第一篇：用OpenCV完成一个完整的图像处理流程-CSDN博客

本文链接：https://blog.csdn.net/hhhhhhahsudje/article/details/148161042

一、为啥要做这个？

有时候，我们拿到一张图片，可能需要做一些“美容”或者“体检”。比如，我们想看看图片里有哪些物体，或者把图片里的噪声去掉，让它看起来更清晰。OpenCV就像是一个超级工具箱，里面有各种各样的工具，可以帮助我们完成这些任务。

二、操作步骤

1. 先装好工具

安装OpenCV和NumPy，这两个库是我们的好帮手。在终端或者命令提示符里输入：

bash

复制

pip install opencv-python numpy

等它装好就行啦。

2. 导入工具包

把需要的工具包都请进来：

Python

复制

import cv2
import numpy as np

3. 读取图片

告诉电脑图片在哪里，然后把它读进来。比如图片在桌面上，你得写上完整的路径：

Python

复制

image = cv2.imread('C:/Users/你的用户名/Desktop/图片名.jpg')

如果路径写错了，图片就加载不了。

4. 检查图片有没有加载成功

就像你去拿一张照片，得看看是不是真的拿到了。代码里这样写：

Python

复制

if image is None:
    print("哎呀，图片没加载成功，检查一下路径是不是写错了哦！")
else:
    print("太好了，图片加载成功啦！")

5. 把图片变成黑白的（灰度化）

有时候，我们只需要看图片的明暗，不需要颜色。用这个函数把图片从彩色变成黑白：

Python

复制

gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

这就好像是给图片穿了一件只有黑白两色的衣服。

6. 给图片“磨皮”（模糊处理）

有时候，图片太清晰了反而不好看，比如有一些噪点或者瑕疵。模糊处理就像是给图片“磨皮”，让它的细节看起来更柔和：

Python

复制

blurred_image = cv2.GaussianBlur(gray_image, (5, 5), 0)

这里用的是高斯模糊，(5, 5) 是模糊的强度，值越大，模糊效果越明显。

7. 找出图片的边缘（边缘检测）

边缘检测就像是给图片画轮廓线，帮助我们看清物体的形状。用Canny边缘检测算法：

Python

复制

edges = cv2.Canny(blurred_image, 50, 150)

50 和 150 是阈值，可以根据图片调整。

8. 找出图片里的物体（轮廓提取）

轮廓提取就像是在图片里找“宝藏”，把所有物体的轮廓都找出来：

Python

复制

contours, _ = cv2.findContours(edges, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

cv2.RETR_EXTERNAL 表示只找最外层的轮廓。

9. 在原图上画出轮廓

现在我们已经找到了轮廓，可以在原图上把它们画出来，方便我们更直观地看到效果：

Python

复制

cv2.drawContours(image, contours, -1, (0, 255, 0), 2)

这里用绿色（(0, 255, 0)）画轮廓，线条宽度是2。

10. 显示所有处理后的图片

把处理后的图片都显示出来，看看效果：

Python

复制

cv2.imshow('原图', image)
cv2.imshow('灰度图', gray_image)
cv2.imshow('模糊图', blurred_image)
cv2.imshow('边缘图', edges)
cv2.waitKey(0)
cv2.destroyAllWindows()

三、完整的代码

Python

复制

import cv2
import numpy as np

# 读取图片
image = cv2.imread('C:/Users/你的用户名/Desktop/图片名.jpg')

# 检查图片有没有加载成功
if image is None:
    print("哎呀，图片没加载成功，检查一下路径是不是写错了哦！")
else:
    print("太好了，图片加载成功啦！")

    # 把图片变成黑白的
    gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

    # 给图片“磨皮”
    blurred_image = cv2.GaussianBlur(gray_image, (5, 5), 0)

    # 找出图片的边缘
    edges = cv2.Canny(blurred_image, 50, 150)

    # 找出图片里的物体
    contours, _ = cv2.findContours(edges, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

    # 在原图上画出轮廓
    cv2.drawContours(image, contours, -1, (0, 255, 0), 2)

    # 显示所有处理后的图片
    cv2.imshow('原图', image)
    cv2.imshow('灰度图', gray_image)
    cv2.imshow('模糊图', blurred_image)
    cv2.imshow('边缘图', edges)
    cv2.waitKey(0)
    cv2.destroyAllWindows()