你还会学习如何用Matplotlib显示图像 读取图像： 用cv2.imread()函数读取图像，第一个参数是图像所在路径，图像应该在工作目录中，或者应该给出图像的完整路径； 第二个参数是指定图像应该被读取的方式的标志. cv2.IMREAD_COLOR：加载彩色图像，任何图像的透明度都将被忽略。它是默认的标志 cv2.IMREAD_GRAYSCALE ：以灰度模式加载图像 cv2.IMREAD_UNCHANGED：加载图像，包括alpha通道 备注：以上三个flag，也可以分别用1，0，-1代替 示例代码： import numpy as np import cv2 #以灰度模式加载图像 img = cv2.imread('messi5.jpg',0)

1.1.2显示图像：

用函数cv2.imshow()在窗口显示图像，窗口大小自适应图像尺寸。函数的第一个参数是一个字符串窗口的名称，第二个参数是图像。可以根据需要创建多个窗口，但注意以不同名称命名。 cv2.imshow('image',img) cv2.waitKey(0) #等待任意键按下 cv2.destroyAllWindows() #销毁所有窗口 cv2.waitKey()是一个键盘绑定函数，它的参数是以毫秒为单位的时间。该函数等待任何键盘事件指定的毫秒。如果在该时间按任意键，程序继续。如果0通过，那么它将无限期地等待一个关键的进程。当然也可以设置检测指定按键，如‘a’等。 cv2.destroyAllWindows（）只是摧毁了我们创建的所有窗口。 如果要销毁任何特定的窗口，请使用函数cv2.destroyWindow（），将准确的窗口名称作为参数传递给函数。 备注:注意有一种特殊情况，可以在此创建一个窗口并稍后加载图像。 在这种情况下，可以是否可调整指定窗口大小。 它使用函数cv2.namedWindow（）完成。 默认情况下，该标志是cv2.WINDOW_AUTOSIZE。 但是如果指定标志为cv2.WINDOW_NORMAL，则可以调整窗口大小。 当图像的尺寸太大并且向窗口添加轨迹栏时，是可以的。 cv2.namedWindow('image', cv2.WINDOW_NORMAL) cv2.imshow('image',img) cv2.waitKey(0) cv2.destroyAllWindows()

1.1.3写图像：

用cv2.imwrite()保存图像，第一个参数是文件名称，第二个参数是想要保存的图像。 cv2.imwrite('messigray.png',img) 总结：下面这个例子会以.PNG格式保存图像到工作空间 import numpy as np import cv2 img = cv2.imread('messi5.jpg',0) cv2.imshow('image',img) k = cv2.waitKey(0) & 0xFF if k == 27: # wait for ESC key to exit cv2.destroyAllWindows() elif k == ord('s'): # wait for 's' key to save and exit cv2.imwrite('messigray.png',img) cv2.destroyAllWindows()

1.1.4使用Matplotlib：

Matplotlib是Python的绘图库，提供了各种绘图方法。  在这里，可以学习如何使用Matplotlib显示图像，还可以使用Matplotlib缩放图像，保存等。 代码示例： import numpy as np import cv2 from matplotlib import pyplot as plt img = cv2.imread('messi5.jpg',0) plt.imshow(img, cmap = 'gray', interpolation = 'bicubic') plt.xticks([]), plt.yticks([]) # 隐藏x和y坐标上的刻度值 plt.show() 注意：OpenCV加载的彩色图像为BGR模式。 但Matplotlib以RGB模式显示。 因此，如果使用OpenCV读取图像，则Matplotlib中的彩色图像将无法正确显示。 可参考Matplotlib官方文档。

1.2从视频开始

1.2.1目标

学习阅读视频，显示视频并保存视频。学习从相机捕获并显示它。您将学习这些功能：cv2.VideoCapture（），cv2.VideoWriter（）

1.2.2从相机捕获视频：

通常，我们必须用相机捕获直播。 OpenCV为此提供了一个非常简单的界面。 让我们从相机中拍摄一个视频（我正在使用笔记本电脑的内置网络摄像头），将其转换为灰度视频并显示。  要捕获视频，需要创建一个VideoCapture对象。 其参数可以是设备索引或视频文件的名称。 设备索引只是指定哪个相机的数字。 通常一个相机将被连接（如我的情况）。 所以我只是通过0（或-1）。 您可以通过1选择第二台相机，依此类推。 之后，可以逐帧捕获。 但最后，别忘了释放捕获。 示例代码： import numpy as np import cv2 cap = cv2.VideoCapture(0) while(True): # 逐帧捕获 ret, frame = cap.read() # 图像灰度化 gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # 显示结果 cv2.imshow('frame',gray) if cv2.waitKey(1) & 0xFF == ord('q'): break # 最后释放捕获 cap.release() cv2.destroyAllWindows()cap.read（）返回一个bool（True / False）。 如果frame正确读取，则为True。 因此，您可以通过检查该返回值来查看是否到达视频的结尾。 有时候，cap可能没有初始化捕获。 在这种情况下，此代码显示错误。 您可以通过cap.isOpened（）方法检查是否已初始化。 如果是True，OK。 否则使用cap.open（）打开它。还可以使用cap.get（propId）方法访问此视频的一些功能，其中propId是从0到18的数字。每个数字表示视频的属性（如果适用于该视频）。 这些值中的一些可以使用cap.set（propId，value）进行修改。 价值是你想要的新价值。 例如，我可以通过cap.get（3）和cap.get（4）来检查帧宽度和高度。 默认情况下给我640x480。 但是我想将其修改为320x240。 只需使用ret = cap.set（3,320）和ret = cap.set（4,240）。

1.2.3 从文件播放视频

与Camera相似，只需用摄像机名称更改摄像机索引。 同时显示帧时，请使用适当的时间为cv2.waitKey（）。 如果它太少，视频将非常快，如果它太高，视频将会慢（那就是如何以慢动作显示视频）。 一般情况下25毫秒都可以。 示例代码： import numpy as np import cv2 cap = cv2.VideoCapture('vtest.avi') while(cap.isOpened()): ret, frame = cap.read() gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) cv2.imshow('frame',gray) if cv2.waitKey(1) & 0xFF == ord('q'): break cap.release() cv2.destroyAllWindows()注意：确保安装了正确的ffmpeg或gstreamer版本。 有时候，由于ffmpeg / gstreamer的安装错误，使用视频捕获技术很麻烦。

1.2.4 保存视频

所以我们拍摄一个视频，逐帧处理，我们想保存该视频。对于图像，它非常简单，只需使用cv2.imwrite（）。这里需要更多的工作。 这次我们创建一个VideoWriter对象。我们应该指定输出文件名（例如：output.avi）。那么我们应该指定FourCC代码（下一段的细节）。那么应该传递每秒帧数（fps）和帧大小。最后一个是isColor标志。如果为True，编码器需要色框，否则可以使用灰度帧。 FourCC是用于指定视频编解码器的4字节代码。可用的代码列表可以在fourcc.org中找到。 在Fedora：DIVX，XVID，MJPG，X264，WMV1，WMV2。 （XVID是更优选的，MJPG导致高尺寸视频，X264提供非常小的视频） 在Windows中：DIVX（更多待测试和添加） FourCC代码作为MvPV传递为cv2.VideoWriter_fourcc（'M'，'J'，'P'，'G'）或cv2.VideoWriter_fourcc（*'MJPG）。 下面的代码从摄像机捕获，在垂直方向上翻转每一帧并保存。 import numpy as np import cv2 cap = cv2.VideoCapture(0) # Define the codec and create VideoWriter object fourcc = cv2.VideoWriter_fourcc(*'XVID') out = cv2.VideoWriter('output.avi',fourcc, 20.0, (640,480)) while(cap.isOpened()): ret, frame = cap.read() if ret==True: frame = cv2.flip(frame,0) # write the flipped frame out.write(frame) cv2.imshow('frame',frame) if cv2.waitKey(1) & 0xFF == ord('q'): break else: break # Release everything if job is finished cap.release() out.release() cv2.destroyAllWindows()

1.3OpenCV中的绘图函数

1.3.1 目标

使用OpenCV绘制不同的几何形状学习这些函数：cv2.line()、cv2。circle()、cv2.rectangle()、cv2.ellipse()、cv2.putText()等 在所有上述函数中，将看到一些常见的参数如下： img：要绘制形状的图像颜色：形状的颜色。 对于BGR，将其作为元组传递，例如：（255,0,0）为蓝色。 对于灰度，只需传递标量值。厚度：线或圆的厚度等。如果为了封闭图形，如圆形通过-1，它将填充形状。 默认厚度= 1lineType：线路类型，无论是8连接，抗锯齿线路等。默认情况下，它是8连接的。 cv2.LINE_AA给出了对于曲线看起来不错的反锯齿线。

1.3.2 画线

要画一条线，需要知道线的起始和结束坐标。下面的例子将创建一个黑色图像，并从左上上角到右下角创建一条蓝线。 import numpy as np import cv2 # 创建一个黑色图像 img = np.zeros((512,512,3), np.uint8) #画一个对角蓝线，厚度为5像素 cv2.line(img,(0,0),(511,511),(255,0,0),5)

1.3.3 画矩形

要绘制一个矩形，需要知道矩形左上角和右下角的坐标。下面的例子会在图像的右上角画一个绿色的矩形。 cv2.rectangle(img,(384,0),(510,128),(0,255,0),3)

1.3.4 画圆

要画一个圆，需要它的中心坐标和半径。 我们将在上面绘制的矩形中画一个圆。 cv2.circle(img,(447,63), 63, (0,0,255), -1)

1.3.5 画椭圆

要画椭圆，我们需要传递几个参数。 一个参数是中心位置（x，y）。 下一个参数是轴长度（长轴长度，短轴长度）。 角度是逆时针方向的椭圆的旋转角度。 startAngle和endAngle表示从长轴沿顺时针方向测量的椭圆弧的开始和结束。 即给出值0和360给出完整的椭圆。 有关更多详细信息，请查看cv2.ellipse（）的文档。 以下示例在图像的中心绘制一个半椭圆。 cv2.ellipse(img,(256,256),(100,50),0,0,180,255,-1)

1.3.6 绘制多边形

要绘制多边形，首先需要顶点坐标。将这些点放入Rows*1*2的矩阵中，其中Rows是定点数，它应该是int32类型。这里我们用黄色的四个定点绘制一个小的多边形。 pts = np.array([[10,5],[20,30],[70,20],[50,10]], np.int32) pts = pts.reshape((-1,1,2)) cv2.polylines(img,[pts],True,(0,255,255))注意：如果第三个参数是False，绘制的图像将是一条折现连接所有的点，而不是一个封闭的形状。 注意：cv2.polylines（）可以用来绘制多行。 只需创建一个要绘制的所有行的列表，并将其传递给该函数。 所有行将单独绘制。 为每一行调用cv2.line（），绘制一组线是一个更好和更快的方式。 1.3.7 给图像添加文本 要将图像放在图像中，您需要指定以下内容： 要写入的文本数据要放置的位置坐标（即数据开始的左下角）。字体类型（支持支持字体的cv2.putText（）文档）字体缩放（指定字体大小） 其他的参数，如颜色，厚度，lineType等。为了更好看，lineType = cv2.LINE_AA是推荐的。 我们将在图像上用白色写OpenCV。 font = cv2.FONT_HERSHEY_SIMPLEX cv2.putText(img,'OpenCV',(10,500), font, 4,(255,255,255),2,cv2.LINE_AA)

1.4 鼠标作为笔刷

1.4.1 目标

学习OpenCV中的鼠标处理事件学习这些函数：cv2.setMouseCallback（）

1.4.2 小demo

在这里，我们创建一个简单的应用程序，在双击的时候上绘制一个圆圈。 首先我们创建一个鼠标回调函数，该函数在鼠标事件发生时执行。 鼠标事件可以与鼠标相关，如左按钮，左键，左键双击等。它给出了每个鼠标事件的坐标（x，y）。 有了这个事件和位置，我们可以做任何我们喜欢的事情。  创建鼠标回调函数具有特定格式。 它只是根据函数的有所不同。这里我们的鼠标回调函数做一件事，它画一个圆，我们双击。 所以看下面的代码就不言自明了： import cv2 import numpy as np # 鼠标回调函数 def draw_circle(event,x,y,flags,param): if event == cv2.EVENT_LBUTTONDBLCLK: cv2.circle(img,(x,y),100,(255,0,0),-1) # 创建一个黑色图像，并绑定窗口和鼠标回调函数 img = np.zeros((512,512,3), np.uint8) cv2.namedWindow('image') cv2.setMouseCallback('image',draw_circle) while(1): cv2.imshow('image',img) if cv2.waitKey(20) & 0xFF == 27: break cv2.destroyAllWindows()

1.4.3 更高级的demo

现在我们去做一个更复杂的应用程序。 在这里，我们绘制矩形或圆形（取决于我们选择的模式），通过像Paint应用程序一样拖动鼠标。 所以我们的鼠标回调函数有两个部分，一个是绘制矩形和另一个画圆的。 这个具体的例子将有助于创建和理解一些交互式应用程序，如对象跟踪，图像分割等。 接下来，将这个鼠标回调函数draw_circles绑定到OpenCV窗口。 在主循环中，我们应该设置键“m”的键盘绑定，以在矩形和圆形之间切换。 #根据鼠标点击事件花绿色的矩形或者画红色的圆 #用m键切换模式，默认是画矩形，按下ESC键退出 import cv2 import numpy as np drawing=False #true if mouse is pressed mode=True #if true, draw a rectangle. Press 'm' to toggle to curve ix,iy=-1,-1 #mouse callback function def draw_circle(event,x,y,flags,param): global ix,iy,drawing,mode if event==cv2.EVENT_LBUTTONDOWN: drawing==True ix,iy=x,y elif event==cv2.EVENT_MOUSEMOVE: if drawing==True: if mode==True: cv2.rectangle(img,(ix,iy),(x,y),(0,255,0),-1) else: cv2.circle(img,(x,y),50,(0,0,255),-1) elif event==cv2.EVENT_LBUTTONUP: drawing=False if mode==True: cv2.rectangle(img,(ix,iy),(x,y),(0,255,0),-1) else: cv2.circle(img,(x,y),50,(0,0,255),-1) #Next we have to bind this mouse callback function to OpenCV Window. #In the main loop,we should set a keyboard binding for key'm' to toggle between #rectangle and circle img=np.zeros((512,512,3),np.uint8); cv2.namedWindow('image') cv2.setMouseCallback('image',draw_circle) while(1): cv2.imshow('image',img) k=cv2.waitKey(1)&0xFF if k==ord('m'): mode=not mode elif k==27: break cv2.destroyAllWindows()结果：

1.5 将滑动条作为调色板

1.5.1 目标

学习将Trackbar绑定到OpenCV窗口将学习这些函数：cv2.getTrackbarPos（），cv2.createTrackbar（）等

1.5.2 代码示例

这里我们将创建一个简单的应用程序，显示您指定的颜色。程旭会显示一个窗口，颜色显示面板和三个滑动条，以指定B，G，R颜色中的每一个。滑动轨迹栏会导致窗口颜色变化。默认情况下，初始颜色将设置为黑色。 对于cv2.getTrackbarPos（）函数，第一个参数是滑动条名称，第二个参数是附加的窗口名称，第三个参数是默认值，第四个参数是最大值，第五个是执行的回调函数，每次跟踪滑动条值都会发生变化。回调函数始终具有即跟踪栏位置的默认参数值，。在我们的示例中，函数什么都不做，所以只是跳过。 轨道栏的另一个重要应用是将其用作按钮或开关。默认情况下，OpenCV没有按钮功能。所以你可以使用trackbar获得这样的功能。在我们的应用程序中，我们已经创建了一个开关，其中应用程序仅在开关为ON时工作，否则屏幕始终为黑色。 代码： import cv2 import numpy as np def nothing(x): pass #create a black image,a window img=np.zeros((300,512,3),np.uint8) cv2.namedWindow('image') #create trackbars for color change cv2.createTrackbar('R','image',0,255,nothing) cv2.createTrackbar('G','image',0,255,nothing) cv2.createTrackbar('B','image',0,255,nothing) #create trackbar for ON/OFF functonality switch='0:OFF\n1:ON' cv2.createTrackbar(switch,'image',0,1,nothing) #按下ESC键程序退出 while(1): cv2.imshow('image',img) k=cv2.waitKey(1)&0xFF if k==27: break #get current positions of four trackbars r=cv2.getTrackbarPos('R','image') g=cv2.getTrackbarPos('G','image') b=cv2.getTrackbarPos('B','image') s=cv2.getTrackbarPos(switch,'image') if s==0: img[:]=0 else: img[:]=[b,g,r] cv2.destroyAllWindows() 结果：