本文作者分享了使用opencv的个人体验，指出opencv作为开源的计算机视觉库，拥有丰富的图像处理函数和优化算法，适合教学。然而，opencv在企业应用中较少，部分功能如模板匹配、形状匹配和边缘提取等的优化程度不足，处理速度和效果有待提升。此外，作者建议通过预处理图像和调整算法来优化opencv的性能。
注：本文由mr_vision个人使用opencv的体会，未经允许，不得转载。若转载需注明文章出处，做好链接。
opencv是一个开源的计算机视觉开发包，这已是众所周知的了，而且越来越多的人开始研究它了。但opencv的使用者还是以高校居多，企业用得比较少，而企业使用opencv也往往是借鉴它的一些算法。
作为开源软件，opencv的优势就是在于它有400多个免费的图像处理函数，而且涉及的面很广，从图像处理到模式识别、从静态图像到运动视频、从二维平面到相机的三维标定以及三维重建，覆盖了机器视觉的大多应用领域。它的许多算法，也是做了很好的优化的，比绝大多数教科书(当然指国内的教科书)算法优化得好。而国内的教科书，很多时候连一个算法也没讲明白过，更不用说到优化了。所以，用好opencv的开发包，就是一个不错的教材。
个人认为opencv可以作为教材的好处在于，一般教材中涉及到的图像处理的基本概念、理论，opencv中都有完美体现，比如说图像处理往往不得不提到的阈值分割、边缘提取这些基本常
最低0.47元/天 解锁文章
扫一扫
22万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
