OpenCV课程学习报告
日期：2026年4月3日
学习周期：本周（2026.03.28 - 2026.04.03）
学习内容：NoteBook与IDE环境搭建、计算机眼中的图像、视频读取与处理、ROI区域、边界填充与数据计算、图像阈值与平滑处理、高斯与中值滤波、腐蚀与膨胀操作。
一、学习目标
通过本周课程，我希望达到以下目标：
1. 环境准备：熟练使用 Jupyter Notebook 和 PyCharm，配置 OpenCV 开发环境。
2. 图像基础：理解计算机中图像的表示方式（像素、通道、数据类型）。
3. 视频处理：掌握读取视频、逐帧处理与保存的基本方法。
4. 图像预处理：学会 ROI 选取、边界填充、阈值分割、平滑滤波、形态学操作等核心预处理技术。
5. 实践能力：能够独立编写代码完成图像去噪、增强和形态学变换，为后续目标检测、图像分割等任务打下基础。
二、学习过程
1. NoteBook 与 IDE 环境
· 安装了 Anaconda 和 PyCharm，创建了虚拟环境 cv_env。
· 在 Jupyter Notebook 中测试了 import cv2、import numpy as np 和 import matplotlib.pyplot as plt。
· 学习了如何高效使用 Notebook 的单元格、快捷键和调试技巧。
2. 计算机眼中的图像
· 学习图像本质是矩阵（h × w × c），对于 RGB 图像每个像素由 0~255 的三个通道组成。
· 使用 cv2.imread() 读取图像，cv2.imshow() 显示，并用 cv2.cvtColor() 转换颜色空间（BGR ↔ RGB，BGR ↔ GRAY）。
3. 视频的读取与处理
· 掌握 cv2.VideoCapture() 读取本地视频或摄像头，使用 while True 循环逐帧读取 ret, frame = cap.read()。
· 学习将处理后的帧写入新视频文件：cv2.VideoWriter() 设置编码格式、帧率、尺寸。
4. ROI 区域 (Region of Interest)
· ROI 是图像中我们关心的矩形区域，通过 NumPy 切片选取：roi = image[y1:y2, x1:x2]。
· 练习对 ROI 进行单独处理（如灰度化、阈值化）再放回原图。
5. 边界填充与数据计算
· cv2.copyMakeBorder() 实现不同填充方式：常数填充、反射填充、复制填充等。
· 数据计算包括像素算术运算（加法、减法、加权混合 cv2.addWeighted()）和逻辑运算（与、或、非）。
6. 图像阈值与平滑处理
· 阈值：cv2.threshold() 实现二值化（THRESH_BINARY、THRESH_TRUNC 等），cv2.adaptiveThreshold() 自适应阈值用于光照不均情况。
· 平滑：均值滤波 cv2.blur()、方框滤波、高斯滤波 cv2.GaussianBlur()、中值滤波 cv2.medianBlur()，分别用于去除高斯噪声和椒盐噪声。
7. 高斯与中值滤波
· 深入理解高斯滤波的权重分布（距离中心越近权重越大），适用于减少高斯噪声。
· 中值滤波将像素替换为邻域内所有像素的中值，对椒盐噪声有极佳效果且保持边缘。
8. 腐蚀与膨胀操作
· 腐蚀：卷积核滑动，仅当核区域内所有像素为 1 时中心才为 1 —— 消除细小白色噪声，分离物体。
· 膨胀：核区域内只要有一个像素为 1 中心就为 1 —— 填补空洞，连接相邻物体。
· 学习了开运算（先腐蚀后膨胀）和闭运算（先膨胀后腐蚀）的组合效果。
---
三、学习中遇到的困难及解决方法
困难 解决方法
环境配置：安装 opencv-contrib-python 时版本冲突导致 imshow 报错。 使用 pip install opencv-python==4.8.1.78 固定版本，并重启内核。
ROI 索引越界：选取的 ROI 超出图像边界。 先检查图像尺寸，添加 x2 = min(x2, w) 等边界约束，或使用 cv2.selectROI() 交互选取。
阈值效果不佳：固定阈值在光照变化区域表现差。 改用自适应阈值 cv2.adaptiveThreshold()，并尝试不同块大小和 C 值。
滤波导致边缘模糊：均值滤波过度平滑。 根据噪声类型选择中值滤波（椒盐噪声）或调整高斯核大小（例如从 5×5 降到 3×3）。
腐蚀膨胀迭代次数理解错误：直接对灰度图操作效果不明显。 必须先对图像二值化（或使用灰度形态学），并理解迭代次数对结构元素放大的效果。
四、学习成果
通过本周的系统学习，取得了以下实质性成果：
全流程开发能力：能够独立搭建并切换使用Notebook与IDE环境，具备了从原型验证到工程落地的开发能力。
视频处理实战：成功编写了读取摄像头并实时添加滤镜（如灰度化、翻转）的程序，并能将处理结果保存为MP4文件。
图像去噪与分割：能够针对含噪图像选择合适的滤波算法（如使用中值滤波去除椒盐噪声），并利用阈值处理提取出清晰的字符或物体轮廓。
形态学应用：在文本图像处理中，成功运用形态学操作修复了断裂的笔画，并分离了粘连的字符，为后续OCR识别打下基础。
五、核心代码示例
import cv2
import numpy as np
def denoise_and_enhance(image):
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
denoised = cv2.medianBlur(gray, 3)
binary = cv2.threshold(denoised, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 1))
enhanced = cv2.morphologyEx(binary, cv2.MORPH_CLOSE, kernel)
return enhanced
# 主函数：摄像头文本修复实时演示
cap = cv2.VideoCapture(0)
while True:
ret, frame = cap.read()
if not ret: break
result = denoise_and_enhance(frame) # 调用处理函数
cv2.imshow('Enhanced Text', result)
if cv2.waitKey(1) == ord('q'): break
cap.release()
cv2.destroyAllWindows()
六、下一步计划
进阶算法：学习Canny边缘检测、霍夫变换，掌握图像轮廓提取技术。
深度学习融合：研究卷积神经网络（CNN）在图像分类与目标检测中的应用。
项目实践：开发“车牌识别系统”，整合ROI提取、阈值分割与模板匹配技术。
性能优化：探索GPU加速图像处理（如OpenCV CUDA模块），提升实时性。