OpenCV计算机视觉实战（2）——环境搭建与OpenCV简介

0. 前言

OpenCV (Open Source Computer Vision Library) 是一个开源计算机视觉库，广泛应用于图像处理、机器视觉、人工智能等领域。本文将手把手教你从环境搭建到运行第一个 OpenCV 程序，包含图像的读取、显示、保存，以及使用摄像头实时捕获图像的基础操作。

1. OpenCV 安装与配置

1.1 安装 Python-OpenCV

通过 pip 快速安装 OpenCV 的核心模块和扩展模块：

# 安装基础模块（核心功能）
pip install opencv-python
# 安装扩展模块（包含SIFT/SURF等额外功能）
pip install opencv-contrib-python

安装完成后，进行验证：

>>> import cv2
>>> cv2.__version__

1.2 配置开发环境

推荐以下三种开发工具：

工具	配置建议
PyCharm	创建 Python 项目 → 安装 opencv-python 包 → 配置虚拟环境
VSCode	安装 Python 扩展 → 使用 Jupyter Notebook 交互式调试
Jupyter Lab	适合快速实验 → 通过 %matplotlib inline 实时显示图像

2. OpenCV 基础

2.1 图像读取与显示

OpenCV 读取图像非常简单，下面是一个 OpenCV 版的 Hello World 程序：

import cv2# 读取图像
img = cv2.imread("cat.jpg")  # 显示图像（窗口名 + BGR格式数据）
cv2.imshow("Demo", img)  
cv2.waitKey(0)  # 按任意键继续
cv2.destroyAllWindows()  # 关闭所有窗口

关键函数解析：

• cv2.imread()：读取图像，默认参数 cv2.IMREAD_COLOR 为彩色模式(使用参数 cv2.IMREAD_GRAYSCALE 可以读取为灰度图像)
• cv2.imshow()：创建一个窗口并显示图像
• cv2.waitKey()：参数为等待时间(毫秒)，0 表示无限等待直到用户按键
• cv2.destroyAllWindows()：关闭所有 OpenCV 窗口

2.2 图像保存

OpenCV 提供了 imwrite() 函数来保存图像到文件：

# 保存图像（质量参数 0-100）
cv2.imwrite("output.jpg", img, [cv2.IMWRITE_JPEG_QUALITY, 90])

参数说明：

• 第一个参数：保存的文件路径(包括文件名和扩展名)
• 第二个参数：要保存的图像数据
• 第三个参数(可选)：保存参数，以列表形式提供

常用保存参数：

• JPEG 格式：

[cv2.IMWRITE_JPEG_QUALITY, quality]  # quality: 0-100，默认95

• PNG 格式：

[cv2.IMWRITE_PNG_COMPRESSION, compression]  # compression: 0-9，默认1

• WEBP 格式：

[cv2.IMWRITE_WEBP_QUALITY, quality]  # quality: 1-100，默认100

3. 摄像头实时捕获

使用以下 OpenCV 代码可以方便的实时读取电脑摄像头视频流：

import cv2
# 打开默认摄像头（设备索引为0）
cap = cv2.VideoCapture(0)# 检查摄像头是否成功打开
if not cap.isOpened():print("无法打开摄像头")exit()
while True:# 逐帧捕获ret, frame = cap.read()if not ret:print("无法接收帧，退出")break# 显示捕获到的帧cv2.imshow('Live Video', frame)# 如果按下 'q' 键，则退出循环if cv2.waitKey(1) & 0xFF == ord('q'):break# 释放资源
cap.release()
cv2.destroyAllWindows()

关键函数解析：

• cv2.VideoCapture(0)：初始化摄像头，0 通常代表计算机的默认摄像头，如果有多个摄像头，可以尝试 1，2 等索引，也可以传入视频文件路径来读取视频文件
• cap.read()：读取一帧，返回值有两个，ret：布尔值，表示是否成功读取帧，如果读取失败，ret 为 False，应退出循环；frame：当前帧的图像数据
• cv2.imshow()：显示捕获到的帧，可以在循环中添加任意图像处理操作，可以同时显示多个窗口展示不同的处理效果
• cv2.waitKey(1) & 0xFF == ord('q')：按 q 退出，ord('q') 获取字符 q 的 ASCII 码
• cap.release()：释放摄像头资源

除此之外，我们也可以对摄像头进行高级设置，例如，设定分辨率：

cap.set(cv2.CAP_PROP_FRAME_WIDTH, 1280)
cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 720)

获取和设置帧率：

# 获取当前帧率
fps = cap.get(cv2.CAP_PROP_FPS)# 设置帧率
cap.set(cv2.CAP_PROP_FPS, 30)

其他常用属性的设置：

# 亮度
cap.set(cv2.CAP_PROP_BRIGHTNESS, 0.5)  # 0-1
# 对比度
cap.set(cv2.CAP_PROP_CONTRAST, 0.5)  # 0-1
# 饱和度
cap.set(cv2.CAP_PROP_SATURATION, 0.5)  # 0-1
# 增益
cap.set(cv2.CAP_PROP_GAIN, 0)  # 自动增益通常为0
# 曝光
cap.set(cv2.CAP_PROP_EXPOSURE, -7)  # 负值表示自动曝光

检查摄像头支持的属性：

for i in range(0, 18):print(f"Property {i}: {cap.get(i)}")

小结

通过本文，我们已经完成了 OpenCV 环境的搭建，了解了基本图像读取、显示、保存的方法，并学会了如何使用摄像头捕获实时视频帧。

系列链接

OpenCV计算机视觉实战（1）——计算机视觉简介