OpenCV-Python:计算机视觉框架

已于 2023-12-04 10:09:32 修改
阅读量362 收藏
点赞数 1
文章标签： 计算机视觉 opencv python 框架 OpenCV-Python
于 2023-12-02 16:21:51 首次发布
该博客为作者原创，未经作者同意，仅供参阅，禁止转载。
本文链接：https://blog.csdn.net/mzl_18353516147/article/details/134753873
版权

目录

1.背景

2.早期计算机视觉框架

3.当前主流框架

4.计算机视觉框架的未来趋势

5.知识笔记

1.背景

        俗话说“工欲善其事必先利其器”，想要学好计算机视觉，需要借助于相关的计算机视觉库，这样在进行学习的时候可以达到事半功倍的效果。

2.早期计算机视觉框架

  • MATLAB

        MATLAB（矩阵实验室）是一种高级的数学计算和科学编程语言，广泛用于工程、科学和术领域。它提供了一种快速、方便和可靠的方式来执行数值计算、可视化和数据分析。最早历史可以追溯到1970年，开始是仅作为数据处理工具箱，后期支持图像处理。

以下是 MATLAB 的一些主要特点和功能：

1.数值计算和算法：MATLAB 提供了丰富的数学和科学计算函数，可以进行矩阵和向量运算、线性代数、数值优化、微积分、概率统计等。

2.可视化和绘图：MATLAB 提供了强大的绘图和可视化功能，可以创建二维和三维图形、动画、插值和曲线拟合等。

3.数据分析和处理：MATLAB 提供了丰富的数据处理和分析工具，可以进行数据清洗、特征提取、模式识别、信号处理等。

4.编程和脚本语言：MATLAB 是一种高级的编程语言，支持脚本化和函数化编程，可以编写复杂的算法和程序。

5.应用开发和部署：MATLAB 提供了应用程序开发工具包，可以创建独立的应用程序、用户界面和部署到不同的平台上。

6.教育和学术研究：MATLAB 是教育界和学术研究领域中广泛使用的工具，用于教学、科研、数据分析和模拟。

MATLAB 的优点包括易于学习和使用、强大的数值计算功能、丰富的工具箱和扩展库、活跃的社区支持等。它被广泛应用于工程、科学、金融、医学等领域，用于解决各种复杂的问题和任务。MATLAB 提供了许多图像处理函数和工具箱，用于处理、分析和操作图像数据。以下是一些常见的图像处理函数和相关工具箱：

1.图像读取和显示函数：

  • imread：读取图像文件
  • imshow：显示图像
  • imwrite：保存图像

2.图像预处理函数：

  • imresize：调整图像大小
  • imrotate：旋转图像
  • imcrop：裁剪图像
  • imadjust：调整图像的对比度和亮度
  • imfilter：应用各种图像滤波器

3.图像增强和滤波函数：

  • histeq：直方图均衡化
  • medfilt2：中值滤波
  • imsharpen：图像锐化
  • imnoise：添加噪声

4.图像分割和边缘检测函数：

  • im2bw：图像二值化
  • edge：边缘检测
  • bwlabel：图像标记和分割
  • regionprops：提取图像区域属性

5.图像特征提取函数：

  • corner：角点检测
  • hough：霍夫变换
  • detectSURFFeatures：SURF特征检测
  • extractHOGFeatures：HOG特征提取

6.图像配准和重建函数：

  • imregtform：图像配准
  • imwarp：图像变换
  • imfuse：图像融合

7.相关工具箱：

  • Image Processing Toolbox：提供了丰富的图像处理函数和工具
  • Computer Vision Toolbox：提供了计算机视觉和图像分析的函数和工具
  • Deep Learning Toolbox：提供了深度学习和神经网络的函数和工具
  • Maxtrox mil

        Maxtrox MIL（Multiple Instance Learning）是一种计算机视觉库，1993年发布的第一个版本，用于解决多实例学习问题。多实例学习是一种监督学习的方法，其中训练数据被组织为实例袋，每个实例袋包含一个或多个实例。与传统的监督学习不同，多实例学习的目标是学习一个模型，能够对整个实例袋进行分类，而不是对单个实例进行分类。

Maxtrox MIL 提供了一套简单而强大的接口和算法，用于解决多实例学习问题。它包括了多个经典的多实例学习算法，如 MILBoost、MILES、MI-SVM 等，可以根据具体的问题选择合适的算法进行模型训练和分类。

  • Halcon

Halcon（HALCON）是由德国MVTec Software GmbH开发的一款强大的计算机视觉库，最早可以追溯到1996年，它是一个全面的软件工具包，用于开发和部署各种计算机视觉应用程序。Halcon提供了丰富的功能和算法，可以处理图像和视频数据，实现目标检测、识别、测量、分割等各种计算机视觉任务。

  • OpenCV

OpenCV（Open Source Computer Vision Library）是一个开源的计算机视觉库，由英特尔公司于在1996年启动，1999年发起并积极维护，，2006年发布1.0版本。它是一个跨平台的库，可在多个操作系统上运行，包括Windows、Linux、macOS、Android和iOS。

  • VisionPro

        VisionPro 是 Cognex 公司2009年开发发布的计算机视觉库，用于工业自动化和机器视觉应用。它提供了一套丰富的功能和工具，用于图像处理、特征提取、目标检测、物体识别、测量和校准等任务。VisionPro 库具有高性能和稳定性，并支持多种操作系统和编程语言，包括 C++、C#、VB.NET 和 Python。它还提供了用户友好的图形用户界面，用于配置和调试视觉应用程序。

  • simpleCV

SimpleCV 是一个简单易用的计算机视觉库，基于 Python 编程语言，用于处理图像和视频数据，并进行各种计算机视觉任务。它提供了丰富的功能和工具，可以帮助用户快速开发计算机视觉应用程序。SimpleCV 的优势在于它的简单易用性和灵活性。它提供了丰富的文档和示例代码，可以帮助用户快速上手和理解库的使用。同时，SimpleCV 还能够与其他 Python 库和工具集成，如 NumPy、OpenCV、scikit-learn 等，可以扩展其功能和应用范围。

  • BoofCV

        BoofCV 是一个用于计算机视觉和机器人视觉的开源 Java 库。它提供了一系列高性能的算法和工具，用于图像处理、特征提取、目标检测与跟踪、摄像头标定等任务。

  • Dlib

        Dlib 是一个开源的 C++ 库，用于机器学习、计算机视觉和图像处理任务。它提供了一系列高性能的算法和工具，包括人脸检测、人脸关键点检测、人脸识别、姿态估计、目标跟踪、图像分类等。

  • JavaCV

        JavaCV 是一个基于 Java 的开源计算机视觉库，它提供了与 OpenCV（Open Source Computer Vision Library）的绑定，使开发者可以在 Java 环境中使用 OpenCV 的功能。JavaCV 提供了对 OpenCV 函数和数据结构的封装，使 Java 开发者可以轻松地调用 OpenCV 的各种功能。JavaCV 还提供了一些额外的功能，如视频捕捉、图像显示、视频编解码等。JavaCV 支持的操作系统包括 Windows、Linux、macOS 等，并且可以与 Java 的图形界面库（如 Swing 和 JavaFX）集成，方便开发图像处理和计算机视觉应用程序。

3.当前主流框架

  • TensorFlow
  • PyTorch
  • Keras
  • Caffe
  • Paddlepaddle

  • OpenVINO
  • TensorRT
  • onnxruntime
  • Deepface
  • YOLO/DarkNet
  • mmdetection
  • Paddle-detection/seg/ocr

4.计算机视觉框架的未来趋势

  • 低代码平台流行趋势明显
  • 传统视觉和深度学习结合趋势明显
  • 算法设计可视化、流程化趋势
  • 算法模块易用性、通用性趋势
  • 计算资源异构化支持趋势
  • 深度模型训练简捷化趋势
  • 无代码化
  • 算法设计流程可视化
  • 导出部署支持多种语言
  • 计算资源支持异构化
  • 算法model zoo丰富化 ，本地与云端
  • 开发者可以贡献算法

5.知识笔记

图灵追慕者
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
【机器视觉Qt+OpenCV从零开始 -001】Qt5.8下第一个带框架界面的Canny算法程序
01-06
前言 本科期间学习过C语言，拿到了计算机二级证书，此外主要自学MATLAB和Python进行深度学习相关的编程。一直以为C++和C#与C语言大同小异，没有重视，在学校的项目需要用C++进行编程，并且甲方点名界面要用Qt做，觉得MFC太难看。也罢，近乎于从0开始，趁着新肺，在家自学C++与Qt，借此记录，欢迎大家交流。 一、开发环境 1、Windows 10 64位； 2、Qt 5.8.0（MINGW编译器，利用Qt Creator而不是宇宙最强IDE——vs）； 3、OpenCV 3.2.0 二、环境配置 参考的是：拜小白教你Qt5.8.0+OpenCV3.2.0配置教程(详细版) 虽然作者讲
BoofCV:BoofCV是用于实时计算机视觉的开源Java库。-开源
04-29
BoofCV是用于实时计算机视觉和机器人应用程序的开源Java库。 为方便使用和高性能而从零开始编写，它提供了创建计算机视觉系统所需的基本和高级功能。 功能包括优化的低级图像处理例程（例如卷积，插值，梯度）到高级功能（例如图像稳定）。 根据Apache 2.0许可发布，可用于学术和商业用途。
AI智能联系人管理(项目源码下载)-Python项目开发案例集锦16
07-25
Python在人工智能（AI）领域具有广泛的应用和支持。作为一种通用的高级编程语言，Python提供了丰富的库和工具，使其成为开发和实现AI解决方案的理想选择。 以下是Python在AI智能方面的一些常见应用： 机器学习：Python拥有众多强大的机器学习库和框架，如Scikit-learn、TensorFlow、Keras和PyTorch等。这些库提供了丰富的算法和工具，用于构建和训练各种机器学习模型，包括分类、回归、聚类、降维和深度学习等任务。 自然语言处理（NLP）：Python在NLP领域也非常流行，有一些重要的库和工具，如NLTK、SpaCy和Gensim等。它们可以帮助处理和分析文本数据，包括文本预处理、词性标注、命名实体识别、情感分析和文本生成等。 计算机视觉：Python在计算机视觉领域也有很强的支持，主要通过OpenCV库来实现。OpenCV提供了各种图像处理和计算机视觉算法，如图像增强、目标检测、人脸识别和图像分割等。 强化学习：强化学习是一种通过与环境交互学习最优行为的方法，Python中的库如Gym和PyTorch等提供了构建和训练强化学习模型的工具和
Mastering-OpenCV-4-with-Python:Packt发行的《使用Python掌握OpenCV 4》
05-10
使用Python掌握OpenCV 4 这是Packt发行的“ 的代码库。 实用指南，涵盖从图像处理，增强现实到使用OpenCV 4和Python 3.7进行深度学习的主题 这本书是关于什么的？ OpenCV被认为是最好的开源计算机视觉和机器学习软件库之一。 它可以帮助开发人员构建有关图像处理，运动检测和图像分割的完整项目。 适用于Python的OpenCV使您能够结合最佳的OpenCV C ++ API和Python语言实时流畅地实时运行计算机视觉算法。 本书涵盖以下激动人心的功能： 处理文件和图像，并探索各种图像处理技术 探索图像转换，例如翻译，调整大小和裁剪 深入了解构建直方图 进行轮廓检测，过滤和绘制 使用增强现实和3D可视化框架 使用机器学习，深度学习和神经网络算法 如果您觉得这本书适合您，请立即获取！ 说明和导航 所有代码都组织在文件夹中。 例如，Chapter02。
UniNet-Pytorch:虹膜识别的准确，通用的深度学习框架
05-28
UniNet-Pytorch Pytorch端口。 虹膜识别的准确，通用的深度学习框架。 参考： Zhao Zijing和Ajay Kumar，“使用深度学习的空间对应特征实现更准确的虹膜识别”，计算机视觉国际会议（ICCV），聚焦，意大利威尼斯，2017年。 安装 Python 3.6 火炬1.0+ 火炬视觉0.2.2+ OpenCV3.4 咖啡（可选） tqdm（可选） 代码结构 ICCV17_版本本文附带的源代码和Caffe模型 楷模本文附带的源代码和Caffe模型 效用 caffemodel2pth.py 将网络参数从caffemodel导出为pytorch pth格式 标准化虹膜图像归一化功能。 normalize_tool.py 虹膜归一化工具。 左键单击以标记，右键单击以绘制一个圆（至少3个点），“ q”键确认，其他键取消 虹膜优先，瞳Kong后 seg
2022 年您需要了解的 10 大计算机视觉框架
Atommath的博客
08-27 4494
2022 年您需要了解的 10 大计算机视觉框架
openCV-Task01:001-004 认识计算机视觉；计算机视觉框架；OpenCV框架；图像读取与显示
猪猪侠的博客
12-11 607
OpenCV Task01~打卡
第一篇：OpenCV和BoofCV选哪个？
究极装配的专栏
08-01 5396
OpenCV和BoofCV到底选哪个？我开始纠结，OpenCV的文档和例子都很多（多到令人发指），用了C/C++的库 BoofCV的文档和例子都很少（特别是中文的少到令人发指），用Java的库。 CSDN大牛的OpenCV教程boofcv官方Performance比较 这里的文档比较老了。应该不能代表最新的状态。怎么办？从跨平台的角度考虑，两个做的都不错。 从写代码难易度考虑，都是从头开始，
让机器“看见”—计算机视觉原理及实战
08-14
课程由哈尔滨工业大学副教授，视觉技术研究室负责人屈教授讲解。由浅入深，图文并茂，在讲述概念的同时注重和实际系统结合，为上手并深入研究无人驾驶，智能机器人，人机交互，医疗等行业应用奠定坚实基础。
计算机视觉框架OpenMMLab（三）：图像分类实战
专注大数据与人工智能技术分享，欢迎私信加群互相学习！
02-04 3691
本篇主要偏向图像分类实战部分，使用MMclassification工具进行代码应用，熟悉其框架应用，为后续处理不同场景下分类问题提供帮助。
基于MFC和OpenCV4.5的显示框架
05-31
OpenCV显示框架，使用VS2015开发，基于MFC和OpenCV4.5的显示框架。里面带有OpenCV4.5的64位库。OpenCV是一个基于BSD许可（开源）发行的跨平台计算机视觉和机器学习软件库，可以运行在Linux、Windows、Android和Mac OS操作系统上。 [1] 它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。
基于python的图片修复程序（实现水印去除）
12-24
图片修复程序-可用于水印去除 在现实的生活中，我们可能会遇到一些美好的或是珍贵的图片被噪声干扰，比如旧照片的折痕，比如镜头上的灰尘或污渍，更或者是某些我们想为我所用但有讨厌水印，那么有没有一种办法可以消除这些噪声呢？ 答案是肯定的，依然是被我们用了无数次的OpenCV这款优秀的框架。 OpenCV 目前，OpenCV逐步成为一个通用的基础研究和产品开发平台。OpenCV这一名称包含了Open和 Computer Vision两者的意思。实际上，Open指Open Source（开源，即开放源代码），Computer Vision则指计算机视觉。OpenCV的发展对软件的开发具有重要影响。想要
计算机视觉、算法实现框架
06-27
详细介绍了深度学习在计算机视觉方面的应用，涉及算法实现、架构等内容
RPA-Python：用于RPA（机器人流程自动化）的Python软件包
02-05
要安装用于RPA（机器人流程自动化）的Python软件包- pip install rpa要在Jupyter笔记本，Python脚本或交互式Shell中使用它- import rpa as r 有关不同操作系统和可选视觉自动化模式的说明- :rainbow_flag_selector:...
Mastering-OpenCV3-Second-Edition:精通OpenCV 3-Packt第二版
05-28
本书将使您直接从事创建功能强大且独特的计算机视觉应用程序的工作。 每章都围绕一个中心项目展开，深入探讨OpenCV重要方面，例如面部识别，图像目标跟踪，制作增强现实应用程序，3D可视化框架和机器学习。 您将学习...
堆叠去噪自编码器matlab代码-Computer-Vision-Action:计算机视觉学习，包括python机器学习动作；基于深度学习的计
05-23
堆叠去噪自编码器matlab代码计算机视觉任务收集 主要计算机视觉任务 阅读纸： 低级 高水平 GAN和文字 其他 物体检测 图像检索/搜索/重新编号 分割 会议 资料集 / Kaggle动作 ：中国数据竞赛的解决方案 计算机视觉...
目标检测的mAP、PR指标含义
最新发布
xw2017的博客
04-23 340
精确率（Precision）表示预测为正样本中真正是正样本的比率，召回率（Recall）表示实际正样本中真正是正样本的比率。表示在不同IoU阈值（从0.5到0.95，步长0.05）（0.5、0.55、0.6、0.65、0.7、0.75、0.8、0.85、0.9、0.95）上的平均mAP。将IoU设为0.5时（大于设定阈值才认为预测正确），计算每一类所有图片的AP，然后所有类别求平均，即mAP。两个算法模型都能成功预测图片中出现的细胞，并且每个bbox都标注一个类别，每个类别还有相应的置信度。
计算机视觉 | 交通信号灯状态的检测和识别
ttrr27的博客
04-22 763
Hi，大家好，我是半亩花海。本项目旨在使用计算机视觉技术检测交通信号灯的状态，主要针对红色和绿色信号灯的识别。通过分析输入图像中的像素颜色信息，利用OpenCV库实现对信号灯状态的检测和识别。
OpenCV-Python
09-06
OpenCV-Python是OpenCV的Python绑定库，它提供了丰富的计算机视觉功能和图像处理算法。它可以用于图像处理、对象检测、特征提取和跟踪、图像分割等任务。为了安装OpenCV-Python，您可以使用pip命令。如果只需要主要模块，可以运行"pip install opencv-python"，如果还需要额外的贡献模块，可以运行"pip install opencv-contrib-python"。根据不同的需求，您可以选择安装不同的版本。目前有OpenCV2和OpenCV3两个大版本，OpenCV3提供了更多功能和方便的特性，但是考虑到与深度学习框架的兼容性和安装的难度，我们推荐先使用OpenCV2进行学习和应用。为了更方便地安装OpenCV-Python，您可以使用以下命令："pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple"。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *3* [OpenCV-python安装教程](https://blog.csdn.net/qq_41627235/article/details/87692748)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *2* [【基础知识】4、python-opencv 超详细介绍](https://blog.csdn.net/jiaoyangwm/article/details/79961778)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

图灵追慕者

您的支持是我写作分享最大动力！

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值