python opencv shape参数 opencv shape函数

今天这一篇文章主要记录一下OpenCV中一些基本的操作，包括读取图片，视频以及反转图像的几种操作：

一：图片的载入

图片载入很常用，很实用。。。

二：读取视频

读取视频分为从摄像头中读入和从硬盘中读入，如果是摄像头就在videocapture函数中填写数值，0是默认的第一个摄像头，1.是第二个，以此类推，如果没有外置摄像头，就直接“”填写路径就行。

三：打印图片的类型

图片的信息主要包括图片的类型，图片的尺寸，图片的长宽高以及通道数，如果是彩色图片通道数就是3，如果是黑白的图片通道数为1。

我这里定义了一个函数来输出图片的信息：

这里可以看到：

图片的大小是589*646的彩色3通道图片，编码方式是uint8.

四：图像的对比度转换

我们知道图像的像素数是从0-255，如果实现图像的反转只需要遍历每个像素然后每个像素减去255即可，这里用一个笨方法实现以下：

得出的结果是这样：

似乎转换了以后的图片还挺好看的。

当然，这样的方法太过于复杂，并且执行时间，效率都很低：

用时长达4555毫秒。。。

这时候我们使用OpenCV自带的bitwise_not函数：

因为底层是使用的C++语言进行封装，所以执行快得多，来对比下：

同样的一张图只需要17ms，舒服多了。

五：时间消耗的计算

上图中的测试时间的计算用到了两个函数：

GetTickcount函数：它返回从操作系统启动到当前所经历的计时周期数

GetTickFrequency函数：返回每秒的计时周期数

使用的方法：

t1 = cv.getTickCount()
#你需要的测试的函数或代码
t2 = cv.getTickCount()
time = (t2-t1)/cv.getTickFrequency()print("time:%s ms"%(time*1000))

最后，附上完整代码，方便大家复现，下一篇文章就要开始学习图像色彩空间的转换，还需努力。如果有任何问题欢迎在底下评论，我们一起交流，一起加油！

import