Opencv 计算机视觉学习初探

CV学习 Opencv学习总结：
近两周在辅助驾驶系统公司跟岗图像算法工程师岗位，学习工具Opencv，实现语言C++，python，初步了解图像和数据的关联性

BGR图像：像素反映的是图像信息量的大小，由数字组成，其色彩由三原色：红色 绿色 蓝色 相组成，三个分量（BGR）代表的数值，每个分量大小为2^8
相组合形成最终的图像，已知能表示的图像共有256^3之多。
HSV图像：
H(hue)色调，以角度表示颜色：如该图所示

S(saturation)：饱和度，衡量颜色接近标准颜色的数值
V(value) ：亮度，颜色的明亮程度
函数使用总结
cvtColor(image,cv2.COLOR_BGR2HSV):将BGR序列形式图像转换成HSV，

注意在VS2022中，BGR格式图片三个分量为Red Green Blue(头和尾顺序调换)，代码运行示例：

RGB 和BGR两种不同的模式，转换效果也不相同，RGB模式转换后底色显示出橙色，BGR模式转换后底色呈现红色

写在最后：
Opencv感觉比较底层，虽然也是高度封装，但是其背后的数学原理和实现方法值得深究
后期计划使用Pytorch，Tenserflow等神经网络构造模型，目前进度为CNN， 来完成图像的工作
更多的知识内容与代码演示明天上班后继续更新