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 -y

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/simple

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__}")

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。

Python OpenCV学习第一天：环境搭建+NumPy核心基础