【OpenCV基础知识点总结】

OpenCV（开源计算机视觉库）是一个广泛应用于图像和视频处理的Python库。以下是一些主要的图像处理知识点汇总和相应的代码示例说明：

1. 图像读取与显示

• 读取图像：使用cv2.imread()函数从文件中加载图像。

  import cv2
  
  # 读取图像
  img = cv2.imread('image.jpg', cv2.IMREAD_COLOR)  # IMREAD_COLOR表示以BGR格式读取，还有IMREAD_GRAYSCALE等选项
  
  if img is not None:  # 检查是否成功读取图像
      # 显示图像
      cv2.imshow('Image', img)
      cv2.waitKey(0)  # 等待用户按键关闭窗口
      cv2.destroyAllWindows()  # 关闭所有窗口
  1
  2
  3
  4
  5
  6
  7
  8
  9
  10

2. 图像写入

• 保存图像：使用cv2.imwrite()函数将图像矩阵保存到磁盘。

  cv2.imwrite('output.jpg', img)  # 将img矩阵内容保存为'output.jpg'
  1

3. 图像基本操作

• 裁剪图像：通过numpy切片操作或cv2.resize()函数裁剪图像的一部分。

  cropped_img = img[50:200, 100:300]  # 切片裁剪
  1

• 调整图像大小：

  resized_img = cv2.resize(img, (new_width, new_height), interpolation=cv2.INTER_LINEAR)
  1

4. 颜色空间转换

• 灰度图像转换：

  gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
  1

• RGB转BGR 或其他颜色空间转换。

5. 图像滤波器

• 均值滤波：减少图像噪声。

  blurred_img = cv2.blur(img, (5, 5))  # 使用5x5大小的核进行模糊
  1

• 高斯滤波：

  gaussian_blurred_img = cv2.GaussianBlur(img, (5, 5), 0)
  1

6. 边缘检测

• Canny边缘检测：

  edges = cv2.Canny(img, threshold1, threshold2)
  1

7. 形态学操作

• 膨胀与腐蚀：

  kernel = np.ones((3, 3), np.uint8)
  dilated_img = cv2.dilate(img, kernel, iterations=1)
  eroded_img = cv2.erode(img, kernel, iterations=1)
  1
  2
  3

8. 直方图均衡化

• 改善图像对比度：

  equalized_img = cv2.equalizeHist(gray_img)
  1

9. 对象检测

• 霍夫直线检测：

  lines = cv2.HoughLines(img, rho, theta, threshold)
  1

• 轮廓查找：

  contours, hierarchy = cv2.findContours(thresh_img, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
  1

10. 视频处理

• 打开摄像头并读取视频流：

  cap = cv2.VideoCapture(0)  # 打开默认摄像头
  while True:
      ret, frame = cap.read()
      if ret:
          # 对frame进行处理...
          cv2.imshow('Video', frame)
          if cv2.waitKey(1) & 0xFF == ord('q'):
              break
  cap.release()
  cv2.destroyAllWindows()
  1
  2
  3
  4
  5
  6
  7
  8
  9
  10