OpenCV (Open Source Computer Vision Library)是一个开源的计算机视觉和机器学习软件库。OpenCV的建立是为了为计算机视觉应用程序提供一个通用的基础设施，并加速在商业产品中使用机器感知。作为bsd许可的产品，OpenCV使企业可以很容易地利用和修改代码。
该库有超过2500个优化算法，其中包括经典和最先进的计算机视觉和机器学习算法的综合集。这些算法可以用来检测和识别人脸、识别物体、对视频中的人类动作进行分类、跟踪相机运动、跟踪移动的物体、提取物体的3D模型、从立体相机中生成3D点云、将图像拼接在一起生成整个场景的高分辨率图像、从图像数据库中查找相似的图像、从使用闪光灯拍摄的图像中去除红眼、跟踪眼球运动、识别风景并建立标记，以增强现实覆盖它等。OpenCV拥有超过4.7万人的用户社区，估计下载量超过1800万次。该图书馆广泛用于公司、研究小组和政府机构。
除了像谷歌、雅虎、微软、英特尔、IBM、索尼、本田、丰田等知名公司都使用了OpenCV库之外，还有许多像Applied Minds、VideoSurf和Zeitera这样的初创公司也广泛使用了OpenCV。OpenCV的应用范围很广泛，从将街景图像拼接在一起，在以色列检测监控视频中的入侵行为，在中国监控矿山设备，在柳树车库帮助机器人导航和拾取物体，在欧洲检测游泳池溺水事故，在西班牙和纽约运行互动艺术，在土耳其检查跑道上的碎片，在世界各地的工厂检查产品标签，在日本快速人脸检测。
它有c++， Python, Java和MATLAB接口，支持Windows, Linux, Android和Mac OS跨平台计算机视觉库。OpenCV主要倾向于实时视觉应用程序，并在可用时利用MMX和SSE指令。目前正在积极开发功能齐全的cuda和OpenCL接口。有超过500种算法，组成或支持这些算法的函数数量大约是这些算法的10倍。OpenCV是用c++原生编写的，它有一个模板化接口，可以与STL容器无缝地工作。
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。

官方网站：https://opencv.org/

1、OpenCV应用领域

1.1、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

1.2、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。

cv2(OpenCV，opencv-python)库的安装

1、安装OpenCV的几种方法

安装OpenCV的经验总结与注意事项：

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、直接命令法

pip install opencv-python

T2、使用whl文件法

第一步，官网下载whl文件。https://www.lfd.uci.edu/~gohlke/pythonlibs/#opencv，下载相应Python版本的OpenCV的whl文件，比如如本人下载的为opencv_python‑3.4.1‑cp36‑cp36m‑win_amd64.whl
第二步，pip命令安装。在whl文件所在目录下，命令进行安装即可

pip install opencv_python‑3.4.1‑cp36‑cp36m‑win_amd64.whl

T3、Anaconda 环境下安装


pip install opencv-python
conda install opencv-python      //Anaconda 环境下安装，先打开Anaconda Prompt，再输入本命令进行安装！

20191128更新记录

2、测试是否成功

最后，检测安装情况

import cv2

哈哈，大功告成！

cv2(OpenCV，opencv-python)库的使用方法(常见函数、图像基本运算等)

Welcome to OpenCV-Python Tutorials’s documentation!
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

1、基础函数

1.1、cv2.imread、cv2.imshow、cv2.imwrite、img.copy() 、cv2.resize、cv2.flip、cv2.warpAffine、cv2.putText、cv2.rectangle、cv2.boundingRect等函数

cv2.imread(filepath,flags) #读入一张图像

filepath：要读入图片的完整路径
flags：读入图片的标志
- cv2.IMREAD_COLOR：默认参数，读入一副彩色图片，忽略alpha通道
- cv2.IMREAD_GRAYSCALE：读入灰度图片
- cv2.IMREAD_UNCHANGED：顾名思义，读入完整图片，包括alpha通道

cv2.imshow(wname,img) #显示图像

第一个参数是显示图像的窗口的名字
第二个参数是要显示的图像（imread读入的图像），窗口大小自动调整为图片大小


cv2.imshow('image',img)
cv2.waitKey(0)   #等待键盘输入，单位为毫秒，即等待指定的毫秒数看是否有键盘输入，若在等待时间内按下任意键则返回按键的ASCII码，程序继续运行。
#若没有按下任何键，超时后返回-1。参数为0表示无限等待。不调用waitKey的话，窗口会一闪而逝，看不到显示的图片。
cv2.destroyAllWindow()     #销毁所有窗口
cv2.destroyWindow(wname)   #销毁指定窗口

cv2.imwrite(file，img，num) #保存一张图像

第一个参数是要保存的文件名
第二个参数是要保存的图像。可选的第三个参数，它针对特定的格式：对于JPEG，其表示的是图像的质量，用0 - 100的整数表示，默认95。
第三个参数表示的是压缩级别。默认为3.

img.copy() #图像复制

cv2.resize(image, image2,dsize) #图像缩放：(输入原始图像，输出新图像，图像的大小)

cv2.flip(img,flipcode) #图像翻转，flipcode控制翻转效果。

flipcode = 0：沿x轴翻转；flipcode > 0：沿y轴翻转；flipcode < 0：x,y轴同时翻转

cv2.warpAffine(img, M, (400, 600)) #图像仿射变换：平移；裁剪、剪切、旋转、仿射变换，
M、M_crop、M_shear、M_rotate

cv2.putText(img,'text',(50,150) #图像添加文字：(照片，添加的文字，左上角坐标，字体，字体大小，颜色，字体粗细)


cv2.putText(image, caption, (b[0], b[1] - 10), cv2.FONT_HERSHEY_PLAIN, 1, (255, 0, 0), 1)
cv2.putText(I,'there 0 error(s):',(50,150),cv2.FONT_HERSHEY_COMPLEX,6,(0,0,255),25)

cv2.rectangle(img, (x,y), (x+w,y+h), (0,255,0), 2) #画出矩行：img原图、(x，y)是矩阵的左上点坐标、(x+w，y+h)是矩阵的右下点坐标、(0,255,0)是画线对应的rgb颜色、2是所画的线的宽度。

cv2.boundingRect(img) #返回图像的四值属性：img是一个二值图，即是它的参数；返回四个值，分别是x，y，w，h； x，y是矩阵左上点的坐标，w，h是矩阵的宽和高。

1.2、cvtColor之Opencv2.x和Opencv3.x

cv2.cvtColor() #图像颜色空间转换

img2 = cv2.cvtColor(img,cv2.COLOR_RGB2GRAY) #灰度化：彩色图像转为灰度图像
img3 = cv2.cvtColor(img,cv2.COLOR_GRAY2RGB) #彩色化：灰度图像转为彩色图像
# cv2.COLOR_X2Y，其中X,Y = RGB, BGR, GRAY, HSV, YCrCb, XYZ, Lab, Luv, HLS

2、图像基本运算

图像的基本运算有很多种，比如两幅图像可以相加、相减、相乘、相除、位运算、平方根、对数、绝对值等；图像也可以放大、缩小、旋转，还可以截取其中的一部分作为ROI（感兴趣区域）进行操作，各个颜色通道还可以分别提取及对各个颜色通道进行各种运算操作。
bitwise_and、bitwise_or、bitwise_xor、bitwise_not四个按位操作函数，是将基础数学运算应用于图像像素的处理中。


bitwise_and、bitwise_or、bitwise_xor、bitwise_not这四个按位操作函数。
void bitwise_and(InputArray src1, InputArray src2,OutputArray dst, InputArray mask=noArray());//dst = src1 & src2
void bitwise_or(InputArray src1, InputArray src2,OutputArray dst, InputArray mask=noArray());//dst = src1 | src2
void bitwise_xor(InputArray src1, InputArray src2,OutputArray dst, InputArray mask=noArray());//dst = src1 ^ src2
void bitwise_not(InputArray src, OutputArray dst,InputArray mask=noArray());//dst = ~src

bitwise_and()：是对二进制数据进行“与”操作，即对图像（灰度图像或彩色图像均可）每个像素值进行二进制“与”操作，1&1=1，1&0=0，0&1=0，0&0=0
bitwise_or()：是对二进制数据进行“或”操作，即对图像（灰度图像或彩色图像均可）每个像素值进行二进制“或”操作，1|1=1，1|0=0，0|1=0，0|0=0
bitwise_xor()：是对二进制数据进行“异或”操作，即对图像（灰度图像或彩色图像均可）每个像素值进行二进制“异或”操作，1^1=0,1^0=1,0^1=1,0^0=0
bitwise_not()：是对二进制数据进行“非”操作，即对图像（灰度图像或彩色图像均可）每个像素值进行二进制“非”操作，~1=0，~0=1

3、Image.open 和cv2.imread 的区别及其转换

Image.open 打开来的图像格式，cv2.imread 读出来是像素格式。

CV：Image.open 和cv2.imread的简介、区别及PIL.Image格式/OpenCV格式相互转换代码实现之详细攻略

参考文章
OpenCV之bitwise_and、bitwise_not等图像基本运算及掩膜
 模块cv2的用法

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/Monodyee/article/detail/216249