第一部分：基礎入門

1. OpenCV簡介

什么是OpenCV及其應用領域

OpenCV（Open Source Computer Vision Library）是一個開源的計算機視覺和機器學習軟件庫，于1999年由Intel公司發起，現在由非營利組織OpenCV.org維護。OpenCV旨在提供一個共同的基礎設施，加速計算機視覺在商業產品中的應用，并推動計算機視覺研究的發展。

OpenCV的主要特點：

• 完全開源和跨平臺
• 支持C++、Python、Java等多種編程語言
• 包含超過2500個優化算法
• 全球擁有超過1800萬下載量

主要應用領域：

1. 工業自動化：缺陷檢測、零件識別、尺寸測量
2. 醫療影像：病變檢測、醫學圖像分析
3. 安防監控：人臉識別、行為分析、車牌識別
4. 增強現實（AR）：實時圖像處理、特征追蹤
5. 自動駕駛：道路標記識別、障礙物檢測
6. 機器人導航：環境感知、路徑規劃
7. 文檔分析：OCR（光學字符識別）、文本檢測
8. 人機交互：手勢識別、姿態檢測
9. 移動應用：照片處理、實時濾鏡

開發環境搭建

Windows系統

安裝Python和pip（如果尚未安裝）

1. 訪問 Python官網，下載并安裝最新版Python（推薦Python 3.7以上版本）
2. 安裝時勾選"Add Python to PATH"選項
3. 打開命令提示符，輸入以下命令確認安裝成功：

bash

python --version
pip --version

安裝OpenCV

1. 在命令提示符中運行以下命令：

bash

pip install opencv-python
pip install opencv-contrib-python  # 包含擴展模塊

安裝IDE（推薦）

• 下載并安裝Visual Studio Code: Visual Studio Code - Code Editing. Redefined
• 安裝Python擴展

MacOS系統

使用Homebrew安裝Python（如果尚未安裝）

1. 安裝Homebrew（如果尚未安裝）：

bash

/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

1. 安裝Python：

bash

brew install python

安裝OpenCV

bash

pip3 install opencv-python
pip3 install opencv-contrib-python  # 包含擴展模塊

安裝IDE（推薦）

• 下載并安裝Visual Studio Code: Visual Studio Code - Code Editing. Redefined
• 安裝Python擴展

Linux系統（Ubuntu示例）

安裝Python和pip（如果尚未安裝）

bash

sudo apt update
sudo apt install python3 python3-pip

安裝OpenCV依賴項

bash

sudo apt install libgl1-mesa-glx

安裝OpenCV

bash

pip3 install opencv-python
pip3 install opencv-contrib-python  # 包含擴展模塊

安裝IDE（推薦）

bash

sudo snap install code --classic  # 安裝Visual Studio Code

安裝配置和第一個程序"Hello OpenCV"

驗證安裝

創建一個Python文件，例如verify_opencv.py，輸入以下代碼：

python

import cv2# 打印OpenCV版本
print(f"OpenCV 版本: {cv2.__version__}")# 檢查是否可以創建窗口
try:cv2.namedWindow("Test", cv2.WINDOW_NORMAL)cv2.destroyAllWindows()print("OpenCV GUI功能正常!")
except Exception as e:print(f"OpenCV GUI功能異常: {e}")

運行此腳本驗證OpenCV安裝是否成功。

第一個程序："Hello OpenCV"

我們將創建一個簡單的程序，實現以下功能：

1. 讀取一張圖片
2. 在圖片上顯示"Hello OpenCV"文字
3. 顯示圖片
4. 保存結果

創建一個Python文件，例如hello_opencv.py：

python

import cv2
import numpy as np# 創建一個純色背景圖像（500x300的藍色背景）
# OpenCV中顏色順序是BGR（藍、綠、紅）而不是RGB
image = np.zeros((300, 500, 3), dtype=np.uint8)
image[:] = (255, 127, 0)  # 橙色背景# 添加文字
text = "Hello OpenCV!"
font = cv2.FONT_HERSHEY_SIMPLEX
font_scale = 1.5
font_thickness = 3
text_color = (255, 255, 255)  # 白色文字# 獲取文本大小，以便居中
(text_width, text_height), baseline = cv2.getTextSize(text, font, font_scale, font_thickness)
x = (image.shape[1] - text_width) // 2  # 計算文本起始x坐標（居中）
y = (image.shape[0] + text_height) // 2  # 計算文本起始y坐標（居中）# 在圖像上繪制文本
cv2.putText(image, text, (x, y), font, font_scale, text_color, font_thickness)# 在窗口中顯示圖像
window_name = "First OpenCV Program"
cv2.namedWindow(window_name)
cv2.imshow(window_name, image)# 保存圖像
cv2.imwrite("hello_opencv.jpg", image)
print("圖像已保存為 'hello_opencv.jpg'")# 等待直到按下任意鍵
print("按任意鍵關閉窗口...")
cv2.waitKey(0)
cv2.destroyAllWindows()

代碼講解：

1. import cv2：導入OpenCV庫。
2. import numpy as np：導入NumPy庫，用于圖像矩陣操作。
3. image = np.zeros((300, 500, 3), dtype=np.uint8)：創建一個黑色圖像，大小為300x500像素，3個顏色通道。
4. image[:] = (255, 127, 0)：將圖像背景設為橙色。注意OpenCV中顏色順序是BGR（藍、綠、紅）。
5. cv2.putText()：在圖像上繪制文字。
6. cv2.namedWindow()：創建一個命名窗口。
7. cv2.imshow()：在窗口中顯示圖像。
8. cv2.imwrite()：保存圖像到文件。
9. cv2.waitKey(0)：等待按鍵輸入，參數0表示無限等待。
10. cv2.destroyAllWindows()：關閉所有窗口。

運行結果：

• 一個帶有"Hello OpenCV!"文字的橙色窗口
• 生成的圖像將保存為hello_opencv.jpg

這是你的第一個OpenCV程序！恭喜！現在我們已經完成了OpenCV的安裝和基本配置，接下來將深入學習圖像基礎知識。

2. 圖像基礎

圖像的數字表示方式

在計算機中，圖像以二維或三維矩陣（數組）的形式存儲：

灰度圖像：

• 二維矩陣，每個元素代表一個像素
• 像素值范圍通常為0-255（8位），0表示黑色，255表示白色
• 例如：100×100的灰度圖像是一個100×100的二維矩陣

彩色圖像：

• 三維矩陣，其中第三個維度表示顏色通道
• 常見的RGB圖像有3個通道：紅、綠、藍
• 在OpenCV中，顏色通道順序為BGR（藍、綠、紅）
• 像素值范圍通常為每通道0-255（8位）
• 例如：100×100的彩色RGB圖像是一個100×100×3的三維矩陣

圖像數據類型： 在OpenCV中，圖像通常使用NumPy數組表示，常見的數據類型有：

• uint8：無符號8位整數（0-255），最常用
• float32：32位浮點數，用于高精度計算
• float64：64位浮點數

讓我們創建一個程序來理解圖像的數字表示：

python

import cv2
import numpy as np
import matplotlib.pyplot as plt# 創建一個簡單的灰度漸變圖像
gradient = np.linspace(0, 255, 256, dtype=np.uint8)
gradient = np.tile(gradient, (100, 1))# 創建一個簡單的彩色圖像
color_channels = np.zeros((100, 256, 3), dtype=np.uint8)
color_channels[:, :, 0] = np.linspace(0, 255, 256, dtype=np.uint8)  # 藍色通道
color_channels[:, :, 1] = np.linspace(0, 255, 256, dtype=np.uint8)  # 綠色通道
color_channels[:, :, 2] = np.linspace(0, 255, 256, dtype=np.uint8)  # 紅色通道# 顯示圖像
plt.figure(figsize=(10, 6))plt.subplot(2, 1, 1)
plt.title('灰度漸變圖像')
plt.imshow(gradient, cmap='gray')
plt.axis('off')plt.subplot(2, 1, 2)
plt.title('RGB漸變圖像')
plt.imshow(cv2.cvtColor(color_channels, cv2.COLOR_BGR2RGB))  # 轉換BGR為RGB用于正確顯示
plt.axis('off')plt.tight_layout()
plt.savefig('gradients.png')
plt.show()# 打印圖像形狀和數據類型
print(f"灰度圖像形狀: {gradient.shape}, 數據類型: {gradient.dtype}")
print(f"彩色圖像形狀: {color_channels.shape}, 數據類型: {color_channels.dtype}")# 查看特定位置的像素值
position = (50, 150)  # 第50行，第150列
print(f"灰度圖像在位置{position}的像素值: {gradient[position]}")
print(f"彩色圖像在位置{position}的像素值: {color_channels[position]}")

代碼講解：

1. 創建了一個灰度漸變圖像（從黑到白）
2. 創建了一個RGB漸變圖像（從黑到白）
3. 使用matplotlib顯示這些圖像
4. 打印圖像的形狀和數據類型
5. 查看特定位置的像素值

注意：我們使用cv2.cvtColor()函數將BGR轉換為RGB，因為OpenCV使用BGR順序，而matplotlib使用RGB順序。

色彩空間（RGB、HSV、灰度圖）

顏色空間是表示顏色的不同方法。最常見的色彩空間包括：

RGB（紅-綠-藍）：

• 最常見的色彩空間，使用紅、綠、藍三個通道的組合表示顏色
• 每個通道值范圍為0-255（8位）
• 在OpenCV中，默認顏色順序是BGR而不是RGB

HSV（色調-飽和度-明度）：

• 色調(H)：顏色種類，范圍0-179（在OpenCV中，對應0-360度）
• 飽和度(S)：顏色的純度/鮮艷程度，范圍0-255
• 明度(V)：顏色的亮度，范圍0-255
• 比RGB更接近人類感知顏色的方式
• 常用于顏色追蹤和分割

灰度（Grayscale）：

• 單通道，只有亮度信息，沒有顏色信息
• 值范圍通常為0-255，0表示黑色，255表示白色
• 計算量小，常用于不需要顏色信息的任務

讓我們編寫一個程序來實現不同色彩空間的轉換和比較：

python

import cv2
import numpy as np
import matplotlib.pyplot as plt# 創建一個彩色測試圖像（彩虹漸變）
def create_rainbow():# 創建一個大小為200x300的彩虹圖像rainbow = np.zeros((200, 300, 3), dtype=np.uint8)# 為了簡化，我們創建一個水平的彩虹漸變for i in range(300):# 將位置映射到0-360的色調值（對應OpenCV中的0-179）hue = int(i / 300 * 180)# 創建一個滿飽和度、滿亮度的HSV顏色rainbow_hsv = np.ones((200, 1, 3), dtype=np.uint8) * np.array([hue, 255, 255], dtype=np.uint8)# 轉換為BGRrainbow[:, i:i+1] = cv2.cvtColor(rainbow_hsv, cv2.COLOR_HSV2BGR)return rainbow# 創建彩虹圖像
rainbow = create_rainbow()# 轉換為不同的色彩空間
rainbow_rgb = cv2.cvtColor(rainbow, cv2.COLOR_BGR2RGB)  # BGR到RGB
rainbow_hsv = cv2.cvtColor(rainbow, cv2.COLOR_BGR2HSV)  # BGR到HSV
rainbow_gray = cv2.cvtColor(rainbow, cv2.COLOR_BGR2GRAY)  # BGR到灰度# 顯示不同色彩空間的圖像
plt.figure(figsize=(12, 10))plt.subplot(4, 1, 1)
plt.title('原始圖像 (BGR轉RGB顯示)')
plt.imshow(rainbow_rgb)
plt.axis('off')plt.subplot(4, 1, 2)
plt.title('HSV色彩空間 - 色調(H)通道')
plt.imshow(rainbow_hsv[:, :, 0], cmap='hsv')
plt.axis('off')plt.subplot(4, 1, 3)
plt.title('HSV色彩空間 - 飽和度(S)和亮度(V)通道')
plt.imshow(np.dstack([np.zeros_like(rainbow_hsv[:, :, 1]), rainbow_hsv[:, :, 1], rainbow_hsv[:, :, 2]]), cmap='gray')
plt.axis('off')plt.subplot(4, 1, 4)
plt.title('灰度圖像')
plt.imshow(rainbow_gray, cmap='gray')
plt.axis('off')plt.tight_layout()
plt.savefig('color_spaces.png')
plt.show()# 展示H、S、V三個獨立通道
plt.figure(figsize=(12, 8))plt.subplot(3, 1, 1)
plt.title('HSV - 色調(H)通道')
plt.imshow(rainbow_hsv[:, :, 0], cmap='hsv')
plt.axis('off')plt.subplot(3, 1, 2)
plt.title('HSV - 飽和度(S)通道')
plt.imshow(rainbow_hsv[:, :, 1], cmap='gray')
plt.axis('off')plt.subplot(3, 1, 3)
plt.title('HSV - 亮度(V)通道')
plt.imshow(rainbow_hsv[:, :, 2], cmap='gray')
plt.axis('off')plt.tight_layout()
plt.savefig('hsv_channels.png')
plt.show()

代碼講解：

1. create_rainbow()函數創建了一個彩虹漸變圖像，展示從紅到紫的完整色彩范圍
2. 使用cv2.cvtColor()函數將圖像從BGR轉換到其他色彩空間
3. 使用matplotlib顯示不同色彩空間的圖像和HSV的各個通道
4. cv2.COLOR_BGR2RGB、cv2.COLOR_BGR2HSV、cv2.COLOR_BGR2GRAY是OpenCV中的色彩空間轉換常量

OpenCV中常用的色彩空間轉換常量：

• cv2.COLOR_BGR2RGB：BGR→RGB
• cv2.COLOR_RGB2BGR：RGB→BGR
• cv2.COLOR_BGR2GRAY：BGR→灰度
• cv2.COLOR_GRAY2BGR：灰度→BGR
• cv2.COLOR_BGR2HSV：BGR→HSV
• cv2.COLOR_HSV2BGR：HSV→BGR
• cv2.COLOR_BGR2Lab：BGR→Lab
• cv2.COLOR_Lab2BGR：Lab→BGR

圖像讀取、顯示與保存

現在，讓我們學習如何使用OpenCV讀取、顯示和保存圖像，這是計算機視覺應用的基本操作。

圖像讀取

OpenCV提供了cv2.imread()函數來讀取圖像：

python

image = cv2.imread('path/to/image.jpg')

imread()有兩個參數：

1. 文件路徑
2. 讀取標志（可選），常用的有：
   • cv2.IMREAD_COLOR：以彩色模式讀取圖像（默認）
   • cv2.IMREAD_GRAYSCALE：以灰度模式讀取圖像
   • cv2.IMREAD_UNCHANGED：讀取圖像，包括alpha通道（如果有）

圖像顯示

OpenCV使用cv2.imshow()函數顯示圖像：

python

cv2.imshow('Window Name', image)
cv2.waitKey(0)  # 等待按鍵
cv2.destroyAllWindows()  # 關閉所有窗口

圖像保存

OpenCV使用cv2.imwrite()函數保存圖像：

python

cv2.imwrite('output.jpg', image)

讓我們編寫一個完整的程序來演示這些操作：

python

import cv2
import os
import sysdef process_image(image_path):"""讀取、顯示和保存圖像的基本演示"""# 檢查文件是否存在if not os.path.isfile(image_path):print(f"錯誤: 文件 '{image_path}' 不存在")return# 讀取圖像（以彩色模式）color_image = cv2.imread(image_path, cv2.IMREAD_COLOR)if color_image is None:print(f"錯誤: 無法讀取圖像 '{image_path}'")return# 讀取圖像（以灰度模式）gray_image = cv2.imread(image_path, cv2.IMREAD_GRAYSCALE)# 獲取圖像信息height, width = color_image.shape[:2]channels = 1 if len(color_image.shape) == 2 else color_image.shape[2]# 打印圖像信息print(f"圖像信息:")print(f"- 路徑: {image_path}")print(f"- 寬度 x 高度: {width} x {height} 像素")print(f"- 通道數: {channels}")print(f"- 數據類型: {color_image.dtype}")print(f"- 文件大小: {os.path.getsize(image_path) / 1024:.2f} KB")# 創建輸出文件夾output_dir = "output"if not os.path.exists(output_dir):os.makedirs(output_dir)# 保存灰度圖像gray_output_path = os.path.join(output_dir, "gray_" + os.path.basename(image_path))cv2.imwrite(gray_output_path, gray_image)print(f"灰度圖像已保存到: {gray_output_path}")# 顯示圖像cv2.namedWindow("彩色圖像", cv2.WINDOW_NORMAL)cv2.namedWindow("灰度圖像", cv2.WINDOW_NORMAL)cv2.imshow("彩色圖像", color_image)cv2.imshow("灰度圖像", gray_image)print("按 'Esc' 鍵關閉窗口...")while True:key = cv2.waitKey(0) & 0xFFif key == 27:  # Esc鍵breakcv2.destroyAllWindows()if __name__ == "__main__":# 如果提供了命令行參數，使用它作為圖像路徑# 否則，使用默認圖像if len(sys.argv) > 1:image_path = sys.argv[1]else:# 使用內置的示例圖像或當前目錄中的示例圖像# 如果沒有圖像，將提示用戶sample_images = ["sample.jpg", "test.jpg", "image.jpg"]found = Falsefor img in sample_images:if os.path.isfile(img):image_path = imgfound = Truebreakif not found:print("請提供圖像路徑作為命令行參數，或確保當前目錄有示例圖像。")print("用法: python image_io.py <圖像路徑>")sys.exit(1)process_image(image_path)

代碼講解：

1. cv2.imread() 函數讀取圖像，可以選擇彩色或灰度模式
2. 我們獲取并打印圖像的基本信息（尺寸、通道數、數據類型等）
3. cv2.imwrite() 函數將灰度圖像保存到輸出目錄
4. cv2.namedWindow() 創建窗口，指定 cv2.WINDOW_NORMAL 允許調整窗口大小
5. cv2.imshow() 在各自的窗口中顯示彩色和灰度圖像
6. cv2.waitKey(0) 等待按鍵，& 0xFF 確保在不同平臺上正確工作
7. cv2.destroyAllWindows() 關閉所有OpenCV窗口

運行程序：

1. 將代碼保存為 image_io.py
2. 運行命令 python image_io.py path/to/your/image.jpg
3. 如果沒有提供圖像路徑，程序將嘗試在當前目錄中查找示例圖像

實用技巧：使用matplotlib顯示圖像

OpenCV的imshow()函數很強大，但有時使用matplotlib可能更方便，特別是當你想比較多個圖像時：

python

import cv2
import matplotlib.pyplot as plt# 讀取圖像
image = cv2.imread('path/to/image.jpg')# 將BGR轉換為RGB（matplotlib使用RGB順序）
image_rgb = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)# 使用matplotlib顯示圖像
plt.figure(figsize=(10, 8))
plt.imshow(image_rgb)
plt.title('使用Matplotlib顯示圖像')
plt.axis('off')  # 隱藏坐標軸
plt.show()

3. 基本圖像操作

像素訪問與修改

在OpenCV中，圖像被表示為NumPy數組，因此可以直接使用NumPy的索引操作來訪問和修改像素值。

訪問像素值

python

# 訪問(y, x)位置的像素值（注意：先是y行，再是x列）
pixel = image[y, x]# 對于灰度圖像，pixel是一個標量
# 對于彩色圖像，pixel是一個含有B,G,R值的數組

修改像素值

python

# 修改(y, x)位置的像素值
image[y, x] = new_value# 對于灰度圖像，new_value是一個標量
# 對于彩色圖像，new_value是[B, G, R]

讓我們編寫一個程序來演示像素訪問和修改：

python

import cv2
import numpy as np
import matplotlib.pyplot as plt# 創建一個簡單的圖像
def create_test_image():# 創建白色背景image = np.ones((300, 400, 3), dtype=np.uint8) * 255# 繪制一個藍色矩形cv2.rectangle(image, (50, 50), (200, 150), (255, 0, 0), thickness=-1)# 繪制一個綠色圓形cv2.circle(image, (300, 150), 80, (0, 255, 0), thickness=-1)# 繪制紅色文字font = cv2.FONT_HERSHEY_SIMPLEXcv2.putText(image, "OpenCV", (100, 250), font, 2, (0, 0, 255), 3)return image# 創建測試圖像
original_image = create_test_image()# 復制原始圖像以便修改
modified_image = original_image.copy()# 1. 單個像素修改 - 創建一個小點
for i in range(-3, 4):for j in range(-3, 4):if i*i + j*j <= 9:  # 創建一個小圓點y, x = 150 + i, 250 + jmodified_image[y, x] = [0, 0, 0]  # 黑色點# 2. 區域修改 - 反轉一個矩形區域內的顏色
x1, y1, x2, y2 = 100, 50, 150, 100
roi = modified_image[y1:y2, x1:x2]
modified_image[y1:y2, x1:x2] = 255 - roi# 3. 像素值分析
# 獲取某一點的像素值
pixel_point = (300, 150)  # x=300, y=150
pixel_value = original_image[pixel_point[1], pixel_point[0]]
print(f"點 {pixel_point} 處的像素值 (BGR): {pixel_value}")# 獲取某一區域的像素值統計
roi = original_image[50:100, 150:200]
mean_value = np.mean(roi, axis=(0, 1))
min_value = np.min(roi, axis=(0, 1))
max_value = np.max(roi, axis=(0, 1))print(f"選定區域的平均像素值 (BGR): {mean_value}")
print(f"選定區域的最小像素值 (BGR): {min_value}")
print(f"選定區域的最大像素值 (BGR): {max_value}")# 在圖像上標記分析的位置
analysis_image = original_image.copy()
cv2.circle(analysis_image, pixel_point, 5, (0, 0, 0), -1)
cv2.rectangle(analysis_image, (150, 50), (200, 100), (0, 0, 0), 2)# 顯示結果
plt.figure(figsize=(15, 5))plt.subplot(1, 3, 1)
plt.imshow(cv2.cvtColor(original_image, cv2.COLOR_BGR2RGB))
plt.title('原始圖像')
plt.axis('off')plt.subplot(1, 3, 2)
plt.imshow(cv2.cvtColor(modified_image,