[OpenCV] {EP1_图像基础}

Sub.1 OpenCV介绍

OpenCV：开放源代码计算机视觉库，由一系列C++类和函数构成，用于图像处理、CV领域算法实现。

Pt.1 OpenCV优势

• 开源免费
• 多语言支持：C++原生接口、Java、Python等
• 跨平台：支持多种操作系统
• 丰富API：完善的传统计算机视觉算法，涵盖主流的机器学习算法，同时添加了对深度学习的支持。

Pt.2 OpenCV-Python

• 原始OpenCV C++ 实现的Python包装器（C++高效性和Python的简洁易用）
• 可使用C/C++扩展，在其中编写计算密集型代码
• OpenCV-Python使用Numpy，所有数组结构都换转换为Numpy数组

Pt.3 环境安装

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

---

Sub.2 图像基础知识

It.1 图像表示

• 图像的基本单元：像素

1. 每个像素存储着图像的颜色、亮度和其他特征。
2. OpenCV常用的是8位图像：每个通道的像素值由8位2进制表示。

1. 1. 范围：0~255
   2. 0表示最黑，1表示最白

1. RGB三原色图：

1. 1. 红绿蓝，三种颜色被称为RGB三通道（每个通道0~255）
   2. RGB颜色模式可以合成 256^3 种颜色（1600W）

---

It.2 图像存储

OpenCV中，坐标系：以左上角为原点，往右为W正方向，往下为H正方向

1. 在OpenCV中，无论读取还是创建图像，结果都是一个NumPy数组

• • 彩色图像：三维数组（三通道图像）
  • 灰度图像：二维数组（单通道图像）

1. 图像本质是像素值的矩阵

• • 形状（shape）

• • • img.shape 属性来获取图像尺寸，包括高(height)、宽(width)、通道数(channels).
    • 彩色图像（如RGB）：返回的是一个包含三个值的元组（H, W, C）
    • 灰度图像：返回的是一个包含两个值的元组 （H, W）

• • 数据类型（dtype）

• • • uint8 0~255 （256个值）

• • 像素表示

• • • 单通道图像（灰度图像）：每个像素由一个数值表示，代表亮度（0最暗、255最亮）
    • 多通道图像（彩色图像）：OpenCV中，默认以 BGR （蓝绿红）顺序存储

---

Sub.3 基本图像操作

It.1 创建窗体

cv2.namedWindow(winname [,窗口属性])

• 窗口属性：窗口大小是否可调整

• • cv2.WINDOW_AUTOSIZE ：默认，根据图像自动调整大小，用户不可调整。
  • cv2.WINDOW_NORMAL ：窗口大小用户可调整。

It.2 读取图像

cv2.imread(path [,读取方式])

• 读取方式：

• • 默认彩色，cv2.IMREAD_COLOR
  • 灰度图像：cv2.IMREAD_GRAYSCALE

• 文件路径：

• • ./表示当前目录。
  • ../表示当前目录的上一级目录（父目录）

It.3 显示图像

cv2.imshow(winname, img)

• winname以字符串类型表示
• 会自动创建窗口

注意：

1. 在调用显示图像的API后，要调用cv2.waitKey(0)给图像绘制留下时间，否则窗口会出现无响应情况，并且图像无法显示出来。

• • cv2.waitKey(0)：无限期地等待任何键盘按键，直到用户决定关闭。（常用于图像显示窗口）
  • cv2.waitKey(n)：n>0 表示等待n毫秒，同时允许用户通过按键中断循环或发出命令。（常用于视频播放或实时摄像头捕获场景，以便控制每一帧停留时间）

1. cv2.destroyAllWindows([winname])

It.4 保存图像

cv2.imwrite(path, img)

• path ：图片保存的路径和图片名，如cv2.imwrite("./images/001.jpg",img)
• img ：保存的图像

It.5 图像切片（图片剪裁）

img[y : y+h, x : x+w]

• 提取从(x, y) 开始，高度为h，宽为w的矩形区域

import cv2 as cv

# 读取图像
img = cv.imread("./images/CuteCat.jpg")
cat = cv.resize(img,(600,600))
print(cat.shape)
# 定义剪裁起始点（坐标小于图片宽高）
x = 200
y = 200
# 定义裁剪图像的宽高（像素为单位）
h = 400
w = 400
# 通过切片裁剪图像
cat_roi = cat[y : y+h, x : x+w]
print(cat_roi.shape)
# 显示图像
cv.imshow("cat", cat)
cv.imshow("cat_roi", cat_roi)
cv.waitKey(0)
cv.destroyAllWindows()

• tips：

• • 需要边界检查，越界会报错
  • 数据类型：ndarray

It.6 图像大小调整

cv2.resize(img, dsize, dts)

• disze : (W, H)
• 会返回新图像'

import cv2
# 读图
img = cv2.imread("path")
# 写法1：直接设置修改的尺寸 （W,H）
re1 = cv2.resize(img, (600,600))
# 写法2：设置缩小/放大的比例
re2 = cv2.resize(img, (0,0), fx=0.5, fy=0.5)
re3 = cv2.resize(img, None, fx=0.5, fy=0.5)    # 两种都可

---

Sub.3 图像绘制

原地操作，直接改变原图像

It.1 绘制直线

cv2.line(img, start, end, color, thickness)

• color：彩色图像使用 BGR格式指定颜色（OpenCV以默认以BGR顺序存储）
• thickness：线条宽度。

It.2 绘制圆形

cv2.circle(img, centerpoint, r, color, thickness)

• centerpoint、r：圆心和半径。
• thickness：为-1时生成闭合图案并填充颜色。
• cv2.LINE_AA ：反走样技术，抗锯齿，使边缘更加平滑。

• • lineType参数，默认是cv2.LINE_8
  • 反走样技术通过混合颜色和像素边缘来减少锯齿状效果。

It.3 绘制矩形

cv2.rectangle(img, leftupper, rightdown, color, thickness)

It.4 绘制文本

cv2.putText(img, text, org, fontFace, Fontscale, color, thickness)

• cv2.putText(图像，文本，写入位置，字体样式，字体大小，颜色，线条粗细)

• • 这个方法无法绘制中文

import cv2 as cv
# 图像绘制：原地操作，不会返回新的图像
img = cv.imread("./images/CuteCat.jpg")
cat = cv.resize(img, (500, 500))
# 绘制直线, color 按 BGR顺序排列
cv.line(cat,(0,0),(500,500),(255,0,0),3)
# 绘制圆形，线条粗细 -1 表示填充
cv.circle(cat,(100,100),50,(0,255,0),-1,cv.LINE_AA)
# cv.LINE_AA 抗锯齿（反走样技术，如果不使用，默认参数是cv.LINE_8）
# 绘制矩形
cv.rectangle(cat, (300,300), (400,400), (0,0,255), 3)
# 绘制文本：像图片中添加文字
cv.putText(img=cat,
           text="Cat Cute People Bad",
           org=(100,450),
           fontFace=cv.FONT_HERSHEY_COMPLEX,
           fontScale=1,
           color=(255,255,255),
           thickness=2,
           lineType=cv.LINE_AA)
# 显示图像
cv.imshow("draw", cat)
cv.waitKey(0)
cv.destroyAllWindows()

输出

It.5 绘制多边形

cv2.polylines(img, pts, isClosed, color, thickness=1)

• pts : 包含多边形顶点坐标的数组

• • 使用时：

1. 1. 1. 参数是包含特征点的数组
      2. 需要转换为整数，使用.astype(np.int32)
      3. 最后，将其封装到列表里
      4. 多个多边形，可以依次放入列表[pts1, pts2, ...]

原理

1. 像素坐标是整数，需要转换类型来保证
2. 封装到列表：src的shape一般是(n,2) → 代表有n个顶点，2对应(x,y)坐标。

[]封装到列表后，就变成了[array(shape=(n, 2))] ，OpenCV会将列表中的这个数组当成一个整体，然后去自动解析为 （n,1,2）的数组，进行后续处理。

• isClosed：是否封闭图形 → True 则连接首尾顶
• color ：可以是三元组 / 四元组 / 整数 → BGR / BGRA / 灰度值

---

Sub.4 读取视频

cap = cv2.VideoCapture(path)

• 返回一个视频捕获对象
• path：视频流资源路径，设置为0代表从默认摄像头捕获实时视频流

ret, frame = cap.read()

• ret（布尔值）：是否成功读取帧。

• • True：读取成功，frame为当前帧图像（BGR 格式的 numpy 数组）
  • False：读取失败（如视频结束、路径错误、摄像头未连接）

• frame：当前帧图像数据。

代码示例

import cv2 as cv
# 创建VideoCapture对象
cap = cv.VideoCapture(0) # 摄像头索引或本地视频路径，记得使用r字符串
while True:
    ret,frame=cap.read()
    if not ret:
        print("出错")
        break
    cv.imshow("frame",frame)
    # cv.waitKey(40)&0xFF ：等待40毫秒判断是否有按键触发，有返回ASCII码，没有返回-1
    if cv.waitKey(40)&0xFF == ord('q'):
        break
# 释放摄像头资源
cap.release()
cv.destroyAllWindows()

1. 获取按键事件

1. 1. ord(c) 字符转编码； chr(i) 编码转字符
   2. 0xFF : 16进制，在二进制里是11111111，在这里和获取到的按键按位与 &

作用：把返回值的低8位保留下来，确保得到的是按键对应的 8 位 ASCII 码值。

---

🪺 补充

1. OpenCV常用变量名