OpenCV实时目标跟踪开发部署 - 第3节

3. OpenCV环境搭建

OpenCV的安装与配置、读取视频帧、显示与保存图像、基础图像处理操作。

3.1 OpenCV 安装与配置

OpenCV（Open Source Computer Vision Library）是计算机视觉领域最流行的开源库。在 Python 环境中，推荐使用 opencv-python 包。安装命令如下：

# 使用 pip 安装核心库
pip install opencv-python

# 如需额外 contrib 模块（跟踪、特征等）
pip install opencv-contrib-python

验证安装是否成功：

import cv2
print(cv2.__version__)   # 例如 4.9.0

3.2 读取视频帧

使用 cv2.VideoCapture 从摄像头或视频文件读取帧。核心步骤：

import cv2

cap = cv2.VideoCapture(0)               # 0 表示默认摄像头
# cap = cv2.VideoCapture('video.mp4')   # 或读取视频文件

while True:
    ret, frame = cap.read()             # ret 布尔值, frame 是图像数组
    if not ret:
        break
    # 对 frame 进行处理...
    cv2.imshow('Frame', frame)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()

3.3 显示与保存图像

显示图像使用 cv2.imshow，保存图像使用 cv2.imwrite。

import cv2

img = cv2.imread('example.jpg')          # 读取图像
cv2.imshow('Display Window', img)        # 显示图像
cv2.waitKey(0)                           # 等待按键
cv2.destroyAllWindows()

# 保存图像
cv2.imwrite('output.png', img)           # 支持 PNG, JPG 等格式

3.4 基础图像处理操作

OpenCV 提供丰富的图像处理函数。下表列出最常用的基础操作：

操作	函数	说明
灰度转换	cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)	将彩色图转为单通道灰度
高斯模糊	cv2.GaussianBlur(img, (5,5), 0)	降噪平滑
Canny边缘检测	cv2.Canny(img, 50, 150)	提取边缘
图像缩放	cv2.resize(img, (width, height))	改变尺寸
绘制矩形	cv2.rectangle(img, (x,y), (x+w,y+h), (0,255,0), 2)	目标框标注

示例代码：

import cv2

img = cv2.imread('scene.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
blur = cv2.GaussianBlur(gray, (5,5), 0)
edges = cv2.Canny(blur, 50, 150)
cv2.imshow('Edges', edges)
cv2.waitKey(0)
cv2.destroyAllWindows()

3.5 综合示例：从摄像头读取并实时处理

import cv2

cap = cv2.VideoCapture(0)
while True:
    ret, frame = cap.read()
    if not ret:
        break
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    blur = cv2.GaussianBlur(gray, (7,7), 0)
    edges = cv2.Canny(blur, 30, 100)
    cv2.imshow('Original', frame)
    cv2.imshow('Edges', edges)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break
cap.release()
cv2.destroyAllWindows()