OpenCV-Python实战（1）——OpenCV简介与图像处理基础

OpenCV（Open Source Computer Vision Library）是一个开源的计算机视觉和机器学习软件库，广泛应用于图像处理和计算机视觉领域。它提供了大量的图像处理和计算机视觉功能，如图像读取、显示、保存、图像变换、特征提取等。这些功能使得OpenCV成为研究和开发计算机视觉应用的强大工具。

首先，我们需要安装OpenCV-Python库。你可以使用pip命令在命令行中安装：

pip install opencv-python

安装完成后，我们就可以在Python中导入OpenCV库并使用其中的函数了。

接下来，我们将通过一些示例来了解如何使用OpenCV进行图像处理。

读取和显示图像

首先，我们需要读取一张图像。OpenCV提供了imread()函数来读取图像：

import cv2
# 读取图像
img = cv2.imread('image.jpg')

然后，我们可以使用imshow()函数来显示图像：

# 显示图像
cv2.imshow('image', img)

最后，我们需要等待用户按下任意键关闭窗口：

cv2.waitKey(0)
cv2.destroyAllWindows()

保存图像

如果你想将处理后的图像保存到文件中，可以使用imwrite()函数：

# 保存图像
cv2.imwrite('output.jpg', img)

图像处理基础

OpenCV提供了许多函数来对图像进行基本的处理，如缩放、旋转、剪裁、翻转等。以下是一些示例：

• 缩放图像：resize()函数可以用来改变图像的大小。例如，将图像大小调整为原始大小的50%：

  # 缩放图像为原图的50%大小
  img_resized = cv2.resize(img, None, fx=0.5, fy=0.5)

• 旋转图像：getRotationMatrix2D()和warpAffine()函数可以用来旋转图像。例如，将图像逆时针旋转45度：

  # 获取旋转矩阵
  M = cv2.getRotationMatrix2D((img.shape[1]/2, img.shape[0]/2), -45, 1)
  # 应用旋转矩阵并保存结果
  img_rotated = cv2.warpAffine(img, M, (img.shape[1], img.shape[0]))

• 剪裁图像：copyMakeBorder()函数可以用来在图像周围添加边框，从而实现剪裁效果。例如，剪裁出一个宽为100像素，高为100像素的区域：

  # 在图像周围添加边框以实现剪裁效果，最后得到的图像大小为100x100像素。注意这里的参数需要根据实际情况调整。
  img_cropped = cv2.copyMakeBorder(img, 50, 50, 50, 50, cv2.BORDER_CONSTANT)

• 翻转图像：flip()函数可以用来翻转图像。例如，将图像水平翻转：

  # 水平翻转图像（水平翻转）或垂直翻转（flipCode=1）或同时水平和垂直翻转（flipCode=0）
  img_flipped = cv2.flip(img, 1)  # 水平翻转（flipCode=1）或垂直翻转（flipCode=0）或同时水平和垂直翻转（flipCode=1）或同时水平和垂直翻转（flipCode=0））

  以上就是OpenCV的一些基本操作。当然，OpenCV还提供了许多更高级的图像处理和计算机视觉功能，如特征检测、目标跟踪等。在后续的文章中，我们将继续介绍这些高级功能的应用和实现。