OpenCV实战教程 第一部分：基础入门

第一部分：基础入门

1. OpenCV简介

什么是OpenCV及其应用领域

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，于1999年由Intel公司发起，现在由非营利组织OpenCV.org维护。OpenCV旨在提供一个共同的基础设施，加速计算机视觉在商业产品中的应用，并推动计算机视觉研究的发展。

OpenCV的主要特点：

• 完全开源和跨平台
• 支持C++、Python、Java等多种编程语言
• 包含超过2500个优化算法
• 全球拥有超过1800万下载量

主要应用领域：

1. 工业自动化：缺陷检测、零件识别、尺寸测量
2. 医疗影像：病变检测、医学图像分析
3. 安防监控：人脸识别、行为分析、车牌识别
4. 增强现实（AR）：实时图像处理、特征追踪
5. 自动驾驶：道路标记识别、障碍物检测
6. 机器人导航：环境感知、路径规划
7. 文档分析：OCR（光学字符识别）、文本检测
8. 人机交互：手势识别、姿态检测
9. 移动应用：照片处理、实时滤镜

开发环境搭建

Windows系统

安装Python和pip（如果尚未安装）

1. 访问 Python官网，下载并安装最新版Python（推荐Python 3.7以上版本）
2. 安装时勾选"Add Python to PATH"选项
3. 打开命令提示符，输入以下命令确认安装成功：

bash

python --version
pip --version

安装OpenCV

1. 在命令提示符中运行以下命令：

bash

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

安装IDE（推荐）

• 下载并安装Visual Studio Code: Visual Studio Code - Code Editing. Redefined
• 安装Python扩展

MacOS系统

使用Homebrew安装Python（如果尚未安装）

1. 安装Homebrew（如果尚未安装）：

bash

/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

1. 安装Python：

bash

brew install python

安装OpenCV

bash

pip3 install opencv-python
pip3 install opencv-contrib-python  # 包含扩展模块

安装IDE（推荐）

• 下载并安装Visual Studio Code: Visual Studio Code - Code Editing. Redefined
• 安装Python扩展

Linux系统（Ubuntu示例）

安装Python和pip（如果尚未安装）

bash

sudo apt update
sudo apt install python3 python3-pip

安装OpenCV依赖项

bash

sudo apt install libgl1-mesa-glx

安装OpenCV

bash

pip3 install opencv-python
pip3 install opencv-contrib-python  # 包含扩展模块

安装IDE（推荐）

bash

sudo snap install code --classic  # 安装Visual Studio Code

安装配置和第一个程序"Hello OpenCV"

验证安装

创建一个Python文件，例如verify_opencv.py，输入以下代码：

python

import cv2# 打印OpenCV版本
print(f"OpenCV 版本: {cv2.__version__}")# 检查是否可以创建窗口
try:cv2.namedWindow("Test", cv2.WINDOW_NORMAL)cv2.destroyAllWindows()print("OpenCV GUI功能正常!")
except Exception as e:print(f"OpenCV GUI功能异常: {e}")

运行此脚本验证OpenCV安装是否成功。

第一个程序："Hello OpenCV"

我们将创建一个简单的程序，实现以下功能：

1. 读取一张图片
2. 在图片上显示"Hello OpenCV"文字
3. 显示图片
4. 保存结果

创建一个Python文件，例如hello_opencv.py：

python

import cv2
import numpy as np# 创建一个纯色背景图像（500x300的蓝色背景）
# OpenCV中颜色顺序是BGR（蓝、绿、红）而不是RGB
image = np.zeros((300, 500, 3), dtype=np.uint8)
image[:] = (255, 127, 0)  # 橙色背景# 添加文字
text = "Hello OpenCV!"
font = cv2.FONT_HERSHEY_SIMPLEX
font_scale = 1.5
font_thickness = 3
text_color = (255, 255, 255)  # 白色文字# 获取文本大小，以便居中
(text_width, text_height), baseline = cv2.getTextSize(text, font, font_scale, font_thickness)
x = (image.shape[1] - text_width) // 2  # 计算文本起始x坐标（居中）
y = (image.shape[0] + text_height) // 2  # 计算文本起始y坐标（居中）# 在图像上绘制文本
cv2.putText(image, text, (x, y), font, font_scale, text_color, font_thickness)# 在窗口中显示图像
window_name = "First OpenCV Program"
cv2.namedWindow(window_name)
cv2.imshow(window_name, image)# 保存图像
cv2.imwrite("hello_opencv.jpg", image)
print("图像已保存为 'hello_opencv.jpg'")# 等待直到按下任意键
print("按任意键关闭窗口...")
cv2.waitKey(0)
cv2.destroyAllWindows()

代码讲解：

1. import cv2：导入OpenCV库。
2. import numpy as np：导入NumPy库，用于图像矩阵操作。
3. image = np.zeros((300, 500, 3), dtype=np.uint8)：创建一个黑色图像，大小为300x500像素，3个颜色通道。
4. image[:] = (255, 127, 0)：将图像背景设为橙色。注意OpenCV中颜色顺序是BGR（蓝、绿、红）。
5. cv2.putText()：在图像上绘制文字。
6. cv2.namedWindow()：创建一个命名窗口。
7. cv2.imshow()：在窗口中显示图像。
8. cv2.imwrite()：保存图像到文件。
9. cv2.waitKey(0)：等待按键输入，参数0表示无限等待。
10. cv2.destroyAllWindows()：关闭所有窗口。

运行结果：

• 一个带有"Hello OpenCV!"文字的橙色窗口
• 生成的图像将保存为hello_opencv.jpg

这是你的第一个OpenCV程序！恭喜！现在我们已经完成了OpenCV的安装和基本配置，接下来将深入学习图像基础知识。

2. 图像基础

图像的数字表示方式

在计算机中，图像以二维或三维矩阵（数组）的形式存储：

灰度图像：

• 二维矩阵，每个元素代表一个像素
• 像素值范围通常为0-255（8位），0表示黑色，255表示白色
• 例如：100×100的灰度图像是一个100×100的二维矩阵

彩色图像：

• 三维矩阵，其中第三个维度表示颜色通道
• 常见的RGB图像有3个通道：红、绿、蓝
• 在OpenCV中，颜色通道顺序为BGR（蓝、绿、红）
• 像素值范围通常为每通道0-255（8位）
• 例如：100×100的彩色RGB图像是一个100×100×3的三维矩阵

图像数据类型： 在OpenCV中，图像通常使用NumPy数组表示，常见的数据类型有：

• uint8：无符号8位整数（0-255），最常用
• float32：32位浮点数，用于高精度计算
• float64：64位浮点数

让我们创建一个程序来理解图像的数字表示：

python

import cv2
import numpy as np
import matplotlib.pyplot as plt# 创建一个简单的灰度渐变图像
gradient = np.linspace(0, 255, 256, dtype=np.uint8)
gradient = np.tile(gradient, (100, 1))# 创建一个简单的彩色图像
color_channels = np.zeros((100, 256, 3), dtype=np.uint8)
color_channels[:, :, 0] = np.linspace(0, 255, 256, dtype=np.uint8)  # 蓝色通道
color_channels[:, :, 1] = np.linspace(0, 255, 256, dtype=np.uint8)  # 绿色通道
color_channels[:, :, 2] = np.linspace(0, 255, 256, dtype=np.uint8)  # 红色通道# 显示图像
plt.figure(figsize=(10, 6))plt.subplot(2, 1, 1)
plt.title('灰度渐变图像')
plt.imshow(gradient, cmap='gray')
plt.axis('off')plt.subplot(2, 1, 2)
plt.title('RGB渐变图像')
plt.imshow(cv2.cvtColor(color_channels, cv2.COLOR_BGR2RGB))  # 转换BGR为RGB用于正确显示
plt.axis('off')plt.tight_layout()
plt.savefig('gradients.png')
plt.show()# 打印图像形状和数据类型
print(f"灰度图像形状: {gradient.shape}, 数据类型: {gradient.dtype}")
print(f"彩色图像形状: {color_channels.shape}, 数据类型: {color_channels.dtype}")# 查看特定位置的像素值
position = (50, 150)  # 第50行，第150列
print(f"灰度图像在位置{position}的像素值: {gradient[position]}")
print(f"彩色图像在位置{position}的像素值: {color_channels[position]}")

代码讲解：

1. 创建了一个灰度渐变图像（从黑到白）
2. 创建了一个RGB渐变图像（从黑到白）
3. 使用matplotlib显示这些图像
4. 打印图像的形状和数据类型
5. 查看特定位置的像素值

注意：我们使用cv2.cvtColor()函数将BGR转换为RGB，因为OpenCV使用BGR顺序，而matplotlib使用RGB顺序。

色彩空间（RGB、HSV、灰度图）

颜色空间是表示颜色的不同方法。最常见的色彩空间包括：

RGB（红-绿-蓝）：

• 最常见的色彩空间，使用红、绿、蓝三个通道的组合表示颜色
• 每个通道值范围为0-255（8位）
• 在OpenCV中，默认颜色顺序是BGR而不是RGB

HSV（色调-饱和度-明度）：

• 色调(H)：颜色种类，范围0-179（在OpenCV中，对应0-360度）
• 饱和度(S)：颜色的纯度/鲜艳程度，范围0-255
• 明度(V)：颜色的亮度，范围0-255
• 比RGB更接近人类感知颜色的方式
• 常用于颜色追踪和分割

灰度（Grayscale）：

• 单通道，只有亮度信息，没有颜色信息
• 值范围通常为0-255，0表示黑色，255表示白色
• 计算量小，常用于不需要颜色信息的任务

让我们编写一个程序来实现不同色彩空间的转换和比较：

python

import cv2
import numpy as np
import matplotlib.pyplot as plt# 创建一个彩色测试图像（彩虹渐变）
def create_rainbow():# 创建一个大小为200x300的彩虹图像rainbow = np.zeros((200, 300, 3), dtype=np.uint8)# 为了简化，我们创建一个水平的彩虹渐变for i in range(300):# 将位置映射到0-360的色调值（对应OpenCV中的0-179）hue = int(i / 300 * 180)# 创建一个满饱和度、满亮度的HSV颜色rainbow_hsv = np.ones((200, 1, 3), dtype=np.uint8) * np.array([hue, 255, 255], dtype=np.uint8)# 转换为BGRrainbow[:, i:i+1] = cv2.cvtColor(rainbow_hsv, cv2.COLOR_HSV2BGR)return rainbow# 创建彩虹图像
rainbow = create_rainbow()# 转换为不同的色彩空间
rainbow_rgb = cv2.cvtColor(rainbow, cv2.COLOR_BGR2RGB)  # BGR到RGB
rainbow_hsv = cv2.cvtColor(rainbow, cv2.COLOR_BGR2HSV)  # BGR到HSV
rainbow_gray = cv2.cvtColor(rainbow, cv2.COLOR_BGR2GRAY)  # BGR到灰度# 显示不同色彩空间的图像
plt.figure(figsize=(12, 10))plt.subplot(4, 1, 1)
plt.title('原始图像 (BGR转RGB显示)')
plt.imshow(rainbow_rgb)
plt.axis('off')plt.subplot(4, 1, 2)
plt.title('HSV色彩空间 - 色调(H)通道')
plt.imshow(rainbow_hsv[:, :, 0], cmap='hsv')
plt.axis('off')plt.subplot(4, 1, 3)
plt.title('HSV色彩空间 - 饱和度(S)和亮度(V)通道')
plt.imshow(np.dstack([np.zeros_like(rainbow_hsv[:, :, 1]), rainbow_hsv[:, :, 1], rainbow_hsv[:, :, 2]]), cmap='gray')
plt.axis('off')plt.subplot(4, 1, 4)
plt.title('灰度图像')
plt.imshow(rainbow_gray, cmap='gray')
plt.axis('off')plt.tight_layout()
plt.savefig('color_spaces.png')
plt.show()# 展示H、S、V三个独立通道
plt.figure(figsize=(12, 8))plt.subplot(3, 1, 1)
plt.title('HSV - 色调(H)通道')
plt.imshow(rainbow_hsv[:, :, 0], cmap='hsv')
plt.axis('off')plt.subplot(3, 1, 2)
plt.title('HSV - 饱和度(S)通道')
plt.imshow(rainbow_hsv[:, :, 1], cmap='gray')
plt.axis('off')plt.subplot(3, 1, 3)
plt.title('HSV - 亮度(V)通道')
plt.imshow(rainbow_hsv[:, :, 2], cmap='gray')
plt.axis('off')plt.tight_layout()
plt.savefig('hsv_channels.png')
plt.show()

代码讲解：

1. create_rainbow()函数创建了一个彩虹渐变图像，展示从红到紫的完整色彩范围
2. 使用cv2.cvtColor()函数将图像从BGR转换到其他色彩空间
3. 使用matplotlib显示不同色彩空间的图像和HSV的各个通道
4. cv2.COLOR_BGR2RGB、cv2.COLOR_BGR2HSV、cv2.COLOR_BGR2GRAY是OpenCV中的色彩空间转换常量

OpenCV中常用的色彩空间转换常量：

• cv2.COLOR_BGR2RGB：BGR→RGB
• cv2.COLOR_RGB2BGR：RGB→BGR
• cv2.COLOR_BGR2GRAY：BGR→灰度
• cv2.COLOR_GRAY2BGR：灰度→BGR
• cv2.COLOR_BGR2HSV：BGR→HSV
• cv2.COLOR_HSV2BGR：HSV→BGR
• cv2.COLOR_BGR2Lab：BGR→Lab
• cv2.COLOR_Lab2BGR：Lab→BGR

图像读取、显示与保存

现在，让我们学习如何使用OpenCV读取、显示和保存图像，这是计算机视觉应用的基本操作。

图像读取

OpenCV提供了cv2.imread()函数来读取图像：

python

image = cv2.imread('path/to/image.jpg')

imread()有两个参数：

1. 文件路径
2. 读取标志（可选），常用的有：
   • cv2.IMREAD_COLOR：以彩色模式读取图像（默认）
   • cv2.IMREAD_GRAYSCALE：以灰度模式读取图像
   • cv2.IMREAD_UNCHANGED：读取图像，包括alpha通道（如果有）

图像显示

OpenCV使用cv2.imshow()函数显示图像：

python

cv2.imshow('Window Name', image)
cv2.waitKey(0)  # 等待按键
cv2.destroyAllWindows()  # 关闭所有窗口

图像保存

OpenCV使用cv2.imwrite()函数保存图像：

python

cv2.imwrite('output.jpg', image)

让我们编写一个完整的程序来演示这些操作：

python

import cv2
import os
import sysdef process_image(image_path):"""读取、显示和保存图像的基本演示"""# 检查文件是否存在if not os.path.isfile(image_path):print(f"错误: 文件 '{image_path}' 不存在")return# 读取图像（以彩色模式）color_image = cv2.imread(image_path, cv2.IMREAD_COLOR)if color_image is None:print(f"错误: 无法读取图像 '{image_path}'")return# 读取图像（以灰度模式）gray_image = cv2.imread(image_path, cv2.IMREAD_GRAYSCALE)# 获取图像信息height, width = color_image.shape[:2]channels = 1 if len(color_image.shape) == 2 else color_image.shape[2]# 打印图像信息print(f"图像信息:")print(f"- 路径: {image_path}")print(f"- 宽度 x 高度: {width} x {height} 像素")print(f"- 通道数: {channels}")print(f"- 数据类型: {color_image.dtype}")print(f"- 文件大小: {os.path.getsize(image_path) / 1024:.2f} KB")# 创建输出文件夹output_dir = "output"if not os.path.exists(output_dir):os.makedirs(output_dir)# 保存灰度图像gray_output_path = os.path.join(output_dir, "gray_" + os.path.basename(image_path))cv2.imwrite(gray_output_path, gray_image)print(f"灰度图像已保存到: {gray_output_path}")# 显示图像cv2.namedWindow("彩色图像", cv2.WINDOW_NORMAL)cv2.namedWindow("灰度图像", cv2.WINDOW_NORMAL)cv2.imshow("彩色图像", color_image)cv2.imshow("灰度图像", gray_image)print("按 'Esc' 键关闭窗口...")while True:key = cv2.waitKey(0) & 0xFFif key == 27:  # Esc键breakcv2.destroyAllWindows()if __name__ == "__main__":# 如果提供了命令行参数，使用它作为图像路径# 否则，使用默认图像if len(sys.argv) > 1:image_path = sys.argv[1]else:# 使用内置的示例图像或当前目录中的示例图像# 如果没有图像，将提示用户sample_images = ["sample.jpg", "test.jpg", "image.jpg"]found = Falsefor img in sample_images:if os.path.isfile(img):image_path = imgfound = Truebreakif not found:print("请提供图像路径作为命令行参数，或确保当前目录有示例图像。")print("用法: python image_io.py <图像路径>")sys.exit(1)process_image(image_path)

代码讲解：

1. cv2.imread() 函数读取图像，可以选择彩色或灰度模式
2. 我们获取并打印图像的基本信息（尺寸、通道数、数据类型等）
3. cv2.imwrite() 函数将灰度图像保存到输出目录
4. cv2.namedWindow() 创建窗口，指定 cv2.WINDOW_NORMAL 允许调整窗口大小
5. cv2.imshow() 在各自的窗口中显示彩色和灰度图像
6. cv2.waitKey(0) 等待按键，& 0xFF 确保在不同平台上正确工作
7. cv2.destroyAllWindows() 关闭所有OpenCV窗口

运行程序：

1. 将代码保存为 image_io.py
2. 运行命令 python image_io.py path/to/your/image.jpg
3. 如果没有提供图像路径，程序将尝试在当前目录中查找示例图像

实用技巧：使用matplotlib显示图像

OpenCV的imshow()函数很强大，但有时使用matplotlib可能更方便，特别是当你想比较多个图像时：

python

import cv2
import matplotlib.pyplot as plt# 读取图像
image = cv2.imread('path/to/image.jpg')# 将BGR转换为RGB（matplotlib使用RGB顺序）
image_rgb = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)# 使用matplotlib显示图像
plt.figure(figsize=(10, 8))
plt.imshow(image_rgb)
plt.title('使用Matplotlib显示图像')
plt.axis('off')  # 隐藏坐标轴
plt.show()

3. 基本图像操作

像素访问与修改

在OpenCV中，图像被表示为NumPy数组，因此可以直接使用NumPy的索引操作来访问和修改像素值。

访问像素值

python

# 访问(y, x)位置的像素值（注意：先是y行，再是x列）
pixel = image[y, x]# 对于灰度图像，pixel是一个标量
# 对于彩色图像，pixel是一个含有B,G,R值的数组

修改像素值

python

# 修改(y, x)位置的像素值
image[y, x] = new_value# 对于灰度图像，new_value是一个标量
# 对于彩色图像，new_value是[B, G, R]

让我们编写一个程序来演示像素访问和修改：

python

import cv2
import numpy as np
import matplotlib.pyplot as plt# 创建一个简单的图像
def create_test_image():# 创建白色背景image = np.ones((300, 400, 3), dtype=np.uint8) * 255# 绘制一个蓝色矩形cv2.rectangle(image, (50, 50), (200, 150), (255, 0, 0), thickness=-1)# 绘制一个绿色圆形cv2.circle(image, (300, 150), 80, (0, 255, 0), thickness=-1)# 绘制红色文字font = cv2.FONT_HERSHEY_SIMPLEXcv2.putText(image, "OpenCV", (100, 250), font, 2, (0, 0, 255), 3)return image# 创建测试图像
original_image = create_test_image()# 复制原始图像以便修改
modified_image = original_image.copy()# 1. 单个像素修改 - 创建一个小点
for i in range(-3, 4):for j in range(-3, 4):if i*i + j*j <= 9:  # 创建一个小圆点y, x = 150 + i, 250 + jmodified_image[y, x] = [0, 0, 0]  # 黑色点# 2. 区域修改 - 反转一个矩形区域内的颜色
x1, y1, x2, y2 = 100, 50, 150, 100
roi = modified_image[y1:y2, x1:x2]
modified_image[y1:y2, x1:x2] = 255 - roi# 3. 像素值分析
# 获取某一点的像素值
pixel_point = (300, 150)  # x=300, y=150
pixel_value = original_image[pixel_point[1], pixel_point[0]]
print(f"点 {pixel_point} 处的像素值 (BGR): {pixel_value}")# 获取某一区域的像素值统计
roi = original_image[50:100, 150:200]
mean_value = np.mean(roi, axis=(0, 1))
min_value = np.min(roi, axis=(0, 1))
max_value = np.max(roi, axis=(0, 1))print(f"选定区域的平均像素值 (BGR): {mean_value}")
print(f"选定区域的最小像素值 (BGR): {min_value}")
print(f"选定区域的最大像素值 (BGR): {max_value}")# 在图像上标记分析的位置
analysis_image = original_image.copy()
cv2.circle(analysis_image, pixel_point, 5, (0, 0, 0), -1)
cv2.rectangle(analysis_image, (150, 50), (200, 100), (0, 0, 0), 2)# 显示结果
plt.figure(figsize=(15, 5))plt.subplot(1, 3, 1)
plt.imshow(cv2.cvtColor(original_image, cv2.COLOR_BGR2RGB))
plt.title('原始图像')
plt.axis('off')plt.subplot(1, 3, 2)
plt.imshow(cv2.cvtColor(modified_image,