一、什么是OpenCV
OpenCV（Open Source Computer Vision Library）是一个基于开源发行的跨平台计算机视觉与机器学习软件库。它最初由英特尔于1999年发起建立，如今由庞大的全球开发者社区共同维护。OpenCV以C++为核心编写，同时提供了Python、Java等多种语言的接口，能够无缝运行在Windows、Linux、macOS、Android及iOS等主流操作系统上。该库轻量级且高效，内置了500多个涵盖图像处理、视频分析、目标检测及深度学习推理的通用算法。作为计算机视觉领域的“瑞士军刀”，它被广泛应用于自动驾驶、人脸识别、工业质检及医疗影像分析等前沿领域。
二、常用函数和方法
图像输入
img = cv2.imread(filename, flags)
这是 OpenCV 中最基础的函数之一，用于从指定的文件路径加载图片数据并转换为 NumPy 数组。如果文件路径错误或格式不支持，函数会返回
None。它常用于程序启动时加载需要处理的原始素材。
| 参数名 | 说明 |
|---|---|
filename | 要读取的文件完整路径（字符串）。 |
flags | 读取标志，指定读取图像的颜色模式（默认为 cv2.IMREAD_COLOR）。 |
- 支持格式:
.bmp,.dib,.jpeg,.jpg,.jpe,.jp2,.png,.webp,.pbm,.pgm,.ppm,.pxm,.pnm,.tiff,.tif - Flags:
cv2.IMREAD_COLOR(1): 转为 3 通道（默认）。cv2.IMREAD_GRAYSCALE(0): 单通道灰度。cv2.IMREAD_UNCHANGED(-1): 原样读取（包含 Alpha 通道）。cv2.IMREAD_ANYDEPTH(2): 返回 16/32 位图，否则转为 8 位。cv2.IMREAD_ANYCOLOR(4): 读取任意颜色。
图像显示
cv2.imshow(winname, mat)
在一个弹出窗口中显示加载或处理后的图像。该函数通常与
cv2.waitKey()配合使用，否则窗口会一闪而过。它主要用于代码调试阶段，帮助开发者直观地查看图像处理的中间结果或最终效果。
| 参数名 | 说明 |
|---|---|
winname | 显示窗口的名称（字符串）。 |
mat | 要显示的图像数据（NumPy 数组）。 |
按键等待
cv2.waitKey(delay)
用于绑定键盘事件并控制图像窗口的显示时长。如果
delay设为 0，程序会无限期等待用户按下任意键；如果设为正整数（如 1000），则窗口会显示 1000 毫秒。它常紧接在cv2.imshow()之后，防止窗口瞬间关闭。
| 参数名 | 说明 |
|---|---|
delay | 等待时间（单位：毫秒）。0 表示无限等待。 |
关闭窗口
cv2.destroyAllWindows()
销毁（关闭）所有由 OpenCV 创建的显示窗口，并释放相关的窗口资源。通常放在脚本的最后，或者在用户按下特定退出键后执行，用于清理运行环境。
| 参数名 | 说明 |
|---|---|
| 无 | 该函数不需要传入参数。 |
图像保存
retval = cv2.imwrite(filename, img[, params])
将处理后的图像数据保存到本地磁盘。函数会根据文件名的后缀（如
.jpg或.png）自动选择编码格式。常用于保存算法处理后的结果图、截图或转换格式后的图片。
| 参数名 | 说明 |
|---|---|
filename | 保存的文件路径及名称（需包含后缀）。 |
img | 要保存的图像数据。 |
params | 特定格式的编码参数（可选），如压缩质量。 |
retval: 布尔类型，保存成功返回True。params: 针对特定格式的参数。cv2.IMWRITE_JPEG_QUALITY: JPEG 质量 (0-100)，默认 95。cv2.IMWRITE_WEBP_QUALITY: WEBP 质量 (0-100)，默认 95。cv2.IMWRITE_PNG_COMPRESSION: PNG 压缩级别 (0-9)，默认 3。
图像加法 (像素求和)
result = cv2.add(img1, img2)
将两张图像的对应像素值进行相加。与 NumPy 的加法不同，OpenCV 的
add是饱和运算，即当结果超过 255 时会取 255（白色），而不是取模溢出。常用于图像亮度增强或简单的图像融合。
| 参数名 | 说明 |
|---|---|
img1 | 第一张输入图像（需与 img2 大小、类型一致）。 |
img2 | 第二张输入图像。 |
- 两张图片大小必须一致。
- 这是饱和运算（超过 255 取 255），不同于 NumPy 的模运算。
图像混合 (加权加法)
dst = cv2.addWeighted(img1, alpha, img2, beta, gamma)
按照指定的权重（透明度）将两张图像进行融合。公式为
dst = img1 * alpha + img2 * beta + gamma。常用于制作水印、图像过渡特效，或者将两张不同曝光的照片合成一张高动态范围（HDR）图像。
| 参数名 | 说明 |
|---|---|
img1 | 第一张输入图像。 |
alpha | 第一张图像的权重（透明度）。 |
img2 | 第二张输入图像。 |
beta | 第二张图像的权重。 |
gamma | 加到总和上的标量值（通常设为 0，用于调节亮度）。 |
调整大小\缩放
img_resized = cv2.resize(img, dsize, fx, fy, interpolation)
改变图像的尺寸（放大或缩小）。在深度学习中，常用于将输入图片统一缩放到模型要求的固定尺寸（如 224x224）；在日常处理中，可用于生成缩略图或放大查看细节。
| 参数名 | 说明 |
|---|---|
img | 原始输入图像。 |
dsize | 输出图像的尺寸元组 (宽, 高)。 |
fx, fy | 沿 x 轴和 y 轴缩放的比例因子（若 dsize 为 0 则生效）。 |
interpolation | 插值方法，如 cv2.INTER_LINEAR（默认）、cv2.INTER_AREA（缩小推荐）。 |
- 常见插值方法:
cv2.INTER_LINEAR: 双线性插值（默认）。cv2.INTER_NEAREST: 最近邻插值。cv2.INTER_AREA: 像素区域重采样（适合图像缩小）。cv2.INTER_CUBIC: 双三次插值。cv2.INTER_LANCZOS4: Lanczos 插值（8x8 邻域）。
图像平移
img_shift = cv2.warpAffine(img, M, dsize, flags, borderMode, borderValue)
将图像在平面内沿水平或垂直方向移动指定的距离。常用于数据增强（增加训练数据的多样性）或图像校正（如将画面中的物体移动到中心位置）。
| 参数名 | 说明 |
|---|---|
img | 输入图像。 |
M | 2x3 的变换矩阵，例如 np.float32([[1, 0, tx], [0, 1, ty]])，其中 tx, ty 为偏移量。 |
dsize | 输出图像的大小 (宽, 高)。 |
flags | 插值方法的组合（如 cv2.INTER_LINEAR）。 |
borderMode | 边界像素模式（如 cv2.BORDER_CONSTANT）。 |
borderValue | 边界填充值（当 borderMode 为 cv2.BORDER_CONSTANT 时使用）。 |
图像旋转
img_rot = cv2.warpAffine(img, M, dsize, flags, borderMode, borderValue)
根据给定的变换矩阵对图像进行旋转。通常与
cv2.getRotationMatrix2D配合使用，用于图像矫正（如文档扫描后的摆正）或数据增强。
| 参数名 | 说明 |
|---|---|
img | 输入图像。 |
M | 由 getRotationMatrix2D 生成的 2x3 旋转矩阵。 |
dsize | 输出图像的大小。 |
flags | 插值方法的组合。 |
borderMode | 边界像素模式。 |
borderValue | 边界填充值。 |
获取旋转矩阵
M = cv2.getRotationMatrix2D(center, angle, scale)
这是一个辅助函数，用于生成图像旋转所需的 2x3 变换矩阵。它根据指定的中心点、角度和缩放比例计算出矩阵，供
cv2.warpAffine使用。
| 参数名 | 说明 |
|---|---|
center | 旋转中心点的坐标 (x, y)。 |
angle | 旋转角度（正值表示逆时针旋转）。 |
scale | 各向同性的缩放比例（1.0 表示不缩放）。 |
颜色空间转换
img_cvt = cv2.cvtColor(img, code, dstCn)
将图像从一种颜色空间转换到另一种。最常见的用途是将彩色图像转为灰度图（用于边缘检测等算法），或者转为 HSV 空间（用于基于颜色的物体追踪和分割）。
| 参数名 | 说明 |
|---|---|
img | 输入图像。 |
code | 颜色转换代码，如 cv2.COLOR_BGR2GRAY。 |
dstCn | 目标图像的通道数（默认从 code 自动推导）。 |
code: 转换标志。cv2.COLOR_BGR2GRAY: BGR 转灰度。cv2.COLOR_BGR2HSV: BGR 转 HSV。cv2.COLOR_BGR2RGB: BGR 转 RGB。
图像二值化 (全局阈值)
retval, dst = cv2.threshold(src, thresh, maxval, type)
将灰度图像转换为只有黑白两色的二值图像。如果像素值大于阈值则设为最大值（白），否则设为 0（黑）。常用于 OCR 文字识别前的预处理，或提取物体的轮廓。
| 参数名 | 说明 |
|---|---|
src | 输入图像（通常为灰度图）。 |
thresh | 阈值。 |
maxval | 超过阈值时赋予的最大值（通常为 255）。 |
type | 阈值类型（如 cv2.THRESH_BINARY）。 |
retval: 实际使用的阈值（在 Otsu 算法中有效）。type:cv2.THRESH_BINARY: 二值化。cv2.THRESH_BINARY_INV: 反二值化。cv2.THRESH_TRUNC: 截断。cv2.THRESH_TOZERO: 低于阈值置零。cv2.THRESH_TOZERO_INV: 高于阈值置零。
自适应阈值
dst = cv2.adaptiveThreshold(src, maxValue, adaptiveMethod, thresholdType, blockSize, C)
针对光照不均匀的图像进行二值化。它不是使用全局阈值，而是计算每个像素邻域的局部阈值。常用于处理阴影严重或光照变化大的文档扫描图。
| 参数名 | 说明 |
|---|---|
src | 输入灰度图像。 |
maxValue | 赋予满足条件的像素的最大值。 |
adaptiveMethod | 自适应方法（均值或高斯加权）。 |
thresholdType | 阈值类型（必须是二值化或反二值化）。 |
blockSize | 计算阈值的邻域大小（如 11）。 |
C | 从均值或加权均值中减去的常数。 |
adaptiveMethod:cv2.ADAPTIVE_THRESH_MEAN_C: 邻域均值。cv2.ADAPTIVE_THRESH_GAUSSIAN_C: 邻域高斯加权和。
图像腐蚀
dst = cv2.erode(src, kernel, anchor, iterations, borderType, borderValue)
形态学操作之一，用卷积核扫描图像，只有当核内所有像素都为前景（白色）时，中心像素才保留。作用是“腐蚀”掉物体的边缘，常用于去除图像中的小白点噪声，或分离粘连的物体。
| 参数名 | 说明 |
|---|---|
src | 输入图像。 |
kernel | 卷积核（结构元素），如 np.ones((5,5), np.uint8)。 |
anchor | 锚点位置，默认为 (-1, -1) 即核中心。 |
iterations | 迭代次数，即执行腐蚀的次数。 |
borderType | 边界像素模式。 |
borderValue | 边界填充值。 |
- 作用: 使边界向内部侵蚀，消除噪点。
图像膨胀
dst = cv2.dilate(src, kernel, anchor, iterations, borderType, borderValue)
与腐蚀相反，只要卷积核覆盖的区域内有一个像素为前景，中心像素就设为前景。作用是扩大物体的白色区域，常用于填补物体内部的小黑洞，或连接断裂的线条。
| 参数名 | 说明 |
|---|---|
src | 输入图像。 |
kernel | 卷积核。 |
anchor | 锚点位置。 |
iterations | 迭代次数。 |
borderType | 边界像素模式。 |
borderValue | 边界填充值。 |
- 作用: 使边界向外部扩张。
开运算
dst = cv2.morphologyEx(src, cv2.MORPH_OPEN, kernel)
先腐蚀后膨胀的操作。它能有效去除图像外部的小噪点（小白点），同时基本保持原物体的大小和形状不变。常用于二值图像的去噪预处理。
| 参数名 | 说明 |
|---|---|
src | 输入图像。 |
cv2.MORPH_OPEN | 形态学操作类型标志。 |
kernel | 卷积核。 |
- 先腐蚀，后膨胀。用于去除噪点。
闭运算
dst = cv2.morphologyEx(src, cv2.MORPH_CLOSE, kernel)
先膨胀后腐蚀的操作。它能填充物体内部的小黑洞或前景物体上的小孔，也可以连接邻近的断裂处。常用于修复有缺损的文字或图案。
| 参数名 | 说明 |
|---|---|
src | 输入图像。 |
cv2.MORPH_CLOSE | 形态学操作类型标志。 |
kernel | 卷积核。 |
- 先膨胀，后腐蚀。用于填充空洞。
梯度运算
dst = cv2.morphologyEx(src, cv2.MORPH_GRADIENT, kernel)
膨胀图与腐蚀图之差。该操作会保留物体的边缘轮廓，去除内部填充，结果看起来像物体的轮廓素描。常用于提取物体的边缘信息。
| 参数名 | 说明 |
|---|---|
src | 输入图像。 |
cv2.MORPH_GRADIENT | 形态学操作类型标志。 |
kernel | 卷积核。 |
- 膨胀图与腐蚀图之差，提取边缘。
顶帽运算
dst = cv2.morphologyEx(src, cv2.MORPH_TOPHAT, kernel)
原始图像与开运算结果之差。因为开运算会去除细小的亮斑，所以顶帽运算的结果就是这些被去除的亮斑。常用于分离比邻近点亮一些的斑块，或进行不均匀光照下的背景提取。
| 参数名 | 说明 |
|---|---|
src | 输入图像。 |
cv2.MORPH_TOPHAT | 形态学操作类型标志。 |
kernel | 卷积核。 |
- 原图与开运算结果之差。
黑帽运算
dst = cv2.morphologyEx(src, cv2.MORPH_BLACKHAT, kernel)
闭运算结果与原始图像之差。闭运算填充了暗洞，所以黑帽运算的结果就是这些被填充的暗洞。常用于提取图像中的小黑点或孔洞。
| 参数名 | 说明 |
|---|---|
src | 输入图像。 |
cv2.MORPH_BLACKHAT | 形态学操作类型标志。 |
kernel | 卷积核。 |
- 闭运算结果与原图之差。
均值滤波
dst = cv2.blur(src, ksize)
用卷积核覆盖区域内所有像素的平均值来代替中心像素值。这是一种最简单的平滑技术，计算速度快，但会使图像变得模糊，常用于快速去除噪声。
| 参数名 | 说明 |
|---|---|
src | 输入图像。 |
ksize | 卷积核的大小，例如 (5, 5)。 |
- 作用: 简单的平滑处理，去除噪声。
方框滤波
dst = cv2.boxFilter(src, ddepth, ksize, anchor, normalize, borderType)
与均值滤波类似，但可以指定输出图像的深度，并选择是否进行归一化。如果不归一化，像素值可能会溢出变得很亮。常用于需要自定义滤波权重的场景。
| 参数名 | 说明 |
|---|---|
src | 输入图像。 |
ddepth | 输出图像的深度（如 -1 表示与原图一致）。 |
ksize | 卷积核的大小。 |
anchor | 锚点位置。 |
normalize | 是否归一化（True 时等同于均值滤波）。 |
borderType | 边界像素模式。 |
高斯滤波
dst = cv2.GaussianBlur(src, ksize, sigmaX, sigmaY, borderType)
使用高斯核进行卷积操作，中心像素权重最高，周围像素权重随距离递减。能有效去除高斯噪声，同时较好地保留图像的边缘细节。
| 参数名 | 说明 |
|---|---|
src | 输入图像。 |
ksize | 卷积核大小 (必须是奇数，如 3, 5, 7)。 |
sigmaX | X 方向的标准差。 |
sigmaY | Y 方向的标准差（若为 0 则等于 sigmaX）。 |
borderType | 边界像素模式。 |
- 作用: 有效去除高斯噪声。
中值滤波
dst = cv2.medianBlur(src, ksize)
用卷积核覆盖区域内所有像素的中值来代替中心像素值。由于中值不受极端值（如噪点）影响，因此对去除椒盐噪声效果极佳。
| 参数名 | 说明 |
|---|---|
src | 输入图像。 |
ksize | 卷积核大小 (必须是大于 1 的奇数)。 |
- 作用: 去除椒盐噪声效果极佳。
