第四节：OpenCV 基础入门-第一个 OpenCV 程序：图像读取与显示

一、引言：为什么选择 OpenCV？

在计算机视觉领域，**OpenCV（Open Source Computer Vision Library）**是一个开源的、跨平台的计算机视觉库，广泛应用于图像处理、模式识别、机器学习等领域。它支持多种编程语言（如 Python、C++、Java） ，并提供了超过 2500 种优化算法。对于初学者而言，图像读取与显示是接触 OpenCV 的第一个核心步骤。本文将手把手教你实现这一过程，并深入解析背后的技术细节。

二、环境准备：安装 OpenCV

1. Python 环境配置

确保已安装 Python（推荐 3.6 以上版本）。

使用 pip 安装 OpenCV-Python 包：

复制代码

pip install opencv-python

若需额外功能（如深度神经网络模块），可安装完整版：

复制代码

pip install opencv-contrib-python

2. 验证安装

在 Python 环境中输入以下代码，若无报错则安装成功：

复制代码

import cv2
print(cv2.__version__)  # 应输出 OpenCV 版本，如 4.5.5

三、第一个程序：图像读取与显示

1. 完整代码示例

复制代码

import cv2

# 读取图像
image = cv2.imread("path/to/your/image.jpg")

# 检查图像是否成功加载
if image is None:
    print("错误：无法读取图像！请检查文件路径。")
else:
    # 显示图像
    cv2.imshow("My First OpenCV Window", image)
    cv2.waitKey(0)          # 等待用户按下任意键
    cv2.destroyAllWindows() # 关闭所有窗口

2. 代码逐行解析

导入库

import cv2：导入 OpenCV 的 Python 接口库。
读取图像

cv2.imread() 是 OpenCV 的图像读取函数：
1. 参数：图像文件的路径（支持 JPEG、PNG、BMP 等格式）。
2. 返回值 ：一个 NumPy 数组，存储图像的像素数据。如果读取失败（如路径错误），返回 None。
  复制代码
```
image = cv2.imread("image.jpg")  # 默认以彩色模式（BGR）加载
image_grayscale = cv2.imread("image.jpg", cv2.IMREAD_GRAYSCALE)  # 灰度模式
```
错误处理

通过检查 image 是否为 None，避免后续操作崩溃。
显示图像

cv2.imshow() 创建窗口并显示图像：
1. 第一个参数：窗口名称（必须是唯一的）。
2. 第二个参数：要显示的图像数据。
等待按键

cv2.waitKey(0) 会暂停程序，直到用户按下任意键。参数为等待时间（毫秒），0 表示无限等待。
释放资源

cv2.destroyAllWindows() 关闭所有 OpenCV 创建的窗口，防止内存泄漏。

四、关键问题与调试技巧

1. 图像路径问题

相对路径 vs 绝对路径：
- 若图像与代码文件在同一目录，直接使用文件名（如 "cat.jpg"）。
- 跨目录时需使用正确路径（如 "../images/cat.jpg"）。
路径中的转义字符 ：

在 Windows 中，路径应使用双反斜杠或原始字符串：
复制代码
```
image = cv2.imread("C:\\Users\\Desktop\\image.jpg")
或
image = cv2.imread(r"C:\Users\Desktop\image.jpg")
```
2. 窗口一闪而过？
原因：未使用 cv2.waitKey() 或参数值过小（如 cv2.waitKey(1) 仅等待 1 毫秒）。
解决方案 ：设置合理的等待时间，例如 cv2.waitKey(5000) 等待 5 秒。
OpenCV 默认以 BGR 格式（而非 RGB）加载彩色图像。若需用其他库（如 Matplotlib）显示，需转换颜色空间：
复制代码
```
image_rgb = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
```
五、功能扩展：更灵活的图像操作

1. 调整窗口大小

默认窗口无法缩放，可通过以下方式创建可调整窗口：
复制代码
```
cv2.namedWindow("Window", cv2.WINDOW_NORMAL)  # 允许调整大小
cv2.imshow("Window", image)
```

2. 保存图像

使用 cv2.imwrite() 保存处理后的图像：

复制代码

  cv2.imwrite("output.jpg", image)  # 支持 JPEG、PNG 等格式

3. 显示多窗口

同时显示原始图像和灰度图像：

复制代码

  gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
  cv2.imshow("Color Image", image)
  cv2.imshow("Gray Image", gray_image)
  cv2.waitKey(0)

六、深入理解：图像在内存中的表示

像素矩阵：图像被存储为三维 NumPy 数组：
- 彩色图像：形状为 (高度, 宽度, 3)，3 个通道（B、G、R）。
- 灰度图像：形状为 (高度, 宽度)。

访问像素值 ：

通过坐标访问特定像素：

复制代码

pixel_value = image[y, x]  # 注意：先行（y）后列（x）

修改像素 ：

直接修改数组元素：

复制代码

image[100:200, 200:300] = [0, 0, 255]  # 将区域设置为红色

七、常见问题 FAQ

OpenCV 支持哪些图像格式？

支持 JPEG、PNG、TIFF、BMP 等常见格式。具体取决于编译时的配置。
如何解决 cv2.imshow() 在 Jupyter Notebook 中不显示图像？

建议在本地 Python 环境中运行，或在 Jupyter 中使用 matplotlib 显示：
复制代码
```
import matplotlib.pyplot as plt
plt.imshow(cv2.cvtColor(image, cv2.COLOR_BGR2RGB))
plt.show()
```
为什么窗口关闭后程序不退出？

确保在代码末尾调用了 cv2.destroyAllWindows()。

八、结语

通过本文，你不仅学会了如何用 OpenCV 读取和显示图像，还掌握了错误处理、路径调试、像素操作等进阶技巧。这些知识是后续学习图像处理（如滤波、边缘检测、目标识别）的基础。下一步，可以尝试为程序添加以下功能：

通过摄像头实时捕获视频
在图像上绘制几何图形
实现简单的滤镜效果

第四节：OpenCV 基础入门-第一个 OpenCV 程序：图像读取与显示

一、引言：为什么选择 OpenCV？

二、环境准备：安装 OpenCV

1. Python 环境配置

2. 验证安装

三、第一个程序：图像读取与显示

1. 完整代码示例

2. 代码逐行解析

四、关键问题与调试技巧

1. 图像路径问题

2. 窗口一闪而过？

五、功能扩展：更灵活的图像操作

1. 调整窗口大小

2. 保存图像

3. 显示多窗口

六、深入理解：图像在内存中的表示

七、常见问题 FAQ

八、结语