Python-OpenCV：库、环境搭建、图片与摄像头解析

上一章我们完整学习了 Python 各类实用第三方库（random/tqdm/jieba/turtle），学会用现成工具快速实现随机生成、进度展示、文本分词、简易绘图等功能。从本章开始，我们正式开启计算机视觉核心工具 ——OpenCV 的系统学习。很多同学学完 Python 基础、循环、类、文件操作后，想做图片修图、摄像头抓拍、画面识别却不知道从何下手，OpenCV 就是解决这类需求的万能工具。

本章我们先梳理 OpenCV 发展历史、完整搭建运行环境，再结合配套示例代码，掌握图片读取、窗口控制、照片保存、摄像头实时画面、视频录制五大基础核心操作

一、OpenCV是什么？（发展历史、适用场景、核心优势）

1. OpenCV由来与发展历程

OpenCV 全称 Open Source Computer Vision Library，直译「开源计算机视觉库」。

1999 年由英特尔实验室团队主导开发，初衷是降低机器视觉开发门槛，把复杂像素运算、图像算法全部封装，开发者不用手写底层图像运算逻辑。

初代版本：仅支持 C 语言，多用于工厂产品缺陷检测、工业摄像头识别；
2006 迭代改版：重构为 C++ 内核，同步推出 Python 调用接口，降低学生、新手学习难度；
现在状态：全球社区持续免费维护，跨 Windows/Mac/Linux/树莓派/安卓，完全商用免费无版权费用。

2. 生活里无处不在的OpenCV应用

很多人以为 OpenCV 只是程序员工具，其实日常软件底层都在使用：手机美颜滤镜、人脸识别解锁、证件照底色更换、监控人形报警、短视频特效、手写文字识别、机器人视觉避障、试卷扫描批改，全部依赖 OpenCV 图像算法。

3. OpenCV VS turtle 核心区别

不少同学会混淆两者绘图工具，这里清晰区分：

工具	适用范围	底层能力
turtle	仅绘制虚拟线条、几何图形，无法读取真实照片	仅简单2D绘图，无图像算法
OpenCV	读取本地照片、实时摄像头、视频，内置降噪/边缘/识别算法	完整图像处理、视觉分析能力

4. OpenCV四大核心优势

完全免费开源，无功能阉割、无商用收费限制；
底层C/C++编写，运行速度快，Python接口简单易懂；
内置上百套成熟图像算法，绘图、降噪、边缘检测、人脸检测一键调用；
同时支持静态图片、实时摄像头流、本地视频文件三类素材。

二、OpenCV环境安装

1. 标准安装命令

OpenCV运行依赖numpy数值矩阵库，一条命令一次性安装两个包：

pip install opencv-python numpy

国内网络下载缓慢，使用清华镜像加速：

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

2. 安装常见坑

不要安装opencv-contrib-python拓展包，内置大量进阶算法，入门阶段用基础包足够；
安装后关闭当前终端，重新打开再运行代码，避免环境缓存不生效；
提示pip不是内部命令，需要先配置Python系统环境变量。
如果出现 DLL 加载失败报错，卸载旧版本，安装低版本 pip install opencv-python==4.8.1.78，新版本在部分 Windows 环境会 DLL 异常。

3. 代码固定导入模板

所有OpenCV文件开头必须导入两个库：

import cv2
import numpy as np

cv2：OpenCV所有图像操作函数入口；
numpy：负责存储图像像素矩阵，画布、通道拆分、像素修改全部依赖它。

三、OpenCV窗口基础全套函数

不管打开图片还是摄像头，窗口创建、画面展示、按键监听、资源销毁是固定四件套，先吃透原理，避免后续画面卡死、窗口残留问题。

1. 核心函数详细说明

cv2.namedWindow(窗口名称, 窗口模式)：创建图像窗口，窗口模式有两种：
cv2.WINDOW_AUTOSIZE：自适应图片尺寸，窗口无法手动拉伸；
cv2.WINDOW_NORMAL：可自由放大缩小窗口，调试图片推荐；
cv2.resizeWindow(窗口名, 宽度, 高度)：自定义窗口固定长宽；
cv2.imshow(窗口名, 图像变量)：将图片/帧渲染到窗口；
cv2.waitKey(毫秒)：监听键盘输入
- 返回值：返回按键的 ASCII 码；如果没有按键按下，返回 -1；
- 参数填0：无限等待按键，适合静态图片；
- 参数填数字：定时等待，视频/摄像头必须填写大于 0 的毫秒数，否则画面卡死；
- 全平台兼容写法：推荐使用 key & 0xFF == ord('q') 判断按键，避免不同系统返回码差异导致按键失效；
cv2.destroyAllWindows()：一次性关闭全部图像窗口，释放内存资源。

高频疑惑点：很多同学在高分辨率屏幕（如 2K、4K 笔记本）上运行代码，发现 cv2.WINDOW_AUTOSIZE 弹出的窗口特别小，甚至看不清画面内容。这是因为 WINDOW_AUTOSIZE 会严格按照图片原始像素尺寸显示，而高分辨率屏幕的物理像素密度更高，同样像素数的窗口在屏幕上看起来就更小。解决办法很简单：改用 cv2.WINDOW_NORMAL 模式，再配合 cv2.resizeWindow() 手动放大窗口，画面就能清晰显示了。

2. 空白窗口演示代码

import cv2
import numpy as np
创建可自由缩放窗口
cv2.namedWindow("空白调试窗口", cv2.WINDOW_NORMAL)
自定义窗口宽800、高600
cv2.resizeWindow("空白调试窗口", 800, 600)

用numpy生成纯黑色画布（高600、宽800、三通道）
canvas = np.zeros((600, 800, 3), dtype=np.uint8)

填充纯黑色空白画布
cv2.imshow("空白调试窗口", canvas)

无限等待键盘输入
key = cv2.waitKey(0)
if key & 0xFF == ord('q'):
    print("按下q，程序正常退出，释放窗口资源")

cv2.destroyAllWindows()

四、读取本地图片，查看图像底层像素信息

1. imread 读取图片避坑要点

语法：cv2.imread(文件路径, 读取模式)

中文路径不支持：OpenCV 原生 imread 不支持中文路径，文件或文件夹名字带中文时，图片会直接返回 None，大量新手在这里踩坑。建议图片路径、文件名全部使用英文；如果必须用中文路径，需要改用 np.fromfile 读取，示例：img = cv2.imdecode(np.fromfile(r"D:\图片\测试.jpg", dtype=np.uint8), cv2.IMREAD_COLOR)。
Windows路径问题：直接加r原始字符串，防止\n换行、\t制表符被识别为转义字符，导致图片读取失败；
色彩底层规则：OpenCV内部存储顺序为 BGR（蓝、绿、红），和我们日常看图软件RGB顺序相反，后期调色、取色需要注意；
读取模式补充：
- 默认不填参数：彩色三通道图片；
- cv2.IMREAD_GRAYSCALE：直接读取为灰度黑白图。

2. 图像三大底层属性

图片本质是数字矩阵，三个核心参数看懂像素构成：

img.shape：返回元组(高度, 宽度, 通道数)，灰度图无通道；
img.size：总像素数量 = 高度 × 宽度 × 通道；
img.dtype：像素数据类型，图像统一为uint8，像素取值范围0~255。

完整代码

import cv2
r原始字符串，彻底规避路径转义报错
img = cv2.imread(r'D:\PYTHON\your name.jpg')

容错判断：图片读取失败时img为None，直接退出避免崩溃
if img is None:
    print("图片读取失败，请检查文件路径！")
    exit()

打印图像底层矩阵信息
print("图像(高, 宽, 通道)：", img.shape)
print("整张图片总像素数量：", img.size)
print("像素存储数据类型：", img.dtype)

创建自适应窗口展示原图
cv2.namedWindow("原图预览", cv2.WINDOW_AUTOSIZE)
cv2.imshow("原图预览", img)

按下q关闭窗口
key = cv2.waitKey(0)
if key & 0xFF == ord('q'):
    print("图片预览结束")

cv2.destroyAllWindows()

3. 图片缩放 resize

支持固定尺寸缩放、等比例缩放，4 种插值算法适配不同场景：

import cv2
读取原图
img = cv2.imread(r'D:\PYTHON\your name.jpg')
容错判断：图片读取失败时img为None，直接退出避免崩溃
if img is None:
    print("图片读取失败，请检查路径")
    exit()

resize(原图, (宽,高), 插值算法)
INTER_NEAREST 邻近插值，速度快画质差
img1 = cv2.resize(img, (640, 480), interpolation=cv2.INTER_NEAREST)
INTER_LINEAR 双线性，默认缩放算法
img2 = cv2.resize(img, (640, 480), interpolation=cv2.INTER_LINEAR)
INTER_CUBIC 三次立方，放大画质更好
img3 = cv2.resize(img, (640, 480), interpolation=cv2.INTER_CUBIC)
INTER_AREA 区域插值，缩小图片效果最优
img4 = cv2.resize(img, (640, 480), interpolation=cv2.INTER_AREA)
等比例缩放：dsize=None，fx横向缩放倍数，fy纵向缩放倍数
img5 = cv2.resize(img, dsize=None, fx=0.5, fy=0.5, interpolation=cv2.INTER_AREA)

分别展示5种缩放效果
cv2.imshow('img1', img1)
cv2.imshow('img2', img2)
cv2.imshow('img3', img3)
cv2.imshow('img4', img4)
cv2.imshow('img5', img5)

持续监听按键，q/ESC退出
while True:
    key = cv2.waitKey(10)
    if key == ord('q') or key == 27:
        break

cv2.destroyAllWindows()
cv2.waitKey(1)  # 给窗口系统时间完成销毁

插值算法选择建议：

INTER_NEAREST：邻近插值，速度最快但画质最差，适合实时性要求极高的场景；
INTER_LINEAR：双线性插值，OpenCV 默认算法，速度与画质均衡，日常首选；
INTER_CUBIC：三次立方插值，放大图片时画质更好，但计算量更大；
INTER_AREA：区域插值，缩小图片时效果最优，能有效减少锯齿和噪点。

4. 图片旋转 rotate

内置三种固定旋转方式，无需手动计算旋转矩阵：

import cv2
img = cv2.imread(r"D:\PYTHON\your name.jpg")
# 容错判断：图片读取失败时img为None，直接退出避免崩溃
if img is None:
    print("图片读取失败，请检查路径")
    exit()
# ROTATE_90_CLOCKWISE 顺时针旋转90度
img1 = cv2.rotate(img, cv2.ROTATE_90_CLOCKWISE)
# ROTATE_90_COUNTERCLOCKWISE 逆时针旋转90度
img2 = cv2.rotate(img, cv2.ROTATE_90_COUNTERCLOCKWISE)
# ROTATE_180 顺时针旋转180度
img3 = cv2.rotate(img, cv2.ROTATE_180)
# 展示三张旋转后的图片
cv2.imshow("img1", img1)
cv2.imshow("img2", img2)
cv2.imshow("img3", img3)
while 1:
    key = cv2.waitKey(10)
    if key == ord('q') or key == 27:
        break
cv2.destroyAllWindows()
cv2.waitKey(1)

避坑提示：cv2.rotate 只能做 90 度、180 度、270 度（即逆时针 90 度）的固定旋转。如果需要任意角度旋转，必须使用 cv2.getRotationMatrix2D + cv2.warpAffine 组合，这部分会在后续进阶章节详细讲解。

5. 图片翻转 flip

支持上下、左右、同时翻转，两种写法：flip 函数 / numpy 切片：

import cv2
img = cv2.imread(r"D:\PYTHON\your name.jpg")
# 容错判断：图片读取失败时img为None，直接退出避免崩溃
if img is None:
    print("图片读取失败，请检查路径")
    exit()
# flipcode=0：上下翻转
img1 = cv2.flip(img, 0)
# flipcode>0：左右翻转
img2 = cv2.flip(img, 1)
# flipcode<0：上下+左右同时翻转
img3 = cv2.flip(img, -1)
# numpy数组切片方式整体翻转
img4 = img[::-1, ::-1]
# 全部窗口展示
cv2.imshow("img1", img1)
cv2.imshow("img2", img2)
cv2.imshow("img3", img3)
cv2.imshow("img4", img4)
while 1:
    key = cv2.waitKey(10)
    if key == ord('q') or key == 27:
        break
cv2.destroyAllWindows()
cv2.waitKey(1)

flipcode 参数速记：

0：上下翻转（沿水平轴）；
正数（如 1）：左右翻转（沿垂直轴）；
负数（如 -1）：上下 + 左右同时翻转，等价于旋转 180 度。

6. 两张图片加权融合 addWeighted

将两张尺寸、通道一致的图片按权重混合，可调节透明度：

import cv2
# 读取两张素材图片
img1 = cv2.imread(r'D:\PYTHON\your name.jpg')
img2 = cv2.imread(r"D:\PYTHON\mmexport1784807426149.jpg")
# 容错判断：任一图片读取失败时直接退出，避免崩溃
if img1 is None or img2 is None:
    print("图片读取失败，请检查文件路径！")
    exit()
# 融合前提：两张图片宽高、通道数量必须完全一致
# addWeighted(图1,图1权重,图2,图2权重,像素偏移量)
new_img = cv2.addWeighted(img1, 0.5, img2, 0.5, 0)
# 展示融合结果
cv2.imshow('new_img', new_img)
while 1:
    key = cv2.waitKey(10)
    if key == ord('q'):
        break
cv2.destroyAllWindows()
cv2.waitKey(1)

核心函数：cv2.addWeighted(图1, 权重1, 图2, 权重2, 偏移量)，融合公式为：输出 = 图1 × 权重1 + 图2 × 权重2 + 偏移量。两个权重之和通常为 1，偏移量一般填 0。

提示：融合前必须保证两张图片的宽高、通道数完全一致，否则会直接报错。如果尺寸不一致，需要先用 cv2.resize 统一尺寸，再用 cv2.cvtColor 统一通道数。

权重提醒：addWeighted 的权重可以大于 1，但权重数值不要过大，否则像素会超出 0~255 范围，画面发白过曝。

五、图片读取+按键另存新图

实战需求：打开原图，按s键将图片另存为新文件，按q直接关闭窗口，适合批量截图、图片副本备份。

核心函数：cv2.imwrite(保存路径, 图像变量)，将内存中的图像写入本地磁盘。

import cv2
cv2.namedWindow("原图预览", cv2.WINDOW_AUTOSIZE)
img = cv2.imread(r"D:\PYTHON\your name.jpg")

循环持续监听按键
while True:
    cv2.imshow("原图预览", img)
    key = cv2.waitKey(0)
    if key & 0xFF == ord('q'):
    # q键：直接退出，不保存
        cv2.destroyAllWindows()
        break

    elif key & 0xFF == ord('s'):
    # s键：保存图片副本
        cv2.imwrite(r"D:\PYTHON\your name2.jpg", img)
        print("图片保存成功，已生成副本！")
        break

六、调取电脑摄像头，实时预览画面

cv2.VideoCapture()是摄像头/视频通用读取工具，两种传参方式：

传入数字0：读取电脑内置默认摄像头；
传入视频文件字符串路径：读取本地mp4/avi视频。

读取逻辑：vc.read()每次读取一帧画面，返回两个值：

ret：布尔值，True代表读取画面成功，False代表设备断开；
frame：当前帧图像矩阵，和imread读取的图片格式完全一致。

1. 摄像头代码

import cv2
创建可缩放视频窗口
cv2.namedWindow('摄像头实时画面', cv2.WINDOW_NORMAL)
cv2.resizeWindow('摄像头实时画面', 400, 300)

打开本机默认摄像头
vc = cv2.VideoCapture(0)
循环持续读取每一帧画面
while vc.isOpened():
    ret, frame = vc.read()
    # 读取失败直接跳出循环
    if not ret:
        print("摄像头读取失败，设备断开")
        break

    cv2.imshow('摄像头实时画面', frame)
    # 约41ms，对应24帧
    key = cv2.waitKey(1000 // 24)
    if key & 0xFF == ord('q'):
        break

释放摄像头硬件占用，避免后台持续占用设备
vc.release()
cv2.destroyAllWindows()

七、摄像头进阶：截图与滤镜实时预览

在掌握摄像头实时预览的基础上，本节为摄像头循环增加三个实用按键功能：按 c 键截取当前帧并保存为图片，按 g 键切换为灰度滤镜预览，按 b 键切回彩色画面。这样既能抓拍精彩瞬间，又能直观感受 OpenCV 图像处理在实时视频流上的效果。

1. 完整进阶代码

import cv2
创建可缩放视频窗口
cv2.namedWindow('摄像头进阶预览', cv2.WINDOW_NORMAL)
cv2.resizeWindow('摄像头进阶预览', 400, 300)
打开本机默认摄像头
vc = cv2.VideoCapture(0)
截图计数器，用于生成不重复的文件名
shot_count = 0

循环持续读取每一帧画面
while vc.isOpened():
    ret, frame = vc.read()

    # 读取失败直接跳出循环
    if not ret:
        print("摄像头读取失败，设备断开")
        break

    # 默认显示彩色画面
    show_frame = frame
    # 监听按键
    key = cv2.waitKey(1000 // 24) & 0xFF
    if key == ord('c'):
    # c键：截取当前帧并保存为图片
        shot_count += 1
        filename = f"capture_{shot_count}.jpg"
        cv2.imwrite(filename, frame)
        print(f"截图已保存：{filename}")

    elif key == ord('g'):
    # g键：切换为灰度滤镜预览
    # cv2.cvtColor(输入图像, 颜色转换码) 用于转换图像色彩空间
    # 参数1 frame：摄像头读取的当前帧，是BGR三通道彩色图像矩阵
    # 参数2 cv2.COLOR_BGR2GRAY：颜色转换码，表示将BGR彩色图转为灰度图
    # 返回值：单通道灰度图像矩阵，每个像素只有一个亮度值(0~255)，0为纯黑、255为纯白
    # 灰度图与彩色图通道数区别：彩色图是3通道(B、G、R各占一个通道)，
    # 灰度图只有1个通道，因此灰度图内存占用约为彩色图的1/3
        show_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
        print("已切换为灰度滤镜")

    elif key == ord('b'):
    # b键：切换回彩色画面
        show_frame = frame
        print("已切换回彩色画面")

    elif key == ord('q'):
    # q键：退出程序
        break

    cv2.imshow('摄像头进阶预览', show_frame)

释放摄像头硬件占用，避免后台持续占用设备
vc.release()
cv2.destroyAllWindows()

按键功能说明：

c 键：调用 cv2.imwrite() 将当前帧保存为 jpg 图片，文件名自动递增避免覆盖；
g 键：调用 cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) 将彩色帧转为灰度图，实现实时滤镜效果；
b 键：恢复显示原始彩色画面；
q 键：退出程序并释放摄像头资源。

避坑提示：灰度图是单通道，直接 cv2.imshow() 可以正常显示；但如果后续需要把灰度帧写入视频文件，必须先用 cv2.cvtColor(gray, cv2.COLOR_GRAY2BGR) 转回三通道，否则 VideoWriter 会因通道数不匹配而报错。

八、摄像头实时录制，自动保存 MP4 视频

综合实战案例，融合 os 文件库 + OpenCV 视频写入，完整实现自动创建存储文件夹、读取摄像头原生分辨率、24 帧录制本地 mp4 文件。

1. 知识点

os.makedirs(路径, exist_ok=True)：文件夹不存在自动创建，不会报错；
vc.get()：获取摄像头原生宽高，避免分辨率不匹配导致视频损坏；
cv2.VideoWriter_fourcc(*'mp4v')：设置 mp4 编码格式；
cv2.VideoWriter()：视频写入对象，持续写入每一帧画面。

2. 完整录像代码

注意：程序运行就持续写入视频，只有按下 q 键才停止录制，长时间不退出会生成体积巨大的视频文件。

import cv2
import os
自动创建data文件夹，已存在不会报错
os.makedirs("./data", exist_ok=True)
打开摄像头设备
vc = cv2.VideoCapture(0)
读取摄像头原生分辨率
width = int(vc.get(cv2.CAP_PROP_FRAME_WIDTH))
height = int(vc.get(cv2.CAP_PROP_FRAME_HEIGHT))
print(f"摄像头原生分辨率：{width} × {height}")
设置mp4视频编码
fourcc = cv2.VideoWriter_fourcc(*'mp4v')
创建视频写入对象：文件路径、编码、帧率、(宽,高)
vw = cv2.VideoWriter("./data/output.mp4", fourcc, 24, (width, height))
循环读取、录制画面
while vc.isOpened():
    ret, frame = vc.read()
    if not ret:
        break

    # 将当前帧写入视频文件
    vw.write(frame)
    cv2.imshow('录像预览窗口', frame)

    # 控制帧率
    key = cv2.waitKey(1000 // 24)
    if key & 0xFF == ord('q'):
        break

必须释放摄像头、视频写入器，否则文件损坏、摄像头占用
vc.release()
vw.release()
cv2.destroyAllWindows()
print("录像结束，视频保存在./data/output.mp4")

九、本章高频问题

序号	问题现象	根本原因	解决方案（核心代码/命令）
1	Windows 路径下图片读取返回 None，程序报错	路径不加 `r` 前缀，`\t`、`\n`、`\u` 被识别为转义符号	统一使用原始字符串写法：`r"D:\文件夹\图片.jpg"`
2	`imread` 读取带中文路径的图片返回 None，且无任何报错提示	OpenCV 原生 `imread` 不支持中文路径	图片路径、文件名全部使用英文，彻底规避该问题
3	`import cv2` 直接失败，提示 DLL 加载错误	新版本 opencv 在部分 Windows 环境存在 DLL 兼容问题	降级到 4.8.x 稳定版本：`pip install opencv-python==4.8.1.78`
4	摄像头、视频循环画面卡死不动	`waitKey(0)` 永久等待，导致画面无法持续刷新	循环中填写毫秒数值，如 `cv2.waitKey(1000 // 24)`
5	摄像头后台持续占用，生成的视频文件损坏无法打开	`VideoCapture`、`VideoWriter` 运行结束未释放资源	结束前调用 `vc.release()`、`vw.release()`
6	生成的 mp4 视频无法正常播放	`VideoWriter` 设置的宽高与摄像头原生分辨率不一致	用 `vc.get(cv2.CAP_PROP_FRAME_WIDTH)` 和 `vc.get(cv2.CAP_PROP_FRAME_HEIGHT)` 获取原生宽高后传入
7	后期调色、取色时颜色错乱	OpenCV 像素通道是 BGR（蓝绿红），与看图软件 RGB 顺序相反	处理颜色时注意通道顺序，必要时用 `cv2.cvtColor(img, cv2.COLOR_BGR2RGB)` 转换
8	保存视频、图片时因路径不存在触发异常	目标文件夹未提前创建	用 `os.makedirs("./data", exist_ok=True)` 自动创建目录
9	`VideoCapture(0)` 打不开摄像头，`ret` 一直为 False	电脑摄像头被其他软件占用；笔记本没有给 Python 摄像头权限；部分设备摄像头编号不是 0，尝试 1、2	关闭占用摄像头软件；系统设置开启摄像头权限；尝试 `cv2.VideoCapture(1)` 切换设备编号