OpenCV从零入门：图像读取、ROI裁剪、马赛克与视频处理

文章目录

• 前言
• 1. 环境准备
• • 1.1 安装OpenCV
  • 1.2 安装NumPy
  • 1.3 导入习惯
• 2. 图像的基础读写与显示
• • 2.1 读取、显示、保存
  • 2.2 图像属性（shape, dtype, size）
  • 2.3 灰度图读取
• 3. ROI（感兴趣区域）操作
• 4. BGR颜色通道的分离与合并
• 5. 图像修改实战
• • 5.1 随机噪声马赛克打码
  • 5.2 图像组合（粘贴ROI）
  • 5.3 图像缩放（resize）
• 6. 视频文件的读取与摄像头调用
• 7. 综合作业全流程拆解
• • 7.1 作业需求
  • 7.2 分步实现
• 总结

---

前言

OpenCV 是一个强大的开源计算机视觉库，为图像处理和机器学习提供了丰富的算法。本文是一份面向初学者的 OpenCV 入门指南，涵盖从环境搭建到实战应用的核心内容。：

1. 搭建 OpenCV 开发环境。
2. 掌握图像的读取、显示、保存等基础操作。
3. 理解并实践 ROI 操作、BGR 通道分离与合并。
4. 动手进行图像修改（马赛克、组合、缩放）。
5. 学习视频读取与摄像头调用。
6. 通过综合作业整合所学知识。

让我们开始 OpenCV 的学习之旅。

---

1. 环境准备

1.1 安装OpenCV

pip install opencv-python== 3.4.18.65 -i https://pypi.tuna.tsinghua.edu.cn/simple pip install opencv-contrib-python==3.4.18.65 -i https://pypi.tuna.tsinghua.edu.cn/simple

1.2 安装NumPy

pip install numpy

1.3 导入习惯

import cv2（BGR格式）、import numpy as np

2. 图像的基础读写与显示

2.1 读取、显示、保存

importcv2importnumpyasnp# ------------------ 读取彩色图 ------------------img_color=cv2.imread('time98.jpg')# 读取格式为 BGR# print(img_color) #NumPy数组，其中存储了读取的图像文件的像素值cv2.imshow('彩色原图',img_color)# waitKey(0) 表示永久显示，按任意键关闭1.设置窗口显示时长（单位ms）2.获取按键的ASCII码值3.设置waitKey(0)，代表窗口显示永久 cv2.waitKey(0)cv2.destroyAllWindows()#关闭所有打开的窗口并释放所有相关内容

2.2 图像属性（shape, dtype, size）

#----------------------打印图像属性----------------------------print("图像形状(shape):",img_color.shape)# (高, 宽, 通道数)print("图像数据类型(dtype):",img_color.dtype)# uint8 符号8位整数，用于表示像素值的范围在0-255之间print("图像大小(size):",img_color.size)#表示图像的大小，通常是一个整数，表示图像的总像素数，即图像的高度乘以宽度乘以通道数

2.3 灰度图读取

# ------------------ 读取灰度图并保存 ------------------img_gray=cv2.imread('time98.jpg',cv2.IMREAD_GRAYSCALE)cv2.imshow('灰度图',img_gray)print("灰度图形状(shape):",img_gray.shape)# 只有(高, 宽)，无通道数# 保存到本地cv2.imwrite('time98_GRAY.jpg',img_gray)cv2.waitKey(0)cv2.destroyAllWindows()

3. ROI（感兴趣区域）操作

importcv2 img=cv2.imread('time98.jpg')# 截取 ROI：行范围 30~230，列范围 100~300roi=img[30:230,100:300]cv2.imshow('原图',img)cv2.imshow('截取ROI区域',roi)cv2.waitKey(0)cv2.destroyAllWindows()

4. BGR颜色通道的分离与合并

importcv2 img=cv2.imread('time98.jpg')# ---------- 方法1：通过NumPy索引提取 ----------blue_channel=img[:,:,0]# 蓝色通道green_channel=img[:,:,1]# 绿色通道red_channel=img[:,:,2]# 红色通道# ---------- 方法2：使用 split 函数 ----------b,g,r=cv2.split(img)# 分别显示三个灰度通道# 分别显示（注意：显示出来是单通道灰度图，越亮表示该颜色值越高）cv2.imshow('Blue通道',b)cv2.imshow('Green通道',g)cv2.imshow('Red通道',r)# ---------- 合并通道还原彩图 ----------img_merged=cv2.merge((b,g,r))cv2.imshow('合并后的彩图',img_merged)cv2.waitKey(0)cv2.destroyAllWindows()

5. 图像修改实战

5.1 随机噪声马赛克打码

importcv2importnumpyasnp img=cv2.imread('time98.jpg')# 在指定区域生成随机噪声（100x100像素块）# 注意：赋值区域尺寸必须和随机矩阵尺寸完全一致img[100:200,200:300]=np.random.randint(0,256,(100,100,3),dtype=np.uint8)cv2.imshow('马赛克打码效果',img)cv2.waitKey(0)cv2.destroyAllWindows()

5.2 图像组合（粘贴ROI）

importcv2 img1=cv2.imread('time98.jpg')# 源图img2=cv2.imread('aaa1.jpg')# 目标大图# 将 img1 的 (50:200, 100:250) 区域，粘贴到 img2 的 (200:350, 200:350) 位置# 前提：两个区域尺寸必须一致（这里都是 150x150）img2[200:350,200:350]=img1[50:200,100:250]cv2.imshow('组合后的图',img2)cv2.waitKey(0)cv2.destroyAllWindows()

5.3 图像缩放（resize）

importcv2 img=cv2.imread('time98.jpg')# 方法1：直接指定目标尺寸 (宽, 高)img_resize1=cv2.resize(img,(200,200))# 方法2：按比例缩放（fx为宽缩放比，fy为高缩放比）img_resize2=cv2.resize(img,None,fx=0.5,fy=0.5)cv2.imshow('原图',img)cv2.imshow('缩放为200x200',img_resize1)cv2.imshow('缩放为0.5倍',img_resize2)cv2.waitKey(0)cv2.destroyAllWindows()

6. 视频文件的读取与摄像头调用

importcv2# 参数为 0 表示调用电脑自带摄像头；若填写视频路径则读取视频文件video_capture=cv2.VideoCapture(0)ifnotvideo_capture.isOpened():print("无法打开摄像头/视频")exit()whileTrue:ret,frame=video_capture.read()ifnotret:break# 可选：将每一帧转为灰度显示# frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)cv2.imshow('Video',frame)# 按下 ESC 键（ASCII 码 27）退出循环ifcv2.waitKey(60)==27:break# 释放摄像头资源并关闭窗口video_capture.release()cv2.destroyAllWindows()

7. 综合作业全流程拆解

7.1 作业需求

读取一张彩色原图(dongwu.jpg)，将其尺寸修改为 500×500，依次完成以下所有操作：
1、截取左上角 ROI 区域：行范围 0:250，列范围 100:250
2、将截取的 ROI 区域，精准粘贴到右下角（目标位置：行 250:500，列 250:400）
3、在图像右上角区域，选取"黑色小鸟"区域，进行随机噪声马赛克打码
4、将处理后的彩色图像，转换为灰度图像并保存到本地
5、最终同时显示处理后的彩色图像以及灰度图像

7.2 分步实现

importcv2importnumpyasnp# 1. 读取图像并修改尺寸为 500x500img=cv2.imread('dongwu.jpg')img=cv2.resize(img,(500,500))# 2. 截取左上角 ROI 区域：行 0:250，列 100:250roi=img[0:250,100:250]# 3. 将 ROI 精准粘贴到右下角：行 250:500，列 250:400img[250:500,250:400]=roi# 4. 在右上角 "黑色小鸟" 区域进行随机噪声马赛克打码# (根据原图自行调整坐标，此处示例为 50:150, 330:430，尺寸 100x100)img[50:150,330:430]=np.random.randint(0,256,(100,100,3),dtype=np.uint8)# 5. 将处理后的彩色图像转为灰度图并保存gray_img=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)cv2.imwrite('huise_final.jpg',gray_img)# 6. 同时显示处理后的彩色图像和灰度图像cv2.imshow('处理后的彩色图',img)cv2.imshow('转换后的灰度图',gray_img)cv2.waitKey(0)cv2.destroyAllWindows()

---

总结

本文系统介绍了 OpenCV 的基础操作与核心应用：

1. 环境与基础：搭建了 OpenCV 和 NumPy 环境，建立了import cv2和import numpy as np的编码习惯。
2. 图像读写与显示：掌握了cv2.imread、cv2.imshow、cv2.imwrite的使用，理解了彩色图与灰度图的区别及属性。
3. 核心图像操作：
   • ROI 操作：使用 NumPy 切片截取图像区域。
   • BGR 通道分离与合并：使用cv2.split()和cv2.merge()处理颜色通道。
4. 图像修改实战：实践了随机噪声马赛克、图像组合（粘贴 ROI）和图像缩放（cv2.resize）。
5. 视频处理入门：学习了使用cv2.VideoCapture()读取视频或调用摄像头。
6. 知识整合：通过综合作业串联了读取、缩放、ROI、粘贴、马赛克、色彩转换、保存与显示等完整流程。