### OpenCV-Python 开发实战示例源码 以下是几个常见的 OpenCV-Python 实战案例及其对应的代码示例： #### 图像读取与显示 此部分展示了如何使用 `cv2.imread()` 加载图像并用 `cv2.imshow()` 显示它。 ```python import cv2 # 读取图像文件 image = cv2.imread('example.jpg') # 替换为实际路径[^3] if image is None: print("无法加载图片，请检查路径") else: # 创建窗口并展示图像 cv2.namedWindow('Image', cv2.WINDOW_NORMAL) cv2.imshow('Image', image) # 等待按键输入关闭窗口 cv2.waitKey(0) cv2.destroyAllWindows() ``` #### 颜色空间转换 演示如何将 BGR 格式的图像转换为灰度图以及 HSV 色彩模型。 ```python import cv2 # 加载彩色图像 img_bgr = cv2.imread('example.jpg') # 将BGR转为Gray gray_image = cv2.cvtColor(img_bgr, cv2.COLOR_BGR2GRAY) # 将BGR转为HSV hsv_image = cv2.cvtColor(img_bgr, cv2.COLOR_BGR2HSV) # 展示原始图像和转化后的图像 cv2.imshow('Original Image', img_bgr) cv2.imshow('Grayscale Image', gray_image) cv2.imshow('HSV Image', hsv_image) cv2.waitKey(0) cv2.destroyAllWindows() ``` #### 边缘检测 通过 Canny 方法进行边缘检测的简单例子。 ```python import cv2 # 加载图像并转化为灰度模式 img_gray = cv2.imread('example.jpg', cv2.IMREAD_GRAYSCALE) # 使用Canny算法执行边缘检测 edges = cv2.Canny(img_gray, threshold1=100, threshold2=200) # 显示原图和边缘检测结果 cv2.imshow('Original Gray Image', img_gray) cv2.imshow('Edges Detected', edges) cv2.waitKey(0) cv2.destroyAllWindows() ``` #### 物体识别（Haar Cascade） 基于 Haar Cascade 的人脸检测器应用实例。 ```python import cv2 face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml') img = cv2.imread('faces.jpg') gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) faces = face_cascade.detectMultiScale(gray_img, scaleFactor=1.1, minNeighbors=5) for (x, y, w, h) in faces: cv2.rectangle(img, (x, y), (x+w, y+h), (255, 0, 0), 2) cv2.imshow('Detected Faces', img) cv2.waitKey(0) cv2.destroyAllWindows() ``` 以上代码片段涵盖了从基本操作到更复杂功能的应用场景，适合初学者学习和理解 OpenCV-Python 库的功能。 ---