【OpenCV 入门到精通 01】认识 OpenCV 与计算机视觉：从零建立全局认知

标签：OpenCV 计算机视觉 图像处理 Python CV入门

难度：⭐ 入门 | 阅读时长 ：约 35 分钟 | 系列：第 01/12 集

前置要求 ：无 | 下一集 ：02 环境安装

写在前面

如果你搜过「图像处理怎么学」「OpenCV 是什么」，大概率听说过这个名字。OpenCV 几乎是每个计算机视觉工程师的 第一课------从读取一张照片，到检测人脸、跟踪车辆，它都能胜任。

本集不急着写代码，先帮你搞清楚：计算机视觉在做什么、OpenCV 能帮你做什么、学习路线怎么走。

本集学习目标

理解计算机视觉的基本概念与应用
了解 OpenCV 的发展历史与核心优势
掌握图像在计算机中的表示方式（像素、通道、矩阵）
认识 OpenCV-Python 的模块结构

文章目录

[【OpenCV 入门到精通 01】认识 OpenCV 与计算机视觉：从零建立全局认知](#【OpenCV 入门到精通 01】认识 OpenCV 与计算机视觉：从零建立全局认知)
- 写在前面
- 本集学习目标
- [1.1 什么是计算机视觉？](#1.1 什么是计算机视觉？)
- [1.2 什么是 OpenCV？](#1.2 什么是 OpenCV？)
- [1.3 图像的数字化表示](#1.3 图像的数字化表示)
- - 像素（Pixel）
  - [彩色图像：三通道 BGR](#彩色图像：三通道 BGR)
  - [NumPy 数组表示](#NumPy 数组表示)
- [1.4 OpenCV 模块结构](#1.4 OpenCV 模块结构)
- [1.5 学习路线规划](#1.5 学习路线规划)
- - [本系列 12 集路径](#本系列 12 集路径)
  - [学 OpenCV 需要什么数学？](#学 OpenCV 需要什么数学？)
- [1.6 踩坑指南](#1.6 踩坑指南)
- [1.7 常见问题 FAQ](#1.7 常见问题 FAQ)
- [1.8 知识自测](#1.8 知识自测)
- [1.9 本集小结](#1.9 本集小结)

1.1 什么是计算机视觉？

一句话定义

计算机视觉 = 让计算机从图像或视频中自动提取、理解信息的技术。

生活场景

场景	计算机视觉在做什么
手机扫码	识别二维码图案
美颜相机	检测人脸、磨皮美白
自动驾驶	识别车道线、行人、车辆
工业质检	检测产品表面缺陷
医疗影像	定位病灶区域
安防监控	检测异常行为、人脸识别

主要任务分类

#mermaid-svg-ZdFFpmkY54Csvgaj{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-ZdFFpmkY54Csvgaj .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-ZdFFpmkY54Csvgaj .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-ZdFFpmkY54Csvgaj .error-icon{fill:#552222;}#mermaid-svg-ZdFFpmkY54Csvgaj .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-ZdFFpmkY54Csvgaj .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-ZdFFpmkY54Csvgaj .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-ZdFFpmkY54Csvgaj .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-ZdFFpmkY54Csvgaj .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-ZdFFpmkY54Csvgaj .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-ZdFFpmkY54Csvgaj .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-ZdFFpmkY54Csvgaj .marker{fill:#333333;stroke:#333333;}#mermaid-svg-ZdFFpmkY54Csvgaj .marker.cross{stroke:#333333;}#mermaid-svg-ZdFFpmkY54Csvgaj svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-ZdFFpmkY54Csvgaj p{margin:0;}#mermaid-svg-ZdFFpmkY54Csvgaj .edge{stroke-width:3;}#mermaid-svg-ZdFFpmkY54Csvgaj .section--1 rect,#mermaid-svg-ZdFFpmkY54Csvgaj .section--1 path,#mermaid-svg-ZdFFpmkY54Csvgaj .section--1 circle,#mermaid-svg-ZdFFpmkY54Csvgaj .section--1 polygon,#mermaid-svg-ZdFFpmkY54Csvgaj .section--1 path{fill:hsl(240, 100%, 76.2745098039%);}#mermaid-svg-ZdFFpmkY54Csvgaj .section--1 text{fill:#ffffff;}#mermaid-svg-ZdFFpmkY54Csvgaj .node-icon--1{font-size:40px;color:#ffffff;}#mermaid-svg-ZdFFpmkY54Csvgaj .section-edge--1{stroke:hsl(240, 100%, 76.2745098039%);}#mermaid-svg-ZdFFpmkY54Csvgaj .edge-depth--1{stroke-width:17;}#mermaid-svg-ZdFFpmkY54Csvgaj .section--1 line{stroke:hsl(60, 100%, 86.2745098039%);stroke-width:3;}#mermaid-svg-ZdFFpmkY54Csvgaj .disabled,#mermaid-svg-ZdFFpmkY54Csvgaj .disabled circle,#mermaid-svg-ZdFFpmkY54Csvgaj .disabled text{fill:lightgray;}#mermaid-svg-ZdFFpmkY54Csvgaj .disabled text{fill:#efefef;}#mermaid-svg-ZdFFpmkY54Csvgaj .section-0 rect,#mermaid-svg-ZdFFpmkY54Csvgaj .section-0 path,#mermaid-svg-ZdFFpmkY54Csvgaj .section-0 circle,#mermaid-svg-ZdFFpmkY54Csvgaj .section-0 polygon,#mermaid-svg-ZdFFpmkY54Csvgaj .section-0 path{fill:hsl(60, 100%, 73.5294117647%);}#mermaid-svg-ZdFFpmkY54Csvgaj .section-0 text{fill:black;}#mermaid-svg-ZdFFpmkY54Csvgaj .node-icon-0{font-size:40px;color:black;}#mermaid-svg-ZdFFpmkY54Csvgaj .section-edge-0{stroke:hsl(60, 100%, 73.5294117647%);}#mermaid-svg-ZdFFpmkY54Csvgaj .edge-depth-0{stroke-width:14;}#mermaid-svg-ZdFFpmkY54Csvgaj .section-0 line{stroke:hsl(240, 100%, 83.5294117647%);stroke-width:3;}#mermaid-svg-ZdFFpmkY54Csvgaj .disabled,#mermaid-svg-ZdFFpmkY54Csvgaj .disabled circle,#mermaid-svg-ZdFFpmkY54Csvgaj .disabled text{fill:lightgray;}#mermaid-svg-ZdFFpmkY54Csvgaj .disabled text{fill:#efefef;}#mermaid-svg-ZdFFpmkY54Csvgaj .section-1 rect,#mermaid-svg-ZdFFpmkY54Csvgaj .section-1 path,#mermaid-svg-ZdFFpmkY54Csvgaj .section-1 circle,#mermaid-svg-ZdFFpmkY54Csvgaj .section-1 polygon,#mermaid-svg-ZdFFpmkY54Csvgaj .section-1 path{fill:hsl(80, 100%, 76.2745098039%);}#mermaid-svg-ZdFFpmkY54Csvgaj .section-1 text{fill:black;}#mermaid-svg-ZdFFpmkY54Csvgaj .node-icon-1{font-size:40px;color:black;}#mermaid-svg-ZdFFpmkY54Csvgaj .section-edge-1{stroke:hsl(80, 100%, 76.2745098039%);}#mermaid-svg-ZdFFpmkY54Csvgaj .edge-depth-1{stroke-width:11;}#mermaid-svg-ZdFFpmkY54Csvgaj .section-1 line{stroke:hsl(260, 100%, 86.2745098039%);stroke-width:3;}#mermaid-svg-ZdFFpmkY54Csvgaj .disabled,#mermaid-svg-ZdFFpmkY54Csvgaj .disabled circle,#mermaid-svg-ZdFFpmkY54Csvgaj .disabled text{fill:lightgray;}#mermaid-svg-ZdFFpmkY54Csvgaj .disabled text{fill:#efefef;}#mermaid-svg-ZdFFpmkY54Csvgaj .section-2 rect,#mermaid-svg-ZdFFpmkY54Csvgaj .section-2 path,#mermaid-svg-ZdFFpmkY54Csvgaj .section-2 circle,#mermaid-svg-ZdFFpmkY54Csvgaj .section-2 polygon,#mermaid-svg-ZdFFpmkY54Csvgaj .section-2 path{fill:hsl(270, 100%, 76.2745098039%);}#mermaid-svg-ZdFFpmkY54Csvgaj .section-2 text{fill:#ffffff;}#mermaid-svg-ZdFFpmkY54Csvgaj .node-icon-2{font-size:40px;color:#ffffff;}#mermaid-svg-ZdFFpmkY54Csvgaj .section-edge-2{stroke:hsl(270, 100%, 76.2745098039%);}#mermaid-svg-ZdFFpmkY54Csvgaj .edge-depth-2{stroke-width:8;}#mermaid-svg-ZdFFpmkY54Csvgaj .section-2 line{stroke:hsl(90, 100%, 86.2745098039%);stroke-width:3;}#mermaid-svg-ZdFFpmkY54Csvgaj .disabled,#mermaid-svg-ZdFFpmkY54Csvgaj .disabled circle,#mermaid-svg-ZdFFpmkY54Csvgaj .disabled text{fill:lightgray;}#mermaid-svg-ZdFFpmkY54Csvgaj .disabled text{fill:#efefef;}#mermaid-svg-ZdFFpmkY54Csvgaj .section-3 rect,#mermaid-svg-ZdFFpmkY54Csvgaj .section-3 path,#mermaid-svg-ZdFFpmkY54Csvgaj .section-3 circle,#mermaid-svg-ZdFFpmkY54Csvgaj .section-3 polygon,#mermaid-svg-ZdFFpmkY54Csvgaj .section-3 path{fill:hsl(300, 100%, 76.2745098039%);}#mermaid-svg-ZdFFpmkY54Csvgaj .section-3 text{fill:black;}#mermaid-svg-ZdFFpmkY54Csvgaj .node-icon-3{font-size:40px;color:black;}#mermaid-svg-ZdFFpmkY54Csvgaj .section-edge-3{stroke:hsl(300, 100%, 76.2745098039%);}#mermaid-svg-ZdFFpmkY54Csvgaj .edge-depth-3{stroke-width:5;}#mermaid-svg-ZdFFpmkY54Csvgaj .section-3 line{stroke:hsl(120, 100%, 86.2745098039%);stroke-width:3;}#mermaid-svg-ZdFFpmkY54Csvgaj .disabled,#mermaid-svg-ZdFFpmkY54Csvgaj .disabled circle,#mermaid-svg-ZdFFpmkY54Csvgaj .disabled text{fill:lightgray;}#mermaid-svg-ZdFFpmkY54Csvgaj .disabled text{fill:#efefef;}#mermaid-svg-ZdFFpmkY54Csvgaj .section-4 rect,#mermaid-svg-ZdFFpmkY54Csvgaj .section-4 path,#mermaid-svg-ZdFFpmkY54Csvgaj .section-4 circle,#mermaid-svg-ZdFFpmkY54Csvgaj .section-4 polygon,#mermaid-svg-ZdFFpmkY54Csvgaj .section-4 path{fill:hsl(330, 100%, 76.2745098039%);}#mermaid-svg-ZdFFpmkY54Csvgaj .section-4 text{fill:black;}#mermaid-svg-ZdFFpmkY54Csvgaj .node-icon-4{font-size:40px;color:black;}#mermaid-svg-ZdFFpmkY54Csvgaj .section-edge-4{stroke:hsl(330, 100%, 76.2745098039%);}#mermaid-svg-ZdFFpmkY54Csvgaj .edge-depth-4{stroke-width:2;}#mermaid-svg-ZdFFpmkY54Csvgaj .section-4 line{stroke:hsl(150, 100%, 86.2745098039%);stroke-width:3;}#mermaid-svg-ZdFFpmkY54Csvgaj .disabled,#mermaid-svg-ZdFFpmkY54Csvgaj .disabled circle,#mermaid-svg-ZdFFpmkY54Csvgaj .disabled text{fill:lightgray;}#mermaid-svg-ZdFFpmkY54Csvgaj .disabled text{fill:#efefef;}#mermaid-svg-ZdFFpmkY54Csvgaj .section-5 rect,#mermaid-svg-ZdFFpmkY54Csvgaj .section-5 path,#mermaid-svg-ZdFFpmkY54Csvgaj .section-5 circle,#mermaid-svg-ZdFFpmkY54Csvgaj .section-5 polygon,#mermaid-svg-ZdFFpmkY54Csvgaj .section-5 path{fill:hsl(0, 100%, 76.2745098039%);}#mermaid-svg-ZdFFpmkY54Csvgaj .section-5 text{fill:black;}#mermaid-svg-ZdFFpmkY54Csvgaj .node-icon-5{font-size:40px;color:black;}#mermaid-svg-ZdFFpmkY54Csvgaj .section-edge-5{stroke:hsl(0, 100%, 76.2745098039%);}#mermaid-svg-ZdFFpmkY54Csvgaj .edge-depth-5{stroke-width:-1;}#mermaid-svg-ZdFFpmkY54Csvgaj .section-5 line{stroke:hsl(180, 100%, 86.2745098039%);stroke-width:3;}#mermaid-svg-ZdFFpmkY54Csvgaj .disabled,#mermaid-svg-ZdFFpmkY54Csvgaj .disabled circle,#mermaid-svg-ZdFFpmkY54Csvgaj .disabled text{fill:lightgray;}#mermaid-svg-ZdFFpmkY54Csvgaj .disabled text{fill:#efefef;}#mermaid-svg-ZdFFpmkY54Csvgaj .section-6 rect,#mermaid-svg-ZdFFpmkY54Csvgaj .section-6 path,#mermaid-svg-ZdFFpmkY54Csvgaj .section-6 circle,#mermaid-svg-ZdFFpmkY54Csvgaj .section-6 polygon,#mermaid-svg-ZdFFpmkY54Csvgaj .section-6 path{fill:hsl(30, 100%, 76.2745098039%);}#mermaid-svg-ZdFFpmkY54Csvgaj .section-6 text{fill:black;}#mermaid-svg-ZdFFpmkY54Csvgaj .node-icon-6{font-size:40px;color:black;}#mermaid-svg-ZdFFpmkY54Csvgaj .section-edge-6{stroke:hsl(30, 100%, 76.2745098039%);}#mermaid-svg-ZdFFpmkY54Csvgaj .edge-depth-6{stroke-width:-4;}#mermaid-svg-ZdFFpmkY54Csvgaj .section-6 line{stroke:hsl(210, 100%, 86.2745098039%);stroke-width:3;}#mermaid-svg-ZdFFpmkY54Csvgaj .disabled,#mermaid-svg-ZdFFpmkY54Csvgaj .disabled circle,#mermaid-svg-ZdFFpmkY54Csvgaj .disabled text{fill:lightgray;}#mermaid-svg-ZdFFpmkY54Csvgaj .disabled text{fill:#efefef;}#mermaid-svg-ZdFFpmkY54Csvgaj .section-7 rect,#mermaid-svg-ZdFFpmkY54Csvgaj .section-7 path,#mermaid-svg-ZdFFpmkY54Csvgaj .section-7 circle,#mermaid-svg-ZdFFpmkY54Csvgaj .section-7 polygon,#mermaid-svg-ZdFFpmkY54Csvgaj .section-7 path{fill:hsl(90, 100%, 76.2745098039%);}#mermaid-svg-ZdFFpmkY54Csvgaj .section-7 text{fill:black;}#mermaid-svg-ZdFFpmkY54Csvgaj .node-icon-7{font-size:40px;color:black;}#mermaid-svg-ZdFFpmkY54Csvgaj .section-edge-7{stroke:hsl(90, 100%, 76.2745098039%);}#mermaid-svg-ZdFFpmkY54Csvgaj .edge-depth-7{stroke-width:-7;}#mermaid-svg-ZdFFpmkY54Csvgaj .section-7 line{stroke:hsl(270, 100%, 86.2745098039%);stroke-width:3;}#mermaid-svg-ZdFFpmkY54Csvgaj .disabled,#mermaid-svg-ZdFFpmkY54Csvgaj .disabled circle,#mermaid-svg-ZdFFpmkY54Csvgaj .disabled text{fill:lightgray;}#mermaid-svg-ZdFFpmkY54Csvgaj .disabled text{fill:#efefef;}#mermaid-svg-ZdFFpmkY54Csvgaj .section-8 rect,#mermaid-svg-ZdFFpmkY54Csvgaj .section-8 path,#mermaid-svg-ZdFFpmkY54Csvgaj .section-8 circle,#mermaid-svg-ZdFFpmkY54Csvgaj .section-8 polygon,#mermaid-svg-ZdFFpmkY54Csvgaj .section-8 path{fill:hsl(150, 100%, 76.2745098039%);}#mermaid-svg-ZdFFpmkY54Csvgaj .section-8 text{fill:black;}#mermaid-svg-ZdFFpmkY54Csvgaj .node-icon-8{font-size:40px;color:black;}#mermaid-svg-ZdFFpmkY54Csvgaj .section-edge-8{stroke:hsl(150, 100%, 76.2745098039%);}#mermaid-svg-ZdFFpmkY54Csvgaj .edge-depth-8{stroke-width:-10;}#mermaid-svg-ZdFFpmkY54Csvgaj .section-8 line{stroke:hsl(330, 100%, 86.2745098039%);stroke-width:3;}#mermaid-svg-ZdFFpmkY54Csvgaj .disabled,#mermaid-svg-ZdFFpmkY54Csvgaj .disabled circle,#mermaid-svg-ZdFFpmkY54Csvgaj .disabled text{fill:lightgray;}#mermaid-svg-ZdFFpmkY54Csvgaj .disabled text{fill:#efefef;}#mermaid-svg-ZdFFpmkY54Csvgaj .section-9 rect,#mermaid-svg-ZdFFpmkY54Csvgaj .section-9 path,#mermaid-svg-ZdFFpmkY54Csvgaj .section-9 circle,#mermaid-svg-ZdFFpmkY54Csvgaj .section-9 polygon,#mermaid-svg-ZdFFpmkY54Csvgaj .section-9 path{fill:hsl(180, 100%, 76.2745098039%);}#mermaid-svg-ZdFFpmkY54Csvgaj .section-9 text{fill:black;}#mermaid-svg-ZdFFpmkY54Csvgaj .node-icon-9{font-size:40px;color:black;}#mermaid-svg-ZdFFpmkY54Csvgaj .section-edge-9{stroke:hsl(180, 100%, 76.2745098039%);}#mermaid-svg-ZdFFpmkY54Csvgaj .edge-depth-9{stroke-width:-13;}#mermaid-svg-ZdFFpmkY54Csvgaj .section-9 line{stroke:hsl(0, 100%, 86.2745098039%);stroke-width:3;}#mermaid-svg-ZdFFpmkY54Csvgaj .disabled,#mermaid-svg-ZdFFpmkY54Csvgaj .disabled circle,#mermaid-svg-ZdFFpmkY54Csvgaj .disabled text{fill:lightgray;}#mermaid-svg-ZdFFpmkY54Csvgaj .disabled text{fill:#efefef;}#mermaid-svg-ZdFFpmkY54Csvgaj .section-10 rect,#mermaid-svg-ZdFFpmkY54Csvgaj .section-10 path,#mermaid-svg-ZdFFpmkY54Csvgaj .section-10 circle,#mermaid-svg-ZdFFpmkY54Csvgaj .section-10 polygon,#mermaid-svg-ZdFFpmkY54Csvgaj .section-10 path{fill:hsl(210, 100%, 76.2745098039%);}#mermaid-svg-ZdFFpmkY54Csvgaj .section-10 text{fill:black;}#mermaid-svg-ZdFFpmkY54Csvgaj .node-icon-10{font-size:40px;color:black;}#mermaid-svg-ZdFFpmkY54Csvgaj .section-edge-10{stroke:hsl(210, 100%, 76.2745098039%);}#mermaid-svg-ZdFFpmkY54Csvgaj .edge-depth-10{stroke-width:-16;}#mermaid-svg-ZdFFpmkY54Csvgaj .section-10 line{stroke:hsl(30, 100%, 86.2745098039%);stroke-width:3;}#mermaid-svg-ZdFFpmkY54Csvgaj .disabled,#mermaid-svg-ZdFFpmkY54Csvgaj .disabled circle,#mermaid-svg-ZdFFpmkY54Csvgaj .disabled text{fill:lightgray;}#mermaid-svg-ZdFFpmkY54Csvgaj .disabled text{fill:#efefef;}#mermaid-svg-ZdFFpmkY54Csvgaj .section-root rect,#mermaid-svg-ZdFFpmkY54Csvgaj .section-root path,#mermaid-svg-ZdFFpmkY54Csvgaj .section-root circle,#mermaid-svg-ZdFFpmkY54Csvgaj .section-root polygon{fill:hsl(240, 100%, 46.2745098039%);}#mermaid-svg-ZdFFpmkY54Csvgaj .section-root text{fill:#ffffff;}#mermaid-svg-ZdFFpmkY54Csvgaj .section-root span{color:#ffffff;}#mermaid-svg-ZdFFpmkY54Csvgaj .section-2 span{color:#ffffff;}#mermaid-svg-ZdFFpmkY54Csvgaj .icon-container{height:100%;display:flex;justify-content:center;align-items:center;}#mermaid-svg-ZdFFpmkY54Csvgaj .edge{fill:none;}#mermaid-svg-ZdFFpmkY54Csvgaj .mindmap-node-label{dy:1em;alignment-baseline:middle;text-anchor:middle;dominant-baseline:middle;text-align:center;}#mermaid-svg-ZdFFpmkY54Csvgaj :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;} 计算机视觉
图像处理
滤波增强变换
特征提取
角点边缘描述子
目标检测
找到物体位置
图像分割
像素级分类
视频分析
跟踪光流背景减除
三维视觉
深度标定重建

1.2 什么是 OpenCV？

名字的含义

OpenCV = Open Source C omputer Vision Library（开源计算机视觉库）

核心特点

特点	说明
开源免费	BSD 许可证，商用友好
跨平台	Windows / Linux / macOS / Android / iOS
多语言	C++、Python、Java 等
功能全面	2000+ 算法，覆盖 CV 全流程
高性能	底层 C/C++ 优化，支持 GPU 加速
社区活跃	全球最大 CV 开源社区之一

发展简史

年份	里程碑
1999	Intel 在俄罗斯发起 OpenCV 项目
2006	OpenCV 1.0 发布
2009	OpenCV 2.0，引入 C++ 接口
2015	OpenCV 3.0，模块化重构
2018	OpenCV 4.0，移除 C API，全面 C++11
2020+	OpenCV 4.x 持续更新，DNN 模块增强

OpenCV-Python

OpenCV-Python 是 OpenCV 的 Python 绑定，底层调用 C++ 实现，兼顾 易用性 和 运行效率。

python 复制代码

import cv2
print(cv2.__version__)  # 如 4.9.0

对比	C++	Python
性能	最快	略慢（够用）
开发效率	较低	高
适合	嵌入式、极致性能	学习、原型、科研

1.3 图像的数字化表示

像素（Pixel）

图像由一个个小方块组成，每个方块叫一个像素，存储颜色信息。

复制代码

一张 3×3 的灰度图：

┌───┬───┬───┐
│ 0 │128│255│  ← 每个数字代表亮度 (0=黑, 255=白)
├───┼───┼───┤
│ 64│192│ 32│
├───┼───┼───┤
│255│  0│128│
└───┴───┴───┘

彩色图像：三通道 BGR

OpenCV 默认使用 BGR 顺序（注意：不是 RGB！）：

通道	含义	范围
B	蓝色 Blue	0~255
G	绿色 Green	0~255
R	红色 Red	0~255

复制代码

彩色像素 = (B, G, R)
纯白 = (255, 255, 255)
纯黑 = (0, 0, 0)
纯红 = (0, 0, 255)   ← 注意 BGR 顺序！

NumPy 数组表示

OpenCV 中图像本质是 NumPy 多维数组：

图像类型	数组形状	dtype
灰度图	`(H, W)`	uint8
彩色图	`(H, W, 3)`	uint8
带 Alpha	`(H, W, 4)`	uint8

python 复制代码

import numpy as np
# 一张 480×640 的彩色图
img = np.zeros((480, 640, 3), dtype=np.uint8)
print(img.shape)  # (480, 640, 3)

1.4 OpenCV 模块结构

根据官方文档，主要模块如下：

模块	功能	本系列对应
core	核心数据结构、矩阵运算	第 05 集
imgproc	图像处理（滤波、变换、形态学）	第 06~08 集
highgui	窗口显示、鼠标键盘交互	第 03~04 集
videoio	视频读写	第 04、10 集
features2d	特征检测与描述	第 09 集
video	运动分析、光流、跟踪	第 10 集
ml	机器学习（KNN、SVM）	第 11 集
objdetect	目标检测（级联分类器）	第 12 集
dnn	深度学习推理	可与 YOLO 等结合
calib3d	相机标定、3D 重建	进阶

#mermaid-svg-lu7MOZp8Hj8EfLVt{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-lu7MOZp8Hj8EfLVt .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-lu7MOZp8Hj8EfLVt .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-lu7MOZp8Hj8EfLVt .error-icon{fill:#552222;}#mermaid-svg-lu7MOZp8Hj8EfLVt .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-lu7MOZp8Hj8EfLVt .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-lu7MOZp8Hj8EfLVt .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-lu7MOZp8Hj8EfLVt .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-lu7MOZp8Hj8EfLVt .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-lu7MOZp8Hj8EfLVt .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-lu7MOZp8Hj8EfLVt .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-lu7MOZp8Hj8EfLVt .marker{fill:#333333;stroke:#333333;}#mermaid-svg-lu7MOZp8Hj8EfLVt .marker.cross{stroke:#333333;}#mermaid-svg-lu7MOZp8Hj8EfLVt svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-lu7MOZp8Hj8EfLVt p{margin:0;}#mermaid-svg-lu7MOZp8Hj8EfLVt .label{font-family:"trebuchet ms",verdana,arial,sans-serif;color:#333;}#mermaid-svg-lu7MOZp8Hj8EfLVt .cluster-label text{fill:#333;}#mermaid-svg-lu7MOZp8Hj8EfLVt .cluster-label span{color:#333;}#mermaid-svg-lu7MOZp8Hj8EfLVt .cluster-label span p{background-color:transparent;}#mermaid-svg-lu7MOZp8Hj8EfLVt .label text,#mermaid-svg-lu7MOZp8Hj8EfLVt span{fill:#333;color:#333;}#mermaid-svg-lu7MOZp8Hj8EfLVt .node rect,#mermaid-svg-lu7MOZp8Hj8EfLVt .node circle,#mermaid-svg-lu7MOZp8Hj8EfLVt .node ellipse,#mermaid-svg-lu7MOZp8Hj8EfLVt .node polygon,#mermaid-svg-lu7MOZp8Hj8EfLVt .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-lu7MOZp8Hj8EfLVt .rough-node .label text,#mermaid-svg-lu7MOZp8Hj8EfLVt .node .label text,#mermaid-svg-lu7MOZp8Hj8EfLVt .image-shape .label,#mermaid-svg-lu7MOZp8Hj8EfLVt .icon-shape .label{text-anchor:middle;}#mermaid-svg-lu7MOZp8Hj8EfLVt .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-lu7MOZp8Hj8EfLVt .rough-node .label,#mermaid-svg-lu7MOZp8Hj8EfLVt .node .label,#mermaid-svg-lu7MOZp8Hj8EfLVt .image-shape .label,#mermaid-svg-lu7MOZp8Hj8EfLVt .icon-shape .label{text-align:center;}#mermaid-svg-lu7MOZp8Hj8EfLVt .node.clickable{cursor:pointer;}#mermaid-svg-lu7MOZp8Hj8EfLVt .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-lu7MOZp8Hj8EfLVt .arrowheadPath{fill:#333333;}#mermaid-svg-lu7MOZp8Hj8EfLVt .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-lu7MOZp8Hj8EfLVt .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-lu7MOZp8Hj8EfLVt .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-lu7MOZp8Hj8EfLVt .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-lu7MOZp8Hj8EfLVt .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-lu7MOZp8Hj8EfLVt .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-lu7MOZp8Hj8EfLVt .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-lu7MOZp8Hj8EfLVt .cluster text{fill:#333;}#mermaid-svg-lu7MOZp8Hj8EfLVt .cluster span{color:#333;}#mermaid-svg-lu7MOZp8Hj8EfLVt div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-lu7MOZp8Hj8EfLVt .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-lu7MOZp8Hj8EfLVt rect.text{fill:none;stroke-width:0;}#mermaid-svg-lu7MOZp8Hj8EfLVt .icon-shape,#mermaid-svg-lu7MOZp8Hj8EfLVt .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-lu7MOZp8Hj8EfLVt .icon-shape p,#mermaid-svg-lu7MOZp8Hj8EfLVt .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-lu7MOZp8Hj8EfLVt .icon-shape .label rect,#mermaid-svg-lu7MOZp8Hj8EfLVt .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-lu7MOZp8Hj8EfLVt .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-lu7MOZp8Hj8EfLVt .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-lu7MOZp8Hj8EfLVt :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;} OpenCV
core 核心
imgproc 图像处理
highgui 界面
features2d 特征
video 视频分析
ml 机器学习
objdetect 目标检测
dnn 深度学习

1.5 学习路线规划

本系列 12 集路径

复制代码

基础层 (01~04): 概念 → 环境 → 图像 → 视频
    ↓
进阶层 (05~08): 像素操作 → 颜色几何 → 滤波形态学 → 边缘轮廓
    ↓
高级层 (09~11): 特征匹配 → 视频分析 → 机器学习
    ↓
实战层 (12): 目标检测 + 综合项目

学 OpenCV 需要什么数学？

数学知识	重要程度	用在哪
基础算术	必须	像素运算
矩阵/向量	推荐	几何变换
微积分	了解	梯度、边缘检测
概率统计	了解	机器学习模块
线性代数	进阶	特征分解、SVD

💡 小白友好：本系列会先用直觉和图示讲解，再引入公式。

1.6 踩坑指南

坑	正确认知
OpenCV 只能做 AI	OpenCV 是传统 CV 库，AI 是 dnn 模块之一
OpenCV = 目标检测	检测只是功能之一，图像处理才是基础
必须学 C++	Python 版足够应对 90% 学习和项目
RGB 和 BGR 一样	OpenCV 默认 BGR，和 PIL/matplotlib 不同
图像就是图片文件	在内存中是 NumPy 数组

1.7 常见问题 FAQ

Q1：OpenCV 和 PIL/Pillow 有什么区别？

A：PIL 侧重图像读写和简单处理；OpenCV 是完整 CV 库，含特征检测、视频分析、机器学习等。做 CV 项目首选 OpenCV。

Q2：需要先学深度学习才能学 OpenCV 吗？

A：不需要。OpenCV 大量功能不依赖深度学习，且传统 CV 是 DL 的基础。

Q3：OpenCV 4.x 和 3.x 差别大吗？

A：4.x 移除了旧 C API，推荐新项目直接用 4.x。本系列基于 4.x。

Q4：OpenCV 能替代 YOLO 吗？

A：不能替代。OpenCV 提供传统检测（如 Haar 级联）和 DNN 推理接口；YOLO 等深度学习模型通常通过 OpenCV dnn 模块加载。

1.8 知识自测

用自己的话解释「计算机视觉」和「图像处理」的区别。
OpenCV 中纯红色像素的 BGR 值是多少？
一张 1920×1080 的彩色图，NumPy 数组 shape 是什么？
判断：OpenCV 只能使用 C++ 开发。（）

📎 参考答案

(0, 0, 255) --- BGR 顺序
(1080, 1920, 3) --- 高×宽×通道
✗ --- 支持 Python、Java 等多种语言

1.9 本集小结

概念	要点
计算机视觉	让机器理解图像/视频
OpenCV	开源跨平台 CV 库，2000+ 算法
像素	图像最小单元，0~255
BGR	OpenCV 默认颜色顺序
NumPy	图像在内存中的表示

上一集	下一集
系列首页	第02集：环境安装 →

参考：OpenCV中文官方文档 | OpenCVTutorials