OpenCV复习笔记

一、图像数据源读取

（一）静态图像读取

• API 函数 ：cv2.imread(filename, flags)
  • 作业场景：读取作业要求的图片（如作业 1 读图绘制矩形、作业 2 读图处理颜色通道 ）。
  • 关键参数：flags 常用 cv2.IMREAD_COLOR（默认 BGR 读入 ）、cv2.IMREAD_GRAYSCALE（作业 2 阈值处理、作业 3 轮廓检测常用灰度图 ）。
  • 示例：img = cv2.imread('task_img.jpg', cv2.IMREAD_GRAYSCALE)（作业 2 阈值处理前置 ）

（二）动态图像（视频）读取（基础）

• 摄像头 / 视频文件 ：cap = cv2.VideoCapture(0)（摄像头 ）或 cap = cv2.VideoCapture('video.mp4')（视频 ），逐帧用 ret, frame = cap.read() 获取，最后 cap.release() 释放。
• 作业关联：若作业涉及视频（如后续拓展 ），流程一致，可用于动态画面处理（如画圆标记 ）。

二、图像基础操作

（一）鼠标交互绘制（鼠标画矩形 ）

• 实现逻辑 ：
  1. 定义鼠标回调函数：def mouse_callback(event, x, y, flags, param) ，判断 event 类型（如 cv2.EVENT_LBUTTONDOWN 按下、cv2.EVENT_LBUTTONUP 抬起 ），记录矩形起点、终点坐标。
  2. 绑定回调：cv2.setMouseCallback(window_name, mouse_callback) 。
  3. 循环显示图像，根据坐标绘制矩形：cv2.rectangle(img, (x1,y1), (x2,y2), (0,255,0), 2) 。

（二）颜色通道操作（分区域改颜色通道 ）

• 通道拆分与合并 ：

  • 拆分：b, g, r = cv2.split(img)（BGR 顺序 ），作业 1 中 "上部三分之一改红色"→ 对应区域 r 通道赋值 255 。
  • 合并：img_merge = cv2.merge((b, g, r)) ，将修改后的通道合并回图像。

• 作业示例：

  height, width = img.shape[:2]
  # 上部三分之一区域
  img[:height//3, :, 2] = 255  # 红色通道（BGR 中 R 是第三个通道 ）
  img[height//3:2*height//3, :, 0] = 255  # 蓝色通道（B 是第一个通道 ）
  img[2*height//3:, :, 1] = 255  # 绿色通道（G 是第二个通道 ）

（三）图像叠加（作业 1 要求：三种方式叠加两张图 ）

• 方法 1：直接加权（cv2.addWeighted ）

  res = cv2.addWeighted(img1, 0.5, img2, 0.5, 0)  # 权重和为 1，0 是 gamma 值

• 方法 2：按位运算（cv2.bitwise_and/or/not ）
  需确保图像大小、通道一致，适合遮罩叠加：

  mask = cv2.threshold(gray_img, 127, 255, cv2.THRESH_BINARY)[1]
  res = cv2.bitwise_and(img1, img2, mask=mask)

• 方法 3：手动遍历像素叠加
  逐像素计算 res[i,j] = alpha*img1[i,j] + beta*img2[i,j] ，效率低但灵活，作业中用于理解原理。

三、颜色空间转换

（一）基础转换（RGB ↔ HSV 等 ）

• API ：cv2.cvtColor(src, code) ，作业 2 要求 RGB→HSV 转换，示例：

  hsv_img = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)  # OpenCV 读入是 BGR，先转 RGB 再转 HSV 更直观（或直接转 ，注意顺序 ）

• 通道含义 ：

  • HSV 中 H（0 - 180 ）、S（0 - 255 ）、V（0 - 255 ），作业 2 可通过调整 H 通道实现颜色筛选（如提取红色物体 ）。

（二）作业场景应用（区分 R、G、B 通道 ）

• 拆分通道：b, g, r = cv2.split(img) ，单独显示 / 处理每个通道，作业 2 中观察颜色分布。
• 通道可视化：将单通道（如 R ）扩展为三通道（cv2.merge((r, r, r)) ），方便在彩色窗口显示灰度通道。

四、几何变换

（一）平移、缩放、旋转、放射变换

• 平移：

  M = np.float32([[1, 0, tx], [0, 1, ty]])
  dst = cv2.warpAffine(img, M, (width, height))

  作业 2 中按要求平移图像，如 tx=50, ty=30 右移、下移。

• 缩放：

  dst = cv2.resize(img, (new_width, new_height), interpolation=cv2.INTER_LINEAR)

  作业 2 需指定缩放尺寸（如 (width*2, height*2) 放大 ）。

• 旋转：

  M = cv2.getRotationMatrix2D((center_x, center_y), angle, scale)
  dst = cv2.warpAffine(img, M, (width, height))

  作业 2 中旋转角度（如 angle=45 度 ），scale=1 保持尺寸。

• 放射变换 ：

  定义变换前后的点对，计算矩阵 M = cv2.getAffineTransform(src_pts, dst_pts) ，再用 warpAffine 变换，作业 2 中实现复杂形变。

五、阈值处理

（一）固定阈值

• API ：ret, dst = cv2.threshold(src, thresh, maxval, type)

• 作业场景（5 种类型示例 ）：

  # 二值化
  _, dst_bin = cv2.threshold(gray_img, 127, 255, cv2.THRESH_BINARY)  
  # 反二值化
  _, dst_bin_inv = cv2.threshold(gray_img, 127, 255, cv2.THRESH_BINARY_INV)  
  # 截断
  _, dst_trunc = cv2.threshold(gray_img, 127, 255, cv2.THRESH_TRUNC)  
  # 置零
  _, dst_tozero = cv2.threshold(gray_img, 127, 255, cv2.THRESH_TOZERO)  
  # 反置零
  _, dst_tozero_inv = cv2.threshold(gray_img, 127, 255, cv2.THRESH_TOZERO_INV)  

  作业 2 需展示每种阈值的效果，分析对图像的影响（如二值化突出黑白对比 ）。

（二）自适应阈值

• API ：dst = cv2.adaptiveThreshold(src, maxval, adaptiveMethod, thresholdType, blockSize, C)
• 作业对比：与固定阈值对比，展示对光照不均图像（如文档 ）的优化效果。

六、平滑滤波

（一）常用滤波方法

• 均值滤波 ：cv2.blur(img, (3,3)) ，简单平均，作业 2 中观察模糊效果。
• 高斯滤波 ：cv2.GaussianBlur(img, (3,3), 0) ，去高斯噪声，边缘保留更好。
• 中值滤波 ：cv2.medianBlur(img, 3) ，去椒盐噪声（作业 2 中若有噪声图，效果显著 ）。
• 双边滤波 ：cv2.bilateralFilter(img, 9, 75, 75) ，保边去噪（同时考虑空间距离和颜色差异 ），作业 2 中处理纹理图像。

七、轮廓检测与物体标识

（一）轮廓检测流程

1. 预处理 ：
   • 转灰度：gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
   • 阈值 / 边缘检测：_, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)（或 Canny ）
2. 找轮廓 ：
   contours, hierarchy = cv2.findContours(binary, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
3. 分析轮廓 ：
   • 质心坐标：M = cv2.moments(contour) ，cx = int(M['m10']/M['m00'])，cy = int(M['m01']/M['m00'])
   • 面积：area = cv2.contourArea(contour)
   • 最小外切圆：(x,y), radius = cv2.minEnclosingCircle(contour)
4. 绘制与报告 ：
   用 cv2.drawContours 画轮廓，cv2.circle 画质心、外切圆，按实验报告模板整理流程、代码、结果。

八、形态学操作

（一）腐蚀与膨胀

• 腐蚀 ：cv2.erode(binary, kernel, iterations=1) ，消除小噪点、细化轮廓。
• 膨胀 ：cv2.dilate(binary, kernel, iterations=1) ，连接断开区域、填充空洞。
• 作业应用：作业 3 中对阈值后的二值图预处理，提升轮廓检测准确性。

九、视频处理基础

（一）核心操作

• 读视频 / 摄像头 ：cap = cv2.VideoCapture(0) ，循环 ret, frame = cap.read() 获取帧。
• 绘制操作 ：在帧上用 cv2.circle(frame, (x,y), radius, (0,255,0), 2) 画圆，实现动态标记（如跟踪鼠标点击 ）。
• API 英译中 ：VideoCapture（视频捕获 ）、imshow（显示 ）、waitKey（延时 ）、circle（画圆 ）等，作业 1 中需准确调用。

十、复习策略（结合作业）

1. 代码复现：把三次作业代码重新跑通，梳理每一步 API 作用（如作业 1 鼠标回调、作业 2 颜色通道修改、作业 3 轮廓质心计算 ）。
2. 考点关联 ：作业中涉及的函数（imread、cvtColor、threshold、findContours 等 ）是考试重点，熟记参数和应用场景。
3. 流程梳理：如作业 3 轮廓检测流程（去噪→二值化→找轮廓→分析特征 ），对应复习笔记中 "轮廓检测" 模块，确保步骤清晰。

提示：复习时结合作业代码，重点关注老师要求的 "前三次作业重中之重" 内容，尤其是作业 1 的交互绘制、作业 2 的多变换组合、作业 3 的轮廓分析，这些是考试实操题的原型！