# 人工智能之视觉领域 计算机视觉

第四章 图像基本操作


---

# 前言：图像的基本操作 —— 读取、显示、保存与变换

> **学习目标总览**：
> 
> - 能独立完成图像的 **读取 → 显示 → 保存** 全流程
> - 能快速判断图像是 **灰度还是彩色**
> - 能对图像进行 **裁剪、缩放、翻转**
> - 能用 **算术运算** 调整亮度/对比度，理解像素级操作规则

---

## 4.1 图像的读取、显示与保存

### 📌 核心三函数

| 函数 | 作用 | 常见参数 |
|------|------|--------|
| `cv2.imread(path, flags)` | 从磁盘读取图像 | `flags=cv2.IMREAD_COLOR`（默认，BGR）`cv2.IMREAD_GRAYSCALE`（灰度） |
| `cv2.imshow(winname, img)` | 在窗口中显示图像 | `winname`：窗口标题`img`：NumPy 数组 |
| `cv2.imwrite(path, img)` | 将图像保存到磁盘 | 自动根据扩展名决定格式（.jpg/.png等） |

---

### ✅ 完整示例：读取 → 显示 → 保存

```python
import cv2

# 1. 读取图像（注意：路径不能含中文！）
img = cv2.imread('photo.jpg')  # 默认彩色（BGR）

# 检查是否读取成功
if img is None:
    print("❌ 图像未找到！请检查文件路径和名称（避免中文路径）")
else:
    print("✅ 图像读取成功！")

# 2. 显示图像
cv2.imshow('Original Image', img)
cv2.waitKey(0)  # 等待任意键按下
cv2.destroyAllWindows()  # 关闭所有窗口

# 3. 保存为新文件
cv2.imwrite('output_photo.jpg', img)
print("✅ 图像已保存为 output_photo.jpg")
```

> ⚠️ **新手避坑指南**：
> 
> - **路径不能有中文**：Windows 用户常犯错误！建议将图片放在英文路径下，如 `C:/images/photo.jpg`
> - **文件扩展名要正确**：`.jpg`、`.png`、`.bmp` 等
> - **Jupyter / 服务器环境无法使用 `cv2.imshow()`** → 改用 `matplotlib`（见后文）

---

### 🔁 BGR vs RGB：为什么颜色看起来怪怪的？

OpenCV 使用 **BGR 顺序**，但 matplotlib / PIL / 浏览器使用 **RGB**。

```python
import cv2
import matplotlib.pyplot as plt

img_bgr = cv2.imread('photo.jpg')
img_rgb = cv2.cvtColor(img_bgr, cv2.COLOR_BGR2RGB)  # 转换为 RGB

# 对比显示
plt.figure(figsize=(10, 4))
plt.subplot(1, 2, 1)
plt.title("BGR (OpenCV 默认)")
plt.imshow(img_bgr)  # 颜色错乱！
plt.axis('off')

plt.subplot(1, 2, 2)
plt.title("RGB (正确显示)")
plt.imshow(img_rgb)
plt.axis('off')
plt.show()
```

> ✅ **结论**：
> 
> - 用 OpenCV 处理 → 保持 BGR
> - 用 matplotlib 显示 → 转为 RGB

---

## 4.2 图像的基本属性查看

### 📊 三大核心属性

| 属性 | 含义 | 示例值（彩色图） | 示例值（灰度图） |
|------|------|----------------|----------------|
| `img.shape` | 形状（高, 宽, 通道数） | `(480, 640, 3)` | `(480, 640)` |
| `img.size` | 像素总数（H×W×C） | `921600` | `307200` |
| `img.dtype` | 数据类型 | `uint8` | `uint8` |

---

### 💡 代码示例：自动判断图像类型

```python
import cv2

def inspect_image(path):
    img = cv2.imread(path)
    if img is None:
        print("❌ 无法读取图像")
        return

    h, w = img.shape[:2]
    channels = img.shape[2] if len(img.shape) == 3 else 1
    img_type = "彩色" if channels == 3 else "灰度"

    print(f"📄 文件: {path}")
    print(f"📏 尺寸: {w} × {h}")
    print(f"🎨 类型: {img_type} ({channels} 通道)")
    print(f"🔢 数据类型: {img.dtype}")
    print(f"🧮 像素总数: {img.size}")

# 使用
inspect_image('photo.jpg')
```

输出示例：

```
📄 文件: photo.jpg
📏 尺寸: 640 × 480
🎨 类型: 彩色 (3 通道)
🔢 数据类型: uint8
🧮 像素总数: 921600
```

---

## 4.3 图像的裁剪、缩放与翻转

### ✂️ 1. 裁剪（ROI：Region of Interest）

利用 NumPy 切片：`img[y1:y2, x1:x2]`

```python
# 裁剪中间 200x200 区域
cropped = img[100:300, 200:400]

cv2.imshow('Cropped', cropped)
cv2.waitKey(0)
cv2.destroyAllWindows()
```

> 🎯 应用场景：人脸检测后只保留人脸区域

---

### 🔍 2. 缩放（Resize）

```python
# 方法1：指定绝对尺寸
resized1 = cv2.resize(img, (320, 240))  # (宽, 高)

# 方法2：按比例缩放（推荐保持宽高比）
scale = 0.5
width = int(img.shape[1] * scale)
height = int(img.shape[0] * scale)
resized2 = cv2.resize(img, (width, height))

# 方法3：使用插值算法（高质量缩放）
resized3 = cv2.resize(img, (0,0), fx=0.5, fy=0.5, 
                      interpolation=cv2.INTER_CUBIC)
```

> 📌 插值方法选择：
> 
> - `INTER_NEAREST`：最快，质量低（像素化）
> - `INTER_LINEAR`：默认，平衡速度与质量
> - `INTER_CUBIC`：慢，高质量（适合放大）

---

### 🔄 3. 翻转（Flip）

```python
# 水平翻转（镜像）
flip_h = cv2.flip(img, 1)

# 垂直翻转
flip_v = cv2.flip(img, 0)

# 同时水平+垂直翻转（旋转180°）
flip_both = cv2.flip(img, -1)

# 显示对比
cv2.imshow('Original', img)
cv2.imshow('Horizontal Flip', flip_h)
cv2.imshow('Vertical Flip', flip_v)
cv2.waitKey(0)
cv2.destroyAllWindows()
```

> 参数说明：
> 
> - `flipCode = 1`：水平翻转（绕 y 轴）
> - `flipCode = 0`：垂直翻转（绕 x 轴）
> - `flipCode = -1`：两者都翻转

---

## 4.4 图像算术运算（加减乘除）

### ⚠️ 重要前提：像素值范围 [0, 255]（uint8）

直接用 NumPy 运算会 **溢出**（255 + 10 = 9），而 OpenCV 提供 **饱和运算**：

| 操作 | NumPy (`+`) | OpenCV (`cv2.add`) |
|------|------------|------------------|
| 200 + 100 | 44（溢出） | 255（饱和） |
| 50 - 100 | 206（负数变正） | 0（截断） |

---

### ➕ 加法：调整亮度

```python
# 方法1：使用 cv2.add（安全）
brighter = cv2.add(img, 50)  # 所有像素 +50，上限255

# 方法2：自定义（需手动处理溢出）
brighter2 = np.clip(img.astype(np.int16) + 50, 0, 255).astype(np.uint8)
```

---

### ➖ 减法：提取差异（背景消除）

```python
# 假设有背景图 background 和当前帧 frame
diff = cv2.absdiff(frame, background)  # 绝对差值
# 或
diff = cv2.subtract(frame, background)  # 单向差值
```

> 🎥 应用：视频监控中检测运动物体

---

### ✖️ 乘法 / 除法：调整对比度

```python
# 对比度增强：new_pixel = alpha * pixel + beta
alpha = 1.5  # 对比度增益 (>1 增强)
beta = 0     # 亮度偏移

contrast_img = cv2.convertScaleAbs(img, alpha=alpha, beta=beta)

# 等价于：
# contrast_img = np.clip(alpha * img + beta, 0, 255).astype(np.uint8)
```

> 📌 `cv2.convertScaleAbs()`：自动处理浮点 → uint8 转换

---

## 🧩 综合实战：图像处理流水线

```mermaid
graph TD
    A[读取图像 imread] --> B{是否有效?}
    B -- 否 --> C[报错退出]
    B -- 是 --> D[查看属性 shape/dtype]
    D --> E[裁剪 ROI]
    E --> F[缩放 resize]
    F --> G[水平翻转 flip]
    G --> H[增加亮度 add]
    H --> I[保存结果 imwrite]
    I --> J[显示结果 imshow]
```

### 🧪 完整代码实现

```python
import cv2
import numpy as np

# 1. 读取
img = cv2.imread('input.jpg')
if img is None:
    raise FileNotFoundError("请提供有效的图像路径（避免中文）")

# 2. 查看属性
print(f"原始尺寸: {img.shape[1]}x{img.shape[0]}")

# 3. 裁剪中心区域
h, w = img.shape[:2]
crop_size = min(h, w) // 2
start_y = (h - crop_size) // 2
start_x = (w - crop_size) // 2
cropped = img[start_y:start_y+crop_size, start_x:start_x+crop_size]

# 4. 缩放至 300x300
resized = cv2.resize(cropped, (300, 300))

# 5. 水平翻转
flipped = cv2.flip(resized, 1)

# 6. 提升亮度和对比度
enhanced = cv2.convertScaleAbs(flipped, alpha=1.3, beta=20)

# 7. 保存
cv2.imwrite('processed_output.jpg', enhanced)

# 8. 显示
cv2.imshow('Processed Image', enhanced)
cv2.waitKey(0)
cv2.destroyAllWindows()

print("✅ 处理完成！结果已保存为 processed_output.jpg")
```

---

## 🚫 常见错误与解决方案

| 问题 | 原因 | 解决方案 |
|------|------|--------|
| `cv2.imshow()` 无反应 | 在 Jupyter / 服务器运行 | 改用 `matplotlib` 显示 |
| 图像全黑/全白 | 数据类型不是 `uint8` | 用 `.astype(np.uint8)` 转换 |
| 中文路径报错 | OpenCV 不支持 Unicode 路径 | 使用英文路径，或改用 `cv2.imdecode(np.fromfile(...))`（高级） |
| 保存后图像失真 | 保存为 .jpg 且压缩过高 | 改用 .png，或指定 JPEG 质量：`cv2.imwrite('a.jpg', img, [cv2.IMWRITE_JPEG_QUALITY, 95])` |

---

## ✅ 本章小结

| 操作 | 核心函数/方法 | 关键点 |
|------|--------------|-------|
| 读取 | `cv2.imread()` | 避免中文路径，注意 BGR |
| 显示 | `cv2.imshow()` | GUI 环境可用，否则用 matplotlib |
| 保存 | `cv2.imwrite()` | 自动识别格式 |
| 属性 | `.shape`, `.dtype` | 判断灰度/彩色 |
| 裁剪 | `img[y1:y2, x1:x2]` | NumPy 切片 |
| 缩放 | `cv2.resize()` | 注意插值方法 |
| 翻转 | `cv2.flip()` | 1=水平，0=垂直，-1=两者 |
| 算术 | `cv2.add()`, `convertScaleAbs()` | 防止溢出，用饱和运算 |

> 🌟 **可以：**
> 
> - 读一张图，裁掉不需要的部分
> - 把它缩小发朋友圈
> - 加点亮度让它更“通透”
> - 保存下来分享给朋友！

# 资料关注

公众号：咚咚王


《Python编程：从入门到实践》
《利用Python进行数据分析》
《算法导论中文第三版》
《概率论与数理统计（第四版） (盛骤) 》
《程序员的数学》
《线性代数应该这样学第3版》
《微积分和数学分析引论》
《（西瓜书）周志华-机器学习》
《TensorFlow机器学习实战指南》
《Sklearn与TensorFlow机器学习实用指南》
《模式识别（第四版）》
《深度学习 deep learning》伊恩·古德费洛著 花书
《Python深度学习第二版(中文版)【纯文本】 (登封大数据 (Francois Choliet)) (Z-Library)》
《深入浅出神经网络与深度学习+(迈克尔·尼尔森（Michael+Nielsen）》
《自然语言处理综论  第2版》
《Natural-Language-Processing-with-PyTorch》
《计算机视觉-算法与应用(中文版)》
《Learning OpenCV 4》
《AIGC：智能创作时代》杜雨+&+张孜铭
《AIGC原理与实践：零基础学大语言模型、扩散模型和多模态模型》
《从零构建大语言模型（中文版）》
《实战AI大模型》
《AI 3.0》

路径不能有中文：Windows 用户常犯错误！建议将图片放在英文路径下，如 C:/images/photo.jpg

人工智能之视觉领域 计算机视觉 第四章 图像基本操作

技术岗

人工智能

编程语言

前端

学习OpenCV图像处理基础：掌握图像读取、显示、保存操作，了解BGR与RGB转换技巧。掌握图像裁剪、缩放、翻转等基本变换，以及亮度/对比度调整的算术运算方法。包含Python代码示例和常见问题解决方案，适合计算机视觉初学者快速上手图像处理技术。

自然语言处理

计算机视觉

智能创作

图像处理

视频监控

机器学习

深度学习

数据分析

服务器

大数据

Windows

Python

人脸识别10万次资源包新用户19.9元起


facerecognition

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

人工智能之视觉领域 计算机视觉 第四章 图像基本操作-腾讯云开发者社区-腾讯云

人工智能之视觉领域计算机视觉第四章图像基本操作

人工智能之视觉领域计算机视觉第四章图像基本操作

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

人工智能之视觉领域 计算机视觉 第四章 图像基本操作

人工智能之视觉领域 计算机视觉 第四章 图像基本操作

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

人工智能之视觉领域计算机视觉第四章图像基本操作

人工智能之视觉领域计算机视觉第四章图像基本操作