从0开始：OpenCV入门教程【图像处理基础】

news2025/2/23 13:19:28

图像处理基础

一、OpenCV主要功能及模块介绍

1、内置数据结构和输入/输出

OpenCV内置了丰富的与图像处理有关的数据结构，如Image、Point、Rectangle等。
core模块实现了各种基本的数据结构。
imgcodecs模块提供了图像文件的读写功能，用户使用简单的命令即可读写图像文件。

2、图像处理操作

imgproc模块提供了图像处理操作，如图像过滤、几何图像变换、绘图、色彩空间转换、直方图等。

3、图形用户界面操作

highgui模块提供了图像的图形窗口操作功能，如创建窗口显示图像或者视频、令窗口响应键盘和鼠标事件、操作窗口中图像的某个区域等。

4、视频分析

video模块提供了视频分析功能，如分析视频中连续帧之间的运动、跟踪视频中的目标。videostab模块提供了视频稳定处理功能，可解决拍摄视频时的抖动问题。optflow模块提供了与光流操作相关的算法。

5、3D重建

calib3d模块提供了3D重建功能，可根据2D图像创建3D场景。

6、特征提取

features2d模块提供了特征提取功能，可以从2D图像中检测和提取对象的特征。

7、对象检测

objdetect和xobjdetect模块提供了对象检测功能，可在图像中检测给定图像的位置。

8、机器学习

ml模块提供了机器学习功能，包含了多种机器学习算法，如k近邻（k-Nearest Neighbors，kNN）、k均值聚类（k-Means Clustering）、支持向量机（Support Vector Machines，SVM）、神经网络（Neural Network）等。机器学习算法广泛应用于目标识别、图像分类、人脸检测、视觉搜索等。

9、深度学习

深度神经网络（Deep Neural Network，DNN）模块提供了深度学习功能。深度学习是机器学习中近几年来快速发展的一个子领域，广泛应用于语音识别、图像识别、自然语言处理、图像修复、人脸识别等。OpenCV的深度学习支持Caffe、TensorFlow、Torch、Darknet等著名的深度学习框架。

10、计算摄影

计算摄影通过图像处理技术来改善相机拍摄的图像，如高动态范围成像、全景图像、图像补光等。photo和xphoto模块提供了与计算摄影有关的算法，stitching模块提供了全景图像算法。

11、形态分析

shape模块提供了形态分析功能，可以识别图像中对象的形状、分析形状之间的相似性、转换对象形状等。

12、人脸检测和识别

OpenCV已在face模块中实现了人脸检测、人脸特征检测和人脸识别功能。人脸检测属于对象检测，用于找出图像中人脸的位置和尺寸。人脸特征检测属于特征检测，用于找出图像中人脸的主要特征。人脸识别属于对象识别，包括从已知人脸集合中找出与未知人脸最匹配的人脸，以及验证给定人脸是否为某个已知人脸。OpenCV实现了基于Haar级联分类器和基于深度学习的人脸检测算法，以及EigenFaces、FisherFaces和局部二进制编码直方图（Local Binary Patterns Histograms，LBPH）等人脸识别算法。

13、表面匹配

surface_matching模块提供了3D对象识别算法和3D特征的姿态估计算法，用于根据图像的深度和强度信息识别3D对象。

14、文本检测和识别

text模块提供了文本检测和识别功能，用于识别和检测图像中的文本，实现车牌识别、道路标志识别、内容数字化等相关应用。

二、图像基本操作

读取图像：cv.imread()

import numpy as np

import cv2 as cv

＃加载彩色灰度图像

img = cv.imread('messi5.jpg'，0)

显示图像：cv.imshow()

cv.imshow('image'，img）
cv.waitKey(0)
cv.destroyAllWindows()

写入图像：cv.imwrite()

import cv2
import numpy

img=numpy.zeros((50,50),dtype=numpy.uint8)	#创建大小为50×50的黑色正方形图像

cv2.imwrite('messigray.jpg',img)

思考题：如果我们想以灰度模式加载图像，显示图像，按s键可以保存图像并退出，或者按ESC键直接退出不保存，设计出代码。

import numpy as np
import cv2 as cv
img = cv.imread('cat.jpg',0) #或者把0改成cv.IMREAD_GRAYSCALE
cv.imshow('cat.jpg',img)
k=cv.waitKey(0)
if k==27:
    cv.destroyAllWindows()
elif k==ord('s'):
    cv.imwrite('catgray.png',img)
    cv.destroyAllWindows()

其中注意：

判断 ESC 键（ASCII码27）：
如果按下的是 ESC 键（对应的ASCII码是27），程序会调用 cv.destroyAllWindows() 关闭所有打开的窗口，不保存图像。
判断 s 键：
如果按下的是字母 s 键（ord('s') 用来获取字符 s 的 ASCII 码），程序会执行两步：
1. 使用 cv.imwrite('catgray.png', img) 将当前图像保存为名为 'catgray.png' 的文件。
2. 然后调用 cv.destroyAllWindows() 关闭所有窗口。

三、视频读取-摄像头读取

（1）将视频文件或者摄像头作为数据源来创建VideoCapture对象。

（2）调用VideoCapture对象的read()方法获取视频中的帧，每一帧都是一幅图像。

（3）调用VideoWriter对象的write()方法将帧写入视频文件，或者调用cv2.imshow()函数在窗口中显示帧（即播放视频）。

import numpy as np
import cv2 as cv
cap = cv.VideoCapture(0)
fourcc = cv.VideoWriter_fourcc(*'XVID')
out = cv.VideoWriter('output.avi', fourcc, 20.0, (640, 480))
if not cap.isOpened():
    print("Cannot open camera")
    exit()
while True:
    # 逐帧捕获
    ret, frame = cap.read()
    # 如果正确读取帧，ret为True
    if not ret:
        print("Can't receive frame (stream end?). Exiting ...")
        break
    frame = cv.flip(frame, 1)
    out.write(frame)
    # 我们在框架上的操作到这里
    gray = cv.cvtColor(frame, cv.COLOR_BGR2GRAY)
    # 显示结果帧e
    cv.imshow('frame', frame)
    if cv.waitKey(1) == ord('q'):
        break
# 完成所有操作后，释放捕获器
cap.release()
out.release()
cv.destroyAllWindows()