OpenCV 教程

250 次浏览	5次

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 由一系列 C 函数和少量 C++ 类构成，同时提供了 Python、Java、MATLAB 等语言的接口

OpenCV 提供了大量的计算机视觉算法和图像处理工具，广泛应用于图像和视频的处理、分析以及机器学习领域。

OpenCV 的设计目标是提供一套简单易用的计算机视觉基础库，帮助开发人员快速构建复杂的视觉应用。

学习本教程前你需要了解

OpenCV 支持多种编程语言，但 Python 和 C++ 是最常用的两种，Python 语法简单易学，适合初学者。

在开学习 OpenCV 教程之前，我们需要具备基本的 Python 基础，如果你对 Python 还不了解，可以阅读我们的教程：

历史发展

OpenCV 项目最早由英特尔公司于 1999 年启动，致力于 CPU 密集型的任务，是一个包括如光线追踪和 3D 显示的计划的一部分。

1999 年，OpenCV 项目由 Intel 研究院启动，旨在促进计算机视觉的研究和应用。
2000 年，OpenCV 第一个版本发布。
2006 年，OpenCV 1.0 版本发布。
2009 年，OpenCV 2.0 版本发布，增加了对 Python 的支持。
2015 年，OpenCV 3.0 版本发布，增加了对深度学习的支持。
2018 年，OpenCV 4.0 版本发布，进一步优化了性能和功能。
2020 年： OpenCV 4.x 版本发布，进一步加强了对现代计算平台（如 CUDA、OpenCL）的支持，并增加了更多机器学习和计算机视觉的功能。

实例

OpenCV 读取并显示一张图像:

# 导入 OpenCV 库，并使用别名 cv 代替 cv2
import cv2 as cv

# 将 "path/to/image" 替换为实际的图像路径，例如 "cat.jpg" 或 "C:/images/dog.png"
img = cv.imread("path/to/image")

# 如果图像路径错误或文件不存在，cv.imread() 会返回 None
if img is None:
# 打印错误信息
print("Error: Could not load image.")
# 退出程序
exit()

# "Display window" 是显示窗口的名称，可以自定义
# img 是要显示的图像数据
cv.imshow("Display window", img)

# 等待按键输入
# 参数 0 表示无限等待，直到用户按下任意键
# 返回值 k 是用户按下的键的 ASCII 码值
k = cv.waitKey(0)

# 检查用户是否按下 Esc 键（ASCII 码为 27）
if k == 27:
# 关闭所有 OpenCV 窗口
cv.destroyAllWindows()

250 次浏览	5次

< 首页

< 下一页