1. OpenCV简介
OpenCV的全称是Open Source Computer Vision Library,是一个跨平台的计算机视觉处理开源软件库,是由Intel公司俄罗斯团队发起并参与和维护,支持与计算机视觉和机器学习相关的众多算法,以BSD许可证授权发行,可以在商业和研究领域中免费使用。OpenCV可用于开发实时的图像处理、计算机视觉以及模式识别程序,该程序库也可以使用英特尔公司的IPP进行加速处理。
1.1 OpenCV的优势
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。
跨平台
OpenCV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。
活跃的开发团队
自从第一个预览版本于2000年公开以来,目前已更新至OpenCV4.5.3。
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,同时添加了对深度学习的支持。1.2 应用领域
增强现实 人脸识别 手势识别 人机交互 动作识别 运动跟踪 物体识别 图像分割 机器人
2. OpenCV-Python
OpenCV-Python是一个Python绑定库,旨在解决计算机视觉问题。
Python是一种由Guido van Rossum开发的通用编程语言,它很快就变得非常流行,主要是因为它的简单性和代码可读性。它使程序员能够用更少的代码行表达思想,而不会降低可读性。
与C / C++等语言相比,Python速度较慢。也就是说,Python可以使用C / C++轻松扩展,这使我们可以在C / C++中编写计算密集型代码,并创建可用作Python模块的Python包装器。这给我们带来了两个好处:首先,代码与原始C / C++代码一样快(因为它是在后台工作的实际C++代码),其次,在Python中编写代码比使用C / C++更容易。OpenCV-Python是原始OpenCV C++实现的Python包装器。
OpenCV-Python使用Numpy,这是一个高度优化的数据库操作库,具有MATLAB风格的语法。所有OpenCV数组结构都转换为Numpy数组。这也使得与使用Numpy的其他库(如SciPy和Matplotlib)集成更容易。3. OpenCV的模块介绍
3.1 最基础的核心模块
core模块:实现最核心的数据结构及其基本运算,如绘图函数、数组操作相关函数等;
highgui模块:实现视频与图像的读取、显示、存储等接口;
imgproc模块: 实现图像处理的基础方法,包括图像滤波、图像的几何变换、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等;3.2 图像处理其他更高层次的方向及应用相关的模块
stitching模块: 实现图像拼接功能;
features2d模块: 用于提取图像特征及特征匹配;
nonfree模块: 实现一些专利算法,如sift特征;
photo模块: 包含图像修复和图像去噪两部分;
ml模块: 机器学习模块(SVM,决策树,Boosting等);
G-API模块: 包含超高效的图像处理pipeline引擎 ;
FLANN模块: 包含快速近似最近邻搜索FLANN和聚类Clustering算法;
video模块: 针对视频处理,如背景分离,前景检测、对象跟踪等;
objdetect模块: 实现一些目标检测的功能,经典的基于Haar、LBP特征的人脸检测,基于HOG的行人、汽车等目标检测,分类器使用Cascade Classification(级联分类)和Latent SVM等;
calib3d模块: 即Calibration(校准)3D,该模块主要是相机校准和三维重建相关的内容。包含基本的多视角几何算法,单个立体摄像头标定,物体姿态估计,立体相似性算法,3D信息的重建等;
OpenCV简介
最新推荐文章于 2024-06-21 23:21:27 发布