К основному содержанию
скилл CX Codex

python-opencv — скилл для Claude Code: возможности и установка

Скилл python-opencv для Claude Code помогает писать код компьютерного зрения на Python с OpenCV. Активируется при обработке изображений и видео, поиске контуров или работе с цветом.

MIT 100 установок ★ 66 обновлён 2026-06-18

Установить в Claude Code · Через Skills CLI (Vercel) Все способы и платформы ↓
npx skills add JosiahSiegel/claude-plugin-marketplace --skill python-opencv -a claude-code
Открыть на GitHub

Что делает python-opencv

Скилл помогает решать задачи компьютерного зрения на Python с помощью OpenCV: загружать и сохранять изображения, захватывать видео, фильтровать кадры и находить контуры. Он также охватывает сопоставление с шаблоном, поиск признаков и вывод через модуль cv2.dnn.

В материалах разобраны преобразования BGR, RGB, HSV и оттенков серого, размеры изображений и координаты. Например, NumPy обращается к пикселю как img[row, col], а функции рисования OpenCV используют (x, y). Для работы нужны Python и пакет OpenCV, например opencv-python; для дополнительных модулей, включая SIFT, описан вариант opencv-contrib-python.

Какие задачи решает

  • загрузить изображение и проверить результат cv2.imread
  • преобразовать цвет изображения из BGR в RGB или HSV
  • захватить видео с камеры и корректно освободить VideoCapture
  • найти контуры или сопоставить изображение с шаблоном
  • изменить размер изображения с подходящей интерполяцией

Примеры запросов агенту

  • Помоги загрузить изображение через cv2.imread и корректно обработать цвет BGR.
  • Напиши код захвата видео с камеры через cv2.VideoCapture и освободи ресурс.
  • Найди контуры на изображении с помощью cv2.findContours.

Как установить python-opencv

1Через Skills CLI (Vercel)

npx skills add JosiahSiegel/claude-plugin-marketplace --skill python-opencv -a claude-code

2Вручную: положить файлы

~/.claude/skills/python-opencv/SKILL.md

Папка скилла целиком; для одного проекта — .claude/skills/python-opencv/

По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов

Вопросы о python-opencv

Как установить python-opencv в Claude Code?

Выполни npx skills add JosiahSiegel/claude-plugin-marketplace --skill python-opencv -a claude-code. Файл скилла появится по пути ~/.claude/skills/python-opencv/SKILL.md.

Что делает python-opencv?

Скилл помогает писать Python-код для обработки изображений и видео средствами OpenCV. Он охватывает фильтрацию, преобразование цветовых пространств, поиск контуров и другие операции компьютерного зрения.

Что нужно для работы python-opencv?

Нужны Python и пакет OpenCV. В качестве варианта установки описан pip install opencv-python; для модулей contrib, включая SIFT, — pip install opencv-contrib-python.

Исходный текст

SKILL.md · MIT
---
name: python-opencv
description: |
  Complete OpenCV computer vision system for Python.
  PROACTIVELY activate for: (1) Image loading with cv2.imread (BGR format gotcha), (2) Video capture with cv2.VideoCapture, (3) Color space conversion (BGR to RGB, HSV, grayscale), (4) Image filtering (GaussianBlur, medianBlur, bilateralFilter), (5) Edge detection (Canny), (6) Contour detection with cv2.findContours, (7) Image resizing with interpolation methods, (8) Template matching, (9) Feature detection (SIFT, ORB, AKAZE), (10) Drawing functions (rectangle, circle, text), (11) Video writing with cv2.VideoWriter, (12) Morphological operations, (13) Deep learning with cv2.dnn module, (14) GPU acceleration with cv2.cuda, (15) Coordinate system (x,y vs row,col) gotchas.
  Provides: Image processing patterns, video capture/writing, memory management, performance optimization, Jupyter notebook workarounds.
  Ensures correct BGR handling and memory-safe OpenCV usage.
---

## Quick Reference

| Function | Purpose | Gotcha |
|----------|---------|--------|
| `cv2.imread(path)` | Load image | Returns `None` if path invalid (no error!) |
| `cv2.imwrite(path, img)` | Save image | Expects BGR, not RGB |
| `cv2.cvtColor(img, code)` | Color conversion | BGR is default, not RGB |
| `cv2.VideoCapture(src)` | Video/camera input | Always check `isOpened()` and `release()` |
| `cv2.VideoWriter(...)` | Save video | Expects BGR frames, codec matters |
| `cv2.resize(img, (w, h))` | Resize image | Size is (width, height), not (height, width) |

| Coordinate System | Order | Usage |
|-------------------|-------|-------|
| NumPy indexing | `img[row, col]` = `img[y, x]` | Pixel access |
| Image shape | `(height, width, channels)` | Shape is (rows, cols, ch) |
| OpenCV functions | `(x, y)` | Drawing functions |
| Resize/ROI | `(width, height)` | Size parameters |

| Color Conversion | Code | Note |
|------------------|------|------|
| BGR to RGB | `cv2.COLOR_BGR2RGB` | For Matplotlib display |
| BGR to Gray | `cv2.COLOR_BGR2GRAY` | Single channel output |
| BGR to HSV | `cv2.COLOR_BGR2HSV` | H: 0-179, S/V: 0-255 |

| Interpolation | Best For | Speed |
|---------------|----------|-------|
| `INTER_NEAREST` | Speed, pixelated OK | Fastest |
| `INTER_LINEAR` | General purpose (default) | Fast |
| `INTER_AREA` | Downscaling | Medium |
| `INTER_CUBIC` | Upscaling quality | Slow |
| `INTER_LANCZOS4` | Best upscaling | Slowest |

## When to Use This Skill

Use for **computer vision and image processing**:
- Loading, displaying, and saving images
- Video capture from cameras or files
- Image filtering and transformations
- Edge and contour detection
- Object detection and template matching
- Feature detection and matching
- Deep learning inference with DNN module

**Related skills:**
- For NumPy arrays: see `python-fundamentals-313`
- For async processing: see `python-asyncio`
- For type hints: see `python-type-hints`

---

# OpenCV Python Complete Guide (2025)

## Overview

OpenCV (Open Source Computer Vision Library) is the most popular computer vision library. Python bindings (`opencv-python`) provide access to all functionality through NumPy arrays. OpenCV uses **BGR** color format by default, which is a critical gotcha.

## Installation

```bash
# CPU-only (most common)
pip install opencv-python

# With contrib modules (SIFT, SURF, extra features)
pip install opencv-contrib-python

# Headless (no GUI, for servers)
pip install opencv-python-headless

# Verify installation
python -c "import cv2; print(cv2.__version__)"
```

## Key Gotchas

- OpenCV uses BGR, not RGB; convert before Matplotlib/PIL display and convert back before `cv2.imwrite`.
- Image shape is `(height, width, channels)`, NumPy indexing is `img[row, col]`, but OpenCV drawing functions use `(x, y)`.
- `cv2.imread` returns `None` on missing or undecodable files; always check before using the image.
- `VideoCapture` and GUI windows must be released/closed in `finally` or context-manager cleanup paths.
- NumPy arithmetic can overflow on `uint8`; use OpenCV arithmetic or explicit float normalization when needed.

Read [references/opencv-critical-gotchas.md](references/opencv-critical-gotchas.md) for the full preserved examples and safe patterns.

## Reference Map

The detailed API patterns and code recipes have been split into focused references. Load the file that matches the user's task.

### Critical Gotchas -> [references/opencv-critical-gotchas.md](references/opencv-critical-gotchas.md)

Read this for full examples of the most common OpenCV failure modes:

- **BGR/RGB conversion**: Matplotlib and PIL integration, correct `cv2.imwrite` usage
- **Coordinate ordering**: shape, NumPy indexing, drawing functions, ROI slicing
- **Failed image loads**: `cv2.imread` `None` checks and pathlib validation
- **Video cleanup**: `VideoCapture` release patterns and context-manager wrapper
- **Dtype safety**: `uint8` overflow, `cv2.add`, float normalization, Canny dtype expectations

### Core Operations -> [references/opencv-core-operations.md](references/opencv-core-operations.md)

Read this for everyday OpenCV work:

- **Image I/O**: `cv2.imread` flags, loading from URLs, `cv2.imwrite` quality params, multi-image batch loading
- **Video Capture and Writing**: camera/file capture, `VideoWriter` codecs (mp4v, XVID, H264), FPS/resolution probing
- **Color Space Conversions**: BGR/RGB/HSV/Gray/Lab, HSV color detection (red/green/blue ranges with dual-range red), white-balance helpers
- **Image Filtering**: GaussianBlur, medianBlur, bilateralFilter, Sobel/Laplacian/Canny edge detection, morphological ops (erode, dilate, open, close, gradient, tophat)
- **Contour Detection**: `findContours`, area/perimeter, bounding boxes, contour approximation, hierarchy
- **Image Resizing and Transformations**: aspect-ratio-preserving resize, rotation, affine/perspective transforms, warpAffine vs warpPerspective
- **Template Matching**: `cv2.matchTemplate`, multi-scale matching, `TM_CCOEFF_NORMED` thresholding
- **Feature Detection**: ORB, SIFT, AKAZE keypoints; BFMatcher and FLANN matchers; ratio test
- **DNN Module**: `cv2.dnn.readNet` for ONNX/TF/Caffe, blob preprocessing, YOLO/MobileNet inference
- **Displaying Images**: `cv2.imshow` + `waitKey` loops, Jupyter `cv2.imshow` workaround with Matplotlib
- **Performance Tips**: vectorized NumPy, contiguous arrays, `cv2.UMat` for OpenCL, `cv2.cuda` GPU operations
- **Drawing Functions**: rectangle, circle, line, ellipse, polylines, fillPoly, putText, getTextSize

### Advanced Patterns -> [references/opencv-advanced-patterns.md](references/opencv-advanced-patterns.md)

Read this for specialized computer-vision pipelines:

- **Background Subtraction**: MOG2, KNN
- **Object Tracking**: CSRT, KCF, MOSSE, multi-object trackers
- **Camera Calibration**: chessboard corner detection, intrinsic/distortion matrices, `undistort`
- **Stereo Vision**: StereoBM, StereoSGBM, disparity maps
- **Optical Flow**: Lucas-Kanade sparse, Farneback dense
- **Image Stitching**: `cv2.Stitcher` panorama assembly
- **Face Detection**: Haar cascades, DNN face detector
- **ArUco Markers**: marker detection and pose estimation

## Triggering Phrases

This skill should activate when the user mentions any of: OpenCV, cv2, BGR, image processing, contours, Canny, Hough transform, template matching, ORB/SIFT/AKAZE, VideoCapture, VideoWriter, cv2.dnn, cv2.cuda, computer vision in Python.

© JosiahSiegel · MIT · JosiahSiegel/claude-plugin-marketplace

Похожие скиллы

Все скиллы по теме «ИИ и ML» →
opencv tondevrel Скилл подключает OpenCV к агенту: чтение и запись картинок, детекция краёв, контуров, лиц, трекинг объектов в видео. CX Codex +1 333установок opencv-python sanjeed5 Правило opencv-python для Cursor задаёт стандарты быстрого кода компьютерного зрения на Python: запрещает циклы по пикселям и требует векторизации. CX Codex +1 ★ 3 589звёзд репо computer-vision-opencv Mindrally Скилл computer-vision-opencv для Claude Code и других агентов задаёт рамки работы с изображениями и видео: OpenCV, PyTorch, аугментации, трекинг. Покрывает пайплайны обработки кадров. CX Codex +1 4 100установок azure-ai-vision-imageanalysis-py Microsoft Скилл azure-ai-vision-imageanalysis-py для Claude Code работает с Azure AI Vision Image Analysis SDK на Python: извлекает текст, находит объекты и получает подписи к изображениям. CX Codex +1 2установок scikit-image sanjeed5 Правило scikit-image для Cursor задаёт рекомендации по разработке на scikit-image. Оно включается для файлов Python по маске **/*.py. CX Codex +1 ★ 3 589звёзд репо langchain-python-quickstart langchain-ai Скилл langchain-python-quickstart создаёт минимального локального LangChain-агента на Python по актуальному quickstart. Нужен, чтобы проверить агентский сценарий в отдельной папке. CX Codex +1 6 000установок

Из того же набора96

Весь набор →
unity-ui-development Скилл unity-ui-development помогает проектировать интерфейсы в Unity на UGUI и UI Toolkit. Подсказывает разметку UXML, стили USS, привязку данных и настройку RectTransform. CX Codex +1 107установок viral-video-platform-algorithms Скилл viral-video-platform-algorithms для Claude Code разбирает алгоритмы TikTok, YouTube, Instagram и Facebook. Активируется для стратегии продвижения, охватов, хештегов и времени публикаций. CX Codex +1 106установок azure-ml-foundry-workspace Скилл azure-ml-foundry-workspace для Claude Code настраивает Azure Machine Learning и Azure AI Foundry: рабочие пространства, сети, вычисления и развёртывание моделей. Разбирает конфигурацию и журналы. CX Codex +1 105установок ffmpeg-animation-timing-reference Скилл ffmpeg-animation-timing-reference для Claude Code разбирает единицы времени в FFmpeg и субтитрах ASS/SSA. Помогает выбрать длительность анимации, перехода или подписи и проверить синхронизацию. CX Codex +1 104установок unity-networking Скилл unity-networking для Claude Code помогает разрабатывать сетевую многопользовательскую игру в Unity. Активируется для настройки NGO, Mirror, Photon или Fish-Net, а также RPC и лобби. CX Codex +1 103установок unity-performance Скилл unity-performance разбирает просадки FPS и фризы в Unity: что открыть в Profiler, как убрать лишние draw call и откуда берутся рывки на сборке мусора. CX Codex +1 103установок unity-editor-tooling Скилл unity-editor-tooling для Claude Code помогает писать инструменты редактора Unity и автоматизировать сборки. Активируется при работе с инспекторами, окнами редактора, импортёрами и CI/CD. CX Codex +1 102установок dax-mastery Скилл dax-mastery для Claude Code помогает писать DAX для семантических моделей Power BI. Активируется при работе с мерами, вычисляемыми столбцами, контекстом фильтров и временными расчётами. CX Codex +1 101установок

Спонсоры проекта

Компании, которые помогают держать аналитику открытой