pythonOpenCV篇：0基础带你python入门之常用函数

① 二值化函数

• 功能：将图像转换为二值图像（黑白图像），将像素值分为两种类别：前景（白）和背景（黑）。
• 函数：cv2.threshold()
• 参数：
  1. src：输入图像（通常为灰度图像）。
  2. thresh：阈值值，用于将像素分割为前景和背景。
  3. maxval：满足条件的像素值赋值为此值（通常为255）。
  4. type：阈值类型，例如：
     • cv2.THRESH_BINARY：大于阈值的像素赋值为maxval，否则为0。
     • cv2.THRESH_BINARY_INV：反向二值化。
     • cv2.THRESH_TRUNC：大于阈值的像素赋值为阈值，其余保持不变。
     • cv2.THRESH_TOZERO：小于阈值的像素赋值为0。
     • cv2.THRESH_TOZERO_INV：大于阈值的像素赋值为0。
• 返回值：
  1. retval：实际使用的阈值（当选择 Otsu 或自适应阈值时有意义）。
  2. dst：二值化后的图像。
• 应用：目标检测、边缘检测、文档处理等。
• 代码：

  import cv2# 读取图像文件
  img = cv2.imread("./lena.png")  # 从当前目录读取名为 "lena.png" 的图像文件
  cv2.imshow("flower", img)  # 显示原始图像，窗口标题为 "flower"# 将彩色图像转换为灰度图像
  img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)  # 使用 OpenCV 的颜色转换函数，将图像从 BGR 转为灰度
  cv2.imshow("gray", img_gray)  # 显示灰度图像，窗口标题为 "gray"# 设置二值化的阈值
  thresh = 120  # 阈值设为 120，低于该值的像素归为 0，高于该值的像素归为 255# 手动实现基于阈值的二值化
  img_binary = img_gray  # 将灰度图赋值给新的变量 img_binary
  for i in range(img_gray.shape[0]):  # 遍历图像的每一行for j in range(img_gray.shape[1]):  # 遍历图像的每一列if img_binary[i][j] <= thresh:  # 如果像素值小于等于阈值pass  # 此处原本应该将像素值设为 0，但被注释掉了（什么都不做）# img_binary[i][j] = 0  # 手动将像素值设置为 0else:  # 如果像素值大于阈值img_binary[i][j] = 255  # 手动将像素值设置为 255（白色）# 使用 OpenCV 自带的阈值函数实现二值化（此部分代码被注释掉）
  # ret, img_binary = cv2.threshold(img_gray, 200, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)
  # 说明：
  # ret：实际使用的阈值（当使用 Otsu 方法时，自动计算得到）。
  # img_binary：二值化后的图像。
  # cv2.THRESH_BINARY：普通二值化，像素值高于阈值设为最大值（255），否则为 0。
  # cv2.THRESH_OTSU：自动计算全局最佳阈值。# 显示二值化后的图像
  cv2.imshow("threshold ", img_binary)  # 显示手动二值化后的图像，窗口标题为 "threshold"# 等待用户按键，随后关闭窗口
  cv2.waitKey(0)  # 等待用户按下任意键，不限制时间
  

---

② 自适应二值化函数

• 功能：对光照不均匀的图像进行二值化，使用局部区域的统计信息来计算阈值。
• 函数：cv2.adaptiveThreshold()
• 参数：
  1. src：输入图像（必须是灰度图）。
  2. maxValue：满足条件的像素值赋值为此值（通常为255）。
  3. adaptiveMethod：自适应阈值计算方法：
     • cv2.ADAPTIVE_THRESH_MEAN_C：取邻域均值作为阈值。
     • cv2.ADAPTIVE_THRESH_GAUSSIAN_C：取邻域高斯加权均值作为阈值。
  4. thresholdType：阈值类型（通常为 cv2.THRESH_BINARY 或 cv2.THRESH_BINARY_INV）。
  5. blockSize：邻域大小（必须为奇数）。
  6. C：常量，用于调整阈值结果。
• 返回值：
  • dst：自适应二值化后的图像。
• 应用：场景文字检测、身份证/票据识别、医学影像处理。
• 代码：

  import cv2  # 导入 OpenCV 库，用于图像处理# 读取图像
  image = cv2.imread("./lena.png")  # 从当前目录读取名为 "lena.png" 的图像文件（彩色图像）
  # cv2.imshow("flower", image)  # 如果需要显示原图，可以取消注释此行，窗口标题为 "flower"# 将彩色图像转换为灰度图像
  img_gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)  # 使用 OpenCV 的颜色转换函数，将 BGR 彩色图像转为灰度图像
  cv2.imshow("gray", img_gray)  # 显示灰度图像，窗口标题为 "gray"# 使用 Otsu 方法进行全局阈值化
  ret, img_binary = cv2.threshold(img_gray,          # 输入图像，必须是灰度图像200,               # 手动设置的初始阈值（Otsu 会自动调整，此值会被忽略）255,               # 满足条件的像素值设置为 255cv2.THRESH_BINARY + cv2.THRESH_OTSU  # 二值化模式为 Otsu 和普通二值化的组合
  )
  # cv2.imshow("threshold", img_binary)  # 如果需要显示 Otsu 二值化结果，可以取消注释此行，窗口标题为 "threshold"# 使用自适应二值化方法
  image_np_adaptive = cv2.adaptiveThreshold(img_gray,                  # 输入图像，必须是灰度图像255,                       # 满足条件的像素值设置为 255cv2.ADAPTIVE_THRESH_GAUSSIAN_C,  # 使用高斯加权的邻域均值来计算局部阈值cv2.THRESH_BINARY,         # 二值化模式为普通二值化7,                       # 邻域大小（blockSize），必须为奇数，例如 7 表示 7×7 的窗口5                         # 常量 C，最终阈值为计算出的局部阈值减去 C
  )
  cv2.imshow("image_np_adaptive", image_np_adaptive)  # 显示自适应二值化后的图像，窗口标题为 "image_np_adaptive"# 等待用户按键，随后关闭所有窗口
  cv2.waitKey(0)  # 等待用户按下任意键，不限制时间
  

---

③ 腐蚀函数

• 功能：减少图像中的白色区域（前景），去除小的噪声点或断开小的连接。
• 函数：cv2.erode()
• 参数：
  1. src：输入图像（二值图像或灰度图像）。
  2. kernel：结构元素（形状和大小由 cv2.getStructuringElement() 定义）。
  3. iterations：腐蚀操作的次数。
• 返回值：
  • dst：腐蚀后的图像。
• 应用：去除噪声、边缘提取、分离连通物体等。
• 代码：

  import cv2  # 导入 OpenCV 库，用于图像处理# 读取图像
  image_binary = cv2.imread("./morph.png")  # 从当前目录读取名为 "morph.png" 的图像文件
  # 注意：这里假设图像是二值图像（黑白图像），如果图像是彩色或灰度图，需要先进行预处理。# 创建结构元素（内核）
  image_1 = cv2.getStructuringElement(cv2.MORPH_ELLIPSE,  # 内核形状为椭圆(10, 10)            # 内核大小为 10×10 像素
  )
  # 说明：
  # `cv2.getStructuringElement()` 用于创建形态学操作的结构元素（内核）。
  # 参数 `cv2.MORPH_ELLIPSE` 表示使用椭圆形内核。其他可选形状包括：
  # - `cv2.MORPH_RECT`：矩形
  # - `cv2.MORPH_CROSS`：交叉形
  # 内核的大小对形态学操作的结果影响很大，较大的内核会产生更显著的效果。# 使用腐蚀操作处理图像
  image_erode = cv2.erode(image_binary,  # 输入图像，通常为二值图像image_1        # 结构元素（内核）
  )
  # 说明：
  # `cv2.erode()` 是 OpenCV 的腐蚀函数，用于减少图像中前景（白色区域）的面积。
  # 通过结构元素内核，腐蚀操作会移除边缘上的白色像素。
  # 对于 10×10 的椭圆内核，腐蚀操作会缩小前景区域，并去除小的噪声。# 显示腐蚀后的图像
  cv2.imshow("image_erode", image_erode)  # 显示腐蚀后的图像，窗口标题为 "image_erode"# 显示原始图像
  cv2.imshow("image_binary", image_binary)  # 显示原始图像，窗口标题为 "image_binary"# 等待用户按键后关闭窗口
  cv2.waitKey(0)  # 等待用户按下任意键
  

---

④ 膨胀函数

• 功能：增加图像中的白色区域（前景），填补断裂的区域或小孔。
• 函数：cv2.dilate()
• 参数：
  1. src：输入图像（二值图像或灰度图像）。
  2. kernel：结构元素。
  3. iterations：膨胀操作的次数。
• 返回值：
  • dst：膨胀后的图像。
• 应用：增强物体区域、填充空隙、形态学处理等。
• 代码：

  import cv2  # 导入 OpenCV 库，用于图像处理# 读取图像
  image_binary = cv2.imread("./lena.png")  # 从当前目录读取名为 "lena.png" 的图像文件（彩色图像）# 将彩色图像转换为灰度图像
  image_gray = cv2.cvtColor(image_binary, cv2.COLOR_BGR2GRAY)  # 使用 OpenCV 的颜色转换函数，将 BGR 图像转为灰度图像# 自适应二值化
  image_np_adaptive = cv2.adaptiveThreshold(image_gray,                # 输入灰度图像255,                       # 满足条件的像素值设置为 255cv2.ADAPTIVE_THRESH_GAUSSIAN_C,  # 使用高斯加权的邻域均值计算局部阈值cv2.THRESH_BINARY,         # 二值化模式为普通二值化7,                         # 邻域大小（blockSize），必须是奇数，这里为 7×7 的窗口5                          # 常量 C，用于调整阈值（阈值 = 局部均值 - C）
  )
  # 自适应二值化适用于光照不均匀的图像处理。参数 `blockSize` 和 `C` 会直接影响二值化结果。# 创建形态学操作的结构元素（内核）
  kernal = cv2.getStructuringElement(cv2.MORPH_ELLIPSE,  # 内核形状为椭圆形(4, 4)              # 内核大小为 4×4 像素
  )
  # 注意：较小的内核会对图像做出细微的形态学改变，较大的内核会显著改变图像形状。# 腐蚀操作
  image_erode = cv2.erode(image_np_adaptive,  # 输入二值图像（经过自适应二值化的图像）kernal              # 使用的内核
  )
  # `cv2.erode()` 会减少前景（白色区域）的面积，移除边缘上的噪声点或小的白色区域。
  # 腐蚀操作通常用于消除小噪声或分离相连的物体。# 膨胀操作
  image_erode_dilate = cv2.dilate(image_erode,  # 输入图像（已经腐蚀过的图像）kernal        # 使用的内核
  )
  # `cv2.dilate()` 会增加前景（白色区域）的面积，填充空洞或连接断裂的部分。
  # 腐蚀和膨胀结合使用可以实现开运算（消除小噪声）或闭运算（填补小空洞）。# 显示腐蚀后的图像
  cv2.imshow("image_erode", image_erode)  # 显示腐蚀处理后的图像，窗口标题为 "image_erode"# 显示原始彩色图像
  cv2.imshow("image_binary", image_binary)  # 显示原始图像，窗口标题为 "image_binary"# 显示腐蚀后再膨胀的图像
  cv2.imshow("image_erode_dilate", image_erode_dilate)  # 显示膨胀处理后的图像，窗口标题为 "image_erode_dilate"# 等待用户按键后关闭窗口
  cv2.waitKey(0)  # 等待用户按下任意键，窗口保持打开
  

---

⑤ 仿射变换函数

• 功能：对图像进行线性变换，如旋转、缩放、平移等。
• 函数：cv2.warpAffine()
• 参数：
  1. src：输入图像。
  2. M：2x3 的仿射变换矩阵（通过 cv2.getAffineTransform() 生成）。
  3. dsize：输出图像的尺寸（宽度和高度）。
  4. flags：插值方法（如 cv2.INTER_LINEAR）。
  5. borderMode 和 borderValue：用于处理边界像素。
• 返回值：
  • dst：变换后的图像。
• 应用：图像旋转、缩放、平移、视角调整等。
• 代码：

  import numpy as np  # 导入 NumPy，用于数值计算（此处未使用，但是常见的图像处理工具库）
  import cv2  # 导入 OpenCV 库，用于图像处理# 读取图像
  image_binary = cv2.imread("./lena.png")  # 从当前目录读取名为 "lena.png" 的图像文件（彩色图像）# 将彩色图像转换为灰度图像
  image_gray = cv2.cvtColor(image_binary, cv2.COLOR_BGR2GRAY)  # 使用 OpenCV 的颜色转换函数，将 BGR 图像转为灰度图像# 自适应二值化
  image_np_adaptive = cv2.adaptiveThreshold(image_gray,                # 输入灰度图像255,                       # 满足条件的像素值设置为 255cv2.ADAPTIVE_THRESH_GAUSSIAN_C,  # 使用高斯加权的邻域均值计算局部阈值cv2.THRESH_BINARY,         # 二值化模式为普通二值化7,                         # 邻域大小（blockSize），必须是奇数，这里为 7×7 的窗口5                          # 常量 C，用于调整阈值（阈值 = 局部均值 - C）
  )
  # 自适应二值化适用于光照不均匀的图像处理。参数 `blockSize` 和 `C` 会直接影响二值化结果。# 创建形态学操作的结构元素（内核）
  kernal = cv2.getStructuringElement(cv2.MORPH_ELLIPSE,  # 内核形状为椭圆形(4, 4)              # 内核大小为 4×4 像素
  )
  # 注意：较小的内核会对图像做出细微的形态学改变，较大的内核会显著改变图像形状。# 腐蚀操作
  image_erode = cv2.erode(image_np_adaptive,  # 输入二值图像（经过自适应二值化的图像）kernal              # 使用的内核
  )
  # `cv2.erode()` 会减少前景（白色区域）的面积，移除边缘上的噪声点或小的白色区域。
  # 腐蚀操作通常用于消除小噪声或分离相连的物体。# 膨胀操作
  image_erode_dilate = cv2.dilate(image_erode,  # 输入图像（已经腐蚀过的图像）kernal        # 使用的内核
  )
  # `cv2.dilate()` 会增加前景（白色区域）的面积，填充空洞或连接断裂的部分。
  # 腐蚀和膨胀结合使用可以实现开运算（消除小噪声）或闭运算（填补小空洞）。# 显示腐蚀后的图像
  cv2.imshow("image_erode", image_erode)  # 显示腐蚀处理后的图像，窗口标题为 "image_erode"# 显示原始彩色图像
  cv2.imshow("image_binary", image_binary)  # 显示原始图像，窗口标题为 "image_binary"# 显示腐蚀后再膨胀的图像
  cv2.imshow("image_erode_dilate", image_erode_dilate)  # 显示膨胀处理后的图像，窗口标题为 "image_erode_dilate"# 等待用户按键后关闭窗口
  cv2.waitKey(0)  # 等待用户按下任意键，窗口保持打开
  

---

⑥ 透视变换函数

• 功能：对图像进行透视变换，从一个视角映射到另一个视角，校正倾斜图像或提取局部内容。
• 函数：cv2.warpPerspective()
• 参数：
  1. src：输入图像。
  2. M：3x3 的透视变换矩阵（通过 cv2.getPerspectiveTransform() 生成）。
  3. dsize：输出图像的尺寸。
  4. flags、borderMode 和 borderValue：与仿射变换类似。
• 返回值：
  • dst：透视变换后的图像。
• 应用：文档矫正、车牌识别、场景理解等。
• 代码：

  import cv2  # 导入 OpenCV 库，用于图像处理
  import numpy as np  # 导入 NumPy 库，用于数组操作# 读取图像
  image = cv2.imread("./card.png")  # 从当前目录中读取名为 "card.png" 的图像文件# 检查图像是否成功加载
  if image is None:  # 如果图像加载失败print("Error: Image not found. Please check the file path.")  # 输出错误信息exit()  # 终止程序# 定义原图中的四个点和目标点
  point1 = np.array([[200, 100], [700, 150], [140, 400], [650, 460]], dtype=np.float32)
  # 说明：
  # `point1` 是原始图像中感兴趣区域（ROI）的四个顶点，表示需要校正的区域。
  # 每个点用 (x, y) 坐标表示。
  # 例如，(200, 100) 表示原图中左上角的一个点。point2 = np.array([[0, 0], [image.shape[1], 0], [0, image.shape[0]], [image.shape[1], image.shape[0]]], dtype=np.float32)
  # 说明：
  # `point2` 是透视变换后图像的目标点，定义了变换后的矩形区域。
  # (0, 0) 是左上角，(image.shape[1], 0) 是右上角，依次类推。
  # `image.shape[1]` 表示图像宽度，`image.shape[0]` 表示图像高度。# 获取透视变换矩阵
  M = cv2.getPerspectiveTransform(point1, point2)
  # 说明：
  # `cv2.getPerspectiveTransform()` 函数计算透视变换矩阵。
  # 参数：
  # - `point1`：原始图像中的四个点。
  # - `point2`：目标图像中的四个点。
  # 返回值：
  # - `M` 是一个 3x3 的透视变换矩阵。# 进行透视变换
  image_s = cv2.warpPerspective(image, M, (image.shape[1], image.shape[0]))
  # 说明：
  # `cv2.warpPerspective()` 函数对图像应用透视变换。
  # 参数：
  # - `image`：输入图像。
  # - `M`：透视变换矩阵。
  # - `(image.shape[1], image.shape[0])`：输出图像的大小（宽度、高度）。
  # 返回值：
  # - `image_s` 是经过透视变换后的图像。# 显示原图和矫正后的图像
  cv2.imshow("Original Image", image)  # 显示窗口标题为 "Original Image" 的原始图像
  cv2.imshow("Corrected Image", image_s)  # 显示窗口标题为 "Corrected Image" 的矫正后图像# 等待按键关闭窗口
  cv2.waitKey(0)  # 等待用户按下任意键后关闭所有窗口
  cv2.destroyAllWindows()  # 销毁所有窗口