第2章 摄像头基础与OpenCV入门

摄像头，说白了就是计算机的「眼睛」。做视觉开发这么多年，我见过太多人一上来就调API，结果连摄像头为什么卡顿、画面为什么偏色都搞不清楚。这一章，咱们先把摄像头的工作原理摸透，再上手OpenCV这个最常用的视觉工具库。

2.1 摄像头工作原理

摄像头采集图像的流程，其实就三步：光电转换 → 模数转换 → 图像输出。光线通过镜头打到感光元件（CMOS或CCD）上，感光元件把光信号转成电信号，再经过ADC（模数转换器）变成数字信号，最后通过USB或MIPI接口传给主机。

2.2 OpenCV是什么？

OpenCV全称Open Source Computer Vision Library，开源计算机视觉库。它封装了上千种图像处理和计算机视觉算法，从最基本的读写图片，到人脸检测、物体追踪、相机标定，全都有现成接口。

为什么选OpenCV？三个理由：

• 跨平台：Windows、Linux、macOS、Android、iOS全支持
• 性能好：底层用C++写的，Python接口只是封装，核心运算效率很高
• 生态成熟：文档全、社区大、踩过的坑基本都能搜到答案

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

2.3 读取摄像头视频流

读取摄像头，核心就一个类：cv2.VideoCapture。参数传0表示默认摄像头，传1表示第二个摄像头，也可以传视频文件路径。

import cv2

# 打开摄像头
cap = cv2.VideoCapture(0)

# 检查是否成功打开
if not cap.isOpened():
    print("摄像头打开失败")
    exit()

while True:
    # 读取一帧
    ret, frame = cap.read()
    if not ret:
        print("读取帧失败")
        break
    
    # 显示画面
    cv2.imshow('Camera', frame)
    
    # 按q键退出
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# 释放资源
cap.release()
cv2.destroyAllWindows()

为什么会卡顿？最常见的原因是读取帧的速度跟不上显示速度。你可以用 cap.set(cv2.CAP_PROP_FPS, 30) 设置帧率，或者用 cap.set(cv2.CAP_PROP_FRAME_WIDTH, 640) 降低分辨率。

2.4 显示与保存视频帧

显示用 cv2.imshow()，保存用 cv2.imwrite()。这两个函数我几乎每天都会用到。

import cv2
import os

cap = cv2.VideoCapture(0)
frame_count = 0
save_dir = 'captured_frames'
os.makedirs(save_dir, exist_ok=True)

while True:
    ret, frame = cap.read()
    if not ret:
        break
    
    # 显示当前帧
    cv2.imshow('Live', frame)
    
    key = cv2.waitKey(1) & 0xFF
    
    # 按s键保存当前帧
    if key == ord('s'):
        filename = f'{save_dir}/frame_{frame_count:04d}.jpg'
        cv2.imwrite(filename, frame)
        print(f'已保存: {filename}')
        frame_count += 1
    
    # 按q键退出
    elif key == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()

你想想看，如果每帧都保存，一分钟就是1800张图。所以实际项目中我一般用帧差法或运动检测，只在画面有变化时才保存。这个后面章节会详细讲。

2.5 本章知识体系

下面这张图把摄像头采集到OpenCV处理的完整链路画出来了，建议你对照着理解：

2.6 避坑指南

• 摄像头权限：macOS和Linux需要给Python授权，Windows有时会被其他应用占用。我习惯在代码开头加一段检测逻辑。
• 分辨率设置：不是所有摄像头都支持你设置的分辨率。建议先 cap.get() 读取实际值，再决定要不要调整。
• 帧率与延迟：USB 2.0摄像头在1080P下很难跑到30fps，实测一般20fps左右。追求实时性建议用640×480。
• 内存泄漏：长时间运行不释放资源，内存会持续增长。每处理完一批帧，手动调用 cap.release() 是个好习惯。