初识 OpenCV

简介

OpenCV（Open Source Computer Vision Library）是一个涵盖了数百种计算机视觉算法的开源算法库。

OpenCV 具有模块化结构，这意味着该软件包包含多个共享或静态库。其中包含以下模块：

1. Core functionality (core)：一个定义基本数据结构的基础模块，包括密集多维数组 Mat 和所有其他模块使用的基本函数。

2. Image Processing (imgproc)：图像处理模块，包括线性和非线性图像过滤、几何图像变换（调整大小、仿射和透视变形、基于通用表的重新映射）、色彩空间转换、直方图等。

3. Video Analysis (video)：视频分析模块，包括运动估计、背景扣除和对象跟踪算法。

4. Camera Calibration and 3D Reconstruction (calib3d)：基本的多视图几何算法、单相机和立体相机校准、物体姿态估计、立体对应算法和 3D 重建元素。

5. 2D Features Framework (features2d)：显著特征检测器、描述符和描述符匹配器。

6. Object Detection (objdetect)：检测预定义类的对象和实例（例如，面部、眼睛、杯子、人、汽车等）。

7. High-level GUI (highgui)：易于使用的界面和简单的 UI 功能。

8. Video I/O (videoio)： 易于使用的视频捕获和视频编解码器接口。

9. … 其他一些帮助模块，例如 FLANN 和 Google 测试包装器、Python 绑定等。

OpenCV 早期的 API 是使用 C 语言编写的，然而基于 C 语言的 API 目前已经废弃。目前 OpenCV API 已经是 C++ 编写的，因此你可以十分高效的在 C++ 项目中使用 OpenCV。除此之外，OpenCV 官方还提供了其它语言的 API 调用支持，例如 Java、Python 以及 Matlab。当然，你还可以选择其它的编程语言，例如 JavaScript、Rust 等，这些语言的社区也提供了方案来使用 OpenCV。

在本篇文章中，我们将主要使用 Python 语言来介绍 OpenCV 的一些基础功能。

下载安装

在对 OpenCV 有一个基础的了解之后，我们可以开始尝试在本地中配置 OpenCV 环境来进行一些简单的功能测试。

基础环境

• Windows 11 22H2

• Visual C++ Redistributable for Visual Studio 2015

• Python 3.7.0

首先我们在用户目录创建一个文件夹，这里我们将其命名为 OpenCV_Test。随后我们进入该目录。

mkdir ~/OpenCV_Test && cd OpenCV_Test

我们需要创建一个 Python 的虚拟环境。

python -m venv .venv

创建完成之后我们直接激活虚拟环境。

.venv/scripts/activate

（可选）确保虚拟环境 pip 版本大于 19.3。

python -m pip install --upgrade pip

在虚拟环境下载 opencv-contrib-python==4.8.1.78（contrib 为包含了额外模块的版本）。

pip install opencv-contrib-python==4.8.1.78

至此，我们已经完成了 OpenCV 的环境配置，现在可以在项目根目录下创建一个 opencv_test.py 文件，并追加以下内容。

import cv2 as cvprint(cv.__version__)

在终端通过 python opencv_test.py 进行测试，如果终端成功输出版本号则代表安装成功。

由于在之后的内容中，我们需要使用到一些测试数据，因此我们需要将 OpenCV 仓库的 samples 拷贝到我们的项目根目录下。

你可以通过 Github 浏览这些数据 - https://github.com/opencv/opencv/tree/4.x/samples/data

然后直接下载压缩包，并将 samples 拷贝至项目根目录下。https://github.com/opencv/opencv/archive/refs/heads/4.x.zip

图像功能测试

该部分主要涉及到图像的读取，展示以及写入 API。

import cv2 as cv
import sys, os# 添加当前目录下的samples/data作为数据搜索路径
cv.samples.addSamplesDataSearchPath(os.path.join(os.getcwd(), "samples", "data"))
# 读取样例数据中的图片
img = cv.imread(cv.samples.findFile("starry_night.jpg"))
if img is None:sys.exit("Could not read the image.")
# 展示图片
cv.imshow("Display window", img)
k = cv.waitKey(0)
# 当按下 s 时，写入一张新的图片至当前目录
if k == ord("s"):cv.imwrite("starry_night1.png", img) 

视频功能测试

从摄像头捕获视频

在该项任务中，我们通过摄像头捕获视频帧，并将其转为灰度帧展示出来。

import cv2 as cv# 视频捕获对象，用于调用系统摄像头（测试环境为笔记本摄像头）
cap = cv.VideoCapture(0)
if not cap.isOpened():print("Cannot open camera")exit()
while True:# 逐帧进行视频捕获ret, frame = cap.read()# 如果帧被捕获，ret 为 trueif not ret:print("Can't receive frame (stream end?). Exiting ...")break# 将捕获的帧转为灰度gray = cv.cvtColor(frame, cv.COLOR_BGR2GRAY)# 显示当前灰度帧cv.imshow('frame', gray)# 当按下 q 键时，结束捕获if cv.waitKey(1) == ord('q'):break
# 释放捕获对象
cap.release()
# 销毁所有窗口
cv.destroyAllWindows()

从文件播放视频

在该项任务中，我们通过已有文件读取视频帧信息，并展示其灰度帧。

import cv2 as cv
import os# 添加样例资源搜索路径
cv.samples.addSamplesDataSearchPath(os.path.join(os.getcwd(), "samples", "data"))
# 读取样例视频文件
cap = cv.VideoCapture(cv.samples.findFile('vtest.avi'))while cap.isOpened():# 逐帧读取视频ret, frame = cap.read()# 当帧读取成功，ret 为 trueif not ret:print("Can't receive frame (stream end?). Exiting ...")break# 获取灰度帧gray = cv.cvtColor(frame, cv.COLOR_BGR2GRAY)# 展示灰度帧cv.imshow('frame', gray)# 当按下 q 键时中断播放if cv.waitKey(1) == ord('q'):break
# 释放捕获对象以及窗口资源
cap.release()
cv.destroyAllWindows()

录制视频的保存

在该项任务中，我们将使用摄像头捕获视频帧，并将每帧都垂直翻转，然后将其保存为新的视频文件。

import cv2 as cv# 视频捕获窗口
cap = cv.VideoCapture(0)
# 定义编码器与视频写入对象
fourcc = cv.VideoWriter_fourcc(*'XVID')
# 输出名称，编码器，帧速率，帧尺寸
out = cv.VideoWriter('output.avi', fourcc, 20.0, (640, 480))
while cap.isOpened():# 逐帧读取摄像头信息ret, frame = cap.read()# 正常读取 ret 为 trueif not ret:print("Can't receive frame (stream end?). Exiting ...")break# 垂直翻转视频帧frame = cv.flip(frame, 0)# 写入翻转后的帧至输出文件out.write(frame)# 展示翻转后的帧信息cv.imshow('frame', frame)if cv.waitKey(1) == ord('q'):break
# 释放全部资源
cap.release()
out.release()
cv.destroyAllWindows()

图形的绘制

在该项任务中，我们将通过 OpenCV 绘制不同的几何图形。

直线

import numpy as np
import cv2 as cv# 创建一个黑色背景
img = np.zeros((512, 512, 3), np.uint8)
# 在 img 绘制一条粗细为 5 px 的蓝色对角线
cv.line(img, (0, 0), (511, 511), (255, 0, 0), 5)cv.imshow("img", img)
cv.waitKeyEx(0)

矩形

# 在 img 绘制一条左上到右下坐标的蓝色矩形
cv.rectangle(img, (384,0), (510,128), (0,255,0), 3)

圆

# 在 img 绘制一个基于圆心加半径的圆
cv.circle(img,(447,63), 63, (0,0,255), -1)

椭圆

# 参数分别为图片、中心点，主副轴长度，椭圆逆时针旋转角度，椭圆弧的起始角度，椭圆弧的结束角度，画笔颜色等
cv.ellipse(img, (256, 256), (100, 50), 0, 0, 180, 255, -1)

多边形

# 要绘制多边形，首先需要顶点坐标。将这些点放入形状为 ROWSx1x2 的数组中，其中 ROWS 是顶点数，其类型应为 int32
pts = np.array([[100, 100], [100, 200], [200, 200], [200, 100]], np.int32)
pts = pts.reshape((-1, 1, 2))
cv.polylines(img, [pts], True, (0, 255, 255))

如果第三个参数为 False，您将得到连接所有点的折线，而不是闭合形状。

文字

# 参数分别为图片，文字，坐标，字体，字体缩放，颜色，粗细，线型
font = cv.FONT_HERSHEY_SIMPLEX
cv.putText(img, 'OpenCV', (10, 500), font, 4, (255, 255, 255), 2, cv.LINE_AA)

结语

在结束这篇介绍 OpenCV 的文章之际，我们希望你已经对这一强大的计算机视觉库有了初步的了解。通过下载和安装 OpenCV，你已经迈出了探索计算机视觉世界的第一步。

在文章中，我们探讨了 OpenCV 的基础部分，包括图像处理、视频处理和图形绘制等方面的核心 API。这些功能为开发者提供了丰富的工具箱，可以用于解决各种计算机视觉问题，从简单的图像处理到复杂的目标检测和跟踪。

然而，OpenCV 是一个庞大而灵活的库，我们只触及了其中的冰山一角。我们鼓励你继续深入学习，探索 OpenCV 更高级的功能和技术。无论是在工业自动化、医学影像、安防监控还是虚拟现实等领域，OpenCV 都发挥着至关重要的作用。

作为一个开源项目，OpenCV 的社区一直在不断发展和改进。在进一步的学习之后，你也可以通过参与社区，贡献你的力量，使这个强大的工具变得更加完善。（提出有效 issues 以及文档的勘误也是一份贡献！）

在这个计算机视觉的精彩世界中，OpenCV 为你打开了大门。希望你能够在这个旅程中找到乐趣，创造出令人惊叹的视觉应用。