Python 第三方库：cv2（OpenCV 图像处理与计算机视觉库）

cv2 是 OpenCV 的 Python 接口，OpenCV（Open Source Computer Vision Library）是一个跨平台、开源的计算机视觉库，由 Intel 最早开发，现已广泛应用于图像处理、机器视觉、实时检测、视频分析等领域。

借助 cv2，开发者可以轻松实现图像读写、滤波变换、特征提取、人脸识别、目标追踪等各类视觉任务。

安装 ：

推荐使用 pip 安装预编译版本：

pip install opencv-python

如需视频/编解码支持：

pip install opencv-python-headless

如需完整扩展（含 contrib 模块）：

pip install opencv-contrib-python

常见应用场景：

（1）图像读取、保存与格式转换。

（2）图像滤波、灰度化、二值化、边缘检测。

（3）图像几何变换（缩放、旋转、仿射等）。

（4）视频读取与逐帧处理。

（5）摄像头捕获与实时画面处理。

（6）图像特征提取（角点、边缘、轮廓）。

（7）人脸检测与识别、目标检测。

（8）OCR、姿态估计、手势识别等高级视觉任务。

◆◆ ◆

核心概念

1、图像是 NumPy 数组

在 cv2 中，图像被读入为三维 NumPy 数组（形如 (H, W, 3)），每个像素值通常是 uint8 类型，通道顺序为 BGR（蓝绿红），而非常见的 RGB。

2、实时处理友好

OpenCV 对实时场景优化良好，结合摄像头、OpenCL、GPU 或嵌入式设备使用广泛。

3、API 接口统一

无论是图像、视频还是实时流，大部分函数接口保持一致性，便于快速上手和调试。

◆◆ ◆

应用举例

例 1：读取图像并显示

cv2.destroyAllWindows()             # 关闭所有窗口

例 2： 保存图像

cv2.imwrite("output.jpg", img)       # 将 NumPy 图像保存为文件

例 3：图像预处理（灰度、模糊、边缘）

cv2.imshow("Edges", edges)

例 4：使用摄像头实时捕获

cv2.destroyAllWindows()

例 5：图像绘图（绘制矩形、文本）

cv2.imshow("Annotated", img)

例 6： 人脸检测（Haar 分类器）

cv2.imshow("Faces", img)

◆◆ ◆

常用函数与模块概览

1、图像读写

cv2.imread(path)：读取图像为 NumPy 数组

cv2.imwrite(path, image)：保存图像

cv2.cvtColor(image, flag)：颜色空间转换（如 BGR ↔ Gray）

2、图像处理

cv2.resize()：图像缩放

cv2.GaussianBlur()：高斯模糊

cv2.Canny()：边缘检测

cv2.threshold()：图像二值化

cv2.equalizeHist()：直方图均衡化（常用于增强）

3、绘图与注释

cv2.line(), cv2.rectangle(), cv2.circle()：绘制图形

cv2.putText()：绘制文字

cv2.polylines()：绘制轮廓

4、视频与摄像头

cv2.VideoCapture()：打开视频或摄像头流

cap.read()：读取帧

cv2.VideoWriter()：保存视频

5、特征与识别

cv2.CascadeClassifier()：Haar 特征分类器

cv2.SIFT()、cv2.ORB()：关键点检测与匹配

cv2.findContours()：轮廓提取

◆◆ ◆

补充说明

1、图像数据结构说明

图像被加载为 NumPy 数组：

彩色图像：(高度, 宽度, 3)，BGR 顺序

灰度图像：(高度, 宽度)，单通道

像素值范围通常为 0~255，类型为 np.uint8

2、与其他库集成良好

与 NumPy 无缝配合进行矩阵运算

可与 matplotlib 联合可视化图像结果（需注意颜色通道顺序）

与 PyTorch、TensorFlow 搭配用于预处理模型输入

3、性能与兼容性

OpenCV 底层用 C++ 实现，性能极高

Python 接口部分使用 Cython 封装，调用开销极小

支持跨平台运行（Windows、Linux、macOS、树莓派）

小结

“点赞有美意，赞赏是鼓励”