OpenCV-Python图像处理学习笔记（一）——认识、安装、环境测试

本篇学习笔记主要内容在认识、安装以及opencv的环境测试。

获取更多可以查看本栏目其他文章。

往期内容：

OpenCV-Python图像处理学习笔记（一）——认识、安装、环境测试

OpenCV-Python图像处理学习笔记（二）——图像/视频读取保存、分割及边界填充

OpenCV-Python图像处理学习笔记（三）——数值运算、图像阈值、图像平滑（滤波）

OpenCV-Python图像处理学习笔记（四）——形态学操作、图像梯度
OpenCV-Python图像处理学习笔记（五）——Canny 边缘检测、图像金字塔、轮廓检测（一）

OpenCV-Python图像处理学习笔记（六）——轮廓检测（二）、模板匹配
OpenCV-Python图像处理学习笔记（七）——直方图、图像变换

目录

1、简介

2、应用领域

3、安装

4、环境测试

5、小结

---

官方文档：

英文版：https://docs.opencv.org/master/

中文版：https://opencv.org.cn/opencvdoc

1、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。

2、应用领域

        Open CV 的应用领域非常广泛，包括图像拼接、图像降噪、产品质检、人机交互、人脸识别、动作识别、动作跟踪、无人驾驶等。

3、安装

        打开cmd，进入Python环境所在位置

        安装主要模块

pip install opencv-python

        主要模块和额外的模块

pip install opencv-contrib-python

参考：https://pypi.org/project/opencv-python/

        国内镜像源（这里是清华源）

pip install opencv-python - i  https://pypi.tuna.tsinghua.edu.cn/simple/

4、环境测试

import cv2
## 查看opencv版本号
print(cv2.__version__)

5、小结

        下期博客将同步OpenCV一些基本操作内容。