【OpenCV基础知识点总结】

小明 2025-04-30 16:38:20 6

OpenCV（开��计算机视觉库）是一个广泛应用于图像和视频处理的Python库。以下是一些主要的图像处理知识点汇总和相应的代码示例说明：

（）

1. 图像读取与显示

读取图像：使用cv2.imread()函数从文件中加载图像。

import cv2
# 读取图像
img = cv2.imread('image.jpg', cv2.IMREAD_COLOR)  # IMREAD_COLOR表示以BGR格式读取，还有IMREAD_GRAYSCALE等选项
if img is not None:  # 检查是否成功读取图像
    # 显示图像
    cv2.imshow('Image', img)
    cv2.waitKey(0)  # 等待用户按键关闭窗口
    cv2.destroyAllWindows()  # 关闭所有窗口

2. 图像写入

保存图像：使用cv2.imwrite()函数将图像矩阵保存到磁盘。

（）

cv2.imwrite('output.jpg', img)  # 将img矩阵内容保存为'output.jpg'

3. 图像基本操作

裁剪图像：通过numpy切片操作或cv2.resize()函数裁剪图像的一部分。
```
cropped_img = img[50:200, 100:300]  # 切片裁剪
```

调整图像大小：

resized_img = cv2.resize(img, (new_width, new_height), interpolation=cv2.INTER_LINEAR)

4. 颜色空间转换

灰度图像转换：

gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

RGB转BGR 或其他颜色空间转换。

5. 图像滤波器

均值滤波：减少图像噪声。

blurred_img = cv2.blur(img, (5, 5))  # 使用5x5大小的核进行模糊

高斯滤波：

gaussian_blurred_img = cv2.GaussianBlur(img, (5, 5), 0)

6. 边缘检测

Canny边缘检测：

edges = cv2.Canny(img, threshold1, threshold2)

7. 形态学操作

膨胀与腐蚀：

kernel = np.ones((3, 3), np.uint8)
dilated_img = cv2.dilate(img, kernel, iterations=1)
eroded_img = cv2.erode(img, kernel, iterations=1)

8. 直方图均衡化

改善图像对比度：

equalized_img = cv2.equalizeHist(gray_img)

9. 对象检测

霍夫直线检测：

lines = cv2.HoughLines(img, rho, theta, threshold)

轮廓查找：

contours, hierarchy = cv2.findContours(thresh_img, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

10. 视频处理

打开摄像头并读取视频流：

cap = cv2.VideoCapture(0)  # 打开默认摄像头
while True:
    ret, frame = cap.read()
    if ret:
        # 对frame进行处理...
        cv2.imshow('Video', frame)
        if cv2.waitKey(1) & 0xFF == ord('q'):
            break
cap.release()
cv2.destroyAllWindows()

The End

标签：

建站主机