OpenCV Python 稠密光流 calcOpticalFlowFarneback 算法详解与实战
本文深入解析OpenCV中calcOpticalFlowFarneback函数，介绍Gunnar Farneback算法原理。详细列举pyr_scale、levels、winsize等关键参数的作用与取值建议，并提供基于摄像头实时处理的Python代码示例，展示如何计算并可视化密集光流场。
2026-10-14
6
本文深入解析OpenCV中calcOpticalFlowFarneback函数，介绍Gunnar Farneback算法原理。详细列举pyr_scale、levels、winsize等关键参数的作用与取值建议，并提供基于摄像头实时处理的Python代码示例，展示如何计算并可视化密集光流场。
本文介绍如何使用Python3的PIL库实现WebP到GIF格式的批量转换。通过遍历指定目录下的WebP文件，利用正则表达式过滤并调用Image模块进行格式转换，最终保存为GIF格式。代码包含获取文件列表、判断转换条件及执行转换的核心逻辑，适合需要批量处理图片格式的开发场景。
本文介绍如何使用 Python 和 OpenCV 库读取视频文件，通过遍历帧获取总帧数，并利用 cv2.CAP_PROP_FPS 属性计算每秒传输帧数（FPS）。内容涵盖不同 OpenCV 版本下的属性获取差异及完整代码示例，帮助开发者快速实现视频基础参数分析。
本文提供使用Python和OpenCV库将视频文件逐帧提取并保存为图片的完整代码示例。通过遍历视频目录，利用VideoCapure读取每一帧，并将其以指定命名规则保存为JPEG格式文件，适用于视频分析、图像预处理等场景。
本文介绍如何使用Python的OpenCV库实现视频文件的读取与图片转换。通过VideoCapture接口加载视频流，利用while循环结合read()方法逐帧获取画面，并演示了实时显示窗口与将每一帧保存为独立JPEG图片文件的具体代码实现，适用于视频分析前的预处理场景。
本文介绍如何使用 Python 和 OpenCV 读取原始 YUV(NV12) 视频文件。YUV 是一种常用的颜色编码，其中 Y 代表亮度，U 和 V 代表色度。文章详细解析了 NV12、NV21 等 YUV420 子采样的内存布局，并提供完整代码示例，展示如何将 NV12 数据逐帧读取、转换为 BGR 格式并保存为图片，适用于视频处理与模型输入准备。
本文通过OpenCV-Python库演示如何读取彩色图像，并展示将BGR格式转换为灰度图（GRAY）和HSV色彩空间的具体代码实现。内容涵盖图像属性查看、矩阵展平及常用颜色转换函数的使用，适合初学者参考。
本文介绍如何使用OpenCV-Python库提取SIFT特征并进行图像匹配。通过SIFT类检测关键点并计算128维描述子，利用比值测试（阈值0.75）筛选优质匹配点，最终使用drawMatchesKnn可视化前10个最佳匹配结果，为图像识别提供基础参考。
本文介绍如何使用Python的matplotlib库将灰度图像转换为伪彩色图像，并通过set_cmap和set_clim等方法自定义色彩映射与数值范围，同时展示如何添加色度条以辅助数据解读。
本文详细解析利用Python和OpenCV计算图像相似度的多种方法。内容涵盖基于颜色直方图的对比，以及三种主流感知哈希算法：平均哈希（aHash）、感知哈希（pHash）和差值哈希（dHash）。通过具体代码示例，介绍如何获取图像指纹并计算汉明距离，以评估图片间的差异与相似度，适用于图像检索、去重及目标识别等场景。
本文介绍使用Python3的PIL库进行图片处理的方法。通过示例代码展示如何将4通道（RGBA）转换为3通道（RGB），以及将单通道图像转换为三通道。同时包含图片压缩功能，通过调整尺寸实现文件体积减小。
本文介绍在Python中将低维数组嵌入高维数组的方法。针对图像画布处理场景，利用Python列表的分片功能，无需遍历循环即可将低维数组精准放置于高维数组的指定位置，实现高效的数据填充与处理。
