OpenCV 计算机视觉完全教程 / 第 01 章 — OpenCV 概述：历史、模块与架构

第 01 章 — OpenCV 概述

1.1 OpenCV 历史与演进

OpenCV（Open Source Computer Vision Library）是全球使用最广泛的开源计算机视觉库。

注意: 目前生产环境推荐使用 OpenCV 4.10.x 稳定版，5.x 尚处于开发阶段。

1.2 核心模块一览

OpenCV 采用模块化架构，每个模块负责一个特定领域：

opencv/
├── core         ← 核心数据结构 (Mat, Vec, Scalar)
├── imgproc      ← 图像处理 (滤波, 变换, 颜色转换)
├── imgcodecs    ← 图像编解码 (JPEG, PNG, TIFF)
├── highgui      ← 窗口显示与交互 (imshow, waitKey)
├── videoio      ← 视频 I/O (摄像头, 编解码器)
├── video        ← 视频分析 (光流, 背景减除, 追踪)
├── calib3d      ← 相机标定与 3D 视觉
├── features2d   ← 2D 特征检测与匹配
├── objdetect    ← 目标检测 (HOG, 级联分类器)
├── dnn          ← 深度学习推理引擎
├── ml           ← 机器学习算法
├── photo        ← 计算摄影 (去噪, HDR, 修补)
├── stitching    ← 图像拼接 (全景)
├── flann        ← 快速最近邻搜索
├── face         ← 人脸相关 (contrib)
├── cuda*        ← GPU 加速模块 (需 CUDA 编译)
└── gapi         ← 图处理 API (流式管线)

模块依赖关系（简化）

┌─────────────────────────────────────────────┐
│          应用层 (Application)                │
├──────┬──────┬──────┬──────┬──────┬──────────┤
│dnn   │video │calib │objdet│photo │stitching │
├──────┴──────┴──────┴──────┴──────┴──────────┤
│           imgproc (图像处理)                 │
├─────────────────────────────────────────────┤
│           core (核心基础)                    │
├─────────────────────────────────────────────┤
│     imgcodecs / videoio (I/O 层)            │
├─────────────────────────────────────────────┤
│     高层 GUI: highgui / gapi               │
└─────────────────────────────────────────────┘

1.3 OpenCV 架构设计

3.1 核心数据结构：Mat

Mat 是 OpenCV 最核心的类，用于表示多维稠密数组：

import cv2
import numpy as np

# 创建 Mat（在 Python 中就是 numpy.ndarray）
img = np.zeros((480, 640, 3), dtype=np.uint8)
print(f"类型: {type(img)}")          # <class 'numpy.ndarray'>
print(f"形状: {img.shape}")           # (480, 640, 3)
print(f"数据类型: {img.dtype}")       # uint8
print(f"总元素数: {img.size}")        # 921600

#include <opencv2/opencv.hpp>

int main() {
    // C++ 中的 Mat
    cv::Mat img(480, 640, CV_8UC3, cv::Scalar(0, 0, 0));
    std::cout << "形状: " << img.rows << "x" << img.cols
              << "x" << img.channels() << std::endl;
    std::cout << "连续: " << img.isContinuous() << std::endl;
    return 0;
}

3.2 函数命名规范

1.4 与主流视觉库对比

功能对比表

性能基准测试（1080p 图像操作）

注意: 数据为典型桌面 CPU 环境，实际性能因硬件和图像尺寸而异。

1.5 适用场景指南

场景选型决策树

需要处理图像/视频？
├─ 仅简单图片格式转换/缩放
│  └─ → Pillow（轻量、简单）
├─ 需要科学图像分析（测量、形态学）
│  └─ → scikit-image（API 优雅，与 NumPy 生态集成好）
├─ 实时视频处理 / 摄像头输入
│  └─ → OpenCV（videoio + 优化算法）
├─ 需要 GPU 加速
│  └─ → OpenCV CUDA 或 PyTorch/torchvision
├─ 深度学习模型训练
│  └─ → PyTorch / TensorFlow（OpenCV 用于推理部署）
├─ 工业级目标检测/OCR/人脸识别
│  └─ → OpenCV DNN + 深度学习模型
├─ 3D 视觉 / AR / 相机标定
│  └─ → OpenCV calib3d（几乎唯一选择）
└─ 高吞吐量服务器端图像处理
   └─ → libvips（内存效率高）或 OpenCV

典型业务场景

1.6 生态系统与扩展

OpenCV 生态全景

                    ┌─────────────────┐
                    │   OpenCV Core    │
                    └────────┬────────┘
           ┌─────────┬──────┼──────┬──────────┐
           ▼         ▼      ▼      ▼          ▼
     ┌──────────┐ ┌──────┐ ┌───┐ ┌────┐ ┌──────────┐
     │opencv-con│ │DNN   │ │G- │ │ML  │ │opencv-   │
     │trib      │ │模块   │ │API│ │模块 │ │python    │
     └──────────┘ └──────┘ └───┘ └────┘ └──────────┘
           │         │
    ┌──────┴──┐  ┌───┴────┐
    │face     │  │ONNX    │
    │aruco    │  │TensorFl│
    │xfeatures│  │PyTorch │
    │ximgproc │  │Caffe   │
    └─────────┘  └────────┘

常用第三方集成

1.7 第一个程序

让我们用 OpenCV 完成一个简单的图像处理流水线：

"""
01-hello-opencv.py — OpenCV 第一个程序
功能：读取图像 → 转灰度 → 高斯模糊 → Canny 边缘 → 显示
"""
import cv2
import numpy as np

# 1. 创建一个示例图像（如果没有实际图片）
img = np.random.randint(0, 256, (480, 640, 3), dtype=np.uint8)
# 画一个白色圆作为测试目标
cv2.circle(img, (320, 240), 100, (255, 255, 255), -1)

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

# 3. 高斯模糊降噪
blurred = cv2.GaussianBlur(gray, (5, 5), 1.0)

# 4. Canny 边缘检测
edges = cv2.Canny(blurred, 50, 150)

# 5. 显示结果
print(f"原始图像尺寸: {img.shape}")
print(f"灰度图像尺寸: {gray.shape}")
print(f"边缘图像尺寸: {edges.shape}")

# 6. 保存结果
cv2.imwrite("original.png", img)
cv2.imwrite("edges.png", edges)
print("处理完成，结果已保存。")

// 01-hello-opencv.cpp
#include <opencv2/opencv.hpp>
#include <iostream>

int main() {
    // 1. 创建示例图像
    cv::Mat img(480, 640, CV_8UC3, cv::Scalar(100, 100, 100));
    cv::circle(img, cv::Point(320, 240), 100,
               cv::Scalar(255, 255, 255), -1);

    // 2. 转灰度
    cv::Mat gray;
    cv::cvtColor(img, gray, cv::COLOR_BGR2GRAY);

    // 3. 高斯模糊
    cv::Mat blurred;
    cv::GaussianBlur(gray, blurred, cv::Size(5, 5), 1.0);

    // 4. Canny 边缘检测
    cv::Mat edges;
    cv::Canny(blurred, edges, 50, 150);

    // 5. 输出信息
    std::cout << "原始: " << img.size() << " " << img.channels() << "ch" << std::endl;
    std::cout << "边缘: " << edges.size() << " " << edges.channels() << "ch" << std::endl;

    // 6. 保存
    cv::imwrite("original.png", img);
    cv::imwrite("edges.png", edges);
    std::cout << "处理完成" << std::endl;
    return 0;
}

1.8 扩展阅读

本章小结: 了解了 OpenCV 20+ 年的发展历程、模块化架构设计、与同类库的差异，以及在不同行业场景中的选型策略。下一章我们将搭建开发环境。