总目录：1.1 OpenCV介绍与学习路线　｜　第一章：认识图像与跑通流程　

下一节：1.2 图像、像素与坐标 →

---

1.1 OpenCV介绍与学习路线

OpenCV 的全名是 Open Source Computer Vision Library。它不是“会自动看懂世界的 AI”，更像是一只装满视觉工具的工具箱：从基础的读图、颜色转换、去噪、找边缘、提轮廓、绘图到进阶一些的3d世界的位姿解算、复杂图形的关键点检测……这些工作它都能干。通过合理搭配，这么一套数学工具也能让计算机”看“懂世界。 不过对于一些很复杂图形，如果算力足够，还是建议用一些神经网络，比如使用YOLO。

因此本篇笔记主要介绍基础用法，不过多涉及底层数学原理--> 目标是入门和会用 非常适合入门学习！！！

本篇笔记是以python为接口

import cv2

包名叫 opencv-python，导入时却写 cv2。这个名字是历史遗留，记住就好，不用和它较劲

在开始学习之前，最好需要知道python语法基础，数组的概念，numpy基础用法。

一、通过一个例子快速认识OpenCv流程

先看一个具体任务：从摄像头里找到一个红色圆球并得到它在图中的位置坐标。

摄像头读取画面
   ↓
转换到适合分颜色的 HSV
   ↓
按颜色范围生成黑白蒙版（比如在颜色范围内的就是白色）
   ↓
去掉小噪点、补上小缺口
   ↓
找到白色区域的轮廓
   ↓
根据面积、圆度筛选目标
   ↓
得到圆球中心坐标

OpenCV 主要负责中间这些“把像素一步步变成有用信息”的工作。 之后你就可以用提取出来的信息处理业务逻辑（就是任务代码）了。

二、先把图像看成数组

在 Python 里，OpenCV 图像通常就是 NumPy 数组：

image.shape
# (高度, 宽度, 通道数)

例如 (480, 640, 3) 表示：

• 480 行像素，也就是高度；
• 640 列像素，也就是宽度；
• 每个像素有 3 个颜色通道。

因此“裁剪一块图像”其实就是切数组。详细概念见 1.2 图像、像素与坐标 和 1.5 NumPy与图像数组。

三、一条最常见的视觉流水线

以后看到一段很长的 OpenCV 代码，可以先按下面几类拆开：

阶段	要回答的问题	常见函数
输入	图像从哪里来？	imread、VideoCapture、read
预处理	怎样让目标更好找？	cvtColor、GaussianBlur、threshold、inRange
结构整理	怎样去噪、补洞、连边？	erode、dilate、morphologyEx
特征提取	哪些像素组成边缘或物体？	Canny、findContours、approxPolyDP
筛选	这是不是我要的目标？	contourArea、arcLength
输出	怎样展示或交给控制程序？	rectangle、putText、中心坐标

真正写项目时不要把它们糊成一团。建议每个阶段都保留一个能观察的中间结果，例如 mask、edges、morph。

四、系统学习总目录

第一章：认识图像与跑通流程

1.1 OpenCV介绍与学习路线：OpenCV 的定位、视觉流水线与总目录
1.2 图像、像素与坐标：分辨率、通道、BGR 与图像坐标
1.3 读取显示与保存图像：imread、imshow、waitKey、imwrite
1.4 视频与摄像头：VideoCapture、逐帧读取与资源释放
1.5 NumPy与图像数组：形状、切片、掩码与轮廓点格式

第二章：基础图像处理

2.1 颜色空间与通道：BGR、灰度、HSV 与颜色转换
2.2 缩放裁剪与拼接：resize、数组裁剪、横竖拼接
2.3 绘制图形与文字：线、矩形、圆、轮廓和文字
2.4 滤波与降噪：均值、高斯、中值和双边滤波
2.5 二值化与阈值：固定阈值、自适应阈值与 Otsu
2.6 形态学处理：腐蚀、膨胀、开运算与闭运算
2.7 HSV颜色检测：inRange、滑动条与颜色蒙版

第三章：边缘、轮廓与几何

3.1 Canny边缘检测：梯度、双阈值和边缘连接
3.2 查找与绘制轮廓：findContours、drawContours
3.3 轮廓层级：父子轮廓与四种检索模式
3.4 轮廓几何特征：面积、周长、质心、圆度与外接框
3.5 多边形逼近与形状识别：角点简化与基本形状判断
3.6 外接矩形与透视变换：旋转矩形、点排序和鸟瞰图
3.7 凸包凸缺陷与Solidity：凹陷结构与形状饱满程度

第四章：把知识连成项目

4.1 完整的形状检测流程：从原图到形状名称的可运行示例
4.2 摄像头检测与调参：实时循环、曝光、性能和排错
4.3 视觉控制中的坐标与滤波：像素误差、坐标系与一阶低通

五、学习时怎样使用这些笔记

建议顺着编号读，但不要只读不跑：

1. 先复制最小示例，确认代码能执行；
2. 显示每个中间图，不要只看最终框；
3. 改一个参数，观察一个变化；
4. 把函数参数换成自己的话解释；
5. 最后再进入 完整项目。

六、参考

• OpenCV 4.x 官方文档
• OpenCV-Python 图像处理目录

---

下一节：1.2 图像、像素与坐标 →