Day9: OpenCV学习（一）—— 图像基础

系列文章目录

上一篇：Day8：Python工程化 —— 模块、包

---

---

前言

OpenCV（Open Source Computer Vision Library） 是一个开源的计算机视觉和机器学习软件库。由一系列 C++ 类和函数构成，用于图像处理、计算机视觉领域的算法实现。其有以下优势：

• 开源免费： 完全开源，可以自由使用，降低开发成本和技术门槛。且社区活跃，问题易于找到解决方案
• 高性能： 底层使用 C/C++ 编写，执行速度快
• 跨平台： 支持 Windows / Linux / macOS / Android / iOS，方便部署
• 跨语言： 编程语言支持多样，如C++、Python（最流行）、Java、MATLAB、Go、Rust（部分）

从本篇文章开始，我们将开始OpenCV-Python库的学习。

---

一、安装和导入

1. 安装

不推荐在(base)环境中安装，而应该在一个创建好的虚拟环境进行安装，以防止在一个环境中安装混乱的各种包库，引发版本冲突。下方是通过清华源的镜像进行安装的。

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python

可以通过在python代码中（需要在装有虚拟环境的解释器下）执行如下代码检测是否安装成功

import cv2 as cv
print(cv.__version__)

---

二、图像认识

1. 图像

• 图像是信息在空间中的二维分布，是像素的矩阵
• 每个像素（Pixel）是一个最小的图像单位，存储了颜色信息
• 图像分辨率是宽度(width) × 高度(height)

2. 图像分类

1. 灰度图像（Grayscale）： 单通道，用二维数组表示（height, width）
2. 彩色图像（RGB）： 三通道，用三维数组表示（height, width,channel），其中chanel为3
3. RGBA： ：四通道，用三维数组表示（height, width,channel），其中channel为4

---

三、基础图像操作

在使用OpenCV进行图像操作需要在Python模块中先导入cv2

import cv2 as cv	# 下方都用cv这个别名进行方法调用

1. 图像读取

cv.imread(filename, flags)

其中参数filename是要读取的图片的路径，可以是绝对路径也可以是相对路径（如果是项目的话建议使用相对路径），参数flags决定读取的方式，可以使用整形字面量，也可以使用cv2中定义的常量，具体对应关系和作用如下：

常量	数值	作用说明
cv2.IMREAD_COLOR (默认)	1	以彩色图方式加载图像（默认值），忽略 alpha 通道。返回 BGR 格式图像。
cv2.IMREAD_GRAYSCALE	0	以灰度图方式加载图像，返回二维数组（单通道）。
cv2.IMREAD_UNCHANGED	-1	原样读取图像，保留 alpha 通道（如 PNG 的透明背景），返回 BGRA。

该函数返回的是所读取图像的Numpy数组（ndarray）表示形式，具体形式跟flags有关，若读取失败则返回None

2. 图像显示

cv.imshow(winname, mat)

其中参数winname代表用于显示图像的窗体的名字，mat传入的是要显示的图像的ndarray形式。可以结合上面的imread()使用，因为其返回值就是图像的ndarray表示形式。也可以自己通过Numpy的操作自己创建符合图像

要保证图像能够长时间显示并实现交互，还需要进行等待（如果不等待，代码将不断向下执行，执行完毕后将自动关闭所有窗体）：

cv.waitKey(delay)

该函数将在接收到键盘输入后返回该按键字符的ASCII码值，delay为等待时间，单位是毫秒，当delay为0（或者小于0）时，将进行无线等待，直到键盘输入值。

虽然在代码执行完毕后会自动关闭所有窗体，但是还是应该显示地关闭窗体，增强代码的可控性和健壮性：

cv.destroyAllWindows()

当然，也可以通过窗体名指定关闭某个窗体：

cv2.destroyWindow(winname)

3. 图像裁剪

需要用到Numpy数组的 切片 操作（不同维度分别切片，用逗号隔开）
示例：

# 读取一张图像
img1 = cv.imread('img1.jpg')	# 默认读取为彩色图
part = cv[200:400, 300:400, :]	# 等效于part = cv[200:400, 300:400]

imread读取的默认是三通道彩色图像（BGR），其数组形状为(height, width, channel)，要进行裁剪，则要在数组的 行（也就是图像的 高 ）和 列（也就是图像的 宽 ）上进行切片，通道 这一维不变。上述示例所裁剪的部分是第200行 ~ 399行，第300列 ~ 399列部分的图像

4. 图形尺寸修改

dst = cv2.resize(src, dsize)

src为原图像（ndarray形式），dsize是一个序列（优先选择tuple），顺序是(width, height)，注意与’ndarray‘中的(height, width, channel)的顺序区分。该函数不会对原图像进行修改，而是返回一个新的图像（ndarray形式）

5. 图像保存

在一系列的图像处理操作后，我们可能要将得到的结果（往往是ndarray形式）保存为计算机中图片的形式，此时就要进行图像的 保存

cv.imwrite(filename, img)

其中filename是要保存图片到那个路径，写路径时还要把该图片文件的后缀也写上（.jpg，.png，.bmp等），img则是要保存的图像（ndarray形式）

6. 图像绘制

1. 绘制直线

cv.line(img, pt1, pt2, color, thickness, lineType)

2. 绘制矩形

cv.rectangle(img, left_upper, right_lower, color, thickness, lineType)

3. 绘制圆形

cv.circle(img, center, radius, color, thickness, lineType)

img表示作为背景的图像（画板），pt1, pt2代表绘制直线时的两个端点。left_upper, right_lower代表绘制矩形时的左上角和右下角坐标（坐标系的原点在左上角），radius代表绘制圆形时的半径，color代表绘制所用颜色，其形式为一个序列类型（通常是tuple）,thickness代表绘制线条的粗细，为整数，如果-1则表示将内部全部填充（也就是实心），但是直线的thickness必须大于0。lineType表示绘制所用线条的类型。

常见的lineType取值如下：

常量	数值	说明
cv2.LINE_8	8	8-connected line（默认），标准抗锯齿效果，速度快
cv2.LINE_4	4	4-connected line，线条连接更紧密，较少使用
cv2.LINE_AA 或 cv2.CV_AA	16	Anti-aliased line，抗锯齿线条，线条边缘更平滑，绘制较慢

7. 视频捕获即显示

1. 先要创建一个捕获器实例

cap = cv.VideoCapture(filename)

filename是要进行捕获的视频的路径，当filename=0时，将从默认的摄像头捕获视频流

2. 循环获取并显示视频的帧

# 无限循环
While True:
	# 读取视频流的帧
	ret, frame = cap.read()		# ret 是一个布尔值，表示该帧是否读取成功，可以用作视频播放结束自动退出循环
	# 视频播放完后，ret值为False，跳出循环
	if not ret:
		break
	# 读取成功后显示该帧
	cv.imshow('frame', frame)
	# 通过键盘交互手动退出视频帧的循环获取(cv.waitKey()返回一个32为整数, 与0xFF相与是为了取其低8位（得到ASCII码部分），以保证跨平台安全，即可判断其是否是'q')
	if cv.waitKey(20) & 0xFF == ord('q'):
		break
		

3. 结束后释放该捕获器实例并显式关闭所有窗体

cap.release()	# cap是之前所创建的VideoCapture实例
cv.destroyAllWindows()

---

总结

经过本章的学习，我们对OpenCV有了初步的了解，并且对计算机中的图像有了一定的认识，在此基础上，还认识到OpenCV-Python中的图像的本质（Numpy数组），还能够通过OpenCV-Python库中的一些函数对图像进行一些简单的操作（如读取、显示、保存、裁剪、调整尺寸、绘制）、捕获视频。