从0-1轻松入门 OpenCV4(一)

迷南。 2022-10-17 01:46 158阅读 0赞

### 目录 ###

*  一、环境安装
 *  二、图像&视频的加载与展示
 *   *  2.1 如何通过OpenCV创建和显示窗口
     *  2.2 如何通过OpenCV加载显示图片
     *  2.3 如何通过OpenCV保存文件
     *  2.4 如何利用OpenCV从摄像头采集视频
     *  2.5 如何利用OpenCV从多媒体文件中读取视频帧
     *  2.6 如何利用OpenCV将视频数据录制成多媒体文件
     *  2.7 OpenCV鼠标控制
     *  2.8 OpenCV中的TrackBar控件

# 一、环境安装 #

该文章是基于 Python 实现，故直接使用 pip 工具进行第三方模块的安装，命令如下：

pip/pip3 install opencv-python matplotlib numpy
    如果要提高下载速度，可以自己加镜像

# 二、图像&视频的加载与展示 #

## 2.1 如何通过OpenCV创建和显示窗口 ##

**1. 导包**

import cv2 # 导入cv2包

**2. 创建窗口**

# namedWindow(winname, flags=None)
    # 第一个参数：窗口的名称 第二个参数：窗口的属性
    cv2.namedWindow('new', cv2.WINDOW_AUTOSIZE)
    # resizeWindow(winname, width, height)
    # winnname：窗口名称 width：宽度 height：高度

**3. 显示**

imshow() 方法用于显示图像，其语法格式如下：

cv2.imshow(winname, mat)

参数说明：

1.  winname：显示图像的窗口名称。
2.  mat：要显示的图像。

waitKey() 方法用于等待用户按下键盘上按键的时间。当用户按下键盘上的任意按键时，将执行 waitKey() 方法，并且获取 waitKey() 方法的返回值。其语法格式如下：

retval = cv2.waitKey(delay)

参数说明：

1.  retval：与被按下的按键相对应的 ASCII 码。例如，Esc 键的 ASCII 码是 27，当用户按下【Esc】键时，waitKey() 方法的返回值是 27。如果没有按键被按下，waitKey() 方法的返回值是 -1。
2.  delay：等待用户按下键盘上按键的时间，单位为 `毫秒(ms)`。当 delay 的值为负数、0 或者为空时，表示无限等待用户按下键盘上按键的时间。

destroyAllWindows() 方法用于销毁所有正在显示图像的窗口，其语法格式如下：

cv2.destroyAllWindows()

【案例1】创建和显示窗口。

import cv2
    
    cv2.namedWindow('new', cv2.WINDOW_AUTOSIZE)
    # 0可以自动转换，这里刚开始先写0
    cv2.imshow('new', 0)
    key = cv2.waitKey(0)
    if key == "q":
        exit()
    cv2.destroyAllWindows()

## 2.2 如何通过OpenCV加载显示图片 ##

OpenCV 提供了用于读取图像的 imread() 方法，其语法格式如下：

image = cv2.imread(filename, flags)

参数说明：

1.  image：是 imread() 方法的返回值，返回的是读取到的图像。
2.  filename：要读取的图像的完整文件名。例如，要读取当前项目目录下 pic 文件夹中的 IU.jpeg，filename 的值为 `IU.jpeg`(双引号是英文格式的)。
3.  flags：读取图像颜色类型的标记。当 flags 的默认值为 1 时，表示读取的是彩色图像，此时的 flags 值可以省略；当 flags 的值为 0 时，表示读取的是灰度图像(如果读取的是彩色图像，也将转换为与彩色图像对应的灰度图像)

【案例2】读取当前目录下pic文件中的IU.jpeg图片。

import cv2  # 导包
    
    # 1.创建窗口
    cv2.namedWindow("img", cv2.WINDOW_NORMAL)
    # 自己根据实际情况判断是否设置窗口大小(这里笔者不进行设置)
    # 2.读取图片
    # flags参数不写，默认以彩色图像进行显示 路径可以写绝对路径、相对路径
    # flags=0 灰度图像显示
    img = cv2.imread("./pic/IU.jpeg")
    # print(img) 这里会输出部分像素值，后续会进行讲解！
    # 3.显示窗口
    cv2.imshow("img", img)
    # 4.按q键退出
    key = cv2.waitKey()
    if key == "q":
        exit()
    # 5.销毁所有窗口
    cv2.destroyAllWindows()

上述代码的运行结果如下图所示：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3h3MTY4MA_size_16_color_FFFFFF_t_70]  
将上述代码中的 img = cv2.imread("./pic/IU.jpeg") 改为下面的代码：

img = cv2.imread("./pic/IU.jpeg", 0)

即可得到由 IU.jpeg 转换得到的灰度图像，如下图所示：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3h3MTY4MA_size_16_color_FFFFFF_t_70 1]  
【案例3】将上述代码进行优化。

import cv2  # 导包
    
    cv2.namedWindow("img", cv2.WINDOW_NORMAL)  # 1.创建窗口
    img = cv2.imread("./pic/IU.jpeg", 1)  # 2.读取图像
    cv2.imshow("img", img)  # 3.显示窗口
    key = cv2.waitKey()  # 4.按q键退出
    if key & 0xFF == ord("q"):  # ord()函数取某个字符的ascii值
        cv2.destroyAllWindows()  # 5.销毁所有窗口

## 2.3 如何通过OpenCV保存文件 ##

OpenCV 提供了用于按照指定路径保存图像的 imwrite() 方法，其语法格式如下：

cv2.imwrite(filename, img)

参数说明：

1.  filename：保存图像时所用的完整路径。
2.  img：要保存的图像

【案例4】保存图像。把当前项目下pic文件夹中的IU.jpeg 保存为IU2.png

import cv2  # 导包
    
    cv2.namedWindow("img", cv2.WINDOW_NORMAL)  # 1.创建窗口
    img = cv2.imread("./pic/IU.jpeg", 1)  # 2.读取图像
    while True:
        cv2.imshow("img", img)  # 3.显示窗口
        key = cv2.waitKey()  # 4.按q键退出
        if key & 0xFF == ord("q"):  # ord()函数取某个字符的ascii值
            break
        elif key & 0xFF == ord("s"):  # 按s键，保存
            cv2.imwrite("./pic/IU2.png", img)
        else:
            print(key)
    cv2.destroyAllWindows()

上述代码的运行结果如下图所示：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3h3MTY4MA_size_16_color_FFFFFF_t_70 2]  
\*\*获取图像属性：处理图像的过程中，经常需要获取图像的大小、类型等图像属性。为此，OpenCV 提供了 shape、size 和 dtype 这3个常用属性。这3个常用属性的具体含义分别如下：

1.  shape：如果是彩色图像，那么获取的是一个包含图像的水平像素、垂直像素、通道数的数组，即(垂直像素、水平像素、通道数)；如果是灰度图像，那么获取的是一个包含图像的水平像素、垂直像素的数组，即(垂直像素，水平像素)。
2.  size：获取的是图像包含的像素个数，其值为 `水平像素 × 垂直像素 × 通道数`。(灰度图像的通道数为1)。
3.  dtype：获取的是图像的数据类型。

【案例5】分别获取彩色图像和灰度图像的属性。获取当前项目下pic文件夹中的IU.jpeg的属性，再获取由IU.jpeg转换得到的灰度图像的属性。代码如下：

import cv2
    
    image_Color = cv2.imread("./pic/IU.jpeg")  # 读取IU.jpeg
    print("获取彩色图像的属性：")
    print("shape =", image_Color.shape)  # 打印彩色图像的（垂直像素，水平像素，通道数）
    print("size =", image_Color.size)  # 打印彩色图像包含的像素个数
    print("dtype =", image_Color.dtype)  # 打印彩色图像的数据类型
    image_Gray = cv2.imread("./pic/IU.jpeg", 0)  # 读取与IU.jpeg（彩色图像）对应的灰度图像
    print("获取灰度图像的属性：")
    print("shape =", image_Gray.shape)  # 打印灰度图像的（垂直像素，水平像素）
    print("size =", image_Gray.size)  # 打印灰度图像包含的像素个数
    print("dtype =", image_Gray.dtype)  # 打印灰度图像的数据类型

上述代码的运行结果如下图所示：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3h3MTY4MA_size_16_color_FFFFFF_t_70 3]  
说明：上图代码中 `(480, 720, 3)` 的含义是 `IU.jpeg` 的垂直像素是480，水平像素是720，通道数是3；`(480, 720)` 的含义是由 `IU.jpeg` 转换得到的灰度图像的垂直像素是480，水平像素是720，通道数是1。

## 2.4 如何利用OpenCV从摄像头采集视频 ##

**前提：电脑要有摄像头哟！**

摄像头视频指的是从摄像头中实时读取到的视频。为了读取并显示摄像头视频，OpenCV 提供了 VideoCapture 类的相关方法，这些方法包括摄像头的初始化方法、检验摄像头初始化是否成功的方法、从摄像头中读取帧的方法、关闭摄像头的方法等。`说明：视频是由大量的图像构成的，把这些图像称作帧。`  
**2.4.1 VideoCapture 类。**

VideoCapture 类提供了构造方法 VideoCapture()，用于完成摄像头的初始化工作。VideoCapture() 的语法格式如下：

capture = cv2.VideoCapture(index)

参数说明：

1.  capture：要打开的摄像头。
2.  index：摄像头的设备索引。

当 index 的值为0时，表示要打开的是第1个摄像头；即表示要打开的是笔记本内置摄像头。当 index 的值为1时，表示要打开的是第2个摄像头；即表示要打开的是一个连接笔记本的外置摄像头。关键代码如下：

capture = cv2.VideoCapture(0) # 内置
    capture = cv2.VideoCapture(1) # 外置

为了检验摄像头初始化是否成功，VideoCapture 类提供了 isOpened()方法。isOpened() 方法的语法格式如下：

retval = cv2.VideoCapture.isOpened()
    # 简写：retval = capture.isOpened()

参数说明：

1.  retval：isOpened() 方法的返回值。如果摄像头初始化成功，retval 的值为 True；否则，retval 的值为 False。

摄像头初始化后，就可以从摄像头中读取帧了，为此 VideoCapture 类提供了 read() 方法。read() 方法的语法格式如下：

retval, image = cv2.VideoCapture.read() 
    # 可以简写为retval, image = capture.read()

参数说明：

1.  retval：是否读取到帧。如果读取到帧，retval 的值为 True；否则，retval 的值为 False。
2.  image：读取到的帧。因为帧指的是构成视频的图像，所以可以把 `读取到的帧` 理解为 `读取到的图像`。

OpenCV 在官网中特别强调，在不需要摄像头时，要关闭摄像头。为此，VideoCapture 类提供了 release() 方法。release() 方法的语法格式如下：

cv2.VideoCapture.release() 
    # 可以简写为capture.release()

【案例6】读取并显示摄像头视频。

import cv2  # 导包
    
    # 1.创建窗口并设置窗口大小
    cv2.namedWindow("video", cv2.WINDOW_NORMAL)
    cv2.resizeWindow("video", 640, 480)
    # 2.实例化VideoCapture类 获取摄像头
    capture = cv2.VideoCapture(0)
    # 3.读取视频并显示窗口
    while capture.isOpened():  # # 笔记本内置摄像头被打开后
        retval, img = capture.read()  # 读取视频帧
        cv2.imshow("cv2", img)  # 窗口中显示视频帧
        key = cv2.waitKey(1)  # 等待用户按下键盘按键的时间为1ms
        if key & 0xFF == ord("q"):  # 等待键盘事件如果为q，则退出
            break
    
    capture.release()  # 释放摄像头资源
    cv2.destroyAllWindows()  # 销毁所有窗口

## 2.5 如何利用OpenCV从多媒体文件中读取视频帧 ##

OpenCV 从多媒体文件中读取视频帧，只需要在 `##2.4` 的基础上更改传入的参数即可，其语法格式如下：

video = cv2.VideoCapture(filename)

参数说明：

1.  video：要打开的视频。
2.  filename：打开视频的文件名。

【案例7】读取并显示视频文件。读取当前项目路径下video文件夹中名为 `dance.mp4` 的视频文件。代码如下：

import cv2  # 导包
    
    # 1.创建窗口并设置窗口大小
    cv2.namedWindow("video", cv2.WINDOW_NORMAL)
    cv2.resizeWindow("video", 640, 480)
    # 2.实例化VideoCapture类 打开多媒体文件
    video = cv2.VideoCapture("./video/dance.mp4")
    # 3.读取视频并显示窗口
    while video.isOpened():  # 视频文件被打开后
        retval, img = video.read()  # 读取视频帧
        cv2.imshow("video", img)  # 窗口中显示读取到的视频文件
        key = cv2.waitKey(22)  # 等待用户按下键盘按键的时间为22ms
        if key & 0xFF == ord("q"):  # 等待键盘事件如果为q，则退出
            break
    video.release()  # 释放摄像头资源
    cv2.destroyAllWindows()  # 销毁所有窗口

【案例8】将视频文件由彩色视频转换为灰度视频。先将当前项目路径下video文件夹中名为 `guitar.mp4` 的视频文件由彩色视频转换为灰度视频，再显示转换后的灰度图像，代码如下：

import cv2  # 导包
    
    # 1.创建窗口并设置窗口大小
    cv2.namedWindow("video", cv2.WINDOW_NORMAL)
    cv2.resizeWindow("video", 640, 480)
    # 2.实例化VideoCapture类 打开多媒体文件
    video = cv2.VideoCapture("./video/guitar.mp4")
    # 3.读取视频并显示窗口
    while video.isOpened():  # 视频文件被打开后
        retval, img = video.read()  # 读取视频帧
        img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)  # 由彩色视频转换为灰度图像
        cv2.imshow("video", img_gray)  # 窗口中显示读取到的视频文件
        key = cv2.waitKey(22)  # 等待用户按下键盘按键的时间为22ms
        if key & 0xFF == ord("q"):  # 等待键盘事件如果为q，则退出
            break
    video.release()  # 释放摄像头资源
    cv2.destroyAllWindows()  # 销毁所有窗口

上述代码的运行结果如下图所示：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3h3MTY4MA_size_16_color_FFFFFF_t_70 4]  
【案例9】视频的暂停播放和继续播放。读取并显示当前项目路径下 `video` 文件中名为 `dance.mp4` 的视频文件。在播放视频文件的过程中，当按下空格键时，暂停播放视频；当再次按下空格键时，继续播放视频；当按下 `q` 键时，关闭视频文件并销毁显示视频文件的窗口。代码如下：

import cv2  # 导包
    
    # 1.创建窗口并设置窗口大小
    cv2.namedWindow("video", cv2.WINDOW_NORMAL)
    cv2.resizeWindow("video", 640, 480)
    # 2.实例化VideoCapture类 打开多媒体文件
    video = cv2.VideoCapture("./video/dance.mp4")
    # 3.读取视频并显示窗口
    while video.isOpened():  # 视频文件被打开后
        retval, img = video.read()  # 读取视频帧
        cv2.imshow("video", img)  # 窗口中显示读取到的视频文件
        key = cv2.waitKey(22)  # 等待用户按下键盘按键的时间为22ms
        if key & 0xFF == ord("q"):  # 等待键盘事件如果为q，则退出
            break
        elif key & 0xFF == ord(" "):
            key = cv2.waitKey(0)  # 无限等待用户按下键盘按键的时间，实现暂停效果
            continue
    video.release()  # 释放摄像头资源
    cv2.destroyAllWindows()  # 销毁所有窗口

在实际开发中，有时需要获取视频文件的属性。为此，VideoCapture 类提供了 get() 方法。get() 方法的语法格式如下：

retval = cv2.VideoCapture.get(propId)

参数说明：

1.  retval：获取到与 propId 对应的属性值。
2.  propId：视频文件的属性值。
3.  VideoCapture 类提供视频文件的属性值及其含义如下表所示：

<table> 
 <thead> 
  <tr> 
   <th align="left">视频文件的属性值</th> 
   <th align="left">含义</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td align="left">cv2.CAP_PROP_POS_MSEC</td> 
   <td align="left">视频文件播放时的当前位置(单位：ms)</td> 
  </tr> 
  <tr> 
   <td align="left">cv2.CAP_PROP_POS_FRAMES</td> 
   <td align="left">帧的索引，从0开始</td> 
  </tr> 
  <tr> 
   <td align="left">cv2.CAP_PROP_POS_AVI_RATIO</td> 
   <td align="left">视频文件的相对位置（0表示开始播放，1表示结束播放）</td> 
  </tr> 
  <tr> 
   <td align="left">cv2.CAP_PROP_FRAME_WIDTH</td> 
   <td align="left">视频文件的帧宽度</td> 
  </tr> 
  <tr> 
   <td align="left">cv2.CAP_PROP_FRAME_HEIGHT</td> 
   <td align="left">视频文件的帧高度</td> 
  </tr> 
  <tr> 
   <td align="left">cv2.CAP_PROP_FPS</td> 
   <td align="left">帧速率</td> 
  </tr> 
  <tr> 
   <td align="left">cv2.CAP_PROP_FOURCC</td> 
   <td align="left">用4个字符表示的视频编码格式</td> 
  </tr> 
  <tr> 
   <td align="left">cv2.CAP_PROP_FRAME_COUNT</td> 
   <td align="left">视频文件的帧数</td> 
  </tr> 
  <tr> 
   <td align="left">cv2.CAP_PROP_FORMAT</td> 
   <td align="left">retrieve()方法返回的Mat对象的格式</td> 
  </tr> 
  <tr> 
   <td align="left">cv2.CAP_PROP_MODE</td> 
   <td align="left">指示当前捕获模式的后端专用的值</td> 
  </tr> 
  <tr> 
   <td align="left">cv2.CAP_PROP_CONVERT_RGB</td> 
   <td align="left">指示是否应将图像转换为RGB</td> 
  </tr> 
 </tbody> 
</table>

说明：

1.  视频是由大量的、连续的图像构成的，把其中的每一幅图像称作一帧。
2.  帧数指的是视频文件中含有的图像总数，帧数越多，视频播放时越流畅。
3.  在播放视频的过程中，把每秒显示图像的数量称作帧速率（FPS，单位：帧/s）。
4.  帧宽度指的是图像在水平方向上含有的像素总数。
5.  帧高度指的是图像在垂直方向上含有的像素总数。

【案例10】获取并输出视频文件的指定属性值。先获取 `dance.mp4` 的帧速率、帧数、帧宽度和帧高度，再把上述4个属性值输出在PyCharm的控制台上。代码如下：

import cv2
    
    video = cv2.VideoCapture("./video/dance.mp4")  # 打开视频文件
    fps = video.get(cv2.CAP_PROP_FPS)  # 获取视频文件的帧速率
    frame_Count = video.get(cv2.CAP_PROP_FRAME_COUNT)  # 获取视频文件的帧数
    frame_Width = int(video.get(cv2.CAP_PROP_FRAME_WIDTH))  # 获取视频文件的帧宽度
    frame_Height = int(video.get(cv2.CAP_PROP_FRAME_HEIGHT))  # 获取视频文件的帧高度
    # 输出获取到的属性值
    print("帧速率:", fps)
    print("帧数:", frame_Count)
    print("帧宽度:", frame_Width)
    print("帧高度:", frame_Height)

上述代码的运行结果如下图所示：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3h3MTY4MA_size_16_color_FFFFFF_t_70 5]

## 2.6 如何利用OpenCV将视频数据录制成多媒体文件 ##

VideoWriter 类中的常用方法包括 VideoWriter 类的构造方法、write() 方法和 release() 方法。其中，VideoWriter 类的构造方法用于创建 VideoWriter 类对象，其语法格式如下：

<VideoWriter object> = cv2.VideoWriter(filename, fourcc, fps, frameSize)

参数说明：

1.  VideoWriter object：VideoWriter 类对象。
2.  filename：保存视频时的路径(含有文件名)。
3.  fourcc：用4个字符表示的视频编码格式。
4.  fps：帧速率。
5.  frameSize：每一帧的大小。摄像头的分辨率。

在 OpenCV 中，使用 cv2.VideoWriter\_fourcc() 来确定视频编码格式。下表列出了几个常用的视频编码格式。`最好使用 XVID。MJPG 会生成大尺寸的视频。X264 会生成非常小的尺寸的视频。我这里就直接使用 XVID了！`

<table> 
 <thead> 
  <tr> 
   <th align="left">fourcc的值</th> 
   <th align="left">视频编码格式</th> 
   <th align="left">文件扩展名</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td align="left">cv2.VideoWriter_fourcc(‘I’, ‘4’, ‘2’, ‘0’)</td> 
   <td align="left">未压缩的YUV颜色编码格式，兼容性好，但文件较大</td> 
   <td align="left">.avi</td> 
  </tr> 
  <tr> 
   <td align="left">cv2.VideoWriter_fourcc(‘P’, ‘I’, ‘M’, ‘I’)</td> 
   <td align="left">MPEG-1编码格式</td> 
   <td align="left">.avi</td> 
  </tr> 
  <tr> 
   <td align="left">cv2.VideoWriter_fourcc(‘X’, ‘V’, ‘I’, ‘D’)</td> 
   <td align="left">MPEG-4编码格式，视频文件的大小为平均值</td> 
   <td align="left">.avi</td> 
  </tr> 
  <tr> 
   <td align="left">cv2.VideoWriter_fourcc(‘T’, ‘H’, ‘E’, ‘O’)</td> 
   <td align="left">Ogg Vorbis编码格式，兼容性差</td> 
   <td align="left">.ogv</td> 
  </tr> 
  <tr> 
   <td align="left">cv2.VideoWriter_fourcc(‘F’, ‘L’, ‘V’, ‘I’)</td> 
   <td align="left">Flash视频编码格式</td> 
   <td align="left">.flv</td> 
  </tr> 
  <tr> 
   <td align="left">cv2.VideoWriter_fourcc(‘F’, ‘L’, ‘V’, ‘I’)</td> 
   <td align="left"></td> 
   <td align="left">.mp4</td> 
  </tr> 
 </tbody> 
</table>

语法格式可以写为下面这两种方式：

cv2.VideoWriter_fourcc(*'MJPG')
    cv2.VideoWriter_fourcc("M", "J", "P", "G")

为了保存一段视频，除需要使用 VideoWriter 类的构造方法外，还需要使用 VideoWriter 类提供的 write() 方法。write() 方法的作用是在创建好的 VideoWriter 类对象中写入读取到的帧，其语法格式如下：

cv2.VideoWriter.write(frame) #  frame：读取到的帧。

关键代码如下：

# fourcc = cv2.VideoWriter_fourcc('X', 'V', 'I', 'D')
    # output = cv2.VideoWriter("output.avi", fourcc, 20, (640, 480))
    fourcc = cv2.VideoWriter_fourcc(* 'XVID')
    output = cv2.VideoWriter("output.avi", fourcc, 20, (640, 480))
    output.write(frame)

当不需要使用 VideoWriter 类对象时，需要将其释放掉。为此， VideoWriter 类提供了 release() 方法，其语法格式如下：

cv2.VideoWriter.release()
    # 例如，完成保存一段视频后，需要释放VideoWriter类对象output。关键代码如下：
    output.release()

【案例11】保存一段摄像头视频。

import cv2
    
    fourcc = cv2.VideoWriter_fourcc(*'XVID')  # 确定视频被保存后的编码格式
    output = cv2.VideoWriter("output.avi", fourcc, 20, (1280, 720))  # 创建VideoWriter类对象
    
    # 创建窗口
    cv2.namedWindow('video', cv2.WINDOW_AUTOSIZE)
    capture = cv2.VideoCapture(0)  # 打开笔记本内置摄像头
    
    while capture.isOpened():  # 笔记本内置摄像头被打开后
        retval, frame = capture.read()  # 从摄像头中实时读取视频
        if retval is True:  # 读取到摄像头视频后
            cv2.imshow("video", frame)  # 在窗口中显示摄像头视频
            output.write(frame)  # 在VideoWriter类对象中写入读取到的帧
            key = cv2.waitKey(1) & 0xFF  # 等待用户按下键盘按键的时间为1ms
            if key == ord('q'):  # 如果按下q键
                break
        else:
            break
    capture.release()  # 关闭笔记本内置摄像头
    output.release()  # 释放VideoWriter类对象
    cv2.destroyAllWindows()  # 销毁显示摄像头视频的窗口

【案例12】保存一段时长为10秒的摄像头视频。

import cv2
    
    fps = 20  # 帧速率
    fourcc = cv2.VideoWriter_fourcc(*"XVID")  # 确定视频被保存后的编码格式
    # 创建VideoWriter类对象
    output = cv2.VideoWriter("ten_Seconds.avi", fourcc, fps, (1280, 720))
    # 创建窗口
    cv2.namedWindow("video")
    capture = cv2.VideoCapture(0)  # 打开笔记本内置摄像头
    frame_Num = 10 * fps  # 时长为10s的摄像头视频含有的帧数
    # 笔记本内置摄像头被打开且时长为10s的摄像头视频含有的帧数大于0
    while capture.isOpened() and frame_Num > 0:
        retval, frame = capture.read()  # 从摄像头中实时读取视频
        if retval:  # 读取到摄像头视频后
            cv2.imshow("video", frame)  # 在窗口中显示摄像头视频
            output.write(frame)  # 在VideoWriter类对象中写入读取到的帧
        key = cv2.waitKey(1)  # 等待用户按下键盘按键的时间为1ms
        frame_Num -= 1  # 时长为10s的摄像头视频含有的帧数减少一帧
    
    capture.release()  # 关闭笔记本内置摄像头
    output.release()  # 释放VideoWriter类对象
    cv2.destroyAllWindows()  # 销毁显示摄像头视频的窗口

【案例13】保存视频文件。编写一个程序，首先读取PyCharm当前项目路径下 video 文件夹中名为 `dance.mp4` 的视频文件，然后将 `公司宣传.avi` 视频文件保存为PyCharm 当前项目路径下的 `copy.avi`。代码如下：

import cv2
    
    video = cv2.VideoCapture("./video/dance.mp4")  # 打开视频文件
    fps = video.get(cv2.CAP_PROP_FPS)  # 获取视频文件的帧速率
    
    # 获取视频文件的帧大小
    size = (int(video.get(cv2.CAP_PROP_FRAME_WIDTH)),
            int(video.get(cv2.CAP_PROP_FRAME_HEIGHT)))
    fourcc = cv2.VideoWriter_fourcc(*"XVID")  # 确定视频被保存后的编码格式
    output = cv2.VideoWriter("copy.avi", fourcc, fps, size)  # 创建VideoWriter类对象
    while video.isOpened():  # 视频文件被打开后
        retval, frame = video.read()  # 读取视频文件
        if retval:  # 读取到视频文件后
            output.write(frame)  # 在VideoWriter类对象中写入读取到的帧
        else:
            break
    
    print("dance.mp4已经保存为PyCharm当前项目路径下的copy.avi。")  # 控制台输出提示信息
    video.release()  # 关闭视频文件
    output.release()  # 释放VideoWriter类对象

【案例14】保存视频文件中的前10s视频。

import cv2
    
    video = cv2.VideoCapture("./video/dance.mp4")  # 打开视频文件
    fps = video.get(cv2.CAP_PROP_FPS)  # 获取视频文件的帧速率
    # 获取视频文件的帧大小
    size = (int(video.get(cv2.CAP_PROP_FRAME_WIDTH)),
            int(video.get(cv2.CAP_PROP_FRAME_HEIGHT)))
    fourcc = cv2.VideoWriter_fourcc(*"XVID")  # 确定视频被保存后的编码格式
    output = cv2.VideoWriter("ten_Seconds.avi", fourcc, fps, size)  # 创建VideoWriter类对象
    frame_Num = 10 * fps  # 视频文件的前10s视频含有的帧数
    # 视频文件被打开后且视频文件的前10s视频含有的帧数大于0
    while video.isOpened() and frame_Num > 0:
        retval, frame = video.read()  # 读取视频文件
        if retval:  # 读取到视频文件后
            output.write(frame)  # 在VideoWriter类对象中写入读取到的帧
        frame_Num -= 1  # 视频文件的前10s视频含有的帧数减少一帧
    
    video.release()  # 关闭视频文件
    output.release()  # 释放VideoWriter类对象

## 2.7 OpenCV鼠标控制 ##

学习 OpenCV 鼠标控制，我们只需要去学习一个函数即可，cv2.setMouseCallback()，语法格式如下：

cv2.setMouseCallback(winname,callback,userdata)
    callback(event,x,y,flags,userdata)
    # event：鼠标事件(如鼠标移动、按下左键、抬起左键等)
    # x,y：鼠标坐标
    # flags：鼠标键及组合键

鼠标事件如下图所示：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3h3MTY4MA_size_16_color_FFFFFF_t_70 6]  
flags 鼠标键及组合键如下图所示：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3h3MTY4MA_size_16_color_FFFFFF_t_70 7]  
【案例15】使用OpenCV控制鼠标。

import cv2
    import numpy as np
    
    
    # 鼠标回调函数
    def mouse_callback(event, x, y, flags, userdata):
        print(event, x, y, flags, userdata)
    
    
    # 创建窗口
    cv2.namedWindow('mouse', cv2.WINDOW_NORMAL)
    cv2.resizeWindow('mouse', 640, 360)
    
    # 设置鼠标回调
    cv2.setMouseCallback('mouse', mouse_callback, "123")
    
    # 显示窗口和背景
    img = np.zeros((360, 640, 3), np.uint8)
    while True:
        cv2.imshow('mouse', img)
        key = cv2.waitKey(1)
        if key & 0xFF == ord('q'):
            break
    
    cv2.destroyAllWindows()

## 2.8 OpenCV中的TrackBar控件 ##

【案例16】实战TrackBar的使用。

import numpy as np
    import cv2
    
    
    def callback(x):
        pass
    
    
    # 创建一个名为trackbar的窗口
    cv2.namedWindow('trackbar')
    
    # 创建一个黑色的图像，一个窗口
    img = np.zeros((480, 640, 3), np.uint8)
    
    # 创建颜色变化的轨迹栏 即创建trackbar
    """
    def createTrackbar(trackbarName, windowName, value, count, onChange):
    trackbarName:控件的名字(轨迹栏名称)
    windowName：窗口的名称
    value：当前trackbar的值，可以在最开始的时候给默认值
    count：最大值 颜色就255最大
    onChange：执行的回调函数每次跟踪栏值更改。 回调函数始终具有默认参数，即轨迹栏位置
    """
    cv2.createTrackbar('R', 'trackbar', 0, 255, callback)
    cv2.createTrackbar('G', 'trackbar', 0, 255, callback)
    cv2.createTrackbar('B', 'trackbar', 0, 255, callback)
    switch = '0 : OFF \n1 : ON'  # 为 ON/OFF 功能创建开关
    cv2.createTrackbar(switch, 'trackbar', 0, 1, callback)
    while True:
        # 得到四条轨迹的当前位置 即获取当前trackbar的值
        # def getTrackbarPos(trackbarname, winname):
        r = cv2.getTrackbarPos('R', 'trackbar')
        g = cv2.getTrackbarPos('G', 'trackbar')
        b = cv2.getTrackbarPos('B', 'trackbar')
        s = cv2.getTrackbarPos(switch, 'trackbar')
        cv2.imshow('trackbar', img)
        k = cv2.waitKey(1) & 0xFF
        if k == ord('q'):
            break
        if s == 0:
            img[:] = 0
        else:
            img[:] = [b, g, r]
    
    cv2.destroyAllWindows()

该应用程序的屏幕截图如下所示：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3h3MTY4MA_size_16_color_FFFFFF_t_70 8]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3h3MTY4MA_size_16_color_FFFFFF_t_70]: /images/20221014/2950123d15bc48f6ad8d0f2df7f29f7c.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3h3MTY4MA_size_16_color_FFFFFF_t_70 1]: /images/20221014/c3e23ad288b04c4283703e3d31a26b1e.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3h3MTY4MA_size_16_color_FFFFFF_t_70 2]: /images/20221014/b4083f696bb64cd5b53f7ce895841fb9.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3h3MTY4MA_size_16_color_FFFFFF_t_70 3]: /images/20221014/eddf0d8289984016b907a7df21d250c3.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3h3MTY4MA_size_16_color_FFFFFF_t_70 4]: /images/20221014/a8fdec9eb9934d7b852cebb20d42b0f0.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3h3MTY4MA_size_16_color_FFFFFF_t_70 5]: /images/20221014/3ed49358d5f5450aa983d4d64a8e6b1d.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3h3MTY4MA_size_16_color_FFFFFF_t_70 6]: /images/20221014/078768f9d4db499e85579dbb26a2f779.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3h3MTY4MA_size_16_color_FFFFFF_t_70 7]: /images/20221014/edec4f30015a4e888243000ba0630ca1.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3h3MTY4MA_size_16_color_FFFFFF_t_70 8]: /images/20221014/fe5d9955da184a39a425cb6247b9db8e.png