Opencv介绍及环境搭建

Opencv介绍、环境搭建

这一部分介绍下Opencv以及它的安装和使用，因为后续一些文章的示例代码会基于Opencv的库做一些开发。

什么是Opencv

Opencv是一个被广泛使用的开源计算机视觉库，它提供了大量的传统图像处理算法和基于深度学习的计算机视觉算法，以及用于图像和视频的处理方法。

opencv的主要核心算法是用C++编写的，并且对外封装了C++和python语言的API，方便调用。

Opencv具有以下几个特点

代码开源：Opencv的代码是开源的，在遵守开源协议的条件下，我们可以免费下载源代码学习和使用。
opencv官网：官网网址
github仓库：github地址

平台无关：什么是平台无关呢？就是说opencv的库可以在多种系统平台上运行，包括Windows、Linux、macOS、IOS等，这样可以确保大家在不同的平台上使用和部署，迁移成本低。

库很小：opencv的库非常小，总共不到100MB，非常适合在一些小内存的场景下部署，比如一些人脸检测终端。

性能好：由于opencv的核心算法是用C++编写的，并且可以支持多线程和SIMD模式，因此运行效率很高，性能很好。

以上是opencv的几个比较重要的特点，正因为这几个特点，是的opencv无论是在学术界还是工业界都得到了广泛的应用。

Opencv可以用来做什么

opencv提供了大量的接口，用于图像和视频的读取，写入、显示和处理，下面简单介绍下opencv的主要应用场景：

图像、视频处理
opencv可以很方便的读取、写入和处理图像以及视频，它提供了一些图像处理函数，如滤波、阈值处理、形态学处理和边缘检测等。

目标检测和跟踪
opencv包含了一些目标检测和目标跟踪的成套函数，这些函数可以用于检测和跟踪图像中的目标，例如图像中的人脸、视频中的行人和运动的汽车等。

机器学习
opencv还可以进行一些机器学习的任务，它可以构建支持向量机（SVM）、随机森林（Random Forest）这些算法，从而可以完成分类、回归等任务。

Opencv的环境搭建

如果你对Opencv比较熟悉，或者电脑上已经安装了Opencv，可以直接跳过下面的内容。

Python环境搭建（C++的环境搭建在后续介绍），下面以Windows系统为例。

1. 下载安装python：从官网中直接下载即可，官网链接
   
   
   进入官网后，按照上面的步骤打开下载页面，建议下载Stable Releases版本，这是比较稳定的，bug少。

   根据自己的电脑配置下载对应的版本，大部分情况下我们的个人电脑都是Windows 64bit版本，下载后安装即可。

2. 下载安装Opencv
   安装完Python和pip3后即可安装Opencv库。
   i. 按电脑win+r 建打开运行对话框，输入cmd后回车，打开终端界面:
   

   在cmd命令行输入 pip3 install opencv-python 回车即可

   
   回车后会自动下载并安装，等待即可。
   这一步可能会有人出问题，如果报错，可能原因是python版本和opencv版本不对，可以执行下面的命令来安装：

   pip3 install opencv-python==4.3.0.38