昨天同事说微信更新有跳一跳小游戏，便更新了玩一玩。至于抄袭不抄袭我不讨论，看玩法和色彩都很简洁。想用Python试试摄像头捕捉图像，然后分析距离每次都能跳到中心，有生物机械手指之类的再弄到树莓派上岂不是能玩最高分啦。 -心路历程
环境是windows，安装opencv
pip install opencv-python
需要其他包的可另行下载。
hello, OpenCV
import cv2 as cv
img=cv.imread("404.jpg") #读取图像
cv.imshow("who",img)
cv.waitKey(0)
cv.destroyAllWindows()
hallo, camera
打开摄像头
#打开摄像头
import cv2
import numpy
import matplotlib.pyplot as plot
#摄像头对象
cap=cv2.VideoCapture(0)
#显示
while(1):
ret,frame = cap.read()
cv2.imshow("capture",frame)
if(cv2.waitKey(1) & 0xFF==ord('q')):
break
cap.release()
cv2.destroyAllWindows()
按q退出时，为什么要用0xFF呢？& 比 == 优先级高，所以先截取最后八位，再做比较。
保存图片
摄像头打开后就要保存图片，也很方便呢。
#保存图片
import cv2
cap = cv2.VideoCapture(0)
i=0
while(1):
ret, frame = cap.read()
cv2.imshow("capture", frame)
if cv2.waitKey(1) & 0xFF == ord(' '):
i=i+1
imgName="i_"+str(i)
cv2.imwrite("img/"+imgName+".jpeg", frame)
if cv2.waitKey(1) & 0xFF == ord('q'):
break
cap.release()
cv2.destroyAllWindows()
比上一版的多了一个按空格保存图片，虽然然触体验并不好，但是感觉好爽啊，Python真方便，写那些库的人更牛啊。
处理图片
进跳一跳游戏抓取一张图
看看都可以干些什么，应该是去噪什么的吧（其实我都不懂，手动笑cry.jpg
想要获取距离，看大家都在说二值化那就二值化试试效果：
图像信息二值化
import cv2 as cv
#灰度模式读取图像
img=cv.imread("img/i1.jpeg",0)
#设置阈值进行二值化
th=100
ret,binary1=cv.threshold(img,th,255,cv.THRESH_BINARY_INV)
ret,binary2=cv.threshold(img,th,255,cv.THRESH_BINARY)
ret,binary3=cv.threshold(img,th,255,cv.THRESH_TRUNC)
ret,binary4=cv.threshold(img,th,255,cv.THRESH_TOZERO)
ret,binary5=cv.threshold(img,th,255,cv.THRESH_TOZERO_INV)
ret,binary6=cv.threshold(img,th,255,cv.THRESH_OTSU)
ret,binary7=cv.threshold(img,th,255,cv.THRESH_TRIANGLE)
cv.imshow("THRESH_BINARY_INV",binary1)
cv.imshow("THRESH_BINARY",binary2)
cv.imshow("THRESH_TRUNC",binary3)
cv.imshow("THRESH_TOZERO",binary4)
cv.imshow("THRESH_TOZERO_INV",binary5)
cv.imshow("THRESH_OTSU",binary6)
cv.imshow("THRESH_TRIANGLE",binary7)
cv.waitKey(0)
cv.destroyAllWindows()
显示轮廓
费了好大力才走到这步，然后没有头绪，各种公式各种图像处理看不懂，还是获取不了距离，下了matplotlib和numpy库也还没用上。
最后，就混合一下所学的东西吧。
显示边缘轮廓
#摄像头并显示轮廓
import cv2
cap = cv2.VideoCapture(0)
i=0
while(1):
ret, frame = cap.read()
img_gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
img_gb = cv2.GaussianBlur(img_gray, (5, 5), 0)
edges = cv2.Canny(img_gb, 100 , 200)
cv2.imshow("capture", edges)
if cv2.waitKey(1) & 0xFF == ord('q'):
break
cap.release()
cv2.destroyAllWindows()
18年一定要多读书要努力学习啊我的豆。