OpenCV介绍和使用

目录

一：简介

二：安装

三：使用

---

一：简介

OpenCV（Open Source Computer Vision Library）是一个开源的计算机视觉和机器学习软件库，广泛应用于图像处理、计算机视觉、机器学习等领域。它包含了大量的函数和工具，可以用于图像读取、显示、处理、特征提取、目标检测等任务。

OpenCV最初是由Intel公司开发的，现在由Willow Garage提供支持。它支持多种编程语言，包括C++、Python、Java和MATLAB等，并可以在多种操作系统上运行，如Windows、Linux、Android和MacOS等。

OpenCV具有轻量级和高效的特点，由一系列C函数和少量C++类构成。它提供了丰富的图像处理和计算机视觉方面的通用算法，包括图像滤波、形态学操作、特征检测、目标跟踪、相机标定等。此外，OpenCV还支持实时图像处理，可以应用于视频流处理、摄像头监控等场景。

在Python中，OpenCV库可以通过pip命令进行安装，安装完成后即可在Python代码中导入使用。使用OpenCV进行图像处理可以大大简化代码开发过程，提高图像处理效率。

总之，OpenCV是一个功能强大、易于使用、跨平台的计算机视觉库，广泛应用于图像处理、计算机视觉、机器学习等领域。无论是进行学术研究还是商业应用，OpenCV都是一个不可或缺的工具。

二：安装

要安装和使用OpenCV库，您可以按照以下步骤进行操作：
安装OpenCV库：根据您使用的操作系统和编程语言，选择适合的安装方式。
对于Python用户，可以使用pip命令在命令行中安装OpenCV。
在命令行中输入以下命令即可安装最新版本的OpenCV：

pip install opencv-python

如果您需要安装特定版本的OpenCV，可以指定版本号，例如：

pip install opencv-python==4.5.1

安装成功查看版本

import cv2
print(cv2.__version__)
4.8.1

三：使用

使用import语句导入OpenCV库。通常，我们使用import cv2来导入OpenCV库，其中cv2是OpenCV库的常用别名。

import cv2

读取图像：使用OpenCV的imread函数读取图像文件。该函数接受图像文件的路径作为参数，并返回一个表示图像的NumPy数组。

image = cv2.imread('D://test_python/open_cv/image1.png')

显示图像：使用OpenCV的imshow函数显示图像。该函数接受两个参数：窗口的名称和要显示的图像。您可以使用waitKey函数等待用户按键，以便在显示图像后保持窗口打开状态。

cv2.imshow('Image', image)  
cv2.waitKey(0)  # 等待用户按键  
cv2.destroyAllWindows()  # 关闭所有窗口

处理图像：OpenCV提供了丰富的图像处理函数，可以用于图像的滤波、变换、特征提取等操作。您可以根据需要选择适当的函数来处理图像。

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

图像合并：

import cv2

# 读取两张图像
img1 = cv2.imread('D://test_python/open_cv/image1.png')
img2 = cv2.imread('D://test_python/open_cv/image2.png')

# 确保两张图像的大小相同
if img1.shape != img2.shape:
    print("Images must be the same size and type")
    exit()

# 使用addWeighted函数合并图像
# alpha是第一张图像的权重，beta是第二张图像的权重，gamma通常设置为0
alpha = 0.5  # 例如，将两张图像的权重设置为相等
beta = 0.5
gamma = 0
dst = cv2.addWeighted(img1, alpha, img2, beta, gamma)

# 显示合并后的图像
cv2.imshow('Merged Image', dst)
cv2.waitKey(0)
cv2.destroyAllWindows()

保存图像：如果您对图像进行了处理并希望保存结果，可以使用OpenCV的imwrite函数将图像保存到文件中。该函数接受两个参数：保存的文件路径和要保存的图像。
cv2.imwrite('D://test_python/open_cv/image3.jpg', gray_image)

这只是OpenCV库的一些基本用法示例。OpenCV还提供了许多其他功能和函数，可以满足更复杂的图像处理需求。您可以通过查阅OpenCV的官方文档和教程来了解更多详细信息和用法示例。

在下一节的学习中，我们讲系统的介绍，opencv进行图像处理的强大功能，设计图像识别，图像处理，图像归类，目标跟踪等。