创建和显示窗口相关函数namedWindow()功能创建一个显示图像的窗口。在调用imshow()之前通常需要先用它创建一个窗口如果不创建imshow会自动创建一个默认大小且不可调节的窗口。原型void namedWindow(const String winname, int flags WINDOW_AUTOSIZE);parm1 (winname)String类型。窗口的名称标识符。后续的imshow、resizeWindow等函数都要通过这个名称来指定操作哪个窗口。parm2 (flags)int类型。窗口的标志位决定窗口的大小和显示方式。常用值WINDOW_AUTOSIZE(默认)窗口大小自动适应图片大小用户不能手动改变窗口大小。WINDOW_NORMAL用户可以自由拖动改变窗口大小在调试大分辨率图片时非常有用。WINDOW_OPENGL支持 OpenGL 渲染。imread()功能从指定的文件路径中加载图像。原型Mat imread(const String filename, int flags IMREAD_COLOR);parm1 (filename)String类型。要读取的图像文件的路径包括文件名和后缀。parm2 (flags)int类型。读取图像的颜色模式。常用值IMREAD_COLOR默认值 1始终将图像转换为 3 通道 BGR 彩色图像。IMREAD_GRAYSCALE值 0始终将图像转换为单通道灰度图像。IMREAD_UNCHANGED值 -1原样读取保留 Alpha 透明通道。返回值返回一个Mat矩阵对象。如果读取失败如路径错误、文件损坏则返回一个空矩阵Python 中为None。imshow()功能在指定的窗口中显示图像。原型void imshow(const String winname, InputArray mat);parm1 (winname)String类型。要显示图像的窗口的名称。如果该窗口尚未创建OpenCV 会使用默认参数自动创建一个。parm2 (mat)InputArray类型通常传入cv::Mat。要显示的图像数据矩阵。waitKey()功能等待用户按键。极其重要它是 OpenCV 刷新 GUI 窗口事件队列的“触发器”。必须放在imshow()之后调用。原型int waitKey(int delay 0);parm1 (delay)int类型。等待按键的时间单位毫秒。delay 0无限期等待直到用户按下任意键。delay 0等待指定毫秒数如30表示约 30 FPS 的视频播放速度如果期间没有按键则返回-1继续执行后续代码。返回值int类型。返回按下按键的 ASCII 码例如 ESC 键是27。如果超时未按键则返回-1。resizeWindow()功能改变指定窗口的大小。通常配合WINDOW_NORMAL标志使用。原型void resizeWindow(const String winname, int width, int height);parm1 (winname)String类型。要调整大小的窗口名称。parm2 (width,height)int类型。这里其实包含两个参数width窗口的新宽度像素。height窗口的新高度像素。imwrite()功能将图像数据矩阵Mat保存为指定格式的图像文件。格式由文件名的后缀如.jpg,.png等决定。原型bool imwrite(const String filename, InputArray img, const std::vectorint params std::vectorint());parm1 (filename)String类型。要保存的文件名需包含扩展名如output.jpg。parm2 (img)InputArray类型通常传入cv::Mat。要保存的图像数据矩阵。parm3 (params)const std::vectorint类型可选。特定格式的编码参数。通常不填。如果填是一对对的键值对。例如保存为 JPEG 时传入{cv::IMWRITE_JPEG_QUALITY, 90}表示压缩质量为 90%0-100。保存 PNG 时用IMWRITE_PNG_COMPRESSION0-9。返回值bool类型。保存成功返回true失败返回false例如路径不存在或权限不足。destroyAllWindows()功能关闭所有由 OpenCV 创建的高层级 GUI 窗口销毁并释放相关内存资源。原型void destroyAllWindows();相关代码:import cv2 import sys # 1. 读取图像替换为你自己的图片路径 # 默认读取为彩色图 (cv2.IMREAD_COLOR) img cv2.imread(test.jpg) # 检查图像是否读取成功 if img is None: print(无法读取图像请检查路径是否正确) sys.exit() # 2. 创建窗口自动适应图片大小 cv2.namedWindow(new, cv2.WINDOW_AUTOSIZE) # 3. 在窗口中显示图像 cv2.imshow(new, img) # 4. 等待按键0 表示无限期等待 key cv2.waitKey(0) # 5. 判断按键按 q 或 ESC 键退出 # 注意Python 中 waitKey 返回的是整数需用 ord() 转换字符 if key ord(q) or key 27: sys.exit(0) # 6. 销毁所有窗口释放资源 cv2.destroyAllWindows()cv2.VideoCapture()—— 捕获视频源作用它的作用是“打开”一个视频来源既可以是你电脑上的视频文件也可以是插在电脑上的 USB 摄像头。读取摄像头括号里填数字通常0代表默认摄像头外接的可能是1或2。cap cv2.VideoCapture(0)读取视频文件括号里填视频的路径。cap cv2.VideoCapture(my_video.mp4)cap.read()—— 读取一帧画面作用从打开的视频源里读取当前的一帧图像。视频本质上就是一张张快速播放的图片。返回值它返回两个东西。ret(Boolean)布尔值表示有没有成功读到画面比如视频播完了或者摄像头没连好就会返回False。frame(NumPy数组)就是读到的这一帧图像。ret, frame cap.read() 关键提醒通常我们会把它放进一个while循环里这样就能不断读取形成连续的视频流。如果ret是False循环就可以结束了。cap.release()—— 释放资源作用关闭视频文件或者断开与摄像头的连接。为什么重要如果不写这一句摄像头可能会一直被程序“占用”导致你退出程序后其他软件甚至下次你自己再运行代码打不开摄像头只能重启电脑才能解决。cap.release()cv2.VideoWriter()—— 创建视频写入器作用创建一个对象告诉程序“我要保存一个什么样的视频文件”。参数要求它通常需要 4 个必填参数有时还有第 5 个控制彩色/灰度。文件名比如output.avi或output.mp4。编码格式FourCC告诉电脑用什么格式压缩视频。最常见的是cv2.VideoWriter_fourcc(*XVID)或(*MJPG)。帧率FPS每秒播放多少张画面比如20或30。画面尺寸必须是一个元组(width, height)。⚠️核心避坑点这个尺寸必须和你后面write进去的每一帧画面的尺寸一模一样否则视频保存出来是坏的只有几KB或无法播放。# 设置编码器 fourcc cv2.VideoWriter_fourcc(*XVID) # 创建写入器保存为 output.avi帧率 20尺寸 640x480 out cv2.VideoWriter(output.avi, fourcc, 20.0, (640, 480))out.write()—— 写入一帧作用把具体的画面图像/帧按顺序塞进刚才创建的视频文件里。注意它和文件操作里的f.write()类似你要把当前处理好的frame传进去。out.write(frame) # frame 必须是一个 NumPy 数组图像out.release()—— 释放资源作用关闭文件并确保所有数据都完整地写入到了硬盘上。为什么重要和摄像头一样如果不写这句视频文件可能只占用内存而没有真正写进硬盘导致文件损坏或只有 0 字节。out.release()相关代码import cv2 # 1. 打开摄像头 cap cv2.VideoCapture(0) # 获取摄像头的实际分辨率重要防止尺寸不匹配导致保存失败 width int(cap.get(cv2.CAP_PROP_FRAME_WIDTH)) height int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT)) # 2. 设置视频写入器 (注意这里用的是实际获取的 width 和 height) fourcc cv2.VideoWriter_fourcc(*mjpg) out cv2.VideoWriter(my_record.avi, fourcc, 20.0, (width, height)) while True: # 读取一帧 ret, frame cap.read() if not ret: break # 显示出来 cv2.imshow(Recording..., frame) # 3. 写入文件 out.write(frame) # 按 ESC 退出 if cv2.waitKey(1) 27: break # 4. 释放所有资源 (非常重要顺序无所谓但千万别漏) cap.release() out.release() cv2.destroyAllWindows() print(视频保存完毕)setMouseCallback()功能为指定的窗口设置鼠标事件的回调函数。当用户在该窗口内进行鼠标操作如点击、移动、双击等时OpenCV 会自动调用你设定的callback函数。原型void setMouseCallback(const String winname, MouseCallback onMouse, void* userdata 0);parm1 (winname)String类型。窗口的名称必须与namedWindow创建的名称一致。parm2 (callback)MouseCallback类型。回调函数的函数名。必须符合特定的参数格式见下方。parm3 (userdata)void*类型。传递给回调函数的用户自定义数据指针默认传0或NULL即可高级用法中可以传入结构体指针来共享数据。回调函数callback()(自定义)功能这是由开发者自己实现的一个函数。它不会主动运行只有当鼠标在指定窗口发生动作时才会被系统“回调”执行。原型void onMouse(int event, int x, int y, int flags, void* userdata);parm1 (event)int类型。鼠标事件的类型。常用值EVENT_MOUSEMOVE(0)鼠标移动。EVENT_LBUTTONDOWN(1)鼠标左键按下。EVENT_RBUTTONDOWN(2)鼠标右键按下。EVENT_LBUTTONUP(4)鼠标左键松开。EVENT_LBUTTONDBLCLK(7)鼠标左键双击。parm2 (x)int类型。鼠标当前在窗口图像坐标系中的X 坐标列。parm3 (y)int类型。鼠标当前在窗口图像坐标系中的Y 坐标行。parm4 (flags)int类型。鼠标事件的标志位通常用于判断是否有组合键如EVENT_FLAG_SHIFTKEY、EVENT_FLAG_CTRLKEY或哪个按键被按下。parm5 (userdata)void*类型。接收来自setMouseCallback传递进来的用户数据指针。示例代码import cv2 import numpy as np # 全局变量记录点击坐标 pt (-1, -1) # 鼠标回调函数 def mouse_callback(event, x, y, flags, userdata): global pt # 如果发生左键按下事件 if event cv2.EVENT_LBUTTONDOWN: pt (x, y) print(f点击坐标: {pt}, 传入的自定义数据: {userdata}) # 创建窗口 cv2.namedWindow(mouse, cv2.WINDOW_NORMAL) cv2.resizeWindow(mouse, 640, 360) # 设置鼠标回调 cv2.setMouseCallback(mouse, mouse_callback, 123) # 显示窗口和背景 img np.zeros((360, 640, 3), np.uint8) while True: # 如果有点击过在点击位置画一个红色的实心圆起到可视化反馈的作用 if pt ! (-1, -1): cv2.circle(img, pt, 10, (0, 0, 255), -1) cv2.imshow(mouse, img) key cv2.waitKey(1) # 等待 1ms用于刷新界面和监听键盘 # 补充退出逻辑如果按下 ESC 键ASCII 码为 27则退出 if key 27: break # 退出后销毁窗口 cv2.destroyAllWindows()createTrackbar()功能在指定的窗口上创建一个滑动条滑块。常用于实时调整算法参数如二值化阈值、Canny 的高低阈值等无需每次重新编译代码。原型int createTrackbar(const String trackbarname, const String winname, int* value, int count, TrackbarCallback onChange 0, void* userdata 0);parm1 (trackbarname)String类型。滑动条的名称显示在滑块旁边。parm2 (winname)String类型。滑动条依附的窗口名称必须与namedWindow创建的名称一致。parm3 (value)int*类型指针。极其重要这是一个指向整型变量的指针滑块当前的数值会实时同步到这个变量里。在 Python 中没有指针通常传入一个初始值并在回调函数中获取。parm4 (count)int类型。滑动条的最大值最小值永远是 0。parm5 (onChange)TrackbarCallback类型可选。滑动条数值改变时触发的回调函数。如果设为0或None则不会触发任何函数Python 中必须传否则无法获取实时值。parm6 (userdata)void*类型可选。传递给回调函数的用户数据指针。getTrackbarPos()功能获取指定窗口上指定滑动条的当前数值。原型int getTrackbarPos(const String trackbarname, const String winname);parm1 (trackbarname)String类型。要获取数值的滑动条名称。parm2 (winname)String类型。滑动条所在的窗口名称。返回值int类型。返回当前滑块指示的数值。示例代码import cv2 import numpy as np def callback(): pass cv2.namedWindow(trackbar, cv2.WINDOW_NORMAL) cv2.createTrackbar(R, trackbar, 0, 255, callback) cv2.createTrackbar(G, trackbar, 0, 255, callback) cv2.createTrackbar(B, trackbar, 0, 255, callback) img np.zeros((480, 640, 3), np.uint8) while True: cv2.imshow(trackbar, img) r cv2.getTrackbarPos(R, trackbar) g cv2.getTrackbarPos(G, trackbar) b cv2.getTrackbarPos(B, trackbar) img[:] [b, g, r] key cv2.waitKey(10) if key 0xFF ord(q): break cv2.destroyAllWindows()色彩空间转换cv2.cvtColor(src, code)作用把图像从一个色彩空间转换到另一个色彩空间。src输入图像通常是 NumPy 数组。code转换代码就是你列表里的那些常量。注意转换后的图像通道数和数据类型可能会变。比如 BGR 转 GRAY灰度通道数会从 3 变成 1BGR 转 HSV通道数还是 3但数值范围变了。示例代码import cv2 def callback(): pass cv2.namedWindow(color, cv2.WINDOW_NORMAL) img cv2.imread(./picture/rmb.jpg) colorspaces [cv2.COLOR_BGR2RGB, cv2.COLOR_BGR2GRAY, cv2.COLOR_BGR2HSV, cv2.COLOR_BGR2YUV] cv2.createTrackbar(curcolor, color, 0, 3, callback) while True: index cv2.getTrackbarPos(curcolor, color) #颜色空间转换API cvt_img cv2.cvtColor(img, colorspaces[index]) cv2.imshow(color, cvt_img) key cv2.waitKey(10) print(key) if key 0xFF ord(q): break cv2.destroyAllWindows()numpy 创建特殊矩阵的操作Array通用数组概念把一串普通的数字或者嵌套的列表按照你指定的行列结构转换成一个可以进行数学运算的二维或多维矩阵。在视觉中的意义这是图像在计算机里的真实面目。当你用 OpenCV 读取一张图片时它返回的就是一个巨大的 Array数组。如果你手动输入一堆数字构成一个 Array它就可以被当作一张小尺寸的图片来处理。前几个Zero, One, Full都是自动批量生成特定数值的 Array而Array函数是你手动填入具体数值来构建矩阵。Zero零矩阵/全零数组概念所有元素的值全是0。在视觉中的意义代表“什么都没有”。在图像里0 通常代表纯黑色在掩膜Mask里0 代表遮罩、不显示。它是极其常用的“初始画布”。One全一矩阵/全一数组概念所有元素的值全是1。在视觉中的意义代表“基础单位”或“全亮”。在数学里它是计算的基础在图像处理里如果把它乘上 255就会变成一张纯白色的图它也常被用作滤波器卷积核的基础模板。Full自定义填充矩阵概念所有元素的值全是你指定的任意数值。在视觉中的意义它是Zero和One的升级版。如果你想要一张纯灰色的背景填充 128或者一张特定颜色的图片比如每个像素的 BGR 都是 255, 0, 0就用它来快速生成一张底色图。Identity单位矩阵概念一个正方形的矩阵。它的特征是从左上角到右下角的主对角线上全是1其余所有位置全是0。在视觉中的意义数学里的“数字 1”。任何矩阵乘以它都等于它本身。在图像处理中它常代表“原封不动”比如在坐标变换时代表没有任何平移、缩放或旋转的初始状态。Eye对角线矩阵概念它是Identity的“灵活版”。它不仅也能生成主对角线为1的方阵还能生成非正方形的矩阵或者让那一排1发生偏移不在正中间而是偏左上或偏右下。在视觉中的意义主要用于更复杂的数学运算。比如你在做图像的特征提取、坐标映射时需要用到带有偏移量的数学结构它就能派上用场。示例代码import cv2 # 1. 读取图片 img cv2.imread(./picture/rmb.jpg) if img is None: print(图片读取失败请检查路径) exit() # 2. 读值打印坐标 (100, 100) 处的 BGR 像素值 # 注意OpenCV 的坐标是 [y, x]先行后列 print(坐标 (100, 100) 的 BGR 值为:, img[100, 100]) # 3. 写值修改矩阵中的像素 # 这里用你截图里的逻辑但为了保证不管图片多大都不会报错我们改画一个 100x100 的正方形 # 把这个区域全部赋值为 [0, 0, 255]纯红色 img[0:100, 100:200] [0, 0, 255] # 4. 显示修改后的图片 cv2.imshow(img, img) key cv2.waitKey(0) # 无限等待直到用户按键 if key 0xFF ord(q): cv2.destroyAllWindows()numpy ROI. 获取子矩阵划出 ROI 区域概念利用 NumPy 的切片功能从原图中“框”出一个感兴趣的区域Region of Interest。意义这是做图像处理的起点。你不需要处理整张图只把注意力集中在局部比如车牌、人脸、特定物体。注意它默认是视图修改它会直接改变原图。对应代码roi img[100:400, 100:600]2. 整个区域填充涂色概念把当前矩阵ROI里的所有行:、所有列:的像素全部替换为指定的 BGR 颜色。意义常用于打码隐私遮挡、画实心图形或者给某个特定区域换背景色。这里的[:, :]代表把这个子矩阵“掏空涂满”。对应代码roi[:, :] [0, 0, 255] # 把刚才切出来的长方形全涂成红色3. 提取单个通道切片进阶概念在已有的 ROI 矩阵基础上通过第三个维度的索引0、1、2单独提取某一个颜色通道。意义分离 B、G、R 通道用来做颜色过滤、阈值分割或者单独分析某个颜色的强度。对应代码# 提取 roi 里的第一个通道OpenCV里0代表Blue通道 blue_channel roi[:, :, 0]4. 局部嵌套切片画中画概念在已切好的子矩阵roi中再次使用切片[y1:y2, x1:x2]划定一个更小的范围进行赋值。意义实现精准的局部修改比如在一大块红色区域里再画一个绿色的实心小方块。对应代码# 在刚才的红底 ROI 里再切出一块小正方形涂成绿色 roi[10:200, 10:200] [0, 255, 0]示例代码import cv2 import numpy as np # 1. 创建一张 600x800 的纯白画布作为底图 (代替你读取的图片方便直接跑) img np.full((600, 800, 3), 255, dtypenp.uint8) # 核心代码区 # ① 划出 ROI 区域从 Y100 到 400X100 到 600 roi img[100:400, 100:600] # ② 整体填充把这块 ROI 全部涂成红色 (BGR: 0,0,255) roi[:] [0, 0, 255] # ③ 嵌套涂色在红色的 ROI 里面再切出 Y10到100X10到100 的小块涂成绿色 (BGR: 0,255,0) roi[10:100, 10:100] [0, 255, 0] # ④ 提取单通道把整个大图的蓝色通道单独拿出来验证切片原理这步不改变图像只是拿出来看 blue_channel img[:, :, 0] # 核心代码结束 # 显示图像 cv2.namedWindow(Result, cv2.WINDOW_NORMAL) cv2.imshow(Result, img) # 此时原图 img 上已经被画上了一大块红底绿方块 key cv2.waitKey(0) if key 0xFF ord(q): cv2.destroyAllWindows()MAT为OpenCV 的图像/矩阵容器由「矩阵头 数据指针」组成。好处自动内存管理不用手动 malloc/free引用计数自动释放。浅拷贝高效Mat B A;只复制头、共享数据不拷贝像素。支持 ROI可只引用图像局部区域零拷贝。函数传参快传Mat不复制大数据。需要独立副本时用clone()与 copyto() 深拷贝。深浅拷贝