第四节：OpenCV 基础入门-第一个 OpenCV 程序：图像读取与显示

一、引言：为什么选择 OpenCV？

在计算机视觉领域，OpenCV（Open Source Computer Vision Library）是一个开源的、跨平台的计算机视觉库，广泛应用于图像处理、模式识别、机器学习等领域。它支持多种编程语言（如 Python、C++、Java），并提供了超过 2500 种优化算法。对于初学者而言，图像读取与显示是接触 OpenCV 的第一个核心步骤。本文将手把手教你实现这一过程，并深入解析背后的技术细节。

二、环境准备：安装 OpenCV

1. Python 环境配置

• 确保已安装 Python（推荐 3.6 以上版本）。

1. 使用 pip 安装 OpenCV-Python 包：

   pip install opencv-python

   若需额外功能（如深度神经网络模块），可安装完整版：

   pip install opencv-contrib-python

   2. 验证安装

   在 Python 环境中输入以下代码，若无报错则安装成功：

   import cv2
   print(cv2.__version__)  # 应输出 OpenCV 版本，如 4.5.5

   三、第一个程序：图像读取与显示

   1. 完整代码示例

   import cv2
   
   # 读取图像
   image = cv2.imread("path/to/your/image.jpg")
   
   # 检查图像是否成功加载
   if image is None:
       print("错误：无法读取图像！请检查文件路径。")
   else:
       # 显示图像
       cv2.imshow("My First OpenCV Window", image)
       cv2.waitKey(0)          # 等待用户按下任意键
       cv2.destroyAllWindows() # 关闭所有窗口

   2. 代码逐行解析

2. 导入库

   import cv2：导入 OpenCV 的 Python 接口库。

3. 读取图像

   cv2.imread() 是 OpenCV 的图像读取函数：

   1. 参数：图像文件的路径（支持 JPEG、PNG、BMP 等格式）。

   2. 返回值：一个 NumPy 数组，存储图像的像素数据。如果读取失败（如路径错误），返回 None。

      image = cv2.imread("image.jpg")  # 默认以彩色模式（BGR）加载
      image_grayscale = cv2.imread("image.jpg", cv2.IMREAD_GRAYSCALE)  # 灰度模式

4. 错误处理

   通过检查 image 是否为 None，避免后续操作崩溃。

5. 显示图像

   cv2.imshow() 创建窗口并显示图像：

   1. 第一个参数：窗口名称（必须是唯一的）。

   2. 第二个参数：要显示的图像数据。

6. 等待按键

   cv2.waitKey(0) 会暂停程序，直到用户按下任意键。参数为等待时间（毫秒），0 表示无限等待。

7. 释放资源

   cv2.destroyAllWindows() 关闭所有 OpenCV 创建的窗口，防止内存泄漏。

   

8. 四、关键问题与调试技巧

   1. 图像路径问题

• 相对路径 vs 绝对路径：

  • 若图像与代码文件在同一目录，直接使用文件名（如 "cat.jpg"）。

  • 跨目录时需使用正确路径（如 "../images/cat.jpg"）。

• 路径中的转义字符：
  在 Windows 中，路径应使用双反斜杠或原始字符串：

  image = cv2.imread("C:\\Users\\Desktop\\image.jpg")
  或
  image = cv2.imread(r"C:\Users\Desktop\image.jpg")

  2. 窗口一闪而过？

• 原因：未使用 cv2.waitKey() 或参数值过小（如 cv2.waitKey(1) 仅等待 1 毫秒）。

• 解决方案：设置合理的等待时间，例如 cv2.waitKey(5000) 等待 5 秒。

• OpenCV 默认以 BGR 格式（而非 RGB）加载彩色图像。若需用其他库（如 Matplotlib）显示，需转换颜色空间：

  image_rgb = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)

  五、功能扩展：更灵活的图像操作

  1. 调整窗口大小

  默认窗口无法缩放，可通过以下方式创建可调整窗口：

  cv2.namedWindow("Window", cv2.WINDOW_NORMAL)  # 允许调整大小
  cv2.imshow("Window", image)

  

• 2. 保存图像

  使用 cv2.imwrite() 保存处理后的图像：

  cv2.imwrite("output.jpg", image)  # 支持 JPEG、PNG 等格式

  3. 显示多窗口

  同时显示原始图像和灰度图像：

  gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
  cv2.imshow("Color Image", image)
  cv2.imshow("Gray Image", gray_image)
  cv2.waitKey(0)

  六、深入理解：图像在内存中的表示

• 像素矩阵：图像被存储为三维 NumPy 数组：

  • 彩色图像：形状为 (高度, 宽度, 3)，3 个通道（B、G、R）。

  • 灰度图像：形状为 (高度, 宽度)。

• 访问像素值：
  通过坐标访问特定像素：

  pixel_value = image[y, x]  # 注意：先行（y）后列（x）

  修改像素：
  直接修改数组元素：

  image[100:200, 200:300] = [0, 0, 255]  # 将区域设置为红色

  

• 七、常见问题 FAQ

1. OpenCV 支持哪些图像格式？

   支持 JPEG、PNG、TIFF、BMP 等常见格式。具体取决于编译时的配置。

2. 如何解决 cv2.imshow() 在 Jupyter Notebook 中不显示图像？

   建议在本地 Python 环境中运行，或在 Jupyter 中使用 matplotlib 显示：

   import matplotlib.pyplot as plt
   plt.imshow(cv2.cvtColor(image, cv2.COLOR_BGR2RGB))
   plt.show()

3. 为什么窗口关闭后程序不退出？

   确保在代码末尾调用了 cv2.destroyAllWindows()。

   八、结语

   通过本文，你不仅学会了如何用 OpenCV 读取和显示图像，还掌握了错误处理、路径调试、像素操作等进阶技巧。这些知识是后续学习图像处理（如滤波、边缘检测、目标识别）的基础。下一步，可以尝试为程序添加以下功能：

• 通过摄像头实时捕获视频

• 在图像上绘制几何图形

• 实现简单的滤镜效果