Python OpenCV 详解：安装、使用与核心功能 – wiki基地

作者： /

Python OpenCV 详解：安装、使用与核心功能

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。它包含了超过2500种优化的算法，这些算法涵盖了计算机视觉领域的诸多方面，如图像处理、物体检测、人脸识别、运动跟踪、三维重建等等。Python 作为一种简洁、易学且拥有强大社区支持的语言，与 OpenCV 的结合（通常称为 cv2 模块）使得计算机视觉应用的开发变得更加高效和便捷。本文将详细介绍 Python OpenCV 的安装、基本使用方法以及其核心功能。

一、OpenCV 的历史与重要性

OpenCV 最初由英特尔公司于1999年启动，旨在推动计算机视觉研究和商业应用的发展。它采用 C/C++ 编写，但也提供了 Python, Java, MATLAB 等语言的接口。其跨平台特性（支持 Windows, Linux, macOS, Android, iOS）和 BSD 开源许可证使其在全球范围内得到了广泛的应用。

OpenCV 的重要性体现在：

  1. 学术研究的基础：许多计算机视觉领域的研究论文和项目都基于 OpenCV 实现其算法。
  2. 工业应用的加速器：从安防监控、医疗影像分析到自动驾驶、机器人视觉，OpenCV 提供了成熟的工具集，大大缩短了开发周期。
  3. 教育和学习的良师益友：对于初学者而言，OpenCV 提供了丰富的示例和易用的API，是进入计算机视觉领域的绝佳途径。
  4. 庞大的社区支持：遇到问题时，可以方便地从网络、论坛和社区中找到解决方案和帮助。

二、安装 Python OpenCV

安装 OpenCV 的 Python 绑定通常非常简单，主要依赖 Python 的包管理工具 pip。

1. 环境准备：

  • Python 环境：确保你的系统已经安装了 Python。推荐使用 Python 3.6 或更高版本。可以从 Python 官网 (python.org) 下载并安装。
  • pip 工具：pip 是 Python 的包安装器，通常随 Python 一同安装。可以通过在命令行输入 pip --version 来检查其是否可用。如果需要升级，可以运行 python -m pip install --upgrade pip。
  • NumPy 库：OpenCV 严重依赖 NumPy 进行图像数据的处理（图像在 OpenCV 中以 NumPy 数组的形式表示）。通常在安装 OpenCV 时，如果 NumPy 未安装，pip 会自动处理依赖并安装它。但手动先安装也是一个好习惯：pip install numpy

2. 安装 OpenCV 主包：

对于大多数用户，推荐安装包含主要模块的包：
bash
pip install opencv-python
这个包包含了 OpenCV 库的核心功能。

3. 安装包含贡献模块的包（可选但推荐）：

OpenCV 社区维护着一个名为 opencv_contrib 的仓库，其中包含了一些额外的、实验性的或者有专利限制（需要注意使用场景）的模块，例如 SIFT, SURF 等特征检测算法（尽管较新版本的 OpenCV 可能已将部分此类算法移出或标记为非自由）。如果需要这些高级功能，可以安装：
bash
pip install opencv-contrib-python
注意：opencv-python 和 opencv-contrib-python 不能同时安装。如果你安装了 opencv-contrib-python，它已经包含了 opencv-python 的所有内容。如果之前安装了前者，需要先卸载 (pip uninstall opencv-python) 再安装后者。

4. 无头版本（服务器环境）：

如果在没有图形界面的服务器上运行（例如，不需要通过 cv2.imshow() 显示图像），可以选择安装无头版本：
* pip install opencv-python-headless
* pip install opencv-contrib-python-headless

5. 验证安装：

安装完成后，可以在 Python 解释器中导入 cv2 模块并打印其版本号来验证是否安装成功：
python
import cv2
print(cv2.__version__)
如果成功打印出版本号（如 4.5.5），则表示 OpenCV 已成功安装。

三、Python OpenCV 基本使用

掌握了安装之后，我们来看一些 OpenCV 的基本操作。

1. 导入模块：
在 Python 脚本的开头，首先需要导入 cv2 模块：
python
import cv2
import numpy as np # 通常也会导入numpy

2. 读取图像：
使用 cv2.imread() 函数读取图像。
“`python

读取图像，参数1：图像路径，参数2：读取方式

cv2.IMREAD_COLOR : 加载彩色图像。任何图像的透明度都将被忽略。这是默认标志。

cv2.IMREAD_GRAYSCALE : 以灰度模式加载图像

cv2.IMREAD_UNCHANGED : 加载图像，包括alpha通道（如果存在）

img_path = ‘path/to/your/image.jpg’
image = cv2.imread(img_path, cv2.IMREAD_COLOR)

检查图像是否成功加载

if image is None:
print(f”错误：无法加载图像 {img_path}”)
else:
print(“图像加载成功!”)
“`
OpenCV 读取的彩色图像默认是以 BGR (Blue, Green, Red) 顺序存储像素值的，而不是常见的 RGB 顺序。

3. 显示图像：
使用 cv2.imshow() 函数显示图像。
“`python
cv2.imshow(‘Image Title’, image) # 参数1：窗口标题，参数2：图像对象

cv2.waitKey() 是一个键盘绑定函数。其参数是以毫秒为单位的时间。

如果传递0，它将无限期地等待一次击键。

它还处理GUI事件，所以必须使用它来显示图像。

key = cv2.waitKey(0) # 等待用户按键

cv2.destroyAllWindows() 销毁我们创建的所有窗口。

如果只想销毁特定窗口，请使用 cv2.destroyWindow() 并传递确切的窗口名称。

cv2.destroyAllWindows()

如果按下 ‘s’键，则保存图像并退出

if key == ord(‘s’):
cv2.imwrite(‘saved_image.png’, image)
cv2.destroyAllWindows()
“`

4. 保存图像：
使用 cv2.imwrite() 函数保存图像。
python
cv2.imwrite('output_image.jpg', image) # 参数1：保存路径及文件名，参数2：图像对象

5. 获取图像属性：
图像在 OpenCV 中是以 NumPy 数组的形式存在的。
“`python
height, width, channels = image.shape
print(f”图像高度: {height} 像素”)
print(f”图像宽度: {width} 像素”)
print(f”图像通道数: {channels}”) # 彩色图通常是3 (BGR)，灰度图是1

size = image.size # 图像的总像素数 (height * width * channels)
print(f”图像总像素数: {size}”)

dtype = image.dtype # 图像数据类型，通常是 uint8 (0-255)
print(f”图像数据类型: {dtype}”)
“`

6. 访问和修改像素值：
可以直接通过 NumPy 数组的索引来访问和修改像素。
“`python

获取 (row, col) 处的像素值 (例如第100行，第50列)

(b, g, r) = image[100, 50]
print(f”Pixel at (100, 50) – Blue: {b}, Green: {g}, Red: {r}”)

修改 (row, col) 处的像素值为白色

image[100, 50] = [255, 255, 255]

也可以单独操作某个通道

将 (100,50) 处蓝色通道的值设为0

image[100, 50, 0] = 0 # 0是B通道，1是G通道，2是R通道
“`
注意：对于大规模像素操作，直接使用 NumPy 的数组运算会比逐个像素循环访问高效得多。

7. 图像ROI（Region of Interest）：
可以使用 NumPy 的切片功能方便地选取图像的感兴趣区域。
“`python
roi = image[100:200, 200:300] # 选择行从100到199，列从200到299的区域
cv2.imshow(‘ROI’, roi)
cv2.waitKey(0)
cv2.destroyAllWindows()

也可以将ROI复制到图像的其他位置

image[0:100, 0:100] = roi # 将roi区域复制到图像左上角
“`

8. 视频处理：
OpenCV 也能处理视频，可以从文件读取或从摄像头捕获。

  • 从文件读取视频：
    “`python
    cap = cv2.VideoCapture(‘path/to/your/video.mp4’)

    if not cap.isOpened():
    print(“错误: 无法打开视频文件”)
    else:
    while cap.isOpened():
    ret, frame = cap.read() # ret 是布尔值，表示是否成功读取帧；frame是读取到的帧
    if ret:
    cv2.imshow(‘Video Frame’, frame)
    # 按 ‘q’ 键退出循环
    if cv2.waitKey(25) & 0xFF == ord(‘q’): # 等待25ms，如果期间按下’q’则退出
    break
    else:
    break # 视频结束或读取错误

    cap.release() # 释放VideoCapture对象
    cv2.destroyAllWindows()
    “`

  • 从摄像头捕获：
    “`python
    cap = cv2.VideoCapture(0) # 0通常代表默认摄像头，可以尝试1, 2等选择其他摄像头

    if not cap.isOpened():
    print(“错误: 无法打开摄像头”)
    else:
    # 获取并设置摄像头分辨率（可选）
    # cap.set(cv2.CAP_PROP_FRAME_WIDTH, 640)
    # cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 480)

    while True:
    ret, frame = cap.read()
    if ret:
        # 可以对frame进行各种处理
        # gray_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
        cv2.imshow('Camera Feed', frame)
        if cv2.waitKey(1) & 0xFF == ord('q'):
            break
    else:
        print("无法接收帧 (数据流结束?). 正在退出 ...")
        break

    cap.release()
    cv2.destroyAllWindows()
    “`

四、OpenCV 核心功能详解

OpenCV 的功能非常强大，这里列举一些最常用和核心的功能。

1. 图像基本处理：

  • 颜色空间转换 cv2.cvtColor()：
    OpenCV 支持多种颜色空间之间的转换，最常用的是 BGR 与灰度图 (Grayscale)、HSV (Hue, Saturation, Value) 之间的转换。
    python
    gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    hsv_image = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
    # cv2.imshow('Grayscale', gray_image)
    # cv2.imshow('HSV', hsv_image)
    # cv2.waitKey(0)
    # cv2.destroyAllWindows()
    灰度图像常用于简化算法和减少计算量。HSV 颜色空间对于颜色检测和跟踪非常有用，因为它将颜色信息 (Hue) 与亮度信息 (Value) 分离。

  • 图像阈值处理 cv2.threshold()：
    阈值处理是将灰度图像转换为二值图像（只有黑色和白色）的常用方法。
    “`python
    # ret, binary_image = cv2.threshold(src, thresh, maxval, type)
    # src: 输入图像，通常是灰度图
    # thresh: 阈值
    # maxval: 当像素值超过阈值（或小于阈值，取决于type）时赋予的新值
    # type: 阈值类型，如 cv2.THRESH_BINARY, cv2.THRESH_BINARY_INV, cv2.THRESH_TRUNC, cv2.THRESH_TOZERO, cv2.THRESH_TOZERO_INV

    ret, thresh1 = cv2.threshold(gray_image, 127, 255, cv2.THRESH_BINARY)

    大于127的像素变为255（白色），小于等于127的变为0（黑色）

    ``
    还有自适应阈值    cv2.adaptiveThreshold()，它会根据图像不同区域的亮度动态计算阈值，对于光照不均的图像效果更好。Otsu's Binarization (cv2.THRESH_OTSU`) 是一种自动计算全局阈值的有效方法。

2. 图像滤波与平滑：
图像滤波用于去噪、平滑图像或锐化图像。

  • 均值滤波 cv2.blur() 或 cv2.boxFilter()： 用卷积核覆盖区域所有像素的平均值来替代中心元素。
    python
    blurred_image = cv2.blur(image, (5, 5)) # (5,5)是卷积核大小
  • 高斯滤波 cv2.GaussianBlur()： 与均值滤波类似，但卷积核中的数值满足高斯分布，中心的像素有更高的权重。去噪效果更好，边缘保留相对较好。
    python
    gaussian_blurred = cv2.GaussianBlur(image, (5, 5), 0) # 第三个参数是sigmaX，如果为0则自动计算
  • 中值滤波 cv2.medianBlur()： 用卷积核区域内像素值的中值来替代中心像素的值。对去除椒盐噪声（salt-and-pepper noise）特别有效。
    python
    median_blurred = cv2.medianBlur(image, 5) # 核大小必须是奇数
  • 双边滤波 cv2.bilateralFilter()： 能够在去除噪声的同时保持边缘清晰。它不仅考虑了像素间的空间邻近度，还考虑了像素值相似度。
    python
    bilateral_filtered = cv2.bilateralFilter(image, 9, 75, 75)
    # 参数: d（邻域直径）, sigmaColor（颜色空间标准差）, sigmaSpace（坐标空间标准差）

3. 形态学转换 (Morphological Transformations)：
这是一系列基于形状的图像处理操作，通常在二值图像上进行。需要一个结构元素（kernel）来定义操作的范围。

  • 腐蚀 (Erosion) cv2.erode()： “腐蚀”掉前景物体的边界。使白色区域（前景）变小，黑色区域（背景）扩大。可用于去除小的白色噪点。
  • 膨胀 (Dilation) cv2.dilate()： 与腐蚀相反，使前景物体扩张。可用于连接断开的白色区域或填充物体内的小孔。
    python
    kernel = np.ones((5,5), np.uint8) # 定义一个5x5的矩形结构元素
    eroded_image = cv2.erode(binary_image, kernel, iterations=1)
    dilated_image = cv2.dilate(binary_image, kernel, iterations=1)
  • 开运算 (Opening) cv2.morphologyEx(..., cv2.MORPH_OPEN, ...)： 先腐蚀后膨胀。主要用于去除小的噪点（暗背景上的亮点）。
  • 闭运算 (Closing) cv2.morphologyEx(..., cv2.MORPH_CLOSE, ...)： 先膨胀后腐蚀。主要用于填充前景物体中的小洞或连接邻近物体。
  • 形态学梯度 cv2.morphologyEx(..., cv2.MORPH_GRADIENT, ...)： 膨胀图与腐蚀图之差，可以得到物体的轮廓。
  • 顶帽 (Top Hat) cv2.morphologyEx(..., cv2.MORPH_TOPHAT, ...)： 原图像与开运算结果之差。用于分离比邻近点亮的斑块。
  • 黑帽 (Black Hat) cv2.morphologyEx(..., cv2.MORPH_BLACKHAT, ...)： 闭运算结果与原图像之差。用于分离比邻近点暗的斑块。

4. 几何变换：

  • 缩放 cv2.resize()：
    python
    resized_image = cv2.resize(image, None, fx=0.5, fy=0.5, interpolation=cv2.INTER_LINEAR)
    # fx, fy 是缩放因子；或者直接指定目标尺寸 (width, height)
    # resized_image_abs = cv2.resize(image, (new_width, new_height), interpolation=cv2.INTER_AREA)
    # INTER_AREA 适合缩小，INTER_CUBIC (慢) 或 INTER_LINEAR 适合放大。
  • 平移 cv2.warpAffine()： 需要一个2×3的变换矩阵 M。
    python
    rows, cols, _ = image.shape
    M_translate = np.float32([[1, 0, 100], [0, 1, 50]]) # x方向平移100，y方向平移50
    translated_image = cv2.warpAffine(image, M_translate, (cols, rows))
  • 旋转 cv2.getRotationMatrix2D() 和 cv2.warpAffine()：
    python
    center = (cols // 2, rows // 2) # 旋转中心
    angle = 45 # 旋转角度（逆时针为正）
    scale = 1.0 # 缩放因子
    M_rotate = cv2.getRotationMatrix2D(center, angle, scale)
    rotated_image = cv2.warpAffine(image, M_rotate, (cols, rows))
  • 仿射变换 cv2.getAffineTransform() 和 cv2.warpAffine()：
    需要原图中不共线的3个点及其在目标图像中的对应位置。
    python
    pts1 = np.float32([[50,50],[200,50],[50,200]])
    pts2 = np.float32([[10,100],[200,50],[100,250]])
    M_affine = cv2.getAffineTransform(pts1, pts2)
    affine_transformed_image = cv2.warpAffine(image, M_affine, (cols, rows))
  • 透视变换 cv2.getPerspectiveTransform() 和 cv2.warpPerspective()：
    需要原图中不共线的4个点及其在目标图像中的对应位置。常用于校正倾斜的文档或物体。
    python
    # 假设我们有源图像上的四个点 src_pts 和目标图像上对应的四个点 dst_pts
    # src_pts = np.float32([[x1,y1],[x2,y2],[x3,y3],[x4,y4]])
    # dst_pts = np.float32([[x1',y1'],[x2',y2'],[x3',y3'],[x4',y4']])
    # M_perspective = cv2.getPerspectiveTransform(src_pts, dst_pts)
    # perspective_transformed_image = cv2.warpPerspective(image, M_perspective, (output_width, output_height))

5. 边缘检测：

  • Canny 边缘检测 cv2.Canny()： 一个非常流行的多阶段边缘检测算法。
    python
    edges = cv2.Canny(image, threshold1=100, threshold2=200)
    # threshold1 和 threshold2 是最小和最大阈值，用于滞后阈值化。
    # 先对图像进行高斯模糊去噪通常能得到更好的Canny边缘。
    # blurred_for_canny = cv2.GaussianBlur(gray_image, (5,5), 0)
    # edges = cv2.Canny(blurred_for_canny, 50, 150)
    其他边缘检测算子还有 Sobel, Scharr, Laplacian 等，它们主要计算图像梯度。

6. 轮廓 (Contours) 处理：
轮廓可以简单地解释为连接所有具有相同颜色或强度的连续点（沿边界）的曲线。

  • 查找轮廓 cv2.findContours()：
    python
    # 通常在二值图像上查找轮廓
    # ret, thresh_img = cv2.threshold(gray_image, 127, 255, cv2.THRESH_BINARY)
    contours, hierarchy = cv2.findContours(thresh1, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
    # contours: 一个Python列表，每个元素是一个轮廓（即Numpy数组，包含轮廓上点的(x,y)坐标）
    # hierarchy: 轮廓的层级信息
    # cv2.RETR_EXTERNAL: 只检索最外层的轮廓
    # cv2.RETR_LIST: 检索所有轮廓，但不建立父子关系
    # cv2.RETR_CCOMP: 检索所有轮廓，并将它们组织为两层结构
    # cv2.RETR_TREE: 检索所有轮廓，并重构嵌套轮廓的完整层级
    # cv2.CHAIN_APPROX_NONE: 存储所有轮廓点
    # cv2.CHAIN_APPROX_SIMPLE: 压缩水平、垂直和对角线段，只保留其端点。例如，矩形的轮廓只有4个点。
  • 绘制轮廓 cv2.drawContours()：
    python
    image_with_contours = image.copy() # 创建副本以绘制轮廓，避免修改原图
    cv2.drawContours(image_with_contours, contours, -1, (0, 255, 0), 3) # -1表示绘制所有轮廓，(0,255,0)是绿色，3是线条粗细
    # cv2.imshow('Contours', image_with_contours)
    # cv2.waitKey(0)
  • 轮廓特征：
    可以计算轮廓的多种特征，如面积 (cv2.contourArea())、周长 (cv2.arcLength())、轮廓近似 (cv2.approxPolyDP())、凸包 (cv2.convexHull())、边界矩形 (cv2.boundingRect(), cv2.minAreaRect())、最小包围圆 (cv2.minEnclosingCircle()) 等。这些特征对于物体识别和分析非常有用。

7. 直方图 (Histograms)：
直方图是图像中像素强度分布的图形表示。

  • 计算直方图 cv2.calcHist()：
    “`python
    # 对于灰度图
    hist_gray = cv2.calcHist([gray_image], [0], None, [256], [0, 256])
    # [gray_image]: 源图像列表
    # [0]: 通道索引（灰度图只有一个通道0）
    # None: 掩码图像，如果处理整个图像则为None
    # [256]: HISTSIZE，BINS的数量
    # [0, 256]: 像素值范围

    对于彩色图 (分别计算B, G, R通道的直方图)

    color = (‘b’, ‘g’, ‘r’)
    for i, col in enumerate(color):
    hist_channel = cv2.calcHist([image], [i], None, [256], [0, 256])
    # plt.plot(hist_channel, color=col) # 可以用matplotlib绘制
    # plt.xlim([0, 256])

    plt.show()

    * **直方图均衡化 `cv2.equalizeHist()`：**
    一种改善图像对比度的方法，通常用于灰度图像。    python
    equalized_gray = cv2.equalizeHist(gray_image)
    ``
    对于彩色图像，通常先转到 HSV 或 YUV 等颜色空间，对亮度通道 (V 或 Y) 进行均衡化，然后再转回 BGR。CLAHE (Contrast Limited Adaptive Histogram Equalization) (    cv2.createCLAHE()`) 是一种更高级的自适应直方图均衡化方法，效果通常更好。

8. 图像金字塔：
图像金字塔是一系列从原始图像派生出来的图像，分辨率逐渐降低。主要有两种类型：高斯金字塔和拉普拉斯金字塔。
* 高斯金字塔 cv2.pyrDown() 和 cv2.pyrUp()：
pyrDown()：对图像进行高斯模糊然后下采样（尺寸减半）。
pyrUp()：对图像进行上采样然后高斯模糊（尺寸加倍，但会损失信息）。
python
lower_res = cv2.pyrDown(image)
higher_res = cv2.pyrUp(lower_res) # 注意，higher_res 不会和原图 image 完全一样

9. 特征检测与描述：
这是计算机视觉中的一个核心领域，用于识别图像中的显著点（特征点），并为这些点生成描述子，以便进行匹配、跟踪等。

  • Harris 角点检测 cv2.cornerHarris()： 检测图像中的角点。
  • Shi-Tomasi 角点检测 cv2.goodFeaturesToTrack()： Harris 角点的改进版。
  • SIFT (Scale-Invariant Feature Transform), SURF (Speeded Up Robust Features)： 强大的特征检测和描述算法，对尺度、旋转、光照变化具有不变性。但需要注意，在某些 OpenCV 版本中，这些算法可能因为专利问题被放在 opencv-contrib-python 包的 xfeatures2d 模块中，并且可能被标记为非自由软件。

  • ORB (Oriented FAST and Rotated BRIEF) cv2.ORB_create()： SIFT/SURF 的一个高效、免费的替代方案。
    “`python
    # 以ORB为例
    orb = cv2.ORB_create()
    keypoints, descriptors = orb.detectAndCompute(gray_image, None)
    # keypoints: 检测到的关键点列表
    # descriptors: 关键点的描述子，是一个NumPy数组

    绘制关键点

    image_with_keypoints = cv2.drawKeypoints(image, keypoints, None, color=(0,255,0), flags=0)

    cv2.imshow(‘ORB Keypoints’, image_with_keypoints)

    cv2.waitKey(0)

    * **特征匹配 `cv2.BFMatcher()` 或 `cv2.FlannBasedMatcher`：**
    一旦从两幅图像中提取了特征描述子，就可以使用匹配器来寻找它们之间的匹配。    python

    假设有 img1, img2 和它们对应的描述子 des1, des2

    bf = cv2.BFMatcher(cv2.NORM_HAMMING, crossCheck=True) # NORM_HAMMING用于ORB等二进制描述子

    matches = bf.match(des1, des2)

    matches = sorted(matches, key = lambda x:x.distance) # 按距离排序

    img_matches = cv2.drawMatches(img1, kp1, img2, kp2, matches[:10], None, flags=2) #绘制前10个匹配

    “`

10. 物体检测：
OpenCV 提供了多种物体检测方法。

  • Haar 级联分类器 cv2.CascadeClassifier()：
    一种基于机器学习的有效物体检测方法，常用于人脸、眼睛、行人等的检测。OpenCV 自带了预训练好的 Haar 分类器 XML 文件。
    “`python
    face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + ‘haarcascade_frontalface_default.xml’)
    eye_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + ‘haarcascade_eye.xml’)

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

    faces = face_cascade.detectMultiScale(gray_image, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30))

    scaleFactor: 图像尺寸每次缩小的比例

    minNeighbors: 每个候选矩形应该有多少个邻居才被保留

    minSize: 物体的最小尺寸

    for (x, y, w, h) in faces:
    cv2.rectangle(image, (x, y), (x+w, y+h), (255, 0, 0), 2) # 在人脸上画蓝色矩形
    roi_gray = gray_image[y:y+h, x:x+w]
    roi_color = image[y:y+h, x:x+w]
    eyes = eye_cascade.detectMultiScale(roi_gray)
    for (ex, ey, ew, eh) in eyes:
    cv2.rectangle(roi_color, (ex, ey), (ex+ew, ey+eh), (0, 255, 0), 2) # 在眼睛上画绿色矩形

    cv2.imshow(‘Face Detection’, image)

    cv2.waitKey(0)

    * **HOG (Histogram of Oriented Gradients) 特征：** 常与 SVM 分类器结合用于行人检测。
    * **深度学习模型 (DNN 模块 `cv2.dnn`)：**
    OpenCV 的 `dnn` 模块支持加载和运行预训练的深度学习模型，例如来自 TensorFlow, Caffe, PyTorch, Darknet (YOLO) 等框架的模型，用于更高级的物体检测、图像分割和分类任务。    python

    示例：使用预训练的 MobileNet SSD 模型进行物体检测

    model_path = “path/to/MobileNetSSD_deploy.caffemodel”

    config_path = “path/to/MobileNetSSD_deploy.prototxt.txt”

    net = cv2.dnn.readNetFromCaffe(config_path, model_path)

    blob = cv2.dnn.blobFromImage(cv2.resize(image, (300, 300)), 0.007843, (300, 300), 127.5)

    net.setInput(blob)

    detections = net.forward()

    # 解析 detections 以获取物体类别、置信度和边界框

    “`

11. 视频分析：
除了基本的视频读写，OpenCV 还提供了一些视频分析工具。

  • 背景减除：
    cv2.createBackgroundSubtractorMOG2() 或 cv2.createBackgroundSubtractorKNN() 可以创建背景减除器对象，用于从视频中分离前景物体。
  • 光流估计：
    cv2.calcOpticalFlowFarneback() (稠密光流) 或 cv2.calcOpticalFlowPyrLK() (Lucas-Kanade 稀疏光流) 用于估计视频帧之间像素的运动。

五、总结与展望

Python OpenCV 是一个功能极其丰富的库，为计算机视觉开发者提供了强大的工具。从基础的图像读写、颜色转换、滤波，到高级的特征检测、物体识别、视频分析，乃至深度学习模型的集成，OpenCV 几乎涵盖了计算机视觉的方方面面。

本文详细介绍了 OpenCV 的安装过程、基本图像和视频操作，并对一些核心功能（如图像处理、形态学、几何变换、边缘检测、轮廓、直方图、特征工程、物体检测等）进行了深入的阐述。

要精通 OpenCV，除了理解这些基础知识和核心功能外，还需要大量的实践。尝试将这些技术应用于实际问题，例如创建自己的图像滤镜、实现简单的物体跟踪器、或者构建一个基于 Haar 特征的人脸打卡系统等。随着深度学习的兴起，将 OpenCV 与 TensorFlow, PyTorch 等框架结合使用，可以解决更复杂的视觉任务。

计算机视觉是一个不断发展的领域，OpenCV 也在持续更新和进步。保持学习的热情，关注社区动态，你将在计算机视觉的世界中发现无限可能。

希望这篇文章能够帮助您全面了解 Python OpenCV！

发表评论

您的邮箱地址不会被公开。 必填项已用 * 标注

滚动至顶部