OpenCV 入门：基础图像操作

在计算机视觉领域，OpenCV 无疑是最受欢迎的开源库之一。它由 Intel 公司俄罗斯团队发起，如今已成为处理图像和视频的强大工具。本文我会介绍OpenCV 的基础知识，从图像的读写显示到实时视频流处理，迈出计算机视觉的第一步。

目录

OpenCV 为何值得学习？

图像的基本操作

读取、显示与保存图像

图像的像素操作

绘制几何图形

实时视频流处理

总结

OpenCV 为何值得学习？

OpenCV 之所以被广泛应用，得益于其三大优势：

首先是多语言支持，虽然基于 C++ 实现，但提供了 Python、Ruby、Matlab 等多种语言接口，其中 OpenCV-Python 结合了 C++ 的高性能和 Python 的简洁易读性。

其次是跨平台特性，可在 Windows、Linux、OS X、Android 和 iOS 等系统上运行，甚至支持基于 CUDA 和 OpenCL 的 GPU 加速。

最后是丰富的 API，涵盖了传统计算机视觉算法、主流机器学习算法，还添加了对深度学习的支持，满足各种视觉处理需求。

对于 Python 开发者来说，安装 OpenCV 非常简单，使用国内镜像源可快速完成：

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

图像的基本操作

读取、显示与保存图像

处理图像的第一步是掌握基本的 IO 操作。OpenCV 提供了简洁的接口完成这些任务：

import cv2import numpy as np# 读取图像（默认彩色模式）img = cv2.imread(\'image.jpg\')# 显示图像cv2.imshow(\"Image Window\", img)# 等待用户按键（0表示无限等待）cv2.waitKey(0)# 关闭所有窗口cv2.destroyAllWindows()# 保存图像cv2.imwrite(\"saved_image.jpg\", img)

需要注意的是，cv2.waitKey()是显示图像不可或缺的部分，它给图像绘制留下时间，API里面填写的为多少毫秒，否则窗口可能无响应。

图像的像素操作

在计算机中，图像由像素组成。彩色图像通常由 RGB（红、绿、蓝）三个通道构成，每个通道的像素值范围是 0-255。在OpenCV中使用的BGR通道，我们可以直接操作像素值：

# 获取某个像素点的值（BGR格式，注意与RGB顺序不同）px = img[100, 100]print(px) # 输出 [B, G, R] 值# 修改像素值（设置为红色）img[100, 100] = [0, 0, 255]

绘制几何图形

OpenCV 提供了绘制各种几何图形的函数，方便我们在图像上添加标记：

# 绘制直线（起点、终点、蓝色、线宽2）cv2.line(img, (100, 100), (200, 200), (255, 0, 0), 2)# 绘制圆形（圆心、半径50、黄颜色、线宽2）cv2.circle(img, (300, 300), 50, (0, 255, 255), 2)# 绘制矩形（左上角、右下角、蓝色、线宽2）cv2.rectangle(img, (100, 200), (300, 300), (255, 0, 0), 2)# 添加文字（内容、位置、字体、大小、青蓝色、线宽4、抗锯齿）cv2.putText(img, \'Hello OpenCV\', (100, 200), cv2.FONT_ITALIC, 1, (255, 255, 0), 4, cv2.LINE_AA)

注意：在OpenCV中添加文字无法使用中文字符，会显示乱码，所以实际中常使用三大库中的matplotlib来实现添加中文字符。
 

实时视频流处理

除了静态图像，OpenCV 还能轻松处理实时视频流。通过电脑摄像头捕获视频的代码如下：

import cv2# 创建VideoCapture对象，参数0表示使用默认摄像头cap = cv2.VideoCapture(0)while True: # 读取一帧视频（ret为是否成功读取的标志，frame为帧数据） ret, frame = cap.read() # 如果读取失败则退出循环 if not ret: break # 在这里可以添加对帧的处理（如灰度化、绘制图形等） # 示例：转为灰度图 gray_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # 显示处理后的帧 cv2.imshow(\'Camera Feed\', gray_frame) # 按\'q\'键退出循环 if cv2.waitKey(1) & 0xFF == ord(\'q\'): break# 释放摄像头资源并关闭所有窗口cap.release()cv2.destroyAllWindows()

这段代码的核心是VideoCapture类，它负责从摄像头获取视频流。通过循环不断读取帧并处理，实现实时视频处理的效果。参数为0表示使用默认摄像头，也可以传入视频所在地址。

waitKey(1)确保每帧之间有 1 毫秒的延迟，既保证视频流畅，又能检测按键输入。

总结

本文我介绍了 OpenCV 的基本操作，包括图像的读写显示、像素操作、几何图形绘制以及实时视频流处理。这些基础操作是进行更复杂计算机视觉任务的基石，例如目标检测、图像分割等。

OpenCV 的强大之处在于它将复杂的视觉算法封装成简单易用的接口，让开发者可以专注于业务逻辑而非底层实现。