Python OpenCV 的学习路线与重要知识点汇总 1

本篇文章目的将为你详细罗列 Python OpenCV 的学习路线与重要知识点。核心分成 24 个小节点，全部掌握，OpenCV 入门阶段就顺利通过了。

01

OpenCV 初识与安装

本部分要了解 OpenCV （Open Source Computer Vision Library）的相关简介，OpenCv 可以运行在多平台之上，轻量级而且高效，由一系列 C 函数和少量 C++类构成，提供了 Python、Ruby、MATLAB 等语言的接口，所以在学习的时候，要注意查阅资料的语言实现相关问题。

这个阶段除了安装 OpenCV 相关库以外，建议收藏官方网址，官方手册，官方入门教程，这些都是最佳的学习资料。

模块安装完毕，需要重点测试 OpenCV 是否安装成功，可通过 Python 查询安装版本。

02

OpenCV 模块简介

先从全局上掌握 OpenCV 都由哪些模块组成。例如下面这些模块，你需要找到下述模块的应用场景与简介。

core、imgproc、highgui、calib3d、features2d、contrib、flann、gpu、legacy、ml、objdetect、photo、stitching。

整理每个模块的核心功能，并完成第一个 OpenCV 案例，读取显示图片。

03

OpenCV 图像读取，显示，保存

安装 OpenCV 之后，从图像获取开始进行学习，包含本地加载图片，相机获取图片，视频获取，创建图像等内容。

只有先获取图像之后，才能对图像进行操作处理，信息提取，结果输出，图像显示，图像保存。

对于一个图像而言，在 OpenCV 中进行读取展示的步骤如下，你可以将其代码进行对应。

1. 图像读取；
2. 窗口创建；
3. 图像显示；
4. 图像保存；
5. 资源释放。

涉及需要学习的函数有 cv2.imread()、cv2.namedWindow()、cv2.imshow()、cv2.imwrite()、cv2.destroyWindow()、cv2.destroyAllWindows()、 cv2.imshow()、cv2.cvtColor()、cv2.imwrite()、cv2.waitKey()。

04

摄像头和视频读取，保存

第一个要重点学习 VideoCapture 类，该类常用的方法有：

• open() 函数；
• isOpened() 函数；
• release() 函数；
• grab() 函数；
• retrieve() 函数；
• get() 函数；
• set() 函数；

除了读取视频外，还需要掌握 Opencv 提供的 VideoWriter 类，用于保存视频文件。

学习完相关知识之后，可以进行这样一个实验，将一个视频逐帧保存为图片。

05

OpenCV 常用数据结构和颜色空间

这部分要掌握的类有 Point 类、Rect 类、Size 类、Scalar 类，除此之外，在 Python 中用 numpy 对图像进行操作，所以 numpy 相关的知识点，建议提前学习，效果更佳。

OpenCV 中常用的颜色空间有 BGR 颜色空间、HSV/HLS 颜色空间、Lab 颜色空间，这些都需要了解，优先掌握 BGR 颜色空间。

06

OpenCV 常用绘图函数

掌握如下函数的用法，即可熟练的在 Opencv 中绘制图形。

• cv2.line()；
• cv2.circle()；
• cv2.rectangle()；
• cv2.ellipse()；
• cv2.fillPoly()；
• cv2.polylines()；
• cv2.putText()。

07

OpenCV 界面事件操作之鼠标与滑动条

第一个要掌握的函数是鼠标操作消息回调函数，cv2.setMouseCallback() ，滑动条涉及两个函数，分别是：cv2.createTrackbar() 和 cv2.getTrackbarPos()。

掌握上述内容之后，可以实现两个案例，其一为鼠标在一张图片上拖动框选区域进行截图，其二是通过滑动条让视频倍速播放。

08

图像像素、通道分离与合并

了解图像像素矩阵，熟悉图片的像素构成，可以访问指定像素的像素值，并对其进行修改。

通道分离函数 cv2.split()，通道合并函数 cv2.merge()。

09

图像逻辑运算

掌握图像之间的计算，涉及函数如下：

• cv2.add()；
• cv2.addWeighted()；
• cv2.subtract()；
• cv2.absdiff()；
• cv2.bitwise_and()；
• cv2.bitwise_not()；
• cv2.bitwise_xor()。

还可以研究图像乘除法。