【计算机视觉】OpenCV 4高级编程与项目实战（Python版）【1】：图像处理基础_python有opencv4环境_opencv 4详解:基于python

5. 显示图像

6. 保存图像

7. 获取图像属性

1. OpenCV简介

OpenCV是目前最流行的计算机视觉处理库之一，受到了计算机视觉领域众多研究人员的喜爱。计算机视觉是一门研究如何让机器“看”的科学，即用计算机来模拟人的视觉机理，用摄像头代替人眼对目标进行识别、跟踪和测量等，通过处理视觉信息获得更深层次的信息。例如，通过拍摄环绕建筑物一周的视频，利用三维重建技术重建建筑物三维模型；通过放置在车辆上方的摄像头拍摄前方场景，推断车辆能否顺利通过前方区域等决策信息。对于人类来说，通过视觉获取环境信息是一件非常容易的事情，因此有人会误认为实现计算机视觉是一件非常容易的事情。但事实不是这样的，因为计算机视觉是一个逆问题，通过观测到的信息恢复被观测物体或环境的信息，在这个过程中会缺失部分信息，造成信息不足，增加问题的复杂性。例如，当通过单个摄像头拍摄场景时，因为失去了距离信息，所以常会出现图像中“人比楼房高”的现象。因此，计算机视觉领域的研究还有很长的路要走。

无论是图像处理还是计算机视觉，都需要在计算机中处理数据，因此研究人员不得不面对一个非常棘手的问题：将自己的研究成果通过代码输入计算机，进行仿真验证。而在这个过程中会重复编写基本的程序，这相当于为了制造一辆汽车，需要重新发明轮子。为了给所有研究人员提供“车轮”，英特尔(Intel)提出了开源计算机视觉库(Open Source Computer Vision Library，OpenCV)的概念，通过在计算机视觉库中包含图像处理与计算机视觉的通用算法，避免重复无用的工作。因此，OpenCV应运而生。OpenCV由一系列C语言函数和C++类构成，除支持使用C/C+语言进行开发之外，它还支持很多其他编程语言，如Java、Python、C#、Ruby等。OpenCV可以在Linux、Windows、macOS、Android、iOS等系统上运行。OpenCV的出现极大地方便了计算机视觉研究人员的算法验证，得到了众多研究者的喜爱。经过20多年的发展，OpenCV已经成为计算机视觉领域最重要的研究工具之一。图1是OpenCV的Logo。