OpenCV(Python)基础—9小时入门版

一、课程定位与学习目标（0.5小时）

为什么选择OpenCV+Python？
OpenCV作为全球最流行的计算机视觉库，拥有超过2500个优化算法，Python接口因其简洁性成为入门首选。本课程专为以下人群设计：

• 零基础编程爱好者
• 科研人员处理图像数据
• 开发者拓展AI技能树
• 学生完成课程项目

9小时学习地图：

1. 环境搭建（0.5h）
2. 核心数据结构（1h）
3. 图像处理基础（2h）
4. 特征检测与匹配（1.5h）
5. 视频流处理（1.5h）
6. 综合实战项目（2.5h）

二、开发环境极速配置（0.5小时）

1. 安装包管理方案

# 推荐使用conda创建独立环境
conda create -n opencv_env python=3.8
conda activate opencv_env
pip install opencv-python opencv-contrib-python numpy matplotlib

关键提示：opencv-contrib-python包含额外模块（如SIFT算法），生产环境建议使用opencv-python-headless（无GUI依赖）。

2. 验证安装

import cv2
print(cv2.__version__)  # 应输出4.x.x版本

三、核心数据结构精解（1小时）

1. NumPy数组与Mat对象转换

import numpy as np
# 创建3通道彩色图像
img_np = np.zeros((300, 300, 3), dtype=np.uint8)
img_np[:] = (255, 0, 0)  # 蓝色背景
# 转换为OpenCV Mat对象
img_cv = cv2.cvtColor(img_np, cv2.COLOR_RGB2BGR)  # 注意颜色空间转换

2. 图像存储格式对比

格式	通道顺序	数据类型	典型应用场景
BGR	Blue优先	uint8	OpenCV默认格式
RGB	Red优先	uint8	Matplotlib显示
Gray	单通道	uint8/float32	边缘检测预处理
HSV	色相优先	uint8	颜色分割

四、图像处理基础（2小时）

1. 几何变换实战

def geometric_transform_demo():
    img = cv2.imread('test.jpg')
    h, w = img.shape[:2]
    # 旋转矩阵计算
    M = cv2.getRotationMatrix2D((w/2, h/2), 45, 0.5)  # 中心旋转45度，缩放0.5倍
    rotated = cv2.warpAffine(img, M, (w, h))
    # 透视变换
    pts1 = np.float32([[56,65],[368,52],[28,387],[389,390]])
    pts2 = np.float32([[0,0],[300,0],[0,300],[300,300]])
    M = cv2.getPerspectiveTransform(pts1, pts2)
    warped = cv2.warpPerspective(img, M, (300,300))
    # 显示结果
    cv2.imshow('Rotated', rotated)
    cv2.imshow('Warped', warped)
    cv2.waitKey(0)

2. 图像滤波技术矩阵

滤波器	核心函数	参数要点	适用场景
高斯模糊	cv2.GaussianBlur	(5,5), sigmaX=1	降噪预处理
中值滤波	cv2.medianBlur	ksize=5	椒盐噪声去除
双边滤波	cv2.bilateralFilter	d=9, 75, 75	保边去噪（人像处理）

五、特征检测进阶（1.5小时）

1. 关键点检测对比

def feature_detection_comparison():
    img = cv2.imread('chessboard.jpg', 0)
    # Harris角点检测
    corners = cv2.cornerHarris(img, blockSize=2, ksize=3, k=0.04)
    img[corners > 0.01*corners.max()] = [255]
    # SIFT特征检测（需opencv-contrib）
    sift = cv2.SIFT_create()
    kp, des = sift.detectAndCompute(img, None)
    img_kp = cv2.drawKeypoints(img, kp, None)
    # 显示结果
    cv2.imshow('Harris', img)
    cv2.imshow('SIFT', img_kp)
    cv2.waitKey(0)

2. 特征匹配策略

匹配方法	核心函数	优势场景	速度对比（ms）
暴力匹配	cv2.BFMatcher()	精确匹配但计算量大	120-150
FLANN快速匹配	cv2.FlannBasedMatcher	大规模特征库搜索	30-50
单应性矩阵匹配	cv2.findHomography()	透视变换关系计算	80-100

六、视频流处理实战（1.5小时）

1. 摄像头实时处理框架

def realtime_processing():
    cap = cv2.VideoCapture(0)  # 0表示默认摄像头
    while True:
        ret, frame = cap.read()
        if not ret:
            break
        # 实时人脸检测（需预训练模型）
        gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
        faces = face_cascade.detectMultiScale(gray, 1.3, 5)
        for (x,y,w,h) in faces:
            cv2.rectangle(frame,(x,y),(x+w,y+h),(255,0,0),2)
        cv2.imshow('Realtime', frame)
        if cv2.waitKey(1) & 0xFF == ord('q'):
            break
    cap.release()
    cv2.destroyAllWindows()

2. 视频文件处理技巧

def video_file_processing():
    cap = cv2.VideoCapture('input.mp4')
    fps = cap.get(cv2.CAP_PROP_FPS)
    width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
    height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
    # 创建视频写入对象
    out = cv2.VideoWriter('output.avi', 
                         cv2.VideoWriter_fourcc(*'XVID'),
                         fps, (width, height))
    while cap.isOpened():
        ret, frame = cap.read()
        if not ret:
            break
        # 添加处理逻辑（如边缘检测）
        edges = cv2.Canny(frame, 100, 200)
        out.write(edges)
    cap.release()
    out.release()

七、综合实战项目（2.5小时）

1. 文档扫描仪实现

项目流程：

1. 边缘检测（Canny算法）
2. 轮廓查找与四边形筛选
3. 透视变换矫正
4. 阈值化处理

def document_scanner(image_path):
    img = cv2.imread(image_path)
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    blurred = cv2.GaussianBlur(gray, (5,5), 0)
    edged = cv2.Canny(blurred, 75, 200)
    # 查找轮廓
    contours, _ = cv2.findContours(edged.copy(), cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)
    contours = sorted(contours, key=cv2.contourArea, reverse=True)[:5]
    # 筛选四边形
    for c in contours:
        peri = cv2.arcLength(c, True)
        approx = cv2.approxPolyDP(c, 0.02*peri, True)
        if len(approx) == 4:
            screenCnt = approx
            break
    # 透视变换
    def order_points(pts):
        # 重新排序四个顶点（左上->右上->右下->左下）
        rect = np.zeros((4,2), dtype="float32")
        s = pts.sum(axis=1)
        rect[0] = pts[np.argmin(s)]
        rect[2] = pts[np.argmax(s)]
        diff = np.diff(pts, axis=1)
        rect[1] = pts[np.argmin(diff)]
        rect[3] = pts[np.argmax(diff)]
        return rect
    pts = screenCnt.reshape(4,2)
    warped = four_point_transform(img, order_points(pts))
    return warped

2. 人脸识别系统搭建

技术栈组合：

• 人脸检测：DNN模块（Caffe模型）
• 特征提取：FaceNet模型
• 相似度计算：余弦距离

def build_face_recognition():
    # 加载预训练模型
    prototxt = "deploy.prototxt"
    model = "res10_300x300_ssd_iter_140000.caffemodel"
    net = cv2.dnn.readNetFromCaffe(prototxt, model)
    # 读取人脸数据库
    face_db = {}
    for person in os.listdir("faces"):
        person_path = os.path.join("faces", person)
        for img_file in os.listdir(person_path):
            img = cv2.imread(os.path.join(person_path, img_file))
            blob = cv2.dnn.blobFromImage(img, 1.0, (300,300), (104.0,177.0,123.0))
            net.setInput(blob)
            detections = net.forward()
            # 提取特征并存储...

八、学习资源推荐

1. 官方文档：docs.opencv.org/4.x/d6/d00/tutorial_py_root.html
2. 实践平台：
   • Kaggle竞赛（计算机视觉赛道）
   • Roboflow数据集标注工具
3. 进阶方向：
   • 深度学习+OpenCV融合（YOLO系列）
   • 3D视觉重建（Open3D库）
   • 嵌入式部署（Raspberry Pi+OpenCV）

9小时学习建议：

• 每日2小时理论学习+1小时实践
• 重点掌握前5章核心内容
• 完成至少2个综合项目
• 参与GitHub开源社区交流

通过系统化的9小时学习，您将具备独立开发计算机视觉应用的能力，为后续深入学习深度学习视觉方向打下坚实基础。建议后续拓展学习PyTorch/TensorFlow框架，实现更复杂的视觉智能系统。