01、关于OpenCV

东方耀

# 关于OpenCV


OpenCV于1999年由Gary Bradsky在英特尔启动，2000年第一个版本发布。Vadim Pisarevsky加入了Gary Bradsky，负责管理英特尔的俄罗斯软件OpenCV团队。


2005年，OpenCV被用于赢得[2005年DARPA大挑战赛](https://en.wikipedia.org/wiki/DARPA_Grand_Challenge_(2005))的车辆。后来，它的积极发展继续在Willow Garage的支持下与Gary Bradsky和Vadim Pisarevsky领导该项目。OpenCV现在支持与计算机视觉和机器学习相关的许多算法，并且日益扩大。


OpenCV支持各种各样的编程语言，如C ++，Python，Java等，并且可以在包括Windows，Linux，OS X，Android和iOS在内的不同平台上使用。基于CUDA和OpenCL的高速GPU操作接口也在积极的发展。


OpenCV-Python是OpenCV的Python API，结合了OpenCV C ++ API的最佳特性和Python语言。


## OpenCV中的Python


OpenCV-Python是一个用于解决计算机视觉问题的Python绑定库。


Python是由Guido van Rossum开始的通用编程语言，它非常流行，主要是因为它的简单性和代码可读性。它使程序员能够在更少的代码行中表达想法，而不会降低可读性。


与C / C ++等语言相比，Python速度较慢。也就是说，Python可以通过C / C ++轻松扩展，这使得我们可以在C / C ++中编写计算密集型代码，并创建可用作Python模块的Python包装。这给了我们两个优点：第一，代码与原始C / C ++代码一样快（因为它是实际的C ++代码在后台工作），其次，它比Python C / C ++更容易编码。OpenCV-Python是原始OpenCV C ++实现的Python包装器。


OpenCV-Python使用Numpy，它是一个高度优化的库，用于使用MATLAB风格的语法进行数值运算。所有OpenCV阵列结构都转换成Numpy数组。这也使得与使用Numpy的其他库（如SciPy和Matplotlib）更容易集成。


## OpenCV-Python教程


OpenCV引入了一套新的教程，它将引导您了解OpenCV-Python中可用的各种功能。本指南主要集中在OpenCV 3.x版本（尽管大多数教程也将与OpenCV 2.x一起使用）。


推荐使用Python和Numpy的以前的知识，因为本指南将不会介绍。熟练使用Numpy是必须的，以便使用OpenCV-Python编写优化的代码。


本教程最初由Abid Rahman K.开始，是Alexander Mordvintsev指导下的“Google Summer Code”计划的一部分。


## OpenCV需要你！


由于OpenCV是一个开源计划，欢迎所有人对图书馆，文档和教程做出贡献。如果您在本教程中发现任何错误（从小的拼写错误到代码或概念中的严重错误），请通过在GitHub中克隆OpenCV 并提交引用请求来随意更正。OpenCV开发人员将检查您的拉动请求，给您重要的反馈意见（一旦通过审核人员的批准），它将被合并到OpenCV中。然后，您将成为一个开源的贡献者 :-)




## 其他资源
* Python的快速指南 - Python的[一个字节](http://swaroopch.com/notes/python/)
* [基本的Numpy教程](http://wiki.scipy.org/Tentative_NumPy_Tutorial)
* [Numpy示例列表](http://wiki.scipy.org/Numpy_Example_List)
* [OpenCV文档](http://docs.opencv.org/)
* [OpenCV论坛](http://answers.opencv.org/questions/)



关于图像坐标系与行列宽高的对应关系大致如下:
- row == height == Point.y
- col == width  == Point.x


因为在计算机中，图像是以矩阵的形式保存的。

一张宽度640像素、长度480像素的灰度图保存在一个480 * 640的矩阵中。

## 先行后列

而我们习惯的坐标表示是先X横坐标，再Y纵坐标。
在OpenCV中需要对矩阵进行计算，先行再列。

## 补充（详细解释）

坐标体系中的零点坐标为图片的左上角，X轴为图像矩形的上面那条水平线；Y轴为图像矩形左边的那条垂直线。该坐标体系在诸如结构体Mat,Rect,Point中都是适用的。~~（虽然网上有学着说opencv中有些数据结构的坐标原点是在图片的左下角，但是我暂时还没碰到过）。~~

在使用image.at(x1, x2)来访问图像中点的值的时候，x1并不是图片中对应点的x轴坐标，而是图片中对应点的y坐标。因此其访问的结果其实是访问image图像中的Point(x2, x1)点，即与image.at(Point(x2, x1))效果相同。

如果所画图像是多通道的，比如说image图像的通道数时n，则使用Mat::at(x, y)时，其x的范围依旧是0到image的height，而y的取值范围则是0到image的width乘以n，因为这个时候是有n个通道，所以每个像素需要占有n列。但是如果在同样的情况下，使用Mat::at(point)来访问的话，则这时候可以不用考虑通道的个数，因为你要赋值给获取Mat::at(point)的值时，都不是一个数字，而是一个对应的n维向量。

1. # -*- coding: utf-8 -*-
   
2. # @Time    : 2019/01/25 20:13
   
3. # @Author  : dongfangyao
   
4. # @File    : OpenCV图像坐标系.py
   
5. # @Software: PyCharm
   
6. 
   
7. """
   
8. OpenCV图像坐标系_test.py:
   
9. OpenCV 图像处理 封装得非常好
   
10. 
    
11. 下载opencv：https://www.lfd.uci.edu/~gohlke/pythonlibs/
    
12. 通过whl文件安装 比较好
    
13. opencv_python-4.0.1-cp36-cp36m-win_amd64.whl
    
14. 
    
15. pip install wheel
    
16. pip install xxx.whl
    
17. 
    
18. opencv-python      4.0.1
    
19. """
    
20. 
    
21. 
    
22. 
    
23. 
    
24. import cv2
    
25. 
    
26. # imread_unchanged
    
27. img = cv2.imread('../data/Lenna.png', cv2.IMREAD_UNCHANGED)
    
28. 
    
29. print('img.shape:', img.shape)
    
30. logo = cv2.imread('../data/opencv_logo.png', cv2.IMREAD_UNCHANGED)
    
31. print('logo.shape:（resize之前）', logo.shape)
    
32. logo = cv2.resize(logo, (80, 80))
    
33. print('logo.shape:（resize之后）', logo.shape)
    
34. butterfly = cv2.imread('../data/butterfly.jpg', cv2.IMREAD_UNCHANGED)
    
35. butterfly = cv2.resize(butterfly, (80, 80))
    
36. print('butterfly.shape:', butterfly.shape)
    
37. 
    
38. 
    
39. # cv2.imshow('src', img)
    
40. # cv2.moveWindow('src', 200, 100)
    
41. # cv2.waitKey(0)
    
42. # cv2.moveWindow('src', 0, 0)
    
43. 
    
44. # # read color values at position y, x
    
45. y = 100
    
46. x = 50
    
47. # 100是height  50是width
    
48. # 在坐标系中：100是纵坐标y
    
49. (b, g, r) = img[y, x]
    
50. # print color values to screen
    
51. print('bgr:', b, g, r)
    
52. #
    
53. # #先行后列
    
54. #img[y:y+height,x:width]
    
55. 
    
56. # 两张图片的shape不一样
    
57. # 图片的覆盖效果 指定位置  row col
    
58. img[100:100 + logo.shape[0], 300:300 + logo.shape[1]] = logo[:, :, 0:3]
    
59. # img[10:10+logo.shape[0],30:30+logo.shape[1],:]=logo[:,:,0:3]
    
60. img[300:300 + butterfly.shape[0], 100:100 + butterfly.shape[1]] = butterfly[:, :, 0:3]
    
61. 
    
62. # font_hershey_simplex
    
63. font = cv2.FONT_HERSHEY_PLAIN
    
64. # org是坐标
    
65. cv2.putText(img, text='my name is dongfangyao', org=(100, 50), fontFace=font, fontScale=0.8, color=(255, 0, 0), thickness=2,bottomLeftOrigin=True)  # text,
    
66. # cv2.putText(img, text='col=width=X10,row=height-Y30', org=(10, 30), fontFace=font, fontScale=0.5, color=(0, 255, 0), thickness=2)  # text,
    
67. # cv2.putText(img, text='col=width=X100,row=height-Y300', org=(100, 300), fontFace=font, fontScale=0.5, color=(0, 255, 0), thickness=2)  # text,
    
68. # cv2.putText(img, text='col=width-X300,row=height-Y100', org=(300, 100), fontFace=font, fontScale=0.5, color=(0, 255, 0), thickness=2)  # text,
    
69. 
    
70. # cv2.imshow('img+logo', img)
    
71. # cv2.imwrite('img_logo.jpg',img)
    
72. # cv2.moveWindow('img+logo', x=img.shape[0], y=0)
    
73. 
    
74. cv2.imshow('src', img)
    
75. cv2.waitKey(0)
    
76. print('end')
    

复制代码

yooranchen

耀哥，这些图片能提供下吗