OpenCV 是计算机视觉领域最经典、使用最广泛的开源库之一。
如果你想学习图像处理、视频分析、人脸识别、目标检测，甚至后面的 YOLO、OCR、机器人视觉，那么 OpenCV 几乎都是绕不开的一项基础技能。

这篇文章我们不讲太多复杂数学公式，直接从安装开始，一步一步把 OpenCV 4 跑起来。

本文主要使用：

Python 3
OpenCV 4
NumPy

学习完之后，你可以掌握：

读取图片
显示图片
保存图片
图片缩放
图片裁剪
颜色转换
灰度处理
二值化
模糊处理
边缘检测
轮廓检测
绘制图形
添加文字
读取视频
调用摄像头
人脸检测
简单目标追踪

---

一、OpenCV 是什么？

OpenCV 全称：

Open Source Computer Vision Library

翻译过来就是：

开源计算机视觉库

它最早由 Intel 开发，现在已经成为计算机视觉领域使用最广泛的工具之一。

OpenCV 可以干什么？

例如：

图片处理
视频处理
人脸检测
人脸识别
车牌识别
二维码识别
目标检测
目标追踪
姿态识别
工业视觉
机器人视觉
OCR

比如一张普通图片：

原始图片
   ↓
OpenCV
   ↓
灰度化
   ↓
去噪
   ↓
边缘检测
   ↓
轮廓识别
   ↓
目标定位

很多计算机视觉系统，本质上就是这样一步一步处理出来的。

---

二、安装 Python

首先确认电脑已经安装 Python。

执行：

python --version

或者：

python3 --version

例如：

Python 3.12.5

如果没有安装，可以直接下载安装 Python 3。

一般建议：

Python 3.10
Python 3.11
Python 3.12

这些版本兼容性都比较好。

---

三、创建项目

新建一个目录：

mkdir opencv-demo

进入目录：

cd opencv-demo

创建虚拟环境：

python -m venv venv

Mac / Linux 激活：

source venv/bin/activate

Windows：

venv\Scripts\activate

然后安装 OpenCV。

---

四、安装 OpenCV4

Python 中 OpenCV 的包名是：

opencv-python

安装：

pip install opencv-python

同时安装 NumPy：

pip install numpy

也可以一次安装：

pip install opencv-python numpy

验证安装。

创建：

test.py

代码：

import cv2

print(cv2.__version__)

运行：

python test.py

如果输出：

4.x.x

例如：

4.12.0

说明 OpenCV4 已经安装成功。

---

五、OpenCV 最核心的概念：图片其实是矩阵

这是学习 OpenCV 非常重要的一个概念。

我们看到的是：

一张图片

但是计算机看到的其实是：

数字矩阵

例如一张彩色图片：

import cv2

img = cv2.imread("cat.jpg")

print(img)

你会看到类似：

[
  [[123 45 67]
   [121 48 70]
   [119 50 72]]

  ...
]

每个像素通常包含三个数字。

OpenCV 默认使用：

BGR

也就是：

Blue
Green
Red

注意，不是常见的：

RGB

而是：

BGR

例如：

[255, 0, 0]

在 OpenCV 中表示：

蓝色

---

六、读取第一张图片

假设目录：

opencv-demo
│
├── main.py
└── cat.jpg

代码：

import cv2

img = cv2.imread("cat.jpg")

print(img)

读取图片使用：

cv2.imread()

---

七、显示图片

代码：

import cv2

img = cv2.imread("cat.jpg")

cv2.imshow("Image", img)

cv2.waitKey(0)

cv2.destroyAllWindows()

这里有三个重要的方法。

1. imshow

显示图片：

cv2.imshow("Image", img)

第一个参数：

窗口名称

第二个参数：

图片

---

2. waitKey

cv2.waitKey(0)

意思是：

等待键盘输入

如果写：

cv2.waitKey(1000)

表示：

等待 1000ms

也就是：

1 秒

---

3. destroyAllWindows

cv2.destroyAllWindows()

关闭所有 OpenCV 窗口。

---

八、查看图片尺寸

可以这样：

import cv2

img = cv2.imread("cat.jpg")

print(img.shape)

输出可能是：

(1080, 1920, 3)

表示：

高度：1080
宽度：1920
通道：3

也就是：

1080 × 1920

的彩色图片。

---

九、获取某一个像素

例如：

pixel = img[100, 200]

print(pixel)

可能输出：

[120 85 200]

对应：

B = 120
G = 85
R = 200

注意坐标顺序。

OpenCV：

img[y, x]

也就是：

先高度
再宽度

不是：

x, y

这一点初学者非常容易搞错。

---

十、保存图片

保存图片非常简单：

cv2.imwrite("output.jpg", img)

完整示例：

import cv2

img = cv2.imread("cat.jpg")

cv2.imwrite("new-cat.jpg", img)

---

十一、修改图片大小

使用：

cv2.resize()

例如：

import cv2

img = cv2.imread("cat.jpg")

new_img = cv2.resize(img, (800, 600))

cv2.imshow("Image", new_img)

cv2.waitKey(0)
cv2.destroyAllWindows()

这里：

800 = 宽
600 = 高

注意这个地方又变成：

(width, height)

---

十二、按照比例缩放图片

如果不希望把图片拉变形，可以按比例缩放。

例如缩小到：

50%

代码：

import cv2

img = cv2.imread("cat.jpg")

new_img = cv2.resize(
    img,
    None,
    fx=0.5,
    fy=0.5
)

cv2.imshow("Image", new_img)

cv2.waitKey(0)
cv2.destroyAllWindows()

这里：

fx = 水平方向缩放
fy = 垂直方向缩放

---

十三、裁剪图片

图片裁剪其实非常简单。

例如：

crop = img[100:500, 200:800]

完整代码：

import cv2

img = cv2.imread("cat.jpg")

crop = img[100:500, 200:800]

cv2.imshow("Crop", crop)

cv2.waitKey(0)
cv2.destroyAllWindows()

本质上就是 NumPy 数组切片。

格式：

img[y1:y2, x1:x2]

例如：

y：100 ~ 500
x：200 ~ 800

---

十四、图片颜色转换

OpenCV 非常常见的一个操作就是：

颜色空间转换

使用：

cv2.cvtColor()

---

十五、彩色图片转灰度图

代码：

import cv2

img = cv2.imread("cat.jpg")

gray = cv2.cvtColor(
    img,
    cv2.COLOR_BGR2GRAY
)

cv2.imshow("Gray", gray)

cv2.waitKey(0)
cv2.destroyAllWindows()

原来：

BGR 三个通道

经过转换后：

只剩一个灰度通道

---

十六、BGR 转 RGB

如果使用：

Matplotlib
PIL

经常需要：

BGR → RGB

代码：

rgb = cv2.cvtColor(
    img,
    cv2.COLOR_BGR2RGB
)

---

十七、图片模糊

图片模糊通常用于：

去噪

例如使用高斯模糊：

blur = cv2.GaussianBlur(
    img,
    (15, 15),
    0
)

完整示例：

import cv2

img = cv2.imread("cat.jpg")

blur = cv2.GaussianBlur(
    img,
    (15, 15),
    0
)

cv2.imshow("Blur", blur)

cv2.waitKey(0)
cv2.destroyAllWindows()

其中：

(15, 15)

叫：

卷积核大小

一般必须使用奇数：

3
5
7
9
11

数值越大：

图片越模糊

---

十八、二值化

二值化之后，一张图片通常只有两种像素：

0
255

也就是：

黑
白

代码：

import cv2

img = cv2.imread("cat.jpg")

gray = cv2.cvtColor(
    img,
    cv2.COLOR_BGR2GRAY
)

_, binary = cv2.threshold(
    gray,
    127,
    255,
    cv2.THRESH_BINARY
)

cv2.imshow("Binary", binary)

cv2.waitKey(0)
cv2.destroyAllWindows()

这一步在：

OCR
车牌识别
文档识别
工业视觉
轮廓识别

中非常常见。

---

十九、自动二值化

127 是我们自己指定的阈值。

但是 OpenCV 也可以自动计算。

例如：

_, binary = cv2.threshold(
    gray,
    0,
    255,
    cv2.THRESH_BINARY + cv2.THRESH_OTSU
)

这个方法叫：

Otsu Threshold

即：

大津法

---

二十、边缘检测

OpenCV 最经典的边缘检测算法：

Canny

代码：

import cv2

img = cv2.imread("cat.jpg")

gray = cv2.cvtColor(
    img,
    cv2.COLOR_BGR2GRAY
)

edges = cv2.Canny(
    gray,
    100,
    200
)

cv2.imshow("Edges", edges)

cv2.waitKey(0)
cv2.destroyAllWindows()

处理流程：

原图
 ↓
灰度图
 ↓
Canny
 ↓
边缘

你会发现：

猫的轮廓
桌子的轮廓
人物轮廓
物体边缘

都被提取出来了。

---

二十一、腐蚀与膨胀

计算机视觉中还有两个非常经典的操作：

腐蚀
膨胀

英文：

Erosion
Dilation

例如：

import cv2
import numpy as np

img = cv2.imread("cat.jpg")

gray = cv2.cvtColor(
    img,
    cv2.COLOR_BGR2GRAY
)

kernel = np.ones((5, 5), np.uint8)

erosion = cv2.erode(
    gray,
    kernel,
    iterations=1
)

dilation = cv2.dilate(
    gray,
    kernel,
    iterations=1
)

简单理解。

腐蚀：

让白色区域变小

膨胀：

让白色区域变大

非常适合处理：

文字
二维码
轮廓
工业缺陷
OCR

---

二十二、在图片上画矩形

例如：

cv2.rectangle(
    img,
    (100, 100),
    (500, 400),
    (0, 255, 0),
    3
)

完整示例：

import cv2

img = cv2.imread("cat.jpg")

cv2.rectangle(
    img,
    (100, 100),
    (500, 400),
    (0, 255, 0),
    3
)

cv2.imshow("Image", img)

cv2.waitKey(0)
cv2.destroyAllWindows()

参数分别是：

图片
左上角坐标
右下角坐标
颜色
线宽

---

二十三、画圆

代码：

cv2.circle(
    img,
    (300, 300),
    100,
    (0, 0, 255),
    3
)

解释：

(300,300) = 圆心

100 = 半径

(0,0,255) = 红色

3 = 线宽

---

二十四、画直线

代码：

cv2.line(
    img,
    (100, 100),
    (600, 500),
    (255, 0, 0),
    5
)

---

二十五、在图片上写文字

代码：

cv2.putText(
    img,
    "OpenCV4",
    (100, 100),
    cv2.FONT_HERSHEY_SIMPLEX,
    2,
    (0, 255, 0),
    3
)

完整代码：

import cv2

img = cv2.imread("cat.jpg")

cv2.putText(
    img,
    "OpenCV4",
    (100, 100),
    cv2.FONT_HERSHEY_SIMPLEX,
    2,
    (0, 255, 0),
    3
)

cv2.imshow("Image", img)

cv2.waitKey(0)
cv2.destroyAllWindows()

以后 YOLO 检测框中的：

person
car
cat
dog

这些文字，本质上也可以使用这种方式绘制。

---

二十六、轮廓检测

轮廓检测是 OpenCV 中非常重要的一部分。

例如我们先：

灰度化
 ↓
二值化
 ↓
寻找轮廓

代码：

import cv2

img = cv2.imread("test.jpg")

gray = cv2.cvtColor(
    img,
    cv2.COLOR_BGR2GRAY
)

_, binary = cv2.threshold(
    gray,
    127,
    255,
    cv2.THRESH_BINARY
)

contours, hierarchy = cv2.findContours(
    binary,
    cv2.RETR_EXTERNAL,
    cv2.CHAIN_APPROX_SIMPLE
)

print("轮廓数量：", len(contours))

绘制轮廓：

cv2.drawContours(
    img,
    contours,
    -1,
    (0, 255, 0),
    2
)

完整：

import cv2

img = cv2.imread("test.jpg")

gray = cv2.cvtColor(
    img,
    cv2.COLOR_BGR2GRAY
)

_, binary = cv2.threshold(
    gray,
    127,
    255,
    cv2.THRESH_BINARY
)

contours, _ = cv2.findContours(
    binary,
    cv2.RETR_EXTERNAL,
    cv2.CHAIN_APPROX_SIMPLE
)

cv2.drawContours(
    img,
    contours,
    -1,
    (0, 255, 0),
    2
)

cv2.imshow("Contours", img)

cv2.waitKey(0)
cv2.destroyAllWindows()

---

二十七、给轮廓画检测框

找到轮廓之后，可以得到它的矩形位置。

例如：

for contour in contours:

    x, y, w, h = cv2.boundingRect(contour)

    cv2.rectangle(
        img,
        (x, y),
        (x + w, y + h),
        (0, 255, 0),
        2
    )

这已经非常接近：

目标检测

的感觉了。

例如：

┌──────────────┐
│              │
│     物体      │
│              │
└──────────────┘

---

二十八、计算轮廓面积

可以使用：

area = cv2.contourArea(contour)

例如：

for contour in contours:

    area = cv2.contourArea(contour)

    if area > 1000:

        x, y, w, h = cv2.boundingRect(contour)

        cv2.rectangle(
            img,
            (x, y),
            (x + w, y + h),
            (0, 255, 0),
            2
        )

这样就可以过滤：

小噪点

只保留：

较大的目标

---

二十九、读取视频

OpenCV 不只能处理图片，还可以处理视频。

例如：

import cv2

cap = cv2.VideoCapture("video.mp4")

while True:

    ret, frame = cap.read()

    if not ret:
        break

    cv2.imshow("Video", frame)

    if cv2.waitKey(30) & 0xFF == ord("q"):
        break

cap.release()

cv2.destroyAllWindows()

理解这段代码非常重要。

视频其实就是：

图片
图片
图片
图片
图片
图片

连续快速播放。

例如：

30 FPS

就是：

每秒播放 30 张图片

所以 OpenCV 处理视频，本质上就是：

while True:

    读取一帧

    处理这一帧

    显示这一帧

---

三十、打开电脑摄像头

把：

cv2.VideoCapture("video.mp4")

改成：

cv2.VideoCapture(0)

就可以读取电脑摄像头。

完整代码：

import cv2

cap = cv2.VideoCapture(0)

while True:

    ret, frame = cap.read()

    if not ret:
        break

    cv2.imshow("Camera", frame)

    if cv2.waitKey(1) & 0xFF == ord("q"):
        break

cap.release()

cv2.destroyAllWindows()

运行之后：

摄像头
   ↓
OpenCV
   ↓
实时视频

按：

Q

退出程序。

---

三十一、摄像头实时灰度处理

我们再做一个简单实时处理。

import cv2

cap = cv2.VideoCapture(0)

while True:

    ret, frame = cap.read()

    if not ret:
        break

    gray = cv2.cvtColor(
        frame,
        cv2.COLOR_BGR2GRAY
    )

    cv2.imshow("Gray Camera", gray)

    if cv2.waitKey(1) & 0xFF == ord("q"):
        break

cap.release()

cv2.destroyAllWindows()

这个时候整个摄像头画面就会实时变成：

黑白

这就是最基本的：

实时计算机视觉

---

三十二、摄像头实时边缘检测

继续升级：

import cv2

cap = cv2.VideoCapture(0)

while True:

    ret, frame = cap.read()

    if not ret:
        break

    gray = cv2.cvtColor(
        frame,
        cv2.COLOR_BGR2GRAY
    )

    edges = cv2.Canny(
        gray,
        100,
        200
    )

    cv2.imshow("Edge Camera", edges)

    if cv2.waitKey(1) & 0xFF == ord("q"):
        break

cap.release()

cv2.destroyAllWindows()

现在摄像头中的：

人物
桌子
电脑
手机

都会变成边缘轮廓。

---

三十三、OpenCV 实现人脸检测

接下来做一个真正有意思的例子：

人脸检测

OpenCV 自带经典的人脸检测器：

Haar Cascade

代码：

import cv2

face_cascade = cv2.CascadeClassifier(
    cv2.data.haarcascades +
    "haarcascade_frontalface_default.xml"
)

cap = cv2.VideoCapture(0)

while True:

    ret, frame = cap.read()

    if not ret:
        break

    gray = cv2.cvtColor(
        frame,
        cv2.COLOR_BGR2GRAY
    )

    faces = face_cascade.detectMultiScale(
        gray,
        scaleFactor=1.1,
        minNeighbors=5
    )

    for x, y, w, h in faces:

        cv2.rectangle(
            frame,
            (x, y),
            (x + w, y + h),
            (0, 255, 0),
            2
        )

    cv2.imshow(
        "Face Detection",
        frame
    )

    if cv2.waitKey(1) & 0xFF == ord("q"):
        break

cap.release()

cv2.destroyAllWindows()

运行之后：

摄像头识别人脸
         ↓
计算人脸位置
         ↓
得到 x y w h
         ↓
画矩形框

效果类似：

┌────────────────┐
│                │
│     人脸        │
│                │
└────────────────┘

---

三十四、理解目标检测最基本的数据结构

不管是：

OpenCV
YOLO
SSD
Faster R-CNN
RT-DETR

最终目标检测通常都会返回：

x
y
width
height
class
confidence

例如：

{
    "class": "person",
    "confidence": 0.95,
    "x": 100,
    "y": 150,
    "width": 200,
    "height": 400
}

然后程序做：

检测目标
   ↓
获取坐标
   ↓
画框
   ↓
写类别
   ↓
显示置信度

所以前面学习：

cv2.rectangle()

和：

cv2.putText()

其实就是在为：

YOLO 目标检测

打基础。

---

三十五、保存摄像头视频

OpenCV 还可以录像。

例如：

import cv2

cap = cv2.VideoCapture(0)

fourcc = cv2.VideoWriter_fourcc(*"mp4v")

out = cv2.VideoWriter(
    "output.mp4",
    fourcc,
    20.0,
    (640, 480)
)

while True:

    ret, frame = cap.read()

    if not ret:
        break

    out.write(frame)

    cv2.imshow("Camera", frame)

    if cv2.waitKey(1) & 0xFF == ord("q"):
        break

cap.release()
out.release()

cv2.destroyAllWindows()

这样：

摄像头视频

就会被保存到：

output.mp4

---

三十六、实战：检测画面中移动的物体

接下来我们做一个稍微完整一点的 Demo。

目标：

摄像头
 ↓
检测运动
 ↓
找到运动物体
 ↓
画矩形框

代码：

import cv2

cap = cv2.VideoCapture(0)

ret, frame1 = cap.read()

ret, frame2 = cap.read()

while True:

    diff = cv2.absdiff(
        frame1,
        frame2
    )

    gray = cv2.cvtColor(
        diff,
        cv2.COLOR_BGR2GRAY
    )

    blur = cv2.GaussianBlur(
        gray,
        (5, 5),
        0
    )

    _, thresh = cv2.threshold(
        blur,
        20,
        255,
        cv2.THRESH_BINARY
    )

    dilated = cv2.dilate(
        thresh,
        None,
        iterations=3
    )

    contours, _ = cv2.findContours(
        dilated,
        cv2.RETR_TREE,
        cv2.CHAIN_APPROX_SIMPLE
    )

    for contour in contours:

        if cv2.contourArea(contour) < 1000:
            continue

        x, y, w, h = cv2.boundingRect(
            contour
        )

        cv2.rectangle(
            frame1,
            (x, y),
            (x + w, y + h),
            (0, 255, 0),
            2
        )

    cv2.imshow(
        "Motion Detection",
        frame1
    )

    frame1 = frame2

    ret, frame2 = cap.read()

    if not ret:
        break

    if cv2.waitKey(40) & 0xFF == ord("q"):
        break

cap.release()

cv2.destroyAllWindows()

它的原理其实并不复杂。

连续获得两张图片：

Frame 1

Frame 2

计算：

Frame1 - Frame2

如果两个地方完全一样：

差值 ≈ 0

如果某一个物体移动了：

差值很大

所以流程就是：

摄像头

 ↓

Frame1

 ↓

Frame2

 ↓

计算差异

 ↓

灰度处理

 ↓

模糊去噪

 ↓

二值化

 ↓

寻找轮廓

 ↓

过滤小区域

 ↓

画检测框

这其实已经是一个非常简单的：

监控移动检测系统

---

三十七、OpenCV4 学习路线

如果你是第一次学习 OpenCV，我建议按照下面这个路线。

第一阶段：

Python
 ↓
NumPy
 ↓
OpenCV

掌握：

图片读取
图片保存
图片尺寸
图片裁剪
图片缩放

第二阶段：

灰度化
二值化
模糊
边缘检测
腐蚀
膨胀

第三阶段：

轮廓检测
图像特征
颜色识别
模板匹配

第四阶段：

视频读取
摄像头
运动检测
目标追踪

第五阶段：

OpenCV
   +
深度学习

进入：

YOLO
OCR
人脸识别
姿态识别
机器人视觉

---

三十八、OpenCV 和 YOLO 是什么关系？

很多初学者会有一个疑问：

现在都有 YOLO 了，
为什么还学 OpenCV？

实际上：

OpenCV 和 YOLO

并不是竞争关系。

更多时候是：

YOLO
  +
OpenCV

YOLO 负责：

识别目标

OpenCV 负责：

读取视频
图片预处理
摄像头调用
画检测框
图片裁剪
视频编码
结果展示

例如：

摄像头
 ↓
OpenCV
 ↓
YOLO
 ↓
目标检测
 ↓
OpenCV
 ↓
画框
 ↓
显示视频

所以做实际 AI 视觉项目的时候：

OpenCV 往往依然是基础设施。

---

三十九、OpenCV、Pillow 和 NumPy 的关系

这三个库经常一起出现。

NumPy

负责：

矩阵计算

因为图片本质上就是：

NumPy Array

---

Pillow

更加偏向：

普通图片编辑

例如：

图片格式转换
加水印
缩放
裁剪
文字

---

OpenCV

更加偏向：

计算机视觉
视频
摄像头
图像识别

简单理解：

NumPy
  ↓
数据基础

Pillow
  ↓
图片编辑

OpenCV
  ↓
计算机视觉

---

四十、OpenCV 最值得记住的 API

初学阶段不需要把 OpenCV 几百个 API 都学会。

先记住下面这些。

读取图片：

cv2.imread()

显示图片：

cv2.imshow()

保存图片：

cv2.imwrite()

修改大小：

cv2.resize()

颜色转换：

cv2.cvtColor()

模糊：

cv2.GaussianBlur()

二值化：

cv2.threshold()

边缘检测：

cv2.Canny()

寻找轮廓：

cv2.findContours()

画矩形：

cv2.rectangle()

写文字：

cv2.putText()

读取视频：

cv2.VideoCapture()

录像：

cv2.VideoWriter()

如果把这些掌握了，OpenCV 基础已经基本入门。

---

四十一、建议的项目目录

后面真正做项目的时候，可以这样组织：

opencv-project
│
├── images
│   ├── cat.jpg
│   └── dog.jpg
│
├── videos
│   └── demo.mp4
│
├── output
│   ├── result.jpg
│   └── result.mp4
│
├── src
│   ├── image_demo.py
│   ├── video_demo.py
│   └── face_demo.py
│
├── requirements.txt
│
└── README.md

requirements.txt：

opencv-python
numpy

安装：

pip install -r requirements.txt

---

四十二、一个非常重要的学习方法

OpenCV 最大的问题是：

API 太多

很多初学者容易陷入一个误区：

我要把所有 API 学完。

其实完全没有必要。

真正正确的方式是：

先做项目
 ↓
遇到问题
 ↓
寻找 OpenCV API
 ↓
解决问题

例如你想做：

摄像头检测红色物体

那么你只需要学习：

VideoCapture
cvtColor
inRange
findContours
rectangle

如果你想做：

运动监控

那就学习：

VideoCapture
absdiff
threshold
findContours

如果你想做：

YOLO 摄像头识别

就学习：

VideoCapture
resize
rectangle
putText

所以：

OpenCV 并不是背 API。

而是解决视觉问题的工具箱。

---

总结

如果把 OpenCV 整个学习过程压缩成一条路线，大概就是：

读取图片

 ↓

理解图片是矩阵

 ↓

灰度处理

 ↓

模糊与去噪

 ↓

二值化

 ↓

边缘检测

 ↓

轮廓检测

 ↓

视频处理

 ↓

摄像头

 ↓

目标检测

 ↓

YOLO / OCR / 视觉 AI

OpenCV4 本身并不难。

真正关键的是理解：

一张图片在计算机眼里就是一个数字矩阵。

而所谓计算机视觉，本质上就是：

不断加工这些数字，
最终从数字里找到我们真正关心的信息。

如果你准备进入：

YOLO
OCR
人脸识别
无人机视觉
具身智能
机器人
工业视觉

那么 OpenCV 都非常值得先学一遍。

它就像视觉 AI 世界里的：

Hello World + 基础工具箱

先把 OpenCV 玩熟，后面再进入深度学习视觉模型，你会轻松很多。