OpenCV

• 全称：Open Source Computer Vision Library（开源计算机视觉库）
• 诞生：英特尔开发，全球最流行的视觉工具
• 底层：C++ 编写，速度极快
• 上层：提供 Python 接口

OpenCV = 图像 / 视频的 “万能工具箱”

负责读图 → 处理 → 显示 → 保存，是所有深度学习（包括 YOLO）的输入输出工具。

1.核心作用

1. 图像 / 视频读取（YOLO 必须靠它）

• 读取本地图片
• 读取视频文件
• 打开电脑 / 摄像头实时取流
• 网络视频流读取 YOLO 自己不能读任何图像，必须靠 OpenCV 提供画面。

2. 图像预处理（送入 YOLO 前必须做）

• 缩放（resize）到 YOLO 需要的尺寸（640×640）
• 颜色空间转换：BGR → RGB（OpenCV 默认 BGR，YOLO 需要 RGB）
• 裁剪、旋转、平移
• 去噪、模糊、灰度化

3. 结果可视化（YOLO 输出必须靠它）

• 画检测框
• 写类别文字、置信度
• 显示画面窗口
• 保存结果图 / 视频

4. 传统计算机视觉（高级功能）

• 边缘检测
• 轮廓查找
• 特征点匹配
• 目标追踪
• 图像分割、形态学操作

2. YOLO & OpenCV工作流

YOLO 只负责 “识别”，不负责 “看图像” 和 “画结果”

• YOLO 模型：给它张量，返回框坐标
• OpenCV：负责把图像变成张量，再把坐标画成框

OpenCV 读图
  ↓
OpenCV 预处理（resize、转RGB）
  ↓
送入 YOLO 推理
  ↓
YOLO 输出框坐标
  ↓
OpenCV 画框、显示、保存

3. 最常用函数

3.1. 读取图像

import cv2
img = cv2.imread("test.jpg")  # 读取图片

3.2. 读取摄像头 / 视频

cap = cv2.VideoCapture(0)  # 0 = 摄像头
ret, frame = cap.read()    # 读一帧画面

3.3. 颜色空间转换（YOLO 必备）

不同颜色空间，适合做不同的事情；转换就是为了让模型看得更准、让处理更简单、让效果更稳定。

3 个最实用场景

• 给 YOLO / 深度学习模型喂图
• OpenCV 读图默认是 BGR 顺序, 所有深度学习模型（PyTorch、YOLO、MMDet）都要 RGB 顺序
• 变成灰度图，加速计算 & 简化处理
• 用处：减少计算量、突出轮廓、去颜色干扰
• HSV 空间：专门做颜色筛选（超级常用）
  • 用处：提取特定颜色（红 / 黄 / 绿 / 蓝）

img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

原因：OpenCV 默认是 BGR，深度学习模型都要 RGB。

3.4. 缩放图像

img = cv2.resize(img, (640, 640))  # YOLO 标准输入

3.5. 画框（YOLO 检测后展示）

cv2.rectangle(img, (x1, y1), (x2, y2), (0,255,0), 2)
cv2.putText(img, "person", (x1, y1-10), ...)

3.6. 显示图像

cv2.imshow("result", img)
cv2.waitKey(0)

3.7. 保存图像

cv2.imwrite("output.jpg", img)