2、读取与显示图像：使用OpenCV读取图片，显示检测结果的基础窗口

好，咱们正式开始动手了。

上一章我们聊了YOLO检测的整体流程，说白了就是「模型推理 + 结果可视化」这两步。那第一步是什么？你得先把图片读进来吧？

这一章我就带你搞定最基础的操作——用OpenCV读取一张图片，然后把它显示在屏幕上。别小看这一步，我在项目里见过太多人栽在「图片读不出来」或者「显示窗口卡死」这种小坑上。

2.1 为什么选择OpenCV？

你可能会问：Python里能读图片的库多了去了，PIL、matplotlib、skimage……为什么我偏偏推荐OpenCV？

原因有三：

  • 速度快：OpenCV底层是C++写的，处理图像效率极高。YOLO检测本身就很吃性能，读取环节不能拖后腿。
  • 格式统一：OpenCV读进来的图像默认是NumPy数组，形状是 (height, width, channels)，通道顺序是BGR。这个格式跟YOLO的输入要求天然匹配。
  • 生态成熟：后续画框、写文字、做视频流，全都能用OpenCV一条龙搞定。你想想看，何必再引入一堆库互相转换？

核心认知：OpenCV读取的图像是BGR格式，不是RGB。这一点非常重要，后面画框时颜色会受影响。

2.2 读取图片：cv2.imread()

用法极其简单，一行代码的事：

import cv2

# 读取图片
img = cv2.imread('dog.jpg')

# 检查是否读取成功
if img is None:
    print("图片读取失败，请检查路径")
else:
    print(f"图片尺寸：{img.shape}")

嗯，这里要注意：cv2.imread() 如果读取失败，不会抛异常，而是返回 None。我刚开始用的时候就被这个坑过——代码没报错，但后面处理全崩了。所以一定要加判空检查。

imread() 还有第二个参数，控制读取方式：

参数值 含义 适用场景
cv2.IMREAD_COLOR (默认) 加载彩色图像，忽略透明度 绝大多数YOLO检测场景
cv2.IMREAD_GRAYSCALE 加载为灰度图 某些预处理或轻量模型
cv2.IMREAD_UNCHANGED 加载所有通道（含Alpha） 需要透明通道时

我个人习惯直接用默认值，除非有特殊需求。YOLO模型输入一般都是三通道彩色图，没必要折腾。

2.3 显示图像：cv2.imshow()

读进来之后，总得看一眼吧？用 imshow() 开个窗口：

cv2.imshow('YOLO Detection Result', img)
cv2.waitKey(0)  # 等待按键
cv2.destroyAllWindows()

这里有个关键点：waitKey(0) 表示无限等待，直到你按下任意键。如果不加这一行，窗口会一闪而过，你根本看不到图片。

避坑指南：我曾经在Jupyter Notebook里直接跑 imshow()，结果窗口卡死，内核都重启了。后来才发现，OpenCV的GUI窗口不能在Notebook的交互环境里正常运作。解决办法有两个：要么用 plt.imshow() 替代，要么把代码写成脚本运行。

waitKey() 的参数还可以传一个毫秒数，比如 waitKey(1000) 表示显示1秒后自动关闭。这在视频流处理中很常用。

2.4 完整示例：读取并显示

把上面几段拼起来，就是一个完整的读取显示流程：

import cv2

# 1. 读取图片
img = cv2.imread('test.jpg')
if img is None:
    print("错误：找不到图片文件")
    exit()

# 2. 显示图片
cv2.imshow('YOLO Detection - Original Image', img)

# 3. 等待按键
print("按任意键关闭窗口...")
cv2.waitKey(0)

# 4. 清理资源
cv2.destroyAllWindows()

运行这段代码，你会看到一个窗口弹出，里面就是你的图片。窗口标题可以随便起，我一般用「项目名 + 当前操作」来命名，方便调试时区分多个窗口。

2.5 关于窗口的一些小技巧

显示窗口时，OpenCV默认会自适应图片大小。如果图片太大，窗口可能超出屏幕边界。你可以用 cv2.namedWindow() 提前设置窗口属性：

cv2.namedWindow('YOLO Detection', cv2.WINDOW_NORMAL)
cv2.resizeWindow('YOLO Detection', 800, 600)
cv2.imshow('YOLO Detection', img)

WINDOW_NORMAL 允许你手动调整窗口大小，WINDOW_AUTOSIZE 则固定为图片原始尺寸。我个人偏好 WINDOW_NORMAL，因为有时候图片太大，缩放下看着更舒服。

小提示：如果你在调试阶段想同时看原图和检测结果，可以开两个窗口，分别命名。比如 cv2.imshow('Original', img) 和 cv2.imshow('Detection', result)。这样对比着看，效果一目了然。

2.6 常见问题与排查

我总结了几条新手最容易踩的坑：

  • 图片路径错误：imread() 不会报错，只返回 None。建议用绝对路径，或者用 os.path.exists() 先检查文件是否存在。
  • 窗口无响应：多半是忘了写 waitKey()。记住，imshow() 必须配合 waitKey() 才能正常显示。
  • 中文路径乱码：OpenCV 不支持中文路径。解决办法是用 cv2.imdecode() 配合 np.fromfile() 读取。

说到中文路径，我曾经在一个项目里被折腾了半小时。客户给的图片文件名全是中文，直接 imread() 返回 None。后来改用 imdecode 才搞定。代码长这样：

import numpy as np

img_array = np.fromfile('测试图片.jpg', dtype=np.uint8)
img = cv2.imdecode(img_array, cv2.IMREAD_COLOR)

嗯，这个技巧你记一下，说不定哪天就用上了。

2.7 本章小结

这一章的内容其实很简单，但它是整个可视化调试流程的基石。你想想看，如果连图片都读不进来、显示不出来，后面画框、标置信度全都无从谈起。

核心就三件事：

  1. 用 cv2.imread() 读取图片，记得判空
  2. 用 cv2.imshow() + waitKey() 显示窗口
  3. 注意BGR通道顺序，以及中文路径的兼容处理

下一章，我们会在读取图片的基础上，开始画检测框——也就是把YOLO输出的坐标信息可视化到图像上。那才是真正「看得见」的检测结果。

← 上一章 📖 返回目录 下一章 →