python开发之HighGUI上位机开发

作者：ywsydwsbn
字数：5702
时间：2020-8-24 16:56
简介：先点赞再看，养成习惯！！！

HighGUI简介

概要

我们在测试算法，查看算法效果的时候， 需要用到可视化。 动态调整阈值， 实时看到反馈的时候， 也需要用到图像化的界面去编辑， 所以这里我们就需要用到opencv中的HighGUI。

HighGUI 是opencv中的图形化（GUI）组件， 我们可以通过HighGUI 开发一些简易的上位机。

OpenCV的HighGUI 都提供了哪些接口呢？

主要提供以下几种功能

• 创建多个窗口（Windows）， 在窗口中显示图像
• 创建按钮，滑块等简单交互组件， 并获取其取值
• 监听鼠标事件语言按键事件

Matplotlib显示图片与HighGUI最大的不同

1. Matplotlib是静态的 ，不可以进行交互
2. HighGUI是动态的，可以进行交互

HighGUI窗口

namedWindow

创建一个窗口， 名字叫做image_win

# 创建一个名字叫做 image_win的窗口
cv2.namedWindow('image_win')
12

我们也可以传入一些参数（flags） 来实现窗口的一些设定。

• flags其实是一个整数， 用这个二进制的特定地位， 来表示某个选项是A选项（二进制 0）还是B选项（二进制1）。

设置选项1： 窗口大小

WINDOW_NORMAL 1 代表允许拖动窗口变换窗口大小。

WINDOW_AUTOSIZE 0 默认 根据屏幕跟图片的大小， 自动缩放。 不允许手动变化窗口大小。

设置选项2： 设置宽高比

WINDOW_FREERATIO 256 不固定宽高比。

WINDOW_KEEPRATIO 0 默认固定宽高比， 也就是窗口拖拽缩放， 必须保持原来的宽高比。

设置选项3 : 窗口GUI版本

WINDOW_GUI_NORMAL 16 旧版窗口组件。 不支持statusbar跟toolbar。 就是窗口上方的状态栏，工具栏。

WINDOW_GUI_EXPANDED 0 默认 新版本功能增强的GUI窗口。

我们可以通过按位或的方式，通过一个参数， 同时传入多个选项的值。

• flags的值默认为0 ， 也就相当于WINDOW_AUTOSIZE | WINDOW_KEEPRATIO | WINDOW_GUI_EXPANDED

所以上面的语句等同于:

# 创建一个名字叫做 image_win的窗口
cv2.namedWindow('image_win'， flags=cv2.WINDOW_AUTOSIZE | cv2.WINDOW_KEEPRATIO | cv2.WINDOW_GUI_EXPANDED)
12

如果我想设定，窗口可以自由拖动， 那么我就需要这么写

# 创建一个名字叫做 image_win的窗口
cv2.namedWindow('image_win',  flags=cv2.WINDOW_NORMAL | cv2.WINDOW_KEEPRATIO | cv2.WINDOW_GUI_EXPANDED)
12

又因为另外两个选项均为默认选项， 值为0, 所以写法等同于

# 创建一个名字叫做 image_win的窗口
cv2.namedWindow('image_win',  flags=cv2.WINDOW_NORMAL)
12

如果我想让这个窗口，即可以拖放又可以不固定宽高比（ratio）， 那我其实应该这样写。

# 创建一个名字叫做 image_win的窗口
cv2.namedWindow('image_win', flags=cv2.WINDOW_NORMAL | cv2.WINDOW_FREERATIO)
12

如果窗口什么也不显示, 窗口其实是一个占位符(Placeholder)的作用.

创建窗口示例

import numpy as np
import cv2

# 创建一个名字叫做 image_win的窗口
cv2.namedWindow('image_win', cv2.WINDOW_NORMAL)

# windows下啥也不放置

# 检测按下的按钮
print("请按任意键关闭窗口")

# 如果没有下面的waitKey, 窗口会一闪而过, 后面会讲解
key_pressed = cv2.waitKey(0)

# cv2.destroyAllWindows()
cv2.destroyWindow('image_win')
12345678910111213141516

读入图片

使用imread 函数读入彩图/灰度图

imread的API讲解

我们读入一张图片的时候, 使用的是cv2.imread 函数, 传入的第一个参数是图片的路径.

我在代码的同级目录下放置了一个lena1.jpg 的照片.

注意，这里容易出错，Linux与Windows的路径格式不同，同时也需要注意相对路径与绝对路径。

# 导入一张图像 模式为彩色图片
img = cv2.imread('lena1.jpg')
12

这样你就读入了这张lena的图片.

opencv都支持导入哪些格式的图片呢?

具体我们可以通过查阅文档 , 在python终端中输入:

help(cv2.imread)
1

PS: 前提你得导入cv2 模块.

导入RBG彩图 还是是 灰度图?

第二个参数是图像颜色空间, 默认就是RGB彩图cv2.IMREAD_COLOR

上面这个语句跟下面作用是一样的.

# 导入一张图像 模式为彩色图片
img = cv2.imread('cat.jpg', cv2.IMREAD_COLOR)
12

如果你想导入灰度图, 就需要传入 cv2.IMREAD_GRAYSCALE

img = cv2.imread('cat.jpg', cv2.IMREAD_GRAYSCALE)
1

窗口展示

显示/更新窗口里的图像

imshow的API讲解

在HighGUI展示图像， 需要使用到 imshow 函数， 第一个参数， 我们传入窗口的名称，第二个参数就是 Image 对象。

# 展示图像
cv2.imshow('image',img)
12

如果image这个窗口之前并没有被声明， 那么同时会先创建一个名字叫做image的窗口， 然后再更新窗口里面的图像。

请注意，你执行完这个cv2.imshow()之后，窗口会一闪而过，这个时候你就需要使用到cv2.waitKey这个函数啦，后文有讲。

图片保存

图像的保存, 需要使用imwrite 函数.

图像的简单保存

这次我们读入的还是lena图。

我们在读入img之后, 对图像进行各种操作, 例如图像均衡, 图像绘制等.

接下来, 直接使用imwrite 函数

• 第一个参数./lena1.png 是即将保存的文件路径与文件名.
• 第二个参数就是图像矩阵img.

import numpy as np
import cv2

# 导入一张图像 模式为彩色图片
img = cv2.imread('lena1.jpg', cv2.IMREAD_COLOR)

# 读入灰度图
cv2.imwrite('lena1.png', img)

123456789

我这是将jpg图片保存为png图片。

具体保存为什么图像格式, 是根据图像路径名字的后缀去判断的, 后缀为.png 就保存为png 格式的图片.

知识充电站:
jpg 跟 jpeg其实是一个东西，jpg是jpeg的简称。jpeg是Joint Photographic Experts Group（联合图像专家小组）的缩写

图像的压缩保存

图像的保真度, 靠imwrite函数的第三个参数来指定.

第三个参数, 针对不同的图片保存类型, 对应的含义也有所不同.

在图像压缩的演示里, 我们仍然采用lena的图片.

JPEG压缩保存

JPEG 的第三个参数所代表的意思是图像质量cv2.IMWRITE_JPEG_QUALITY, 取值范围在 0-100, 默认是95.

cv2.imwrite('bear_quality_50.jpg', img, [cv2.IMWRITE_JPEG_QUALITY, 50])
1

我们将质量度分成10段 展示一下各种质量度下的图片.

import numpy as np
import cv2

# 导入一张图像 模式为彩色图片
img = cv2.imread('lena1.jpg', cv2.IMREAD_COLOR)


for quality in range(0, 100, 10):

    # 保存为PNG图片
    cv2.imwrite('lena_quality_{}.jpg'.format(quality), img, [cv2.IMWRITE_JPEG_QUALITY, quality])
1234567891011

图片大小对比：

PNG压缩保存

PNG对应的称之为压缩级别 cv2.IMWRITE_PNG_COMPRESSION

压缩级别的取值范围从0到9. 0 代表无压缩, 9代表最大压缩.

例如我们使用压缩级别4去存储图片, 就可以这么写.

cv2.imwrite('bear_compression_4.png', img, [cv2.IMWRITE_PNG_COMPRESSION, 4])
1

让大家直观的感受到不同压缩级别的效果：

import numpy as np
import cv2

# 导入一张图像 模式为彩色图片
img = cv2.imread('lena1.png')


for cmpi in range(0, 10):
    # 保存为PNG图片
    cv2.imwrite('lena_compression_{}.png'.format(cmpi), img, [cv2.IMWRITE_PNG_COMPRESSION, cmpi])
    print("压缩级别 {}".format(cmpi))
1234567891011

说实话，打开图片看清晰度，我们肉眼非常难看到有啥区别，不过我们可以通过文件属性文件大小来体现出来．

这一部分先对HighGUI相关理论进行详细讲解，同时也对图片相应的操作处理做了讲解，下一节将重点对HighGUI项目开发技巧进行详细分析。

欢迎大家三连（关注、评论、点赞）一起学习

文章首发：https://blog.csdn.net/ywsydwsbn/article/details/108199147