opencv就是Open Source Computer Vision Library，就是一个开源的计算机视觉库。

我们先来下载opencv，这里我默认你们已经把环境配置好了，不会配置的到前面的教程里面看吧。下面三个模块是和opencv相关的，opencv-python是必须要安装的。opencv-contrib-python是一个扩展的模块，有很多功能，比如图片拼接,CNN人脸识别，OCR等。pytesseract是谷歌的一个开源的OCR的一个库。

安装opencv

那我们就都安装一下吧，这里说一下如果你下的是anaconda，把pip全部换成conda就可以，当然安装anaconda也还是可以用pip的，这个前面的教程都是讲过的。下面是anaconda如何安装：

anaconda的时候需要注意，输入opencv-python是没有的。提示找不到这个包。

直接输入opencv就可以。

这个是直接安装了三个包，在python里面导入也没有问题。

上面两个库安装失败的原因都是库的名字不对，其实我们上面已经安装了三个包，其中有一个libopencv，我觉得这个应该就是opencv的一些库，下面是看一下opencv的版本。

pip安装（下anaconda，pip配置到环境变量里也可以用的）：

我没有卸载上面用anaconda安的opencv，直接接着用pip安装。

你们第一次用pip安装应该是会有一个进度条，我是安装过然后卸载了，这是重新安装，上次安装还留下了一些文件，所以这么快，也没有进度条。看到pip安装的版本是3.4.2，在python里面导入也确实是3.4.2的。那么接着安装另外两个，

不过速度有点感人啊78kB/s，因为用的是国外的源，那么下面我们来换源，参考了https://blog.csdn.net/lambert310/article/details/52412059

我在c:/user/lenovouser里面创建了一个pip。

然后在里面新建一个pip.ini，把上面文章里的复制进去。

然后保存。下载最后一个模块。

确实是换成了清华的源，速度快了十几倍，957kB/s。我们就用pip安装的3.4.2版本的吧，把用anaconda安装的卸载掉。

opencv简介

opencv有很多模块，竖着的是一些比较高级或者说专业的模块，横着的是一些基础模块，高级模块是基于基础模块的，俗话说的好，基础不牢，地动山摇，这些基础模块都学不好的话，高级模块更没有办法去学习。其中蓝色的两个imagcodecs和videoI/O分别是管理图像和视频的输入输出的模块，imagcodecs负责图像的编解码，videoI/O负责视频的输入输出，这两个模块opencv都封装了很高级的api来供我们使用。core，顾名思义，是一个比较核心的模块，像素级别的运算都在这里面。image processing模块中包含了很多内容，后面主要学习的就是这个模块，然后如果你想专业一点深入一点，可以继续学习竖着的专业的模块，比如对象检测，这里要稍微说一下检测和识别，拿人脸为例，人脸检测只是检测出来说这里有一张人脸，但是是谁不清楚，而人脸识别深入一步，要识别出来这个人脸是谁。high-level gui模块就是一些gui呗，右边红色的扩展模块大概就是在opencv-contrib-python里面，左边的这些是在opencv-python里面有的。

图像的加载与保存

首先了解一图像在计算机里面如何存储的。

图像是由一个一个像素点矩阵排列组成的。

如果是灰度图，那么图像是有一个通道，每一个像素点有一个灰度值，组成一个矩阵，如果是彩色图，有BGR三个颜色通道，每一个像素点上有一个强度值，在0-255之间，可以用一个字节来存，那么就有三个矩阵。这里先推荐一个opencv函数库查询。

函数库查询：https://blog.csdn.net/weixin_40427089/article/details/81365076

下面会用到的先列出来：

cv2.waitKey（）是一个键盘绑定函数。它的参数是以毫秒为单位的时间。该函数等待任何键盘事件的指定毫秒。如果您在该时间内按任意键，程序将继续。如果为0，则无限期等待键击，这个意思就是说如果没有外部键盘敲击，就一直卡在这一行，不会执行cv2.waitKey()下面的代码。下面还参考了https://www.jianshu.com/p/7fcfc6253c81

也就是namedWindow就是设置窗口大小的一个函数。下面来操作一下。

我看到有的人用pycharm的说加载不出来，可以去

https://www.bilibili.com/video/av30953498?spm_id_from=333.338.__bofqi.15

21分钟左右看看能不能解决，反正我的sublime是没有一点毛病。因为namedWindow默认是cv2.WINDOW_AUTOSIZE。所以其实有没有namedWindow也是可以的，并且不给namedWindow函数的第二个参数，默认也是cv2.WINDOW_AUTOSIZE，所以图片的大小是没有办法拖动边框改变大小的，并且我们按键盘上的任意一个键都可以关掉窗口。下面我们添加一个函数namedWindow并且给第二个参数cv2.WINDOW_NORMAL。那么就来看一看效果,这里由于上面的图片太大，录制的gif超过了3M，我换了一个比较小的图片。

效果也就是拖动边框可以改变图片的大小。看到里面还有一些其它的信息。

p的类型是numpy.ndarray。

Numpy库中的矩阵模块为ndarray（n维数组）对象，有很多属性：T，data, dtype,flags,flat,imag,real,size等。shape打印出来的元组有三个元素，说明是三维数组，(150,200,3)中三个数字代表水平像素为200，垂直为150，（也就是200列，150行）3是表示有三个通道。size是大小，90000=150×200×3。dtype是数组每一格元素的存储类型，是unint8，也就是无符号整数8位二进制，因为0-255可以用8bits装下。opencv里面矩阵运算和矩阵存储用到的就是numpy，其实上面安装opencv的时候numpy就是一个依赖库，所以后面的内容会有很多numpy的内容。我下面来试一下namedWindow是不是能放在imshow后面呢？

看到效果是图片虽然可以显示出来，但是不能调节大小，说明namedWindow需要放在imshow前面才会起作用。下面再简单试一下waitKey()。

waitKey(1000)的效果是等待1000ms也就是1s才执行下一行代码，从这点来看，和延时函数的作用是一样的，但是waitKey(0)不是不延时，而是无限延时，并且正如waitKey函数起的名字一样，它除了wait还有Key，就是在延时时间内如果键盘上有键按下，那么也会执行下一行代码。我们加一段程序指定输入哪一个或者哪几个键才有效。

27就是ESC的ASCII码。ord('s')是求s的ASCII码。

下面我们来试一试：

看到没有问题，虽然上面有一个如果是64位机需要写成k = cv2.waitKey(0) & 0xFF,不过我没改也没有问题，这个和0xFF按位与其实就是取低八位的意思，因为esc和s的ASCII码都没有超过八位，所以是没有意义的，如果有超过8位的和0xFF按位与，就是取低8位，不过我没看出来这里为什么要和0xFF按位与。上面用到了一个imwrite，也很简单

中文翻译一下.号给搞成句号了。不过我发现waitKey其实并没有那么简单：

这个waitKey里面的参数默认就是0，填负数应该也按照0处理了。看上面的gif，还会发现一个问题就是，如果waitKey是python脚本里面最后一个waitKey，这个waitKey是有destroyAllWindows的功能的，再来看一下：

所以要想实现指定键销毁某一个窗口，那么就不能在最后一个waitKey后面，原因就是上面所说。最后，官方文档中还提供了一个matplotlib的例子，我也来试一下

可以用pip或者conda安装，不过这个已经安装过了，可能是opencv的依赖库？或者是安anaconda时安装的？不管了。这个安装也不难。

imread里面0的意思其实就是灰度图像，参看下图里的解释。

不能用彩色吗？

这是怎么回事？这是因为OpenCV加载的彩色图像处于BGR模式。但Matplotlib以RGB模式显示。因此，如果使用OpenCV读取图像，则Matplotlib中的彩色图像将无法正确显示，也就是通道对不上。那么问题来了，为什么opencv要采用BGR顺序的模式呢？这又是因为历史原因，早期的opencv开发者采用了BGR顺序，所以一直遗留下来了。那么早期的opencv开发者为什么要用BGR呢，因为那时的许多照相机生产厂家和软件开发商就是采用的BGR模式。能不能正常显示呢？是可以的，参考了https://blog.csdn.net/saltriver/article/details/78173219。

我们把BGR转换为RGB就可以了，只需要添加一句：img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)