共计 1773 个字符,预计需要花费 5 分钟才能阅读完成。
先给代码
地方显示图片
三个工具函数,间接前面有三行代码的示例。
import cv2
import tkinter as tk
def GetScreenCenter():
root = tk.Tk()
return root.winfo_screenwidth()//2,root.winfo_screenheight()//2
def AdaptSize(img):
# 视频、图片过大间接 1 /2
center_x, center_y = GetScreenCenter()
img_h, img_w, _ = img.shape
if img_h > center_y * 2 or img_w > center_x * 2:
img = cv2.resize(img, (img_w // 2, img_h // 2))
return img
def CentralShow(win_name,video):
ret,img=video.read()
center_x, center_y = GetScreenCenter()
img=AdaptSize(img)
img_h,img_w,_=img.shape
t_x, t_y = (center_x - img_w // 2), (center_y - img_h // 2)
cv2.imshow(win_name, img)
cv2.moveWindow(win_name, t_x, t_y)
cv2.waitKey(0)
# example:
win_name='centered image'
img=cv2.imread('english.jpg')
CentralShow(win_name,img)
地方显示视频
视频其实是多个图片一直循环,只需屡次读取视频图片即可
import cv2
import tkinter as tk
def GetScreenCenter():
root = tk.Tk()
return root.winfo_screenwidth()//2,root.winfo_screenheight()//2
def AdaptSize(img):
# 视频、图片过大间接 1 /2
center_x, center_y = GetScreenCenter()
img_h, img_w, _ = img.shape
if img_h > center_y * 2 or img_w > center_x * 2:
img = cv2.resize(img, (img_w // 2, img_h // 2))
return img
def CentralShow(win_name,video):
ret,img=video.read()
center_x, center_y = GetScreenCenter()
img=AdaptSize(img)
img_h,img_w,_=img.shape
t_x, t_y = (center_x - img_w // 2), (center_y - img_h // 2)
cv2.imshow(win_name, img)
cv2.moveWindow(win_name, t_x, t_y)
def ShowVideo(video):
while True:
ret, imgsrc = video.read()
if imgsrc is None:
break
imgsrc = AdaptSize(imgsrc)
cv2.imshow(win_name, imgsrc)
if cv2.waitKey(20) & 0xFF == ord('q'):
break
video.release()
cv2.destroyAllWindows()
# eg:
win_name='centered video'
video = cv2.VideoCapture('1604400296582.mp4')
# 先第一次确定显示的地位
CentralShow(win_name,video)
# 整个视频放映(无声放映)ShowVideo(video)
代码一些解释
实现思路
- 获取整个屏幕 width, height,找到中心点
- 失去图片的长宽,而后通过中心点,计算显示图片窗口的左上角点的地位。
- 显示图片
利用 opencv 的窗口的特点
我应用 moveWindow 这个函数,意思是把窗口挪动到其余中央。
opencv 的窗口显示有个特点,只有上一次 move 到这个中央显示,下一次也会在这个中央显示,没有个指定显示中央的函数。
所以我的办法是,先在轻易中央显示,而后 move 到指定中央。而后之后的都会在那个中央显示了。
正文完
发表至: opencv-python
2020-11-04