【OpenCV-系列2】01OpenCV简介

1 主要内容

  OpenCV是应用钢钒的开源图像处理库，本课程介绍相关图像处理方法： 几何变换，形态学变换，图像平滑，直方图操作，魔板匹配，霍夫变换；特征提取和描述方法： 理解角点特征，Harris和Shi-Tomas算法，SIFT/SURF算法，Fast算法，ORB算法；OpenCV在视频操作中的应用。

2 图像处理简介

2.1 图像是什么

  ‘图’ 是物体反射或透射光的分布（物体本身性质），‘像’ 是人的视觉系统所接受的图 在人脑中所形成的影响或认识。

2.2 模拟图像和数字图像

  模拟图像： 通过某种物理量（光、电等）的强弱变化，来记录图像亮度信息，所以是连续变换的。模拟信号的特点是容易受干扰，如今已经全面被数字图像替代。
  数字图像： 其亮度用离散数值表示

2.3 数字图像的表示

2.3.1 位数

  计算机采用0/1编码的系统，数字图像利用0/1来记录信息，平时接触的图像都是8位数图像，包含0-255灰度，其中0代表黑，255代表白。

2.3.2 图像分类

  （1）二值图像
  二维矩阵仅由0/1两个值构成，‘0’代表黑，‘1’代表白。计算机中二值图像的数据类型通常为一个二进制位。二值图像通常用于文字、萧条图的扫描识别和掩膜的存储。
  （2）灰度图
  每个像素只有一个采样颜色的图像。8个二进制位，256个灰度级
  （3）彩色图
  每个像素由红（R）、绿（G）、蓝（B）三个分量表示，每个分量的值介于（0-255）之间。数据类型为8位无符号整型

3 OpenCV简介

  定义： OpenCV是一种计算机视觉处理开源软件库，支持与计算机视觉和机器学习相关的众多算法，并且在日益扩展。
  OpenCV优势：
  （1）编程语言：
  OpenCV基于C++实现，同时提供python、Ruby、Matlab等语言的接口，OpenCV-Python是OpenCV的Python API，结合了OpenCV C++ API和Python语言的最佳特性。
  （2）跨平台
  可以在不同的系统平台上使用，包括Windows、Linux、OS X、Android和ios。基于 CUDA和OpenCL的高速GPU操作接口也在积极开发中
  （3）丰富的API
  完善的传统计算机视觉算法，涵盖主流的机器学习算法（SKlearn），同时添加了对深度学习(tensorflow、Pytorch)的支持
  OpenCV-Python：
  使用numpy数组

4 OpenCV的模块

  （1）基础模块：
  core模块：最核心数据结构及其基本运算，如绘图、数组操作相关函数
  highgui模块：视频及图像的读取、显示、存储接口
  imgproc模块：实现图像处理的基本方法，包括图像滤波、图像几何变换、平滑、阈值分割、形态学处理、边缘检测、目标检测、运动分析和对象跟踪。
  （2）其他模块：