OpenCV 是一个强大的计算机视觉库，广泛用于图像和视频处理。在这个教程中，我们将通过一些示例来展示如何使用 OpenCV 进行图像处理和计算机视觉任务。
示例 1：读取和显示图像
首先，你需要安装 OpenCV 库。你可以通过以下链接了解如何安装 OpenCV：
下面是一个简单的示例，展示如何读取和显示图像：
import cv2
image = cv2.imread('path_to_image.jpg')
# 显示图像
cv2.imshow('Image', image)
cv2.waitKey(0)
cv2.destroyAllWindows()
示例 2：图像阈值处理
阈值处理是一种常见的图像处理技术，用于将图像中的像素值转换为两个或更多级别。
import cv2
# 读取图像
image = cv2.imread('path_to_image.jpg')
# 应用阈值
_, thresh = cv2.threshold(image, 127, 255, cv2.THRESH_BINARY)
# 显示结果
cv2.imshow('Original Image', image)
cv2.imshow('Threshold Image', thresh)
cv2.waitKey(0)
cv2.destroyAllWindows()
示例 3：边缘检测
边缘检测是计算机视觉中的一种基本技术，用于检测图像中的边缘。
import cv2
# 读取图像
image = cv2.imread('path_to_image.jpg')
# 使用 Canny 边缘检测
edges = cv2.Canny(image, 100, 200)
# 显示结果
cv2.imshow('Original Image', image)
cv2.imshow('Edges', edges)
cv2.waitKey(0)
cv2.destroyAllWindows()
以上就是一些基本的 OpenCV 图像处理示例。你可以通过以下链接了解更多关于 OpenCV 的内容：
希望这些示例能够帮助你更好地理解 OpenCV 的使用。👍