OpenCv-Python 开源计算机视觉库 (一)

1. 初识 OpenCv

1999年，英特尔的 Gary Bradsky 发起了 OpenCv 项目，并于 2000 年发布第一个版本。2005年，OpenCv 被首次应用在 Stanley，这也是赢得同年 DARPA 大挑战赛的车型。如今，OpenCv 除了支持计算机视觉，还增加了众多机器学习相关算法，未来还将持续扩展。

OpenCV 支持众多主流编程语言，如：C++，Python，Java 等，可在不同的平台上使用，包括 Windows，Linux，OS X，Android 和 iOS。此外，基于 CUDA 的高速 GPU 运算接口，和 OpenCL 也在开发当中。

2. OpenCV-Python

本文介绍的是 OpenCv 的 Python 接口，即 OpenCV-Python，但它并非 OpenCv 的 Python 实现，而仅仅是原生 OpenCv C++ 实现的 Python 包装，也就是说，我们可以像普通 Python 模块一样导入使用，但后台运行的依然是 C++ 程序，这样既发挥了 Python 的简单易用性，也充分利用了 C++ 的执行高效性，可谓两者兼得。

值得注意的是，OpenCv-Python 使用 numpy 进行数值运算，所有的 OpenCv（C++）的数组结构都在内部转换成 numpy 数组。当然，这也使得它更容易与其他使用 numpy 的库集成，如：Scipy 和 Matplotlib 。

3. 安装

pip install opencv-python

4. 功能概览

• GUI支持: 显示和保存图片和视频，控制鼠标事件和跟踪栏
• 核心运算：图片像素编辑，对图像执行算术运算，性能优化
• 图像处理：颜色空间变化，几何变换，图像阈值，平滑处理，渐变，边缘检测，融合，轮廓线，直方图，傅立叶变化，余弦变换，模版匹配，霍夫线变换，霍夫圆变换，图像分割，前景提取，
• 特征检测与描述：哈里斯角点检测，托马斯角点检测，SIFT，SURF，ORB，特征匹配，图像查找
• 视频分析：背景分割，目标追踪，
• 相机校准与三维重建：相机校准，姿态预测，极线几何，图像提取景深（3维重建）
• 机器学习：KNN(K 临近值)，SVM(支持向量机), K-Means Clustering(K均值聚类)
• 计算机影像学：图像去噪，图像复原，HDR
• 目标检测：人脸识别

5. 基本操作

导入模块：

import cv2 as cv

5.1 图片打开, 显示, 保存

使用 cv.imread() 打开图片，返回的是一个 numpy 数组。

img = cv.imread('dog.jpeg')

print(type(img), img.shape)

<class 'numpy.ndarray'> (320, 320, 3)

上面得到是彩色图片的 numpy 数组，也可以直接得到灰度图片的 numpy 数组。

img_gray = cv.imread('dog.jpeg', 0)

print(type(img_gray), img_gra