当前位置：首页 > news >正文

Python OpenCV精讲系列 - 入门指南（一）

news 2025/6/23 0:41:47

在这里插入图片描述

💖💖⚡️⚡️ 专栏：Python OpenCV精讲 ⚡️⚡️💖💖
本专栏聚焦于Python结合OpenCV库进行计算机视觉开发的专业教程。通过系统化的课程设计，从基础概念入手，逐步深入到图像处理、特征检测、物体识别等多个领域。适合希望在计算机视觉方向上建立坚实基础的技术人员及研究者。每一课不仅包含理论讲解，更有实战代码示例，助力读者快速将所学应用于实际项目中，提升解决复杂视觉问题的能力。无论是入门者还是寻求技能进阶的开发者，都将在此收获满满的知识与实践经验。

1. OpenCV简介

OpenCV（Open Source Computer Vision Library）是一个开源的计算机视觉和机器学习软件库。它支持多种编程语言，包括Python、C++等，并且在图像处理、视频分析、模式识别等领域有着广泛的应用。

OpenCV最初由Intel开发，后来由Willow Garage接手维护，现在由Itseez公司负责。OpenCV拥有强大的社区支持和丰富的文档资源，是学习计算机视觉的理想选择。

2. 安装OpenCV

在开始使用OpenCV之前，您需要确保已经在您的系统上安装了Python和OpenCV库。以下是在不同操作系统上安装OpenCV的方法：

2.1 Windows

安装Python
如果您还没有安装Python，请访问Python官方网站下载最新版本的Python安装包，并按照提示完成安装。在安装过程中，请确保勾选“Add Python to PATH”选项。
安装OpenCV
打开命令提示符，运行以下命令来安装OpenCV：
```
pip install opencv-python
```
如果您还需要使用图形界面功能，可以安装opencv-python-headless：
```
pip install opencv-python-headless
```
验证安装
打开Python解释器，尝试导入OpenCV模块：
```
import cv2
print(cv2.__version__)
```
如果没有出现任何错误，并且打印出了OpenCV的版本号，那么恭喜您，OpenCV已经成功安装。

2.2 Linux (Ubuntu)

安装Python
如果您还没有安装Python，请在终端中运行以下命令：
```
sudo apt-get update
sudo apt-get install python3
```
安装OpenCV
打开终端，运行以下命令来安装OpenCV：
```
pip3 install opencv-python
```
如果您还需要使用图形界面功能，可以安装opencv-python-headless：
```
pip3 install opencv-python-headless
```
验证安装
打开Python解释器，尝试导入OpenCV模块：
```
import cv2
print(cv2.__version__)
```
如果没有出现任何错误，并且打印出了OpenCV的版本号，那么恭喜您，OpenCV已经成功安装。

2.3 macOS

安装Python
如果您还没有安装Python，请在终端中运行以下命令：
```
brew install python
```
安装OpenCV
打开终端，运行以下命令来安装OpenCV：
```
pip3 install opencv-python
```
如果您还需要使用图形界面功能，可以安装opencv-python-headless：
```
pip3 install opencv-python-headless
```
验证安装
打开Python解释器，尝试导入OpenCV模块：
```
import cv2
print(cv2.__version__)
```
如果没有出现任何错误，并且打印出了OpenCV的版本号，那么恭喜您，OpenCV已经成功安装。

在这里插入图片描述

3. 第一个OpenCV程序

让我们通过一个简单的例子来展示如何使用OpenCV读取和显示一张图片。

3.1 创建Python脚本

打开文本编辑器，创建一个新的Python文件，例如命名为read_image.py。

3.2 编写代码

将以下代码复制到您刚刚创建的Python文件中：

import cv2def main():# 加载图片img_path = 'path/to/your/image.jpg'img = cv2.imread(img_path)if img is None:print("Error: File not found!")return# 显示图片cv2.imshow('Image', img)# 等待按键按下cv2.waitKey(0)# 关闭所有窗口cv2.destroyAllWindows()if __name__ == "__main__":main()

3.3 运行程序

确保您已经将一张图片放在了正确的路径下，并修改了img_path变量的值。然后，在命令行中运行以下命令：

python read_image.py

这将打开一个窗口，显示您选择的图片。按任意键关闭窗口。

在这里插入图片描述

4. 图像读取详解

在上面的例子中，我们使用了cv2.imread()函数来加载一张图片。现在，让我们更深入地了解一下这个函数。

img = cv2.imread(img_path)

参数：
- img_path：图片的文件路径。
- 可选参数flags：读取图片的方式。默认值为cv2.IMREAD_COLOR，表示读取彩色图片。其他选项包括：
  - cv2.IMREAD_GRAYSCALE：读取灰度图片。
  - cv2.IMREAD_UNCHANGED：读取原图，包括alpha通道（如果有）。
返回值：
- 返回一个NumPy数组，表示图片数据。
- 如果文件不存在或无法读取，返回None。

注意事项：

如果图片路径不正确或者图片格式不被支持，cv2.imread()将会返回None。因此，在使用图片数据前，最好检查一下是否成功加载了图片。
OpenCV默认使用BGR颜色空间而不是RGB。这是因为早期的计算机视觉算法大多基于BGR颜色空间设计。如果您希望在其他颜色空间（如RGB）中处理图片，可以通过cv2.cvtColor()函数进行转换。

在这里插入图片描述

5. 图像显示详解

在上面的例子中，我们使用了cv2.imshow()和cv2.waitKey()函数来显示图片和等待用户按键。现在，让我们更深入地了解一下这两个函数。

cv2.imshow('Image', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

cv2.imshow()：
- 参数：
  - window_name：窗口的名字。
  - img：要显示的图片数据。
- 功能：
  - 创建一个名为window_name的窗口，并在其中显示图片img。
cv2.waitKey()：
- 参数：
  - delay：等待的毫秒数。如果为0，则表示等待用户按键。
- 返回值：
  - 返回用户按下的按键的ASCII码。
- 功能：
  - 等待用户按键，并返回按键的ASCII码。如果delay为非零值，则等待指定的毫秒数后返回。
cv2.destroyAllWindows()：
- 功能：
  - 关闭所有创建的窗口。

注意事项：

在使用cv2.imshow()显示图片时，需要确保在显示图片之前已经加载了图片并且没有出错。否则，可能会导致程序崩溃。
使用cv2.waitKey()等待用户按键时，可以根据按键的不同实现不同的功能。例如，您可以监听特定的按键来触发图片保存、关闭窗口等操作。

在这里插入图片描述

6. 实践练习

现在，让我们通过一些实践练习来加深对OpenCV的理解。

6.1 练习读取不同类型的图片

尝试使用不同的读取方式读取图片，并观察结果。

import cv2def main():# 加载图片img_path = 'path/to/your/image.jpg'img_color = cv2.imread(img_path, cv2.IMREAD_COLOR)img_gray = cv2.imread(img_path, cv2.IMREAD_GRAYSCALE)img_unchanged = cv2.imread(img_path, cv2.IMREAD_UNCHANGED)# 显示图片cv2.imshow('Color Image', img_color)cv2.imshow('Grayscale Image', img_gray)cv2.imshow('Unchanged Image', img_unchanged)# 等待按键按下cv2.waitKey(0)# 关闭所有窗口cv2.destroyAllWindows()if __name__ == "__main__":main()

6.2 练习保存图片

尝试使用cv2.imwrite()函数保存图片。

import cv2def main():# 加载图片img_path = 'path/to/your/image.jpg'img = cv2.imread(img_path)if img is None:print("Error: File not found!")return# 显示图片cv2.imshow('Image', img)# 等待按键按下key = cv2.waitKey(0)if key == ord('s'):cv2.imwrite('output.jpg', img)print("Image saved as output.jpg")# 关闭所有窗口cv2.destroyAllWindows()if __name__ == "__main__":main()

在这个练习中，我们添加了一个按键监听，如果用户按下s键，则会将当前显示的图片保存为output.jpg。

在这里插入图片描述

7. 高级实践

为了更好地理解OpenCV的使用，我们还可以进行一些更高级的实践，比如使用OpenCV来进行图像缩放、旋转、裁剪等操作。

7.1 图像缩放

使用cv2.resize()函数可以轻松地调整图像的大小。

import cv2def main():# 加载图片img_path = 'path/to/your/image.jpg'img = cv2.imread(img_path)if img is None:print("Error: File not found!")return# 缩放图片scale_percent = 50  # 缩放比例width = int(img.shape[1] * scale_percent / 100)height = int(img.shape[0] * scale_percent / 100)dim = (width, height)resized = cv2.resize(img, dim, interpolation=cv2.INTER_AREA)# 显示原始图片和缩放后的图片cv2.imshow('Original Image', img)cv2.imshow('Resized Image', resized)# 等待按键按下cv2.waitKey(0)# 关闭所有窗口cv2.destroyAllWindows()if __name__ == "__main__":main()

7.2 图像旋转

使用cv2.getRotationMatrix2D()和cv2.warpAffine()函数可以实现图像的旋转。

import cv2
import numpy as npdef main():# 加载图片img_path = 'path/to/your/image.jpg'img = cv2.imread(img_path)if img is None:print("Error: File not found!")return# 获取图像中心center = (img.shape[1] // 2, img.shape[0] // 2)# 计算旋转矩阵angle = 45  # 旋转角度scale = 1.0  # 缩放比例rotation_matrix = cv2.getRotationMatrix2D(center, angle, scale)# 应用仿射变换rotated = cv2.warpAffine(img, rotation_matrix, (img.shape[1], img.shape[0]))# 显示原始图片和旋转后的图片cv2.imshow('Original Image', img)cv2.imshow('Rotated Image', rotated)# 等待按键按下cv2.waitKey(0)# 关闭所有窗口cv2.destroyAllWindows()if __name__ == "__main__":main()