OpenCV 学习笔记

- 逐个API说明
- - [✅ 基础IO](#✅ 基础IO)
  - [✅ 图像预处理](#✅ 图像预处理)
  - [✅ 绘图函数](#✅ 绘图函数)
  - [✅ 可选API](#✅ 可选API)
- 常见坑

先安装包

bash 复制代码

pip install opencv-python

下面代码依次演示：读视频帧、预处理、高斯模糊、画框、写文字、保存截图、窗口释放。

python 复制代码

import cv2

# 1. 基础IO：打开视频/相机
# cap = cv2.VideoCapture(0)   # 0=本地摄像头
cap = cv2.VideoCapture("test.mp4") # 读取视频文件；仿真虚拟帧就替换成拿到的画面

frame_count = 0
while cap.isOpened():
    ret, frame = cap.read() # ret是否读到画面，frame是图像数组(BGR格式！OpenCV默认BGR)
    if not ret:
        break

    # ===== 图像预处理 =====
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # BGR转灰度
    rgb_img = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB) # BGR转RGB（给YOLO用，YOLO输入是RGB）
    resized = cv2.resize(frame, (640,480)) # 缩放，降低YOLO算力消耗
    blur = cv2.GaussianBlur(resized, (5,5), 0) # 高斯滤波降噪，核(5,5)

    # ===== 绘图函数：画检测框+文字 =====
    # 假设检测框坐标 (x1,y1)左上角 (x2,y2)右下角，置信度0.86
    x1,y1,x2,y2 = 120,80,220,180
    cv2.rectangle(blur, (x1,y1), (x2,y2), (0,255,0), 2) # 绿色框，线宽2
    cv2.putText(blur, "Target 0.86", (x1, y1-10),
                cv2.FONT_HERSHEY_SIMPLEX, 0.6, (0,255,0), 2)

    # ===== 可选：保存截图 =====
    if frame_count % 30 == 0: # 每30帧存一张
        cv2.imwrite(f"result_{frame_count}.jpg", blur)

    # 显示画面
    cv2.imshow("Detection Window", blur)

    # waitKey：等待按键，27=ESC键退出
    key = cv2.waitKey(1) & 0xFF
    if key == 27:
        break

    frame_count +=1

# 释放资源，关闭窗口（必须写！）
cap.release()
cv2.destroyAllWindows()

逐个API说明

✅ 基础IO

cv2.VideoCapture(source)
- source填视频路径 / 摄像头编号；后续对接仿真虚拟相机帧时，这里会替换成接收ThreeJS渲染出的图像数组，不再读本地视频文件
- .read() 循环取一帧图像，返回(ret,frame)
cv2.imread("xxx.jpg")：读取图片，返回BGR图像数组
python 复制代码
```
img = cv2.imread("test.jpg")
```
cv2.imshow("窗口名", img)：弹出窗口展示图片
cv2.waitKey(delay)：等待键盘输入，单位ms；&0xFF适配不同系统，27对应ESC
cv2.destroyAllWindows()：销毁所有OpenCV窗口，防止后台残留

✅ 图像预处理

cv2.cvtColor(img, 转换码)
- cv2.COLOR_BGR2GRAY：转灰度图
- cv2.COLOR_BGR2RGB：BGR→RGB，YOLO模型需要RGB输入
⚠️重点坑：OpenCV读出来默认BGR，不是RGB！很多人YOLO检测错乱就是这个原因
cv2.resize(img, (width,height)) 缩放图像，降低推理耗时
cv2.GaussianBlur(img, (ksize_x,ksize_y), sigma)
- (5,5)是卷积核大小，必须是奇数；sigma是高斯标准差，0自动计算
- 作用：平滑降噪，减少画面噪点带来的误检测

✅ 绘图函数

cv2.rectangle(img, pt1, pt2, color, thickness)
- pt1左上角，pt2右下角；颜色是BGR三元组(B,G,R)，比如绿色(0,255,0)
cv2.putText(img, text, 文字左上角坐标, 字体, 字号缩放, 颜色, 线宽)
- 用来写：目标类别、置信度、无人机编号UAV1/UGV2，答辩截图很好看

✅ 可选API

cv2.imwrite("save.jpg", img) 把图片存硬盘，保存检测结果图放进论文
cv2.getRotationMatrix2D(center, angle, scale) 图像旋转矩阵

python 复制代码

# 示例：图片中心，旋转30度，缩放1倍
h,w = frame.shape[:2]
rot_mat = cv2.getRotationMatrix2D((w//2, h//2), 30, 1)
rot_img = cv2.warpAffine(frame, rot_mat, (w,h))

常见坑

OpenCV图像通道BGR，YOLO需要RGB，忘记转换会检测异常
窗口用完不写release+destroyAllWindows，程序卡死
cv2.VideoCapture读仿真帧的时候，如果是内存里的图片数组，不需要VideoCapture，直接用图像数组送入YOLO