OpenCV和Python结合的学习资料不多，网上的资料更是鱼目混杂，推荐大家OpenCV官方教程中文版 for Python，建议自行下载。
其实也算不上原创，多方摘取学习，是opencv学习的开始。
OpenCV三个最核心和常用的模块
core：核心模块，主要包含了OpenCV中最基本的结构（矩阵，点线和形状等），以及相关的基础运算/操作。
imgproc：图像处理模块，包含和图像相关的基础功能（滤波，梯度，改变大小等），以及一些衍生的高级功能（图像分割，直方图，形态分析和边缘/直线提取等）。-
highgui：提供了用户界面和文件读取的基本函数，比如图像显示窗口的生成和控制，图像/视频文件的IO等。
针对视频和一些特别的视觉应用，OpenCV也提供了强劲的支持：
video：用于视频分析的常用功能，比如光流法（Optical Flow）和目标跟踪等。
calib3d：三维重建，立体视觉和相机标定等的相关功能。
features2d：二维特征相关的功能，主要是一些不受专利保护的，商业友好的特征点检测和匹配等功能，比如ORB特征。
object：目标检测模块，包含级联分类和Latent SVM
ml：机器学习算法模块，包含一些视觉中最常用的传统机器学习算法。
flann：最近邻算法库，Fast Library for Approximate
Nearest Neighbors，用于在多维空间进行聚类和检索，经常和关键点匹配搭配使用。-
gpu：包含了一些gpu加速的接口，底层的加速是CUDA实现。
photo：计算摄像学（Computational Photography）相关的接口，当然这只是个名字，其实只有图像修复和降噪而已。
stitching：图像拼接模块，有了它可以自己生成全景照片。
nonfree：受到专利保护的一些算法，其实就是SIFT和SURF。
contrib：一些实验性质的算法，考虑在未来版本中加入的。
legacy：字面是遗产，意思就是废弃的一些接口，保留是考虑到向下兼容。
ocl：利用OpenCL并行加速的一些接口。
superres：超分辨率模块，其实就是BTV-L1（Biliteral Total Variation – L1 regularization）算法
viz：基础的3D渲染模块，其实底层就是著名的3D工具包VTK（Visualization Toolkit）
通过opencv开始真简单的图像展示，hello world！
代码语言：javascript复制import cv2 as cv
import numpy as np
from matplotlib import pyplot as plt
# 读取图片
img = cv.imread("ldh.jpeg",cv.IMREAD_COLOR)
# 显示图片
cv.imshow('image', img)
# 等待键盘响应
cv.waitKey(0)
# 删除建立窗口
cv.destroyAllWindows()
import cv2 as cv
import numpy as np
from matplotlib import pyplot as plt
# -----------------------------opencv常用操作----------------------------------
# cv2.imread(filepath,flags) 读入图像
# ----------------参数----------------
# cv2.IMREAD_COLOR：读入一副彩色图像。图像的透明度会被忽略，这是默认参数。
# cv2.IMREAD_GRAYSCALE：以灰度模式读入图像
# 不加此参数，默认是彩色
# cv2.imshow(wname,img) 显示图像
# 第一个参数是显示图像的窗口的名字
# 第二个参数是要显示的图像（imread读入的图像），窗口大小自动调整为图片大小
# cv2.imwrite(file，img，num) 保存图像
# 第一个参数是要保存的文件名
# 第二个参数是要保存的图像。可选的第三个参数，它针对特定的格式：对于JPEG，其表示的是图像的质量，用0 - 100的整数表示，默认95。
# 第三个参数表示的是压缩级别。默认为3.
# img.copy() #图像复制
# cv2.cvtColor(img,cv2.converttype) 图像颜色空间转换
# opencv 中有多种色彩空间，包括 RGB、HSI、HSL、HSV、HSB、YCrCb、CIE XYZ、CIE Lab 8 种，使用中经常要遇到色彩空间的转化。
# 1、Gray色彩空间 GRAY：灰度图像，其中灰度值由0-255构成八位二进制数
# 2、XYZ色彩空间 XYZ：一种便于计算的色彩空间
# 3、YCrCb色彩空间 YCrCb：一种更能描述人眼视觉的色彩空间
# Y：光亮
# Cr和Cb：Cr表示红色色度，Cb表示蓝色色度
# 4、HSV色彩空间 HSV色彩空间从心理学和视觉的角度出发。
# 色调（Hue，也称为色相）色调指光的颜色，色调与混合光谱中的主要光波长相关。色调的取值区间为[0, 360]。
# 饱和度（Saturation）饱和度是指色彩的深浅程度，指一种颜色混合白光的数量。饱和度取值范围是[0, 1
# 亮度（Value）亮度指人眼感受到的光的明暗程度。指的是颜色能掺入白色的多少。亮度取值范围也是[0, 1]
# 5、HLS色彩空间 HLS：将HSV中的V：亮度换成了L：光亮度/明度
# 色调H（Hue）：如同HSV中的色调，用一个360度的色环表示。
# 光亮度/明度L（Lightness）：用来控制色彩的明暗变化，它的取值范围也是[0, 1]。
# 饱和度S（Saturation）：如同HSV中的色调。
# 6、CIELab色彩空间 CIELab色彩空间是均匀色彩空间模型，它是面向视觉感知的颜色模型。
# L：分量用于表示像素的亮度，取值范围是[0,100]，表示从纯黑到纯白。
# A：分量表示从红色到绿色的范围，取值范围是[-127,127]。
# B：分量表示从黄色到蓝色的范围，取值范围是[-127,127]。
# 7、CIELuv色彩空间 CIELuv也是均匀的颜色模型，适用于显示器显示和根据加色原理进行组合的场合，该模型中比较强调对红色的表示，即对红色的变化比较敏感，但对蓝色的变化不太敏感。
# L：取值范围为[0 - 100]
# U：取值范围为[-134 - 220]
# V：取值范围为[-140 - 122]
# 8、Bayer色彩空间 Bayer色彩空间（Bayer模型）被广泛地应用在CCD和CMOS相机中。它能够从单平面R、G、B交错表内获取彩色图像。输出的RGB图像的像素点值，是根据当前点的1个、2个或4个邻域像素点的相同颜色的像素值获得的。
# img2 = cv2.cvtColor(img,cv2.COLOR_RGB2GRAY) #灰度化：彩色图像转为灰度图像
# img3 = cv2.cvtColor(img,cv2.COLOR_GRAY2RGB) #彩色化：灰度图像转为彩色图像
# cv2.resize(image, image2,dsize) #图像缩放：(输入原始图像，输出新图像，图像的大小)
# cv2.flip(img,flipcode) #图像翻转，flipcode控制翻转效果。
# flipcode = 0：沿x轴翻转；flipcode > 0：沿y轴翻转；flipcode < 0：x,y轴同时翻转
# cv2.warpAffine(img, M, (400, 600)) #图像仿射变换 ：平移；裁剪、剪切、旋转、仿射变换，
# M、M_crop、M_shear、M_rotate
# cv2.putText(img,'text',(50,150) #图像添加文字：(照片，添加的文字，左上角坐标，字体，字体大小，颜色，字体粗细)
# cv2.namedWindow('image', cv2.WINDOW_NORMAL) 命名窗口
# 初始设定函数标签是 cv2.WINDOW_AUTOSIZE，自动调整大小
# cv2.WINDOW_NORMAL，你就可以调整窗口大小了。当图像维度太大，或者要添加轨迹条时，调整窗口大小将会很有用
# ------------------读取彩色图片------------------
img = cv.imread("ldh.jpeg",cv.IMREAD_COLOR)
# 显示图片
cv.imshow('image', img)
# cv2.waitKey() 是一个键盘绑定函数。需要指出的是它的时间尺度是毫秒级。
# 函数等待特定的几毫秒，看是否有键盘输入。
# 特定的几毫秒之内，如果按下任意键，这个函数会返回按键的 ASCII 码值，程序将会继续运行。
# 如果没有键盘输入，返回值为 -1，如果我们设置这个函数的参数为 0，那它将会无限期的等待键盘输入。
# 它也可以被用来检测特定键是否被按下，例如按键 a 是否被按下。
cv.waitKey(0)
# cv2.destroyAllWindows() 可以轻易删除任何我们建立的窗口。
# 如果你想删除特定的窗口可以使用 cv2.destroyWindow()，在括号内输入你想删除的窗口名。
cv.destroyAllWindows()
# ------------------读取灰度图片------------------
# 以灰度模式读入图像
img = cv.imread("ldh.jpeg",cv.IMREAD_GRAYSCALE)
cv.imshow('image', img)
cv.waitKey(0)
cv.destroyAllWindows()
img = cv.imread('ldh.jpeg',cv.IMREAD_COLOR)
cv.imshow('image',img)
# keycode 1 = 鼠标左键
# keycode 2 = 鼠标右键
# keycode 3 = Cancel
# keycode 4 = 鼠标中键
# keycode 8 = BackSpace
# keycode 9 = Tab
# keycode 12 = Clear（未知）
# keycode 13 = Enter
# keycode 16 = Shift_L
# keycode 17 = Control_L
# keycode 18 = Alt_L
# keycode 19 = Pause
# keycode 20 = Caps_Lock
# keycode 27 = Escape
# keycode 32 = space
# keycode 33 = Prior（PageUp键）
# keycode 34 = Next（PageDown键）
# keycode 35 = End
# keycode 36 = Home
# keycode 37 = Left
# keycode 38 = Up
# keycode 39 = Right
# keycode 40 = Down
# keycode 41 = Select（未知）
# keycode 42 = Print（PrintScreen键）
# keycode 43 = Execute（未知）
# keycode 45 = Insert
# keycode 46 = Delete
k = cv.waitKey(0)
# 按Esc=27，退出
if k == 27:
cv.destroyAllWindows()
# 按s键，保存图片退出
elif k == ord('s'):
cv.imwrite('ldhbak.jpeg',img)
cv.destroyAllWindows()
# 用matplotlib显示图片
img = cv.imread('ldh.jpeg',0)
plt.imshow(img, cmap = 'gray', interpolation = 'bicubic')
plt.xticks([]), plt.yticks([])
plt.show()关于读取摄像头的操作
代码语言：javascript复制import cv2 as cv
import numpy as np
from matplotlib import pyplot as plt
# 处理摄像头视频
# 创建一个 VideoCapture 对象。他的参数可以是设备的索引号，或者是一个视频文件，笔记本内置涉嫌头一般是0
# cv2.VideoCapture()
# cap.read() 返回一个布尔值（True/False）。如果帧读取的是正确的，就是 True。
# 使用 cap.isOpened()，来检查是否成功初始化了
# 如果返回值是True，那就没有问题。
# 否则就要使用函数 cap.open()。
# cap.get(propId) 来获得视频的一些参数信息
# 0-视频文件的当前位置毫秒
# 1-下一步要解码/捕获的帧的基于0的索引
# 2-视频文件的相对位置：0-胶片开始，1-胶片结束
# 3-视频流中帧的宽度
# 4-视频流中帧的高度
# 5-帧率
# 6-编解码器的4字符代码
# 7-视频文件中的帧数。
# 8-返回mat对象的格式
# 9-后端特定值，指示当前捕获模式
# 10-图像的亮度–仅适用于相机
# 11-对比度–仅用于相机
# 12-饱和度–仅用于相机
# 13-色调–仅用于相机
# 14-增益–仅用于相机
# 15-曝光–仅用于相机
# 16-布尔标志，指示是否应将图像转换为RGB。
# 17-当前不受支持
# 18-立体摄像机的校正标志注：目前仅受DC1394 v 2.x后端支持
# 对应的，使用 cap.set(propId,value) 来修改视频属性，value 就是你想要设置成的新值
# 创建一个 VideoCapture 对象。他的参数可以是设备的索引号，或者是一个视频文件，笔记本内置涉嫌头一般是0
cap = cv.VideoCapture(0)
while(True):
# 一帧一帧获取视频码流
ret, frame = cap.read()
# 对帧进行颜色加工
gray = cv.cvtColor(frame, cv.COLOR_BGR2GRAY)
# 实时显示帧信息
cv.imshow('frame',gray)
#响应按键，退出
if cv.waitKey(1) & 0xFF == ord('q'):
break
# 释放摄像头，删除窗口
cap.release()
cv.destroyAllWindows()
# 是从摄像头中捕获视频，沿水平方向旋转每一帧并保存它
# 创建一个 VideoWriter 的对象。
# 确定一个输出文件的名字。
# 指定 FourCC 编码.
# FourCC 就是一个 4 字节码，用来确定视频的编码格式
# 播放频率和帧的大小也都需要确定。
# 最后一个是 isColor 标签。
# 如果是 True，每一帧就是彩色图，否则就是灰度图
# 打开当前摄像头
cap = cv.VideoCapture(0)
# 定义视频的编码格式
fourcc = cv.VideoWriter_fourcc(*'XVID')
# 定义输出文件，含文件名，视频的编码格式，帧数，帧大小
out = cv.VideoWriter('output.avi',fourcc, 20.0, (640,480))
# 确定当前摄像头打开后，进行捕捉
while(cap.isOpened()):
# 获取返回值和帧
ret, frame = cap.read()
if ret==True:
# flip()的作用是使图像进行翻转
# filename：需要操作的图像
# flipcode：翻转方式
# 1 水平翻转
# 0 垂直翻转
# -1 水平垂直翻转
frame = cv.flip(frame,0)
# 将处理后的帧写入输出文件
out.write(frame)
# 并在当前窗口显示帧
cv.imshow('frame',frame)
# 按键退出
if cv.waitKey(1) & 0xFF == ord('q'):
break
else:
break
# 释放输入流输出流，关闭窗口
cap.release()
out.release()
cv.destroyAllWindows()
