计算机视觉基础｜第2章 OpenCV图像基础操作（读写、窗口、像素操作）

目录

• [2.1 本章学习目标](#2.1 本章学习目标)
• [2.2 图像读取 imread](#2.2 图像读取 imread)
  • [2.2.1 基本语法](#2.2.1 基本语法)
  • [2.2.2 标准读取代码（带判错）](#2.2.2 标准读取代码（带判错）)
  • [2.2.3 opencv坑点](#2.2.3 opencv坑点)
• [2.3 图像显示 imshow 与窗口控制](#2.3 图像显示 imshow 与窗口控制)
  • [2.3.1 完整显示代码](#2.3.1 完整显示代码)
  • [2.3.2 waitKey() 函数参数详解与实战用法](#2.3.2 waitKey() 函数参数详解与实战用法)
  • [2.3.3 可自由缩放窗口](#2.3.3 可自由缩放窗口)
• [2.4 图像保存 imwrite](#2.4 图像保存 imwrite)
• [2.5 图像 shape 与像素原理](#2.5 图像 shape 与像素原理)
• [2.6 像素读取与像素修改](#2.6 像素读取与像素修改)
  • [2.6.1 读取单个像素](#2.6.1 读取单个像素)
  • [2.6.2 修改像素颜色](#2.6.2 修改像素颜色)
• [2.7 本章总结](#2.7 本章总结)

---

2.1 本章学习目标

上一章我们了解了计算机视觉的基本概念、图像的数字化原理，并成功搭建 OpenCV 开发环境。本章开始正式进入实战，掌握 OpenCV 最核心、最基础的图像操作。

学完本章你将掌握：

• 图片读取、显示、保存的标准代码写法

• 解决新手高频报错：路径问题、图片读空问题

• 理解图像 shape 结构：高度、宽度、通道数

• 手动读取、修改图像像素，真正理解"图像是数字矩阵"

2.2 图像读取 imread

在 OpenCV 中，我们通过 cv2.imread() 函数完成图像读取操作，这是所有计算机视觉实战任务的起始步骤。图像在计算机中并非可视画面，而是以多维数字数组的形式存储，彩色图像本质为三维数组，后续所有图像处理操作，都是对该数组数据的运算与修改。

2.2.1 基本语法

cv2.imread(filename, flags)

filename：文件路径，尽量避免带有中文的路径，opencv对于中文路径可能无法读取

flags：读取模式

flags常用读取模式：

• cv2.IMREAD_COLOR：默认，读取彩色图，忽略透明度

• cv2.IMREAD_GRAYSCALE：以灰度模式读取

• cv2.IMREAD_UNCHANGED：完整读取，包含透明通道

• flags = 0 也是以灰度模式读取

2.2.2 标准读取代码（带判错）

新手最常见问题：图片路径错误导致读取为空，程序不报错但无法显示。所以加判空判断。不是非必须，容易检查代码错误。

import cv2
# 读取图片，r 防止转义字符报错
#以彩色模式读取
img = cv2.imread(r"D:\pythoncode2\bigdata_ai40\Image\qie.png", cv2.IMREAD_COLOR)
#判空：防止路径错误、图片不存在
if img is None:
print("图片读取失败，请检查路径是否正确！")
else:
print("图片读取成功")
print("图像形状：", img.shape)

2.2.3 opencv坑点

• 路径不要中文、不要空格，极易读空

• Windows 路径加 r，避免 \ 被当成转义字符

• OpenCV 读取彩色图是三维数组，默认是 BGR 通道，不是 RGB！

2.3 图像显示 imshow 与窗口控制

读取图片后，使用 cv2.imshow() 展示图像，配合 waitKey 和 destroyAllWindows 完成窗口控制，可以显示多个窗口。

函数语法：cv2.imshow(winname, mat)

winname（窗口名称）：字符串类型，用于自定义显示窗口的唯一标识，建议使用英文、数字命名，禁止使用中文、特殊符号和空格。

mat（图像矩阵）：数组类型 ，传入通过 cv2.imread() 读取成功的图像数组对象，是需要可视化展示的目标图像。

重点避坑：窗口名称严禁使用中文。OpenCV底层对中文窗口名兼容性极差，使用中文会出现窗口乱码、显示异常，甚至程序闪退、运行报错等问题，统一使用英文、数字命名窗口即可。

2.3.1 完整显示代码

import cv2
img = cv2.imread(r"D:\pythoncode2\bigdata_ai40\Image\qie.png")
if img is not None:
#创建窗口并显示图片
cv2.imshow("picture", img)
waitKey(0)：无限等待，按任意键关闭窗口
cv2.waitKey(0)
#关闭所有窗口，释放内存
cv2.destroyAllWindows()

2.3.2 waitKey() 函数参数详解与实战用法

cv2.waitKey() 是 OpenCV 专属键盘监听函数，用于控制图像窗口的停留时间，是图像显示必不可少的配套函数，无该函数窗口会瞬间闪退。函数返回值为按键对应的ASCII码数值，可实现自定义按键交互逻辑。

• waitKey(0)｜无限等待模式（调试首选）
  程序持续阻塞、窗口一直停留，按下任意键盘按键即可关闭窗口，适配日常代码调试、效果查看场景。

• waitKey(delay)｜定时关闭模式
  传入正整数代表毫秒数，如 waitKey(2000) 表示窗口停留2秒，无按键操作则自动关闭窗口。

• 自定义按键关闭窗口（进阶实战）
  利用函数返回的ASCII码，可指定专属按键关闭窗口，精准控制程序逻辑，避免任意按键误触发关闭。

waitKey(60) =ASCII码

• 窗口生效规则
  该函数仅对当前激活的最新窗口生效，默认监听并关闭最后展示的图像窗口，多窗口场景下需注意监听顺序。

2.3.3 可自由缩放窗口

默认窗口大小固定，如需拖拽缩放，可创建可调节窗口：

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

2.4 图像保存 imwrite

使用 cv2.imwrite() 可以将处理后的图片保存到本地，支持 jpg、png 格式互转。

import cv2
img = cv2.imread(r"D:\pythoncode2\bigdata_ai40\Image\qie.png")
if img is not None:
#保存图片
res = cv2.imwrite(r"D:\pythoncode2\save.png", img)
if res:
print("图片保存成功！")

2.5 图像 shape 与像素原理

第一章我们知道：图片就是数字矩阵,矩阵的话，可以理解为，嵌套列表，现在通过代码直观理解。

打印 img.shape 会得到三元组：(高度, 宽度, 通道数)

• 高度 height：图片有多少行像素

• 宽度 width：图片有多少列像素

• 通道 channel：彩色图3通道，灰度图1通道

超级重点：先高后宽，和我们平时"宽×高"相反，90%新手会搞错！

2.6 像素读取与像素修改

图像本质是数组，我们可以直接通过坐标修改像素颜色。

2.6.1 读取单个像素

import cv2
img = cv2.imread(r"D:\pythoncode2\bigdata_ai40\Image\企鹅.png")
#获取坐标 (100,100) 的像素值
pixel = img[100, 100]
print("像素值(BGR)：", pixel)

2.6.2 修改像素颜色

我们将图片某一坐标像素改为白色 (255,255,255)：

用切片更改某一区域像素值

import cv2
img = cv2.imread(r"D:\pythoncode2\bigdata_ai40\Image\企鹅.png")
#修改单个像素为白色
img[100, 100] = [255, 255, 255]
#修改一片区域为黑色
#切片，某一区域
img[200:300, 200:300] = [0, 0, 0]
cv2.imshow("change", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

通过像素修改，我们可以直观验证：改变矩阵数值 = 改变图像画面。

2.7 本章总结

本章彻底打通了计算机视觉最底层的图像操作逻辑，是后续所有图像处理、特征检测、目标识别的基础。

核心知识点回顾：

• 掌握 imread、imshow、imwrite 三大基础操作

• 学会判空、路径避坑、窗口控制

• 理解 shape 顺序：(高度, 宽度, 通道)

• 能够手动读取、修改像素，真正理解图像数字化原理