计算机视觉 / 系统课时

运行首个图像程序

运行首个图像程序

这一节完成一条最小但完整的 OpenCV 图像处理链:读取彩色图像、转换为灰度图、在窗口中显示,并把结果保存到磁盘。跑通后,你就具备验证 OpenCV 环境和继续叠加图像处理操作的基础。

学习目标

  • 使用 imread 读取图像并检查是否成功
  • 使用 cvtColor 完成 BGR 到灰度的转换
  • 使用 imshow 和 imwrite 显示并保存处理结果

准备输入图像

准备一张本地图像,例如 <PATH>/input.jpg,并确认当前 Python 环境可以导入 cv2。先执行版本检查:

bash
python -c "import cv2; print(cv2.__version__)"

预期输出

text
<VERSION>

<VERSION> 会随安装版本不同而变化。若这里直接报 ModuleNotFoundError,说明当前 Python 解释器没有安装 OpenCV,需要先修复环境再继续。

完成读取、灰度化、显示和保存

将下面程序保存为 first_image.py,把 <PATH> 替换为实际目录后运行 python first_image.py。

python
from pathlib import Path
import cv2

def main() -> None:
    input_path = Path("<PATH>/input.jpg")
    output_path = Path("<PATH>/gray.png")

    # imread 失败时会返回 None,必须先检查再继续处理。
    image = cv2.imread(str(input_path))
    if image is None:
        raise FileNotFoundError(f"无法读取图像: {input_path}")

    # OpenCV 默认按 BGR 通道顺序读取彩色图像。
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

    saved = cv2.imwrite(str(output_path), gray)
    if not saved:
        raise OSError(f"无法保存图像: {output_path}")

    print(f"原图尺寸: {image.shape}")
    print(f"灰度图尺寸: {gray.shape}")
    print(f"输出文件: {output_path}")

    cv2.imshow("Gray Image", gray)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

if __name__ == "__main__":
    main()

预期输出

text
原图尺寸: (<HEIGHT>, <WIDTH>, 3)
灰度图尺寸: (<HEIGHT>, <WIDTH>)
输出文件: <PATH>/gray.png

实际的 <HEIGHT>、<WIDTH> 和 <PATH> 取决于你的文件。程序还会打开名为 Gray Image 的窗口,显示灰度结果;按任意键后窗口关闭。

看懂这条处理链

cv2.imread 负责把压缩图像解码成内存数组;cv2.cvtColor 根据 COLOR_BGR2GRAY 把三通道数据转换为单通道灰度数据;cv2.imshow 只负责显示;cv2.imwrite 则重新编码并写入文件。

原图的形状通常是 (<HEIGHT>, <WIDTH>, 3),灰度图则是 (<HEIGHT>, <WIDTH>)。这个变化说明颜色通道被移除,但图像的宽高没有改变。

处理两个常见失败

如果 imread 得到 None,优先检查路径是否存在、文件名是否正确,以及当前用户是否有读取权限。不要直接对 None 调用 cvtColor,否则后续错误会掩盖真正原因。

另外,imwrite 不会自动创建缺失的父目录。输出 <PATH> 对应的目录应提前存在,否则保存可能失败。

跑通这段程序后,后续无论叠加缩放、滤波、边缘检测还是轮廓分析,本质上都可以沿用“读取 → 处理 → 验证 → 保存”的基本流程。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

运行首个图像程序

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通