用途：为 Python 中的计算机视觉与图像处理任务提供 OpenCV（cv2）操作指南，涵盖图像加载、显示与保存，摄像头或文件视频采集，图像滤波与几何变换，边缘与轮廓检测，目标检测与模板匹配，特征检测与匹配，以及 DNN 模块推理。
主要能力与要点：图像 I/O 使用 cv2.imread、cv2.imwrite；视频使用 cv2.VideoCapture、cv2.VideoWriter；颜色转换用 cv2.cvtColor；缩放用 cv2.resize；滤波包括 GaussianBlur、medianBlur、bilateralFilter 与 Sobel、Laplacian、Canny 边缘检测；形态学操作、轮廓检测、仿射与透视变换、模板匹配、ORB/SIFT/AKAZE 特征、BFMatcher/FLANN 匹配、cv2.dnn.readNet 推理等。
关键限制与陷阱：OpenCV 默认 BGR 而非 RGB，送入 Matplotlib/PIL 前需转换；图像 shape 为（高、宽、通道），NumPy 索引为 img[row, col]，而绘图函数参数为 (x, y)，resize 尺寸参数为 (宽, 高)；cv2.imread 在路径无效时返回 None 而不报错；VideoCapture 与 GUI 窗口需 release/关闭；uint8 运算可能溢出。
安装：pip install opencv-python，含 contrib 模块用 pip install opencv-contrib-python，服务器无 GUI 用 pip install opencv-python-headless，可用 python -c "import cv2; print(cv2.version)" 验证。具体的代码配方与高级模式（背景减除、目标跟踪、相机标定、立体视觉、光流、拼接、人脸检测、ArUco）分别收录于相关参考文件中。适用场景为 Python 计算机视觉开发与图像处理自动化；具体性能数据与收费信息暂未提供。