图像处理经典脚本

图像读写与基础属性查看

import cv2

# 读取图片：第二个参数 1=彩色图，0=灰度图
img = cv2.imread("test.jpg", 1)

# 获取图像基本信息：高、宽、通道数（彩色3通道，灰度无通道）
h, w = img.shape[:2]
print(f"图片尺寸：宽{w}，高{h}")

# 弹窗显示图片，窗口名是"image"
cv2.imshow("image", img)
cv2.waitKey(0)  # 按任意键关闭窗口
cv2.destroyAllWindows()

# 保存处理后的图片
cv2.imwrite("result.jpg", img)

---

图像预处理三件套：灰度化 + 降噪 + 对比度增强

import cv2

img = cv2.imread("test.jpg", 1)

# 1. 灰度化：三通道转单通道黑白图
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 2. 高斯模糊：抹平噪点，(5,5)是模糊核大小，必须是奇数
blur = cv2.GaussianBlur(gray, (5, 5), 0)

# 3. 直方图均衡化：拉大明暗对比，暗处细节更清晰
equal = cv2.equalizeHist(blur)

import cv2
import numpy as np

# 1. 读取图片（路径不能有中文，否则读不出来）
img = cv2.imread("test.jpg")
# img 是一个三维数组：[高度, 宽度, 3个颜色通道(BGR)]
h, w = img.shape[:2]  # 拿到图片的高和宽

# 2. 常用基础操作
# 缩放：把图片缩放到 640x480
img_resized = cv2.resize(img, (640, 480))
# 裁剪：抠出图片中间区域 [行起始:行结束, 列起始:列结束]
img_crop = img[h//4 : 3*h//4, w//4 : 3*w//4]
# 转灰度图：3通道变1通道，减少计算量
img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 高斯模糊：给图片磨皮去噪，消除小杂点
img_blur = cv2.GaussianBlur(img, (5, 5), 0)
# 边缘检测：提取物体轮廓，Canny是最经典的算法
img_edge = cv2.Canny(img_gray, 50, 150)

# 3. 画框写字（检测结果可视化必用）
cv2.rectangle(img, (100, 100), (300, 300), (0, 0, 255), 2)  # 画红色矩形框，线宽2
cv2.putText(img, "person", (100, 90), cv2.FONT_HERSHEY_SIMPLEX, 1, (0,0,255), 2)  # 写标签

# 4. 保存和显示
cv2.imwrite("result.jpg", img_edge)
cv2.imshow("result", img)
cv2.waitKey(0)  # 按任意键关闭窗口
cv2.destroyAllWindows()

---

Canny 边缘检测

import cv2

img = cv2.imread("test.jpg", 0)
blur = cv2.GaussianBlur(img, (3, 3), 0)

# 双阈值边缘检测：低阈值50，高阈值150
edges = cv2.Canny(blur, 50, 150)

---

霍夫直线检测

import cv2
import numpy as np

img = cv2.imread("test.jpg", 1)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
edges = cv2.Canny(gray, 50, 150)

# 概率霍夫直线检测
lines = cv2.HoughLinesP(
    edges,
    rho=1,          # 距离精度，1像素
    theta=np.pi/180,# 角度精度，1度
    threshold=100,  # 阈值：至少多少个点共线才算直线
    minLineLength=50,  # 最短线长，太短的不算
    maxLineGap=10      # 线中间最大断口，断口小于这个数算一条线
)

# 把检测到的直线画在原图上
if lines is not None:
    for line in lines:
        x1, y1, x2, y2 = line[0]
        cv2.line(img, (x1, y1), (x2, y2), (0, 255, 0), 2)

---

形态学操作（腐蚀 / 膨胀 / 开闭运算）

import cv2
import numpy as np

img = cv2.imread("test.jpg", 0)
# 定义卷积核，越大效果越强
kernel = np.ones((3, 3), np.uint8)

# 腐蚀：白色区域变瘦，去掉细小噪点
erode = cv2.erode(img, kernel, iterations=1)

# 膨胀：白色区域变胖，连接断裂的线条
dilate = cv2.dilate(img, kernel, iterations=1)

# 开运算：先腐蚀再膨胀，去小噪点，保留大物体形状
open_img = cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel)

# 闭运算：先膨胀再腐蚀，填充物体内部的小洞
close_img = cv2.morphologyEx(img, cv2.MORPH_CLOSE, kernel)

---

YOLOv8 目标检测推理（深度学习通用）

from ultralytics import YOLO

# 加载预训练模型，n/s/m/l/x 对应不同速度精度
model = YOLO("yolov8n.pt")

# 推理：图片/视频/文件夹都支持
results = model.predict(
    source="test.jpg",
    conf=0.5,    # 置信度阈值，低于0.5的结果过滤掉
    iou=0.45,    # 非极大值抑制阈值，去重复框
    device="0"   # 用GPU，cpu就写"cpu"
)

# 可视化结果并保存
result_img = results[0].plot()  # 自动画框、标类别和置信度
cv2.imwrite("det_result.jpg", result_img)

---

视频逐帧处理模板（改逻辑直接复用）

import cv2

# 1. 打开视频文件/摄像头（填0就是调用电脑摄像头）
cap = cv2.VideoCapture("input.mp4")

# 2. 获取视频原始参数：帧率、宽高
fps = cap.get(cv2.CAP_PROP_FPS)
width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))

# 3. 创建视频写入器（输出新视频）
# 编码格式mp4v兼容最好，尺寸必须和输出帧的宽高严格一致
fourcc = cv2.VideoWriter_fourcc(*'mp4v')
out = cv2.VideoWriter("output.mp4", fourcc, fps, (width, height))

# 4. 循环读帧处理
while True:
    ret, frame = cap.read()  # 读一帧，ret表示有没有读到
    if not ret:
        break  # 视频读完就退出
    
    # ====== 在这里写你的处理逻辑 ======
    # 示例：把每一帧转灰度再转回3通道（否则存不了视频）
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    frame_processed = cv2.cvtColor(gray, cv2.COLOR_GRAY2BGR)
    # =================================
    
    out.write(frame_processed)  # 把处理后的帧写入新视频
    cv2.imshow("video", frame_processed)
    
    # 按q键中途退出
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# 5. 释放资源（必须写，否则视频会损坏）
cap.release()
out.release()
cv2.destroyAllWindows()

批量图片处理脚本（数据集整理神器）

import os
import cv2

def batch_process_images(input_dir, output_dir, target_size=(640, 640)):
    # 输出文件夹不存在就创建
    os.makedirs(output_dir, exist_ok=True)
    
    # 遍历文件夹里所有文件
    for idx, filename in enumerate(os.listdir(input_dir)):
        # 只处理图片格式
        if filename.lower().endswith(('.jpg', '.png', '.jpeg', '.bmp')):
            input_path = os.path.join(input_dir, filename)
            
            try:
                img = cv2.imread(input_path)
                if img is None:
                    continue  # 跳过损坏的图片
                
                # 统一缩放到目标尺寸
                img_resized = cv2.resize(img, target_size)
                
                # 重命名保存：0001.jpg、0002.jpg...
                new_name = f"{idx+1:04d}.jpg"
                output_path = os.path.join(output_dir, new_name)
                cv2.imwrite(output_path, img_resized)
                print(f"处理完成: {filename} -> {new_name}")
                
            except Exception as e:
                print(f"处理失败 {filename}: {e}")

# 调用
if __name__ == "__main__":
    batch_process_images("./raw_images", "./processed_images", target_size=(640, 640))