码到成功
OpenCV-Python——从读图到轮廓检测的实战路线
这篇围绕几个高频动作来写：图片读写、颜色空间、裁剪缩放、阈值、滤波、边缘、轮廓、绘制标注、视频帧处理，再补几个能直接拼起来的小脚本。
## 安装先别装乱
常规桌面环境：
```bash
pip install opencv-python
```
如果你需要 contrib 模块：
```bash
pip install opencv-contrib-python
```
如果在服务器、Docker、无界面环境里跑，通常选 headless 包更干净：
```bash
pip install opencv-python-headless
```
注意：这些包都提供 `cv2` 命名空间，别在同一个环境里混装多个 OpenCV wheel。装乱了很容易出现导入冲突。
验证一下：
```python
import cv2
print(cv2.__version__)
```
## 第一条流水线：读图、处理、保存
OpenCV 的图像处理基本都是围绕 NumPy 数组展开。图片读进来之后，本质上就是一个多维数组。
```python
from pathlib import Path
import cv2
input_path = Path("input.jpg")
output_path = Path("output_gray.jpg")
image = cv2.imread(str(input_path))
if image is None:
raise FileNotFoundError(f"image not found: {input_path}")
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
cv2.imwrite(str(output_path), gray)
```
这里有个必须养成的习惯：`cv2.imread()` 失败时不会抛异常，而是返回 `None`。所以读图后先判断，别直接往下处理。
## BGR 和 RGB：颜色别一上来就翻车
OpenCV 默认读出来是 BGR，不是 RGB。
很多显示库和模型输入习惯 RGB。如果你用 Matplotlib 展示 OpenCV 读出来的图，却发现颜色怪怪的，大概率就是通道顺序没转。
```python
import cv2
import matplotlib.pyplot as plt
image_bgr = cv2.imread("input.jpg")
image_rgb = cv2.cvtColor(image_bgr, cv2.COLOR_BGR2RGB)
plt.imshow(image_rgb)
plt.axis("off")
plt.show()
```
常用颜色转换：
```python
gray = cv2.cvtColor(image_bgr, cv2.COLOR_BGR2GRAY)
rgb = cv2.cvtColor(image_bgr, cv2.COLOR_BGR2RGB)
hsv = cv2.cvtColor(image_bgr, cv2.COLOR_BGR2HSV)
```
灰度适合阈值、边缘、轮廓。HSV 适合按颜色范围做筛选，比如找红色、绿色、蓝色物体。
## 裁剪、缩放、翻转
OpenCV 图片就是数组，所以裁剪非常直接。
```python
image = cv2.imread("input.jpg")
# y1:y2, x1:x2
crop = image[80:320, 120:460]
cv2.imwrite("crop.jpg", crop)
```
缩放：
```python
resized = cv2.resize(image, (640, 360), interpolation=cv2.INTER_AREA)
```
按比例缩放：
```python
h, w = image.shape[:2]
scale = 0.5
resized = cv2.resize(
image,
(int(w * scale), int(h * scale)),
interpolation=cv2.INTER_AREA,
)
```
翻转：
```python
flip_horizontal = cv2.flip(image, 1)
flip_vertical = cv2.flip(image, 0)
flip_both = cv2.flip(image, -1)
```
几何操作看起来简单，但很多项目的问题都出在坐标顺序上。记住：数组切片是 `y, x`，而很多绘图函数用的是 `(x, y)`。
## 旋转和仿射变换
绕中心旋转：
```python
import cv2
image = cv2.imread("input.jpg")
h, w = image.shape[:2]
center = (w // 2, h // 2)
matrix = cv2.getRotationMatrix2D(center, 15, 1.0)
rotated = cv2.warpAffine(image, matrix, (w, h))
cv2.imwrite("rotated.jpg", rotated)
```
如果你想做 OCR 前处理、证件照矫正、票据方向修正，仿射和透视变换会非常常用。
一个透视变换骨架：
```python
import numpy as np
src = np.float32([
[120, 80],
[520, 100],
[560, 420],
[100, 400],
])
dst = np.float32([
[0, 0],
[500, 0],
[500, 320],
[0, 320],
])
matrix = cv2.getPerspectiveTransform(src, dst)
warped = cv2.warpPerspective(image, matrix, (500, 320))
```
## 滤波：先把噪声压一压
边缘、轮廓、阈值都怕噪声。滤波不是万能，但经常是必要前置步骤。
均值滤波：
```python
blur = cv2.blur(image, (5, 5))
```
高斯滤波：
```python
blur = cv2.GaussianBlur(image, (5, 5), 0)
```
中值滤波：
```python
median = cv2.medianBlur(image, 5)
```
一般经验：
- 普通平滑可以用高斯滤波
- 椒盐噪声可以试中值滤波
- 核越大，画面越糊，细节越容易没掉
不要为了“干净”把图片糊成一片。图像处理经常是在噪声和细节之间取平衡。
## 阈值：把灰度图切成前景和背景
固定阈值：
```python
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
_, binary = cv2.threshold(
gray,
127,
255,
cv2.THRESH_BINARY,
)
```
自适应阈值：
```python
binary = cv2.adaptiveThreshold(
gray,
255,
cv2.ADAPTIVE_THRESH_GAUSSIAN_C,
cv2.THRESH_BINARY,
31,
5,
)
```
Otsu 阈值：
```python
_, binary = cv2.threshold(
gray,
0,
255,
cv2.THRESH_BINARY + cv2.THRESH_OTSU,
)
```
固定阈值适合光照稳定的图片。光照不均时，自适应阈值通常更顺手。
## 形态学：让 mask 更像 mask
阈值得到的二值图经常有小洞、小碎点。形态学操作可以修一修。
```python
import numpy as np
kernel = np.ones((5, 5), dtype=np.uint8)
opened = cv2.morphologyEx(binary, cv2.MORPH_OPEN, kernel)
closed = cv2.morphologyEx(binary, cv2.MORPH_CLOSE, kernel)
```
开运算适合去掉小白点。
闭运算适合填掉小黑洞。
膨胀和腐蚀：
```python
dilated = cv2.dilate(binary, kernel, iterations=1)
eroded = cv2.erode(binary, kernel, iterations=1)
```
做轮廓前，形态学处理经常能让结果稳定不少。
## Canny 边缘检测
Canny 是很常见的边缘检测方法。
```python
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
blur = cv2.GaussianBlur(gray, (5, 5), 0)
edges = cv2.Canny(blur, 80, 160)
cv2.imwrite("edges.jpg", edges)
```
阈值怎么选？没有一个永远正确的值。可以先从较宽松的范围试起，再根据边缘断裂或噪点情况微调。
## 找轮廓：从边缘变成目标框
轮廓检测常见流程：
```text
灰度 -> 滤波 -> 阈值或边缘 -> findContours -> 筛选 -> 绘制
```
```python
import cv2
image = cv2.imread("input.jpg")
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
blur = cv2.GaussianBlur(gray, (5, 5), 0)
_, binary = cv2.threshold(
blur,
0,
255,
cv2.THRESH_BINARY + cv2.THRESH_OTSU,
)
contours, hierarchy = cv2.findContours(
binary,
cv2.RETR_EXTERNAL,
cv2.CHAIN_APPROX_SIMPLE,
)
output = image.copy()
for contour in contours:
area = cv2.contourArea(contour)
if area < 300:
continue
x, y, w, h = cv2.boundingRect(contour)
cv2.rectangle(output, (x, y), (x + w, y + h), (0, 255, 0), 2)
cv2.putText(
output,
f"{int(area)}",
(x, max(20, y - 8)),
cv2.FONT_HERSHEY_SIMPLEX,
0.6,
(0, 255, 0),
2,
)
cv2.imwrite("contours.jpg", output)
```
`cv2.RETR_EXTERNAL` 只取最外层轮廓。很多目标检测前处理场景，这样就够了。
`cv2.CHAIN_APPROX_SIMPLE` 会压缩轮廓点，减少冗余。
## 按颜色抠目标：HSV 比 RGB 好调
如果目标颜色明确，比如找蓝色工牌、绿色按钮、红色标记，可以用 HSV 范围。
```python
import numpy as np
image = cv2.imread("input.jpg")
hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
lower = np.array([35, 60, 60])
upper = np.array([85, 255, 255])
mask = cv2.inRange(hsv, lower, upper)
kernel = np.ones((5, 5), dtype=np.uint8)
mask = cv2.morphologyEx(mask, cv2.MORPH_OPEN, kernel)
mask = cv2.morphologyEx(mask, cv2.MORPH_CLOSE, kernel)
result = cv2.bitwise_and(image, image, mask=mask)
cv2.imwrite("green_mask.jpg", result)
```
HSV 的好处是把色相、饱和度、亮度拆开了，比直接在 BGR 里调范围更直观。
## 绘制标注：线、框、文字
OpenCV 画图函数很适合做结果可视化。
```python
canvas = image.copy()
cv2.line(canvas, (30, 30), (300, 30), (255, 0, 0), 3)
cv2.rectangle(canvas, (60, 80), (260, 220), (0, 255, 0), 2)
cv2.circle(canvas, (360, 160), 48, (0, 0, 255), 3)
cv2.putText(
canvas,
"OpenCV",
(60, 270),
cv2.FONT_HERSHEY_SIMPLEX,
1.0,
(0, 255, 255),
2,
)
```
颜色仍然是 BGR，比如 `(0, 255, 0)` 是绿色。
如果要在图片上写中文，`cv2.putText` 不太合适。可以借助 PIL：
```python
from PIL import Image, ImageDraw, ImageFont
import cv2
import numpy as np
image_bgr = cv2.imread("input.jpg")
image_rgb = cv2.cvtColor(image_bgr, cv2.COLOR_BGR2RGB)
pil_image = Image.fromarray(image_rgb)
draw = ImageDraw.Draw(pil_image)
font = ImageFont.truetype("PingFang.ttc", 32)
draw.text((40, 40), "检测结果", fill=(255, 0, 0), font=font)
output_bgr = cv2.cvtColor(np.array(pil_image), cv2.COLOR_RGB2BGR)
cv2.imwrite("text_cn.jpg", output_bgr)
```
字体文件路径要按自己的系统调整。
## 视频文件处理：一帧一帧套图像流程
OpenCV 处理视频，本质上是不断读取帧，再把每一帧当图片处理。
```python
import cv2
cap = cv2.VideoCapture("input.mp4")
if not cap.isOpened():
raise RuntimeError("video open failed")
while True:
ok, frame = cap.read()
if not ok:
break
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
edges = cv2.Canny(gray, 80, 160)
cv2.imshow("edges", edges)
if cv2.waitKey(1) & 0xFF == ord("q"):
break
cap.release()
cv2.destroyAllWindows()
```
如果是服务器环境，没有窗口能力，就不要用 `imshow`。可以把结果保存成图片、视频，或者交给后续程序处理。
保存视频：
```python
cap = cv2.VideoCapture("input.mp4")
if not cap.isOpened():
raise RuntimeError("video open failed")
width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
fps = cap.get(cv2.CAP_PROP_FPS) or 25
writer = cv2.VideoWriter(
"output.mp4",
cv2.VideoWriter_fourcc(*"mp4v"),
fps,
(width, height),
)
while True:
ok, frame = cap.read()
if not ok:
break
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
edges = cv2.Canny(gray, 80, 160)
edges_bgr = cv2.cvtColor(edges, cv2.COLOR_GRAY2BGR)
writer.write(edges_bgr)
cap.release()
writer.release()
```
## 摄像头读取
摄像头通常用设备编号打开。
```python
cap = cv2.VideoCapture(0)
if not cap.isOpened():
raise RuntimeError("camera open failed")
while True:
ok, frame = cap.read()
if not ok:
break
cv2.imshow("camera", frame)
if cv2.waitKey(1) & 0xFF == ord("q"):
break
cap.release()
cv2.destroyAllWindows()
```
如果打不开摄像头，先排查权限、设备编号、系统隐私设置和后端编码库。
## 小项目：图片里找最大目标框
这个小脚本适合用来理解“灰度、滤波、阈值、轮廓、框选”的组合。
```python
import cv2
def find_largest_object(image_path: str, output_path: str) -> None:
image = cv2.imread(image_path)
if image is None:
raise FileNotFoundError(image_path)
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
blur = cv2.GaussianBlur(gray, (5, 5), 0)
_, binary = cv2.threshold(
blur,
0,
255,
cv2.THRESH_BINARY + cv2.THRESH_OTSU,
)
contours, _ = cv2.findContours(
binary,
cv2.RETR_EXTERNAL,
cv2.CHAIN_APPROX_SIMPLE,
)
if not contours:
cv2.imwrite(output_path, image)
return
largest = max(contours, key=cv2.contourArea)
x, y, w, h = cv2.boundingRect(largest)
output = image.copy()
cv2.rectangle(output, (x, y), (x + w, y + h), (0, 255, 0), 3)
cv2.imwrite(output_path, output)
find_largest_object("input.jpg", "largest.jpg")
```
这个方法适合背景较干净、主体和背景差异明显的图片。如果场景复杂，就要换更细的分割策略，或者接入模型。
## 小项目：批量生成缩略图
文件夹里一批图片，统一缩放并保存。
```python
from pathlib import Path
import cv2
def resize_keep_ratio(image, max_width: int):
h, w = image.shape[:2]
if w <= max_width:
return image
scale = max_width / w
target_size = (max_width, int(h * scale))
return cv2.resize(image, target_size, interpolation=cv2.INTER_AREA)
def build_thumbnails(input_dir: str, output_dir: str, max_width: int = 480):
src_dir = Path(input_dir)
dst_dir = Path(output_dir)
dst_dir.mkdir(parents=True, exist_ok=True)
for path in src_dir.glob("*"):
if path.suffix.lower() not in {".jpg", ".jpeg", ".png", ".webp"}:
continue
image = cv2.imread(str(path))
if image is None:
continue
thumbnail = resize_keep_ratio(image, max_width)
cv2.imwrite(str(dst_dir / path.name), thumbnail)
build_thumbnails("images", "thumbs")
```
这个脚本看起来普通，但在后台管理、素材处理、数据集预处理里很实用。
## 小项目：视频里找绿色区域
把 HSV 抠色、轮廓和视频帧结合起来：
```python
import cv2
import numpy as np
cap = cv2.VideoCapture("input.mp4")
if not cap.isOpened():
raise RuntimeError("video open failed")
while True:
ok, frame = cap.read()
if not ok:
break
hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
mask = cv2.inRange(
hsv,
np.array([35, 60, 60]),
np.array([85, 255, 255]),
)
contours, _ = cv2.findContours(
mask,
cv2.RETR_EXTERNAL,
cv2.CHAIN_APPROX_SIMPLE,
)
for contour in contours:
area = cv2.contourArea(contour)
if area < 500:
continue
x, y, w, h = cv2.boundingRect(contour)
cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2)
cv2.imshow("green detector", frame)
if cv2.waitKey(1) & 0xFF == ord("q"):
break
cap.release()
cv2.destroyAllWindows()
```
这个版本很基础，但已经能跑通“颜色筛选 + 轮廓框选”的完整链路。
## 写 OpenCV 脚本的几个习惯
读图后检查 `None`。
视频读取后检查 `cap.isOpened()`。
坐标顺序分清：数组切片是 `image[y1:y2, x1:x2]`，绘图点是 `(x, y)`。
颜色顺序分清：OpenCV 常用 BGR，很多库常用 RGB。
处理前保留原图副本：
```python
output = image.copy()
```
调参时把中间结果保存出来：
```python
cv2.imwrite("debug_gray.jpg", gray)
cv2.imwrite("debug_binary.jpg", binary)
cv2.imwrite("debug_edges.jpg", edges)
```
图像处理不要只看最终结果。中间结果能帮你快速判断问题出在颜色、阈值、滤波还是轮廓筛选。