1. 图像与原始字节之间的转换

　　从概念上讲，一个字节能表示0到255的整数。目前，对于多有的实时图像应用而言，虽然有其他的表示形式，但一个像素通常由每个通道的一个字节表示。

　　一个OpenCV图像是.array类型的二维或三维数组。8位的灰度图像是一个含有字节值的二维数组。一个24位的BGR图像是一个三维数组，它也包含了字节值。可使用表达式访问这些值，如image[0,0]或image[0,0,0]。第一个值代表像素的y坐标啊或行，0表示顶部；第二个值是像素的x坐标或列，0表示最左边；第三个值（如果可用的话）表示颜色通道。如，对于一个左上角有白色像素的8位灰度图像而言，image[0,0]的值为255. 对于一个左上角有蓝色像素的24位BGR图像而言，image[0,0]是[255,0,0]。

　　可以用另外一个表示，如image[0,0]或image[0,0]=128，还可表示成image.item((0,0))或image.setitem((0,0),128)。对于单像素操作，第二种表示方式更有效。

　　若一幅图像的每个通道为8位，则可将其显示转换为标准的一维Python bytearray格式：

byteArray = bytearray(image)

　　反之，bytearray含有恰当顺序的字节，可以通过显示转换和重构，得到numpy.array形式的图像：

　garyImage = numpy.array(garyByteArray ).reshape(height, width)

bgrImage = numpy.array(bgrByteArray ).reshape(height, width, 3)

　　下面介绍将含有随机字节的bytearray转换为灰度图像和BGR图像：

import cv2

import numpy as np

import os

# 创建一个120000个随机字节的数组

randomByteArray = bytearray(os.urandom(120000))  #os.urandom(n) 返回n个随机byte值的string，作为加密使用

flatNumpyArray = np.array(randomByteArray)

# 将数组转换为400 x 300的灰度图像

garyImage = flatNumpyArray.reshape(300, 400)

cv2.imwrite('randomGary.png', garyImage)

# 将数组转换为400 x 300的彩色图像

bgrImage = flatNumpyArray.reshape(100, 400, 3)

cv2.imwrite('randomColor.png', bgrImage)

　　运行该程序，将会在程序所在目录中生成两张灰度图像（如下所示）。尺寸分别为400 x 100，400 x 400

　　使用Python标准的os.urandom()函数可随机生成原始字节，随后会把该字节转换为NumPy数组。需要注意的是，诸如numpy.random.randint(0, 256, 120000).reshape(400, 300)语句也能直接（并且更高效地）随机生成NumPy数组。使用os.urandom()函数的原因是该语句有助于展示原始字节的转换。

2. 使用numpy.array访问图像数据

　　加载OpenCV图像最简单的方式是使用imread()函数，该函数会返回一幅图像，这幅图像是一个数组（根据imread()函数输入参数的不同，该图像可能是二维数组，也可能是三维数组）。

　　y.array结构针对数组操作有很好的优化，它允许某些块(bulk)操作，这些操作在通常的Python中不可用这些特定的.array操作在OpenCV的图像处理中会很方便。利用numpy.array函数来转换数组比用普通的Python数组转换要快得多。

import cv2

import numpy as np

img = cv2.imread('flower.jpg')

img[0,0] = [255, 255, 255]

cv2.imshow('my image', img)

cv2.waitKey()

　　在图像左上方会出现一个白点。

　　假设想要改变一个特定像素的蓝色值，numpy.array提供了item()方法。该函数有3个参数：x（或左）位置，y（或顶部）位置以及（x,y）位置的数组索引（注意，在BGR图像中，某一位置的数据是按B,G,R的顺序保存的三元数组），该函数能返回索引函数的值。另一个方法是通过itemset()函数可设置指定像素在指定通道的值（itemset()有两个参数：一个三元组(x,y和索引）和要设定的值）。如下例子将坐标（150,120）的当前蓝色值127变为255

import cv2

import numpy as np

img = cv2.imread('flower.jpg')

print(img.item(150, 120, 0))  # 打印当前坐标点的蓝色值

img.itemset((150, 120, 0), 255)

print(img.item(150, 120, 0))

　　建议使用内置的滤波器和方法来处理整个图像，上述方法只适合于处理特定的小区域。

　　下面介绍操作通道：将指定通道（B,G,R）的所有值置为0.（注：通过循环来处理Python数组的效率非常低，应该尽量避免这样的操作。使用数组索引可以高效地操作像素。像素操作是一个高代价的低效操作，特别是在视频数据处理时，会发现要等很久才能得到结果。可用索引(indexing)来解决该问题）

　　以下代码可将图像所有的G（绿色）值设为0

import cv2

import numpy as np

img = cv2.imread('flower.jpg')

img[:, :, 1] = 0

cv2.imshow('my image', img)

cv2.waitKey()

　　运行结果为：

　　通过NumPy数组的索引访问原始像素，还可设定感兴趣区域(Region Of Interest, ROI)。一旦设定了该区域，就可以执行许多操作，例如，将该区域与变量绑定，然后设定第二个区域，并将第一个区域的值分配给第二个区域（将图像的一部分拷贝到该图像的另一个位置）：

import cv2

import numpy as np

img = cv2.imread('flower.jpg')

roi = img[0:100, 0:100]

img[100:200, 100:200] = roi # 此处需考虑所用图像的尺寸，不能超过，并确保两个区域的大小一样

cv2.imshow('my image', img)

cv2.waitKey()

运行结果为：

　　此外，还可使用numpy.array来获得图像其他属性。

　　shape：NumPy返回包含宽度、高度和通道数（如果图像是彩色的）数组，这在调试图像类型时很有用；如果图像是单色或灰度的，将不包含通道值；

　　size：该属性是指图像像素的大小；

　　datatype：该属性会得到图像的数据类型（通常为一个无符号整数类型的变量和该类型占的位数，比如unit8类型）

import cv2

import numpy as np

img = cv2.imread('flower.jpg')

print(img.shape)

print(img.size)

print(img.dtype)

运行结果为：

(220, 252, 3)
166320
uint8

3.视频文件的读/写

　　OpenCV提供了VideoCapture类和VideoWriter类来支持各种格式的视频文件。支持的格式类型会因系统的不同而变化，但应该都支持AVI格式。在到达视频文件末尾之前，VideoCapture类可通过read()函数来获取新的帧，每帧都是一幅基于BGR格式的图像。

　　可将一幅图像传递给VideoWriter类的write()函数，该函数会将这幅图像加到VideoWriter类所指向的文件中。

　　如下示例读取AVI文件的帧，并采用YUV颜色编码将其写入另一帧中：

import cv2

videoCapture = cv2.VideoCapture('myvideo.avi')

fps = videoCapture.get(cv2.CAP_PROP_FPS)

size = (int(videoCapture.get(cv2.CAP_PROP_FRAME_WIDTH)), int(videoCapture.get(cv2.CAP_PROP_FRAME_HEIGHT)))

videoWriter = cv2.VideoWriter('MyOutputVid.avi', cv2.VideoWriter_fourcc('I', '', '', ''), fps, size)

success, frame = videoCapture.read()

while success:  # 循环直到所有帧结束

    videoWriter.write(frame)

    success, frame = videoCapture.read()

　　要特别注意：必须要为VideoWriter类的构造函数指定视频文件名，这个文件名对应的文件若存在，会被覆盖。也必须指定视频编解码器。编解码器的可用性根据系统不同而不同。下面是一些常用选项：

　　cv2.VideoWriter_force('I', '4', '2', '0')：该选项是一个未压缩的YUV颜色编码，是4:2:0色度子采样。这种编码有很好的兼容性，但会产生较大文件，文件扩展名为.avi。

　　cv2.VideoWriter_force('P', 'I', 'M', '1')：该选项是MPEG-1编码类型，文件扩展名为.avi。

　　cv2.VideoWriter_force('X', 'V', 'I', 'D')：该选项是MPEG-4编码类型，如果希望得到的视频大小为平均值，推荐使用此选项，文件扩展名为.avi。

　　cv2.VideoWriter_force('T', 'H', 'E', 'O')：该选项是Ogg Vorbis，文件扩展名应为.ogv。

　　cv2.VideoWriter_force('F', 'L', 'V', '1')：该选项是一个Flash视频，文件扩展名应为.flv。

　　帧速率和帧大小也必须要指定，因为需要从另一个视频文件复制视频帧，这些属性可以通过VideoCapture类的get()函数得到。

4. 捕获摄像头的帧

　　VideoCapture类可以获得摄像头的帧流。但对摄像头而言，通常不是用视频的文件名来构造VideoCapture类，而是需要传递摄像头的设备索引(device index)。

　　下面的例子会捕获摄像头10秒的视频信息，并将其写入一个AVI文件中：

import cv2

cameraCapture = cv2.VideoCapture(0)

fps = 30

size = (int(cameraCapture.get(cv2.CAP_PROP_FRAME_WIDTH)), int(cameraCapture.get(cv2.CAP_PROP_FRAME_HEIGHT)))

videoWriter = cv2.VideoWriter('MyOutputVid.avi', cv2.VideoWriter_fourcc('I', '', '', ''), fps, size)

success, frame = cameraCapture.read()

numFramesRemaining = 10 * fps - 1

while success and numFramesRemaining > 0:

    videoWriter.write(frame)

    success, frame = cameraCapture.read()

    numFramesRemaining -= 1

cameraCapture.release()

　　然而，VideoCapture类的get()方法不能反悔摄像头帧速率的准确值，它总是返回0。

　　为了针对摄像头创建合适的VideoWriter类，要么对帧速率做出假设，要么使用计时器来测量。摄像头的数量和顺序由系统决定，但OpenCV没有提供任何查询摄像头数量和属性的方法。如果使用无效索引构造了VideoCapture类，就不会得到帧，VideoCapture的read()函数会返回(false, None)。为了不让read()函数从没有正确打开的VideoCapture类中获取数据，可在执行该函数之后使用VideoCapture.isOpened方法做一个判断，该方法返回一个Boolean值。

　　当需要同步一组摄像头或一个多头摄像头（例如立体摄像头或Kinect）时，read()方法就不再适合了，可用grab()和retrive()方法代替它。对于一组摄像头，可以使用以下代码：

success0 = cameraCapture0.grab()

success1 = cameraCapture1.grab()

if success0 and success1:

    frame0 = cameraCapture0.retrive()

    frame1 = cameraCapture1.retrive()

5. 在窗口显示图像

　　用imshow()函数实现显示图像的操作。imshow()函数有两个参数：显示图像的帧名字以及要显示的图像本身。

import cv2

import numpy as np

img = cv2.imread('flower.jpg')

cv2.imshow('my image', img)

cv2.waitKey()

cv2.destroyAllWindows()   # 释放由OpenCV创建的所有窗口

6. 在窗口显示摄像头帧

　　OpenCV的namedWindow()、imshow()和DestoryWindow()函数允许指定窗口名来创建、显示和销毁（destroy）窗口。此外，任何窗口都可以通过waitKey()函数来获取键盘输入，通过setMouseCallback()函数来获取鼠标输入。以下代码可实时显示摄像头帧：

import cv2

clicked = False

def onMouse(event, x, y, flags, param):

    global clicked

    if event == cv2.EVENT_LBUTTONUP:

        clicked = True

cameraCapture = cv2.VideoCapture(0)

cv2.namedWindow('MyWindow')

cv2.setMouseCallback('MyWindow', onMouse)

print('showing camera feed. Click window or press any key to stop.')

success, frame = cameraCapture.read()

while success and cv2.waitKey(1) == -1 and not clicked:

    cv2.imshow('MyWindow', frame)

    success, frame = cameraCapture.read()

cv2.destroyWindow('MyWindow')
cameraCapture.release()

　　waitKey()的参数为等待键盘触发的时间，单位为毫秒，其返回值为-1（表示没有键被按下）或ASCII码。另外，Python提供了一个标准函数ord()，该函数可以将字符转换为ASCII码。（注：在一些系统中，waitKey()的返回值可能比ASCII码的值更大（在Linux系统中，如果OpenCV使用GTK作为后端的GUI库，就会出现bug）,在所有系统中，可以通过读取返回值的最后一个字节来保证肢体去ASCII码，代码为：

keycode = cv2.waitkey(1)

if keycode != -1:

　　keycode &= 0xff ）

　　OpenCV的窗口函数和waitKey()函数相互依赖。OpenCV的窗口只有在调用waitKey()函数时才会更新，waitKey()函数只有在OpenCV窗口成为活动窗口时，才能捕获输入信息。

　　鼠标回调函数setMouseCallback()有5个参数，param是可选参数，它是setMouseCallback()函数的第三个参数，默认情况下，该参数是0.回调时间参数可以取如下的值，它们分别对应不同的鼠标事件。

cv2.EVENT_MOUSEMOVE：该事件对应鼠标移动    
cv2.EVENT_LBUTTONDOWN：该事件对应鼠标左键按下
cv2.EVENT_RBUTTONDOWN：该事件对应鼠标右键按下
cv2.EVENT_MBUTTONDOWN：该事件对应鼠标中间键按下
cv2.EVENT_LBUTTONUP：该事件对应鼠标左键松开
cv2.EVENT_RBUTTONUP：该事件对应鼠标右键松开
cv2.EVENT_MBUTTONUP：该事件对应鼠标中间键松开
cv2.EVENT_LBUTTONDBLCLK：该事件对应双击鼠标左键
cv2.EVENT_RBUTTONDBLCLK：该事件对应双击鼠标右键
cv2.EVENT_MBUTTONDBLCLK：该事件随影双击鼠标中间键

　　鼠标回调的标志参数可能是以下事件的按位组合：

cv2.EVENT_FLAG_LBUTTON：该事件对应按下鼠标左键
cv2.EVENT_FLAG_RBUTTON：该事件对应按下鼠标右键
cv2.EVENT_FLAG_MBUTTON：该事件对应按下鼠标中间键
cv2.EVENT_FLAG_CTRLKEY：该事件对应按下Ctrl键
cv2.EVENT_FLAG_SHIFTKEY：该事件对应按下Shift键
cv2.EVENT_FLAG_ALTKEY：该事件对应按下Alt键