Python：常用的 OpenCV 指令

| May 30, 2021 min read

這裡簡單記錄自己在 Python 中常用的 OpenCV 指令。

Reading Image

利用 imread() 進行影像讀取。Opencv 讀圖都是採 BGR 格式。

src = "image.png"        # 圖片的路徑
dst = cv2.imread(src)     # bgr   (3 channel)
dst = cv2.imread(src, 0)  # gray  (1 channel)

Showing Image

使用 imshow() 顯示影像。通常會配合 waitKey(0) 及 destroyAllWindows() 使用。

  • waitKey(0)：等待使用者按下按鍵。此時程式會在這裡等待，不做任何動作。
  • destroyAllWindows()：關閉所有 OpenCV 的視窗。
img = cv2.imread("image.png")
cv2.imshow("frame", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

Resizing Image

縮放圖片處理。

dst = cv2.resize(src, dsize, fx, fy, interpolation)

參數說明：

src: 輸入影像。

dsize: 輸出影像大小。

fx、fy：縮放因子 (我通常不會去設)。

interpolation: 插值方式 (我通常不會去設)。

  • INTER_NEAREST：最近鄰插值。
  • INTER_LINEAR：雙線性插值（預設）。
  • INTER_CUBIC：雙三次插值。
  • INTER_AREA：藉由 pixel 之間的關係重新進行採樣。
  • INTER_LANCZOS4：在 8x8 鄰域上進行 Lanczos 插值。

插值的其他參數可以參考 OpenCV: Geometric Image Transformations

Image Flip

翻轉影像。能夠設定水平翻轉、垂直翻轉、同時水平及垂直翻轉。

flipped_vertically   = cv2.flip(image, 0)   # 圍繞 X軸 翻轉，垂直翻轉
flipped_horizontally = cv2.flip(image, 1)   # 圍繞 Y軸 翻轉，水平翻轉
flipped_ver_and_hor  = cv2.flip(image, -1)  # 同時垂直與水平翻轉

Affine Transformation

仿射轉換是指影像透過一系列的幾何轉換之後，實現影像平移、旋轉等等。轉換完的影像會保持平直性及平移性。平直性代表直線依然是直線；平行性代表平行線依然是平行線。

dst = cv2.warpAffine(src, M, dsize, flags, borderMode, borderValue)

參數

說明

src

輸入影像

M

代表一個 2x3 的 Affine 矩陣

dsize

輸出影像的大小

flags

內插類型，預設是 INTER_LINEAR

borderMode

邊緣類型，預設是 BORDER_CONSTANT

borderValue

邊界值，預設是 0

幾何變換操作如圖所示

下圖秀出各種幾何變換，也間接解釋為何使用 2x3 矩陣來定義轉換矩陣 M。

圖片來源取自 2D affine transformation matrix - Affine transformation - Wikipedia

Image Translation

平移影像。

import cv2
import numpy as np
import matplotlib.pyplot as plt

# 定義一個平移函數
def translate(image, x, y):
    height, width = image.shape[:2]  # 取得影像長、寬
    M = np.float32([[1, 0, x], [0, 1, y]])  # 定義轉換矩陣 M
    shifted = cv2.warpAffine(image, M, (width, height))  # 實現仿射轉換
    return shifted  # 回傳轉換結果

img = cv2.imread("lena.bmp", 0)  # 讀取影像
new = translate(img, 100, 200)   # 進行平移

# 顯示原始影像、轉換結果
plt.imshow(img),plt.show()
plt.imshow(new),plt.show() 
```![](http://localhost/wordpress/wp-content/uploads/2021/05/Untitled-1-6.png)

### Rotate Image

旋轉圖像。

import cv2 import numpy as np import matplotlib.pyplot as plt

定義旋轉函數

def rotate(image, angle, scale=1.0): height, width = image.shape[:2] # 取得影像長、寬 center = (width/2, height/2) # 設定影像中心位置 # 旋轉影像 M = cv2.getRotationMatrix2D(center, angle, scale) rotated = cv2.warpAffine(image, M, (width, height)) return rotated # 回傳轉換結果

img = cv2.imread(“lena.bmp”, 0) # 讀取影像 new = rotate(img, 45) # 進行平移

顯示原始影像、轉換結果

plt.imshow(img),plt.show() plt.imshow(new),plt.show()


Color Space Conversions
-----------------------

dst = cv2.cvtColor(img, cv2.COLOR_XXX2XXX)


我常用的是

*   色彩、灰階 互轉
    *   COLOR\_BGR2GRAY
    *   COLOR\_RGB2GRAY
    *   COLOR\_GRAY2BGR
    *   COLOR\_GRAY2RGB
*   HSV 空間
    *   COLOR\_BGR2HSV
    *   COLOR\_RGB2HSV
    *   COLOR\_HSV2BGR
    *   COLOR\_HSV2RGB

`cv2.COLOR_XXX2XXX` 相關轉換參數可參考 [OpenCV: Color Space Conversions](https://docs.opencv.org/3.4/d8/d01/group__imgproc__color__conversions.html)。

Image Thresholding
------------------

這裡直接用官方的範例 — [OpenCV: Image Thresholding](https://docs.opencv.org/master/d7/d4d/tutorial_py_thresholding.html) 來說明：```
dst = cv2.threshold(src, thresh, maxval, thresholding_type) 
```本身提供五種類型的取閥值方式

*   **[cv.THRESH\_BINARY](https://docs.opencv.org/master/d7/d1b/group__imgproc__misc.html#ggaa9e58d2860d4afa658ef70a9b1115576a147222a96556ebc1d948b372bcd7ac59)**
*   **[cv.THRESH\_BINARY\_INV](https://docs.opencv.org/master/d7/d1b/group__imgproc__misc.html#ggaa9e58d2860d4afa658ef70a9b1115576a19120b1a11d8067576cc24f4d2f03754)**
*   **[cv.THRESH\_TRUNC](https://docs.opencv.org/master/d7/d1b/group__imgproc__misc.html#ggaa9e58d2860d4afa658ef70a9b1115576ac7e89a5e95490116e7d2082b3096b2b8)**
*   **[cv.THRESH\_TOZERO](https://docs.opencv.org/master/d7/d1b/group__imgproc__misc.html#ggaa9e58d2860d4afa658ef70a9b1115576a0e50a338a4b711a8c48f06a6b105dd98)**
*   **[cv.THRESH\_TOZERO\_INV](https://docs.opencv.org/master/d7/d1b/group__imgproc__misc.html#ggaa9e58d2860d4afa658ef70a9b1115576a47518a30aae90d799035bdcf0bb39a50)**

官方範例：```
# 引入必要模組
import cv2
import numpy as np
from matplotlib import pyplot as plt

# 讀取漸變圖
img = cv2.imread('gradient.png', 0)

# 各種閥值函數
ret,thresh1 = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)
ret,thresh2 = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY_INV)
ret,thresh3 = cv2.threshold(img, 127, 255, cv2.THRESH_TRUNC)
ret,thresh4 = cv2.threshold(img, 127, 255, cv2.THRESH_TOZERO)
ret,thresh5 = cv2.threshold(img, 127, 255, cv2.THRESH_TOZERO_INV)

# 顯示取閥值的結果
titles = ["Original Image", "BINARY", "BINARY_INV", "TRUNC", "TOZERO", "TOZERO_INV"]
images = [img, thresh1, thresh2, thresh3, thresh4, thresh5]
for i in range(6):
    plt.subplot(2, 3, i+1)
    plt.imshow(images[i], "gray", vmin=0, vmax=255)
    plt.title(titles[i])
    plt.xticks([])
    plt.yticks([])
plt.show() 
```![](http://localhost/wordpress/wp-content/uploads/2021/05/Untitled-3-3.png) 圖片來源取自 [OpenCV: Image Thresholding](https://docs.opencv.org/master/d7/d4d/tutorial_py_thresholding.html)。 除了上面 Simple Thresholding 之外，還有 Adaptive Thresholding 及 Otsu's thresholding 的方式。

Video Capturing
---------------

能夠擷取影片檔、攝影機的類別。通常會與 `waitKey()` 搭配使用。

### Example

建構一個小型攝影機程式

*   使用 `VideoCapture()` 可以建立一個影像擷取物件，這裡我們希望取出攝影機的影像，所以將這個物件命名為 `camera`。
*   使用 `read()` 來獲得新的影像，並用 `imshow()` 來顯示影像。
*   由於 `camera` 會不斷的拍攝新的影像，所以要用 `while` 迴圈來跑 `read()` 跟 `imshow()`。
*   利用 `waitKey(1)` 來偵測按鍵。當按下 `'q'` 時，就會跳出 `while` 迴圈。
*   最後要關閉程式前，要先用 `release()` 來釋放 `camera`，並用 `destroyAllWindows()` 關閉視窗。

import cv2 # 引入 OpenCV

camera = cv2.VideoCapture(0, cv2.CAP_DSHOW) # 選擇攝影機

while True: ret, frame = camera.read() # 從 Camera 中擷取影像 cv2.imshow(“frame”, frame) # 顯示影像 # 若按下 q 鍵則離開迴圈 if cv2.waitKey(1) & 0xFF == ord(“q”): break

camera.release() # 釋放攝影機 cv2.destroyAllWindows() # 關閉視窗 Note：如果要讀影片檔，直接在 VideoCapture() 的地方，輸入影片路徑即可。 cap = cv2.VideoCapture(“video.mp4”)

comments powered by Disqus