找到
4
篇与
寒烟似雪
相关的结果
-
Python OpenCV学习第四天：Canny边缘检测+角点检测+轮廓检测 Python OpenCV学习第四天：终于能自动框出物体了 昨天把几何变换和滤镜玩明白了，今天开始学更有意思的——边缘检测、角点检测和轮廓检测。一开始看这些概念觉得挺抽象的，什么梯度、非极大值抑制，头都大了，结果实际敲代码才发现，原来就是调几个参数的事，而且效果特别直观，能直接把图片里的物体边缘和角点标出来，最后写的自动框物体的小程序，跑出来的时候真的有点小激动。 今日目标完成情况 Canny边缘检测和Sobel算子全搞懂 Harris和Shi-Tomasi角点检测都会用 轮廓检测和轮廓特征计算（面积、周长、外接矩形）掌握 完成了实用小项目：自动筛选并框出图片中的物体 一、边缘检测：找到物体的轮廓线 边缘检测就是把图片中物体的边界找出来，是识别物体的第一步，常用的就是Canny和Sobel。 1. Canny边缘检测：最常用也最好用 Canny虽然步骤听起来多（高斯滤波→计算梯度→非极大值抑制→双阈值检测），但OpenCV都封装好了，一行代码就能搞定： import cv2 import numpy as np img = cv2.imread("test.jpg") gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # Canny边缘检测：(灰度图, 低阈值, 高阈值) # 低阈值和高阈值比例一般是1:2或1:3，效果最好 edges = cv2.Canny(gray, 50, 150) cv2.imshow("原图", img) cv2.imshow("Canny边缘", edges) cv2.waitKey(0) cv2.destroyAllWindows()canny边缘图片 效果这里要特别注意： 低阈值：低于这个值的边缘直接扔掉 高阈值：高于这个值的边缘保留 中间的：如果和高阈值边缘连在一起就保留，否则扔掉 我自己测试了一下，50和150这个组合对大多数图片都够用，要是边缘太多就把阈值调高点，太少就调低点。 2. Sobel算子：分方向计算梯度 Sobel是分别计算x方向（水平）和y方向（垂直）的梯度，然后合并起来： # Sobel算子：(灰度图, 输出深度, x方向阶数, y方向阶数, 卷积核大小) # 输出深度用cv2.CV_64F，不然负数会被截断，后面要转回来 sobelx = cv2.Sobel(gray, cv2.CV_64F, 1, 0, ksize=3) sobely = cv2.Sobel(gray, cv2.CV_64F, 0, 1, ksize=3) # 转成uint8，不然显示出来是黑的 sobelx = cv2.convertScaleAbs(sobelx) sobely = cv2.convertScaleAbs(sobely) # 合并x和y方向的梯度 sobel = cv2.addWeighted(sobelx, 0.5, sobely, 0.5, 0)我对比了一下，Canny的效果比Sobel更干净，边缘更连续，所以平时用Canny更多，Sobel适合需要单独看某个方向边缘的情况。 二、角点检测：找到图片中“尖尖”(头发也行）的地方 角点就是两条边的交点，比如桌子的角、正方形的四个角，这些点在图像拼接、目标跟踪里特别有用。 1. Harris角点检测：经典但参数多 原理大概是：移动一个小窗口，如果窗口里的灰度变化很大，那就是角点。代码如下： # Harris角点检测需要先把灰度图转成float32 gray_float = np.float32(gray) # 参数：(灰度图, 窗口大小, Sobel卷积核大小, k值) # k值一般取0.04-0.06，别改太大 dst = cv2.cornerHarris(gray_float, 2, 3, 0.04) # 膨胀一下，让角点更明显 dst = cv2.dilate(dst, None) # 标记角点：大于最大值1%的地方都标红 img[dst > 0.01 * dst.max()] = [0, 0, 255]踩坑：Harris的参数调起来有点麻烦，窗口大小和k值改一点，结果就差很多，而且标出来的角点有时候会连在一起。 2. Shi-Tomasi角点检测：改进版，更省心 这是Harris的优化版，效果更好，而且可以直接指定检测多少个角点，不用调那么多参数： # 参数：(灰度图, 检测角点数量, 质量水平, 最小距离) # 质量水平一般0.01-0.1，最小距离是角点之间的最小间隔 corners = cv2.goodFeaturesToTrack(gray, 100, 0.01, 10) # 转成整数 corners = np.int0(corners) # 画角点：画个小圆圈 for corner in corners: x, y = corner.ravel() cv2.circle(img, (x, y), 3, [0, 0, 255], -1)这个真的太好用了！指定100个角点就出来100个，而且分布很均匀，比Harris省心太多，平时用这个就行。 三、轮廓检测：终于能框物体了 轮廓检测是今天的重点！找到物体的轮廓后，就能计算它的面积、周长，还能画外接矩形把它框起来。 1. 找轮廓的步骤 注意：找轮廓前一定要先做二值化或者Canny边缘检测，不然找出来的轮廓会很乱： # 步骤1：转灰度图 gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 步骤2：高斯滤波去噪（可选，但推荐） blur = cv2.GaussianBlur(gray, (5, 5), 0) # 步骤3：二值化（或者用Canny边缘检测） ret, thresh = cv2.threshold(blur, 127, 255, cv2.THRESH_BINARY) # 步骤4：找轮廓 # 参数：(二值图, 轮廓检索模式, 轮廓近似方法) # 注意：OpenCV 4.x返回两个值（轮廓和层级），3.x返回三个，这里用4.x的写法 contours, hierarchy = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) # 步骤5：画轮廓 # 参数：(原图, 轮廓列表, 要画的轮廓索引(-1表示画所有), 颜色, 线宽) cv2.drawContours(img, contours, -1, (0, 255, 0), 2)2. 轮廓特征计算 找到轮廓后，就能算它的各种特征了，最常用的就是面积、周长和外接矩形： # 遍历所有轮廓 for contour in contours: # 1. 计算面积 area = cv2.contourArea(contour) # 筛选：只保留面积大于500的轮廓，过滤掉小噪点 if area < 500: continue # 2. 计算周长（True表示闭合轮廓） perimeter = cv2.arcLength(contour, True) # 3. 画外接矩形（最常用！） x, y, w, h = cv2.boundingRect(contour) cv2.rectangle(img, (x, y), (x+w, y+h), (0, 0, 255), 2) # 4. 画最小外接圆（可选） (x_circle, y_circle), radius = cv2.minEnclosingCircle(contour) center = (int(x_circle), int(y_circle)) radius = int(radius) cv2.circle(img, center, radius, (255, 0, 0), 2)筛选面积这步太关键了！ 我一开始没加筛选，结果画出来一堆小框框，都是噪点，加了之后只保留大的物体，看起来清爽多了。 四、今日小项目：自动框出图片中的物体 把今天学的整合起来，写一个能自动找到图片中物体并画外接矩形的小程序： import cv2 import numpy as np def main(): img = cv2.imread("test.jpg") if img is None: print("图片读取失败！") return # 复制一份原图，用来画框 img_copy = img.copy() # 转灰度、滤波、二值化 gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) blur = cv2.GaussianBlur(gray, (5, 5), 0) ret, thresh = cv2.threshold(blur, 127, 255, cv2.THRESH_BINARY) # 找轮廓 contours, hierarchy = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) # 遍历轮廓，筛选并画框 for contour in contours: area = cv2.contourArea(contour) if area > 500: # 面积阈值根据自己的图片调整 x, y, w, h = cv2.boundingRect(contour) cv2.rectangle(img_copy, (x, y), (x+w, y+h), (0, 0, 255), 2) # 把面积写在框上面 cv2.putText(img_copy, f"Area:{int(area)}", (x, y-10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 0, 255), 1) # 显示结果 cv2.imshow("原图", img) cv2.imshow("检测结果", img_copy) cv2.waitKey(0) cv2.destroyAllWindows() if __name__ == "__main__": main()我用自己拍的一张桌上放了几个杯子的照片测试，居然真的把每个杯子都框出来了，还标了面积，太有成就感了！ 五、今日学到的关键点 Canny边缘检测的双阈值比例一般1:2或1:3，50和150是通用组合 Shi-Tomasi角点检测比Harris好用，直接指定数量就行，不用调复杂参数 找轮廓前一定要先二值化或Canny，不然结果会很乱 轮廓筛选按面积来，能过滤掉大部分噪点，面积阈值根据图片实际情况调 OpenCV 4.x的findContours返回两个值，3.x返回三个，别搞混了 六、明天要学的 ORB特征点检测与匹配（用来找两张图里的同一个物体） 直方图均衡化（让图片更清晰） 模板匹配（在大图里找小图） 写一个简单的物体识别小程序 今天学了大概三个小时，主要是轮廓筛选那里花了点时间调阈值，不过看到最后框出来的结果，觉得一切都值了。现在终于能对图片做一些“有用”的处理了，不再是只能加加滤镜，越来越有意思了。
-
Python OpenCV学习第三天：几何变换+阈值处理+图像滤波 Python OpenCV学习第三天：给图片加滤镜原来这么简单 昨天把图像读写和摄像头那点事搞明白了，今天继续往下啃几何变换和图像预处理。本来以为这些都是套公式的函数调用，结果写代码的时候才发现好多细节没注意到，比如旋转个图片居然会被裁掉一半，滤波参数调错了效果差十万八千里。不过今天写出来的滤镜小程序还挺有意思的，能给图片加模糊、锐化、黑白这些效果，终于有点做东西的实感了。 今日目标完成情况 图像几何变换（缩放、旋转、平移、翻转）全掌握 搞懂简单阈值和自适应阈值的区别及适用场景 学会4种常用图像滤波的用法和各自的特点 完成了第一个交互型小项目：键盘控制的图像滤镜 一、图像几何变换：想怎么转就怎么转 几何变换就是改变图片的大小、位置和角度，都是后面做目标检测、图像拼接的基础。 1. 缩放：cv2.resize() 最简单也最常用，注意不同插值方法的区别，用错了图片会糊： import cv2 import numpy as np img = cv2.imread("test.jpg") # 按比例缩放（推荐） img_resized = cv2.resize(img, None, fx=0.5, fy=0.5, interpolation=cv2.INTER_AREA) # fx=水平缩放比例，fy=垂直缩放比例，None表示不指定固定尺寸 # 指定尺寸缩放 img_fixed = cv2.resize(img, (400, 300), interpolation=cv2.INTER_CUBIC)这里要特别说明：插值方法选不对会严重影响效果 缩小图片：用cv2.INTER_AREA，效果最自然 放大图片：用cv2.INTER_CUBIC（慢但清晰）或cv2.INTER_LINEAR（快但稍糊） 默认是INTER_LINEAR，一般够用 2. 翻转：cv2.flip() 一行代码搞定，做数据增强的时候特别有用： img_flip_h = cv2.flip(img, 1) # 水平翻转（左右反过来） img_flip_v = cv2.flip(img, 0) # 垂直翻转（上下反过来） img_flip_both = cv2.flip(img, -1) # 同时水平+垂直翻转3. 旋转：最容易出问题的一个 我一开始以为传个角度就行，结果转完发现图片缺了一半！原来OpenCV的旋转是保持画布大小不变，超出画布的部分直接被裁掉了。 基础旋转（会裁边） # 获取图片中心坐标 h, w = img.shape[:2] center = (w//2, h//2) # 获取旋转矩阵：(旋转中心, 旋转角度, 缩放比例) # 角度是逆时针为正，比如90就是逆时针转90度 M = cv2.getRotationMatrix2D(center, 45, 1.0) # 执行旋转 img_rotated = cv2.warpAffine(img, M, (w, h))不裁边的旋转（进阶） 如果不想裁边，就要自己计算旋转后的新画布大小，我找了个通用写法，直接抄就行： def rotate_image(img, angle): h, w = img.shape[:2] center = (w//2, h//2) # 获取旋转矩阵 M = cv2.getRotationMatrix2D(center, angle, 1.0) # 计算旋转后的新尺寸 cos = np.abs(M[0, 0]) sin = np.abs(M[0, 1]) new_w = int(h * sin + w * cos) new_h = int(h * cos + w * sin) # 调整旋转矩阵的平移量，让图片居中 M[0, 2] += (new_w / 2) - center[0] M[1, 2] += (new_h / 2) - center[1] # 执行旋转 return cv2.warpAffine(img, M, (new_w, new_h))4. 平移 和旋转类似，需要先构造平移矩阵： # 平移矩阵：[[1, 0, 水平平移量], [0, 1, 垂直平移量]] # 正数向右/向下平移，负数向左/向上平移 M = np.float32([[1, 0, 50], [0, 1, 30]]) img_translated = cv2.warpAffine(img, M, (w, h))二、图像阈值处理：把图片变成黑白 阈值处理就是把彩色图转成二值图（只有黑和白），是提取目标物体的第一步。 1. 简单阈值：cv2.threshold() 全局用同一个阈值，适合光照均匀的图片： # 先转成灰度图 gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 简单阈值：(灰度图, 阈值, 最大值, 阈值类型) # 阈值类型： # cv2.THRESH_BINARY：大于阈值变255（白），小于变0（黑） # cv2.THRESH_BINARY_INV：反过来，大于阈值变0，小于变255 ret, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)2. 自适应阈值：cv2.adaptiveThreshold() 解决光照不均匀的问题！比如拍的书本照片，中间亮两边暗，用简单阈值会有一大块黑的，自适应阈值就不会。 thresh_adaptive = cv2.adaptiveThreshold( gray, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, # 自适应方法：高斯加权平均 cv2.THRESH_BINARY, 11, # 块大小：必须是奇数，越大处理越粗糙 2 # 常数：减去这个值，微调阈值 )我自己测试了一下，用一张窗边拍的照片，简单阈值出来的效果惨不忍睹，自适应阈值就清晰很多，这个真的太有用了。 三、图像滤波：给图片“磨个皮” 滤波主要用来去噪，不同的滤波对应不同的噪声类型，别用混了。 1. 均值滤波：cv2.blur() 最简单的滤波，取周围像素的平均值，去噪的同时会把边缘也弄模糊： img_blur = cv2.blur(img, (5, 5)) # (5,5)是卷积核大小，必须是奇数2. 高斯滤波：cv2.GaussianBlur() 最常用的滤波，对高斯噪声（比如图片上的颗粒感）效果很好，比均值滤波保留更多边缘： img_gaussian = cv2.GaussianBlur(img, (5, 5), 0) # 0表示自动计算标准差3. 中值滤波：cv2.medianBlur() 去椒盐噪声神器！ 就是图片上那种随机的白点黑点，用这个效果最好： img_median = cv2.medianBlur(img, 5) # 卷积核大小必须是奇数4. 双边滤波：cv2.bilateralFilter() 最智能的滤波，去噪的同时能保持边缘清晰，就是速度慢一点： img_bilateral = cv2.bilateralFilter(img, 9, 75, 75)四、今日小项目：键盘控制的图像滤镜 把今天学的所有功能整合起来，写一个能通过键盘切换不同滤镜的小程序，按不同的键就能看到不同的效果： import cv2 import numpy as np def main(): img = cv2.imread("test.jpg") if img is None: print("图片读取失败！") return cv2.imshow("原图", img) while True: key = cv2.waitKey(0) & 0xFF if key == ord('q'): break elif key == ord('1'): # 均值模糊 res = cv2.blur(img, (5, 5)) cv2.imshow("滤镜效果", res) elif key == ord('2'): # 高斯模糊 res = cv2.GaussianBlur(img, (5, 5), 0) cv2.imshow("滤镜效果", res) elif key == ord('3'): # 中值模糊 res = cv2.medianBlur(img, 5) cv2.imshow("滤镜效果", res) elif key == ord('4'): # 双边滤波 res = cv2.bilateralFilter(img, 9, 75, 75) cv2.imshow("滤镜效果", res) elif key == ord('5'): # 二值化 gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) ret, res = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY) cv2.imshow("滤镜效果", res) elif key == ord('6'): # 自适应阈值 gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) res = cv2.adaptiveThreshold(gray, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 11, 2) cv2.imshow("滤镜效果", res) elif key == ord('r'): # 重置为原图 cv2.imshow("滤镜效果", img) cv2.destroyAllWindows() if __name__ == "__main__": main()mo8loxdo.png图片 运行之后按1-6就能切换不同的滤镜，按r重置，按q退出，特别方便。 五、今日学到的关键点 缩放图片的时候，缩小用INTER_AREA，放大用INTER_CUBIC，效果最好 默认的旋转会裁掉边缘，不想裁边就要自己计算新的画布大小 简单阈值适合光照均匀的图片，光照不均一定要用自适应阈值 不同的滤波对应不同的噪声：椒盐噪声用中值滤波，高斯噪声用高斯滤波 所有卷积核的大小都必须是奇数，这个是硬性规定 六、明天要学的 Canny边缘检测和Sobel算子 Harris和Shi-Tomasi角点检测 轮廓检测和轮廓特征计算 写一个能自动框出图片中物体的小程序 今天学了大概两个半小时，主要是旋转不裁边的那个函数花了点时间理解，不过搞懂之后就觉得很简单了。现在终于能对图片做一些有意思的处理了.
-
Python OpenCV学习第二天：图像读写+BGR颜色空间+摄像头调用 Python OpenCV学习第二天：读个图颜色居然是反的 昨天把环境和NumPy基础搞定了，今天信心满满地开始学图像读写，本来以为就是调几个函数的事，结果第一张图读出来直接给我整懵了——好好的蓝天变成了深蓝，红花变成了蓝花，折腾了半天才搞明白是OpenCV那个反人类的BGR颜色空间搞的鬼。今天踩的坑比昨天还多，不过好歹把核心操作都摸透了。 今日目标完成情况 图像的读取、显示、保存全流程搞定 搞懂了BGR和RGB的区别及转换方法 学会了通道分离与合并 成功调用电脑摄像头实时显示画面 完成了第一个小项目：简易图像查看器 一、图像基本操作：读、显、存（坑最多的部分） 这三个函数看起来简单，但新手能踩的坑一个都不少，我挨个说。 1. 读取图像：cv2.imread() 函数原型：cv2.imread(文件路径, 读取模式) import cv2 import numpy as np # 最常用的读取方式：彩色图模式（默认） img = cv2.imread("test.jpg") # 其他读取模式 img_gray = cv2.imread("test.jpg", cv2.IMREAD_GRAYSCALE) # 灰度图模式 img_unchanged = cv2.imread("test.jpg", cv2.IMREAD_UNCHANGED) # 包含透明通道 路径绝对不能有中文！ 这是90%新手第一个踩的坑。如果路径里有中文（虽然我用的是test.jpg），imread()不会报错，但会返回None，后面所有操作都会报错。解决方法：把图片放到纯英文路径下，或者用下面的兼容写法： # 中文路径兼容写法 img = cv2.imdecode(np.fromfile("测试图片.jpg", dtype=np.uint8), cv2.IMREAD_COLOR) 图片不存在/路径写错时，会出警告但不会直接崩溃！ 第一步：它会先弹出一串黄色警告（Warning）： [ WARN:0@0.032] ... can't open/read file ... mo6rtsk4.png图片 （我把文件名字写错了）意思是“找不到图片了，但我先不跟你玩命，提醒你一下”。 第二步：程序不会停止，继续往下运行，但会把 img 变量赋值为 None（空的）。 第三步：如果你没加判断，后面直接用 img（比如 cv2.imshow），这时候才会弹出红色报错（Error），然后程序直接崩溃闪退。 所以必须加这个判断！ 把问题扼杀在摇篮里： if img is None: print("图片读取失败！请检查路径/文件名/是否有中文") else: print("图片读取成功") mo6ryxne.png图片 文件路径错误调用后爆炸 读取模式参数：默认是cv2.IMREAD_COLOR（值为1），会自动忽略透明通道；如果需要保留透明通道（PNG图片），必须用cv2.IMREAD_UNCHANGED（值为-1）。 2. 显示图像：cv2.imshow() 函数原型：cv2.imshow(窗口名, 图像数组) # 显示图像 cv2.imshow("img", img) # ↓必须加这两行！不然窗口会一闪而过 cv2.waitKey(0) # 等待任意按键按下，0表示无限等待 cv2.destroyAllWindows() # 关闭所有窗口注意： 不写waitKey()和destroyAllWindows()会导致程序卡死，窗口关不掉，只能强制结束进程。 waitKey(0)里的数字是等待时间（毫秒），如果写waitKey(1000)就是等待1秒后自动关闭窗口。 多个窗口的话，窗口名不能重复，否则后面的会覆盖前面的。 3. 保存图像：cv2.imwrite() 函数原型：cv2.imwrite(保存路径, 图像数组) # 保存图像 cv2.imwrite("output.jpg", img) # 中文路径兼容写法 cv2.imencode(".jpg", img)[1].tofile("输出图片.jpg")注意：保存格式由后缀名决定，支持jpg、png、bmp等常见格式。保存jpg时可以指定压缩质量（0-100，默认95）： cv2.imwrite("output.jpg", img, [cv2.IMWRITE_JPEG_QUALITY, 100]) # 最高质量二、BGR颜色空间：OpenCV最反人类的设计 终于说到今天最大的坑了！为什么我读出来的图颜色不对？因为OpenCV默认的彩色图像格式是BGR，而不是我们平时用的RGB！ 也就是说，普通图片的像素顺序是（红、绿、蓝），但OpenCV读进来之后会变成（蓝、绿、红），所以红色会变成蓝色，蓝色会变成红色，绿色不变。 1. BGR转RGB 解决方法很简单，用cv2.cvtColor()转换一下就行： # BGR转RGB img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) # 其他转换 img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # BGR转灰度图 img_hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV) # BGR转HSV（后面颜色识别会用到）2. 通道分离与合并 有时候我们需要单独处理某一个颜色通道，比如只提取红色通道，这就需要用到通道分离和合并： # 分离通道（B、G、R三个通道） b, g, r = cv2.split(img) # 合并通道（注意顺序！） img_merged = cv2.merge([b, g, r]) # 合并成BGR图像 img_rgb_merged = cv2.merge([r, g, b]) # 合并成RGB图像偷鸡技巧：如果想单独显示某个通道，直接cv2.imshow("Red", r)会显示成灰度图，因为单通道数组会被当成灰度图处理。如果想显示成红色，需要把其他两个通道设为0： # 只显示红色通道（彩色，黑白没有红色） red_channel = np.zeros_like(img) red_channel[:, :, 2] = r # 红色通道是第三个通道（索引2） cv2.imshow("Red Channel", red_channel)三、视频与摄像头调用：比想象中简单（康养写过） OpenCV处理视频的逻辑很简单：把视频当成一帧一帧的图像，逐帧处理就行。 1. 读取本地视频 # 创建视频捕获对象，参数是视频文件路径 cap = cv2.VideoCapture("video.mp4") # 循环读取每一帧 while cap.isOpened(): # 读取一帧，ret表示是否读取成功，frame是当前帧的图像 ret, frame = cap.read() if not ret: print("视频读取完毕") break # 显示当前帧 cv2.imshow("Video", frame) # 按q键退出（等待1毫秒，这样视频才能正常播放） if cv2.waitKey(1) & 0xFF == ord('q'): break # 释放资源 cap.release() cv2.destroyAllWindows()2. 调用电脑摄像头 把上面的视频路径换成0就行，0表示默认摄像头： cap = cv2.VideoCapture(0) # 0是默认摄像头，1是第二个摄像头 while cap.isOpened(): ret, frame = cap.read() if not ret: break # 这里可以对frame进行处理，比如转成灰度图(不建议，因为会变成遗照🤔) #gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) cv2.imshow("摄像头", gray) if cv2.waitKey(1) & 0xFF == ord('q'): break cap.release() cv2.destroyAllWindows()踩坑：如果摄像头被其他程序占用，cap.isOpened()会返回False，关闭其他占用摄像头的程序就行。 四、今日小项目：简易图像查看器 把今天学的内容整合起来，写一个能打开、显示、保存图像的小程序： import cv2 import numpy as np def main(): # 读取图像（中文路径兼容） img_path = "test.jpg" img = cv2.imdecode(np.fromfile(img_path, dtype=np.uint8), cv2.IMREAD_COLOR) if img is None: print("图片读取失败！") return # 显示原图 cv2.imshow("原图", img) # 转成灰度图并显示 gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) cv2.imshow("灰度图", gray) # 转成RGB并显示 rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) cv2.imshow("RGB图", rgb) # 等待按键 key = cv2.waitKey(0) # 按s键保存灰度图 if key == ord('s'): cv2.imencode(".jpg", gray)[1].tofile("灰度图.jpg") print("灰度图已保存") # 关闭所有窗口 cv2.destroyAllWindows() if __name__ == "__main__": main()运行这个程序，就能同时看到原图、灰度图和RGB图的区别了，按s键还能保存灰度图。 五、今日踩坑总结 中文路径大坑：cv2.imread()和cv2.imwrite()不支持中文路径，必须用imdecode和imencode的兼容写法。 BGR颜色空间：OpenCV默认是BGR，和所有其他库（Matplotlib、PIL）都不一样，显示颜色不对先转RGB。 窗口关闭问题：必须写cv2.waitKey()和cv2.destroyAllWindows()，不然窗口会卡死。 视频播放速度：cv2.waitKey(1)里的数字控制视频播放速度，数字越小播放越快，一般用1-10毫秒。 摄像头权限：如果摄像头打不开，检查一下系统是否给了Python摄像头权限。 六、明天要学的 图像的几何变换：缩放、旋转、平移、翻转 图像阈值处理：简单阈值和自适应阈值 图像滤波：均值滤波、高斯滤波、中值滤波 写一个简单的图像滤镜小程序 今天学了大概两个小时，主要是颜色空间的坑浪费了不少时间，一开始还以为是我电脑出问题了，查了半天才知道是OpenCV的设计问题。不过搞懂之后就觉得其实也不难，都是固定的套路。果然学OpenCV就是不断踩坑然后填坑的过程，多敲代码多踩坑，自然就会了。
-
Python OpenCV学习第一天：环境搭建+NumPy核心基础 Python OpenCV学习第一天：环境搭到一半差点放弃 今天终于下定决心开始学OpenCV了！按照之前定的计划，第一天先搞环境和NumPy基础。本来以为半小时就能搞定环境，结果踩了两个大坑，折腾了快一个小时才弄好，真的服了。 今日目标完成情况 OpenCV环境搭建成功 NumPy核心操作过了一遍 搞懂了为什么OpenCV离不开NumPy 掌握OpenCV、NumPy基础语法，能看懂基础代码 一、环境搭建：别再只装opencv-python了！ 真的要吐槽一下网上那些老教程，全都是让你pip install opencv-python，我装完之后才发现后面很多函数都用不了，查了半天才知道原来还有个完整版。而且我之前的python环境乱成狗屎，之前安装中断导致后续安装不上，折腾了好久才理顺。 正确安装方法 先把之前装的乱七八糟的版本全部卸载干净，不然会冲突（卸载时如果提示“跳过opencv-contrib-python，因为未安装”，属于正常情况，不用管，确保已安装的版本被卸载即可）： pip uninstall opencv-python opencv-contrib-python -ymo5qcl22.png图片 然后直接装完整版，包含所有contrib模块，后面学特征检测、DNN什么的都不用再重新装了： pip install opencv-contrib-python -i https://pypi.tuna.tsinghua.edu.cn/simplemo5qfmkq.png图片 一定要加清华源！不加的话国外源慢到死，还经常超时（但是我加了也慢，又被校园网美式拦截了）。另外安装时还遇到了清华源网页访问失败的情况（疑似跑路），试了几次后才顺利下载，估计是临时网络波动，遇到这种情况多重试几次就好。 还有个小问题：安装时会提示“默认采用用户安装模式”，因为正常的site-packages目录没有写入权限，无需担心，不影响OpenCV和NumPy的正常使用，最终还是成功安装了opencv-contrib-python 4.13.0.92版本，NumPy也保持了适配的版本。 测试安装 新建个py文件，输入这几行，测试环境是否安装成功（代码含义后面语法板块会详细说）： import cv2 import numpy as np print(f"OpenCV版本：{cv2.__version__}") print(f"NumPy版本：{np.__version__}")mo5r7t6a.png图片 我这里实际测试输出的是OpenCV 4.13.0和NumPy 2.2.6，之前写的版本是笔误，实际安装后一切正常。如果报错找不到模块，大概率是你的IDE解释器选错了，去设置里检查一下（比如PyCharm，打开设置→Project→Python Interpreter，选择自己的Python环境即可）。 二、基础语法板块（小白必看，逐行解析） 刚开始看代码肯定一脸懵，这里把今天用到的、后续常用的基础语法，逐行拆解，看不懂的地方对照着看，慢慢就能上手。 1. 模块导入语法（最基础，必须会） Python中使用第三方库（比如OpenCV、NumPy），必须先“导入”，才能使用里面的功能，常用导入方式有2种： # 方式1：导入整个模块，使用时需要加“模块名.功能”（推荐，不容易混淆） import cv2 # 导入OpenCV库，简写为cv2（行业通用写法，固定这么写） import numpy as np # 导入NumPy库，简写为np（行业通用写法，固定这么写） # 方式2：从模块中导入指定功能，使用时不用加模块名（不推荐，容易记混） # from cv2 import * # 导入OpenCV所有功能，不推荐，容易和其他库冲突 # from numpy import array # 只导入NumPy的array功能（创建数组） 补充说明：cv2、np都是行业约定俗成的简写，所有人都这么写，记下来就好，不用纠结为什么叫这个。 2. 打印输出语法（调试必备） 用来打印变量、版本信息、结果等，方便我们查看是否正确，今天用到的是f-string格式化输出（最简洁好用）： # 基本格式：print(f"提示文字：{变量/功能}") print(f"OpenCV版本：{cv2.__version__}") # 打印OpenCV版本 print(f"NumPy版本：{np.__version__}") # 打印NumPy版本 # 拆解说明： # 1. print()：打印函数，括号里放要打印的内容，必须加括号 # 2. f""：格式化字符串，前面加f，里面可以用 嵌入变量或功能 # 3. cv2.__version__：获取OpenCV的版本号，__version__是固定写法（两个下划线） # 4. 示例：如果想打印数组，也可以用print(f"数组内容：{arr}") 3. NumPy核心语法（OpenCV必备，逐行解析） 结合今天学的NumPy操作，把每个语法、每个参数都拆解开，看不懂就对照着看，多敲几遍就记住了。 （1）创建数组语法 import numpy as np # 先导入NumPy，必写 # 1. 创建普通数组：np.array(数据, dtype=数据类型) # 拆解：np.array() 是创建数组的核心函数，括号里放要创建的数据 gray = np.array([[1,2,3], [4,5,6], [7,8,9]], dtype=np.uint8) # 逐行解析： # gray：变量名，自己起（建议见名知意，gray=灰度图） # np.array()：创建数组的函数 # [[1,2,3], [4,5,6], [7,8,9]]：数组数据，二维数组（3行3列），对应灰度图的像素 # dtype=np.uint8：指定数据类型为uint8（重点！图像专用，范围0-255） # 2. 创建全0数组：np.zeros(形状, dtype=数据类型) # 拆解：np.zeros() 生成所有元素都是0的数组，适合创建全黑图像 color = np.zeros((100, 100, 3), dtype=np.uint8) # 逐行解析： # (100, 100, 3)：数组形状（高, 宽, 通道数），100行100列，3个通道（对应彩色图） # 其他参数和上面一致 # 3. 创建全1数组：np.ones(形状, dtype=数据类型) white = np.ones((200, 200), dtype=np.uint8) * 255 # 逐行解析： # np.ones() 生成所有元素都是1的数组，乘以255后，所有元素变成255（对应全白图像） # (200, 200)：二维数组（200行200列），对应灰度图 # 4. 创建随机数组：np.random.randint(最小值, 最大值, 形状, dtype=数据类型) noise = np.random.randint(0, 256, (200, 200), dtype=np.uint8) # 逐行解析： # np.random.randint()：生成随机整数的函数 # 0, 256：随机数范围是0~255（因为最大值256是开区间，不包含256） # (200, 200)：数组形状，二维数组，对应灰度图的随机噪声（2）数组索引和切片语法（修改图像必备） 核心：数组索引是「行, 列」（y, x），和我们平时说的「x, y」相反，一定要记牢！ import numpy as np # 先创建一个5x5的数组（方便演示） arr = np.array([[1,2,3,4,5], [6,7,8,9,10], [11,12,13,14,15], [16,17,18,19,20], [21,22,23,24,25]]) # 1. 获取单个元素：数组名[行索引, 列索引]（索引从0开始，不是从1开始！） print(arr[2, 3]) # 输出14 # 解析：第3行（索引2）、第4列（索引3）的元素，就是14 # 2. 获取切片（一块区域）：数组名[行范围, 列范围] # 范围写法：start:end（包含start，不包含end），省略start表示从0开始，省略end表示到最后 print(arr[0:3, 0:3]) # 获取左上角3x3区域（行0-2，列0-2） # 解析：行0到3（不包含3，即0、1、2行），列0到3（不包含3，即0、1、2列） # 3. 修改切片区域：数组名[行范围, 列范围] = 目标值 arr[0:3, 0:3] = 0 # 把左上角3x3区域全部改成0 print(arr) # 打印修改后的数组 （3）数组形状查看/变换语法 import numpy as np arr = np.array([[1,2,3,4,5], [6,7,8,9,10], [11,12,13,14,15], [16,17,18,19,20], [21,22,23,24,25]]) # 1. 查看数组形状：数组名.shape（固定写法） print(arr.shape) # 输出(5, 5)，表示5行5列的二维数组 # 补充：如果是彩色图数组，会输出(高, 宽, 3)，比如(100, 100, 3) # 2. 变换数组形状：数组名.reshape(新形状) # 注意：变换后的元素总数，必须和原来的一致（5x5=25，所以可以改成25个元素的一维数组） arr_flat = arr.reshape(25) # 改成一维数组（25个元素） print(arr_flat.shape) # 输出(25,)，逗号表示一维数组 4. 常见报错/警告语法解析（避坑必备） 今天遇到的警告，拆解一下，以后遇到就知道怎么回事了： 警告1：WARNING: Skipping opencv-contrib-python as it is not installed. 解析：提示“跳过opencv-contrib-python，因为未安装”，正常情况，说明之前没装过这个包，不用处理。 警告2：Defaulting to user installation because normal site-packages is not writeable 解析：提示“默认采用用户安装模式，因为正常的site-packages目录没有写入权限”，不用管，不影响使用，是系统权限问题，不是我们操作错了。 报错：找不到cv2/np模块 解析：要么是没安装成功，要么是IDE解释器选错了，去IDE设置里切换到自己的Python环境即可。 三、NumPy：原来这才是OpenCV的本体 之前就听人说OpenCV学到最后其实是在学NumPy(豆包说的），今天算是有点体会了。原来OpenCV里的图像根本不是什么特殊的东西，就是个三维的NumPy数组而已！所有对图像的操作（比如修改颜色、裁剪、缩放），本质上都是对NumPy数组的操作。 数组和列表的区别（小白必懂） 很多人刚开始会把NumPy数组和Python列表搞混，这里用通俗的话讲清楚，不用记复杂概念： 列表：什么类型都能放（比如数字、字符串、列表），比如[1, "a", [2,3]]，但运算很慢，处理图像（大数据）会卡死。 数组：只能放同一种类型（比如全是数字），运算速度比列表快几百倍，专门用来处理图像这种大数据。 数组支持向量化运算：不用写一堆for循环，比如想把数组里所有元素加1，直接arr+1就行，列表则需要写for循环逐个修改。 今天必须记住的几个操作（结合语法，再巩固一遍） 这些都是后面天天要用的，结合上面的语法解析，边敲代码边理解，记起来更快。 1. 创建数组（图像基础） import numpy as np # 灰度图就是二维数组（高×宽） gray = np.array([[1,2,3], [4,5,6], [7,8,9]], dtype=np.uint8) # 彩色图是三维数组（高×宽×3通道） color = np.zeros((100, 100, 3), dtype=np.uint8) # 快速创建全黑、全白、随机噪声图 black = np.zeros((200, 200), dtype=np.uint8) white = np.ones((200, 200), dtype=np.uint8) * 255 noise = np.random.randint(0, 256, (200, 200), dtype=np.uint8) 超级重要提醒：图像的数据类型一定要用np.uint8！范围是0-255，超出的话会溢出，显示出来的颜色会完全不对，这个坑我已经提前踩过了。 2. 索引和切片（修改图像必备） # 创建一个5x5的数组 arr = np.array([[1,2,3,4,5], [6,7,8,9,10], [11,12,13,14,15], [16,17,18,19,20], [21,22,23,24,25]]) # 获取单个元素（行, 列） print(arr[2, 3]) # 14 # 获取左上角3x3区域 print(arr[0:3, 0:3]) # 把左上角3x3区域全部改成0 arr[0:3, 0:3] = 0 print(arr) 3. 形状变换（图像缩放/调整必备） # 查看数组形状 print(arr.shape) # (5, 5) # 改变形状（元素总数要一样） arr_flat = arr.reshape(25) print(arr_flat.shape) # (25,) 四、今日总结 环境一定要装opencv-contrib-python，别装基础版！别装基础版！别装基础版！重要的事情说三遍，基础版缺少很多功能。 图像数据类型必须是np.uint8，0-255，超出范围会导致图像颜色异常。 数组索引是（行, 列），也就是（y, x），和我们平时说的（x, y）是反的，这个很容易搞混，多练几次就能记住。 清华源可能会出现网页访问失败的情况，遇到时多重试几次，大概率是临时网络波动导致的。 安装时可能会提示“默认采用用户安装模式”，因为正常的site-packages目录没有写入权限，无需担心，不影响使用。 卸载旧版本时，可能会提示“跳过opencv-contrib-python，因为未安装”，属于正常情况，只需确保已安装的版本被成功卸载即可。 Python环境混乱会导致安装失败，遇到这种情况，先卸载相关包，再重新安装，实在不行就重新配置Python环境。 基础语法是重点，尤其是NumPy的数组创建、索引、形状变换，后续操作都要用到，一定要多敲代码练习。 五、明天要学的 图像的读取、显示和保存（结合今天学的语法，实操练习） OpenCV那个反人类的BGR颜色空间（为什么OpenCV读出来的颜色和实际不一样） 调用摄像头实时显示画面（简单实操，增加成就感） 写个最简单的图像查看器（综合运用今天学的知识） 今天学了大概一个半小时，感觉还可以。主要是环境浪费了点时间（python环境乱成狗屎，安装中断导致后续安装不上），中途遇到了清华源访问失败（疑似跑路）、权限不足导致的用户安装模式等小问题，慢慢排查后都解决了，后面学NumPy的时候边敲代码边理解，效率还挺高的。果然学编程不能只看视频，一定要自己动手敲，尤其是语法部分，多敲几遍自然就懂了。
