当前位置：首页 > news >正文

计算机视觉（opencv）——图像本质、数字矩阵、RGB + 基本操作（实战一）

news 2025/8/8 5:26:55

OpenCV 入门教程：

OpenCV（Open Source Computer Vision Library）是一个开源的计算机视觉库，广泛应用于图像处理、视频分析、机器学习等领域。

在 Python 中，cv2 是 OpenCV 的主要接口模块。本文将带你一步步掌握 cv2 库的安装与基本图像处理功能。

图像的本质：像素的数字矩阵

任何数字图像（如照片、截图、手写数字图片）都是由无数个微小的 “像素点”（Pixel）组成的

每个像素点的数值含义：
- 对于灰度图（如代码中的手写数字），每个像素用一个 0-255 的整数表示亮度：0 代表纯黑，255 代表纯白，中间值表示不同深浅的灰色。
- 对于彩色图（如 RGB 格式），每个像素由三个数值（R、G、B）组成，分别对应红、绿、蓝三种颜色的亮度，组合后呈现出各种颜色。

彩色图的单个像素点：[0-255,0-255,0-255]：

如：[123, 85, 34]↑    ↑   ↑B    G   R
在 OpenCV 中默认是 BGR，而不是 RGB

灰度图示例：

什么是RGB（Red, Green, Blue）:

光学三原色（RGB）：红、绿、蓝

通过将红色（R）、绿色（G）、蓝色（B）三种颜色以不同强度组合，形成各种颜色。

R	G	B	颜色
255	0	0	红色
0	255	0	绿色
0	0	255	蓝色
255	255	255	白色
0	0	0	黑色
255	255	0	黄色

百度搜索 “RGB调色板” ，我们通过调色来具体对比来看看：

将第一个像素对应的R、G、B输入调色板后得到的颜色与像素切片篇左上角的像素颜色相同：

注意：这里的三个数组并不是直接 print(image) 打印出来的结果。

print打印出来的结果是

而是分离通道：（本文章第七节会教，此处有印象即可）

B = img1[:, :, 0] # 蓝色B通道
G = img1[:, :, 1] # 绿色G通道
R = img1[:, :, 2] # 红色R通道

或者：
B, G, R = cv2.split(img1)

得到被分开的R、G、B的单独的颜色数据，同时数据的位置对应每个像素的位置。

一、安装 OpenCV 并查看版本

安装命令

pip install opencv-python

pip install opencv-contrib-python

⚠️ 注意：opencv-contrib-python 是包含更多实验性模块和扩展功能的版本，如果你需要 SIFT、SURF 等模块，可安装：

安装完成后，可以通过如下方式验证 OpenCV 是否成功安装：

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

二、读取与显示图像（解析图像的矩阵）

完整图片（可保存）：（或者直接百度搜索企鹅，在点开图片栏，应该第一个或第二个就是）

该图片的第一行的数字矩阵：

可以看到数字矩阵有1600行，3列

1600表示这个图片一行有1600个像素点

3表示每个像素点的BGR的数字组成

import cv2
img = cv2.imread("penguin.jpg")
# print(img)   #打印图片的数字矩阵（设置断点，调试时可以更直观）cv2.imshow('qie',img)
a = cv2.waitKey(5000)   # 展示5秒时间（参数为0：一直执行，需要按键关闭）
print(a)   # 如果按下按键，获取按键的ascll码值
cv2.destroyAllWindows()   # 关闭所有打开的窗口并释放所有相关内存。print("图像形状（shape）：",img.shape)
print("图像数据类型（dtype）",img.dtype)
print("图像大小（size）",img.size)

说明：

cv2.imread()：读取图像。
cv2.imshow()：展示图像窗口。单引号‘’内为标题
cv2.waitKey(ms)：等待键盘事件，单位为毫秒。若为 0，表示一直等待。
cv2.destroyAllWindows()：关闭所有窗口。
img.shape：返回图像的尺寸 (高度, 宽度, 通道数)。

结果：

图像形状（shape）：`(1200, 1600, 3)`

数字	含义
`1200`	图像的高度（行数）= 有 1200 像素行
`1600`	图像的宽度（列数）= 有 1600 像素列
`3`	每个像素有 3 个通道（通常为 BGR 或 RGB）

该图像是一个 彩色图像（3通道），大小为 1600（列）×1200（行）像素，使用的是 BGR 色彩空间（在 OpenCV 中默认是 BGR，而不是 RGB）。

图像数据类型（dtype）: `uint8`

uint8 是 无符号 8 位整数（unsigned int 8）。
每个像素的每个通道用一个字节（8 位）来表示。
取值范围是 0 ~ 255。

图像大小（size） 5760000

shape 为 (1200, 1600, 3)：
- 高度（行数）：1200 像素
- 宽度（列数）：1600 像素
- 每个像素有 3 个颜色通道（B、G、R）
dtype 为 uint8（每个通道值占 1 字节）

那么：

size = 1200 × 1600 × 3 = 5760000

所以，这个图像共有 5760000 个像素值（也可以理解为字节数）。

三、图像缩放

import cv2
img = cv2.imread('penguin.jpg')
img_resize = cv2.resize(img, (400, 400))
cv2.imshow('img',img)
cv2.imshow('img_resize',img_resize)
cv2.waitKey(0)
cv2.destroyAllWindows()

说明：

cv2.resize() 支持调整图像分辨率，常用于适配模型或显示需求。

四、读取灰度图像并保存

读取图片时直接处理成灰度

import cv2
img = cv2.imread(r'./penguin.jpg', cv2.IMREAD_GRAYSCALE)
cv2.imshow('penguin_gray',img)
a = cv2.waitKey(0)
print(a)
cv2.destroyAllWindows()print("图像形状（shape）：",img.shape)
print("图像数据类型（dtype）",img.dtype)
print("图像大小（size）",img.size)cv2.imwrite('penguin_gray.jpg', img) #保存灰度图片

或：

读取彩色图片后，cv2.cvtColor()进行颜色空间转换

img = cv2.imread('penguin.jpg')
img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

说明：

使用 cv2.IMREAD_GRAYSCALE 可将图像读取为灰度格式。
cv2.cvtColor() 进行颜色空间转换。
cv2.imwrite() 用于保存图像。

五、图像裁剪

import cv2
img1 = cv2.imread('penguin.jpg')
img2 = img1[150:350,500:700]
cv2.imshow('penguin',img1)
cv2.imshow('penguin_head',img2)
cv2.waitKey(0)
cv2.destroyAllWindows()

说明：

图像裁剪可通过 NumPy 的数组切片完成。

六、读取视频文件或摄像头

import cv2
video_capture = cv2.VideoCapture('video1.mp4')   # 若参数为0，则为摄像头
if not video_capture.isOpened():print("无法打开")exit()
while True:ret, frame = video_capture.read()if not ret:breakframe = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)cv2.imshow('Video', frame)if cv2.waitKey(1) == 27:    # 数字为每一帧的间隔break
video_capture.release()
cv2.destroyAllWindows()

摄像头读帧：video_capture = cv2.VideoCapture(0)

说明：

cv2.VideoCapture() 可打开视频文件或0摄像头。
video_capture.isOpened()：检查摄像头是否成功打开，返回True（成功）或False（失败）。
cv2.cvtColor() 进行颜色空间转换。
ret, frame = video_capture.read()
- video_capture.read()：从摄像头读取一帧图像。
- 返回两个值：ret是布尔值（True表示读取成功，False表示失败，如摄像头断开）；frame是读取到的图像帧（numpy 数组格式）。

七、分离与合并颜色通道

分离通道指的是将一个三通道彩色图像拆成 三个单通道灰度图

所以每个图只表示一个颜色成分的强度（所有颜色都由红蓝绿三原色组成）

import cv2
img1 = cv2.imread('penguin.jpg')
# =====分离颜色通道=====
# 两种分离方式：
# B = img1[:, :, 0]   # 蓝色B通道
# G = img1[:, :, 1]   # 绿色G通道
# R = img1[:, :, 2]   # 红色R通道
B, G, R = cv2.split(img1)
cv2.imshow('B', B)
cv2.imshow('G', G)
cv2.imshow('R', R)
cv2.waitKey(0)
# =====合并颜色通道=====
img2 = cv2.merge([B, G, R])
cv2.imshow('RGB', img2)
cv2.waitKey(0)
cv2.destroyAllWindows()

说明：

cv2.split() 分离 B、G、R 通道。
cv2.merge() 合并通道生成彩色图像。

通过调试观察数据组成：

可以看到数据的上面是

八、区域像素替换与图像合成

7.1 用随机像素填充图像区域（打码）：

import cv2
import numpy as np
img = cv2.imread('penguin.jpg')
img[150:350,500:700] = np.random.randint(0,256,(200,200,3))
cv2.imshow('penguin_head',img)
cv2.waitKey(0)
cv2.destroyAllWindows()

7.2 图像区域拷贝与粘贴（换头）：

import cv2
img1 = cv2.imread('penguin.jpg')
img2 = cv2.imread('penguin.jpg')# head = img1[150:350,500:700]
# img2[250:450,1000:1200] = head
head = img1[250:450,1000:1200]
img2[150:350,500:700] = headcv2.imshow('img1',img1)
cv2.imshow('img2',img2)
cv2.waitKey(0)
cv2.destroyAllWindows()

说明：

通过数组操作，可轻松实现区域复制与图像拼接。

总结

通过本教程，我们学习了 OpenCV 的以下基础内容：

功能	使用方法
图像读取	`cv2.imread()`
图像展示	`cv2.imshow()`
灰度图转换	`cv2.IMREAD_GRAYSCALE`、`cv2.cvtColor()`
图像裁剪	NumPy 切片
视频读取	`cv2.VideoCapture()`
通道分离与合并	`cv2.split()`、`cv2.merge()`
图像缩放	`cv2.resize()`
图像保存	`cv2.imwrite()`