OpenCV介绍

OpenCV介绍

1 OpenCV简介

由 Intel 俄罗斯团队发起并维护的计算机视觉处理开源软件库，支持计算机视觉与机器学习相关算法，持续扩展。

1.1 OpenCV 的优势

1. 多语言支持

   基于 C++ 实现，提供 Python、Ruby、Matlab 等接口。其中 OpenCV-Python 结合了 C++ API 的高效与 Python 语言的易用性。

2. 跨平台兼容

   支持 Windows、Linux、OS X、Android、iOS 等系统，基于 CUDA 和 OpenCL 的高速 GPU 操作接口正在开发中。

3. 专业开发团队

   拥有活跃的开发团队，保障了库的持续更新与技术优化。

4. 功能强大的 API

   具备完善的传统计算机视觉算法、主流机器学习算法，并新增了对深度学习的支持。

1.2 OpenCV-Python

OpenCV-Python 是一个 Python 绑定库，旨在解决计算机视觉问题。

Python 是一种由 Guido van Rossum 开发的通用编程语言，它很快就变得非常流行，主要是因为它的简单性和代码可读性。它使程序员能够用更少的代码行表达思想，而不会降低可读性。

与 C / C++ 等语言相比，Python 速度较慢。也就是说，Python 可以使用 C / C++ 轻松扩展，这使我们可以在 C / C++ 中编写计算密集型代码，并创建可用作 Python 模块的 Python 包装器。这给我们带来了两个好处：首先，代码与原始 C / C++ 代码一样快（因为它是在后台工作的实际 C++ 代码），其次，在 Python 中编写代码比使用 C / C++ 更容易。OpenCV-Python 是原始 OpenCV C++ 实现的 Python 包装器。

OpenCV-Python 使用 Numpy，这是一个高度优化的数据库操作库，具有 MATLAB 风格的语法。所有 OpenCV 数组结构都转换为 Numpy 数组。这也使得与使用 Numpy 的其他库（如 SciPy 和 Matplotlib）集成更容易。

1.3 OpenCV部署方法

安装 OpenCV 前需要先安装 numpy, matplotlib。

创建 Python 虚拟环境 cv, 在 cv 中安装即可。

先安装 OpenCV-Python, 由于一些经典的算法被申请了版权，新版本有很大的限制，所以选用 3.4.3 以下的版本

pip install opencv-python==3.4.2.17

现在可以测试下是否安装成功，运行以下代码无报错则说明安装成功。

import cv2
# 读一个图片并进行显示(图片路径需自己指定)
lena=cv2.imread("1.jpg")
cv2.imshow("image",lena)
cv2.waitKey(0)

如果我们要利用 SIFT 和 SURF 等进行特征提取时，还需要安装：

pip install opencv-contrib-python==3.4.2.17