以下是OpenCV中最常用的100个函数及其作用与注意事项的全面整理，按功能模块分类，结合官方文档与工业实践优化排序。各函数均标注Python（cv2）和C++（cv::）命名，重点参数以加粗突出：
📷 一、图像输入/输出（8个）
函数名 (Python/C++)
作用
注意事项
cv2.imread/cv::imread
读取图像文件
参数flags：cv2.IMREAD_GRAYSCALE（灰度）、cv2.IMREAD_COLOR（彩色）
cv2.imshow/cv::imshow
显示图像窗口
需搭配cv2.waitKey()使用，否则窗口瞬间关闭
cv2.imwrite/cv::imwrite
保存图像到文件
参数params控制格式：如cv2.IMWRITE_JPEG_QUALITY设置JPEG质量（0-100）
cv2.waitKey/cv::waitKey
等待键盘输入
参数delay=0表示无限等待，返回按键ASCII值
cv2.destroyAllWindows/cv::destroyAllWindows
关闭所有窗口
需在程序结束前调用，避免内存泄漏
cv2.VideoCapture/cv::VideoCapture
打开摄像头/视频文件
用.isOpened()检查是否成功打开，.read()逐帧读取
cv2.VideoWriter/cv::VideoWriter
保存视频文件
需指定编码器（如cv2.VideoWriter_fourcc('M','J','P','G')）和帧率
cv2.namedWindow/cv::namedWindow
创建可调整的窗口
支持cv2.WINDOW_NORMAL实现窗口大小调整
🎨 二、图像处理与变换（25个）
函数名 (Python/C++)
作用
注意事项
cv2.cvtColor/cv::cvtColor
颜色空间转换
常用：cv2.COLOR_BGR2GRAY（BGR→灰度）、cv2.COLOR_BGR2HSV
cv2.resize/cv::resize
调整图像尺寸
插值方法：cv2.INTER_LINEAR（平衡速度质量）、cv2.INTER_NEAREST（最快）
cv2.flip/cv::flip
图像翻转
参数flipCode=0垂直翻转，=1水平翻转
cv2.rotate/cv::rotate
旋转图像（90°倍数）
实际由cv2.getRotationMatrix2D+warpAffine实现
cv2.warpAffine/cv::warpAffine
仿射变换（平移/旋转/缩放）
需先计算变换矩阵（cv2.getRotationMatrix2D）
cv2.warpPerspective/cv::warpPerspective
透视变换（矫正倾斜）
需用cv2.getPerspectiveTransform计算变换矩阵
cv2.threshold/cv::threshold
固定阈值二值化
参数thresh=127（阈值）、maxval=255（最大值）
cv2.adaptiveThreshold/cv::adaptiveThreshold
自适应阈值二值化
适合光照不均图像，常用cv2.ADAPTIVE_THRESH_GAUSSIAN_C
cv2.GaussianBlur/cv::GaussianBlur
高斯模糊降噪
核尺寸需为奇数（如(5,5)），sigmaX控制平滑强度
cv2.medianBlur/cv::medianBlur
中值滤波（去除椒盐噪声）
核尺寸为奇数（如5）
cv2.bilateralFilter/cv::bilateralFilter
双边滤波（保边降噪）
参数d（邻域直径）、sigmaColor（颜色空间标准差）
cv2.erode/cv::erode
形态学腐蚀（消除小物体）
需定义结构元素（如cv2.getStructuringElement）
cv2.dilate/cv::dilate
形态学膨胀（填充空洞）
同上，常与腐蚀组合使用
cv2.morphologyEx/cv::morphologyEx
高级形态学操作
支持开运算（cv2.MORPH_OPEN）、闭运算（cv2.MORPH_CLOSE）
cv2.pyrUp/cv::pyrUp
图像放大（高斯金字塔上采样）
尺寸变为2倍，模糊度增加
cv2.pyrDown/cv::pyrDown
图像缩小（高斯金字塔下采样）
尺寸减半，抗混叠
cv2.filter2D/cv::filter2D
自定义卷积核滤波
需预先定义核（如锐化核[[-1,-1,-1],[-1,9,-1],[-1,-1,-1]]）
cv2.sepFilter2D/cv::sepFilter2D
可分离卷积（提升速度）
将二维卷积拆分为两个一维卷积
cv2.inRange/cv::inRange
按颜色范围提取区域
常用于HSV空间（如提取绿色：lower=[35,50,50], upper=[85,255,255]）
cv2.split/cv::split
分离多通道图像（如BGR→B,G,R）
返回单通道列表，需用cv2.merge合并
cv2.merge/cv::merge
合并单通道为多通道图像
输入为列表（如[b,g,r]→BGR图像）
cv2.addWeighted/cv::addWeighted
图像加权融合（透明度混合）
公式：dst = src1*alpha + src2*beta + gamma
cv2.bitwise_and/cv::bitwise_and
按位与（提取ROI）
常与掩码结合（如cv2.bitwise_and(img, img, mask=mask)）
cv2.bitwise_or/cv::bitwise_or
按位或（合并区域）
用途较少，多用于二进制操作
cv2.bitwise_not/cv::bitwise_not
按位取反（图像反色）
反转所有像素值
🔍 三、特征检测与分析（22个）
函数名 (Python/C++)
作用
注意事项
cv2.Canny/cv::Canny
Canny边缘检测
参数threshold1=100, threshold2=200（滞后阈值）
cv2.Sobel/cv::Sobel
Sobel算子边缘检测
可指定方向（dx=1,dy=0检测垂直边缘）
cv2.Laplacian/cv::Laplacian
拉普拉斯边缘检测
对噪声敏感，需先模糊
cv2.findContours/cv::findContours
查找图像轮廓
返回轮廓列表和层级关系，模式cv2.RETR_EXTERNAL（仅外轮廓）
cv2.drawContours/cv::drawContours
绘制轮廓
参数contourIdx=-1绘制所有轮廓
cv2.contourArea/cv::contourArea
计算轮廓面积
输入单个轮廓点集
cv2.arcLength/cv::arcLength
计算轮廓周长
参数closed=True表示闭合轮廓
cv2.boundingRect/cv::boundingRect
计算轮廓外接矩形
返回(x,y,w,h)
cv2.minAreaRect/cv::minAreaRect
计算最小外接旋转矩形
返回中心点、尺寸、旋转角度
cv2.minEnclosingCircle/cv::minEnclosingCircle
计算最小外接圆
返回圆心和半径
cv2.HoughLines/cv::HoughLines
霍夫变换检测直线
返回极坐标参数(ρ,θ)
cv2.HoughLinesP/cv::HoughLinesP
概率霍夫变换检测线段
返回线段端点(x1,y1,x2,y2)
cv2.HoughCircles/cv::HoughCircles
霍夫变换检测圆
参数minDist（圆间最小距离）避免重复检测
cv2.matchTemplate/cv::matchTemplate
模板匹配（目标搜索）
方法cv2.TM_CCOEFF_NORMED（归一化互相关）效果最佳
cv2.calcHist/cv::calcHist
计算图像直方图
用于分析亮度分布或颜色分布
cv2.equalizeHist/cv::equalizeHist
直方图均衡化（增强对比度）
仅支持单通道灰度图
cv2.goodFeaturesToTrack/cv::goodFeaturesToTrack
Shi-Tomasi角点检测
替代Harris角点，参数maxCorners控制角点数
cv2.cornerHarris/cv::cornerHarris
Harris角点检测
需阈值处理输出响应矩阵
cv2.SIFT_create/cv::SIFT::create
SIFT特征检测器（需额外安装）
OpenCV 4.6+需编译时启用OPENCV_ENABLE_NONFREE
cv2.ORB_create/cv::ORB::create
ORB特征检测器（免费替代）
速度快，适合实时系统
cv2.BFMatcher/cv::BFMatcher
暴力特征匹配器
参数normType=cv2.NORM_HAMMING（二进制描述符）
cv2.FLANNBasedMatcher/cv::FlannBasedMatcher
FLANN近似匹配器（大数据集更快）
需描述符为浮点类型
✏️ 四、几何绘制与标注（15个）
函数名 (Python/C++)
作用
注意事项
cv2.line/cv::line
绘制直线
参数thickness控制线宽，-1表示填充
cv2.rectangle/cv::rectangle
绘制矩形框
pt1和pt2为对角顶点
cv2.circle/cv::circle
绘制圆形
thickness=-1绘制实心圆
cv2.ellipse/cv::ellipse
绘制椭圆/圆弧
参数startAngle=0, endAngle=360绘制完整椭圆
cv2.putText/cv::putText
添加文字标注
字体可选cv2.FONT_HERSHEY_SIMPLEX，fontScale控制大小
cv2.polylines/cv::polylines
绘制多边形
参数isClosed=True闭合多边形
cv2.fillPoly/cv::fillPoly
填充多边形区域
输入点集列表
cv2.arrowedLine/cv::arrowedLine
绘制带箭头线段
参数tipLength=0.1（箭头长度比例）
cv2.drawMarker/cv::drawMarker
绘制标记点（十字/星形等）
样式cv2.MARKER_CROSS（十字）
cv2.getTextSize/cv::getTextSize
获取文本尺寸
用于动态计算文本位置
cv2.clipLine/cv::clipLine
裁剪线段至矩形区域内
返回布尔值表示是否相交
cv2.ellipse2Poly/cv::ellipse2Poly
将椭圆离散化为点集
用于自定义绘制虚线椭圆
cv2.drawKeypoints/cv::drawKeypoints
绘制特征点（如SIFT/ORB）
参数flags=cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS绘制方向与尺度
cv2.drawMatches/cv::drawMatches
绘制特征匹配结果
并排显示两图的匹配点对
cv2.add/cv::add
图像像素加法（饱和运算）
防止溢出：max(0, min(255, a+b))
⚙️ 五、高级工具与工具函数（30个）
函数名 (Python/C++)
作用
注意事项
cv2.calibrateCamera/cv::calibrateCamera
相机标定（计算内参/畸变系数）
需多张棋盘格图片
cv2.findChessboardCorners/cv::findChessboardCorners
检测棋盘格角点
角点顺序需与patternSize一致
cv2.solvePnP/cv::solvePnP
求解物体3D位姿（PnP问题）
需已知3D-2D点对应关系
cv2.undistort/cv::undistort
图像畸变校正
依赖标定得到的相机矩阵和畸变系数
cv2.connectedComponents/cv::connectedComponents
连通域分析
返回标签图，背景=0
cv2.connectedComponentsWithStats/cv::connectedComponentsWithStats
带统计信息的连通域分析
返回各区域面积、质心等
cv2.integral/cv::integral
计算积分图（快速区域求和）
用于加速Haar特征计算
cv2.dct/cv::dct
离散余弦变换（图像压缩）
输入需为浮点型
cv2.idct/cv::idct
离散余弦逆变换
与dct配套使用
cv2.dft/cv::dft
离散傅里叶变换（频域分析）
需用cv2.magnitude计算幅值谱
cv2.idft/cv::idft
离散傅里叶逆变换
恢复空域图像
cv2.magnitude/cv::magnitude
计算复数矩阵幅值
输入实部x和虚部y：sqrt(x²+y²)
cv2.phase/cv::phase
计算复数矩阵相位
返回弧度制角度
cv2.normalize/cv::normalize
矩阵归一化
模式cv2.NORM_MINMAX缩放到[0,255]
cv2.minMaxLoc/cv::minMaxLoc
查找矩阵极值及位置
返回(min_val, max_val, min_loc, max_loc)
cv2.mean/cv::mean
计算均值
可搭配掩码使用
cv2.meanStdDev/cv::meanStdDev
计算均值与标准差
分析图像统计特征
cv2.countNonZero/cv::countNonZero
统计非零像素数
用于二值图前景计数
cv2.findHomography/cv::findHomography
计算单应性矩阵（图像配准）
需至少4组点对
cv2.warpPerspective/cv::warpPerspective
应用单应性变换
与findHomography配合
cv2.getAffineTransform/cv::getAffineTransform
计算仿射变换矩阵
需3组点对
cv2.getPerspectiveTransform/cv::getPerspectiveTransform
计算透视变换矩阵
需4组点对
cv2.convertScaleAbs/cv::convertScaleAbs
缩放并取绝对值（增强对比度）
常用于Sobel结果可视化
cv2.log/cv::log
自然对数运算
用于频域滤波
cv2.exp/cv::exp
自然指数运算
与log配套使用
cv2.patchNaNs/cv::patchNaNs
替换NaN值为指定数
处理无效浮点结果
cv2.copyMakeBorder/cv::copyMakeBorder
图像边界填充
模式cv2.BORDER_REFLECT（镜像填充）
cv2.vconcat/cv::vconcat
垂直拼接图像
所有图像宽度必须相同
cv2.hconcat/cv::hconcat
水平拼接图像
所有图像高度必须相同
cv2.merge/cv::merge
合并通道（见图像处理模块）
与split互为逆操作
💎 使用建议
性能优化 ：视频处理中避免循环内重复创建Mat对象（C++）或numpy数组（Python），预分配内存可提速30%以上。
参数调试 ：边缘检测（如Canny）的阈值比例推荐low:high ≈ 1:2或1:3；形态学操作的结构元素尺寸通常取3×3或5×5。
兼容性注意 ：cv2.findContours返回参数在OpenCV 3.4+版本中为(contours, hierarchy)，旧版可能多返回一个image。
深度学习整合 ：OpenCV DNN模块支持加载ONNX/TensorFlow/PyTorch模型（cv2.dnn.readNet），但预处理需手动对齐（如缩放、归一化）。
完整函数文档见：OpenCV 4.7.0 Docs，实战代码参考官方示例库。