使用其他按键来控制OpenCV的waitKey()函数

Question

我正在处理一个程序（使用python和opencv），我使用空格键进入下一帧，使用Esc键退出程序。这是我能够工作的唯二按键。我试图找到其他按键的相关信息，尝试了各种代码，但没有成功，特别是方向键。

我在这里找到了与waitkey有关的信息，但是它并不起作用。

我的问题是，如何捕捉除esc和spacebar以外的其他按键，以触发我的Python-opencv程序中的特定函数？

- md1hunox

Answer 1

您可以在Python中使用ord()函数来实现这一点。

例如，如果您想触发“a”键的按下操作，请按以下步骤进行：

if cv2.waitKey(33) == ord('a'):
   print "pressed a"

这里有一份示例代码：绘制直方图

更新:

要查找任何键的键值，请使用以下简单脚本打印键值：

import cv2
img = cv2.imread('sof.jpg') # load a dummy image
while(1):
    cv2.imshow('img',img)
    k = cv2.waitKey(33)
    if k==27:    # Esc key to stop
        break
    elif k==-1:  # normally -1 returned,so don't print it
        continue
    else:
        print k # else print its value

使用此代码，我获得了以下值：

Upkey : 2490368
DownKey : 2621440
LeftKey : 2424832
RightKey: 2555904
Space : 32
Delete : 3014656
...... # Continue yourself :)

- Abid Rahman K

---

在OSX系统上，Up键的键值为63232，Down键的键值为63233，Left键的键值为63234，Right键的键值为63235。 - extensa5620

我感觉我没有收到任何特殊键的代码 - 这可能是因为我在Windows上使用Pyhton 3.8（IDLE IDE）运行它。 - Alexander Stohr

使用'hex()'函数时，通常更容易理解。 2490368=0x260000 2621440=0x280000 2424832=0x250000 2555904=0x270000 32=0x20 3014656=0x2e0000 - Alexander Stohr

对于OSX值： 63232=0xf700 63233=0xf701 63234=0xf702 63235=0xf703 - Alexander Stohr

请注意，较高位（您应该能够自己查找定义）是修改键的标志值，例如 alt/sys/meta/num-loc，并且可以独立于其他按键出现。某些平台不报告任何此类密钥。 - Alexander Stohr

Answer 2

waitKey返回的键码似乎与平台有关。然而，查看键返回什么可能非常有教育意义（顺便说一下，在我的平台上，Esc不返回27...）。

阿比德的答案列出的整数对于人类大脑来说大多无用（除非你是神童……）。但是，如果您以十六进制形式检查它们，或者看一下最低有效字节，您可能会注意到模式……

我用于检查waitKey返回值的脚本如下：

#!/usr/bin/env python

import cv2
import sys

cv2.imshow(sys.argv[1], cv2.imread(sys.argv[1]))
res = cv2.waitKey(0)
print('You pressed %d (0x%x), LSB: %d (%s)' % (res, res, res % 256,
    repr(chr(res%256)) if res%256 < 128 else '?'))

你可以将其用作最小的命令行图像查看器。

我得到的一些结果：

• 字母 q：

  你按下了 1048689（0x100071），LSB：113（'q'）

• Esc 键（传统上，ASCII 27）：

  你按下了 1048603（0x10001b），LSB：27（'\x1b'）

• 空格：

  你按下了 1048608（0x100020），LSB：32（' '）

这个列表可能还可以继续，但是当你获得“奇怪”的结果时，你可以看到前进的方式。

顺便说一句，如果你想把它放在一个循环中，你可以只使用 waitKey(0)（永远等待），而不是忽略 -1 的返回值。

编辑：这些高位有更多的含义 - 请参见 Andrew C 的答案（提示：它与键盘修饰键有关，例如所有的“锁定”键，如 NumLock）。

然而，我的最近的经验表明，存在平台依赖性 - 例如，来自 Anaconda 的 Python 3.6 上的 OpenCV 4.1.0 在 Windows 上不会产生这些位，并且对于一些（重要的）键，它从 waitKey() 返回 0（箭头，Home，End，PageDn，PageUp，甚至是 Del 和 Ins）。至少 Backspace 返回 8（但...为什么不是 Del？）。

因此，对于跨平台的 UI，你可能只能使用 W、A、S、D、字母、数字、Esc、Space 和 Backspace ;)

- Tomasz Gandor

---

平台依赖性问题似乎是有符号/无符号整数的问题。可以使用按位运算很容易地解决它，例如 res = cv2.waitkey() & 0xEFFFFF。 - billyjmc

我没有仔细检查过，但从我的历史记录来看，我认为一些高位被正式声明为标志位。为了正确解释和掩码值，请搜索网络。（这绝对不是随意的！） - Alexander Stohr

@billyjmc - 不，这不是符号位。符号位是0x8而不是0x1。这些位是键盘修饰符的标志。清除符号位将是& 0x7fff...。 - Tomasz Gandor

Answer 3

已经发布的答案表明，waitKey 得到的一些不寻常值是由于平台差异。以下我提出（至少在某些平台上），waitKey的表现貌似奇怪是由于键盘修改器的原因。这篇文章看起来和Tomasz的回答类似，因为我最初将其作为编辑编写，但遭到了拒绝。

---

waitKey返回的键码会根据启用哪些修饰符而发生变化。NumLock、CapsLock 和 Shift、Ctrl、Alt 键都通过在两个最小有效字节之上启用某些位来修改 waitKey 返回的键码。其中最小的标志是Shift，在0x10000处。

下面是Tomasz发布的脚本的修改版本:

#!/usr/bin/env python

import cv2
import sys

cv2.imshow(sys.argv[1], cv2.imread(sys.argv[1]))
res = cv2.waitKey(0)
print 'You pressed %d (0x%x), 2LSB: %d (%s)' % (res, res, res % 2**16,
    repr(chr(res%256)) if res%256 < 128 else '?')

以下是相应的结果：

• 使用NumLock键的q字母:

  您按下了1048689（0x100071），2LSB：113（'q'）

• CapsLock但未使用NumLock的Escape键：

  您按下了131099（0x2001b），2LSB：27（'\ x1b'）

• 使用Shift和NumLock的空格键：

  您按下了1114144（0x110020），2LSB：32（' '）

• 使用Control，NumLock关闭的右箭头键：

  您按下了327507（0x4ff53），2LSB：65363（'S'）

我希望这有助于解释waitKey的不寻常行为以及如何获取实际按下的键，而不考虑NumLock和CapLock的状态。从这里开始，做一些类似以下的事情相对简单：

ctrlPressed = 0 != res & (1 << 18)

...作为“控制键”标志的是（将最低有效位视为位0）第18位。Shift在第16位，CapsLock的状态在第17位，Alt在第19位，NumLock在第20位。正如Tomasz所指出的那样，仅按下Shift键也会返回一个值，对于LShift和RShift分别有不同的值（仍然带有所有这些修饰符）。在依赖它们之前，请务必在自己的平台上双重检查所有这些修饰符和值。 :)

- Andrew C.

---

哇，原来是关于修饰符的问题...不错，我几乎从不关闭NumLock。顺便说一下：有时从0开始计算位更方便——即Shift位于第16位（掩码为（1<<16））。此外，只需按下Shift也会返回一个值——LShift为0xffe1，RShift为0xffe2。修饰符也适用于这里。 - Tomasz Gandor

不是所有的平台都会返回这些位 - 进行可移植编程的人可能非常清楚。 - Alexander Stohr

Answer 4

对于我来说，下面的代码无法正常工作，当它运行时，图片会在没有你按下按钮的情况下迅速跳转到下一张：

import cv2
img = cv2.imread('sof.jpg') # load a dummy image
while(1):
    cv2.imshow('img',img)
    k = cv2.waitKey(33)
    if k==27:    # Esc key to stop
        break
    elif k==-1:  # normally -1 returned,so don't print it
        continue
    else:
        print k # else print its value

但是这个有效：

def test_wait_key():
    lst_img_path = [
        '/home/xy/yy_face_head/face_det_test/111.png',
        '/home/xy/yy_face_head/face_det_test/222.png'
        #.....more path ...
    ]

    for f_path in lst_img_path:
        img = cv2.imread(f_path)
        cv2.imshow('tmp', img)
        c = cv2.waitKey(0) % 256

        if c == ord('a'):
            print "pressed a"
        else:
            print 'you press %s' % chr(c)

以下是输出结果：

输出如上。

- Jayhello

Answer 5

有趣的是，没有人提到另一个Stack Overflow线程中提到的cv2.waitKeyEx() 。OpenCV关于cv2.waitKeyEx()的文档如下所述:

类似于waitKey，但返回完整的键代码。

注意

键代码是实现特定的，取决于使用的后端：QT/GTK/Win32等

因此，在跨平台实现上可能需要一些关注。然而，对我来说，这是迄今为止在Windows上获取箭头键等工作最简单直接的解决方案。

- ToJo

---

这是一个非常有用的贡献！查看OpenCV提交历史记录，waitKeyEx()在此提交中于2016年被引入，这是在我留下初始评论之后。有趣的是，同一提交修补了原始的waitKey()函数，使其始终被掩码为code＆0xff，这与我的答案中的res％2 ** 16具有相同的效果。并不令人惊讶，但非常有帮助的是，完整的按键代码取决于后端，这指向我们去获取更多信息的方向！ - Andrew C.

这真是一个非常有帮助的贡献！查看OpenCV的提交历史，waitKeyEx()是在2016年的这个提交中引入的，而这是在我留下初始评论之后。有趣的是，同一个提交还修补了原始的waitKey()函数，使其始终被掩码为code & 0xff，这与我自己的答案中的res % 2**16具有相同的效果。并不奇怪，但将完整的按键码取决于后端明确说明了，这对于指引我们去寻找更多信息非常有帮助！ - undefined

Answer 6

对于C++：

如果使用键盘字符/数字，更简单的解决方案是：

int key = cvWaitKey();

switch(key)
{
   case ((int)('a')):
   // do something if button 'a' is pressed
   break;
   case ((int)('h')):
   // do something if button 'h' is pressed
   break;
}

- Poka Yoke

---

你不需要将字符转换为 int，只需使用 case 'a': 即可。 - eezstreet

当使用提高的警告级别进行编译时，您可能确实需要一些类型转换。相反，您应该从原始int值中提取一个“char”仅一次。这一步进一步可以去除任何用于修饰键的更高位。 - Alexander Stohr

Answer 7

在使用Ubuntu和C++时，我遇到了字符/整数转换的问题。我需要使用cv::waitKey()%256来获取正确的ASCII值。

- 00zetti

---

请使用位运算：(cv:waitKey() & 255) - Alexander Stohr

如果使用非空超时，返回值为-1表示已达到超时，因此最好先将该值分配给一个变量，然后测试是否为-1，如果不是，则执行位剥离操作以获取所需的键码。 - Alexander Stohr

Answer 8

在Ubuntu18、python3和OpenCV 3.2.0上有效的答案与上面的答案类似。但是需要更改cv2.waitKey(0)这一行。这意味着程序将等待直到按下一个按钮。

使用此代码，我找到了箭头按钮的键值：向上箭头（82）、向下箭头（84）、向左箭头（81）和回车键（10）等。

import cv2
img = cv2.imread('sof.jpg') # load a dummy image
while(1):
    cv2.imshow('img',img)
    k = cv2.waitKey(0)
    if k==27:    # Esc key to stop
        break
    elif k==-1:  # normally -1 returned,so don't print it
        continue
    else:
        print k # else print its value

- ngock

---

“-1”的返回值并不是“正常”的，它意味着超时已经发生。到目前为止，给出的评论并没有真正命中要点。除此之外：如果传递参数为0，则waitKey函数永远不会引发超时，因为它将一直等待，除非接收到按键。解码可能永远不会看到这些值 - 但从偏执编程的角度来看，并且为了随时可以选择替代超时，保持这种状态是一个很好的选择。 - Alexander Stohr

Answer 9

如果您想暂停程序以截取进度的屏幕截图

(在cv2.imshow中显示)

cv2.waitKey(0)会在按下“Scr”按钮（或其组合键）后继续，但您可以尝试这个方法

cv2.waitKey(0)
input('')

使用cv2.waitkey(0)可以给程序足够的时间来处理你想在imshow中看到的一切，而input('')则会让程序等待你在控制台窗口按下Enter键。

这适用于Python 3。

- GodIsAnAstronaut

Answer 10

我也觉得这很令人困惑。 我正在运行Ubuntu 18，发现以下内容： 如果cv.imshow窗口具有焦点，则在终端中会得到一组值-如上面讨论的ASCII值。

如果终端具有焦点，则会看到不同的值。即，按a键时将看到“a”（而不是ASCII值97），按Escape键时将看到“^]”而不是“27”。

我在任何情况下都没有看到上述6位数字，并且我使用了类似的代码。 看来waitKey的值是以毫秒为单位的轮询周期。 这些点说明了这一点。

运行此片段并在测试图像上具有焦点时按键，然后单击终端窗口并按相同的键。

    import cv2
    img = cv2.imread('test.jpg') 
    cv2.imshow('Your test image', img)

    while(1):
      k = cv2.waitKey(300)
      if k == 27:
        break
      elif k==-1:
       print "."
       continue
      else:
        print k 

- gerry174