update ch14

Author: makelove

ch04-图片/4.1_imread_imshow.py

@@ -16,7 +16,7 @@
 #
 rows,cols,ch=img.shape
 print('行/高:',rows,'列/宽:',cols,'通道:',ch)
-
+#图像的宽对应的是列数, 高对应的是行数。
 
 cv2.namedWindow('image', cv2.WINDOW_NORMAL)#可以调整窗口大小
 # cv2.namedWindow('image', cv2.WINDOW_AUTOSIZE)#自动调整

ch05-视频/5.VideoCapture.py

@@ -43,7 +43,7 @@
     cv2.imshow('frame', gray)
     # if cv2.waitKey(1) & 0xFF == ord('q'):#不行
     #     break
-    key = cv2.waitKey(1)
+    key = cv2.waitKey(delay=1)
     if key == ord("q"):
         break
 

ch14-几何变换/14.2平移-2.py

@@ -0,0 +1,25 @@
+# -*- coding: utf-8 -*-
+# @Time    : 2017/7/12 下午12:31
+# @Author  : play4fun
+# @File    : 14.2平移-2.py
+# @Software: PyCharm
+
+"""
+14.2平移-2.py:
+http://docs.opencv.org/3.2.0/da/d6e/tutorial_py_geometric_transformations.html
+函数 cv2.warpAffine() 的第三个参数的是 出图像的大小 ，它的格式 应 是图像的(宽,高) 。
+图像的宽对应的是列数, 高对应的是行数。
+"""
+
+import cv2
+import numpy as np
+
+img = cv2.imread('../data/messi5.jpg', 0)
+rows, cols = img.shape
+
+M = np.float32([[1, 0, 100], [0, 1, 50]])
+dst = cv2.warpAffine(img, M, (cols, rows))
+
+cv2.imshow('img', dst)
+cv2.waitKey(0)
+cv2.destroyAllWindows()

ch14-几何变换/14.2平移.py

@@ -0,0 +1,39 @@
+# -*- coding: utf-8 -*-
+# @Time    : 2017/7/12 下午12:21
+# @Author  : play4fun
+# @File    : 平移.py
+# @Software: PyCharm
+
+"""
+平移.py:平移就是将对 换一个位置。如果你 沿 (x, y) 方向移动
+移动的距离 是 (tx,ty)
+"""
+
+import cv2
+import numpy as np
+
+cap = cv2.VideoCapture(0)
+while True:
+    # 获取每一帧
+    ret, frame = cap.read()
+
+    #  换到 HSV
+    hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
+    #  定蓝色的阈值
+    lower_blue = np.array([110, 50, 50])
+    upper_blue = np.array([130, 255, 255])
+    # 根据阈值构建掩模
+    mask = cv2.inRange(hsv, lower_blue, upper_blue)
+    # 对原图像和掩模 进行位运算
+    res = cv2.bitwise_and(frame, frame, mask=mask)
+
+    # 显示图像
+    cv2.imshow('frame', frame)
+    cv2.imshow('mask', mask)
+    cv2.imshow('res', res)
+
+    k = cv2.waitKey(0)  # & 0xFF
+    if k == ord('q'):
+        break
+# 关 窗口
+cv2.destroyAllWindows()

ch14-几何变换/14.getAffineTransform.py

@@ -1,14 +1,35 @@
 # -*- coding: utf-8 -*-
+'''
+仿射变换
+在仿射变换中 原图中所有的平行线在结果图像中同样平行。
+为了创建 这个矩阵，我们需要从原图像中找到三个点以及他们在 出图像中的位置。
+然后 cv2.getAffineTransform 会创建一个 2x3 的矩  最后 个矩 会 传给 函数 cv2.warpAffine。
+'''
 
 import cv2
 import numpy as np
 from matplotlib import pyplot as plt
-img=cv2.imread('drawing.png')
-rows,cols,ch=img.shape
-pts1=np.float32([[50,50],[200,50],[50,200]])
-pts2=np.float32([[10,100],[200,50],[100,250]])
-M=cv2.getAffineTransform(pts1,pts2)
-dst=cv2.warpAffine(img,M,(cols,rows))
-plt.subplot(121,plt.imshow(img),plt.title('Input'))
-plt.subplot(121,plt.imshow(img),plt.title('Output'))
-plt.show()
+
+img = cv2.imread('drawing.png')
+rows, cols, ch = img.shape
+print(img.shape)
+
+pts1 = np.float32([[50, 50], [200, 50], [50, 200]])
+pts2 = np.float32([[10, 100], [200, 50], [100, 250]])
+
+M = cv2.getAffineTransform(pts1, pts2)
+dst = cv2.warpAffine(img, M, (cols, rows))
+
+# plt.subplot(121, plt.imshow(img), plt.title('Input'))
+# plt.subplot(122, plt.imshow(dst), plt.title('Output'))
+
+plt.figure(figsize=(8, 7), dpi=98)
+p1 = plt.subplot(211)
+p1.imshow(img)
+p1.set_title('Input')
+
+p2 = plt.subplot(212)
+p2.imshow(dst)
+p2.set_title('Output')
+
+plt.show()

ch14-几何变换/14.getPerspectiveTransform.py

@@ -1,16 +1,34 @@
 # -*- coding: utf-8 -*-
+'''
+透视变换
+对于透视变换 ，我们需要一个 3x3 变换矩 。
+在变换前后直线 是直线。
+构建 个变换矩  你需要在输入图像上找 4 个点， 以及他们在输出图 像上对应的位置。
+四个点中的任意三个都不能共线。这个变换矩阵可以用函数 cv2.getPerspectiveTransform() 构建。
+然后把这个矩阵传给函数 cv2.warpPerspective。
+
+'''
 
 import cv2
 import numpy as np
 from matplotlib import pyplot as plt
-img=cv2.imread('sudokusmall.png')
-rows,cols,ch=img.shape
 
-pts1 = np.float32([[56,65],[368,52],[28,387],[389,390]])
-pts2 = np.float32([[0,0],[300,0],[0,300],[300,300]])
-M=cv2.getPerspectiveTransform(pts1,pts2)
-dst=cv2.warpPerspective(img,M,(300,300))
+img = cv2.imread('../data/sudoku.jpg')
+rows, cols, ch = img.shape
+
+pts1 = np.float32([[56, 65], [368, 52], [28, 387], [389, 390]])
+pts2 = np.float32([[0, 0], [300, 0], [0, 300], [300, 300]])
+
+M = cv2.getPerspectiveTransform(pts1, pts2)
+dst = cv2.warpPerspective(img, M, (300, 300))
+
+plt.figure(figsize=(8, 7), dpi=98)
+p1 = plt.subplot(211)
+p1.imshow(img)
+p1.set_title('Input')
+
+p2 = plt.subplot(212)
+p2.imshow(dst)
+p2.set_title('Output')
 
-plt.subplot(121,plt.imshow(img),plt.title('Input'))
-plt.subplot(121,plt.imshow(img),plt.title('Output'))
-plt.show()
+plt.show()

ch14-几何变换/14.getRotationMatrix2D.py

@@ -1,17 +1,21 @@
 # -*- coding: utf-8 -*-
 
+# 旋转
 import cv2
 import numpy as np
 
-img=cv2.imread('../data/messi5.jpg',0)
-rows,cols=img.shape
-#的第一个参数为旋 中心 第二个为旋  度 第三个为旋 后的缩放因子
-# 可以    置旋 中心 缩放因子 以及窗口大小来 止旋 后 出 界的
-M=cv2.getRotationMatrix2D((cols/2,rows/2),45,0.6)
-# 第三个参数是 出图像的尺寸中心
-dst=cv2.warpAffine(img,M,(2*cols,2*rows))
-while(1):
-    cv2.imshow('img',dst)
-    if cv2.waitKey(1)&0xFF==27:
-        break
-cv2.destroyAllWindows()
+img = cv2.imread('../data/messi5.jpg', 0)
+rows, cols = img.shape
+
+# 的第一个参数为旋转中心 第二个为旋转角度
+#  第三个为旋转后的缩放因子
+# 可以通过设置旋转中心，缩放因子，以及窗口大小来防止旋转后超出边界的问题
+M = cv2.getRotationMatrix2D((cols / 2, rows / 2), 45, 0.6)
+
+# 第三个参数是输出图像的尺寸中心
+dst = cv2.warpAffine(img, M, (2 * cols, 2 * rows))
+
+cv2.imshow('img', dst)
+
+cv2.waitKey(0)  # & 0xFF
+cv2.destroyAllWindows()

ch14-几何变换/14.resize.py

@@ -1,20 +1,33 @@
 # -*- coding: utf-8 -*-
 
+'''
+扩展缩放
+
+在缩放时我们推荐使用 cv2.INTER_AREA
+在扩展时我们推荐使用 v2.INTER_CUBIC 慢) 和 v2.INTER_LINEAR。
+默认情况下所有改变图像尺寸大小的操作使用的插值方法 是 cv2.INTER_LINEAR。
+
+Resize(src, dst, interpolation=CV_INTER_LINEAR)
+'''
 
 import cv2
 import numpy as np
-img=cv2.imread('../data/messi5.jpg')
-# 下mian的 None 本应 是 出图像的尺寸 但是因为后 我们 置了缩放因子
-# 因此  为 None
-res=cv2.resize(img,None,fx=2,fy=2,interpolation=cv2.INTER_CUBIC)
-#OR
-#   呢 我们直接 置 出图像的尺寸 所以不用 置缩放因子
-height,width=img.shape[:2]
-res=cv2.resize(img,(2*width,2*height),interpolation=cv2.INTER_CUBIC)
-
-while(1):
-    cv2.imshow('resize',res)
-    cv2.imshow('src img',img)
-    if cv2.waitKey(1) & 0xFF == 27:
+
+img = cv2.imread('../data/messi5.jpg')
+# 下面的 None 本应 是 出图像的尺寸 但是因为后边我们设置了缩放因子
+# 因此这里为 None
+res = cv2.resize(img, None, fx=2, fy=2, interpolation=cv2.INTER_CUBIC)
+
+# OR
+# 我们直接设置输出图像的尺寸 所以不用设置缩放因子
+height, width = img.shape[:2]
+res = cv2.resize(img, (2 * width, 2 * height), interpolation=cv2.INTER_CUBIC)
+
+while True:
+    cv2.imshow('resize', res)
+    cv2.imshow('src img', img)
+
+    key = cv2.waitKey(1)
+    if key == ord("q"):
         break
-cv2.destroyAllWindows()
+cv2.destroyAllWindows()

ch14-几何变换/14.wrapAffine.py

@@ -1,9 +1,11 @@
 # -*- coding: utf-8 -*-
 import cv2
 import numpy as np
-#移动了100,50 个像素。
+
+# 移动了100,50 个像素。
 img = cv2.imread('../data/messi5.jpg', 0)
 rows, cols = img.shape
+
 M = np.float32([[1, 0, 100], [0, 1, 50]])
 dst = cv2.warpAffine(img, M, (cols, rows))