📚 课程目录第2章 OpenCV基础操作

第2章 OpenCV基础操作：图像读取与显示、视频读取与保存、图像色彩空间转换、图像几何变换、图像滤波与边缘检测

各位同学，欢迎来到第二章。这一章咱们要打的地基，是OpenCV最核心的几项基本功。说白了，就是怎么把一张图、一段视频请进内存，怎么折腾它，再把它送出去。

我刚开始学OpenCV那会儿，觉得这些操作太基础了，不就是读个图嘛。后来做项目才发现，很多坑就埋在这些基础操作里。比如色彩空间搞错了，检测结果全乱套；滤波参数没调好，边缘检测出来一堆噪点。嗯，咱们今天就把这些基础夯实了。

本章核心能力：掌握OpenCV的I/O操作与图像预处理流水线，为后续YOLO目标检测打下坚实基础。

2.1 图像读取与显示

先来最基础的。OpenCV用imread()读图，用imshow()显示。听起来简单，但参数选不对，后面全白费。

import cv2

# 读取图像 - 彩色模式
img = cv2.imread('cat.jpg', cv2.IMREAD_COLOR)

# 读取图像 - 灰度模式
img_gray = cv2.imread('cat.jpg', cv2.IMREAD_GRAYSCALE)

# 显示图像
cv2.imshow('My Image', img)
cv2.waitKey(0)  # 等待按键
cv2.destroyAllWindows()

我曾经踩过的坑：imread()默认返回BGR格式，不是RGB！如果你直接用matplotlib显示，颜色会偏蓝偏黄。我有个项目因此排查了整整一下午，最后发现是色彩通道顺序搞反了。

读取模式	标志	说明
彩色	`cv2.IMREAD_COLOR`	默认值，返回3通道BGR图像
灰度	`cv2.IMREAD_GRAYSCALE`	单通道，8位深度
不变	`cv2.IMREAD_UNCHANGED`	包含Alpha通道（如果有）

个人习惯：我一般用cv2.IMREAD_UNCHANGED读图，保留所有通道信息。后面需要什么再转，避免信息丢失。

2.2 视频读取与保存

视频处理，说白了就是逐帧处理图像。OpenCV用VideoCapture读视频，用VideoWriter写视频。

# 读取视频
cap = cv2.VideoCapture('video.mp4')

while cap.isOpened():
    ret, frame = cap.read()
    if not ret:
        break
    # 处理每一帧
    cv2.imshow('Frame', frame)
    if cv2.waitKey(25) & 0xFF == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()

保存视频时，编码格式是个大坑。你想想看，同样的.mp4后缀，编码器不对就写不进去。

编码格式	FourCC码	文件后缀
MPEG-4	`cv2.VideoWriter_fourcc(*'XVID')`	.avi
H.264	`cv2.VideoWriter_fourcc(*'H264')`	.mp4
Motion JPEG	`cv2.VideoWriter_fourcc(*'MJPG')`	.avi

注意：H.264编码在某些系统上可能不支持。我建议先用XVID测试，兼容性最好。

2.3 图像色彩空间转换

YOLO检测中，色彩空间转换是预处理的关键一步。最常用的是BGR转灰度、BGR转HSV。

# BGR 转灰度
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# BGR 转 HSV
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

# BGR 转 RGB（用于matplotlib显示）
rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

为什么用HSV？因为HSV对光照变化更鲁棒。我在做交通标志检测时，用BGR阈值分割总是误检，换成HSV后准确率直接提升了15%。

核心要点：YOLO训练时输入通常是RGB，但OpenCV默认是BGR。记得在送入模型前做转换。

2.4 图像几何变换

几何变换包括缩放、旋转、平移、仿射变换和透视变换。YOLO的数据增强就大量用到这些操作。

# 缩放
resized = cv2.resize(img, (416, 416))

# 旋转（绕中心旋转45度）
(h, w) = img.shape[:2]
center = (w // 2, h // 2)
M = cv2.getRotationMatrix2D(center, 45, 1.0)
rotated = cv2.warpAffine(img, M, (w, h))

# 仿射变换
pts1 = np.float32([[50,50],[200,50],[50,200]])
pts2 = np.float32([[10,100],[200,50],[100,250]])
M = cv2.getAffineTransform(pts1, pts2)
affined = cv2.warpAffine(img, M, (w, h))

变换类型	函数	应用场景
缩放	`cv2.resize()`	统一输入尺寸
旋转	`cv2.warpAffine()`	数据增强
仿射	`cv2.warpAffine()`	矫正倾斜图像
透视	`cv2.warpPerspective()`	视角变换

避坑指南：缩放时注意保持宽高比，否则目标会变形。我习惯用cv2.INTER_AREA做缩小，用cv2.INTER_LINEAR做放大。

2.5 图像滤波与边缘检测

滤波是为了去噪，边缘检测是为了找到目标边界。这两个操作在YOLO预处理中经常配合使用。

# 高斯滤波
blurred = cv2.GaussianBlur(img, (5, 5), 0)

# 中值滤波
median = cv2.medianBlur(img, 5)

# Canny边缘检测
edges = cv2.Canny(blurred, 50, 150)

Canny边缘检测的参数怎么调？低阈值和高阈值。我一般设低阈值为50，高阈值为150。但实际项目中要根据图像对比度调整。有一次做工业零件检测，光照不均匀，我不得不把低阈值降到30才把边缘找全。

滤波方法	特点	适用场景
高斯滤波	平滑效果好，保留边缘	通用去噪
中值滤波	对椒盐噪声效果好	传感器噪声
双边滤波	保边去噪	人脸美化

实战建议：YOLO检测前，我通常先做高斯滤波去噪，再做Canny边缘检测。但注意，滤波太强会丢失细节，滤波太弱噪点太多。这个平衡需要根据实际数据调。

好了，这一章的基础操作就这些。别看它们简单，每个都是后续YOLO检测流水线的关键环节。你想想看，如果图像都读不对，色彩空间都搞混了，后面的检测结果能准吗？

我个人建议，学完这一章后，把每个操作都亲手敲一遍代码。遇到问题别怕，调试的过程就是成长的过程。我曾经为了一个滤波参数调了整整两天，但调通之后，对图像处理的理解就上了一个台阶。