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:
python -c "import cv2; print(cv2.__version__)"预期输出
<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。
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
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。