### Python OpenCV 中常见函数的功能介绍
#### 图像读取与保存
- **`cv2.imread()`**: 用于加载图像文件并将其存储为 NumPy 数组。支持多种图像格式,如 PNG、JPEG 等[^1]。
- **`cv2.imwrite()`**: 将处理后的图像保存到磁盘上。
#### 图像显示
- **`cv2.imshow()`**: 显示图像窗口,允许用户查看处理中的图像。
- **`cv2.waitKey()`**: 控制窗口等待时间,通常用于暂停程序直到按键触发。
- **`cv2.destroyAllWindows()`**: 关闭所有由 `imshow` 创建的窗口。
#### 图像颜色空间转换
- **`cv2.cvtColor()`**: 实现不同颜色空间之间的转换,例如 BGR 到 GRAY 或 HSV。
```python
gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
```
#### 边缘检测
- **`cv2.Canny()`**: 应用 Canny 边缘检测算法来识别图像中的边缘[^4]。
```python
edges = cv2.Canny(gray_image, threshold1=100, threshold2=200)
```
#### 形态学操作
- **`cv2.erode()` 和 `cv2.dilate()`**: 对二值化图像执行腐蚀和膨胀操作,常用于去除噪声或填充孔洞。
- **`cv2.morphologyEx()`**: 执行更复杂的形态学操作,如开运算、闭运算等。
```python
kernel = np.ones((5, 5), np.uint8)
opening = cv2.morphologyEx(binary_image, cv2.MORPH_OPEN, kernel)
```
#### 轮廓检测
- **`cv2.findContours()`**: 查找图像中的轮廓,并返回轮廓集合以及它们的层次结构。
- **`cv2.drawContours()`**: 绘制找到的轮廓到目标图像上。
```python
contours, hierarchy = cv2.findContours(thresholded_image, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
cv2.drawContours(image, contours, -1, (0, 255, 0), 2)
```
#### 变换操作
- **`cv2.getPerspectiveTransform()` 和 `cv2.warpPerspective()`**: 计算并应用透视变换矩阵,完成图像的几何校正。
```python
matrix = cv2.getPerspectiveTransform(src_points, dst_points)
warped_image = cv2.warpPerspective(original_image, matrix, (width, height))
```
#### 直方图计算与绘图
- **`plt.hist()`**: 结合 Matplotlib 使用,绘制图像像素分布直方图[^2]。
- **`cv2.calcHist()`**: 更高效地计算单通道或多通道图像的灰度级直方图。
```python
histogram = cv2.calcHist([image], [0], None, [256], [0, 256])
plt.plot(histogram)
plt.show()
```
#### 视频处理
- **`cv2.VideoCapture()`**: 加载本地视频文件或将摄像头作为输入流[^3]。
- **`cv2.VideoWriter()`**: 创建视频写入对象,将帧序列保存为视频文件。
```python
cap = cv2.VideoCapture('video.mp4')
fourcc = cv2.VideoWriter_fourcc(*'MJPG') # 设置编码器
out = cv2.VideoWriter('output.avi', fourcc, 20.0, (640, 480)) # 初始化输出视频
```
---
###