【Opencv】【Python】Python中opencv模块cv2一些函数用法及简介

前言#

最近在做卡片上的数字识别。调用 caffe 模块，直接用的 mnist 模型，不过这篇文章不讲 caffe。

需要先对图片进行一系列预处理，把卡片上的数字分离出来，有点 OCR 的感觉。

我把这次使用到的所有 opencv 函数简单写一下。

1. 读取视频 cv2.VideoCapture ()#

参数 1：可以是数字，对应摄像头编号。可以是视频名。

如果用的摄像头，下面要用循环来不断读帧。

c = cv2.VideoCapture(0)
while 1:
    ret, image = c.read()
    cv2.imshow("Origin", image) # 显示画面
    cv2.waitKey(1) # 一定要搭配这句才出画面

2. 等待 cv2.waitKey ()#

参数 1：等待时间，单位毫秒。

一般与 cv2.imshow () 搭配使用

另一个实用的功能就是通过按键进入 if 条件语句

比如下面按 ESC 关闭窗口，退出循环，结束程序。

c = cv2.VideoCapture(0)
while 1:
    ret, image = c.read()
    cv2.imshow("Origin", image)
    key = cv2.waitKey(1)
    if key == 27:
        cv2.destroyAllWindows()
        break

3. 图像加文字 cv2.putText ()#

参数 1：图像

参数 2：文字内容

参数 3：坐标位置

参数 4：字体

参数 5：字号

参数 6：颜色

参数 7：字体粗细

    c = cv2.VideoCapture(0)
    while 1:
        ret, image = c.read()
        cv2.putText(image,‘HandsomeHans’,(220,130),cv2.FONT_HERSHEY_SIMPLEX,4,(127,127,255),2)
        cv2.imshow("Origin", image)
        key = cv2.waitKey(1)
        if key == 27:
            cv2.destroyAllWindows()
            break

4. 图像加框 cv2.rectangle ()#

参数 1：图像

参数 2：左上角坐标

参数 3：右下角坐标

参数 4：框的颜色

参数 5：框的粗细

5. 提取图像轮廓 cv2.findContours ()#

参数 1：图像

参数 2：提取规则。cv2.RETR_EXTERNAL：只找外轮廓，cv2.RETR_TREE：内外轮廓都找。

参数 3：输出轮廓内容格式。cv2.CHAIN_APPROX_SIMPLE：输出少量轮廓点。cv2.CHAIN_APPROX_NONE：输出大量轮廓点。

输出参数 1：图像

输出参数 2：轮廓列表

输出参数 3：层级

contours_map, contours, hierarchy = cv2.findContours(image,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)

6. 画出轮廓 cv2.drawContours ()#

参数 1：图像

参数 2：轮廓列表

参数 3：轮廓索引，如果负数则画出所有轮廓。

参数 4：轮廓颜色

参数 5：轮廓粗细

cv2.drawContours(image,contours,-1,(0,0,255),2)

7. 判断像素点是否在某一轮廓内 cv2.pointPolygonTest ()#

参数 1：某一轮廓列表

参数 2：像素点坐标

参数 3：如果为 True 则输出该像素点到轮廓最近距离。如果为 False，则输出为正表示在轮廓内，0 为轮廓上，负为轮廓外。

result = cv2.pointPolygonTest(biggest, (w,h), False)

8. 求轮廓面积 cv2.contourArea ()#

参数 1：某一轮廓

area = cv2.contourArea(contours[i])

9. 求包含轮廓的最小方框 cv2.minAreaRect ()#

参数 1：某一轮廓

输出参数 1：四个角点坐标和偏移角度

求最小方框并将其画出：

rect = cv2.minAreaRect(contours[i])
box = np.int0(cv2.boxPoints(rect)) # boxPoints()是opencv3的函数
cv2.drawContours(image,[box],0,(0,255,255),2)

10. 求包含轮廓的正方框 cv2.boundingRect ()#

参数 1：某一轮廓

x, y, w, h = cv2.boundingRect(contours[i])

11. 图像颜色转换 cv2.cvtColor ()#

参数 1：图像

参数 2：转换方式。cv2.COLOR_BGR2GRAY：转换为灰度图。cv2.COLOR_BGR2HSV：转换为 HSV 颜色空间。

gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

12. 高斯平滑滤波 cv2.GaussianBlur ()#

参数 1：图像

参数 2：滤波器大小

参数 3：标准差

gray = cv2.GaussianBlur(gray,(3,3),0) #模糊图像

13. 中值滤波 cv2.medianBlur ()#

参数 1：图像

参数 2：滤波尺寸

gray = cv2.medianBlur(gray,5) # 填充白色噪点

14. 图像二值化 cv2.threshold ()#

参数 1：灰度图像

参数 2：阈值

参数 3：最大值

参数 4：转换方式 cv2.THRESH_BINARY、 cv2.THRESH_BINARY_INV、 cv2.THRESH_TRUNC、
cv2.THRESH_TOZERO、 cv2.THRESH_TOZERO_INV

ret, thres = cv2.threshold(gray,127,255,cv2.THRESH_BINARY)

15. 扩充图像 cv2.copyMakeBorder ()#

参数 1：图像

参数 2：top 扩充长度

参数 3：down 扩充长度

参数 4：left

参数 5：right

参数 6：边界类型：

BORDER_CONSTANT: 常量，增加的变量通通为 value 色 [value][value] | abcdef |
[value][value][value]

参数 7：常量数值

iimgg = cv2.copyMakeBorder(num_thres,top,down,left,right,cv2.BORDER_CONSTANT,value=0)

16. 旋转图像 cv2.getRotationMatrix2D ()#

参数 1：旋转中心点

参数 2：旋转角度

参数 3：缩放大小

输出参数 1：旋转矩阵

rotateMatrix = cv2.getRotationMatrix2D(center=(thres.shape[1]/2, thres.shape[0]/2), angle = rect[2], scale = 1)
rotImg = cv2.warpAffine(thres, rotateMatrix, (thres.shape[1], thres.shape[0]))