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关闭所有窗口需在脚本结束前调用，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_BGR2HSVcv2.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_Ccv2.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 + gammacv2.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::CannyCanny边缘检测参数threshold1=100, threshold2=200（滞后阈值）cv2.Sobel/cv::SobelSobel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）仅拥护单通道灰度图cv2.goodFeaturesToTrack/cv::goodFeaturesToTrackShi-Tomasi角点检测替代Harris角点，参数maxCorners控制角点数cv2.cornerHarris/cv::cornerHarrisHarris角点检测需阈值处理输出响应矩阵cv2.SIFT_create/cv::SIFT::createSIFT特征检测器（需额外安装）OpenCV 4.6+需编译时启用OPENCV_ENABLE_NONFREEcv2.ORB_create/cv::ORB::createORB特征检测器（免费替代）速度快，适合实时平台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::FlannBasedMatcherFLANN近似匹配器（大资料集更快）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否相交就是返回布尔值表示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障碍）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=0cv2.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。