在树莓派上用Python实现OpenCV图像处理.zip

# Preliminary understanding OpenCV 在第四天的学习内容中，我们将了解OpenCV的基本使用方法，并结合Picamera模块，使用树莓派3B实时显示树莓派所拍摄的图像。 更多内容请关注我的GitHub库：https://github.com/TonyStark1997，如果喜欢，star并follow我！ *** ## Step 0:准本材料 & 环境介绍 *** 材料：Raspberry Pi 3B、Camera V2、5V电源线和插头、Wi-Fi 环境：OpenCV3.4.1、Python3.5.3、picamera、numpy、matplotlib ## Step 1:打开树莓派摄像头功能 *** 首先需要在树莓派设置页面中打开摄像头功能。 >点击左上角树莓派标志 > Preferences > Raspberry Pi Configuration  打开树莓派设置页面后选择interfaces页面，将Camera功能设置为Enabled，即打开了摄像头功能。  ## Step 2:安装所需模块 *** 在本篇的学习内容中，我们不仅需要已经搭建好的OpenCV3.4.1和Python3.5.3环境，还需要在Python编写的代码中使用numpy、picamera和matplotlib模块，所以我们先使用pip安装这三个模块： ```bash ~ $ sudo pip3 install numpy picamera matplotlib ``` ## Step 3:几个使用OpenCV的基本例子 *** OpenCV的Python使用方法请自行到[OpenCV官网](https://docs.opencv.org/3.4.1/d6/d00/tutorial_py_root.html)的学习教程页面进行学习，也可以阅读我的在GitHub中发表的[OpenCV Python Tutorial中文翻译](https://github.com/TonyStark1997/OpenCV-Python)文章进行学习，我的教程翻译文章将持续在GitHub仓库和我的[CSDN博客](https://me.csdn.net/qq_40179738)上更新。进入跳转页面请直接点击前面一句话的关键字超链接。 接下来，我们在树莓派中建立几个Python程序，简单了解以下OpenCV的基本使用方法 ### demo1 在第一个程序中，我们学习如何使用OpenCV加载并显示一副图片： ```python import numpy as np import cv2 as cv img = cv.imread('opencv_logo.jpg',0) cv.imshow('image',img) k = cv.waitKey(0) if k == 27: # wait for ESC key to exit cv.destroyAllWindows() elif k == ord('s'): # wait for 's' key to save and exit cv.imwrite('opencv.png',img) cv.destroyAllWindows() ``` 在程序所在目录中有一张名为‘opencv_logo’的jpg格式图片，具体是什么图片读者可以自己定义，只要准确知道图片的名字和格式即可。在以上的程序中，我们使用OpenCV加载并显示了opencv_logo.jpg，并可以通过键盘按键“Esc”和“s”选择关闭显示窗口或者在程序所在目录将图片另存为opencv.png文件。  ### demo2 在第二个程序中，我们学习如何使用OpenCV绘制图形： ```python import numpy as np import cv2 as cv # Create a black image img = np.zeros((512,512,3), np.uint8) # Draw a diagonal blue line with thickness of 5 px cv.line(img,(0,0),(511,511),(255,0,0),5) cv.rectangle(img,(384,0),(510,128),(0,255,0),3) cv.circle(img,(447,63), 63, (0,0,255), -1) cv.ellipse(img,(256,256),(100,50),0,0,180,255,-1) pts = np.array([[10,5],[20,30],[70,20],[50,10]], np.int32) pts = pts.reshape((-1,1,2)) cv.polylines(img,[pts],True,(0,255,255)) font = cv.FONT_HERSHEY_SIMPLEX cv.putText(img,'OpenCV',(10,500), font, 4,(255,255,255),2,cv.LINE_AA) winname = 'example' cv.namedWindow(winname) while(1): cv.imshow(winname, img) if cv.waitKey(1) & 0xFF == ord('q'): break cv.destroyWindow(winname) ``` 上面这段程序在一个窗口内分别绘制了一条直线、一个矩形、一个圆、半个椭圆、一个不规则四边形和添加了“OpenCV”一段文字。并可以通过键盘按键“q”退出并关闭窗口。  ### demo3 在第三个程序中，我们学习如何使用OpenCV鼠标事件在双击的地方画出一个蓝色的圆，并通过键盘按键“Esc”退出并关闭窗口： ```python import numpy as np import cv2 as cv # mouse callback function def draw_circle(event,x,y,flags,param): if event == cv.EVENT_LBUTTONDBLCLK: cv.circle(img,(x,y),100,(255,0,0),-1) # Create a black image, a window and bind the function to window img = np.zeros((512,512,3), np.uint8) cv.namedWindow('image') cv.setMouseCallback('image',draw_circle) while(1): cv.imshow('image',img) if cv.waitKey(20) & 0xFF == 27: break cv.destroyAllWindows() ```  ### demo4 在第四个程序中，我们学习如何使用OpenCV的鼠标和键盘事件绘制矩形和圆形两种不同的图案： ```python import numpy as np import cv2 as cv drawing = False # true if mouse is pressed mode = True # if True, draw rectangle. Press 'm' to toggle to curve ix,iy = -1,-1 # mouse callback function def draw_circle(event,x,y,flags,param): global ix,iy,drawing,mode if event == cv.EVENT_LBUTTONDOWN: drawing = True ix,iy = x,y elif event == cv.EVENT_MOUSEMOVE: if drawing == True: if mode == True: cv.rectangle(img,(ix,iy),(x,y),(0,255,0),-1) else: cv.circle(img,(x,y),5,(0,0,255),-1) elif event == cv.EVENT_LBUTTONUP: drawing = False if mode == True: cv.rectangle(img,(ix,iy),(x,y),(0,255,0),-1) else: cv.circle(img,(x,y),5,(0,0,255),-1) img = np.zeros((512,512,3), np.uint8) cv.namedWindow('image') cv.setMouseCallback('image',draw_circle) while(1): cv.imshow('image',img) k = cv.waitKey(1) & 0xFF if k == ord('m'): mode = not mode elif k == 27: break cv.destroyAllWindows() ```  ### demo5 在第五个程序中，我们学习如何使用OpenCV建立一个使用轨迹栏调色的调色板： ```python import numpy as np import cv2 as cv def nothing(x): pass # Create a black image, a window img = np.zeros((300,512,3), np.uint8) cv.namedWindow('image') # create trackbars for color change cv.createTrackbar('R','image',0,255,nothing) cv.createTrackbar('G','image',0,255,nothing) cv.createTrackbar('B','image',0,255,nothing) # create switch for ON/OFF functionality switch = '0 : OFF \n1 : ON' cv.createTrackbar(switch, 'image',0,1,nothing) while(1): cv.imshow('image',img) k = cv.waitKey(1) & 0xFF if k == 27: break # get current positions of four trackbars r = cv.getTrackbarPos('R','image') g = cv.getTrackbarPos('G','image') b = cv.getTrackbarPos('B','image') s = cv.getTrackbarPos(switch,'image') if s == 0: img[:] = 0 else: img[:] = [b,g,r] if cv.waitKey(1) & 0xFF == ord('q'): break cv.destroyAllWindows() ```  ### demo6 在第六个程序中，我们学习如何使用OpenCV和matplotlib建立五种图片边框： ```python import cv2 as cv import numpy as np from matplotlib import pyplot as plt BLUE = [255,0,0] img1 = cv.imread('opencv-logo.png') replicate = cv.copyMakeBorder(img1,10,10,10,10,cv.BORDER_REPLICATE) reflect = cv.copyMakeBorder(img1,10,10,10,10,cv.BORDER_REFLECT) reflect101 = cv.copyMakeBorder(img1,10,10,10,10,cv.BORDER_REFLECT_101) wrap = cv.copyMakeBorder(img1,10,10,10,10,cv.BORDER_WRAP) constant= cv.copyMakeBorder(img1,10,10,10,10,cv.BORDER_CONSTANT,value=BLUE) plt.subplot(231),plt.imshow(img1,'gray'),plt.title('ORIGINAL') plt.subplot(232),plt.imshow(replicate,'gray'),plt.title('REPLICATE') plt.subplot(233),plt.imshow(reflect,'gray'),plt.title('REFLECT') plt.subplot(234),plt.imshow(reflect101,'gray'),plt.title('REFLECT_101') plt.subplot(235),plt.imshow(wrap,'gray'),plt.title('WRAP') plt.subplot(236),plt.imshow(constant,'gray'),plt.title('CONSTANT') plt.show() ``` ![image8](https://raw.githubusercontent.com/To