OpenCV 基础图像处理教程

OpenCV 是一个强大的计算机视觉库，它提供了丰富的图像处理功能。本教程将介绍 OpenCV 中的一些基本图像处理操作。

1. 图像读取与显示

首先，我们需要读取图像并显示它。以下是一个简单的示例：

import cv2

# 读取图像
image = cv2.imread('path_to_image.jpg')

# 显示图像
cv2.imshow('Image', image)
cv2.waitKey(0)
cv2.destroyAllWindows()

查看更多关于图像读取与显示的教程

2. 图像转换

OpenCV 提供了多种图像转换功能，例如灰度转换、二值化等。

# 灰度转换
gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# 二值化
_, binary_image = cv2.threshold(gray_image, 128, 255, cv2.THRESH_BINARY)

3. 图像滤波

图像滤波是图像处理中常用的操作，可以去除图像中的噪声。

# 高斯滤波
blurred_image = cv2.GaussianBlur(gray_image, (5, 5), 0)

# 中值滤波
median_image = cv2.medianBlur(gray_image, 5)

4. 图像边缘检测

边缘检测是图像处理中的重要步骤，可以帮助我们识别图像中的关键特征。

# Canny 边缘检测
edges = cv2.Canny(gray_image, 100, 200)

5. 图像几何变换

OpenCV 提供了多种图像几何变换功能，例如旋转、缩放、平移等。

# 旋转图像
rotated_image = cv2.rotate(image, cv2.ROTATE_90_CLOCKWISE)

# 缩放图像
scaled_image = cv2.resize(image, (300, 300))

6. 图像分割

图像分割是将图像分割成多个区域的过程。

# 轮廓检测
contours, _ = cv2.findContours(binary_image, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# 绘制轮廓
cv2.drawContours(image, contours, -1, (0, 255, 0), 2)

希望这个教程能帮助您了解 OpenCV 中的基本图像处理操作。如果您想了解更多关于 OpenCV 的知识，请访问我们的OpenCV 教程页面。

Example Image