OpenCV基础操作完全指南（零基础入门）

OpenCV基础操作完全指南（零基础入门）

安装与环境配置

安装命令：pip install opencv-python
导入方式：import cv2
配套工具：import numpy as np

---

图像基础操作

读取与属性查看

img = cv2.imread('image.jpg', cv2.IMREAD_COLOR)

• 第一个参数：文件路径
• 第二个参数（可选）：
• cv2.IMREAD_COLOR：默认三通道BGR格式（注意不是RGB）
• cv2.IMREAD_GRAYSCALE：直接读取为灰度图
• cv2.IMREAD_UNCHANGED：包含Alpha通道的四通道

形状查看：img.shape 返回（高度，宽度，通道数）
数据类型：img.dtype 通常为uint8
像素极值：np.min(img)与np.max(img)

显示与保存

显示窗口：cv2.imshow('Preview', img)
等待操作：cv2.waitKey(0)（0表示无限等待）
销毁窗口：cv2.destroyAllWindows()
保存文件：cv2.imwrite('output.png', img)

• 第三个参数（可选）：
  JPEG质量参数：0-100（默认95）
  PNG压缩级别：cv2.IMWRITE_PNG_COMPRESSION

---

色彩空间转换

BGR↔灰度转换

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
转换公式：0.299*R + 0.587*G + 0.114*B

BGR↔HSV转换

hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
应用场景：颜色追踪时定义阈值范围
H：色调（0-180）
S：饱和度（0-255）
V：明度（0-255）

---

绘图功能精要

基础图形绘制

线段：cv2.line(img, (x1,y1), (x2,y2), (B,G,R), 线宽)
矩形：cv2.rectangle(img, (x,y), (x+w,y+h), (0,255,0), 2)
圆形：cv2.circle(img, (cx,cy), 半径, (0,0,255), -1)（-1为填充）
文字：cv2.putText(img, 'Text', (x,y), 字体, 字号, (255,0,0), 2)
cv2.ellipse
cv2.polylines

---

视频处理流程

实时摄像头处理

cap = cv2.VideoCapture(0) 初始化摄像头
while True:
 ret, frame = cap.read() 读取帧
 cv2.imshow('Live', frame) 显示画面
 if cv2.waitKey(1) == 27: break ESC键退出
资源释放：cap.release()

视频文件输出

编码设置：fourcc = cv2.VideoWriter_fourcc(*'XVID')
写入对象：out = cv2.VideoWriter('output.avi', fourcc, 帧率, (宽,高))
写入帧：out.write(frame)

---

重要注意事项

颜色通道陷阱

OpenCV使用BGR格式，Matplotlib使用RGB格式，显示前需转换：
display_img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

路径与权限问题

读取失败时检查：

• 文件路径是否包含中文/特殊字符
• 文件是否被其他程序占用
• Linux/macOS系统的文件权限设置

内存管理

视频处理必须释放资源：
cap.release()
out.release()

数据类型

所有图像数据都是numpy.ndarray类型：
print(img.shape) # (height, width, channels)

---

综合应用案例

实时边缘检测实现

cap = cv2.VideoCapture(0) 
while True:  
 ret, frame = cap.read()  
 gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) 
 edges = cv2.Canny(gray, 100, 200)  # 双阈值边缘检测  
 cv2.imshow('Edges', edges)` 
 if cv2.waitKey(1) == 27: break` 

九宫格拼图制作

h, w = img.shape[:2] 
single_h = h//3  # 垂直分三份  
single_w = w//3  # 水平分三份  
mosaic = []  
for i in range(3): 
	row = np.hstack([img[i*single_h:(i+1)*single_h, j*single_w:(j+1)*single_w] for j in range(3)])  
	mosaic.append(row)  
	final = np.vstack(mosaic)

---