OpenCV基础：图像处理与视频操作代码示例

本资源是一份关于使用OpenCV进行基本图像处理的学习资料，主要包括以下几个方面的内容： 1. **视频读取与显示**： 在`Videoread.py`文件中，作者通过`cv2.VideoCapture(0)`创建一个摄像头输入源，然后在无限循环中连续获取帧（`ret, frame = cap.read()`）。每一帧经过水平翻转（`cv2.flip(frame, 1)`）后，通过`cv2.imshow()`函数显示在窗口"capture"上。用户可以通过按下'q'键退出程序，释放摄像头资源并关闭所有窗口。 2. **图像缩放**： `imageresize()`函数接收一张图像，并使用`cv2.resize()`方法将其调整到指定的宽度（480像素）和高度（640像素），以便于后续处理或展示。 3. **通道分离**： `imgsplit()`函数实现了RGB图像通道的分离，通过`cv2.split(img)`将图像分割成蓝色（B）、绿色（G）和红色（R）三个通道。另外，`numpyspilt()`函数提供了一个用NumPy数组实现的通道分离方法。 4. **图像尺寸信息获取**： `shapewh()`函数用于获取图像的形状，包括宽度（w）、高度（h）以及通道数（channel），这对于了解图像的维度非常重要。 5. **图像保存**： `imgwrite()`函数用于将处理后的图像写入文件，这里以"B101.jpg"为文件名进行保存。 6. **图片批量读取**： `imgpathread()`函数读取指定目录下的所有图片，首先列出目录中的所有图片文件名，然后逐个读取这些图片，并在读取过程中打印进度。这里的图片路径示例是'E:\\image\\'，但文件名被错误地用双引号包围，需要修正为实际路径。 7. **图像显示与路径读取**： 文件中还展示了如何读取单张图片（如`imgname='E:\\image\\3.jpg'`），并通过`cv2.imread()`读取该图片，并在控制台输出读取状态。 这份代码资源提供了OpenCV基础图像处理操作的实用示例，包括视频流处理、图像大小调整、通道分离、文件路径遍历和图片读取等，适合初学者学习和实践。通过这些代码，读者可以了解OpenCV库在实际项目中的应用和常见操作流程。