2. OpenCV基础与环境搭建

各位同学，欢迎来到第二章。这一章我们不讲算法，先把手弄脏——把 OpenCV 的环境搭起来，再跑通第一个程序。

我见过太多人卡在环境配置这一步。明明代码逻辑没问题，就是跑不起来。说白了，环境没配好，后面全是白搭。所以这一章，咱们稳扎稳打，把地基打牢。

2.1 OpenCV 是什么？

OpenCV 全称是 Open Source Computer Vision Library，开源计算机视觉库。它不是一个软件，而是一套 C++ 写的函数库，给 Python、Java 等语言提供了接口。

你可以把它理解成「视觉界的瑞士军刀」。读图、写图、滤波、边缘检测、特征匹配……你能想到的图像处理操作，它基本都有现成的函数。

我个人习惯把 OpenCV 比作「图像处理的工具箱」。你不需要自己造轮子，直接拿工具干活就行。

核心定位： OpenCV 是工业质检项目中最底层的图像处理引擎。YOLO 做检测，OpenCV 做预处理和后处理，两者缺一不可。

2.2 核心模块介绍

OpenCV 模块很多，但工业质检最常用的就三个。我列个表，你一眼就能看明白。

模块名 作用 常用函数举例
core 核心数据结构，矩阵运算 Mat, Point, Scalar, Size
imgproc 图像处理算法 cvtColor, GaussianBlur, Canny, threshold
highgui GUI 窗口、图像/视频显示 imread, imshow, waitKey, imwrite

你想想看，一个典型的质检流程：highgui 读图 → imgproc 做预处理（去噪、增强）→ core 做矩阵运算（ROI 提取）→ 再交给 YOLO 推理 → 最后用 highgui 显示结果。三个模块串起来，就是一个完整的流水线。

我的经验： 刚开始学的时候，别贪多。先把这三个模块用熟，其他模块（如 calib3d、features2d）等用到再查文档。我当年就是想把所有模块都啃一遍，结果浪费了很多时间。

2.3 Windows 环境配置

Windows 下配置 OpenCV，我推荐用 Python + pip 的方式。简单、干净、好维护。

2.3.1 安装 Python

去 Python 官网下载 3.8 或 3.10 版本。安装时记得勾选「Add Python to PATH」。

避坑： 我曾经遇到过学生装了 Python 3.12，结果某些 OpenCV 旧版本不兼容。建议用 3.8 或 3.10，这两个版本最稳。

2.3.2 安装 OpenCV

打开命令行（cmd 或 PowerShell），执行：

pip install opencv-python
pip install opencv-contrib-python  # 包含额外模块

验证安装：

python -c "import cv2; print(cv2.__version__)"

如果输出版本号（比如 4.8.0），说明安装成功。

2.3.3 安装 IDE

我个人习惯用 VS Code，轻量、插件丰富。当然 PyCharm 也行，看你自己喜好。

2.4 Linux 环境配置

工业现场大部分是 Ubuntu 系统。配置方式跟 Windows 类似，但有些细节要注意。

2.4.1 安装 Python 和 pip

sudo apt update
sudo apt install python3 python3-pip -y

2.4.2 安装 OpenCV

pip3 install opencv-python
pip3 install opencv-contrib-python

验证方式跟 Windows 一样：

python3 -c "import cv2; print(cv2.__version__)"

我的建议： 在 Linux 下，推荐用虚拟环境（venv 或 conda）。这样不同项目之间不会互相干扰。我曾经在一个服务器上同时跑三个项目，每个项目依赖的 OpenCV 版本都不一样，虚拟环境帮我省了不少事。

2.5 第一个 OpenCV 程序

环境搭好了，咱们写个程序试试。目标：读取一张图片，显示出来，再保存一份副本。

2.5.1 准备一张图片

在项目目录下放一张图片，比如 test.jpg。随便什么图片都行，最好是彩色的，这样效果明显。

2.5.2 写代码

新建一个 Python 文件，比如 first_opencv.py，输入以下代码：

import cv2

# 1. 读取图像
img = cv2.imread('test.jpg')

# 检查是否读取成功
if img is None:
    print("图片读取失败，请检查文件路径")
    exit()

# 2. 显示图像
cv2.imshow('My First OpenCV Image', img)

# 等待按键，参数是等待时间（毫秒），0 表示无限等待
cv2.waitKey(0)

# 3. 保存图像
cv2.imwrite('output.jpg', img)

# 4. 关闭所有窗口
cv2.destroyAllWindows()

print("程序运行完成，图片已保存为 output.jpg")

2.5.3 运行程序

在终端执行：

python first_opencv.py

你会看到一个窗口弹出，显示你的图片。按任意键，窗口关闭，同时项目目录下多了一个 output.jpg 文件。

关键点： cv2.imread() 默认以 BGR 格式读取图片，不是 RGB。这一点在后续跟 YOLO 对接时非常重要，因为 YOLO 用的是 RGB。到时候需要做颜色空间转换。

2.6 核心函数详解

刚才用到的几个函数，我展开讲讲。这些是 OpenCV 最基础、最常用的函数，后面几乎每个项目都会用到。

2.6.1 cv2.imread()

读取图像。参数有两个：文件路径和读取方式。

读取方式 标志 说明
彩色 cv2.IMREAD_COLOR (1) 默认方式，读取为 BGR 三通道
灰度 cv2.IMREAD_GRAYSCALE (0) 读取为单通道灰度图
不变 cv2.IMREAD_UNCHANGED (-1) 包含 Alpha 通道（透明度）

举个例子：

img_color = cv2.imread('test.jpg', cv2.IMREAD_COLOR)
img_gray = cv2.imread('test.jpg', cv2.IMREAD_GRAYSCALE)

2.6.2 cv2.imshow()

显示图像。第一个参数是窗口名称，第二个参数是图像数据。

注意： imshow() 必须配合 waitKey() 使用，否则窗口会一闪而过。我刚开始学的时候就犯过这个错，窗口闪一下没了，还以为代码写错了。

2.6.3 cv2.waitKey()

等待键盘输入。参数是等待时间（毫秒）。

  • waitKey(0)：无限等待，直到按键
  • waitKey(1000)：等待 1 秒，超时自动继续
  • 返回值：按键的 ASCII 码，可用于判断按了哪个键

2.6.4 cv2.imwrite()

保存图像。参数是文件路径和图像数据。支持多种格式：jpg、png、bmp 等。

cv2.imwrite('output.png', img)  # 保存为 PNG 格式

2.7 本章知识结构图

下面这张图，把本章的核心知识点串起来了。你可以把它当作一张「地图」，随时回来对照。

OpenCV 基础与环境搭建知识结构图 OpenCV 基础与环境搭建 core 核心模块 imgproc 图像处理 highgui 显示/IO Windows 环境配置 Linux 环境配置 第一个 OpenCV 程序 imread() 读取 imshow() 显示 waitKey() 等待 imwrite() 保存 BGR 格式 → 后续需转 RGB 说明：本章所有操作都围绕这三个模块展开，后续章节会在此基础上叠加 YOLO 检测逻辑

2.8 常见问题与避坑

最后，我总结几个新手最容易踩的坑。这些都是我在项目里真实遇到过的。

  • 路径问题： imread() 读取失败时，返回 None。一定要加判空检查，否则后面调用 imshow() 会直接崩溃。
  • 窗口卡死： 忘了写 waitKey()，窗口无响应。记住，imshow() 和 waitKey() 是成对出现的。
  • 颜色不对： OpenCV 默认 BGR，用 matplotlib 显示时颜色会偏蓝。需要先用 cv2.cvtColor(img, cv2.COLOR_BGR2RGB) 转换。
  • 版本兼容： OpenCV 4.x 和 3.x 有些 API 不一样。建议统一用 4.5 以上版本。

我的习惯： 每次写 OpenCV 代码，第一行一定是 import cv2，第二行打印版本号 print(cv2.__version__)。确认版本无误，再往下写。这个小习惯帮我避免了很多版本相关的 bug。

好了，这一章的内容就到这里。环境搭好了，第一个程序也跑通了，接下来就可以正式开始图像处理的学习了。

← 上一章 📖 返回目录 下一章 →