OpenCV Python 基础入门教程

注意：显示窗口后通常需要配合 waitKey() 保持窗口打开。

1.3 保存图像

cv.imwrite('output.jpg', img)

• 参数 1：输出文件名。
• 参数 2：图像对象。

2. 视频处理

2.1 摄像头捕获

cap = cv.VideoCapture(0) # 0 代表默认摄像头
if not cap.isOpened():
    exit()
while True:
    ret, frame = cap.read()
    if not ret:
        break
    gray = cv.cvtColor(frame, cv.COLOR_BGR2GRAY)
    cv.imshow('frame', gray)
    if cv.waitKey(1) == ord('q'):
        break
cap.release()
cv.destroyAllWindows()

• cap.read() 返回两个值：布尔值 ret（是否成功读取）和帧 frame。
• cap.get(id) 获取视频属性（如帧率、宽高），id 范围通常为 0-18。

2.2 播放视频文件

原理相同，只需修改输入源：

cap = cv.VideoCapture('video.mp4')

2.3 保存视频

fourcc = cv.VideoWriter_fourcc(*'XVID')
out = cv.VideoWriter('output.avi', fourcc, 20.0, (640, 480))
while cap.isOpened():
    ret, frame = cap.read()
    if not ret:
        break
    out.write(frame)
    cv.imshow('frame', frame)
    if cv.waitKey(1) == ord('q'):
        break
cap.release()
out.release()
cv.destroyAllWindows()

• 参数 1：文件名。
• 参数 2：编解码器代码（FourCC）。
• 参数 3：帧率。
• 参数 4：分辨率 (width, height)。

3. 绘图

3.1 画线

img = np.zeros((512, 512, 3), np.uint8)
cv.line(img, (0, 0), (511, 511), (255, 0, 0), 5)
# 颜色格式为 BGR，最后一个参数为线宽

3.2 画圆

cv.circle(img, (center_x, center_y), radius, color, thickness)
# thickness=-1 表示填充

3.3 画矩形

cv.rectangle(img, (top_left_x, top_left_y), (bottom_right_x, bottom_right_y), color, thickness)

四、核心功能

1. 图像基本操作

1.1 像素访问与修改

px = img[100, 100] # 获取像素值 [B, G, R]
blue = img[100, 100, 0]
img[100, 100] = [255, 255, 255] # 直接赋值修改

高效访问方法：

val = img.item(10, 10, 2) # 访问 R 值
img.itemset((10, 10, 2), 100) # 修改 R 值

1.2 图像属性

print(img.shape)   # (行，列，通道数)
print(img.size)    # 像素总数
print(img.dtype)   # 数据类型

1.3 区域裁剪

ball = img[280:340, 330:390] # 提取 ROI
img[273:333, 100:160] = ball  # 复制 ROI

1.4 通道分离与合并

b, g, r = cv.split(img) # 分离
img = cv.merge((b, g, r)) # 合并
# 或者切片操作
img[:, :, 2] = 0 # 将红色通道置零

2. 图像算术运算

2.1 图片相加

OpenCV 加法是饱和运算（超过 255 截断为 255），而 NumPy 是取模运算。

x = np.uint8([250])
y = np.uint8([10])
print(cv.add(x, y)) # 255
print(x + y)        # 4

2.2 图像混合

dst = cv.addWeighted(img1, 0.7, img2, 0.3, 0)
# 权重分别为 0.7 和 0.3，alpha 值为 0

2.3 按位操作

常用于图像掩膜处理。

img1 = cv.imread('messi5.jpg')
img2 = cv.imread('opencv-logo.png')
rows, cols, channels = img2.shape
roi = img1[0:rows, 0:cols]
img2gray = cv.cvtColor(img2, cv.COLOR_BGR2GRAY)
ret, mask = cv.threshold(img2gray, 10, 255, cv.THRESH_BINARY)
mask_inv = cv.bitwise_not(mask)
img1_bg = cv.bitwise_and(roi, roi, mask=mask_inv)
img2_fg = cv.bitwise_and(img2, img2, mask=mask)
dst = cv.add(img1_bg, img2_fg)
img1[0:rows, 0:cols] = dst
cv.imshow('res', img1)
cv.waitKey(0)
cv.destroyAllWindows()

五、图像处理进阶

1. 色彩空间转换

OpenCV 支持多种色彩空间转换，最常用的是 BGR 转灰度和 HSV。

1.1 灰度化

grey = cv.cvtColor(frame, cv.COLOR_BGR2GRAY)

灰度图能显著提高处理速度，适用于大多数特征提取场景。

1.2 HSV 空间

HSV 更适合颜色分割，因为它将亮度与色度分离。

hsv = cv.cvtColor(frame, cv.COLOR_BGR2HSV)
lower_blue = np.array([110, 50, 50])
upper_blue = np.array([130, 255, 255])
mask = cv.inRange(hsv, lower_blue, upper_blue)
res = cv.bitwise_and(frame, frame, mask=mask)

2. 几何变换

2.1 缩放

res = cv.resize(img, None, fx=2, fy=2, interpolation=cv.INTER_CUBIC)

插值方法可选 INTER_LINEAR（默认）、INTER_CUBIC 等。

2.2 旋转

rows, cols = img.shape
M = cv.getRotationMatrix2D(((cols-1)/2.0, (rows-1)/2.0), 90, 1)
dst = cv.warpAffine(img, M, (cols, rows))

3. 阈值处理

3.1 全局阈值

ret, thresh = cv.threshold(img, 127, 255, cv.THRESH_BINARY)

类型包括 THRESH_BINARY, THRESH_BINARY_INV, THRESH_TRUNC 等。

3.2 自适应阈值

适用于光照不均的图像。

th2 = cv.adaptiveThreshold(img, 255, cv.ADAPTIVE_THRESH_MEAN_C,
                           cv.THRESH_BINARY, 11, 2)
th3 = cv.adaptiveThreshold(img, 255, cv.ADAPTIVE_THRESH_GAUSSIAN_C,
                           cv.THRESH_BINARY, 11, 2)

4. 模板匹配

在图像中搜索特定模板的位置。

res = cv.matchTemplate(source, template, cv.TM_CCOEFF_NORMED)
min_val, max_val, min_loc, max_loc = cv.minMaxLoc(res)

多目标匹配需结合阈值过滤：

loc = np.where(res >= 0.8)
for pt in zip(*loc[::-1]):
    cv.rectangle(img_rgb, pt, (pt[0] + w, pt[1] + h), (0, 0, 255), 2)

5. 轮廓检测（补充）

轮廓检测是形状分析和物体识别的基础。

gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
ret, thresh = cv.threshold(gray, 127, 255, cv.THRESH_BINARY)
contours, hierarchy = cv.findContours(thresh, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)
# 绘制所有轮廓
cv.drawContours(img, contours, -1, (0, 255, 0), 2)

可计算轮廓面积、周长及近似多边形。

6. 形态学操作（补充）

用于预处理和二值图像优化。

kernel = np.ones((5, 5), np.uint8)
dilated_img = cv.dilate(thresh, kernel, iterations=2)
eroded_img = cv.erode(thresh, kernel, iterations=1)
# 开运算：先腐蚀后膨胀，去除小噪点
closed_img = cv.morphologyEx(thresh, cv.MORPH_CLOSE, kernel)

六、总结

本文介绍了 OpenCV 在 Python 中的基础应用，涵盖图像读写、视频处理、绘图、像素操作、色彩空间转换、几何变换及模板匹配等核心功能。通过掌握这些基础操作，可以进一步探索更复杂的计算机视觉任务，如人脸识别、目标跟踪等。建议在实际项目中多练习代码示例，熟悉 API 用法，并结合 NumPy 进行高效的数据处理。