【从入门到精通】OpenCV Python图像处理核心实战300例

1. OpenCV Python图像处理入门指南

第一次接触OpenCV时，我也被它强大的功能和复杂的文档吓到过。但后来发现，只要掌握几个核心函数，就能完成90%的日常图像处理任务。这里分享我的学习路径，帮你避开那些新手常踩的坑。

安装OpenCV其实很简单，用pip一行命令就能搞定：

python复制pip install opencv-python

但很多人不知道还要安装扩展模块：

python复制pip install opencv-contrib-python

这个包包含了SIFT、SURF等高级算法。我建议直接用这个，免得后面用到时又要重新安装。

读取和显示图像是最基础的操作：

python复制import cv2
img = cv2.imread('image.jpg')  # 读取图像
cv2.imshow('window', img)  # 显示图像
cv2.waitKey(0)  # 等待按键

这里有个坑：OpenCV默认读取的是BGR格式，而matplotlib显示用的是RGB格式。如果直接用plt显示OpenCV读取的图像，颜色会不正常。解决方法很简单：

python复制img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

图像的基本属性获取也很重要：

python复制print(img.shape)  # (高度, 宽度, 通道数)
print(img.dtype)  # 数据类型
print(img.size)  # 总像素数

这些在后续处理中经常用到，比如做resize时需要知道原始尺寸。

2. 图像处理基础操作实战

2.1 图像变换技巧大全

图像的几何变换是项目中最常用的功能之一。平移、旋转、缩放这些操作看着简单，但实际使用时有很多细节要注意。

平移变换的代码示例：

python复制import numpy as np

height, width = img.shape[:2]
M = np.float32([[1, 0, 100], [0, 1, 50]])  # 向右平移100，向下平移50
dst = cv2.warpAffine(img, M, (width, height))

这里容易忽略第三个参数是输出图像尺寸，如果设置小了图像会被裁剪。

旋转就更复杂一些，需要先计算变换矩阵：

python复制M = cv2.getRotationMatrix2D((width/2, height/2), 45, 1)  # 中心点，角度，缩放因子
dst = cv2.warpAffine(img, M, (width, height))

我遇到过旋转后图像被裁剪的问题，解决方法是通过计算新边界尺寸：

python复制def rotate_image(image, angle):
    (h, w) = image.shape[:2]
    (cX, cY) = (w // 2, h // 2)
    M = cv2.getRotationMatrix2D((cX, cY), angle, 1.0)
    cos = np.abs(M[0, 0])
    sin = np.abs(M[0, 1])
    nW = int((h * sin) + (w * cos))
    nH = int((h * cos) + (w * sin))
    M[0, 2] += (nW / 2) - cX
    M[1, 2] += (nH / 2) - cY
    return cv2.warpAffine(image, M, (nW, nH))

2.2 图像滤波实战技巧

图像滤波是去除噪声、增强特征的关键步骤。常用的滤波方法有：

1. 均值滤波：简单但效果一般

python复制blur = cv2.blur(img, (5,5))

2. 高斯滤波：对高斯噪声效果好

python复制blur = cv2.GaussianBlur(img, (5,5), 0)

3. 中值滤波：对椒盐噪声特别有效

python复制median = cv2.medianBlur(img, 5)

4. 双边滤波：能保留边缘

python复制blur = cv2.bilateralFilter(img, 9, 75, 75)

在实际项目中，我通常先用中值滤波去除明显的噪声点，再用双边滤波平滑图像同时保留边缘。对于医疗影像这类对细节要求高的场景，还会配合非局部均值滤波：

python复制dst = cv2.fastNlMeansDenoisingColored(img, None, 10, 10, 7, 21)

3. 高级图像处理技术

3.1 边缘检测与轮廓分析

边缘检测是很多计算机视觉任务的基础。最常用的是Canny边缘检测：

python复制edges = cv2.Canny(img, 100, 200)

这两个阈值很关键，太低会有太多噪声，太高会丢失重要边缘。我的经验是先设高阈值，再逐步调低直到满意。

找到边缘后，通常需要提取轮廓：

python复制contours, hierarchy = cv2.findContours(edges, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

这里有个大坑：不同OpenCV版本返回的参数个数不同！在OpenCV 3和4中，返回的是两个值，而在OpenCV 2中是三个值。

绘制轮廓时，可以只画外轮廓：

python复制cv2.drawContours(img, contours, -1, (0,255,0), 2)

或者分析每个轮廓的属性：

python复制for cnt in contours:
    area = cv2.contourArea(cnt)
    if area > 500:  # 过滤小轮廓
        x,y,w,h = cv2.boundingRect(cnt)
        cv2.rectangle(img, (x,y), (x+w,y+h), (0,255,0), 2)

3.2 特征提取与匹配

特征提取是目标识别、图像拼接等高级应用的基础。ORB是常用的特征点检测算法：

python复制orb = cv2.ORB_create()
keypoints, descriptors = orb.detectAndCompute(img, None)
img_kp = cv2.drawKeypoints(img, keypoints, None, color=(0,255,0))

特征匹配的完整流程：

python复制# 初始化ORB检测器
orb = cv2.ORB_create()

# 查找关键点和描述符
kp1, des1 = orb.detectAndCompute(img1, None)
kp2, des2 = orb.detectAndCompute(img2, None)

# 创建BFMatcher对象
bf = cv2.BFMatcher(cv2.NORM_HAMMING, crossCheck=True)

# 匹配描述符
matches = bf.match(des1, des2)

# 按距离排序
matches = sorted(matches, key=lambda x:x.distance)

# 绘制前50个匹配点
img3 = cv2.drawMatches(img1, kp1, img2, kp2, matches[:50], None, flags=2)

在实际项目中，我还会用RANSAC算法去除误匹配：

python复制# 转换关键点为数组格式
src_pts = np.float32([kp1[m.queryIdx].pt for m in matches]).reshape(-1,1,2)
dst_pts = np.float32([kp2[m.trainIdx].pt for m in matches]).reshape(-1,1,2)

# 使用RANSAC计算单应性矩阵
M, mask = cv2.findHomography(src_pts, dst_pts, cv2.RANSAC, 5.0)

# 只保留内点
matches = [m for i,m in enumerate(matches) if mask[i]]

4. 实战项目案例解析

4.1 文档扫描仪实现

用OpenCV实现手机文档扫描功能是个很好的练手项目。主要步骤包括：

1. 边缘检测找到文档轮廓

python复制gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
gray = cv2.GaussianBlur(gray, (5,5), 0)
edged = cv2.Canny(gray, 75, 200)

2. 找到最大的四边形轮廓

python复制cnts = cv2.findContours(edged.copy(), cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]
cnts = sorted(cnts, key=cv2.contourArea, reverse=True)[:5]

for c in cnts:
    peri = cv2.arcLength(c, True)
    approx = cv2.approxPolyDP(c, 0.02*peri, True)
    if len(approx) == 4:
        screenCnt = approx
        break

3. 透视变换矫正文档

python复制def four_point_transform(image, pts):
    rect = order_points(pts)
    (tl, tr, br, bl) = rect
    
    widthA = np.sqrt(((br[0]-bl[0])**2)+((br[1]-bl[1])**2))
    widthB = np.sqrt(((tr[0]-tl[0])**2)+((tr[1]-tl[1])**2))
    maxWidth = max(int(widthA), int(widthB))
    
    heightA = np.sqrt(((tr[0]-br[0])**2)+((tr[1]-br[1])**2))
    heightB = np.sqrt(((tl[0]-bl[0])**2)+((tl[1]-bl[1])**2))
    maxHeight = max(int(heightA), int(heightB))
    
    dst = np.array([
        [0,0],
        [maxWidth-1,0],
        [maxWidth-1,maxHeight-1],
        [0,maxHeight-1]], dtype="float32")
    
    M = cv2.getPerspectiveTransform(rect, dst)
    warped = cv2.warpPerspective(image, M, (maxWidth, maxHeight))
    return warped

4.2 实时人脸马赛克处理

结合摄像头采集和图像处理，可以实现实时人脸马赛克效果：

1. 加载人脸检测模型

python复制face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')

2. 视频采集和处理循环

python复制cap = cv2.VideoCapture(0)

while True:
    ret, frame = cap.read()
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    
    faces = face_cascade.detectMultiScale(gray, 1.3, 5)
    
    for (x,y,w,h) in faces:
        # 对人脸区域进行马赛克处理
        roi = frame[y:y+h, x:x+w]
        roi = cv2.resize(roi, (10,10), interpolation=cv2.INTER_LINEAR)
        roi = cv2.resize(roi, (w,h), interpolation=cv2.INTER_NEAREST)
        frame[y:y+h, x:x+w] = roi
    
    cv2.imshow('frame', frame)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()

这个例子展示了OpenCV在实时视频处理中的应用。在实际项目中，我还会加入人脸识别功能，只对特定人脸打马赛克。