opencv-python 人脸检测，边缘检测，识别形状，图像分割，OCR，OMR，验证码识别，二维码识别，行人检测等应用解决思路

opencv-python作为经典的计算机视觉，图片处理平台，可以用来开发很多基础应用，关于opencv-python里边函数的应用小结如下，欢迎讨论：

1. 人脸检测 一般用 haarCascade 车牌检测 也可以用haarCascade

2. 识别边缘可以用HED(dnn，opencv自带的dnn) 或者canny

3. 识别形状 如直线 圆形 可以用hough_LineP, hough_circle
   (检测道路，检测围棋)

4. 检测小的圆形斑点可用blob, SimpleBlobDetector 这和hough_circle还是有细微的区别的

5. 识别其他形状(三角形 方形 ),轮廓可以用findContour(边缘与轮廓 有的时候可以很相近 取决于图片内容，也取决于问题)

6. 走迷宫 可以用膨胀再腐蚀的操作

7. image segmentation,检测连通体 可以用MSER

8. OCR 可以用tesseract(brew) pytesseract(pip) 或者tesserocr(pip) tesserocr更好用

9. OMR需要使用a four point perspective transform, 使用 getPerspectiveTransform 和 warpPerspective
   来获得一个答题卡的自上而下的鸟瞰视图 再使用findContour 识别涂卡区域的圆圈

10. 验证码的识别可以用机器学习 deep CNN， keras (准确率很高)也可以用OCR

11. 二维码，条形码的识别用对应的包就好了

12. 去水印可以用inpaint() 但是效果不一定好 也可以自己写类似ps去水印原理的方法

13. videotracking 里边可以用不同的tracker tracker_types = [‘BOOSTING’, ‘MIL’, ‘KCF’, ‘TLD’, ‘MEDIANFLOW’, 'GOTURN’]

14. 行人检测 用的比较多的检测符是HOG(HOG descriptor/person detector)

以上的每一种应用都可以对应一个项目，以后再找时间展开。