C#：OpenCvSharp 实现图像处理的技术指南

🧠1、简述

图像处理是计算机视觉的核心环节之一，而在 C# 中，我们可以使用开源的 OpenCvSharp 库来快速完成各种图像操作。

本文将从零开始，带你实战几个典型的图像任务：

✅ 图像纠偏（Perspective Correction）

✅ 背景擦除（Background Removal）

✅ 图像裁切（Crop）

✅ 图像分割（Segmentation）

---

2、OpenCvSharp 是什么

OpenCvSharp 是对 OpenCV 的 .NET 封装，提供与 Python/C++ OpenCV 几乎一致的 API。

特点：

• 🧩 跨平台（Windows / Linux / macOS）
• 🚀 与 .NET 无缝集成
• 📦 支持 OpenCV 全部特性（滤波、特征、OCR、检测等）
• 💡 可与 WPF / WinForms / ASP.NET 一起使用

---

3、实践样例

3.1 环境准备

1️⃣ 创建控制台项目

dotnet new console -n OpenCvSharpDemo
cd OpenCvSharpDemo

2️⃣ 安装依赖包

dotnet add package OpenCvSharp4
dotnet add package OpenCvSharp4.runtime.win

（如果在 macOS/Linux，请改为 OpenCvSharp4.runtime.osx 或 .linux）

3.2 载入图像基础操作

using OpenCvSharp;
using System;

class Program
{
    static void Main()
    {
        var src = Cv2.ImRead("input.jpg"); // 读取图像
        Cv2.ImShow("原图", src);
        Cv2.WaitKey();
    }
}

3.3 图像纠偏（透视变换）

场景： 例如拍摄文件或票据时角度不正，想要自动"拉正"。

🔧 核心步骤

• 找到文档的四个顶点；
• 使用 Cv2.GetPerspectiveTransform() 计算变换矩阵；
• 使用 Cv2.WarpPerspective() 进行透视矫正。

var src = Cv2.ImRead("document.jpg");

// 模拟已检测的四个角点（顺时针）
Point2f[] srcPoints = {
    new Point2f(320, 150),
    new Point2f(700, 130),
    new Point2f(750, 600),
    new Point2f(280, 620)
};

// 目标矩形区域
Point2f[] dstPoints = {
    new Point2f(0, 0),
    new Point2f(500, 0),
    new Point2f(500, 700),
    new Point2f(0, 700)
};

Mat matrix = Cv2.GetPerspectiveTransform(srcPoints, dstPoints);
Mat corrected = new Mat();
Cv2.WarpPerspective(src, corrected, matrix, new Size(500, 700));

Cv2.ImShow("纠偏后", corrected);
Cv2.WaitKey();

📸 运行后，文档会自动被"拉平"。

3.4 背景擦除（背景去除）

目标： 去除背景，仅保留主要前景（如人物、物体）。

常用方法：GrabCut 算法。

var src = Cv2.ImRead("person.jpg");
var mask = new Mat();
var bgdModel = new Mat();
var fgdModel = new Mat();

// 定义前景区域（大致框住主体）
Rect rect = new Rect(50, 50, src.Width - 100, src.Height - 100);

// 使用 GrabCut 算法
Cv2.GrabCut(src, mask, rect, bgdModel, fgdModel, 5, GrabCutModes.InitWithRect);

// 提取前景
mask = (mask == 1) + (mask == 3);
Mat foreground = new Mat();
src.CopyTo(foreground, mask);

Cv2.ImShow("背景擦除结果", foreground);
Cv2.WaitKey();

✅ 输出：背景被透明或黑色替换，仅保留人物部分。

3.5 图像裁切（Crop）

目标： 提取图像中指定区域，例如人脸或物体。

var src = Cv2.ImRead("input.jpg");
Rect roi = new Rect(100, 50, 200, 200); // x, y, width, height
Mat cropped = new Mat(src, roi);
Cv2.ImShow("裁切区域", cropped);
Cv2.WaitKey();

💡 也可以结合人脸检测结果自动生成 ROI。

3.6 图像分割（Segmentation）

目标： 按颜色或亮度分割区域，例如提取蓝天、绿草、白纸。

方法一：颜色阈值分割（HSV 空间）

var src = Cv2.ImRead("flower.jpg");
Mat hsv = new Mat();
Cv2.CvtColor(src, hsv, ColorConversionCodes.BGR2HSV);

// 定义颜色范围（例如红色）
Scalar lower = new Scalar(0, 100, 100);
Scalar upper = new Scalar(10, 255, 255);

Mat mask = new Mat();
Cv2.InRange(hsv, lower, upper, mask);

// 提取目标区域
Mat result = new Mat();
Cv2.BitwiseAnd(src, src, result, mask);

Cv2.ImShow("颜色分割结果", result);
Cv2.WaitKey();

方法二：KMeans 聚类分割

将图像像素聚类为 K 类，从而自动分割前景/背景。

var src = Cv2.ImRead("scene.jpg");
Mat samples = src.Reshape(1, src.Rows * src.Cols);
samples.ConvertTo(samples, MatType.CV_32F);

int K = 3;
Mat labels = new Mat();
Mat centers = new Mat();

Cv2.Kmeans(samples, K, labels,
    new TermCriteria(CriteriaTypes.Eps | CriteriaTypes.MaxIter, 10, 1.0),
    3, KMeansFlags.PpCenters, centers);

centers.ConvertTo(centers, MatType.CV_8U);
var segmented = new Mat(src.Size(), src.Type());

for (int y = 0; y < src.Rows; y++)
{
    for (int x = 0; x < src.Cols; x++)
    {
        int label = labels.Get<int>(y * src.Cols + x);
        var color = centers.At<Vec3b>(label);
        segmented.Set(y, x, color);
    }
}

Cv2.ImShow("KMeans 图像分割", segmented);
Cv2.WaitKey();

🎨 输出：将图像按颜色聚类成多个区域。

---

💡 4、结语

通过本文，你学会了如何在 C# 中利用 OpenCvSharp 实现多种常见图像操作，包括：

• 📐 透视纠偏；
• 🧹 背景去除；
• ✂️ 图像裁切；
• 🧩 分割提取。

功能	方法
图像纠偏	Cv2.GetPerspectiveTransform + Cv2.WarpPerspective
背景擦除	Cv2.GrabCut
图像裁切	new Mat(src, Rect)
图像分割	Cv2.InRange / Cv2.Kmeans
图像显示	Cv2.ImShow
图像保存	Cv2.ImWrite("output.jpg", mat)

OpenCvSharp 是 .NET 图像处理领域最强大的工具之一，既可用于工业检测、票据识别、OCR 前处理，也能应用在智能拍照与 AI 视觉项目中。