创建和显示窗口相关函数
namedWindow()
功能 ：创建一个显示图像的窗口。在调用 imshow() 之前，通常需要先用它创建一个窗口（如果不创建，imshow 会自动创建一个默认大小且不可调节的窗口）。
原型 ：void namedWindow(const String& winname, int flags = WINDOW_AUTOSIZE);
-
parm1 (
winname) ：String类型。窗口的名称（标识符）。后续的imshow、resizeWindow等函数都要通过这个名称来指定操作哪个窗口。 -
parm2 (
flags) ：int类型。窗口的标志位，决定窗口的大小和显示方式。常用值：-
WINDOW_AUTOSIZE(默认)：窗口大小自动适应图片大小，用户不能手动改变窗口大小。 -
WINDOW_NORMAL：用户可以自由拖动改变窗口大小（在调试大分辨率图片时非常有用）。 -
WINDOW_OPENGL：支持 OpenGL 渲染。
-
imread()
功能 ：从指定的文件路径中加载图像。
原型 ：Mat imread(const String& filename, int flags = IMREAD_COLOR);
-
parm1 (
filename) ：String类型。要读取的图像文件的路径（包括文件名和后缀）。 -
parm2 (
flags) ：int类型。读取图像的颜色模式。常用值：-
IMREAD_COLOR（默认值 1）：始终将图像转换为 3 通道 BGR 彩色图像。 -
IMREAD_GRAYSCALE（值 0）：始终将图像转换为单通道灰度图像。 -
IMREAD_UNCHANGED（值 -1）：原样读取，保留 Alpha 透明通道。
-
-
返回值 ：返回一个
Mat（矩阵）对象。如果读取失败（如路径错误、文件损坏），则返回一个空矩阵（Python 中为None）。
imshow()
功能 ：在指定的窗口中显示图像。
原型 ：void imshow(const String& winname, InputArray mat);
-
parm1 (
winname) ：String类型。要显示图像的窗口的名称。如果该窗口尚未创建，OpenCV 会使用默认参数自动创建一个。 -
parm2 (
mat) ：InputArray类型（通常传入cv::Mat）。要显示的图像数据矩阵。
waitKey()
功能 ：等待用户按键。极其重要！ 它是 OpenCV 刷新 GUI 窗口事件队列的"触发器"。必须放在 imshow() 之后调用。
原型 ：int waitKey(int delay = 0);
-
parm1 (
delay) ：int类型。等待按键的时间（单位：毫秒）。-
delay = 0：无限期等待，直到用户按下任意键。 -
delay > 0：等待指定毫秒数（如30表示约 30 FPS 的视频播放速度），如果期间没有按键则返回-1，继续执行后续代码。
-
返回值 ：int 类型。返回按下按键的 ASCII 码（例如 ESC 键是 27）。如果超时未按键则返回 -1。
resizeWindow()
功能 ：改变指定窗口的大小。通常配合 WINDOW_NORMAL 标志使用。
原型 ：void resizeWindow(const String& winname, int width, int height);
-
parm1 (
winname) ：String类型。要调整大小的窗口名称。 -
parm2 (
width,height) ：int类型。这里其实包含两个参数：-
width：窗口的新宽度（像素）。 -
height：窗口的新高度（像素）。
-
imwrite()
功能 ：将图像数据矩阵（Mat）保存为指定格式的图像文件。格式由文件名的后缀（如 .jpg, .png 等）决定。
原型 ：bool imwrite(const String& filename, InputArray img, const std::vector<int>& params = std::vector<int>());
-
parm1 (
filename) ：String类型。要保存的文件名（需包含扩展名，如"output.jpg"）。 -
parm2 (
img) ：InputArray类型（通常传入cv::Mat）。要保存的图像数据矩阵。 -
parm3 (
params) ：const std::vector<int>&类型（可选）。特定格式的编码参数。通常不填。如果填，是一对对的键值对。例如保存为 JPEG 时，传入{cv::IMWRITE_JPEG_QUALITY, 90}表示压缩质量为 90%（0-100）。保存 PNG 时用IMWRITE_PNG_COMPRESSION（0-9）。 -
返回值 ：
bool类型。保存成功返回true，失败返回false（例如路径不存在或权限不足）。
destroyAllWindows()
功能 ：关闭所有由 OpenCV 创建的高层级 GUI 窗口（销毁并释放相关内存资源）。
原型 ：void destroyAllWindows();
相关代码:
python
import cv2
import sys
# 1. 读取图像（替换为你自己的图片路径）
# 默认读取为彩色图 (cv2.IMREAD_COLOR)
img = cv2.imread('test.jpg')
# 检查图像是否读取成功
if img is None:
print("无法读取图像，请检查路径是否正确！")
sys.exit()
# 2. 创建窗口（自动适应图片大小）
cv2.namedWindow('new', cv2.WINDOW_AUTOSIZE)
# 3. 在窗口中显示图像
cv2.imshow('new', img)
# 4. 等待按键（0 表示无限期等待）
key = cv2.waitKey(0)
# 5. 判断按键（按 q 或 ESC 键退出）
# 注意：Python 中 waitKey 返回的是整数，需用 ord() 转换字符
if key == ord('q') or key == 27:
sys.exit(0)
# 6. 销毁所有窗口，释放资源
cv2.destroyAllWindows()cv2.VideoCapture() ------ 捕获视频源
作用： 它的作用是"打开"一个视频来源，既可以是你电脑上的视频文件，也可以是插在电脑上的 USB 摄像头。
-
读取摄像头 ：括号里填数字（通常
0代表默认摄像头，外接的可能是1或2）。cap = cv2.VideoCapture(0) -
读取视频文件：括号里填视频的路径。
cap = cv2.VideoCapture('my_video.mp4')
cap.read() ------ 读取一帧画面
作用： 从打开的视频源里，读取当前的一帧图像。视频本质上就是一张张快速播放的图片。
-
返回值：它返回两个东西。
-
ret(Boolean)：布尔值，表示有没有成功读到画面（比如视频播完了，或者摄像头没连好，就会返回False）。 -
frame(NumPy数组)：就是读到的这一帧图像。
ret, frame = cap.read()💡 关键提醒 ：通常我们会把它放进一个
while循环里，这样就能不断读取，形成连续的视频流。如果ret是False，循环就可以结束了。 -
cap.release() ------ 释放资源作用： 关闭视频文件，或者断开与摄像头的连接。
为什么重要：如果不写这一句，摄像头可能会一直被程序"占用"，导致你退出程序后，其他软件（甚至下次你自己再运行代码）打不开摄像头，只能重启电脑才能解决。
cap.release()cv2.VideoWriter() ------ 创建视频写入器
作用： 创建一个对象，告诉程序"我要保存一个什么样的视频文件"。
-
参数要求：它通常需要 4 个必填参数（有时还有第 5 个控制彩色/灰度）。
-
文件名 ：比如
'output.avi'或'output.mp4'。 -
编码格式（FourCC） ：告诉电脑用什么格式压缩视频。最常见的是
cv2.VideoWriter_fourcc(*'XVID')或(*'MJPG')。 -
帧率（FPS） ：每秒播放多少张画面，比如
20或30。 -
画面尺寸 ：必须是一个元组
(width, height)。⚠️核心避坑点：这个尺寸必须和你后面write进去的每一帧画面的尺寸一模一样，否则视频保存出来是坏的（只有几KB或无法播放）。
-
python
# 设置编码器
fourcc = cv2.VideoWriter_fourcc(*'XVID')
# 创建写入器（保存为 output.avi，帧率 20，尺寸 640x480）
out = cv2.VideoWriter('output.avi', fourcc, 20.0, (640, 480))out.write() ------ 写入一帧
作用： 把具体的画面（图像/帧）按顺序塞进刚才创建的视频文件里。
- 注意：它和文件操作里的
f.write()类似，你要把当前处理好的frame传进去。
python
out.write(frame) # frame 必须是一个 NumPy 数组（图像）out.release() ------ 释放资源
作用： 关闭文件并确保所有数据都完整地写入到了硬盘上。
- 为什么重要：和摄像头一样，如果不写这句，视频文件可能只占用内存而没有真正写进硬盘，导致文件损坏或只有 0 字节。
python
out.release()相关代码：
python
import cv2
# 1. 打开摄像头
cap = cv2.VideoCapture(0)
# 获取摄像头的实际分辨率（重要：防止尺寸不匹配导致保存失败）
width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
# 2. 设置视频写入器 (注意这里用的是实际获取的 width 和 height)
fourcc = cv2.VideoWriter_fourcc(*'mjpg')
out = cv2.VideoWriter('my_record.avi', fourcc, 20.0, (width, height))
while True:
# 读取一帧
ret, frame = cap.read()
if not ret:
break
# 显示出来
cv2.imshow('Recording...', frame)
# 3. 写入文件
out.write(frame)
# 按 ESC 退出
if cv2.waitKey(1) == 27:
break
# 4. 释放所有资源 (非常重要，顺序无所谓，但千万别漏)
cap.release()
out.release()
cv2.destroyAllWindows()
print("视频保存完毕！")setMouseCallback()
功能 ：为指定的窗口设置鼠标事件的回调函数。当用户在该窗口内进行鼠标操作（如点击、移动、双击等）时，OpenCV 会自动调用你设定的 callback 函数。
原型 ：void setMouseCallback(const String& winname, MouseCallback onMouse, void* userdata = 0);
-
parm1 (
winname) ：String类型。窗口的名称（必须与namedWindow创建的名称一致）。 -
parm2 (
callback) ：MouseCallback类型。回调函数的函数名。必须符合特定的参数格式（见下方）。 -
parm3 (
userdata) ：void*类型。传递给回调函数的用户自定义数据指针（默认传0或NULL即可，高级用法中可以传入结构体指针来共享数据）。
回调函数 callback() (自定义)
功能 ：这是由开发者自己实现的一个函数。它不会主动运行，只有当鼠标在指定窗口发生动作时，才会被系统"回调"执行。
原型 ：void onMouse(int event, int x, int y, int flags, void* userdata);
-
parm1 (
event) ：int类型。鼠标事件的类型。常用值：-
EVENT_MOUSEMOVE(0)：鼠标移动。 -
EVENT_LBUTTONDOWN(1)：鼠标左键按下。 -
EVENT_RBUTTONDOWN(2)：鼠标右键按下。 -
EVENT_LBUTTONUP(4)：鼠标左键松开。 -
EVENT_LBUTTONDBLCLK(7)：鼠标左键双击。
-
-
parm2 (
x) ：int类型。鼠标当前在窗口图像坐标系中的 X 坐标（列）。 -
parm3 (
y) ：int类型。鼠标当前在窗口图像坐标系中的 Y 坐标（行）。 -
parm4 (
flags) ：int类型。鼠标事件的标志位，通常用于判断是否有组合键（如EVENT_FLAG_SHIFTKEY、EVENT_FLAG_CTRLKEY）或哪个按键被按下。 -
parm5 (
userdata) ：void*类型。接收来自setMouseCallback传递进来的用户数据指针。
示例代码
python
import cv2
import numpy as np
# 全局变量记录点击坐标
pt = (-1, -1)
# 鼠标回调函数
def mouse_callback(event, x, y, flags, userdata):
global pt
# 如果发生左键按下事件
if event == cv2.EVENT_LBUTTONDOWN:
pt = (x, y)
print(f"点击坐标: {pt}, 传入的自定义数据: {userdata}")
# 创建窗口
cv2.namedWindow('mouse', cv2.WINDOW_NORMAL)
cv2.resizeWindow('mouse', 640, 360)
# 设置鼠标回调
cv2.setMouseCallback('mouse', mouse_callback, "123")
# 显示窗口和背景
img = np.zeros((360, 640, 3), np.uint8)
while True:
# 如果有点击过，在点击位置画一个红色的实心圆（起到可视化反馈的作用）
if pt != (-1, -1):
cv2.circle(img, pt, 10, (0, 0, 255), -1)
cv2.imshow('mouse', img)
key = cv2.waitKey(1) # 等待 1ms，用于刷新界面和监听键盘
# 补充退出逻辑：如果按下 ESC 键（ASCII 码为 27）则退出
if key == 27:
break
# 退出后销毁窗口
cv2.destroyAllWindows()createTrackbar()
功能 ：在指定的窗口上创建一个滑动条（滑块）。常用于实时调整算法参数（如二值化阈值、Canny 的高低阈值等），无需每次重新编译代码。
原型 ：int createTrackbar(const String& trackbarname, const String& winname, int* value, int count, TrackbarCallback onChange = 0, void* userdata = 0);
-
parm1 (
trackbarname) ：String类型。滑动条的名称（显示在滑块旁边）。 -
parm2 (
winname) ：String类型。滑动条依附的窗口名称（必须与namedWindow创建的名称一致）。 -
parm3 (
value) ：int*类型（指针）。极其重要！ 这是一个指向整型变量的指针，滑块当前的数值会实时同步到这个变量里。（在 Python 中没有指针，通常传入一个初始值，并在回调函数中获取）。 -
parm4 (
count) ：int类型。滑动条的最大值（最小值永远是 0）。 -
parm5 (
onChange) ：TrackbarCallback类型（可选）。滑动条数值改变时触发的回调函数。如果设为0或None，则不会触发任何函数（Python 中必须传，否则无法获取实时值）。 -
parm6 (
userdata) ：void*类型（可选）。传递给回调函数的用户数据指针。
getTrackbarPos()
功能 ：获取指定窗口上指定滑动条的当前数值。
原型 ：int getTrackbarPos(const String& trackbarname, const String& winname);
-
parm1 (
trackbarname) ：String类型。要获取数值的滑动条名称。 -
parm2 (
winname) ：String类型。滑动条所在的窗口名称。 -
返回值 ：
int类型。返回当前滑块指示的数值。
示例代码：
python
import cv2
import numpy as np
def callback():
pass
cv2.namedWindow('trackbar', cv2.WINDOW_NORMAL)
cv2.createTrackbar('R', 'trackbar', 0, 255, callback)
cv2.createTrackbar('G', 'trackbar', 0, 255, callback)
cv2.createTrackbar('B', 'trackbar', 0, 255, callback)
img = np.zeros((480, 640, 3), np.uint8)
while True:
cv2.imshow('trackbar', img)
r = cv2.getTrackbarPos('R', 'trackbar')
g = cv2.getTrackbarPos('G', 'trackbar')
b = cv2.getTrackbarPos('B', 'trackbar')
img[:] = [b, g, r]
key = cv2.waitKey(10)
if key & 0xFF == ord('q'):
break
cv2.destroyAllWindows()色彩空间转换
cv2.cvtColor(src, code)
-
作用：把图像从一个色彩空间转换到另一个色彩空间。
-
src：输入图像（通常是 NumPy 数组）。 -
code：转换代码（就是你列表里的那些常量）。 -
注意：转换后的图像，通道数和数据类型可能会变。比如 BGR 转 GRAY（灰度），通道数会从 3 变成 1；BGR 转 HSV，通道数还是 3，但数值范围变了。
示例代码：
python
import cv2
def callback():
pass
cv2.namedWindow('color', cv2.WINDOW_NORMAL)
img = cv2.imread('./picture/rmb.jpg')
colorspaces = [cv2.COLOR_BGR2RGB, cv2.COLOR_BGR2GRAY,
cv2.COLOR_BGR2HSV, cv2.COLOR_BGR2YUV]
cv2.createTrackbar('curcolor', 'color', 0, 3, callback)
while True:
index = cv2.getTrackbarPos('curcolor', 'color')
#颜色空间转换API
cvt_img = cv2.cvtColor(img, colorspaces[index])
cv2.imshow('color', cvt_img)
key = cv2.waitKey(10)
print(key)
if key & 0xFF == ord('q'):
break
cv2.destroyAllWindows()numpy 创建特殊矩阵的操作
Array（通用数组）
-
概念：把一串普通的数字（或者嵌套的列表），按照你指定的行列结构，转换成一个可以进行数学运算的二维或多维矩阵。
-
在视觉中的意义 ：这是图像在计算机里的真实面目。
-
当你用 OpenCV 读取一张图片时，它返回的就是一个巨大的 Array（数组）。
-
如果你手动输入一堆数字构成一个 Array，它就可以被当作一张小尺寸的图片来处理。
-
前几个（Zero, One, Full）都是自动批量生成 特定数值的 Array；而
Array函数是你手动填入具体数值来构建矩阵。
-
Zero（零矩阵/全零数组）
-
概念 ：所有元素的值全是
0。 -
在视觉中的意义 ：代表**"什么都没有"**。在图像里，0 通常代表纯黑色；在掩膜（Mask）里，0 代表遮罩、不显示。它是极其常用的"初始画布"。
One（全一矩阵/全一数组）
-
概念 ：所有元素的值全是
1。 -
在视觉中的意义 ：代表**"基础单位"** 或**"全亮"**。在数学里，它是计算的基础；在图像处理里，如果把它乘上 255，就会变成一张纯白色的图；它也常被用作滤波器（卷积核）的基础模板。
Full（自定义填充矩阵）
-
概念 ：所有元素的值全是你指定的任意数值。
-
在视觉中的意义 ：它是
Zero和One的升级版。如果你想要一张纯灰色的背景（填充 128），或者一张特定颜色的图片（比如每个像素的 BGR 都是 255, 0, 0），就用它来快速生成一张底色图。
Identity（单位矩阵）
-
概念 ：一个正方形 的矩阵。它的特征是：从左上角到右下角的主对角线上全是
1，其余所有位置全是0。 -
在视觉中的意义 ：数学里的"数字 1"。任何矩阵乘以它，都等于它本身。在图像处理中，它常代表**"原封不动"**（比如在坐标变换时，代表没有任何平移、缩放或旋转的初始状态）。
Eye（对角线矩阵）
-
概念 ：它是
Identity的"灵活版"。它不仅也能生成主对角线为1的方阵，还能生成非正方形 的矩阵，或者让那一排1发生偏移（不在正中间，而是偏左上或偏右下）。 -
在视觉中的意义：主要用于更复杂的数学运算。比如你在做图像的特征提取、坐标映射时，需要用到带有偏移量的数学结构，它就能派上用场。
示例代码：
python
import cv2
# 1. 读取图片
img = cv2.imread('./picture/rmb.jpg')
if img is None:
print("图片读取失败，请检查路径！")
exit()
# 2. 读值：打印坐标 (100, 100) 处的 BGR 像素值
# 注意：OpenCV 的坐标是 [y, x]（先行后列）
print("坐标 (100, 100) 的 BGR 值为:", img[100, 100])
# 3. 写值：修改矩阵中的像素
# 这里用你截图里的逻辑，但为了保证不管图片多大都不会报错，我们改画一个 100x100 的正方形
# 把这个区域全部赋值为 [0, 0, 255]（纯红色）
img[0:100, 100:200] = [0, 0, 255]
# 4. 显示修改后的图片
cv2.imshow('img', img)
key = cv2.waitKey(0) # 无限等待，直到用户按键
if key & 0xFF == ord('q'):
cv2.destroyAllWindows()numpy ROI
. 获取子矩阵（划出 ROI 区域）
-
概念：利用 NumPy 的切片功能，从原图中"框"出一个感兴趣的区域（Region of Interest）。
-
意义 ：这是做图像处理的起点。你不需要处理整张图，只把注意力集中在局部（比如车牌、人脸、特定物体）。注意，它默认是视图，修改它会直接改变原图。
-
对应代码：
roi = img[100:400, 100:600]
2. 整个区域填充（涂色）
-
概念 ：把当前矩阵（ROI）里的所有行（
:）、所有列（:）的像素，全部替换为指定的 BGR 颜色。 -
意义：常用于打码（隐私遮挡）、画实心图形，或者给某个特定区域换背景色。
这里的
[:, :]代表把这个子矩阵"掏空涂满"。 -
对应代码：
roi[:, :] = [0, 0, 255] # 把刚才切出来的长方形全涂成红色
3. 提取单个通道（切片进阶）
-
概念 ：在已有的 ROI 矩阵基础上，通过第三个维度的索引（
0、1、2）单独提取某一个颜色通道。 -
意义：分离 B、G、R 通道，用来做颜色过滤、阈值分割，或者单独分析某个颜色的强度。
-
对应代码：
# 提取 roi 里的第一个通道（OpenCV里0代表Blue通道） blue_channel = roi[:, :, 0]
4. 局部嵌套切片（画中画）
-
概念 ：在已切好的子矩阵
roi中，再次使用切片[y1:y2, x1:x2]划定一个更小的范围进行赋值。 -
意义：实现精准的局部修改，比如在一大块红色区域里，再画一个绿色的实心小方块。
-
对应代码：
# 在刚才的红底 ROI 里，再切出一块小正方形，涂成绿色 roi[10:200, 10:200] = [0, 255, 0]
示例代码：
python
import cv2
import numpy as np
# 1. 创建一张 600x800 的纯白画布作为底图 (代替你读取的图片，方便直接跑)
img = np.full((600, 800, 3), 255, dtype=np.uint8)
# ================= 核心代码区 =================
# ① 划出 ROI 区域：从 Y=100 到 400，X=100 到 600
roi = img[100:400, 100:600]
# ② 整体填充：把这块 ROI 全部涂成红色 (BGR: 0,0,255)
roi[:] = [0, 0, 255]
# ③ 嵌套涂色：在红色的 ROI 里面，再切出 Y=10到100，X=10到100 的小块，涂成绿色 (BGR: 0,255,0)
roi[10:100, 10:100] = [0, 255, 0]
# ④ 提取单通道：把整个大图的蓝色通道单独拿出来（验证切片原理，这步不改变图像，只是拿出来看）
blue_channel = img[:, :, 0]
# ================= 核心代码结束 =================
# 显示图像
cv2.namedWindow('Result', cv2.WINDOW_NORMAL)
cv2.imshow('Result', img) # 此时原图 img 上已经被画上了一大块红底绿方块！
key = cv2.waitKey(0)
if key & 0xFF == ord('q'):
cv2.destroyAllWindows()MAT
为：OpenCV 的图像/矩阵容器，由「矩阵头 + 数据指针」组成。
好处：
-
自动内存管理：不用手动 malloc/free，引用计数自动释放。
-
浅拷贝高效 ：
Mat B = A;只复制头、共享数据，不拷贝像素。 -
支持 ROI：可只引用图像局部区域，零拷贝。
-
函数传参快 ：传
Mat不复制大数据。
需要独立副本时用 clone() 与 copyto() 深拷贝。
深浅拷贝：