opencv中的常用的100个API

以下是 OpenCV 中常用的 100 个 API,这些 API 涉及图像读取、处理、特征提取、绘图、视频处理等常见操作:


1. 图像操作

  1. cv2.imread(filename, flags) - 读取图像。
  2. cv2.imwrite(filename, img) - 保存图像。
  3. cv2.imshow(window_name, img) - 显示图像。
  4. cv2.cvtColor(src, code) - 转换图像颜色空间。
  5. cv2.resize(src, dsize, fx, fy, interpolation) - 缩放图像。
  6. cv2.rotate(src, rotateCode) - 旋转图像。
  7. cv2.flip(src, flipCode) - 翻转图像。
  8. cv2.split(src) - 拆分通道。
  9. cv2.merge(mv) - 合并通道。
  10. cv2.copyMakeBorder(src, top, bottom, left, right, borderType, value) - 添加边框。

2. 图像变换

  1. cv2.warpAffine(src, M, dsize) - 仿射变换。
  2. cv2.getAffineTransform(srcPoints, dstPoints) - 获取仿射变换矩阵。
  3. cv2.warpPerspective(src, M, dsize) - 透视变换。
  4. cv2.getPerspectiveTransform(srcPoints, dstPoints) - 获取透视变换矩阵。
  5. cv2.remap(src, map1, map2, interpolation) - 重映射。
  6. cv2.resize(src, dsize) - 调整大小。
  7. cv2.getRotationMatrix2D(center, angle, scale) - 获取旋转矩阵。
  8. cv2.invertAffineTransform(M) - 仿射矩阵求逆。
  9. cv2.convertScaleAbs(src, alpha, beta) - 调整对比度和亮度。
  10. cv2.normalize(src, dst, alpha, beta, norm_type) - 归一化。

3. 绘图功能

  1. cv2.line(img, pt1, pt2, color, thickness) - 画线。
  2. cv2.rectangle(img, pt1, pt2, color, thickness) - 画矩形。
  3. cv2.circle(img, center, radius, color, thickness) - 画圆。
  4. cv2.ellipse(img, center, axes, angle, startAngle, endAngle, color, thickness) - 画椭圆。
  5. cv2.polylines(img, pts, isClosed, color, thickness) - 画多边形。
  6. cv2.fillPoly(img, pts, color) - 填充多边形。
  7. cv2.putText(img, text, org, fontFace, fontScale, color, thickness) - 添加文本。

4. 图像阈值

  1. cv2.threshold(src, thresh, maxval, type) - 图像二值化。
  2. cv2.adaptiveThreshold(src, maxValue, adaptiveMethod, thresholdType, blockSize, C) - 自适应阈值。
  3. cv2.inRange(src, lowerb, upperb) - 范围筛选。

5. 图像平滑与滤波

  1. cv2.blur(src, ksize) - 均值滤波。
  2. cv2.GaussianBlur(src, ksize, sigmaX) - 高斯滤波。
  3. cv2.medianBlur(src, ksize) - 中值滤波。
  4. cv2.bilateralFilter(src, d, sigmaColor, sigmaSpace) - 双边滤波。
  5. cv2.filter2D(src, ddepth, kernel) - 任意核卷积。

6. 边缘检测与轮廓

  1. cv2.Canny(image, threshold1, threshold2) - 边缘检测。
  2. cv2.findContours(image, mode, method) - 查找轮廓。
  3. cv2.drawContours(image, contours, contourIdx, color, thickness) - 绘制轮廓。
  4. cv2.arcLength(contour, closed) - 计算轮廓周长。
  5. cv2.contourArea(contour) - 计算轮廓面积。
  6. cv2.approxPolyDP(curve, epsilon, closed) - 多边形逼近。
  7. cv2.boundingRect(points) - 计算矩形边界。
  8. cv2.minEnclosingCircle(points) - 最小包围圆。
  9. cv2.convexHull(points) - 凸包。
  10. cv2.isContourConvex(contour) - 判断是否为凸形。

7. 形态学操作

  1. cv2.erode(src, kernel, iterations) - 腐蚀。
  2. cv2.dilate(src, kernel, iterations) - 膨胀。
  3. cv2.morphologyEx(src, op, kernel) - 形态学操作(开闭运算等)。
  4. cv2.getStructuringElement(shape, ksize) - 获取结构元素。

8. 图像直方图

  1. cv2.calcHist(images, channels, mask, histSize, ranges) - 计算直方图。
  2. cv2.equalizeHist(src) - 直方图均衡化。
  3. cv2.createCLAHE(clipLimit, tileGridSize) - 自适应直方图均衡化。

9. 特征检测与描述

  1. cv2.SIFT_create() - SIFT特征检测。
  2. cv2.ORB_create() - ORB特征检测。
  3. cv2.FastFeatureDetector_create() - FAST特征检测。
  4. cv2.MSER_create() - MSER特征检测。
  5. cv2.BRISK_create() - BRISK特征检测。
  6. cv2.SimpleBlobDetector_create() - 简单Blob检测。
  7. cv2.goodFeaturesToTrack(src, maxCorners, qualityLevel, minDistance) - 检测角点。

10. 特征匹配

  1. cv2.BFMatcher(normType) - 暴力匹配器。
  2. cv2.FlannBasedMatcher() - FLANN匹配器。
  3. cv2.drawMatches(img1, kp1, img2, kp2, matches, outImg) - 绘制匹配结果。

11. 视频操作

  1. cv2.VideoCapture(source) - 打开视频文件或摄像头。
  2. cv2.VideoWriter(filename, fourcc, fps, frameSize) - 保存视频。
  3. cap.read() - 读取视频帧。
  4. cap.isOpened() - 检查视频是否打开。
  5. cap.release() - 释放视频资源。

12. 几何变换与数学操作

  1. cv2.addWeighted(src1, alpha, src2, beta, gamma) - 图像加权。
  2. cv2.bitwise_and(src1, src2) - 按位与。
  3. cv2.bitwise_or(src1, src2) - 按位或。
  4. cv2.bitwise_not(src) - 按位取反。
  5. cv2.bitwise_xor(src1, src2) - 按位异或。
  6. cv2.minMaxLoc(src) - 最值定位。
  7. cv2.reduce(src, dim, rtype) - 归约操作。

13. 模板匹配

  1. cv2.matchTemplate(image, templ, method) - 模板匹配。
  2. cv2.minMaxLoc(result) - 获取匹配位置。

14. 深度学习相关

  1. cv2.dnn.readNetFromCaffe(protoTxt, model) - 读取Caffe模型。
  2. cv2.dnn.readNetFromTensorflow(model, config) - 读取TensorFlow模型。
  3. cv2.dnn.readNetFromONNX(model) - 读取ONNX模型。
  4. cv2.dnn.blobFromImage(image, scalefactor, size, mean, swapRB, crop) - 图像转换为深度学习输入。

15. 基本工具

  1. cv2.waitKey(delay) - 等待键盘输入。
  2. cv2.destroyAllWindows() - 销毁所有窗口。
  3. cv2.getTickCount() - 获取时间戳。
  4. cv2.getTickFrequency() - 获取时间频率。
  5. cv2.setMouseCallback(window_name, callback) - 设置鼠标回调。

16. 深入功能

  1. cv2.calcOpticalFlowFarneback(prev, next, flow, pyrScale, levels, winsize, iterations, polyN, polySigma, flags) - 光流计算。
  2. cv2.cornerHarris(src, blockSize, ksize, k) - Harris角点检测。
  3. cv2.cornerSubPix(image, corners, winSize, zeroZone, criteria) - 亚像素角点优化。

17. 自定义与扩展

  1. cv2.getTrackbarPos(trackbarname, winname) - 获取滑块值。
  2. cv2.createTrackbar(trackbarname, winname, value, count, onChange) - 创建滑块。
  3. cv2.fillConvexPoly(img, points, color) - 填充凸多边形。
  4. cv2.fillPoly(img, pts, color) - 填充多边形。

18. 图像与视频编码解码

  1. cv2.imencode(ext, img) - 编码图像。
  2. cv2.imdecode(buf, flags) - 解码图像。
  3. cv2.VideoWriter_fourcc(c1, c2, c3, c4) - 获取视频编码器。

19. 其他实用功能

  1. cv2.phase(x, y) - 计算幅角。
  2. cv2.cartToPolar(x, y) - 笛卡尔坐标到极坐标转换。
  3. cv2.polarToCart(magnitude, angle) - 极坐标到笛卡尔坐标转换。
  4. cv2.kmeans(data, K, bestLabels, criteria, attempts, flags) - KMeans 聚类。
  5. cv2.connectedComponents(image) - 连通域分析。

总结

以上 100 个 OpenCV API 覆盖了 OpenCV 的主要功能模块,帮助开发者快速理解 OpenCV 的强大功能。在实际使用中,可以根据需求查阅官方文档获取更多详细信息。

相关推荐
冷雨夜中漫步3 小时前
Python快速入门(6)——for/if/while语句
开发语言·经验分享·笔记·python
33三 三like3 小时前
《基于知识图谱和智能推荐的养老志愿服务系统》开发日志
人工智能·知识图谱
芝士爱知识a3 小时前
【工具推荐】2026公考App横向评测:粉笔、华图与智蛙面试App功能对比
人工智能·软件推荐·ai教育·结构化面试·公考app·智蛙面试app·公考上岸
郝学胜-神的一滴3 小时前
深入解析Python字典的继承关系:从abc模块看设计之美
网络·数据结构·python·程序人生
百锦再3 小时前
Reactive编程入门:Project Reactor 深度指南
前端·javascript·python·react.js·django·前端框架·reactjs
腾讯云开发者4 小时前
港科大熊辉|AI时代的职场新坐标——为什么你应该去“数据稀疏“的地方?
人工智能
工程师老罗4 小时前
YoloV1数据集格式转换,VOC XML→YOLOv1张量
xml·人工智能·yolo
喵手5 小时前
Python爬虫实战:旅游数据采集实战 - 携程&去哪儿酒店机票价格监控完整方案(附CSV导出 + SQLite持久化存储)!
爬虫·python·爬虫实战·零基础python爬虫教学·采集结果csv导出·旅游数据采集·携程/去哪儿酒店机票价格监控
Coder_Boy_5 小时前
技术让开发更轻松的底层矛盾
java·大数据·数据库·人工智能·深度学习