学习OpenCV3（1）

最近要做和计算机视觉相关的项目，就开始学习OpenCV了。买了《学习OpenCV3》这本书，发现是用C++编写的例程，就开始配置C++的环境。

配了一整天visual studio 2019，失败，感觉原因一是自己确实不熟悉C++的dll和lib那一块，对x64和x86也不熟悉，所以配置都得照着网上的说法弄，神奇的是，网上一个网页一个说法，虽然都达成了最终目的，但总感觉不够正规和简洁。一怒之下还是在Anaconda上装了OpenCV-Python。之前有做过C++和Python上OpenCV的区别调查，发现其实接口调用都差不多，执行效率也相差无几（特别提到了numba）所以干脆就用Python了。

但在跟着书上C++的例程写Python时还是遇到了一些问题，特此记录。

第一个与遇到的比较重要的区别实在示例2-5里，原文C++代码为

cv::Mat out
cv::GaussianBlur( image, out, cv::Size(5, 5), 3, 3);

遇到第一个问题是 out 这个变量，一开始我以为 out 放到Python里应该变成

out = np.mat()

# 插曲：说到numpy，也是我之前发现，例程里的img.empty()没法用，因为Python里没有empty()这个函数，然后想到之前说到的numba可以优化Python的OpenCV所以想到Py-CV里的图片文件可能使用numpy的matrix保存的。

之后想起来 np.mat() 应该传入参数，但怎么可能预先知道读取的图片大小，于是改用了

out = None

然后把高斯模糊部分的代码改为

cv.GaussianBlur(image, out, (5, 5), 3, 3)

然后发现报错，要求输入tunple类型。根据我写Python的经验和读cv.GaussianBlur的参数，反应过来应该写成

out = cv.GaussianBlur(image, (5, 5), 3, 3)

之后就跑通了，测试文件用的就是著名的512*512的Lenna

贴上example2_5的python对应代码

import cv2 as cv
import numpy as np

def example2_5(image):

    # Create windows to show input and output
    cv.namedWindow("Example2_5-in", cv.WINDOW_AUTOSIZE)
    cv.namedWindow("Example2_5-out", cv.WINDOW_AUTOSIZE)
    # Create a window to show input image
    cv.imshow("Example2_5-in", image)

    out = cv.GaussianBlur(image, (5, 5), 3, 3)
    out = cv.GaussianBlur(  out, (5, 5), 3, 3)

    # Show the smoothed image
    cv.imshow("Example2_5-out", out)
    cv.waitKey(0)

if __name__ == '__main__':
    img = cv.imread("lenna.png")
    example2_5(img)

 之后做了书上的练习3，把示例2-11和2-6的代码连接起来，建立一个读取视频并存储降采样后的彩色图像的程序，这里直接贴代码

import cv2 as cv

def GaussianBlur(image, show_win=False):
    # Gauss blur
    out = cv.GaussianBlur(image, (5, 5), 3, 3)
    out = cv.GaussianBlur(out, (5, 5), 3, 3)
    if show_win:
        cv.namedWindow("input image", cv.WINDOW_AUTOSIZE)
        cv.namedWindow("output image", cv.WINDOW_AUTOSIZE)
        # Show input image
        cv.imshow("input image", image)
        # Show output image
        cv.imshow("output image", out)
    # cv.waitKey(0)
    # return output image
    return out

def DownSampling(image, show_win=False):
    # Gauss blur
    out = None
    out = cv.pyrDown(image)
    if show_win:
        cv.namedWindow("input image", cv.WINDOW_AUTOSIZE)
        cv.namedWindow("output image", cv.WINDOW_AUTOSIZE)
        # Show input image
        cv.imshow("input image", image)
        # Show output image
        cv.imshow("output image", out)
    # cv.waitKey(0)
    # return output image
    return out

if __name__ == '__main__':
    cap = cv.VideoCapture()
    cap.open("demo.mp4")
    fourcc = cv.VideoWriter_fourcc('X', 'V', 'I', 'D')
    out_video = cv.VideoWriter("output.avi", fourcc, 29.97, (1280, 720))
    while True:
        flag, frame = cap.read()
        if not flag:
            break
        out_frame = DownSampling(frame, True)
        out_video.write(out_frame)
        c = cv.waitKey(1)
        if c == 27:
            break
    cap.release()
    out_video.release()
    cv.destroyAllWindows()