从零搭建 OpenCV 项目（新手向）--第一天初识OpenCV与图像基础

OpenCV的优势

- **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。

1.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。

二、环境安装

1. 安装命令（推荐使用 pip）

python 复制代码

pip install opencv-python

若需要支持图像显示、视频编解码等完整功能（包括GUI），建议安装如下：

python 复制代码

pip install opencv-python opencv-contrib-python

2. 验证安装

python 复制代码

import cv2 print(cv2.__version__)

三、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。

OpenCV 图像 = Numpy 数组（矩阵）

读取的图像本质是一个 NumPy 的 多维数组
彩色图像为三维数组：(高度, 宽度, 通道数)，通道顺序为 BGR（不是RGB）
灰度图像为二维数组：(高度, 宽度)

python 复制代码

import cv2

img = cv2.imread("example.jpg")   # 默认读取为BGR
gray = cv2.imread("example.jpg", cv2.IMREAD_GRAYSCALE)
print(img.shape)     # 例如 (480, 640, 3)
print(gray.shape)    # 例如 (480, 640)
)

四、图像读取与保存

1.图像在OpenCV中的表示形式

在OpenCV中，图像以NumPy数组的形式存储和处理。数组的维度和数据类型取决于图像的类型（彩色或灰度）以及像素值的范围。

彩色图像 彩色图像通常表示为三维数组，形状为(height, width, channels)。默认情况下，OpenCV使用BGR顺序存储通道，即蓝、绿、红。例如，一个形状为(480, 640, 3)的数组表示一个高480像素、宽640像素的彩色图像，包含3个通道。

灰度图像 灰度图像表示为二维数组，形状为(height, width)。每个像素的值代表亮度，范围从0（黑色）到255（白色）。

2.图像属性和操作

形状（Shape） 通过img.shape可以获取图像的尺寸信息：

彩色图像返回(height, width, channels)。
灰度图像返回(height, width)。

数据类型（dtype） 图像的数据类型决定了像素值的范围。常见的是uint8（0到255），适用于大多数标准图像。其他类型如float32用于高动态范围（HDR）图像。

像素访问 可以通过索引直接访问或修改像素值：

灰度图像：value = img[y, x]。
彩色图像：b, g, r = img[y, x]（BGR顺序）。

3.像素值的含义

灰度图像 每个像素值表示亮度：

0：纯黑色。
255：纯白色。
中间值表示不同深浅的灰色。

彩色图像 每个像素由三个分量（B、G、R）组成，每个分量的值在0到255之间：

[0, 0, 0]：纯黑色。
[255, 255, 255]：纯白色。
其他组合表示不同颜色。

示例代码

python 复制代码

import cv2
import numpy as np

# 读取彩色图像
img_color = cv2.imread('color_image.jpg')
print(f"彩色图像形状: {img_color.shape}")  # 输出 (height, width, 3)

# 读取灰度图像
img_gray = cv2.imread('gray_image.jpg', cv2.IMREAD_GRAYSCALE)
print(f"灰度图像形状: {img_gray.shape}")  # 输出 (height, width)

# 修改像素值
img_color[100, 200] = [255, 0, 0]  # 将(100, 200)处的像素设为蓝色
img_gray[50, 100] = 128  # 将(50, 100)处的像素设为中灰色

注意事项

OpenCV默认使用BGR顺序，而其他库（如Matplotlib）可能使用RGB顺序，转换时需要小心。

修改图像数据时需确保数据类型和范围正确，避免溢出或类型不匹配。

对于高性能操作，推荐使用NumPy的向量化操作而非逐像素修改。

4.相关操作

4.1 图像读取

python 复制代码

img = cv2.imread("path/to/image.jpg")  # 默认彩色读取

cv2.IMREAD_COLOR：默认，彩色图像
cv2.IMREAD_GRAYSCALE：灰度图像
cv2.IMREAD_UNCHANGED：包括 alpha 通道

4.2 图像显示

python 复制代码

cv2.imshow("Window Name", img)
cv2.waitKey(0)  # 等待任意按键
cv2.destroyAllWindows()  # 关闭所有窗口

4.3 图像保存

python 复制代码

cv2.imwrite("output.jpg", img)

五、基本图像操作

1. 获取图像属性

使用 OpenCV 的 shape 属性获取图像的高度、宽度和通道数（通道数为 3 表示 RGB 图像，1 表示灰度图像）。

python 复制代码

img = cv2.imread("example.jpg")
height, width, channels = img.shape
print(f"图像高度: {height}, 宽度: {width}, 通道数: {channels}")

2. 图像裁剪（切片）

通过数组切片提取感兴趣区域（Region of Interest, ROI），格式为 img[y_start:y_end, x_start:x_end]。

python 复制代码

roi = img[100:300, 150:350]  # 提取 y=100~300, x=150~350 的区域
cv2.imshow("ROI", roi)

3. 图像缩放

使用 cv2.resize() 调整图像尺寸，参数为目标宽度和高度（单位为像素）。

python 复制代码

resized = cv2.resize(img, (300, 200))  # 新宽度 300，高度 200

4. 图像翻转

通过 cv2.flip() 实现垂直、水平或双向翻转，第二个参数控制方向：

0：垂直翻转（沿 X 轴）
1：水平翻转（沿 Y 轴）
-1：双向翻转

python 复制代码

flip_v = cv2.flip(img, 0)    # 上下翻转
flip_h = cv2.flip(img, 1)    # 左右翻转
flip_both = cv2.flip(img, -1)  # 上下+左右翻转

5. 图像旋转（90度）

使用 cv2.rotate() 实现 90°、180° 或 270° 旋转，支持以下模式：

cv2.ROTATE_90_CLOCKWISE：顺时针 90°
cv2.ROTATE_180：180°
cv2.ROTATE_90_COUNTERCLOCKWISE：逆时针 90°

python 复制代码

rotated = cv2.rotate(img, cv2.ROTATE_90_CLOCKWISE)

6. 创建可缩放窗口

通过 cv2.namedWindow() 创建可调整大小的窗口，需配合 cv2.WINDOW_NORMAL 参数。

python 复制代码

cv2.namedWindow("MyWindow", cv2.WINDOW_NORMAL)
cv2.imshow("MyWindow", img)

7. 显示图像与等待用户输入

cv2.waitKey(0) 暂停程序直到用户按键，参数为等待时间（毫秒），0 表示无限等待。

python 复制代码

cv2.waitKey(0)

8. 释放资源

关闭所有窗口并释放内存资源（如摄像头或视频对象需额外调用 release()）。

python 复制代码

cv2.destroyAllWindows()
# cap.release()  # 若使用摄像头或视频，需显式释放

9. 完整示例代码

整合上述操作，实现图像读取、裁剪、缩放、翻转和显示的完整流程。

python 复制代码

import cv2
img = cv2.imread("example.jpg")
cv2.namedWindow("Image", cv2.WINDOW_NORMAL)
cv2.imshow("Image", img)
print("图像尺寸:", img.shape)

cropped = img[50:200, 100:300]       # 裁剪
resized = cv2.resize(cropped, (200, 100))  # 缩放
flipped = cv2.flip(resized, 1)       # 水平翻转

cv2.imshow("Processed Image", flipped)
cv2.waitKey(0)
cv2.destroyAllWindows()