1. 先搞清楚 OpenCV 到底能帮你做什么以及怎么开始如果你刚开始接触计算机视觉或者想找一个能快速上手、处理图片和视频的 Python 库OpenCV 几乎是绕不开的选择。它不是一个只能做“人脸识别”的单一工具而是一个包含了图像处理、视频分析、特征提取、机器学习等上千个函数的工具箱。很多人一上来就想搞人脸识别结果卡在环境安装或者一个简单的图像读取上这其实把顺序搞反了。OpenCV 最核心的价值在于它把很多复杂的图像算法比如滤波、边缘检测、特征匹配封装成了简单的函数调用。这意味着你不用从零开始写数学公式就能实现图像模糊、锐化、找轮廓、甚至识别物体。对于 Python 用户来说它的接口非常友好配合 NumPy 使用处理图像就像操作多维数组一样直观。那么谁适合看这篇内容如果你是想用 Python 做图像处理、开发视觉相关应用比如简单的安防监控、图片内容分析、自动化测试的开发者或者是相关专业的学生OpenCV 是你的必修课。但请注意它不是一个“一键美颜”或“一键识别人脸”的魔法黑盒你需要理解一些基本概念才能用好它。最关键的第一步永远是把环境装对、跑通第一个“Hello World”程序。很多奇怪的报错比如ModuleNotFoundError: No module named ‘cv2‘都源于环境没配置好。下面我们就从环境安装开始一步步拆解。2. 环境安装避开坑点一次成功安装 OpenCV 听起来简单但新手最容易在这里栽跟头。问题通常出在 Python 环境混乱、包版本冲突或者操作系统差异上。我建议你严格按照以下顺序操作可以避开 90% 的安装问题。2.1 准备一个干净的 Python 环境强烈建议不要使用系统自带的 Python也不要在一个全局环境里安装所有包。使用虚拟环境Virtual Environment是 Python 开发的最佳实践它能为你每个项目创建独立的依赖库避免冲突。对于 Windows/macOS/Linux 用户操作都一样安装 Python从 Python 官网下载并安装最新稳定版如 Python 3.8。安装时务必勾选 “Add Python to PATH”。创建虚拟环境打开终端Windows 用 CMD 或 PowerShellmacOS/Linux 用 Terminal进入你的项目目录然后运行# 创建名为 cv_env 的虚拟环境 python -m venv cv_env激活虚拟环境Windows (CMD):cv_env\Scripts\activate.batWindows (PowerShell):cv_env\Scripts\Activate.ps1如果遇到执行策略错误先以管理员身份运行Set-ExecutionPolicy RemoteSignedmacOS/Linux:source cv_env/bin/activate激活后你的命令行提示符前面会出现(cv_env)表示你正在这个独立环境中操作。2.2 安装 OpenCV-Python在激活的虚拟环境中使用 pip 安装。最常用的是opencv-python包它包含了 OpenCV 的主要模块。pip install opencv-python如果你想使用额外的模块如深度神经网络 DNN 模块、用户界面功能可以安装opencv-contrib-pythonpip install opencv-contrib-python重要提示通常只安装其中一个即可。opencv-contrib-python包含了opencv-python的所有功能外加额外模块。如果你不确定先装opencv-python不够用再升级。安装验证 打开 Python 解释器或创建一个.py文件输入以下代码import cv2 print(cv2.__version__)如果能成功打印出版本号如4.8.1恭喜你安装成功。如果报错ModuleNotFoundError请检查虚拟环境是否激活命令行前有(cv_env)。是否在激活的环境下执行的pip install和python命令。网络问题导致安装不完整可以尝试使用国内镜像源pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple2.3 配套工具准备一个趁手的代码编辑器你可以使用任何文本编辑器但集成开发环境IDE会方便很多。VSCode是当前非常流行的选择配置 Python 环境很简单安装 VSCode。安装官方 Python 扩展。在 VSCode 中打开你的项目文件夹。按CtrlShiftP输入 “Python: Select Interpreter”选择你刚才创建的cv_env虚拟环境中的 Python 解释器路径通常包含cv_env字样。这样你在 VSCode 里运行和调试代码时就会自动使用正确的环境。3. 核心实战一图像基础操作与图形绘制在跑复杂的人脸识别之前我们必须先和图像“打好交道”。OpenCV 中图像就是一个 NumPy 数组。理解这一点就理解了 OpenCV 图像处理的本质。3.1 图像的读取、显示与保存这是所有操作的起点。务必注意 OpenCV 默认使用BGR颜色通道顺序而不是常见的 RGB。这在和其他库如 Matplotlib一起使用时是常见的坑。import cv2 # 1. 读取图像 # 参数文件路径 cv2.IMREAD_COLOR彩色默认/ cv2.IMREAD_GRAYSCALE灰度 img cv2.imread(‘path/to/your/image.jpg‘) # 检查是否读取成功 if img is None: print(“图像读取失败请检查路径”) exit() # 2. 显示图像 cv2.imshow(‘My Image‘, img) # 窗口标题图像数据 cv2.waitKey(0) # 等待任意按键0表示无限等待 cv2.destroyAllWindows() # 关闭所有OpenCV创建的窗口 # 3. 保存图像 # 参数保存路径图像数据 cv2.imwrite(‘output_image.jpg‘, img) # 4. 获取图像基本信息 print(f“图像形状高 宽 通道数: {img.shape}“) print(f“图像总像素数: {img.size}“) print(f“图像数据类型: {img.dtype}“)踩坑点imread路径错误或文件损坏会返回None后续操作直接报错所以必须做if img is None判断。imshow之后必须跟waitKey和destroyAllWindows否则窗口可能无响应或无法关闭。用 Matplotlib 显示 OpenCV 图像时需要先转换颜色空间img_rgb cv2.cvtColor(img, cv2.COLOR_BGR2RGB)。3.2 在图像上绘制图形绘制功能常用于做标记、生成测试图或可视化分析结果。import cv2 import numpy as np # 创建一张空白黑色画布512x512像素3通道彩色 canvas np.zeros((512, 512, 3), dtypenp.uint8) # 1. 画线 # 参数图像起点终点颜色(B,G,R)线宽 cv2.line(canvas, (0,0), (511,511), (255,0,0), 5) # 蓝色对角线 # 2. 画矩形 # 参数图像左上角右下角颜色线宽-1表示填充 cv2.rectangle(canvas, (384,0), (510,128), (0,255,0), 3) # 绿色边框矩形 cv2.rectangle(canvas, (100,200), (300,400), (0,0,255), -1) # 红色填充矩形 # 3. 画圆 # 参数图像圆心半径颜色线宽 cv2.circle(canvas, (447,63), 63, (255,255,0), -1) # 青色填充圆 # 4. 画椭圆更复杂需要中心、轴长、旋转角等 cv2.ellipse(canvas, (256,256), (100,50), 0,0,180, (255,0,255), -1) # 5. 添加文字 # 参数图像文字内容左下角坐标字体字号颜色线宽 font cv2.FONT_HERSHEY_SIMPLEX cv2.putText(canvas, ‘OpenCV‘, (10,500), font, 4, (255,255,255), 2, cv2.LINE_AA) cv2.imshow(‘Drawing‘, canvas) cv2.waitKey(0) cv2.destroyAllWindows()经验之谈坐标原点(0,0)在图像的左上角X轴向右Y轴向下。所有坐标都是(宽, 高)即(x, y)的顺序和数学坐标系相反刚开始容易搞混。4. 核心实战二图像处理基石——滤波器与基本变换图像处理不是魔法很多效果是通过卷积核滤波器在像素上做数学运算实现的。理解几种基础滤波器你就掌握了图像处理的“内功”。4.1 图像滤波平滑与去噪滤波可以简单理解为“让图像变模糊或变清晰”。最常用的是均值滤波和高斯滤波用于平滑图像、去除噪声。import cv2 import numpy as np img cv2.imread(‘test.jpg‘) # 1. 均值滤波 (Blur) # 参数图像卷积核大小宽高均为5 blur cv2.blur(img, (5,5)) # 2. 高斯滤波 (Gaussian Blur) - 更常用效果更自然 # 参数图像卷积核大小必须为正奇数X方向标准差0表示自动计算 gaussian_blur cv2.GaussianBlur(img, (5,5), 0) # 3. 中值滤波 (Median Blur) - 对“椒盐噪声”特别有效 # 参数图像卷积核大小整数 median_blur cv2.medianBlur(img, 5) # 显示对比 cv2.imshow(‘Original‘, img) cv2.imshow(‘Average Blur‘, blur) cv2.imshow(‘Gaussian Blur‘, gaussian_blur) cv2.imshow(‘Median Blur‘, median_blur) cv2.waitKey(0) cv2.destroyAllWindows()为什么用高斯滤波更多均值滤波给核内所有像素同等权重而高斯滤波给中心像素更高权重边缘像素更低权重符合自然规律平滑效果更柔和边缘保留更好。(5,5)的核大小和0的标准差是常见的起始参数。4.2 图像基本变换缩放、旋转与仿射处理图像时经常需要调整大小或改变视角。import cv2 import numpy as np img cv2.imread(‘test.jpg‘) h, w img.shape[:2] # 获取原图高和宽 # 1. 缩放 (Resize) # 参数图像目标尺寸宽高插值方法 resized cv2.resize(img, (300, 200)) # 直接指定宽高 resized_by_scale cv2.resize(img, None, fx0.5, fy0.5) # 宽高都缩小一半 # 插值方法cv2.INTER_LINEAR默认速度快cv2.INTER_CUBIC质量好但慢cv2.INTER_AREA缩小推荐 # 2. 旋转 (Rotation) # 先获取旋转矩阵再应用变换 center (w // 2, h // 2) # 旋转中心 angle 45 # 旋转角度 scale 1.0 # 缩放因子 M cv2.getRotationMatrix2D(center, angle, scale) rotated cv2.warpAffine(img, M, (w, h)) # 3. 仿射变换 (Affine Transformation) - 保持平直性 # 需要三个点从原图到目标图的映射 pts1 np.float32([[50,50], [200,50], [50,200]]) # 原图三点 pts2 np.float32([[10,100], [200,50], [100,250]]) # 目标图三点 M_affine cv2.getAffineTransform(pts1, pts2) affined cv2.warpAffine(img, M_affine, (w, h)) cv2.imshow(‘Resized‘, resized) cv2.imshow(‘Rotated‘, rotated) cv2.imshow(‘Affined‘, affined) cv2.waitKey(0) cv2.destroyAllWindows()关键点warpAffine的第三个参数是输出图像尺寸(width, height)。旋转时如果不希望图像被裁剪需要计算新的画布大小这涉及到更复杂的几何计算是进阶内容。5. 核心实战三从特征检测到人脸识别终于到了大家最感兴趣的部分。OpenCV 的人脸识别通常指“人脸检测”找到人脸在哪和“人脸识别”这是谁。我们这里先攻克更基础、应用更广的人脸检测。5.1 使用 Haar 级联分类器进行人脸检测这是 OpenCV 内置的经典方法速度快适合实时检测但精度和角度适应性有限。import cv2 # 1. 加载预训练的分类器文件 # OpenCV 源码或安装目录下的 data/haarcascades/ 里有多个xml文件 face_cascade cv2.CascadeClassifier(cv2.data.haarcascades ‘haarcascade_frontalface_default.xml‘) # 也可以检测眼睛 eye_cascade cv2.CascadeClassifier(cv2.data.haarcascades ‘haarcascade_eye.xml‘) # 2. 读取图像并转为灰度图检测器需要灰度图 img cv2.imread(‘group_photo.jpg‘) gray cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 3. 执行人脸检测 # 参数灰度图像缩放因子每次图像缩小的比例最小邻居数候选框至少被检测到几次才确认 faces face_cascade.detectMultiScale(gray, scaleFactor1.1, minNeighbors5, minSize(30, 30)) print(f‘发现 {len(faces)} 张人脸‘) # 4. 在原始彩色图上画出检测框 for (x, y, w, h) in faces: # 画人脸矩形框 cv2.rectangle(img, (x, y), (xw, yh), (0, 255, 0), 2) # 在人脸区域ROI内检测眼睛 roi_gray gray[y:yh, x:xw] roi_color img[y:yh, x:xw] eyes eye_cascade.detectMultiScale(roi_gray) for (ex, ey, ew, eh) in eyes: cv2.rectangle(roi_color, (ex, ey), (exew, eyeh), (255, 0, 0), 2) cv2.imshow(‘Face Detection‘, img) cv2.waitKey(0) cv2.destroyAllWindows()参数调优是核心scaleFactor1.1每次图像缩放减少10%用于检测不同大小的人脸。值越小检测越细速度越慢值越大可能漏检小脸。minNeighbors5控制检测框的合并。值越大条件越严格误检越少但也可能漏检。minSize(30,30)忽略比这个尺寸小的检测框可以过滤噪声。常见问题检测不到人脸尝试降低minNeighbors如设为3或减小minSize。误检太多把窗户、花瓶当人脸尝试增大minNeighbors如设为8或10。侧脸检测不到Haar 分类器对正面脸效果好侧脸需要其他模型如 DNN。5.2 使用深度学习模型进行更精准的人脸检测对于复杂场景、侧脸、遮挡等情况深度学习方法DNN更强大。OpenCV 的dnn模块可以加载训练好的 Caffe、TensorFlow、ONNX 等模型。import cv2 import numpy as np # 1. 加载模型文件和配置文件 # 需要下载 .prototxt网络结构和 .caffemodel权重文件 model_file “res10_300x300_ssd_iter_140000_fp16.caffemodel“ config_file “deploy.prototxt“ net cv2.dnn.readNetFromCaffe(config_file, model_file) # 2. 读取图像并准备输入Blob img cv2.imread(‘group_photo.jpg‘) (h, w) img.shape[:2] # 创建一个图像Blob缩放、均值减法、交换通道OpenCV DNN常用预处理 blob cv2.dnn.blobFromImage(cv2.resize(img, (300, 300)), 1.0, (300, 300), (104.0, 177.0, 123.0)) # 3. 通过网络进行前向传播得到检测结果 net.setInput(blob) detections net.forward() # 4. 解析结果并绘制框 confidence_threshold 0.5 # 置信度阈值过滤弱检测 for i in range(0, detections.shape[2]): confidence detections[0, 0, i, 2] # 获取置信度 if confidence confidence_threshold: # 计算边界框坐标相对于300x300输入需映射回原图 box detections[0, 0, i, 3:7] * np.array([w, h, w, h]) (startX, startY, endX, endY) box.astype(“int“) # 绘制框和置信度 text “{:.2f}%“.format(confidence * 100) y startY - 10 if startY - 10 10 else startY 10 cv2.rectangle(img, (startX, startY), (endX, endY), (0, 255, 0), 2) cv2.putText(img, text, (startX, y), cv2.FONT_HERSHEY_SIMPLEX, 0.45, (0, 255, 0), 2) cv2.imshow(‘DNN Face Detection‘, img) cv2.waitKey(0) cv2.destroyAllWindows()DNN方法优势精度高能处理多角度、部分遮挡、不同光照条件。劣势需要额外下载模型文件计算量稍大对硬件有一定要求。confidence_threshold是关键参数根据你的场景调整通常 0.5-0.7。6. 核心实战四图像分割入门与轮廓分析图像分割是把图像分成若干个有意义的区域是许多高级任务如医学图像分析、自动驾驶场景理解的基础。OpenCV 提供了从简单阈值分割到复杂轮廓分析的工具。6.1 阈值分割最简单的分割方法将灰度图像根据像素强度分为两类前景和背景。import cv2 import numpy as np # 读取图像并转为灰度 img cv2.imread(‘shapes.jpg‘, cv2.IMREAD_GRAYSCALE) # 1. 简单阈值分割 # 参数灰度图阈值最大值阈值类型 # cv2.THRESH_BINARY: 大于阈值的设为最大值否则为0 ret, thresh_binary cv2.threshold(img, 127, 255, cv2.THRESH_BINARY) # 2. 自适应阈值分割 - 适用于光照不均的图像 # 参数灰度图最大值自适应方法阈值类型邻域块大小常数C thresh_adaptive cv2.adaptiveThreshold(img, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 11, 2) # 3. Otsu‘s 二值化 - 自动寻找最佳阈值 ret2, thresh_otsu cv2.threshold(img, 0, 255, cv2.THRESH_BINARY cv2.THRESH_OTSU) print(f“Otsu方法计算出的最佳阈值: {ret2}“) cv2.imshow(‘Original Gray‘, img) cv2.imshow(‘Binary‘, thresh_binary) cv2.imshow(‘Adaptive‘, thresh_adaptive) cv2.imshow(‘Otsu‘, thresh_otsu) cv2.waitKey(0) cv2.destroyAllWindows()如何选择图像光照均匀背景和前景对比明显用cv2.threshold。图像光照不均如文档扫描件用cv2.adaptiveThreshold。想自动找阈值懒得手动调用 Otsu 方法 (cv2.THRESH_OTSU)。6.2 查找并绘制轮廓轮廓可以理解为物体的外形边界。找到轮廓是进行形状分析、物体计数的关键步骤。import cv2 import numpy as np # 先进行阈值分割得到二值图 img cv2.imread(‘shapes.jpg‘, cv2.IMREAD_GRAYSCALE) _, thresh cv2.threshold(img, 127, 255, cv2.THRESH_BINARY) # 查找轮廓 # 参数二值图像轮廓检索模式轮廓近似方法 # cv2.RETR_EXTERNAL 只检测外轮廓 # cv2.CHAIN_APPROX_SIMPLE 压缩水平、垂直、对角线方向只保留端点 contours, hierarchy cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) # 注意findContours 会修改原图最好使用拷贝或确保原图不再需要。 # 在彩色图上绘制轮廓 img_color cv2.cvtColor(img, cv2.COLOR_GRAY2BGR) cv2.drawContours(img_color, contours, -1, (0, 255, 0), 2) # -1表示绘制所有轮廓 print(f“找到 {len(contours)} 个轮廓“) # 遍历轮廓计算一些属性 for i, cnt in enumerate(contours): area cv2.contourArea(cnt) # 轮廓面积 perimeter cv2.arcLength(cnt, True) # 轮廓周长True表示闭合 print(f“轮廓 {i}: 面积{area:.2f}, 周长{perimeter:.2f}“) # 获取外接矩形和最小外接矩形 x, y, w, h cv2.boundingRect(cnt) cv2.rectangle(img_color, (x, y), (xw, yh), (255, 0, 0), 2) # 蓝色外接矩形 rect cv2.minAreaRect(cnt) # 返回中心点、宽高、旋转角度 box cv2.boxPoints(rect) # 获取矩形四个顶点 box np.int0(box) cv2.drawContours(img_color, [box], 0, (0, 0, 255), 2) # 红色最小外接矩形 cv2.imshow(‘Contours‘, img_color) cv2.waitKey(0) cv2.destroyAllWindows()重要提醒cv2.findContours的第一个参数是二值图像黑白图。输入灰度图或彩色图会导致错误。cv2.RETR_TREE可以获取轮廓的层级关系适合分析嵌套轮廓比如字母“O”的外圈和内圈。7. 项目实战构建一个简单的人脸检测与马赛克应用现在我们把前面学的组合起来做一个有点实用价值的小项目从摄像头实时读取视频检测人脸并对检测到的人脸区域打上马赛克。这个项目涵盖了视频处理、实时检测、图像区域操作ROI等多个核心技能点。import cv2 import numpy as np # 加载人脸检测器这里用Haar轻量快速 face_cascade cv2.CascadeClassifier(cv2.data.haarcascades ‘haarcascade_frontalface_default.xml‘) # 打开默认摄像头0代表第一个摄像头 cap cv2.VideoCapture(0) if not cap.isOpened(): print(“无法打开摄像头“) exit() print(“按 ‘q‘ 键退出程序“) while True: # 逐帧捕获 ret, frame cap.read() if not ret: print(“无法读取帧退出中...“) break # 转换为灰度图以进行检测 gray cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # 检测人脸 faces face_cascade.detectMultiScale(gray, scaleFactor1.1, minNeighbors5, minSize(30, 30)) # 对每个检测到的人脸区域打马赛克 for (x, y, w, h) in faces: # 提取人脸区域 (ROI) face_roi frame[y:yh, x:xw] # 对ROI进行马赛克处理先缩小再放大 # 1. 将人脸区域缩小到非常小的尺寸如 1/10 small cv2.resize(face_roi, (10, 10), interpolationcv2.INTER_LINEAR) # 2. 将缩小后的图像放大回原尺寸 mosaic cv2.resize(small, (w, h), interpolationcv2.INTER_NEAREST) # 3. 将马赛克区域放回原图 frame[y:yh, x:xw] mosaic # 可选在打码区域画一个矩形框便于观察 # cv2.rectangle(frame, (x, y), (xw, yh), (0, 255, 0), 2) # 显示结果帧 cv2.imshow(‘Face Detection Mosaic‘, frame) # 按 ‘q‘ 键退出循环 if cv2.waitKey(1) 0xFF ord(‘q‘): break # 释放摄像头并关闭所有窗口 cap.release() cv2.destroyAllWindows()代码要点解析视频捕获cv2.VideoCapture(0)打开摄像头cap.read()读取一帧。实时性在while循环中持续处理每一帧实现实时效果。马赛克算法核心是resize操作。先将区域缩小到极低分辨率丢失细节再放大回原尺寸就产生了方块状的马赛克效果。INTER_NEAREST插值能保持方块感。ROI操作frame[y:yh, x:xw]是 NumPy 数组切片直接操作这个子数组就修改了原图的对应区域。退出机制cv2.waitKey(1)等待1毫秒并检查按键按 ‘q‘ 退出循环。运行这个程序你就能看到一个实时的人脸马赛克效果。这是很多隐私保护应用的基础逻辑。8. 进阶方向与避坑指南学完基础你可能想深入。这里提供几个明确的进阶方向和一定会遇到的坑。8.1 性能优化让代码跑得更快减少不必要的计算例如在视频处理中不一定每一帧都需要全分辨率检测。可以每两帧检测一次或者先在低分辨率图像上检测找到疑似区域后再在原图上精确定位。使用更快的检测器Haar 级联比 DNN 快。对于实时应用可以尝试 OpenCV 自带的cv2.dnn.readNet加载轻量级模型如 MobileNet-SSD。利用硬件加速OpenCV 部分函数支持 OpenCL 或 CUDA 加速。确保你的 OpenCV 是带有这些模块的版本编译时开启对应选项。对于 DNN 模块可以设置后端和目标设备net.setPreferableBackend(cv2.dnn.DNN_BACKEND_CUDA) net.setPreferableTarget(cv2.dnn.DNN_TARGET_CUDA)这需要已安装 CUDA 和 cuDNN 的 OpenCV 版本8.2 常见错误与排查AttributeError: module ‘cv2‘ has no attribute ‘xxx‘原因OpenCV 版本问题函数名变更或该模块未编译进来。解决检查 OpenCV 版本print(cv2.__version__)查阅对应版本的官方文档。常见于cv2.findContours返回值老版本返回两个值新版本返回三个等问题。图像显示一片灰色或颜色怪异原因最常见的是颜色通道顺序问题。OpenCV 是 BGRMatplotlib 是 RGB。解决用 Matplotlib 显示时先转换img_rgb cv2.cvtColor(img, cv2.COLOR_BGR2RGB)。DNN 模型加载失败原因模型文件.caffemodel,.pb,.onnx或配置文件.prototxt,.pbtxt路径错误、文件损坏或 OpenCV 版本不支持该模型格式。解决确认文件路径正确从官方渠道重新下载模型文件。检查cv2.dnn.readNetFromXXX函数是否支持你的模型格式。检测结果框位置偏移或大小不对原因输入图像的预处理如缩放、归一化与模型训练时不一致或者坐标映射回原图时计算错误。解决严格按照模型文档要求进行预处理尺寸、均值减法、缩放因子。DNN 检测时注意检测框坐标是相对于网络输入尺寸的需要按比例映射回原图尺寸。8.3 下一步学什么特征提取与匹配学习 SIFT, SURF, ORB 等特征点检测与描述算法用于图像拼接、目标跟踪。光流估计分析视频中物体的运动。背景减除用于视频监控中的移动物体检测。相机校准与3D重建理解相机模型从2D图像恢复3D信息。与深度学习框架结合使用 OpenCV 的dnn模块部署 TensorFlow/PyTorch 训练的复杂模型或使用 OpenCV 进行数据预处理和后处理。OpenCV 是一个庞大的生态最好的学习方式是基于项目驱动。定一个小目标比如“做一个车牌识别程序”、“做一个文档扫描矫正App”然后边做边查你会掌握得更快更牢。我个人更建议在跑通本文所有基础示例后不要停留在调用 API 的层面。尝试去理解每个函数背后的原理比如高斯滤波的卷积核是什么样子并动手用 NumPy 实现最简单的版本。这能帮你真正吃透计算机视觉的基础未来遇到新问题也能更快地找到解决思路。