一、OpenCV基础与安装配置

OpenCV（Open Source Computer Vision Library）作为计算机视觉领域的标杆库，自1999年发布以来已迭代至4.x版本。其Python接口通过cv2模块提供，支持Windows/Linux/macOS多平台部署。安装时推荐使用pip install opencv-python获取基础版本，如需扩展功能（如SIFT算法）则安装opencv-contrib-python。

1.1 图像读写基础

import cv2
# 读取图像（支持JPG/PNG/TIFF等格式）
img = cv2.imread('image.jpg', cv2.IMREAD_COLOR)  # 彩色模式
gray_img = cv2.imread('image.jpg', cv2.IMREAD_GRAYSCALE)  # 灰度模式
# 显示图像（需配合matplotlib或独立窗口）
cv2.imshow('Display Window', img)
cv2.waitKey(0)  # 等待按键
cv2.destroyAllWindows()
# 保存图像（可指定质量参数）
cv2.imwrite('output.png', img, [int(cv2.IMWRITE_PNG_COMPRESSION), 9])

关键参数说明：

• IMREAD_COLOR：3通道BGR格式（默认）
• IMREAD_REDUCED_*：2/4/8倍下采样读取
• 保存PNG时压缩级别0-9（9为最高压缩）

1.2 图像属性操作

height, width, channels = img.shape  # 获取尺寸（灰度图无channels）
print(f"分辨率: {width}x{height}, 通道数: {channels}")
# 创建全零矩阵（常用于掩模）
mask = np.zeros(img.shape[:2], dtype=np.uint8)

二、核心图像处理技术

2.1 几何变换

2.1.1 仿射变换

import numpy as np
# 定义变换矩阵（旋转45度+平移(100,50)）
M = cv2.getRotationMatrix2D((width/2, height/2), 45, 1)
M[0,2] += 100  # x方向平移
M[1,2] += 50   # y方向平移
rotated = cv2.warpAffine(img, M, (width, height))

2.1.2 透视变换

pts1 = np.float32([[56,65],[368,52],[28,387],[389,390]])  # 原图四点
pts2 = np.float32([[0,0],[300,0],[0,300],[300,300]])      # 目标位置
M = cv2.getPerspectiveTransform(pts1, pts2)
warped = cv2.warpPerspective(img, M, (300,300))

2.2 图像滤波

2.2.1 线性滤波

# 高斯模糊（核大小需为奇数）
blurred = cv2.GaussianBlur(img, (5,5), 0)
# 双边滤波（保边去噪）
bilateral = cv2.bilateralFilter(img, 9, 75, 75)

2.2.2 非线性滤波

# 中值滤波（去椒盐噪声）
median = cv2.medianBlur(img, 5)
# 自适应中值滤波（改进版）
def adaptive_median(img, max_kernel=7):
    # 实现自适应核大小选择逻辑
    pass

2.3 边缘检测

2.3.1 Canny算法

edges = cv2.Canny(img, threshold1=50, threshold2=150)
# 自动阈值计算方法
def auto_canny(image, sigma=0.33):
    v = np.median(image)
    lower = int(max(0, (1.0 - sigma) * v))
    upper = int(min(255, (1.0 + sigma) * v))
    return cv2.Canny(image, lower, upper)

2.3.2 Sobel算子

sobelx = cv2.Sobel(img, cv2.CV_64F, 1, 0, ksize=3)
sobely = cv2.Sobel(img, cv2.CV_64F, 0, 1, ksize=3)
grad_mag = np.sqrt(sobelx**2 + sobely**2)

三、进阶应用案例

3.1 人脸检测系统

# 加载预训练模型
face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')
def detect_faces(image_path):
    img = cv2.imread(image_path)
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    faces = face_cascade.detectMultiScale(gray, 1.3, 5)
    for (x,y,w,h) in faces:
        cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)
    return img

优化建议：

• 使用LBP级联分类器提升速度
• 结合DNN模块（如Caffe模型）提高准确率

3.2 图像特征匹配

# SIFT特征检测（需opencv-contrib）
sift = cv2.SIFT_create()
kp1, des1 = sift.detectAndCompute(img1, None)
kp2, des2 = sift.detectAndCompute(img2, None)
# FLANN匹配器
FLANN_INDEX_KDTREE = 1
index_params = dict(algorithm=FLANN_INDEX_KDTREE, trees=5)
search_params = dict(checks=50)
flann = cv2.FlannBasedMatcher(index_params, search_params)
matches = flann.knnMatch(des1, des2, k=2)

3.3 实时视频处理

cap = cv2.VideoCapture(0)  # 0表示默认摄像头
while True:
    ret, frame = cap.read()
    if not ret:
        break
    # 处理帧（例如灰度转换）
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    cv2.imshow('Live Feed', gray)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break
cap.release()
cv2.destroyAllWindows()

性能优化技巧：

• 使用cv2.VideoWriter时指定四位数编码（如XVID）
• 多线程处理帧数据
• 降低分辨率提升帧率

四、最佳实践建议

1. 内存管理：及时释放不再使用的Mat对象，避免cv2.UMat与普通数组混用
2. 类型转换：注意np.uint8范围（0-255），浮点运算后需cv2.convertScaleAbs()
3. 并行处理：对独立图像使用多进程，相关帧使用多线程
4. 异常处理：检查imread()返回值，视频流添加重连机制
5. 版本兼容：4.x版本API变更（如cv2.threshold()返回值调整）

五、学习资源推荐

• 官方文档：docs.opencv.org/4.x/d6/d00/tutorial_py_root.html
• 实战书籍：《OpenCV计算机视觉项目实战》
• 开源项目：GitHub搜索”opencv python projects”
• 数据集：LFW人脸库、COCO数据集

通过系统掌握上述技术，开发者可构建从简单滤镜到复杂视觉系统的完整解决方案。建议从实际项目需求出发，逐步深入核心算法原理，同时关注OpenCV官方更新日志（如5.x版本的CUDA加速支持）。