这篇文章整理了 Ubuntu 下从源码安装 OpenCV 的基本流程，包括下载 `opencv` 与 `opencv_contrib`、安装依赖、执行 `cmake`/`make`、补齐库路径与 `pkg-config` 环境变量，最后用官方示例验证是否安装成功。 在 Ubuntu 上源码安装 OpenCV，看起来只是几条 `cmake` 和 `make` 命令，但真正容易出问题的通常是依赖没装全、`opencv_contrib` 版本不匹配，或者装完后系统仍找不到库文件。
本文详细介绍OpenCV中cv2.cvtColor()函数的使用方法，涵盖RGB、HSV等8种常见色彩空间。重点讲解因OpenCV默认BGR格式导致的BGR2HSV转换细节，并通过示例展示其在生成Mask图及图像预处理中的应用，帮助开发者掌握色彩空间转换的核心技巧。
本文介绍如何使用OpenCV从图像中提取颜色和形状特征。通过转换至HSV、LAB、YCrCb等色彩空间，利用cv2.inRange进行颜色屏蔽，并结合cv2.findContours提取形状轮廓。内容涵盖色彩空间原理及具体代码实现，帮助开发者掌握基础特征提取技术。
本文详细介绍如何使用OpenCV在Python中构建文档扫描器。通过形态学运算清理背景，利用Canny算法进行边缘检测，结合GrabCut技术去除无关背景，最终通过Douglas-Peucker算法识别角点并执行透视变换，实现从倾斜拍摄图像到正视图扫描件的自动转换。
本文详细解析OpenCV中图像轮廓的提取、绘制及特征计算方法。涵盖findContours函数的检索模式与逼近方法，演示如何绘制指定索引轮廓，并深入讲解面积、周长、边界矩形及外接圆等几何特征的获取与计算，提供完整的Python代码示例。
本文详细解析OpenCV中Hough直线检测算法的核心原理，从笛卡尔坐标到极坐标参数空间的转换，以及累加器投票机制。通过cv.HoughLines函数原型分析rho、theta、threshold等关键参数，并结合Python代码示例展示如何结合Canny边缘检测实现直线提取与图像矫正。
本文详细介绍OpenCV-Python中图像的基本操作，包括使用cv2.imread读取不同格式图像、cv2.imshow配合waitKey显示图像以及cv2.imwrite保存图像。重点解析读入标志、保存质量参数及图像翻转、复制和颜色空间转换等常用技巧，帮助开发者快速掌握基础图像处理流程。
本文介绍使用Python和OpenCV进行基于模板的图像拼接方法，旨在解决传统特征点拼接多张图时的累积误差问题。文章详细解析了模板区域选取的关键注意事项，确保左右图像均包含完整模板，并通过代码示例演示具体实现步骤，为提升拼接质量提供实用参考。
本文详解Python OpenCV中的图像分割技术，涵盖固定阈值、自适应阈值及Otsu大津法。重点解析基于轮廓的字符分离流程，包括二值化、轮廓提取与包围框计算，并提供完整代码示例，帮助开发者实现高精度的图像分割应用。
本文详解 Python OpenCV 中的图像算术运算，对比 Numpy 取模加法与 OpenCV 饱和加法的差异，并讲解 addWeighted 函数实现图像融合。同时介绍 cvtColor 函数在 BGR、灰度及 HSV 颜色空间转换中的应用，附带完整代码示例。
本文介绍了使用OpenCV和Python对图像进行亮度调节的具体方法。通过遍历像素点并同步调整RGB三通道数值，同时限制数值在0-255范围内，实现图片亮度的增强或减弱。文章提供了详细的代码示例和运行结果展示，适用于需要手动控制图像亮度的开发场景。
本文介绍利用OpenCV实现文档倾斜矫正的两种核心方法。第一种基于霍夫变换检测平行直线并计算平均角度；第二种通过形态学操作提取轮廓，利用最小包围矩形获取倾斜角。文章提供了完整的Python代码示例及图像旋转的具体实现参数说明，帮助开发者快速完成文档图像的自动校正。
