当前位置：首页 > news >正文

HoRain云--OpenCV图像操作全指南：从入门到精通

news 2026/5/12 16:26:40

🎬 HoRain 云小助手：个人主页

⛺️生活的理想，就是为了理想的生活!

⛳️ 推荐

前些天发现了一个超棒的服务器购买网站，性价比超高，大内存超划算！忍不住分享一下给大家。点击跳转到网站。

OpenCV 图像基本操作指南

OpenCV（Open Source Computer Vision Library）是计算机视觉领域最流行的开源库之一，掌握其基本操作是进行图像处理和计算机视觉应用的基础。以下是对OpenCV图像基本操作的全面介绍。

一、环境准备与安装

# 安装OpenCV（Python） pip install opencv-python # 或包含更多功能的版本 pip install opencv-contrib-python

验证安装：

import cv2 print("OpenCV版本:", cv2.__version__)

二、图像基本操作

1. 图像读取

import cv2 # 读取彩色图像（默认） img = cv2.imread('image.jpg') # 读取灰度图像 gray_img = cv2.imread('image.jpg', cv2.IMREAD_GRAYSCALE) # 检查是否加载成功 if img is None: print("错误：无法加载图像，请检查文件路径")

参数说明：

cv2.IMREAD_COLOR（默认，1）：加载为彩色图像（3通道）
cv2.IMREAD_GRAYSCALE（0）：加载为灰度图像（1通道）
cv2.IMREAD_UNCHANGED（-1）：加载图像并保留alpha通道

2. 图像显示

# 显示图像 cv2.imshow('Image Window', img) # 等待按键（0表示无限等待） key = cv2.waitKey(0) # 按'q'键退出 if key == ord('q'): print("退出显示") # 关闭所有窗口 cv2.destroyAllWindows()

关键点：

imshow：创建显示窗口并关联图像
waitKey：控制显示窗口的阻塞时间
destroyAllWindows：关闭所有窗口

3. 图像保存

# 保存处理后的图像 cv2.imwrite('output.jpg', img)

4. 图像属性获取

# 获取图像形状（高度, 宽度, 通道数） print("图像形状:", img.shape) # 彩色图：(H, W, 3) # 获取图像数据类型 print("数据类型:", img.dtype) # 通常是 uint8 # 获取图像总像素数 print("图像大小:", img.size) # H * W * 通道数

三、图像基本操作

1. 图像裁剪

# 裁剪图像区域 [y1:y2, x1:x2] cropped = img[100:300, 200:400]

2. 通道操作

通道分离与合并：

# 分离BGR通道 b, g, r = cv2.split(img) # 合并通道 merged = cv2.merge([b, g, r]) # 仅保留红色通道 red = img[:, :, 2]

颜色空间转换：

# BGR转灰度 gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # BGR转HSV hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV) # BGR转RGB（用于显示） rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

3. 图像变换

图像缩放：

# 按比例缩放 resized = cv2.resize(img, None, fx=0.5, fy=0.5) # 指定尺寸缩放 resized = cv2.resize(img, (800, 600))

图像翻转：

# 水平翻转 flipped_h = cv2.flip(img, 1) # 垂直翻转 flipped_v = cv2.flip(img, 0) # 水平+垂直翻转 flipped_both = cv2.flip(img, -1)

四、完整示例代码

import cv2 import numpy as np # 1. 读取图像 img = cv2.imread('lena.jpg') if img is None: print("错误：无法加载图像") exit() # 2. 获取并打印图像属性 print("图像形状:", img.shape) print("图像大小:", img.size) print("数据类型:", img.dtype) # 3. 图像转换（BGR转灰度） gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 4. 显示原始图像和转换后的图像 cv2.imshow('Original', img) cv2.imshow('Gray', gray_img) cv2.waitKey(0) cv2.destroyAllWindows() # 5. 保存灰度图像 cv2.imwrite('lena_gray.jpg', gray_img)