OpenCV - 蜜蜂导航

OpenCV 是一个开源计算机视觉库，用 C/C++ 为主，也提供 Python、Java 等接口。

一句话定位：专门用来做图像和视频处理的工具包。

核心功能：

读取、显示、保存图片 / 视频
基础处理：裁剪、缩放、滤波、灰度化、边缘检测
目标检测：人脸、行人、物体识别
特征提取、跟踪、相机标定、三维视觉等

常用场景：

安防监控、自动驾驶视觉、美颜滤镜、工业质检、AR/VR、机器人视觉等。

简单说：想让电脑 “看懂” 图像和视频，就用 OpenCV。

代码演示

一套最常用、直接能跑的 OpenCV Python 入门合集，复制就能用。

安装

pip install opencv-python

1. 读取、显示、保存图片

import cv2

# 读取图片
img = cv2.imread("test.jpg")

# 显示图片
cv2.imshow("Image", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

# 保存图片
cv2.imwrite("save.jpg", img)

2. 打开摄像头 + 实时显示（最常用）

import cv2

# 打开摄像头（0 是默认摄像头）
cap = cv2.VideoCapture(0)

while True:
    # 读取一帧
    ret, frame = cap.read()
    if not ret:
        break

    # 显示画面
    cv2.imshow("Camera", frame)

    # 按 q 退出
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# 释放资源
cap.release()
cv2.destroyAllWindows()

3. 灰度图、模糊、边缘检测

import cv2

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

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

# 模糊
blur = cv2.GaussianBlur(img, (5,5), 0)

# 边缘检测 Canny
canny = cv2.Canny(gray, 100, 200)

cv2.imshow("Gray", gray)
cv2.imshow("Blur", blur)
cv2.imshow("Canny", canny)
cv2.waitKey(0)

4. 人脸检测（自带模型，超简单）

import cv2

# 加载人脸检测器
face_cascade = cv2.CascadeClassifier(
    cv2.data.haarcascades + "haarcascade_frontalface_default.xml"
)

img = cv2.imread("test.jpg")
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 检测人脸
faces = face_cascade.detectMultiScale(gray, 1.1, 4)

# 画框
for (x,y,w,h) in faces:
    cv2.rectangle(img, (x,y), (x+w,y+h), (0,255,0), 2)

cv2.imshow("Face", img)
cv2.waitKey(0)

数据统计

数据评估

OpenCV浏览人数已经达到0，如你需要查询该站的相关权重信息，可以点击"5118数据""爱站数据""Chinaz数据"进入；以目前的网站数据参考，建议大家请以爱站数据为准，更多网站价值评估因素如：OpenCV的访问速度、搜索引擎收录以及索引量、用户体验等；当然要评估一个站的价值，最主要还是需要根据您自身的需求以及需要，一些确切的数据则需要找OpenCV的站长进行洽谈提供。如该站的IP、PV、跳出率等！

特别声明

本站蜜蜂导航提供的OpenCV都来源于网络，不保证外部链接的准确性和完整性，同时，对于该外部链接的指向，不由蜜蜂导航实际控制，在2026年2月11日下午1:35收录时，该网页上的内容，都属于合规合法，后期网页的内容如出现违规，可以直接联系网站管理员进行删除，蜜蜂导航不承担任何责任。

蜜蜂导航致力于优质、实用的网络站点资源收集与分享！本文地址https://www.qiip.cc/sites/43050.html转载请注明