OpenCV 零基础到项目实战 | DAY 1：图像基础与核心操作

文章示例代码所需图片，视频资源包已与本文章资源绑定，可前往下载，配套笔记资料也可下载

目录

一、OpenCV介绍

1. OpenCV优势

2. OpenCV-Python

环境安装

图像表示

图像存储

图像基础概念表

二、基本图像操作

1、创建窗体

2、读取图像

3、显示图像

4、保存图像

5、创建黑白图像

6、图像切片（图片剪裁）

7、图像大小调整

三、图像绘制

1、绘制直线

2、绘制圆形

3、绘制矩形

4、绘制文本（向图片中添加文字）

5、读取视频

四、总结

核心注意点总结

一、OpenCV介绍

OpenCV（开放源代码计算机视觉库）是一个开源的计算机视觉和机器学习软件库。由一系列 C++ 类和函数构成，用于图像处理、计算机视觉领域的算法实现。

1. OpenCV优势

• 开源免费：完全开源，可以自由使用，降低开发成本和技术门槛。

• 多语言支持：除C++原生接口外，还支持Java、Python等编程语言。

• 跨平台：支持多种操作系统，Windows、Linux、ios、Android等，方便开发和部署。

• 丰富API：完善的传统计算机视觉算法，涵盖主流的机器学习算法，同时添加了对深度学习的支持。

2. OpenCV-Python

OpenCV-Python是原始OpenCV C++实现的Python包装器。它结合了 OpenCV C++ API 的高性能与 Python 语言的易用性和简洁性。通过 OpenCV-Python，开发者可以轻松地进行图像处理、计算机视觉任务以及机器学习应用。

与C / C++等语言相比，Python速度较慢。Python可以使用C / C++扩展，这使我们可以在C / C++中编写计算密集型代码，并创建可用作Python模块的Python包装器。两个好处：首先，代码与原始C / C++代码一样快（因为它是在后台工作的实际C++代码），其次，在Python中编写代码比使用C / C++更容易。

OpenCV-Python使用Numpy，这是一个高度优化的数据库操作库。所有OpenCV数组结构都转换为Numpy数组。这也使得与使用Numpy的其他库（如SciPy和Matplotlib）集成更容易。

环境安装

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python

图像表示

像素是图像的基本单元，每个像素存储着图像的颜色、亮度和其他特征。一系列像素组合到一起就形成了完整的图像，在计算机中，图像以像素的形式存在并采用二进制格式进行存储。根据图像的颜色不同，每个像素可以用不同的二进制数表示。

计算机采用0/1编码的系统，数字图像也是利用0/1来记录信息，我们平常接触的图像都是8位数图像。opencv中常用的是8位图像,大多数彩色和灰度图像使用8位表示每个通道的像素值，范围从0到255，其中0代表最黑，1表示最白。

日常生活中常见的图像是RGB三原色图。RGB图上的每个点都是由红（R）、绿（G）、蓝（B）三个颜色按照一定比例混合而成的，几乎所有颜色都可以通过这三种颜色按照不同比例调配而成。在计算机中，RGB三种颜色被称为RGB三通道，每个通道的取值都是0-255，根据这三个通道存储的像素值，来对应不同的颜色。

例如，在使用“画图”软件进行自定义调色时，其数值单位就是像素。如下图所示：

图像存储

在OpenCV中，无论是读取还是创建图像，结果都是一个NumPy数组。

彩色图像：三维数组            灰度图像：二维

形状（Shape）：

图像的尺寸由其高（height）、宽（width）和通道数（channels）决定。可以通过img.shape属性获取这些信息。

1. 对于彩色图像（如RGB），返回的是一个包含三个值的元组 (height, width, channels)。
2. 对于灰度图像，返回的是包含两个值的元组 (height, width)，因为灰度图像只有一个通道。

数据类型（dtype）：

图像中的每个像素值的数据类型决定了可以存储的最大值。例如，8位无符号整数（uint8）允许的范围是从0到255。

像素表示

1. 单通道图像（灰度图像）：每个像素由一个数值表示，代表该点的亮度。值越低(接近0)颜色越暗；值越高(接近255)颜色越亮。
2. 多通道图像（彩色图像）：OpenCV中，默认情况彩色图像是以BGR（蓝-绿-红）顺序存储

图像基础概念表

二、基本图像操作

1、创建窗体

cv2.namedWindow(winname ,[窗口属性])

用 cv2.namedWindow() 方法创建一个新的窗口。可为这个窗口指定一个名称，并可选择窗口的属性

参数：winname：窗口名                      窗口属性：窗口大小是否可调整

1. cv2.WINDOW_AUTOSIZE：默认，窗口会根据加载的图像自动调整到合适的大小，并且用户不能拖动窗口边缘来调整窗口大小。
2. cv2.WINDOW_NOEMAL：窗口大小可调整，用户可通过鼠标拖动窗口边缘自由改变窗口

import cv2 as cv
# 读取图片 cv.imread(path，读取方式) 默认读为彩色图片
cat = cv.imread("./images/1.jpg")
cat_black=cv.imread("./images/1.jpg",cv.IMREAD_GRAYSCALE)
cat_red=cv.imread("./images/1.jpg",cv.IMREAD_REDUCED_COLOR_4)
print(cat.shape) # (height, width, channels)
print(cat.dtype) # uint8
# 显示图片 cv.imshow(window, img)
cv.imshow("cat", cat)
# cv.imshow("cat_black", cat_black)
# cv.imshow("cat_red", cat_red)
# 留下绘制时间，cv.waitKey(n)等待n毫秒：40（40ms）0（无限等待）
cv.waitKey(0)
# 释放资源
cv.destroyAllWindows()
# 保存图像
cv.imwrite("./images/cat_gray.jpg", cat_black)

2、读取图像

cv2.imread(path , [读取方式])

参数：filename：图像路径 读取方式：彩色·默认、灰色等

. / 表示当前目录                    . . / 表示当前目录的上一级目录（即父目录）

3、显示图像

cv2.imshow(winname,img)

参数：winname：显示图像的窗口名，以字符串类型表示           img：要显示的图像

注意：在调用显示图像的API后，要调用cv2.waitKey(0)给图像绘制留下时间，否则窗口会出现无响应情况，并且图像无法显示出来。

1. cv.waitKey(0)：表示无限期地等待任何键盘按键。这种用法常见于图像显示窗口中，确保图像在窗口中显示直到用户决定关闭它。
2. cv.waitKey(n)：n>0,意味着程序将等待n毫秒。这种方式常用于视频播放或实时摄像头捕获场景，以便控制每一帧停留的时间，同时允许用户通过按键来中断循环或发出命令。

cv2.destroyAllWindows([winname])  //销毁窗口

cv2.destroyAllWindows()：当前程序执行到该语句时销毁打开的窗口，并释放与这些窗口相关资源

winname：窗口名，关闭指定名称的窗口。可省略，销毁所有已打开的窗口

4、保存图像

cv2.imwrite(path,img)

参数：path：图片保存的路径和图片名       img：要保存的图像

5、创建黑白图像

numpy.zeros((height,width,channels),dtype=np. uint8)

使用np.zeros()创建全黑图像，再修改像素值成为全白图像。

import cv2 as cv
import numpy as np
# 创建全0数组，表示黑色画布
height = 360
width = 480
c=3
black = np.zeros((height, width, c), dtype = np.uint8)
# cv.imshow("black", black)
# 使用np.full()创建全1数组,表示白色画布
white = np.full((height, width, c), 255, dtype = np.uint8)
# cv.imshow("white", white)
# 索引修改像素值
for i in range(height):
    for j in range(width):
        if i == j:
            black[i,j] = [255,255,255]
cv.imshow("black", black)
cv.waitKey(0)
cv.destroyAllWindows()
# 创建随机像素值的图像
dst = np.random.randint(0, 256, (height, width, c), dtype = np.uint8)
cv.imshow("random", dst)
cv.waitKey(0)
cv.destroyAllWindows()

6、图像切片（图片剪裁）

Opencv中，图像切片用于从图像中提取一个子区域（矩形区域）。

假设你有一个图像img，它的类型是numpy.ndarray。img[y:y+h,x:x+w]的含义如下：

      x：子区域左上角的x坐标       y：子区域左上角的y坐标

      w：子区域的宽度                   h：子区域的高度

切片操作：img[y:y+h,x:x+w]提取的是从(y,x)开始，高度为h，宽度为w的矩形区域

注意：

1. 边界检查：确保(y,x)和(y+h,x+w)都在图像的边界内，否则会出现索引越界错误。
2. 数据类型：img通常是numpy.ndarray类型，切片操作返回的也是numpy.ndarray类型。

import cv2 as cv
# 读取图像
cat = cv.imread('./images/1.jpg')
# 切片 arr[h1:h2,w1:w2] h2=h1+h w2=w1+w 
eye = cat[231:297,289:368]
cv.imshow('eye',eye)
cv.waitKey(0)
cv.destroyAllWindows() 

7、图像大小调整

cv2.resize(img,dsize)

是Opencv库中用于调整图像大小的函数，在图像处理中很常用，特别是在要对图像进行缩放时。

参数：img：输入图像             dsize：输出图像的尺寸，是一个二元组（w,h）

import cv2 as cv
import numpy as np
# 读取图像
pubu = cv.imread('./images/bg.png')
print(pubu.shape)   # (998, 1761, 3)
# 调整图像大小resize
pubu = cv.resize(pubu, (500, 400)) # 宽在前，高在后
print(pubu.shape)   # (400, 500, 3)
cv.imshow('pubu', pubu)
cv.waitKey(0)
cv.destroyAllWindows()

基本图像操作函数表

三、图像绘制

1、绘制直线

cv2.line(img,sart,end,color,thickness)

参数：

• img：要绘制直线的图像
• start、end：直线的起点和终点
• color：直线的颜色（对于彩色图像，使用 BGR 格式指定颜色）
• thickness：线条宽度

2、绘制圆形

cv2.circle(img,centerpoint,r,color,thickness)

参数：

• img：要绘制圆形的图片
• centerpoint、r：圆心和半径
• color：线条颜色
• tnickness：线条宽度，为-1时生成闭合图案并填充颜色

3、绘制矩形

cv2.rectangle(img,leftupper,rightdown,color,thickness)

参数：

• img：要绘制矩形的图像
• leftupper、rightdown：矩形的左上角和右下角坐标
• color：线条的颜色
• thickness：线条的宽度

import cv2 as cv
# 读取图像
cat = cv.imread('./images/1.jpg')
# 绘制直线 cv2.line(img, pt1, pt2, color, thickness=1, lineType=None, shift=None)
# cv.line(cat, (50, 110), (200, 110), (0, 0, 255), 5)
# 绘制矩形 cv2.rectangle(img, pt1, pt2, color, thickness=1, lineType=None, shift=None)
# cv.rectangle(cat, (50, 110), (250, 300), (0, 0, 255), 5)   # -1为填充
# 绘制圆 cv2.circle(img, center, radius, color, thickness=1, lineType=None, shift=None)
cv.circle(cat, (325, 269), 30, (0, 0, 255), 3)
cv.imshow('cat', cat)
cv.waitKey(0) 
cv.destroyAllWindows()

4、绘制文本（向图片中添加文字）

cv2.putText(img,text,station,font,Fontscale,color,thickness,cv2.LINE_AA)

参数：

• img：要添加文字的图像
• text：要写入的文本数据
• station：文本的放置位置
• font：字体样式
• Fontscale：字体大小
• thickness：字体线条宽度
• cv2.LINE_AA:使用反走样技术绘制文本边框

反走样是一种提高图形质量的技术，通过混合颜色和像素边缘来减少锯齿状效果，使文本看起来更加平滑、清晰

import cv2 as cv
cat = cv.imread('./images/1.jpg')
# 添加文字 cv2.putText(img,text,station,font,Fontscale,color,thickness,cv2.LINE_AA)
cat = cv.putText(cat, 'cat like to eat fish', (10, 120), cv.FONT_HERSHEY_SIMPLEX, 2, (255, 100, 0), 4)
cv.imshow('cat', cat)
cv.waitKey(0)
cv.destroyAllWindows()

图像绘制函数表

5、读取视频

cap = cv2.VideoCapture(path)

path:视频流资源路径设置为0,代表从默认摄像头捕获视频流

ret,frame = cap.read()

返回值cap调用read()方法得到一个布尔值和一帧图像，布尔值表示是否成功读取到帧，如果为False，可能是因为视频结束或读取失败，如果为True，frame则是当前帧的图像数据。

视频读取操作表

import cv2 as cv
# 创建一个videoCapture对象
cap = cv.VideoCapture("./images/videocap.mp4")
# 循环读取每一帧图像
while True:
    # 调用read()方法 读取每一帧图像
    ret, frame = cap.read()
    # 判断是否读取成功
    if not ret:
        print("无法读取视频帧")
        break
    cv.imshow("video", frame)
    if cv.waitKey(40) & 0xFF == ord('q'):
        print("按下q键退出")
        break
cap.release()
cv.destroyAllWindows()

四、总结

核心注意点总结

1. 颜色通道顺序：OpenCV 默认使用BGR 格式（蓝 - 绿 - 红），与常见的 RGB 格式不同，处理时需注意颜色参数的顺序。
2. 坐标与尺寸：图像 shape 为(height, width, channels)，而resize的dsize为(width, height)，需区分宽 / 高顺序。
3. 资源释放：所有窗口、视频捕获对象需调用destroyAllWindows()和release()释放资源，避免内存泄漏。
4. 等待函数：cv2.waitKey(n)是图像 / 视频显示的关键，确保窗口有足够时间渲染，否则会出现无响应。

OpenCV是一个开源的计算机视觉和机器学习库，支持多种编程语言和平台。OpenCV-Python将C++高性能与Python易用性结合，通过Numpy数组处理图像数据。

涵盖图像基本操作：创建/读取/显示/保存图像、像素处理、图像切片和调整大小；以及图像绘制功能：绘制直线、圆形、矩形和添加文本；

最后介绍视频读取方法。OpenCV广泛应用于图像处理、计算机视觉和机器学习领域，具有开源免费、跨平台和丰富API等优势。