OpenCV-Python 图像处理

OPenCV — 计算机视觉库，于 1999 年在英特尔（Intel）启动，第一个版本于 2000 年发布。

OpenCV 支持多种 编程语言，如 C++、Python、 Java 等，并可在不同平台上运行，包括 Windows、Linux、OS X、Android 和 iOS。基于 CUDA 和 OpenCL 的高速 GPU 操作接口也处于积极开发中。

OpenCV-Python 是 OpenCV 的 Python API，本质上是原始 OpenCV C++ 实现的 Python 封装，它结合了 OpenCV C++ API 的高性能和 Python 语言的便捷性。

一、图像基本操作

1. cv2.imread()

该函数用于从指定文件路径（绝对路径或者相对路径）读取图像数据，是计算机视觉和图像处理领域中最基础和常用的函数之一。

. – 该函数通过图像内容而非文件扩展名来确定图像类型。 . – 对于彩色图像，解码后的图像通道将按 BGR 顺序存储。 . – 以灰度图模式读取，返回的是单通道8位灰度图。 . – 以透明度模式读取，如果原图有A通道，则返回的图像数据为BGRA四通道；若原图为RGB三通道彩色图，则返回的图像数据为BGR三通道。 . – 以 cv2.imread() 的默认模式读取 RGBA 通道的 PNG 图像，返回的图像是BGR 3通道，Alpha 通道会被丢弃。

# 读取彩色图像（默认）
img = cv2.imread('image.jpg')
# 读取灰度图像
img = cv2.imread('image.jpg', cv2.IMREAD_GRAYSCALE)
# 读取带透明度的图像
img = cv2.imread('image.png', cv2.IMREAD_UNCHANGED)

2. cv2.minMaxLoc()

该函数不适用于多通道数组。如果需要查找所有通道中的最小值或最大值元素，请先使用 Mat::reshape 将数组重新解释为单通道数组。或者，您可以使用 extractImageCOI、mixChannels 或 split 提取特定通道。

# 找到当前图像的最小和最大像素值
min_val, max_val, _, _ = cv2.minMaxLoc(depth_map)

二、图像变换

1. 取反 cv2.bitwise_not() 

# a mask and its inverse mask
mask_inv = cv2.bitwise_not(mask)

2. 缩放 cv2.resize()

resize(src, dsize[, dst[, fx[, fy[, interpolation]]]]) -> dst

# dsize设为none，水平和垂直方向的缩放因子为2，将图像宽高放大到原图的2倍
res = cv2.resize(img,None,fx=2, fy=2, interpolation = cv.INTER_CUBIC)

# 将图像宽高放大到原图的2倍，显式指定目标图像的大小(2*width, 2*height)，fx和fy被忽略。
height, width = img.shape[:2]
res = cv.resize(img,(2*width, 2*height), interpolation = cv.INTER_CUBIC)

resized_img=cv2.resize(img,(256,256))

该函数将图像 src 缩小或放大到指定尺寸。缩放（Scaling）本质上就是图像的尺寸调整。dst 为输出图像，它具有 dsize 的大小（当 dsize 不为零时）或根据 src.size()、fx 和 fy 计算出的大小；缩小图像时，通常使用 INTER_AREA 插值效果最好，而放大图像时，通常使用 INTER_CUBIC（速度慢）或 INTER_LINEAR（速度较快，但效果仍然可以接受）插值效果最好。

resize函数默认使用的是INTER_LINER双线性插值，双线性插值的核心就是向下取整（Floor）和向上取整（Ceil）来框定目标点所在的“格子”：4.3 位于 4 和 5 之间，5.7 位于 5 和 6 之间，最终得到的四个邻域像素坐标为这几个坐标的组合，小数部分相乘得到每个坐标的权重，相应坐标的像素值乘以权重得到目标像素的像素值。

补充介绍裁切（Crop）:

• 使用裁切：当只需要图像中的某一部分（如人脸检测后的 ROI 提取），或者需要去除图像边缘的不必要背景时。

• 使用缩放：当需要统一不同尺寸图像的分辨率（如神经网络输入预处理），或者需要调整图像大小以适应显示屏幕或存储限制时。

OpenCV 中没有名为 cv2.crop 的函数。裁切通常利用 Python 中 NumPy 库对矩阵进行切片操作实现，效率极高。原理：直接访问图像数组的特定行和列范围

import cv2
import numpy as np

img = cv2.imread('input.jpg')
h,w,c = img.shape # 848 1919 3

# 裁切：从 y=100 到 y=300，x=100 到 x=400 的区域
# 注意：OpenCV 图像存储为 (行, 列) 即 (y, x) 格式
cropped_img = img[100:300, 100:400]

3. 上采样、下采样、超采样

上采样：放大图像尺寸，提高图像分辨率。使用插值算法（双线性、双三次），根据周围像素的颜色来计算新像素的颜色。经常应用于图像放缩显示、图像金字塔重建、超分辨率技术。

下采样：缩小图像尺寸，降低图像分辨率。为了防止直接丢弃像素导致画面出现锯齿（混叠现象，Aliasing），传统的下采样通常需要“先低通滤波（高斯模糊）+ 再抽取像素”，或者“按像素面积比例求平均”，达到把高密度像素网格压缩为低密度像素网格的目的。经常应用与图像缩略图显示、减小存储空间、减轻 CPU / GPU 处理负担。

超采样：调整图像分辨率，先放大渲染再缩小图像，达到抗锯齿与细节增强的效果。显卡在后台先以 4K（3840 x 2160）的分辨率渲染游戏画面，然后通过算法将画面“压缩”下采样到你的 1080p (1920 x 1080 )显示器上。因为显示器的每个像素点都是由后台 4 个高精度的点融合计算出来的，画面边缘会变得极其平滑细腻，几乎看不到锯齿。经常应用于游戏中的 SSAA（Supersampling Anti-Aliasing）、图形渲染、高质量印刷预处理。

基础且最常用的接口：

可同时实现上采样和下采样，其核心在于interpolation（插值参数）的选择：

import cv2

# 读取图像
img = cv2.imread('input.jpg')

# — 1. 下采样 (缩小图像) —
# 下采样强烈推荐使用 cv2.INTER_AREA（区域重采样），它基于像素覆盖面积求平均，能有效消除锯齿
downscaled = cv2.resize(img, (640, 360), interpolation=cv2.INTER_AREA)

# — 2. 上采样 (放大图像) —
# 上采样推荐使用 cv2.INTER_LINEAR (双线性) 或 cv2.INTER_CUBIC (双三次)
# INTER_CUBIC 计算量更大，但边缘比双线性更锐利
upsampled = cv2.resize(img, (3840, 2160), interpolation=cv2.INTER_CUBIC)

常见插值标志对比：

• INTER_NEAREST：最近邻插值（速度极快，但放大有马赛克，缩小有严重锯齿）。

• INTER_LINEAR：双线性插值（速度与效果平衡，OpenCV 默认参数）。

• INTER_CUBIC：双三次插值（参考 4×4 邻域，适合高质量放大）。

• INTER_AREA：像素区域重采样（下采样专用首选，抗锯齿效果最好）。

金字塔采样接口：cv2.pyrDown() 与 cv2.pyrUp()

这是专为构建图像金字塔（Image Pyramid）设计的标准 2 倍上下采样函数，常用于多尺度目标检测和图像缝合。

# 1. pyrDown (下采样 2 倍)：
# 原理：先用 5×5 高斯核对原图进行平滑滤波，然后直接丢弃所有偶数行和偶数列
lower_res = cv2.pyrDown(img) # 宽高各变为 1/2

# 2. pyrUp (上采样 2 倍)：
# 原理：在每行每列之间插入零值像素，然后用高斯核进行卷积平滑（填充缺失的颜色）
higher_res = cv2.pyrUp(img) # 宽高各变为 2 倍

注意： 先 pyrDown 再 pyrUp，图像尺寸虽然恢复了，但丢失的高频细节（模糊感）是无法通过普通高斯插值恢复回来的。

AI 深度学习超采样：cv2.dnn_superres

如果你想要像 DLSS / FSR 那样，把一张模糊的小图用 AI 补全细节放大（超分辨率重建），OpenCV 的 dnn_superres 模块提供了基于深度神经网络的超采样实现。

import cv2
from cv2 import dnn_superres

# 创建超分辨率对象
sr = dnn_superres.DnnSuperResImpl_create()

# 读取预训练的 AI 模型（如 ESPCN, EDSR, FSRCNN 等）
path = "ESPCN_x4.pb"
sr.readModel(path)
sr.setModel("espcn", 4) # 设置算法和放大倍数 (4倍)

# 进行 AI 超采样重建
result = sr.upsample(img)

这种 AI 上采样不会像传统插值那样简单地模糊平滑边缘，而是能“预测”出符合自然纹理的细节（如发丝、建筑墙面纹理）。

OpenCV 的 AI 超分辨率功能：

• 前置条件：使用 OpenCV 的超分辨率模块(dnn_superres)，需要安装扩展版的 OpenCV 包： pip install opencv-contrib-python

• 自动建图与模型获取： 代码使用轻量级、速度极快的 ESPCN 算法模型（只有几百 KB）。首次运行时会自动下载权重文件；如果在同目录下没有找到 test_input.jpg，它会用 NumPy 现场绘制一张点阵图片。

• 算法配置关键三步：

  • cv2.dnn_superres.DnnSuperResImpl_create()：实例化超分辨率推断引擎。

  • sr.readModel("ESPCN_x4.pb")：载入包含神经网络参数的文件。

  • sr.setModel("espcn", 4)：注册模型类型与支持的放大倍数。

• 效果对比： 附件中的代码不仅生成了 AI 放大后的图片，还同步生成了一张使用传统 双三次插值（Bicubic） 放大的图片。仔细观察文字或物体线条边缘，你会发现 AI 输出的边缘更加平滑流畅、无明显锯齿感。

原始图像分辨率为100×100，经超分得到的图像为400×400，可见下图效果。

附1：如何查看某个opencv函数的具体用法？

方法一：Python 自带 help()（推荐）

例如想看 warpAffine：

import cv2
help(cv2.warpAffine)

更漂亮一点，Python 解释器里直接print，输出就是文档字符串。

import cv2
print(cv2.warpAffine.__doc__)

在虚拟环境中要加入python  -c，如下图所示：

(.venv)E:\\Project\\LaMa> python -c "import cv2; help(cv2.imread)"

方法二：查看 OpenCV 官方文档（推荐）

图像处理模块（可看具体参数） — OpenCV 教程 – OpenCV 计算机视觉库

OpenCV 图像处理 （用法说明与操作示例）— OpenCV 教程 – OpenCV 计算机视觉库

方法三：查看源码示例（最值得学）

OpenCV 官方 GitHub：会看到很多官方 Demo，很多比教程还好。

GitHub – opencv/opencv: Open Source Computer Vision Library · GitHub

附2：Windows Photos应用调整图片大小的插值方法？

Windows Photos应用调整图片分辨率的插值方法-CSDN博客

参考来源：

OpenCV-Python 教程简介

图像处理模块（可看具体参数） — OpenCV 教程 – OpenCV 计算机视觉库

OpenCV 图像处理 （用法说明与操作示例）— OpenCV 教程 – OpenCV 计算机视觉库

tev：终极HDR图像查看器与专业对比工具指南-CSDN博客

Download Beyond Compare