Python 计算机视觉 OpenCV 学习（一）

什么是OpenCV

OpenCV是一个基于Apache2.0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。

OpenCV用C++语言编写，它具有C ++，Python，Java和MATLAB接口，并支持Windows，Linux，Android和Mac OS，OpenCV主要倾向于实时视觉应用，并在可用时利用MMX和SSE指令， 如今也提供对于C#、Ch、Ruby，GO的支持。

OpenCV应用

• 计算机视觉领域方向
• 人机互动
• 物体识别
• 图像分割
• 人脸识别
• 动作识别
• 运动跟踪
• 机器人
• 运动分析
• 机器视觉
• 结构分析
• 汽车安全驾驶

OpenCV技术

• 图像数据的操作： 分配、释放、复制、设置和转换。 图像是视频的输入输出I/O ，文件与摄像头的输入、图像和视频文件输出）。
• 矩阵和向量的操作以及线性代数的算法程序：矩阵积、解方程、特征值以及奇异值等。
• 各种动态数据结构：列表、队列、集合、树、图等。
• 基本的数字图像处理：滤波、边缘检测、角点检测、采样与差值、色彩转换、形态操作、直方图、图像金字塔等。
• 结构分析：连接部件、轮廓处理、距离变换、各自距计算、模板匹配、Hough变换、多边形逼近、直线拟合、椭圆拟合、Delaunay 三角划分等。
• 摄像头定标：发现与跟踪定标模式、定标、基本矩阵估计、齐次矩阵估计、立体对应。
• 运动分析：光流、运动分割、跟踪。
• 目标识别：特征法、隐马尔可夫模型：HMM。
• 基本的GUI：图像与视频显示、键盘和鼠标事件处理、滚动条。
• 图像标注：线、二次曲线、多边形、画文字。

OpenCV 安装

pip install opencv-pyhton   # 官方源安装慢可以使用其他源
pip install opencv-python -i https://pypi.douban.com/simple/

OpenCV 使用

读图并显示

# _*_ coding:utf-8 _*_

import os
import cv2 as cv

path = os.path.dirname(os.path.abspath(__file__))

image = cv.imread(path + "//test.jpg")   # 读入当前文件夹下的test.jpg 图片
cv.imshow('image', image)                # 显示图片
cv.waitKey(0)
cv.destroyAllWindows()