OpenCV 计算机视觉：从像素到特征匹配的十二课

计算机视觉的第一课，是学会”看”像素。这份笔记配套 12 份课件与逐章可运行的 Python 源码，从图片视频加载开始，经颜色空间、几何变换、滤波、边缘检测、形态学、阈值与轮廓，最终到达 ORB 特征匹配与 Harris 角点检测。

学习路线

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

输入与显示
    ├── 图片读取、视频读取、摄像头访问
    └── OpenCV 窗口、键盘事件和资源释放
            ↓
图像基础
    ├── 几何图形与文字绘制
    ├── 像素访问、图像属性和通道操作
    └── BGR、GRAY、HSV、Lab、YCrCb
            ↓
图像处理
    ├── 缩放、平移、旋转、透视变换和重映射
    ├── 均值、高斯和中值滤波
    ├── Canny 边缘检测
    └── 腐蚀、膨胀、开闭运算和顶帽/黑帽
            ↓
目标分析
    ├── 全局、自适应和 Otsu 阈值
    ├── 轮廓、矩、凸包和外接矩形
    ├── ORB 特征、BF/FLANN 匹配
    └── Harris 角点检测

章节与源码

几个高频实战点

几何变换（第 005 课，35 页重点章节）

• cv.resize 缩放、仿射矩阵平移、围绕中心旋转；
• 透视变换：用四组对应点计算变换矩阵，实现”文档展平”类效果；
• 重映射 cv.remap：用坐标映射实现翻转、压缩等自定义变换。

形态学运算速查（第 008 课）

特征匹配（第 011 课）

ORB 提取关键点与描述符，配合汉明距离与交叉检查完成暴力匹配（BFMatcher），或用 FLANN 的 LSH 索引执行 KNN 最近邻匹配。

环境与运行

1
2
3

python -m venv .venv
.\.venv\Scripts\Activate.ps1   # Windows PowerShell
python -m pip install opencv-python numpy matplotlib

图片路径大多是相对当前工作目录解析的，运行脚本前先进入对应章节目录：

1
2

cd src/001-image-video-io
python image_read.py

OpenCV 使用要点

• OpenCV 默认 BGR 通道顺序，Matplotlib 按 RGB 解释，跨库显示时要注意颜色顺序；
• cv.imread 读取失败返回空对象，应先确认路径和文件名；
• 图像数组按 [行, 列] 即 [y, x] 访问，不要与笛卡尔坐标混淆；
• 阈值、边缘和轮廓处理通常需要先灰度化、滤波或二值化；
• 摄像头、GUI 窗口属于运行资源，脚本退出前应及时释放。

仓库

• opencv-computer-vision-notes