当前位置：首页 > backend >正文

Python OpenCV图像处理与深度学习：Python OpenCV入门-图像处理基础

backend 2025/8/30 8:59:36

Python OpenCV入门实践：图像处理基础

学习目标

通过本课程，学员们将了解OpenCV的基本概念、安装方法，掌握如何使用Python和OpenCV进行基本的图像处理操作，包括图像的读取、显示、保存以及简单的图像变换。

学习内容

1 Python OpenCV图像处理基础

1.1 OpenCV简介及其安装

1.1.1 OpenCV简介

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。OpenCV被广泛应用于各种计算机视觉应用，如图像和视频分析、人脸识别、物体识别、医学图像分析、增强现实等。它支持多种编程语言，包括Python、C++和Java，以及多种操作系统，如Windows、Linux、MacOS、Android和iOS。

OpenCV的开发始于1999年，由Intel公司发起，旨在加速计算机视觉应用的开发。2000年，OpenCV 1.0版本发布。随着时间的发展，OpenCV不断吸收新的算法和技术，成为计算机视觉领域不可或缺的工具之一。OpenCV 2.0版本引入了更多的高级功能，如机器学习模块。2012年，OpenCV 3.0版本发布，增加了更多的图像处理和视频分析功能。最新的OpenCV 4.0版本进一步优化了性能，增加了对深度学习的支持。

1.1.2 OpenCV的安装

安装OpenCV非常简单，特别是使用Python时。可以通过Python的包管理工具pip来安装OpenCV。打开命令行工具，输入以下命令：

%pip install opencv-python

如果需要使用OpenCV的额外模块，如SIFT、SURF等，可以安装opencv-contrib-python包：

%pip install opencv-contrib-python

安装完成后，可以在Python脚本中通过import cv2来导入OpenCV库。

1.2 图像的基本操作

1.2.1 读取图像

执行以下指令获取测试图片。

!wget https://model-community-picture.obs.cn-north-4.myhuaweicloud.com/ascend-zone/notebook_datasets/188467642fa811f0b2fdfa163edcddae/example.jpg

在OpenCV中，读取图像非常简单。使用cv2.imread()函数可以读取图像文件。该函数接受一个文件路径作为参数，并返回一个NumPy数组，该数组表示图像的像素值。

import cv2# 读取图像
image = cv2.imread('example.jpg')# 检查图像是否成功读取
if image is None:print("Error: Could not read image.")
else:print("Image successfully read.")

1.2.2 显示图像

读取图像后，可以使用cv2.imshow()函数来显示图像。该函数接受两个参数：窗口名称和图像数组。

import cv2# 读取图像
image = cv2.imread('example.jpg')# 显示图像
cv2.imshow('Image', image)# 等待用户按键
cv2.waitKey(0)# 关闭所有窗口
cv2.destroyAllWindows()

1.2.3 保存图像

处理完图像后，可以使用cv2.imwrite()函数将图像保存到文件。该函数接受两个参数：文件路径和图像数组。

import cv2# 读取图像
image = cv2.imread('example.jpg')# 保存图像
cv2.imwrite('save.jpg', image)

1.3 图像变换

1.3.1 图像灰度化

图像灰度化是将彩色图像转换为灰度图像的过程。在OpenCV中，可以使用cv2.cvtColor()函数来实现图像的灰度化。该函数接受两个参数：输入图像和颜色转换代码。

import cv2
import matplotlib.pyplot as plt# 读取图像
image = cv2.imread('example.jpg')# 转换为灰度图像
gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# 将 BGR 格式转换为 RGB 格式，以适配 matplotlib 的显示
gray_image = cv2.cvtColor(gray_image, cv2.COLOR_BGR2RGB)
# 显示灰度图像
plt.imshow(gray_image)
plt.axis('off')
plt.show()

1.3.2 图像缩放

图像缩放是改变图像大小的过程。在OpenCV中，可以使用cv2.resize()函数来实现图像的缩放。该函数接受多个参数，包括输入图像、输出图像的大小、插值方法等。

import cv2# 读取图像
image = cv2.imread('example.jpg')# 缩放图像
resized_image = cv2.resize(image, (800, 600))

# 将 BGR 格式转换为 RGB 格式，以适配 matplotlib 的显示
resized_image = cv2.cvtColor(resized_image, cv2.COLOR_BGR2RGB)
# 显示缩放后的图像
plt.imshow(resized_image)
plt.show()

1.3.3 图像旋转

图像旋转是将图像绕某个点旋转一定角度的过程。在OpenCV中，可以使用cv2.getRotationMatrix2D()和cv2.warpAffine()函数来实现图像的旋转。

import cv2
import numpy as np# 读取图像
image = cv2.imread('example.jpg')# 获取图像的中心点
height, width = image.shape[:2]
center = (width // 2, height // 2)# 定义旋转角度和缩放比例
angle = 45
scale = 1.0# 获取旋转矩阵
rotation_matrix = cv2.getRotationMatrix2D(center, angle, scale)# 应用旋转
rotated_image = cv2.warpAffine(image, rotation_matrix, (width, height))

# 将 BGR 格式转换为 RGB 格式，以适配 matplotlib 的显示
rotated_image = cv2.cvtColor(rotated_image, cv2.COLOR_BGR2RGB)
# 显示旋转后的图像
plt.imshow(rotated_image)
plt.axis('off')
plt.show()