🎯 目标方向： "小辉懂编程 正在向 全力迈进！

🆔 版权声明：原创文章，如需转载请告知作者。

📅 创作时间：2025 年 12 月 17  日

📂 个人主页：小辉懂编程-CSDN博客

📌 专栏系列：python - open CV 专栏

💬 互动交流：欢迎 点赞👍｜收藏⭐｜留言📝，一起交流技术，共同进步！

🌟 公众平台：文章底部公众号（小辉快乐编程）可以获取学习资料，共同进步

🌟 个人格言："代码改变世界，逻辑塑造未来！"

openCV 基础概念

OpenCV（Open Source Computer Vision Library）是一个开源的计算机视觉库，支持跨平台开发，涵盖图像处理、视频分析、机器学习等功能。核心模块包括：

• imgproc：图像处理（滤波、边缘检测等）
• highgui：图像显示与交互
• core：基础数据结构（如矩阵操作）
• video：视频分析与运动跟踪

1.安装与环境配置

Python 环境下通过 pip 安装：

pip install opencv-python  # 基础模块
pip install opencv-contrib-python  # 包含扩展模块

OpenCV主要函数

函数名	主要作用	常见应用场景
cv2.imread()	读取图像文件	从文件路径加载图像数据到内存
cv2.imshow()	显示图像窗口	在窗口中展示图像内容
cv2.imwrite()	保存图像文件	将处理后的图像写入到磁盘文件
cv2.cvtColor()	颜色空间转换	如RGB转灰度图、RGB转HSV
cv2.resize()	调整图像尺寸	缩放图像到指定大小
cv2.GaussianBlur()	高斯模糊	图像降噪、平滑处理
cv2.Canny()	Canny边缘检测	提取图像中的边缘信息
cv2.findContours()	查找轮廓	在二值图像中检测物体轮廓
cv2.threshold()	阈值处理	图像二值化（全局阈值）
cv2.adaptiveThreshold()	自适应阈值处理	图像二值化（局部阈值）
cv2.HoughLines()	霍夫直线变换	检测图像中的直线
cv2.HoughCircles()	霍夫圆变换	检测图像中的圆形
cv2.matchTemplate()	模板匹配	在图像中搜索特定模板的位置
cv2.VideoCapture()	视频捕获对象	读取摄像头或视频文件
cv2.VideoWriter()	视频写入对象	保存视频帧为视频文件
cv2.erode()	腐蚀操作	形态学处理，减小前景区域
cv2.dilate()	膨胀操作	形态学处理，增大前景区域
cv2.morphologyEx()	形态学操作	开运算、闭运算、形态学梯度等
cv2.calibrateCamera()	相机标定	计算相机内参和畸变系数
cv2.undistort()	图像校正	去除镜头畸变

图像读取与显示

import cv2
# 读取图像（参数：文件路径，标志如 cv2.IMREAD_COLOR）
image = cv2.imread('image.jpg')
# 显示图像（窗口名称，图像数据）
cv2.imshow('Display', image)
cv2.waitKey(0)  # 等待按键关闭窗口
cv2.destroyAllWindows()

2.图像基本操作

颜色空间转换：

gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)  # 转为灰度图
hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)    # 转为HSV空间

绘制图形：

cv2.rectangle(image, (x1, y1), (x2, y2), (0, 255, 0), 2)  # 画矩形
cv2.putText(image, 'Text', (x, y), cv2.FONT_HERSHEY_SIMPLEX, 1, (255, 0, 0), 2)

3.图像处理技术

边缘检测（Canny）：

edges = cv2.Canny(gray, threshold1=50, threshold2=150)

阈值处理：

_, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)

滤波（高斯模糊）：

blurred = cv2.GaussianBlur(image, (5, 5), 0)

视频处理

读取摄像头或视频文件：

cap = cv2.VideoCapture(0)  # 0 为默认摄像头
while True:
    ret, frame = cap.read()
    if not ret:
        break
    cv2.imshow('Video', frame)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break
cap.release()

4.特征检测与匹配

SIFT 特征点检测：

sift = cv2.SIFT_create()
keypoints, descriptors = sift.detectAndCompute(gray, None)
image_with_keypoints = cv2.drawKeypoints(image, keypoints, None)

ORB 快速匹配：

orb = cv2.ORB_create()
kp1, des1 = orb.detectAndCompute(img1, None)
kp2, des2 = orb.detectAndCompute(img2, None)
bf = cv2.BFMatcher(cv2.NORM_HAMMING, crossCheck=True)
matches = bf.match(des1, des2)

实战应用示例

人脸检测（Haar 级联）：

face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5)
for (x, y, w, h) in faces:
    cv2.rectangle(image, (x, y), (x+w, y+h), (255, 0, 0), 2)