OpenCV 保姆级入门：从图像本质到代码实现的核心操作全解-拓冰建站

一、前置基础：图像在计算机里到底是什么？

在写代码之前，先搞懂最核心的底层概念，后面所有操作都基于这个：

灰度图：本质是一个二维数组，行数 = 图像高度，列数 = 图像宽度。每个元素是一个像素值，范围 0~255，0 代表纯黑，255 代表纯白，中间值是不同深浅的灰色。
彩色图：本质是三维数组，形状为(高度, 宽度, 通道数)。OpenCV 默认通道顺序是BGR（蓝 - 绿 - 红），和我们常说的 RGB 顺序相反，这是新手最容易踩的坑。
数据类型：像素默认是uint8（无符号 8 位整数），刚好对应 0~255 的取值范围，节省存储空间。

我们后面做的裁剪、打码、通道分离，本质全都是对这个 numpy 数组做增删改查。

二、环境安装

OpenCV 开发只需要两个核心库，直接 pip 安装即可，下载慢可以加清华源：

#numpy的安装 pip install numpy==2.4.6 -i https://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com #opencv的安装 pip install opencv-python -i https://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com pip install opencv-contrib-python -i https://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com

opencv-python：OpenCV 的 Python 封装，所有图像处理 API 都在这里
numpy：图像处理的底层依赖，所有像素运算、数组切片都靠它

三、Demo1：彩色图像读取与属性查看

核心知识点

cv2.imread()：图像读取函数
- 默认模式cv2.IMREAD_COLOR（可简写为 1）：彩色模式读取，忽略透明通道
- 路径错误不会报错，只会返回 None，所以运行后没画面先检查路径
cv2.imshow()：创建窗口显示图像，第一个参数是窗口名，同名窗口会被覆盖
cv2.waitKey()：键盘绑定函数，单位毫秒
- 参数为 0：无限等待，直到按下任意键才继续执行
- 参数为正数：等待对应毫秒数，超时自动往下走
- 返回值是按下按键的 ASCII 码，ESC 键对应值为 27
- 必须和imshow配合使用，否则窗口会一闪而过、无响应
图像三大属性
- shape：返回(高度, 宽度, 通道数)，彩色图通道数为 3，灰度图只有前两个值
- dtype：像素数据类型，默认uint8
- size：总像素数 = 高 × 宽 × 通道数

import cv2 import numpy as np # 读取彩色图片，默认BGR模式；文件要和代码同目录，否则写完整路径 img = cv2.imread("test.jpg") # 创建窗口显示图片，第一个参数是窗口名称 cv2.imshow("彩色原图", img) # 等待键盘输入，0代表无限等待；接收按键的ASCII码 key_code = cv2.waitKey(0) print("按下的按键编码：", key_code) # 销毁所有窗口，释放内存，养成随手写的好习惯 cv2.destroyAllWindows() # 打印图像基础属性 print(f"图像形状(高度, 宽度, 通道数)：{img.shape}") print(f"像素数据类型：{img.dtype}") print(f"图像总像素数量：{img.size}")

四、Demo2：灰度图读取、ROI 裁剪与图像保存

核心知识点

灰度图读取：imread第二个参数传cv2.IMREAD_GRAYSCALE（可简写为 0），直接读取为单通道灰度图，比 “读彩色再转灰度” 效率更高。
ROI（感兴趣区域）：图像处理中只需要处理的局部区域，通过 numpy 数组切片实现，格式为[行起始:行结束, 列起始:列结束]，对应图像的「高度范围、宽度范围」。
cv2.imwrite()：图像保存函数，根据文件名后缀自动判断格式，支持 jpg、png 等常见格式。
原始字符串r""：路径前加 r，可以避免路径中反斜杠的转义问题，Windows 路径推荐加上。

import cv2 import numpy as np # ========== 1. 灰度图读取与保存 ========== # 第二个参数设为灰度模式，直接读取单通道灰度图 gray_img = cv2.imread(r'test.png', cv2.IMREAD_GRAYSCALE) cv2.imshow("灰度图", gray_img) cv2.waitKey(0) cv2.destroyAllWindows() # 将灰度图保存到本地，后缀名决定保存格式 cv2.imwrite('test_gray.png', gray_img) # ========== 2. 图片切片裁剪（ROI提取） ========== # 读取彩色原图 origin_img = cv2.imread(r'test.png') # 数组切片：[行范围, 列范围] = [高度方向, 宽度方向] # 截取行30到230、列100到300的矩形区域 cut_img = origin_img[30:230, 100:300] # 同时显示原图和裁剪后的区域 cv2.imshow("原图", origin_img) cv2.imshow("裁剪区域", cut_img) cv2.waitKey(0) cv2.destroyAllWindows()

五、Demo3：视频文件读取与播放

核心知识点

视频本质：由一帧一帧的静态图像组成，按固定帧率连续播放形成动态画面。处理视频本质就是循环处理每一帧图像。
cv2.VideoCapture()：视频捕获对象
- 传文件路径：读取本地视频
- 传数字 0：调用电脑默认摄像头
isOpened()：判断视频 / 摄像头是否成功打开，是必加的异常判断，避免程序崩溃。
read()方法：逐帧读取视频，返回两个值
- ret：布尔值，读取成功返回 True，视频结束或读取失败返回 False
- frame：当前帧的图像数组，和普通图片格式完全一致，可以直接用所有图片处理 API
播放速度控制：通过cv2.waitKey()的参数控制，数值越大每帧间隔越长，播放越慢。通常 25~30ms 对应正常播放速度。

import cv2 # 创建视频捕获对象，传入本地视频路径 video = cv2.VideoCapture('test.mp4') # 判断视频是否成功打开，失败直接退出 if not video.isOpened(): print("视频读取失败，请检查文件路径！") exit() # 循环逐帧读取视频 while True: # 读取一帧画面，ret为是否读取成功，frame为当前帧图像 ret, frame = video.read() # 视频读取完毕（ret为False），跳出循环 if not ret: break # 取消注释可将视频转为灰度播放 # frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # 显示当前帧 cv2.imshow("视频播放", frame) # 每20ms刷新一帧，按下ESC键（ASCII码27）退出播放 if cv2.waitKey(20) == 27: break # 释放视频资源，销毁窗口 video.release() cv2.destroyAllWindows()

六、Demo4：图像缩放 resize

核心知识点

两种常用缩放方式
- 固定尺寸缩放：直接指定目标(宽度, 高度)，简单粗暴，但比例不对会导致图像变形
- 比例缩放：通过fx（宽度缩放比例）、fy（高度缩放比例）控制，dsize传 None，等比例缩放不会变形
高频踩坑：resize的尺寸参数顺序是(宽度, 高度)，而img.shape返回的是(高度, 宽度)，顺序完全相反，新手 90% 会在这里踩坑。
插值算法：resize 默认使用双线性插值，缩放时自动填充 / 减少像素，保证画面平滑，普通场景不用手动修改

import cv2 import numpy as np img = cv2.imread('test.jpg') # 方式1：固定尺寸缩放，参数顺序是(宽度, 高度) resize_fixed = cv2.resize(img, (300, 300)) # 方式2：按比例缩放，宽高都缩小为原来的0.5倍，不会变形 resize_scale = cv2.resize(img, None, fx=0.5, fy=0.5) # 同时显示对比 cv2.imshow("原图", img) cv2.imshow("等比例缩放后", resize_scale) cv2.waitKey(0) cv2.destroyAllWindows()

七、Demo5：BGR 通道分离与合并

核心知识点

颜色通道原理：彩色图像由蓝 (B)、绿 (G)、红 (R) 三个独立的单通道叠加而成。每个通道本身都是灰度图，代表对应颜色的亮度分布。
通道索引：OpenCV 中第 0 维是 B 通道，第 1 维是 G 通道，第 2 维是 R 通道。
cv2.split()：自动分离三个通道，返回顺序为b, g, r。
cv2.merge()：将多个单通道合并为彩色图像，传入顺序必须是 B、G、R，否则颜色会完全错乱。
应用场景：单独调整某一颜色分量、颜色识别、图像调色等，是所有颜色处理的基础操作。

import cv2 img = cv2.imread('test.jpg') # ========== 通道分离 ========== # 方法1：数组切片手动提取通道 b_channel = img[:, :, 0] # 所有行、所有列、第0个通道（蓝色） g_channel = img[:, :, 1] # 绿色通道 r_channel = img[:, :, 2] # 红色通道 # 方法2：split函数一次性分离，更简洁，返回顺序b, g, r b, g, r = cv2.split(img) # 单通道显示出来都是灰度效果，代表对应颜色的亮度 cv2.imshow("蓝色通道", b) cv2.imshow("绿色通道", g) cv2.imshow("红色通道", r) cv2.waitKey(0) cv2.destroyAllWindows() # ========== 通道合并 ========== # 按BGR顺序合并三个单通道，还原彩色图 merge_img = cv2.merge((b, g, r)) cv2.imshow("通道合并结果", merge_img) cv2.waitKey(0) cv2.destroyAllWindows()

八、Demo6：像素级修改 —— 马赛克打码与区域粘贴

核心知识点

像素级操作原理：图像是 numpy 数组，直接对数组切片赋值，就能批量修改对应区域的所有像素。
随机马赛克原理：用np.random.randint生成 0~255 范围内的随机整数数组，替换掉原图指定区域的像素，破坏原有图像信息，达到打码效果。
区域粘贴原理：把源图像的切片区域，直接赋值给目标图像的切片区域。硬性前提：源区域和目标区域的尺寸必须完全一致，否则会报形状不匹配错误。
注意：np.random.randint(0,256, size)是左闭右开区间，上限写 256 才能取到 255 这个像素最大值。

import cv2 import numpy as np # ========== 1. 随机噪声马赛克打码 ========== img = cv2.imread('test.jpg') # 给行100-200、列200-300的矩形区域填充随机像素 # 生成形状为(100,100,3)的随机数组，值范围0~255 img[100:200, 200:300] = np.random.randint(0, 256, (100, 100, 3)) cv2.imshow("马赛克打码效果", img) cv2.waitKey(0) cv2.destroyAllWindows() # ========== 2. 图片区域复制粘贴 ========== img1 = cv2.imread('test.jpg') img2 = cv2.imread('test2.jpg') # 将img1的局部区域，复制粘贴到img2的指定位置 # 两边区域尺寸必须完全一致：都是300行×300列 img2[200:500, 300:600] = img1[150:450, 100:400] cv2.imshow("原图1", img1) cv2.imshow("粘贴后的图2", img2) cv2.waitKey(0) cv2.destroyAllWindows()

九、综合实战作业：所有知识点串联

作业要求

读取彩色原图，统一缩放为 500×500 尺寸
截取左上角 ROI 区域：行范围 0:250，列范围 100:250
将截取的 ROI 精准粘贴到右下角：行 250:500，列 250:400
在图像右上角区域做随机噪声马赛克打码
将最终处理后的彩色图转成灰度图并保存到本地
同时显示处理后的彩色图和灰度图

思路拆解

用到的知识点依次是：图像读取 → resize 缩放 → 数组切片裁剪 → 区域粘贴赋值 → 随机像素马赛克 → 色彩空间转换 → 图像保存 → 多窗口显示。

import cv2 import numpy as np # 1. 读取原图，统一缩放到500×500（注意参数是宽,高） img = cv2.imread('bird.png') img = cv2.resize(img, (500, 500)) # 2. 截取左上角ROI区域，粘贴到右下角对应位置 # 截取：行0-250，列100-250，尺寸为250行×150列 roi = img[0:250, 100:250] # 粘贴：行250-500，列250-400，和截取区域尺寸完全一致 img[250:500, 250:400] = roi # 3. 右上角区域马赛克打码：行50-150，列350-450，100×100区域 img[50:150, 350:450] = np.random.randint(0, 256, (100, 100, 3)) # 4. 彩色图转灰度图并保存到本地 gray_result = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) cv2.imwrite('bird_gray_result.png', gray_result) # 5. 同时显示处理后的彩色图和灰度图 cv2.imshow("处理后彩色图", img) cv2.imshow("最终灰度图", gray_result) cv2.waitKey(0) cv2.destroyAllWindows()