python中的cv2库

1. 核心功能

• 计算机视觉：支持图像处理、视频分析、特征提取、目标检测等任务。
• 跨平台：可在 Windows、Linux、macOS 等系统上运行。
• 算法丰富：提供 2500+ 优化算法，涵盖经典和先进的计算机视觉技术。

2. 常用类与方法

• 图像读取与显示：

  1 2 3 4 5 6 7 8 9 10

  import cv2 # 读取图像（支持 JPG、PNG 等格式） img = cv2.imread("image.jpg", cv2.IMREAD_COLOR) # 彩色模式（默认） # img = cv2.imread("image.jpg", cv2.IMREAD_GRAYSCALE) # 灰度模式 # 显示图像 cv2.imshow("Image Window", img) cv2.waitKey(0) # 等待按键（0 表示无限等待） cv2.destroyAllWindows() # 关闭所有窗口

• 图像处理：

  1 2 3 4 5 6 7 8

  # 颜色空间转换（BGR 转灰度） gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 调整图像大小 resized = cv2.resize(img, (800, 600)) # 边缘检测（Canny 算法） edges = cv2.Canny(gray, 100, 200)

• 特征检测与匹配：

  1 2 3 4 5 6 7

  # SIFT 特征检测 sift = cv2.SIFT_create() keypoints, descriptors = sift.detectAndCompute(img, None) # 特征匹配（Brute-Force） bf = cv2.BFMatcher() matches = bf.match(descriptors1, descriptors2)

• 视频处理：

  1 2 3 4 5 6 7 8 9 10 11 12

  # 打开视频文件或摄像头 cap = cv2.VideoCapture("video.mp4") # 或 0 表示默认摄像头 while cap.isOpened(): ret, frame = cap.read() if not ret: break cv2.imshow("Video", frame) if cv2.waitKey(25) & 0xFF == ord("q"): break cap.release() # 释放资源

3. 使用示例

• 读取并显示图像：

  1 2 3 4

  img = cv2.imread("image.jpg") cv2.imshow("Image", img) cv2.waitKey(0) cv2.destroyAllWindows()

• 灰度转换与边缘检测：

  1 2 3 4

  gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) edges = cv2.Canny(gray, 100, 200) cv2.imshow("Edges", edges) cv2.waitKey(0)

• 人脸检测（需 Haar 级联文件）：

  1 2 3 4 5 6

  face_cascade = cv2.CascadeClassifier("haarcascade_frontalface_default.xml") faces = face_cascade.detectMultiScale(gray, 1.1, 4) for (x, y, w, h) in faces: cv2.rectangle(img, (x, y), (x+w, y+h), (255, 0, 0), 2) cv2.imshow("Faces", img) cv2.waitKey(0)

4. 注意事项

• 安装依赖：需先安装 OpenCV 库，使用命令 pip install opencv-python。
• 颜色空间：OpenCV 默认使用 BGR 格式，与其他库（如 PIL、Matplotlib）交互时需转换。
• 图像路径：确保路径正确，避免读取失败（返回 None）。
• 资源释放：处理视频或摄像头时，及时调用 release() 释放资源。
• 异常处理：检查图像是否加载成功，避免后续操作报错。

总结

• 读取图像：cv2.imread()，支持多种格式和读取模式。
• 处理图像：使用 cvtColor、resize、Canny 等函数进行颜色转换、缩放、边缘检测。
• 特征检测：通过 SIFT、SURF 等算法提取关键点，再进行特征匹配。
• 视频处理：用 VideoCapture 读取视频，逐帧处理并分析。