opencv的常用接口有那些

OpenCV（Open Source Computer Vision Library）是一个开源的计算机视觉和机器学习库，它包含了许多常用的图像处理和分析功能。以下是一些OpenCV中常用的接口和功能：

1. 图像读取与保存：
   • cv2.imread(filename, flags=cv2.IMREAD_COLOR): 读取图像文件。
   • cv2.imwrite(filename, img): 保存图像到文件。
   • cv2.imshow(winname, mat): 在窗口中显示图像。
   • cv2.waitKey(delay=0): 等待键盘输入。
   • cv2.destroyAllWindows(): 关闭所有OpenCV窗口。
2. 图像基本操作：
   • cv2.resize(src, dsize, interpolation=cv2.INTER_LINEAR): 调整图像大小。
   • cv2.cvtColor(src, code, dst=None, dstCn=None): 图像颜色空间转换，如BGR到灰度图（cv2.COLOR_BGR2GRAY）。
   • cv2.flip(src, flipCode=0): 翻转图像，水平或垂直。
   • cv2.rotate(src, rotateCode): 旋转图像90度，180度，270度等。
3. 图像滤波与增强：
   • cv2.blur(src, ksize, dst=None, anchor=None, borderType=None): 均值滤波。
   • cv2.GaussianBlur(src, ksize, sigmaX, dst=None, sigmaY=0, borderType=cv2.BORDER_DEFAULT): 高斯滤波。
   • cv2.medianBlur(src, ksize): 中值滤波。
   • cv2.bilateralFilter(src, d, sigmaColor, sigmaSpace, dst=None, borderType=cv2.BORDER_DEFAULT): 双边滤波。
   • cv2.equalizeHist(src, dst=None): 直方图均衡化。
4. 特征检测与描述：
   • cv2.Canny(image, threshold1, threshold2, edges=None, apertureSize=3, L2gradient=False): Canny边缘检测。
   • cv2.findContours(image, mode, method[, contours[, hierarchy[, offset]]]): 查找轮廓。
   • cv2.HoughLines(image, rho, theta, threshold[, lines[, srn[, stn[, min_theta[, max_theta]]]]]):霍夫线变换。
   • cv2.HoughLinesP(image, rho, theta, threshold[, lines[, minLineLength[, maxLineGap]]]): 霍夫线变换的概率版本。
   • SIFT, SURF, ORB等特征检测和描述符算法。
5. 图像变换：
   • cv2.warpAffine(src, M, dsize[, dst[, flags[, borderMode[, borderValue]]]]): 仿射变换。
   • cv2.warpPerspective(src, M, dsize[, dst[, flags[, borderMode[, borderValue]]]]): 透视变换。
   • cv2.getPerspectiveTransform(src, dst): 计算透视变换矩阵。
   • cv2.getAffineTransform(src, dst): 计算仿射变换矩阵。
6. 视频处理：
   • cv2.VideoCapture(filename): 打开视频文件或摄像头。
   • cap.read(): 读取视频的下一帧。
   • cv2.VideoWriter(filename, fourcc, fps, frameSize[, isColor]): 创建视频写入对象。
   • out.write(frame): 将帧写入视频文件。
7. 相机标定与3D重建：
   • 相机标定函数，如cv2.calibrateCamera()。
   • 3D点重建函数，如cv2.triangulatePoints()。
8. 其他功能：
   • 图像处理与分析的各种函数，如形态学操作、轮廓分析、直方图比较等。
   • 机器学习模块，包含SVM、KNN、决策树等分类器。
   • 面部和对象识别功能，如Haar级联分类器和LBP级联分类器。
   • 光流法、背景减除、运动估计等视频分析功能。

这只是OpenCV功能的一个概览，实际上OpenCV提供了非常丰富的接口和算法，可以满足各种计算机视觉任务的需求。