opencv-python 的简单帮助程序包

cvhelper 是 opencv-python 包的更简单的包装器。如前所述，包仅提供对 OpenCV 函数的访问权限，在 C++ 风格中，编写起来可能很乏味。也不支持 OpenCV 类，如 Rect、Point 等。cvhelper 试图解决这个问题。

包处于早期状态，欢迎投稿！该软件包的内容是一个供需模型，其中添加了功能，因为在 opencv-python 中发现了新的乏味事物。不要犹豫提出问题，请求新功能或增强建议！

安装

由 python 包管理器 pip 安装。

pip install cvhelper

这也会安装依赖项opencv-python,opencv-contrib-python和numpy，如果不存在的话。

例子

阅读视频

这段代码不言自明。

香草OpenCV：

import cv2 as cv
video = cv.VideoCapture("path/to/file")
if not video.isOpened():
    raise ValueError("Could not open video")

while True:
    ok, frame = video.read()
    if not ok:
        break
    cv.imshow("Frame", frame)
    if cv.waitKey(0) & 0xFF == ord('q'):
        break 
video.release()

简历助手：

import cv2 as cv
import cvhelper as cvh
with cvh.load_video("path/to/file") as video:
   for frame in cvh.read_frames(video, start, stop, step):
       cv.imshow("Frame", frame)
       if cvh.wait_key(0) == ord('q'):
            break 

旋转色轮

假设我们有以下要旋转的色轮图像。

我们当然想在它的中心旋转它，而不是在图像的中心。使用 OpenCV 的可能解决方案是

import cv2 as cv
import random

img = cv.imread("resources/color_wheel_invert.png")
gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
_, otsu = cv.threshold(gray, 250, 255, cv.THRESH_BINARY_INV)
_, contours, _ = cv.findContours(otsu, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)
contour = contours[0]
rect = cv.boundingRect(contour)  # Gives a tuple (x, y, w, h)
x, y, w, h = rect

color = [random.randint(0, 255) for _ in range(3)]

degrees = 60
center = (x + w / 2), (y + h / 2)
rotation_matrix = cv.getRotationMatrix2D(center, degrees, 1)
rotated_image = cv.warpAffine(img, rotation_matrix, gray.shape[::-1])

cv.rectangle(rotated_image, (x, y), (x + w, y + h), color)

cv.imshow("Image", rotated_image)
cv.waitKey(0)

我们首先将图像转换为灰度。灰度色轮不包含任何纯白色值。因此，我们可以以高阈值对图像进行阈值化，以分割色轮。

然后我们在图像中找到轮廓（在这种情况下只有一个轮廓），并找到包围轮廓的边界矩形。从这个矩形中，我们可以通过左上角的高度和宽度找到中心点。我们使用它来创建一个旋转矩阵，并调用仿射扭曲函数。最后，我们在找到的轮廓周围画一个矩形。这只是为了查看目的。

我们得到以下结果。

虽然是一个完美的解决方案，但我们还是忍不住要旋转整个图像。这是使用 cvhelper 的解决方案。

简历助手：

import cv2 as cv
import cvhelper as cvh

img = cv.imread("resources/color_wheel_invert.png")
gray = cvh.bgr2gray(img)
otsu = cvh.threshold_binary(gray, 250, inverse=True)
contours = cvh.find_external_contours(otsu)
contour = contours[0]
rect = contour.bounding_rect  # Gives a Rect object
degrees = 60

center = rect.center  # Gives a Point object
top_left = rect.tl  # Gives a Point object
new_center = center - top_left 
img[rect.slice] = cvh.rotate_image(
    img[rect.slice], new_center, degrees, unit=cvh.AngleUnit.DEGREES
)
cvh.rectangle(img, rect, cvh.Color.RANDOM)

cv.imshow("Image", img)
cvh.wait_key(0)

我们再次遵循相同的方法。但是，使用 Contour 类，我们可以简单地调用边界矩形属性。这将产生一个 Rect 对象，该对象具有 center 属性。方便的。

之前我们没有（明显的）选择，只能旋转整个图像，现在我们可以简单地在矩形处切片图像，只旋转图形本身。对于这个确切的目的，它并没有太大的不同，但它是一个演示。我们找到要旋转的新中心，然后简单地调用旋转图像函数。我们可以在这里选择是使用度数还是弧度。最后我们绘制一个随机颜色的矩形。

我们得到以下结果。

这不仅写起来不那么乏味，而且我们还可以通过切片轻松地仅旋转圆的相关部分。轮廓、矩形和点对象也很容易使用。

其他轻松领域

虽然没有提供示例，但在使用 cvhelper 时，OpenCV 的许多其他部分变得易于使用。领域包括

• 形态学
• 图像归一化
• 颜色转换
• 阈值化
• 图像平滑