OpenCV 核心技术：颜色检测与几何变换实战

在计算机视觉任务中，颜色空间转换和图像几何变换是两大基础且高频的操作 —— 前者用于精准分割特定颜色目标（如交通信号灯、物体追踪），后者用于调整图像的尺寸、位置和视角（如文档矫正、图像拼接）。本文将通过 6 段实战代码，系统解析 HSV 颜色检测、图像缩放、平移、旋转、仿射变换和透视变换的原理与应用。

一、HSV 颜色空间：精准检测特定颜色（以蓝色为例）

RGB（或 BGR）颜色空间虽直观，但受光照影响大（如亮度变化会导致像素值剧烈波动），而HSV 颜色空间（色相 H、饱和度 S、明度 V）更符合人眼对颜色的感知，且能有效分离颜色信息与亮度信息，是颜色分割的首选。

1. 代码实现：实时检测摄像头中的蓝色物体

import cv2
import numpy as np

# 打开默认摄像头
cap = cv2.VideoCapture(0)

while True:
    # 读取一帧图像
    ret, frame = cap.read()
    if not ret:  # 防止摄像头读取失败
        break

    # 1. 将BGR图像转换为HSV图像（OpenCV默认BGR格式）
    hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)

    # 2. 定义HSV空间中蓝色的范围（需根据实际场景调试）
    # H：色相（0-179），S：饱和度（0-255），V：明度（0-255）
    lower_blue = np.array([110, 50, 50])   # 蓝色下限
    upper_blue = np.array([130, 255, 255]) # 蓝色上限

    # 3. 生成颜色掩码：在范围內的像素设为255（白色），否则为0（黑色）
    mask = cv2.inRange(hsv, lower_blue, upper_blue)

    # 4. 掩码与原图像进行按位与：只保留原图像中蓝色区域
    res = cv2.bitwise_and(frame, frame, mask=mask)

    # 显示结果
    cv2.imshow('Original Frame', frame)  # 原图像
    cv2.imshow('Blue Mask', mask)        # 颜色掩码
    cv2.imshow('Detected Blue', res)     # 检测结果

    # 按q键退出循环
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# 释放资源
cap.release()
cv2.destroyAllWindows()

2. 关键技术解析

3. 实用技巧

• HSV 范围调试：不同场景下颜色的 HSV 范围不同，可通过「先获取目标颜色的 HSV 值」再微调范围（如用cv2.cvtColor转换单个像素的 BGR 到 HSV）。
• 抗干扰优化：可对掩码进行形态学操作（如cv2.erode腐蚀、cv2.dilate膨胀），去除小噪声点。

二、图像缩放：调整图像尺寸

图像缩放是预处理的基础操作，用于统一图像尺寸（如神经网络输入要求固定大小）或优化显示效果。OpenCV 提供两种缩放方式：按比例缩放和指定目标尺寸缩放。

1. 代码实现：两种缩放方式

import cv2
import numpy as np

# 读取图像
img = cv2.imread('ocv01.jpg')
if img is None:  # 防止图像读取失败
    print("无法读取图像")
    exit()

# 方式1：按比例缩放（fx=水平比例，fy=垂直比例）
# interpolation=INTER_CUBIC：双三次插值（放大时效果最优，速度较慢）
res1 = cv2.resize(img, None, fx=2, fy=2, interpolation=cv2.INTER_CUBIC)

# 方式2：指定目标尺寸（宽，高）
height, width = img.shape[:2]  # 获取原图像尺寸（高，宽）
res2 = cv2.resize(img, (2*width, 2*height), interpolation=cv2.INTER_CUBIC)

# 显示对比
while True:
    cv2.imshow('Original (640x480)', img)    # 原图像
    cv2.imshow('Scaled by Ratio (1280x960)', res1)  # 按比例放大2倍
    cv2.imshow('Scaled by Size (1280x960)', res2)   # 按指定尺寸放大2倍

    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

cv2.destroyAllWindows()

2. 插值方法选择

缩放的核心是「插值算法」（通过已有像素计算新像素值），需根据缩放方向选择：

三、图像几何变换：改变位置与视角

几何变换通过矩阵运算改变图像像素的空间位置，包括平移、旋转、仿射变换、透视变换，适用于图像矫正、视角转换等场景。

1. 平移：沿 x/y 轴移动图像

平移是最简单的几何变换，通过「平移矩阵」实现像素位置偏移。

代码实现：

import cv2
import numpy as np

cap = cv2.VideoCapture(0)

while True:
    ret, frame = cap.read()
    if not ret:
        break

    # 1. 定义平移矩阵：[[1,0,dx], [0,1,dy]]，dx=水平偏移，dy=垂直偏移
    # 示例：向右偏移100像素，向下偏移50像素
    dx, dy = 100, 50
    M = np.float32([[1, 0, dx], [0, 1, dy]])

    # 2. 应用平移变换：warpAffine(输入图，矩阵，输出尺寸)
    # 输出尺寸需与原图像一致（宽，高）
    shifted_frame = cv2.warpAffine(frame, M, (frame.shape[1], frame.shape[0]))

    # 显示结果（对比原图像与平移后图像）
    cv2.imshow('Original Frame', frame)
    cv2.imshow('Shifted Frame (dx=100, dy=50)', shifted_frame)

    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()

2. 旋转：绕指定点旋转图像

旋转需指定「旋转中心、旋转角度、缩放因子」，通过cv2.getRotationMatrix2D自动生成旋转矩阵，避免手动构造复杂矩阵。

代码实现：

import cv2
import numpy as np

# 读取图像
img = cv2.imread('ocv01.jpg')
if img is None:
    print("无法读取图像")
    exit()

# 获取图像尺寸（高，宽）
rows, cols = img.shape[:2]

# 1. 生成旋转矩阵
# getRotationMatrix2D(旋转中心，旋转角度，缩放因子)
# 示例：绕图像中心旋转45°，缩放为原尺寸的0.6倍
center = (cols / 2, rows / 2)  # 旋转中心（x=宽/2，y=高/2）
angle = 45                     # 旋转角度（正数=逆时针，负数=顺时针）
scale = 0.6                    # 旋转后图像的缩放因子
M = cv2.getRotationMatrix2D(center, angle, scale)

# 2. 应用旋转变换：输出尺寸设为2*cols、2*rows，避免旋转后图像被裁剪
rotated_img = cv2.warpAffine(img, M, (2 * cols, 2 * rows))

# 显示结果
cv2.imshow('Original', img)
cv2.imshow('Rotated (45° CCW, scale=0.6)', rotated_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

3. 仿射变换：保持平行线不变的变换

仿射变换通过3 对对应点确定变换（需保证 3 点不共线），核心是「保持平行线不变」，适用于图像倾斜矫正（如倾斜的文档）。

代码实现：

import cv2
import numpy as np
from matplotlib import pyplot as plt

# 读取图像（注意：matplotlib显示需转换为RGB格式）
img = cv2.imread('ocv01.jpg')
img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)  # BGR转RGB
rows, cols = img.shape[:2]

# 1. 定义3对对应点（原图像点 → 目标图像点）
# 原图像中3个不共线的点
pts1 = np.float32([[50, 50], [200, 50], [50, 200]])
# 目标图像中对应的3个点（可根据需求调整，实现倾斜矫正）
pts2 = np.float32([[10, 100], [200, 50], [100, 250]])

# 2. 生成仿射变换矩阵
M = cv2.getAffineTransform(pts1, pts2)

# 3. 应用仿射变换
affine_img = cv2.warpAffine(img_rgb, M, (cols, rows))

# 用matplotlib显示对比
plt.subplot(121), plt.imshow(img_rgb), plt.title('Original')
plt.subplot(122), plt.imshow(affine_img), plt.title('Affine Transformed')
plt.show()

4. 透视变换：改变投影视角（如鸟瞰图）

透视变换通过4 对对应点确定变换（需保证 4 点构成凸四边形），核心是「打破平行线约束」，可将倾斜视角转换为正视角（如将斜拍的文档转为正拍效果）。

代码实现：

import cv2
import numpy as np
from matplotlib import pyplot as plt

# 读取图像并转换为RGB
img = cv2.imread('ocv01.jpg')
img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
rows, cols = img.shape[:2]

# 1. 定义4对对应点（原图像中的四边形顶点 → 目标图像中的矩形顶点）
# 原图像中4个凸四边形顶点（如斜拍文档的四个角）
pts1 = np.float32([[56, 65], [368, 52], [28, 387], [389, 390]])
# 目标图像中对应的矩形顶点（如300x300的正方形）
pts2 = np.float32([[0, 0], [300, 0], [0, 300], [300, 300]])

# 2. 生成透视变换矩阵
M = cv2.getPerspectiveTransform(pts1, pts2)

# 3. 应用透视变换：输出尺寸设为300x300（与目标矩形匹配）
perspective_img = cv2.warpPerspective(img_rgb, M, (300, 300))

# 显示对比
plt.subplot(121), plt.imshow(img_rgb), plt.title('Original (Tilted)')
plt.subplot(122), plt.imshow(perspective_img), plt.title('Perspective (Top-Down)')
plt.show()

5. 仿射变换 vs 透视变换

总结

本文覆盖的 OpenCV 核心技术，是计算机视觉任务的基石：

1. HSV 颜色检测：解决 RGB 颜色分割受光照干扰的问题，适用于目标追踪、颜色筛选。
2. 图像缩放：通过插值算法调整尺寸，满足统一输入、优化显示的需求。
3. 几何变换：
   • 平移 / 旋转：简单位置调整，适用于图像对齐。
   • 仿射变换：保持平行线，适用于倾斜矫正。
   • 透视变换：改变投影视角，适用于文档扫描、鸟瞰图生成。

这些技术的灵活组合，可实现更复杂的任务（如「透视矫正 + 颜色检测」实现文档中特定颜色文字的提取）。实际应用中，需注意「图像读取失败处理」「坐标与尺寸的一致性」「插值方法选择」等细节，避免常见 bug。