1. 图像读取与显示
使用 OpenCV 读取图像的常用方法为 cv2.imread()，显示则通过 cv2.imshow() 实现。
- 读取图像：
img = cv2.imread('image_path') - 显示图像：
cv2.imshow('窗口名称', img) - 等待按键：
cv2.waitKey(0) - 关闭窗口：
cv2.destroyAllWindows()
📌 扩展学习：想了解更多图像处理技巧？点击 OpenCV 图像处理进阶 查看详细教程。
2. 常见图像操作
- 灰度化：
cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) - 二值化：
cv2.threshold(gray_img, 127, 255, cv2.THRESH_BINARY) - 边缘检测：
cv2.Canny(img, 100, 200) - 模糊处理：
cv2.GaussianBlur(img, (5,5), 0)
3. 图像保存
通过 cv2.imwrite() 将处理后的图像保存到本地：
cv2.imwrite('output.jpg', processed_img)
支持多种格式如 JPG、PNG、BMP 等。
4. 图像缩放与旋转
- 缩放：
cv2.resize(img, (new_width, new_height)) - 旋转：
cv2.rotate(img, cv2.ROTATE_90_CLOCKWISE)
🚀 实践建议：尝试在 OpenCV 实时操作演示 中体验这些功能的动态效果！
5. 颜色空间转换
OpenCV 默认使用 BGR 颜色空间，可通过 cv2.cvtColor() 转换为 RGB 或 HSV：
hsv_img = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
注：所有示例基于 Python 语言，如需其他语言实现可参考 OpenCV 多语言示例库。