opencv学习第一天-CSDN博客

本文链接：https://blog.csdn.net/m0_59821479/article/details/128295001

认识计算机视觉

一、计算机视觉的发展历史

最早可以追溯到墨子所作的小孔成像实验。
而现代的计算机视觉发展历史则于相机密切相关。

1966年MIT的马文·明斯基的学生实现了PC链接摄像机

1982年马尔发布了一本叫做《视觉》的书，这标志着计算机视觉成为了一门正式的学科

1999年，David Lowe发表SIFT特征相关论文

2001年，V&J发表基于HAAR特征的实时人脸检测

2005年，HOG特征提取的行人检测算法提出

2006年，Pascal VOC数据集发布

目标检测
语义分割
…
2012年，AlexNet模型赢得ImageNet图像分类比赛冠军
深度学习在视觉领域开始流行
计算机视觉+5G，未来世界信息都在像素中，离不开计算机视觉

二、计算机视觉的主要任务

早期，计算机视觉主要研究领域是重建。
2012年以后，计算机视觉在感知与重建两个领域都受到了深度学习的影响，进入了快速发展期。
计算机视觉的最终目标是通过图灵测试。

三、应用场景

自动驾驶、辅助驾驶
机器视觉-AI+机构/工业质检智能
安防监控-人脸识别/火灾监控/异常监控
其他更多行业

计算机视觉框架

一、早期计算机视觉框架概述

Matlab的历史最早可以追溯到1970年，早期作为数据处理工具箱，后期支持图像处理。
Matrox mil 1993年发布了第一个版本
Halcon最早可以追溯到1996年，至今有25年历史
OpenCV在1999年启动，在2006年发布了1.0版本（唯一一个免费的）
VisionPro 在2009年发布

此外还有一些其他的框架

SimpleCV
BoofCV
Dlib
JavaCV

二、深度学习计算机视觉框架

Caffe
Tensorflow
Paddlepaddle
Keras

除了以上的训练框架以后，还有一些部署框架。

三、当前计算机框架

四、计算机视觉框架的未来趋势

低代码平台
传统视觉与深度学习整合
算法设计流程化/可视化
算法模块易用性与通用性
计算机资源异构化支持趋势
深度学习模型训练简捷化

OpenCV框架

一、发展历史

1999年开始
2006年发布了1.0版本
2009年发布了2.0版本
2012年转入社区托管模式
2015年发布了3.0版本
2018年发布了4.0版本
截至2022年4月份，发布了4.5.5版本

二、模块架构

加速技术
- TBB
- PPL
- SSE
- CUDA
- UI(统一指令集)
系统支持
- Windows
- MacOS
- Linux
架构支持
- x86
- x64
- ARM
- RISCV
- GPU/CUDA

安装与支持

在安装opencv-python中，我也遇到很多困难，如电脑安装有多个ptrhon环境，如何安装编译器等，在这里我附上几个我觉得比较好的安装说明，由于我用的编译器是vscode，相对安装比较麻烦，有需要的也可以安装其他编译器，当然我也会将vscode的安装说明链接附上。

link1

link2

link3

pip install opencv-python  -i https://pypi.tuna.tsinghua.edu.cn/simple

（这个是清华的镜像，有很多库或者插件都可以用这个下载，会快很多哦）

ps:这里再附一下国内的镜像源，下载成功概率会高很多吧应该

清华：https://pypi.tuna.tsinghua.edu.cn/simple
阿里云：http://mirrors.aliyun.com/pypi/simple/
中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/
华中理工大学：http://pypi.hustunique.com/
山东理工大学：http://pypi.sdutlinux.org/
豆瓣：http://pypi.douban.com/simple/

如果用清华源还没成功就试试换成以上几个源，尤其是报错内容为：Exception: Traceback (most recent call last)的，这个错一般就是网络的问题或者源的，下文中使用清华源的指令都可以将清华源换成别的。。

还是报错的话，再试试指令：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple --trusted-host pypi.tuna.tsinghua.edu.cn opencv-python

图像读取与显示
一、理解图像

如果是灰度图像，就是单通道的；如果是彩色图像，就是三通道的。

二、图像读取与显示

import cv2 as cv
import numpy as np
imread函数：读取图像
imshow函数：显示图像
cv.imread(filename[,flag])
cv.imshow(winname, mat)
cv.waitKey(0) # 一直等待，知道任意一个键盘操作
cv.waitKey(1000) # 表示等待1000毫秒

三、实际操作

import cv2
import numpy as np

def show_img():
    image=cv2.imread("D://1.png")
    cv2.imshow("image",image)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

show_img()