openCV 超详细门教程⼊(python 版)涉及内容：背景提取颜⾊过滤边缘检测⽤于对象识别的特征匹配⼀般对象识别你将需要两个主要的库，第三个可选：python-OpenCV，Numpy 和 Matplotlib。⼀、加载图⽚⾸先，我们正在导⼊⼀些东西，我已经安装了这三个模块。接下来，我们将 img 定义为 cv2.read(imagefile,parms)。默认值是 IMREAD_COLOR，这是没有任何 alpha 通道的颜⾊。如果你不熟悉，alpha 是不透明度(与透明度相反)。如果你需要保留 Alpha 通道，也可以使⽤IMREAD_UNCHANGED。很多时候，你会读取颜⾊版本，然后将其转换为灰度。如果你没有⽹络摄像机，这将是你在本教程中使用的主要方法，即加载图像。你可以不使用 IMREAD_COLOR…等，而是使用简单的数字。你应该熟悉这两种选择，以便了解某个人在做什么。对于第二个参数，可以使用-1,0或 1。颜色为 1,灰度为 0,不变为-1。因此，对于灰度，可以执行 cv2.imread('watchjpg'，0)。一旦加载完成，我们使用 cv2.imshow(title,image)来显示图像。从这里，我们使用 cv2.waitKey(0)来等待，直到有任何按键被按下。一旦完成，我们使用 cv2.destroyAllWindows()来关闭所有的东西。二、加载视频源在这个 PythonOpenCV 教程中，我们将介绍一些使用视频和摄像头的基本操作。除了起始行，处理来自视频的帧与处理图像是一样的。我们来举例说明一下：importnumpyasnpimportcv2cap=cv2.VideoCapture(0)从计算机上的第一个网络摄像头返回视频whileTrue:ret,frame=cap.read()其中 r 讨是布尔值，如果读取帧是正确的则返回 Tue,如果文件读取到结尾，它的返回值就 FFaise。fram 就是每一帧的图像，是个三维矩阵。gray=cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)cv2.imshow('frame',gray)ifcv2.waitKey(0)&0xFF==ord('q'):breakcap.release()cv2.destroyAllWindows()首先，我们导入 numpy 和 cv2,没有什么特别的。接下来，我们可以 cap=cv2.VideoCapture(0)。这将从你计算机上的第一个网络摄像头返回视频。如果你正在观看视频教程，你将看到我正在使用 1,因为我的第一个摄像头正在录制我，第二个摄像头用于实际的教程源。while(True):ret,frame=cap.read()这段代码启动了一个无限循环(稍后将被 break 语句打破)，其中 ret 和 frame 被定义为 cap.read()。基本上，ret 是一个代表是否有返回的布尔值，frame 是每个返回的帧。如果没有帧，你不会得到错误，你会得到 None。gray=cv...
