OpenCV库打开图片或视频
OpenCV库介绍
OpenCV（Open Source Computer Vision Library）是一个用于计算机视觉和图像处理的开源库。它由英特尔开发并面向各种平台，包括Windows、Linux和macOS。OpenCV提供了丰富的函数和工具，可以用于处理图像和视频、特征检测、目标识别、机器学习等多个领域。
以下是OpenCV库的一些主要功能和特点：
图像和视频处理：OpenCV支持处理各种图像和视频格式的功能，包括读取、写入、显示、裁剪、缩放、旋转、滤波、边缘检测、色彩空间转换等。
特征检测和描述：OpenCV提供了各种特征检测和描述算法，如Harris角点检测、SIFT、SURF和ORB特征描述等。这些算法可以用于对图像中的重要特征进行提取和匹配。
目标检测和跟踪：OpenCV提供了一些常用的目标检测和跟踪算法，如Haar特征检测器、HOG+SVM和卷积神经网络等。这些算法可以用于定位和识别图像中的目标对象。
机器学习：OpenCV集成了一些常用的机器学习算法，如K均值聚类、支持向量机、决策树和随机森林等。这些算法可以用于图像分类、目标识别、人脸识别等任务。
视觉分析和计算机视觉应用：OpenCV还提供了一些高级的视觉分析和计算机视觉应用功能，如光流分析、立体视觉、结构光三维重建和人机交互等。
总之，OpenCV是一个功能强大且广泛应用于计算机视觉和图像处理领域的开源库，它提供了丰富的功能和工具，方便开发人员进行图像和视频处理、特征提取、目标检测和跟踪、机器学习等任务。
安装OpenCV库
要使用OpenCV库，你必须确保你已经安装OpenCV库。如果你还没用安装可以使用以下命令安装：
pip install opencv-python
如果你是在anaconda中安装的话，可以打开anaconda的虚拟环境终端，使用下面的命令安装：
conda install opencv
opencv打开和保存图片
你可以使用OpenCV库来打开和保存图片。
导入OpenCV库：
import cv2
打开图像文件：
image = cv2.imread('image.jpg')
这将会读取名为'image.jpg'的图像文件，然后将其存储在变量'image'中。请确保图像文件位于当前工作目录中。
在处理图像之前，最好先检查图像是否成功加载：
if image is not None:
# 在这里进行图像处理
pass
else:
print("无法加载图像文件")
在进行图像处理后，你可以将图像保存到文件中：
cv2.imwrite('output_image.jpg', image)
这将会把处理过的图像保存为名为'output_image.jpg'的文件。
请注意，OpenCV支持很多图像格式，例如JPEG、PNG、BMP等。你可以根据需求使用不同的格式进行图像的保存和加载。例如，要保存为PNG格式的图像，你可以使用以下代码：
cv2.imwrite('output_image.png', image)
下面的一段代码，使用OpenCV打开一个窗口，加载一张图片，按q键退出，按s键保存图片为新名字的图片。
import cv2
cv2.namedWindow('img',cv2.WINDOW_NORMAL)
cv2.resizeWindow('img',800,600)
img = cv2.imread('cat.jpeg')
while img is not None:
cv2.imshow('img',img)
key = cv2.waitKey(0)
if key == ord('q'):
break
elif key == ord('s'):
cv2.imwrite('other.png',img)
else:
print("无法加载图像文件")
cv2.destroyAllWindows()
OpenCV打开和保存视频
要使用OpenCV打开和保存视频，你可以按照以下步骤进行操作：
导入OpenCV库：
import cv2
打开视频文件：
video = cv2.VideoCapture('video.mp4')
这将会打开名为'video.mp4'的视频文件，并将其存储在变量'video'中。请确保视频文件位于当前工作目录中。
在处理视频之前，你可以先查看视频的一些基本信息：
fps = video.get(cv2.CAP_PROP_FPS) # 获取帧率
width = int(video.get(cv2.CAP_PROP_FRAME_WIDTH)) # 获取视频宽度
height = int(video.get(cv2.CAP_PROP_FRAME_HEIGHT)) # 获取视频高度
print(f"帧率：{fps}")
print(f"宽度：{width}")
print(f"高度：{height}")
这将会打印出视频的帧率、宽度和高度信息。
通过循环逐帧读取视频：
while True:
ret, frame = video.read()
if ret:
# 在这里进行每一帧的处理
pass
else:
break
# 在这里显示处理后的每一帧图像
cv2.imshow('Frame', frame)
# 按下 'q' 键退出循环
if cv2.waitKey(1) & 0xFF == ord('q'):
break
在循环中，使用video.read()函数读取每一帧，并将结果存储在变量frame中。如果读取成功，ret的值将为True，否则为False。你可以在每一帧中进行图像处理操作。
保存处理后的视频至文件：
output = cv2.VideoWriter('output_video.mp4', cv2.VideoWriter_fourcc(*'mp4v'), fps, (width, height))
while True:
ret, frame = video.read()
if ret:
# 在这里进行每一帧的处理
pass
else:
break
# 在这里将处理后的每一帧写入输出视频
output.write(frame)
output.release()
在循环中，你可以进行每一帧的图像处理操作。然后，使用output.write(frame)将处理后的每一帧写入输出视频中。
注意要释放输出对象output并关闭视频窗口：
output.release()
cv2.destroyAllWindows()
下面的代码展示的是视频的打开和保存，同样盒上面一样，都是q退出，s保存。
import cv2
cv2.namedWindow('video',cv2.WINDOW_NORMAL)
cv2.resizeWindow('video',1280,720)
video = cv2.VideoCapture('296.mp4')
out_video = cv2.VideoWriter('output_video.mp4',cv2.VideoWriter_fourcc(*'mp4v'),video.get(cv2.CAP_PROP_FPS),
(int(video.get(cv2.CAP_PROP_FRAME_WIDTH)),int(video.get(cv2.CAP_PROP_FRAME_HEIGHT))))
while video.isOpened():
ret,frame = video.read()
if not ret:
break
cv2.imshow('video',frame)
key = cv2.waitKey(10)
if key == ord('q'):
break
elif key == ord('s'):
out_video.write(frame)
else:
print("加载视频文件失败")
video.release()
cv2.destroyAllWindows()
