一、OpenCV简介：计算机视觉的瑞士军刀

OpenCV（Open Source Computer Vision Library）是一个跨平台的计算机视觉库，由Intel于1999年发起，现已成为全球最活跃的开源视觉项目之一。其核心优势在于：

1. 跨平台支持：支持Windows、Linux、macOS、Android、iOS等系统，甚至嵌入式设备（如树莓派）。
2. 多语言接口：提供C++、Python、Java等接口，其中Python接口（cv2模块）因简洁易用成为主流选择。
3. 功能全面：涵盖图像处理、视频分析、物体检测、人脸识别、深度学习等2500+算法。
4. 高性能优化：通过Intel IPP、CUDA、OpenCL等技术实现硬件加速。

1.1 安装与配置

使用pip安装OpenCV-Python：

pip install opencv-python  # 基础版（不含非免费算法）
pip install opencv-contrib-python  # 扩展版（含SIFT等专利算法）

验证安装：

import cv2
print(cv2.__version__)  # 应输出如'4.9.0'的版本号

二、图像处理基础：从像素到特征

2.1 图像读取与显示

import cv2
# 读取图像（支持JPG/PNG/BMP等格式）
img = cv2.imread('image.jpg')  # 默认BGR格式
if img is None:
    raise FileNotFoundError("图像未找到，请检查路径")
# 显示图像
cv2.imshow('Window Title', img)
cv2.waitKey(0)  # 等待按键（0表示无限等待）
cv2.destroyAllWindows()
# 保存图像
cv2.imwrite('output.png', img)

关键点：

• OpenCV默认使用BGR通道顺序（与Matplotlib的RGB不同）
• waitKey()必须调用，否则窗口会无响应
• 路径建议使用绝对路径避免歧义

2.2 像素级操作

2.2.1 访问像素值

# 获取(100,50)处的BGR值
pixel = img[100, 50]  # 返回[B,G,R]
blue = img[100, 50, 0]  # 单独获取蓝色通道
# 修改像素值
img[100, 50] = [255, 0, 0]  # 改为纯蓝色

2.2.2 ROI（Region of Interest）操作

# 提取图像左上角100x100区域
roi = img[0:100, 0:100]
# 在ROI上绘制矩形
cv2.rectangle(img, (0,0), (100,100), (0,255,0), 2)

2.3 图像几何变换

2.3.1 缩放与旋转

# 缩放（使用线性插值）
resized = cv2.resize(img, (300, 200), interpolation=cv2.INTER_LINEAR)
# 旋转（中心点(w/2,h/2)，旋转45度，缩放1.0）
(h, w) = img.shape[:2]
center = (w//2, h//2)
M = cv2.getRotationMatrix2D(center, 45, 1.0)
rotated = cv2.warpAffine(img, M, (w, h))

2.3.2 仿射变换

# 定义三个点（原图→目标图）
pts1 = np.float32([[50,50],[200,50],[50,200]])
pts2 = np.float32([[10,100],[200,50],[100,250]])
# 计算变换矩阵
M = cv2.getAffineTransform(pts1, pts2)
affine = cv2.warpAffine(img, M, (w, h))

2.4 图像增强

2.4.1 直方图均衡化

# 灰度图均衡化
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
equ = cv2.equalizeHist(gray)
# 彩色图均衡化（需分别处理各通道）
clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8,8))
lab = cv2.cvtColor(img, cv2.COLOR_BGR2LAB)
l,a,b = cv2.split(lab)
l_equ = clahe.apply(l)
lab_equ = cv2.merge([l_equ,a,b])
result = cv2.cvtColor(lab_equ, cv2.COLOR_LAB2BGR)

2.4.2 滤波操作

# 高斯模糊（核大小必须为奇数）
blurred = cv2.GaussianBlur(img, (5,5), 0)
# 中值滤波（去噪效果好）
median = cv2.medianBlur(img, 5)
# 双边滤波（保边去噪）
bilateral = cv2.bilateralFilter(img, 9, 75, 75)

2.5 边缘检测

2.5.1 Canny边缘检测

edges = cv2.Canny(img, threshold1=50, threshold2=150)
# 参数说明：
# threshold1：低阈值（低于此值的边缘被丢弃）
# threshold2：高阈值（高于此值的边缘被保留）

2.5.2 Sobel算子

# 计算x方向和y方向梯度
sobelx = cv2.Sobel(gray, cv2.CV_64F, 1, 0, ksize=3)
sobely = cv2.Sobel(gray, cv2.CV_64F, 0, 1, ksize=3)
# 合并梯度
sobel = cv2.magnitude(sobelx, sobely)

三、实战建议

1. 性能优化：

   • 处理大图像时先缩放
   • 使用cv2.UMat启用OpenCL加速
   • 避免在循环中重复创建Mat对象

2. 调试技巧：

   • 使用cv2.imwrite()保存中间结果
   • 通过print(img.shape)检查图像尺寸
   • 异常处理时捕获cv2.error

3. 进阶方向：

   • 结合NumPy进行批量处理
   • 学习OpenCV的GPU模块（cv2.cuda）
   • 探索DNN模块加载预训练模型

四、常见问题解答

Q1：为什么imread()返回None？
A：检查文件路径是否正确，注意中文路径可能需要特殊处理。建议使用：

import os
assert os.path.exists('image.jpg'), "文件不存在"

Q2：如何显示中文标签？
A：OpenCV原生不支持中文，可通过PIL叠加：

from PIL import Image, ImageDraw, ImageFont
import numpy as np
# 创建透明图层
overlay = np.zeros((h,w,4), dtype=np.uint8)
pil_img = Image.fromarray(overlay)
draw = ImageDraw.Draw(pil_img)
font = ImageFont.truetype("simhei.ttf", 20)  # 需要字体文件
draw.text((50,50), "中文", font=font, fill=(255,255,255,255))
overlay = np.array(pil_img)
# 合并到原图
result = cv2.cvtColor(img, cv2.COLOR_BGR2BGRA)
result[overlay[:,:,3]>0] = overlay[overlay[:,:,3]>0]

Q3：如何处理视频流？
A：使用VideoCapture类：

cap = cv2.VideoCapture('video.mp4')
while cap.isOpened():
    ret, frame = cap.read()
    if not ret:
        break
    # 处理帧...
    cv2.imshow('Frame', frame)
    if cv2.waitKey(25) & 0xFF == ord('q'):
        break
cap.release()

本篇涵盖了OpenCV-Python的核心基础，后续将深入探讨特征检测、物体跟踪、深度学习集成等高级主题。建议读者通过实际项目巩固知识，例如实现一个简单的文档扫描仪或人脸表情识别系统。