OpenCV学习（一）

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。它被广泛应用于图像处理、视频捕捉、特征检测、目标识别等领域。以下是 OpenCV 的一些基础概念，帮助你快速入门：

1. 图像表示

• OpenCV 中图像使用 cv2.Mat 对象表示。
• 图像的存储格式通常是多维数组，例如：
  • 灰度图：二维数组（高度 × 宽度）。
  • 彩色图：三维数组（高度 × 宽度 × 通道数），通常为 BGR 格式（蓝、绿、红）。

2. 常用数据类型

• cv2.imread()：读取图像文件。
• cv2.imwrite()：保存图像文件。
• cv2.imshow()：显示图像。
• cv2.waitKey()：等待键盘输入。
• cv2.destroyAllWindows()：关闭所有窗口。

3. 图像的基本操作

• 读取图像

  import cv2
  image = cv2.imread("image.jpg")
  

• 显示图像

  cv2.imshow("Image", image)
  cv2.waitKey(0)
  cv2.destroyAllWindows()
  

• 保存图像

  cv2.imwrite("output.jpg", image)
  

4. 颜色空间转换

• OpenCV 默认使用 BGR 格式，但可以转换到其他颜色空间。
• 灰度图转换

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

• HSV 色彩空间

  hsv_image = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
  

5. 图像处理

• 边缘检测

  edges = cv2.Canny(image, 100, 200)
  

• 高斯模糊

  blurred = cv2.GaussianBlur(image, (5,5), 0)
  

• 阈值处理

  _, binary = cv2.threshold(gray_image, 127, 255, cv2.THRESH_BINARY)
  

6. 轮廓检测

• 轮廓是图像中物体的边界。
• 查找轮廓

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

• 绘制轮廓

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

7. 视频处理

• OpenCV 支持从摄像头或视频文件中捕获帧。
• 读取视频

  cap = cv2.VideoCapture("video.mp4")
  while cap.isOpened():
      ret, frame = cap.read()
      if not ret:
          break
      cv2.imshow("Frame", frame)
      if cv2.waitKey(25) & 0xFF == ord('q'):
          break
  cap.release()
  cv2.destroyAllWindows()
  

8. 特征检测

• OpenCV 提供了多种特征检测算法，如 SIFT、SURF、ORB 等。
• 使用 ORB 检测特征点

  orb = cv2.ORB_create()
  keypoints, descriptors = orb.detectAndCompute(gray_image, None)
  image_with_keypoints = cv2.drawKeypoints(image, keypoints, None)