opencv

2026-03-27 19:29:39   0  举报





AI智能生成

opencv

模版推荐

作者其他创作

大纲/内容

是什么

Open Source Computer Vision Library（开源计算机视觉库），是全球最流行、免费开源的计算机视觉 / 图像处理工具库，专门用来处理图片、视频、摄像头实时画面。

解决什么问题

解决让计算机看懂、处理图像 / 视频的问题 图像基础操作 读取、保存、缩放、裁剪、旋转、模糊、锐化、灰度化、颜色空间转换。 特征与检测 边缘检测、轮廓提取、人脸 / 眼睛检测、二维码识别、目标跟踪。 视频与实时流 调用摄像头、视频逐帧处理、运动检测、画面录制。 AI 视觉前置 为深度学习做数据预处理（归一化、resize、数据增强）。 工业 / 实用场景 车牌识别、缺陷检测、美颜滤镜、OCR 辅助。

怎么用

2. 通用步骤 导入库 读取图像 / 视频 / 摄像头 处理（灰度、模糊、检测等） 显示 / 保存

import cv2 # 读取图片 img = cv2.imread('./data/lena.png') # 读到的是一个三维数组： H=512 W=512 C=3 print(img) print(type(img)) cv2.imshow('img',img) # 程序阻塞，直到键盘上输入任意的键 cv2.waitKey(0) # 把窗口关掉 cv2.destroyWindow('img')

图像的二值化阈值分割

是什么：

图像二值化（阈值分割）是一种最简单、最基础的图像分割方法。它通过设定一个阈值 T，把图像中每个像素的灰度值分成两类：

白色（255）

黑色（0）

解决什么问题

把前景和背景分开 比如：文字 vs 纸张、零件 vs 背景、目标 vs 环境。 简化图像信息 去掉颜色、灰度细节，只保留轮廓和结构，方便后续识别。 为后续算法做准备 轮廓检测、OCR、二维码识别、车牌识别、缺陷检测都必须先二值化。 减少计算量 二值图像数据量小，处理速度快很多。

怎么使用：

img1 = cv2.threshold(img,127,255,cv2.THRESH_BINARY)[1]