OpenCV（Open Source Computer Vision Library）

原创

已于 2025-04-29 00:03:20 修改 · 1k 阅读

18 ·

CC 4.0 BY-SA版权

文章标签：

#计算机视觉 #opencv #开源

于 2025-04-25 18:44:27 首次发布

1. 什么是OpenCV？

1.1 定义

OpenCV 是一个开源的计算机视觉和机器学习软件库，最初由英特尔公司于1999年发起开发，现由社区和公司（如xAI等）共同维护。它提供了一系列高效的工具和算法，用于处理图像和视频，支持多种编程语言（主要是C++、Python和Java），广泛应用于学术研究、工业开发和实际项目。

1.2 核心目标

OpenCV的目标是提供通用的计算机视觉工具，帮助开发者处理以下任务：

图像处理（如滤波、变换、边缘检测）
特征检测与描述（如角点、边缘、SIFT、ORB）
对象检测与识别（如人脸识别、物体跟踪）
视频分析（如运动检测、光流）
机器学习与深度学习集成
3D重建、相机标定等高级应用

1.3 为什么选择OpenCV？

开源免费：完全免费，代码公开，社区活跃。
跨平台：支持Windows、Linux、MacOS、Android、iOS等。
高效性能：底层用C/C++编写，优化良好，支持GPU加速（如CUDA）。
多语言支持：Python接口简单易用，适合快速开发。
丰富功能：包含数千个函数，覆盖从基础图像处理到复杂深度学习模型的集成。
广泛应用：应用于自动驾驶、医疗影像、安防监控、AR/VR等领域。

2. OpenCV的核心模块

OpenCV的功能被组织成多个模块，每个模块专注于特定的计算机视觉任务。以下是主要模块的介绍：

2.1 核心模块（Core）

提供基本数据结构（如矩阵、点、矩形）和基础操作（如矩阵运算、绘图）。

Mat类：OpenCV中最核心的数据结构，用于存储图像（本质是矩阵）。
基本操作：图像的读取、保存、显示、像素操作等。

2.2 图像处理（Imgproc）

包含图像处理的核心算法，例如：

滤波（如高斯模糊、均值滤波）
形态学操作（如膨胀、腐蚀）
边缘检测（如Canny算法）
图像变换（如缩放、旋转、透视变换）
直方图均衡化、颜色空间转换（如RGB到HSV）

2.3 特征检测与描述（Features2d）

用于检测图像中的关键点和描述子，常用于图像匹配、目标识别等。

角点检测（如Harris角点）
特征检测与描述（如SIFT、SURF、ORB）
特征匹配（如FLANN、BFMatcher）

2.4 视频分析（Video）

处理视频序列中的动态信息：

光流分析（如Lucas-Kanade算法）
运动检测与跟踪（如Kalman滤波、MeanShift）
背景建模与分割

2.5 对象检测（Objdetect）

提供预训练模型和算法，用于检测特定对象：

Haar级联分类器（常用于人脸检测）
HOG+SVM（行人检测）
DNN模块（支持深度学习模型如YOLO、SSD）

2.6 机器学习（ML）

内置经典机器学习算法，与图像处理结合：

支持SVM、决策树、KNN、随机森林等
常用于分类、回归或聚类任务

2.7 深度学习（DNN）

支持深度学习模型的加载与推理：

兼容主流框架（如TensorFlow、PyTorch、ONNX）
支持预训练模型（如ResNet、YOLO、DeepLab）

2.8 相机标定与3D重建（Calib3d）

用于相机校准和三维场景重建：

相机标定（内参、外参）
立体视觉与深度图
三维点云重建

2.9 其他模块

Highgui：提供GUI功能，如图像/视频显示、鼠标键盘交互。
VideoIO：视频读取与写入。
Stitching：图像拼接（如全景图生成）。
Contrib：扩展模块，包含实验性功能（如SIFT、SURF的开源实现）。

3. 安装与配置OpenCV

为了开始使用OpenCV，你需要先安装它。以下以Python为例，介绍安装步骤（假设你使用Windows/Linux/MacOS）。

3.1 安装Python和pip

确保你的电脑已安装Python（推荐3.7~3.10版本）以及pip包管理工具。

3.2 安装OpenCV

通过pip安装OpenCV的Python绑定（opencv-python）：

pip install opencv-python

这会安装核心功能。如果需要扩展模块（如SIFT、SURF），安装opencv-contrib-python：

pip install opencv-contrib-python

3.3 验证安装

运行以下Python代码，检查OpenCV是否安装成功：

import cv2
print(cv2.__version__)

输出类似4.10.0表示安装成功。

3.4 其他依赖（可选）

NumPy：OpenCV依赖NumPy处理矩阵运算，安装OpenCV时会自动安装。
Matplotlib：用于可视化图像。
SciPy：某些高级功能需要。
安装命令：

pip install numpy matplotlib scipy

3.5 C++开发（可选）

如果你想用C++开发，需要下载OpenCV源码，编译并链接到你的项目。推荐使用CMake配置环境，具体步骤可参考OpenCV官网。

4. OpenCV基础操作（以Python为例）

下面通过代码示例，介绍OpenCV的基本功能，帮助你快速上手。

4.1 读取、显示和保存图像

import cv2

# 读取图像（支持jpg、png等格式）
img = cv2.imread('image.jpg')

# 显示图像
cv2.imshow('Image', img)
cv2.waitKey(0)  # 等待按键（0表示无限等待）
cv2.destroyAllWindows()  # 关闭窗口

# 保存图像
cv2.imwrite