OpenCV 常用函数+ 示例图

本文用一张示例图片演示 OpenCV 的常用处理链路：读写、颜色空间、缩放裁剪、滤波、边缘、阈值、形态学、轮廓、去噪等。
提示：OpenCV 默认颜色通道顺序是 BGR（不是 RGB）。

0. 环境准备

bash 复制代码

pip install opencv-python numpy
# pip install opencv-contrib-python

1) 读写图像（imread / imwrite）

python 复制代码

import cv2

img = cv2.imread("your.jpg")          # BGR, uint8
gray = cv2.imread("your.jpg", 0)      # 直接读为灰度
cv2.imwrite("out.png", img)

示例：原图

2) 颜色空间转换（cvtColor）

python 复制代码

import cv2

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
rgb  = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)   # 给 matplotlib 用
hsv  = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)   # 颜色分割常用

示例：灰度图

3) 尺度变换与裁剪（resize / slicing）

3.1 Resize（缩放）

python 复制代码

resized = cv2.resize(img, (256, 256), interpolation=cv2.INTER_AREA)

3.2 Crop（裁剪）

python 复制代码

h, w = img.shape[:2]
cs = 256
y0 = (h - cs)//2
x0 = (w - cs)//2
crop = img[y0:y0+cs, x0:x0+cs]

4) 滤波（平滑/降噪的基础）：Gaussian / Median / Bilateral

4.1 GaussianBlur（高斯滤波）

python 复制代码

gauss = cv2.GaussianBlur(img, (9, 9), 0)  # kernel 必须是奇数

4.2 MedianBlur（中值滤波，去椒盐噪声常用）

python 复制代码

median = cv2.medianBlur(img, 5)

4.3 BilateralFilter（双边滤波，尽量保边）

python 复制代码

bil = cv2.bilateralFilter(img, d=9, sigmaColor=60, sigmaSpace=60)

5) 边缘检测（Canny）

python 复制代码

edges = cv2.Canny(gray, 80, 160)  # 低阈值/高阈值

6) 对比度增强（CLAHE）

全局直方图均衡化有时会过度增强噪声；CLAHE（自适应均衡）更常用：

python 复制代码

clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8, 8))
eq = clahe.apply(gray)

7) 二值化（threshold / Otsu / adaptive）

7.1 Otsu 自动阈值（二类分割）

python 复制代码

_, th = cv2.threshold(eq, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)

8) 形态学（morphologyEx / erode / dilate）

典型用途：去小噪点（开运算）、填小孔洞（闭运算）。

python 复制代码

kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (5, 5))
opened = cv2.morphologyEx(th, cv2.MORPH_OPEN, kernel, iterations=1)
closed = cv2.morphologyEx(opened, cv2.MORPH_CLOSE, kernel, iterations=1)

9) 轮廓提取（findContours）+ 可视化（drawContours）

python 复制代码

contours, hierarchy = cv2.findContours(closed, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
vis = img.copy()
cv2.drawContours(vis, contours, -1, (0, 255, 0), 2)