Py之cv2:cv2库(OpenCV,opencv-python)的简介、安装、使用方法(常见函数、方法等)最强详细攻略
目录
关于OpenCV简介
OpenCV应用领域
1、计算机视觉领域方向
2、计算机操作底层技术
安装OpenCV的的两种方法
T1、使用whl文件法
T2、直接命令法
T3、Anaconda 环境下安装
OpenCV常见函数、方法
0、基本库函数
1、图像基本运算
2、Image.open 和cv2.imread 的区别及其转换
相关文章:
Py之cv2:cv2库(OpenCV)的简介、安装、使用方法(常见函数、方法等)最强详细攻略
CV:计算机视觉图像的基础知识—以python的cv2库来了解计算机视觉图像基础
CV:计算机视觉图像的基础知识—以python的cv2库来了解计算机视觉图像基础—代码实现
CV:计算机视觉图像的基础知识—以python的cv2库来了解计算机视觉图像基础—代码实现—图像基础各种操作(函数及案例)
关于OpenCV简介
OpenCV是一个基于BSD许可(开源)发行的跨平台计算机视觉库,可以运行在Linux、Windows、Android和Mac OS操作系统上。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,它的主要接口也是C++语言,但是依然保留了大量的C语言接口。
在计算机视觉项目的开发中,OpenCV作为较大众的开源库,拥有了丰富的常用图像处理函数库,采用C/C++语言编写,可以运行在Linux/Windows/Mac等操作系统上,能够快速的实现一些图像处理和识别的任务。此外,OpenCV还提供了Java、python、cuda等的使用接口、机器学习的基础算法调用,从而使得图像处理和图像分析变得更加易于上手,让开发人员更多的精力花在算法的设计上。
OpenCV应用领域
1、计算机视觉领域方向
- 1、人机互动
- 2、物体识别
- 3、图像分割
- 4、人脸识别
- 5、动作识别
- 6、运动跟踪
- 7、机器人
- 8、运动分析
- 9、机器视觉
- 10、结构分析
- 11、汽车安全驾驶
2、计算机操作底层技术
- 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。
安装OpenCV的的两种方法
1、几点注意事项:
- 安装的时候是 opencv_python,但在导入的时候采用 import cv2。
- 因为OpenCV依赖一些库,可以在本博客中查找一些依赖库的安装方法,例如安装Numpy方法等,本博客应有尽有!
T1、使用whl文件法
先去官网https://www.lfd.uci.edu/~gohlke/pythonlibs/#opencv,下载相应Python版本的OpenCV的whl文件