OpenCV 入门：图像与视频的基础操作

文章目录

- 一、环境准备与版本检查
- 二、图像读取与基本属性
- - [1. 读取图像](#1. 读取图像)
  - [2. 显示图像](#2. 显示图像)
  - [3. 获取图像属性](#3. 获取图像属性)
- 三、图像处理基础操作
- - [1. 图像裁剪](#1. 图像裁剪)
  - [2. 通道分离与合并](#2. 通道分离与合并)
  - - 通道分离：
    - 通道合并：
  - [3. 通道操作示例](#3. 通道操作示例)
- 四、视频处理基础
- - [1. 视频捕获对象](#1. 视频捕获对象)
  - [2. 视频帧读取与处理](#2. 视频帧读取与处理)
  - [3. 释放资源](#3. 释放资源)

一、环境准备与版本检查

在开始前，需要安装 OpenCV

安装 OpenCV 命令：

shell 复制代码

pip install opencv-python
pip install opencv-contrib-python

导入库并检查版本，确保环境配置正确：

python 复制代码

import cv2
print("OpenCV版本:", cv2.__version__)

说明：
cv2.__version__ 返回当前安装的 OpenCV 版本号，便于确认环境兼容性。

二、图像读取与基本属性

1. 读取图像

OpenCV 使用 cv2.imread() 读取图像文件，支持多种格式（如 JPG、PNG 等）。

python 复制代码

a = cv2.imread(r"picture_1.jpg")

方法参数解析：

filename：图像文件路径（字符串）。
flags：读取模式，可选参数，常用值有：
- cv2.IMREAD_COLOR（默认）：读取为彩色图像（3通道）。
- cv2.IMREAD_GRAYSCALE（或 0）：读取为灰度图像（单通道）。

2. 显示图像

使用 cv2.imshow() 显示图像窗口，cv2.waitKey() 等待键盘输入，cv2.destroyAllWindows() 关闭所有窗口。

python 复制代码

cv2.imshow("tu", a)
cv2.waitKey(0)
cv2.destroyAllWindows()

方法参数解析：

cv2.imshow(winname, mat)：
- winname：窗口名称（字符串）。
- mat：要显示的图像矩阵。
cv2.waitKey(delay)：
- delay：等待时间（毫秒），若为 0 则无限等待直到按键。
- 返回值：按键的 ASCII 码（如 ESC 键对应 27）。
cv2.destroyAllWindows()：关闭所有由 OpenCV 创建的窗口。

3. 获取图像属性

图像在 OpenCV 中以 NumPy 数组形式存储，可通过以下属性获取基本信息：

python 复制代码

print("图像形状:", a.shape)  # (高度, 宽度, 通道数)
print("图像数据类型:", a.dtype)  # 通常是 uint8
print("图像大小:", a.size)  # 像素总数 = 高度 × 宽度 × 通道数

三、图像处理基础操作

1. 图像裁剪

通过数组切片实现图像区域的裁剪：

python 复制代码

b = a[400: 800, 400: 800]
cv2.imshow("piece of picture", b)

说明：切片格式为 [y_start:y_end, x_start:x_end]，注意 OpenCV 中坐标顺序为 (y, x)。

2. 通道分离与合并

彩色图像由 B（蓝）、G（绿）、R（红）三个通道组成。OpenCV 默认以 BGR 顺序存储图像。

通道分离：

python 复制代码

# 方法一：直接切片
a1 = a[:, :, 0]  # B通道
a2 = a[:, :, 1]  # G通道
a3 = a[:, :, 2]  # R通道

# 方法二：使用 cv2.split()
b, g, r = cv2.split(a)

通道合并：

python 复制代码

img = cv2.merge((b, g, r))

方法参数解析：

cv2.split(img)：将多通道图像拆分为单通道数组列表。
cv2.merge(mv)：将多个单通道数组合并为多通道图像，参数为通道元组（如 (b, g, r)）。

3. 通道操作示例

通过置零某些通道实现颜色过滤效果：

python 复制代码

a_new = a.copy()
a_new[:, :, 1] = 0  # 将 G 通道置零
a_new[:, :, 2] = 0  # 将 R 通道置零
# 此时图像仅保留蓝色分量

四、视频处理基础

OpenCV 支持从视频文件或摄像头实时捕获视频流。

1. 视频捕获对象

python 复制代码

video_capture = cv2.VideoCapture(r"video1.mp4")  # 从文件读取
# video_capture = cv2.VideoCapture(0)  # 从默认摄像头读取

方法参数解析：

cv2.VideoCapture(index/filename)：
- index：摄像头设备编号（0 为默认摄像头）。
- filename：视频文件路径。

2. 视频帧读取与处理

python 复制代码

while True:
    ret, frame = video_capture.read()  # 读取一帧
    if not ret:
        break
    frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)  # 转换为灰度
    cv2.imshow("video1", frame)
    if cv2.waitKey(60) == 27:  # 每帧显示约 60ms，按 ESC 退出
        break

方法参数解析：

video_capture.read()：返回是否成功（ret）和当前帧图像（frame）。
cv2.cvtColor(src, code)：颜色空间转换：
- src：输入图像。
- code：转换代码，如 cv2.COLOR_BGR2GRAY（BGR 转灰度）。

3. 释放资源

处理完成后必须释放视频捕获对象并关闭窗口：

python 复制代码

video_capture.release()
cv2.destroyAllWindows()