OpenCV简介、OpenCV安装
本文目录：
零、时光宝盒
一、OpenCV简介
二、OpenCV图像处理基础知识
三、OpenCV-Python环境安装
2.1、纯python环境下安装OpenCV
2.2、Anaconda管理环境下安装 OpenCV
四、如何用OpenCV 中进行读取展示图像
五、OpenCV读取图像、显示、保存的例子
零、时光宝盒
逆境清醒：https://blog.csdn.net/weixin_69553582
前几天，看到新闻，我家所在的学校（广州华南理工大学）计算机图像处理专家、计算机学院副教授、博士生导师全宇晖，于2025年1月14日在广州因病逝世，终年39岁（1985年生）。去年全宇晖才刚刚入选全球前2%顶尖科学家“年度科学影响力”榜单。
心里很难过，我不认识他，岁数上他比我小很多，能力上他比我优秀很多很多，但却比我先走了。
为此，我新开了OpenCV专栏，谨以此OpenCV专辑向他致敬。
逆境清醒
2025.1.20
此文地址：https://blog.csdn.net/weixin_69553582/article/details/145209776
一、OpenCV简介
(OpenCV标志，图片来源：截图自OpenCV官网）
OpenCV （Open Source Computer Vision Library），是计算机视觉中经典的专用库，OpenCv 可以运行在多平台之上，轻量级而且高效，由一系列 C 函数和少量 C++类构成，提供了 Python、Ruby、MATLAB 等语言的接口。
以下是OpenCV的发展历史的一些重要里程碑：
1、1999年：OpenCV项目开始，由Gary Bradsky于1999年在英特尔创立。由Intel公司的Gary R. Bradski领导。最初的目标是为智能机器人提供一个开源的计算机视觉库。
2、 2000年：OpenCV的第一个版本（1.0）发布。它包含了基本的图像处理和计算机视觉算法，如边缘检测、图像分割和特征提取等。
3、2005年，OpenCV被用于斯坦利，这辆车赢得了2005年DARPA大挑战赛。后来，在Willow Garage的支持下，它的积极开发继续进行，Gary Bradsky和Vadim Pisarevsky领导了该项目。
4、 2006年：OpenCV 1.0的稳定版发布。这个版本包含了许多新特性和改进，包括基于特征的物体检测和跟踪算法。
5、 2008年：OpenCV 2.0发布。这个版本是一个重大的里程碑，引入了C++接口和一些新的功能，如立体视觉和GPU加速。
6、 2012年：OpenCV 2.4发布。这个版本引入了更多的功能和改进，如人脸识别、行人检测和动态标记等。
7、 2015年：OpenCV 3.0发布。这个版本带来了一些重大的改变，如支持C++11标准、移动端支持和更好的性能优化。
8、2019年：OpenCV 4.0发布。这个版本引入了许多新功能，如DNN模块、改进的人脸识别和增强现实等。
OpenCV在过去几十年里一直在不断发展和改进，成为了最受欢迎的计算机视觉库之一。OpenCV现在支持与计算机视觉和机器学习相关的多种算法，并且正在日益扩展。它被广泛应用于各种领域，包括机器人技术、安防系统、图像处理和医学影像等。
OpenCV支持多种编程语言，如C++、Python、Java等，并可在Windows、Linux、OS X、Android和iOS等不同平台上使用。基于CUDA和OpenCL的高速GPU操作接口也在积极开发中。
OpenCV-Python是OpenCV的Python API，n是一个Python绑定库，旨在解决计算机视觉问题。结合了OpenCV C++API和Python语言的最佳品质。
我写的这个OpenCV系列教程，是基于Python语言的。
我个人电脑目前版本：Python 3.12.4。OpenCV 4.10.0。
二、OpenCV图像处理基础知识
OpenCV是一个开源的计算机视觉库，可以用于图像处理和计算机视觉任务。
OpenCV图像处理涉及的相关知识包括：
1. 图像加载和保存：使用OpenCV库可以读取图像文件。OpenCV可以加载和保存各种图像格式，包括常见的JPEG、PNG和BMP格式。
2. 图像显示：OpenCV可以显示图像，并提供了一些调整图像显示的功能，如调整图像大小和亮度等。
3. 图像基本操作：OpenCV提供了一系列基本的图像操作功能，包括图像剪切、复制、旋转、缩放、平移、裁剪、镜像等操作。
4. 图像滤波：OpenCV提供了各种图像滤波器，包括平滑滤波（如均值滤波、高斯滤波等）和锐化滤波（如拉普拉斯滤波、Sobel滤波等），用于图像平滑和降噪。
5. 图像边缘检测：OpenCV提供了一些边缘检测算法，如Canny边缘检测算法和Sobel边缘检测算法，用于检测图像中的边缘。通过查找图像中的轮廓，可以提取出图像中的对象形状。
6. 图像特征提取：OpenCV提供了一些常用的图像特征提取算法，如Harris角点检测算法和SIFT特征提取算法等。通过提取图像中的特征点，并使用特征描述算法（如SIFT、SURF等）和特征匹配算法（如FLANN、RANSAC等），可以实现图像的特征匹配和识别。
7. 图像变换：OpenCV提供了一些图像变换的功能，如图像的仿射变换和透视变换，用于图像的旋转、缩放和投影等。包括灰度转换、色彩空间转换（如RGB到HSV的转换）、透视变换等操作。
8. 图像分割：OpenCV提供了一些图像分割算法，如基于颜色的分割和基于边缘的分割算法，用于将图像分割为不同的区域。通过设置阈值，可以将图像分割成不同的区域，以便进行后续处理。
9. 目标检测：OpenCV提供了一些目标检测算法，如基于Haar特征的级联分类器和基于深度学习的目标检测算法，用于检测图像中的特定目标。
10. 图像配准：OpenCV提供了一些图像配准算法，如基于特征的配准和基于互信息的配准算法，用于将多幅图像对齐。
11. 图像通道操作：通过拆分和合并图像通道，可以对图像的不同通道进行独立处理。
12.图像形态学操作：包括腐蚀、膨胀、开运算、闭运算等操作，可以用来处理图像中的噪声和提取图像中的特征。
这些知识只是OpenCV图像处理中的一部分内容，OpenCV还提供了许多其他功能和算法，可以根据具体的需求进行学习和应用。通过学习和应用这些知识，可以实现各种图像处理任务，如图像增强、目标检测、目标跟踪等。
三、OpenCV-Python环境安装
请先安装和配置好python开发环境
安装 OpenCV（Python 版）前提条件：
- 安装了 Python（建议使用 Python 3.x 版本）
- 安装了 pip（Python 包管理工具）。
2.1、纯python环境下安装OpenCV
使用以下命令验证是否安装：
python -V
pip -V如果能够正常显示版本号，说明基础环境ok
如果还未安装 Python 参考：
使用 pip 安装 OpenCV 是最简单和直接的方法，你只需要在命令行中输入以下命令：
pip install opencv-python该命令会自动从 PyPI（Python 包索引）下载并安装 OpenCV 的 Python 版本。
如果需要额外的模块（例如 contrib 模块），可以安装 opencv-contrib-python：
pip install opencv-contrib-pythonopencv-contrib-python这个版本包含了更多 OpenCV 的模块和功能，适合需要深度学习、物体识别等复杂任务的开发者。
opencv-python 和 opencv-contrib-python 包是 OpenCV 的不同版本，它们分别包含了核心模块和扩展模块，一般来说，opencv-contrib-python 包含更多功能，适合需要高级应用的用户。
带下载源安装命令(例如使用清华源）：
pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple
安装完成后，可以通过以下代码验证 OpenCV 是否安装成功：
import cv2
print("当前Opencv版本号是：",cv2.__version__)如果能输出了 OpenCV 的版本号，例如 我的电脑4.10.0，说明OpenCV 安装成功。
2.2、Anaconda管理环境下安装 OpenCV
如果需要安装Anaconda和相关python，请查看这篇文章：
Anaconda 2024.06-1安装设置
如果你使用 Anaconda 来管理 Python 环境，
进入你需要安装 OpenCV的虚拟环境，
如果你还没有Anaconda下的python虚拟环境，可以按以下步骤先建立一个：
（1）、创建一个新的虚拟环境（可选）：
conda create -n 此处填写你的虚拟环境名称 python=python版本号
例如创建一个名字叫opencv_test的虚拟环境：
conda create -n opencv_test python=3.12激活opencv_test环境：
conda activate opencv_test安装 OpenCV：
conda install -c conda-forge opencv如果只需要主模块，可以通过pip安装opencv-python
进入cmd命令行，
pip install opencv-python 如果您需要main和contrib模块，请运行pip install-opencv-contrib-python（查看opencv文档中列出的额外模块）
四、如何用OpenCV 中进行读取展示图像
不管怎么样，我们只有先获取图像之后，才能对图像进行操作处理，信息提取，结果输出，图像显示，图像保存。
OpenCV 中进行读取展示的步骤如下：
- 图像读取；
- 窗口创建；
- 图像显示；
- 图像保存；
- 资源释放。
OpenCV支持的图片格式：
- Windows位图（bmp）、
- 便携式图像格式（pbm、pgm、ppm）
- Sun光栅（sr、ras）等图像格式。
在插件的帮助下
果您自己构建库，则需要指定使用它们，但在系统默认提供的软件包中），
- 您还可以加载JPEG（JPEG、jpg、jpe）、
- JPEG 2000（jp2-在CMake中代号为Jasper）、
- TIFF文件（TIFF、tif）和便携式网络图形（png）等图像格式。
- 此外，OpenEXR也是一种可能性。
OpenCV读取图像的基本函数有 ：
| 函数 | ||
| 1 | cv2.imread(filename，flags) | 从文件读取图像 |
| 2 | cv2.namedWindow() | OpenCV窗口创建 |
| 3 | cv2.imshow() | 在OpenCV窗口中显示图像 |
| 4 | cv2.imwrite() | 将图像写入文件 |
| 5 | cv2.destroyWindow() | 释放窗口 |
| 6 | cv2.destroyAllWindows() | 释放所有窗口 |
| 7 | cv2.cvtColor(img，color_change) | 对颜色维度进行转换。 |
| 8 | cv2.waitKey() | 等待键盘输入，若未输入，则一直等待 |
注 意：
使用OpenCV读取的图像的颜色通道为BGR（蓝绿红），Matplotlib使用的颜色通道为RGB（红绿蓝），
所以如果要正常显示图像的颜色效果，需要进行颜色通道转换。
先将OpenCV读取的BGR（蓝绿红）颜色通道的图像转换为RGB（红绿蓝）颜色通道的图像，再使用Matplotlib正确显示图像。
有关计算机图像颜色的介绍，
请查看这篇文章：计算机视觉基础__图像特征https://blog.csdn.net/weixin_69553582/article/details/130068666https://blog.csdn.net/weixin_69553582/article/details/130068666https://blog.csdn.net/weixin_69553582/article/details/130068666https://blog.csdn.net/weixin_69553582/article/details/130068666
https://blog.csdn.net/weixin_69553582/article/details/130068666
五、OpenCV读取图像、显示、保存的例子
一个例子，展现OpenCV读取图像、显示、保存，
运行后，
当接受键盘按键是“s"时，保存当前打开的图片名字为：“first.png";
当接受键盘按键是除了“s"外的其他按键时，退出。
相关的代码如下：
import cv2 as cv
import sys
img = cv.imread(cv.samples.findFile("images/1.png"))
if img is None:
sys.exit("不能读取图片.")
cv.imshow("逆境清醒opencv教程系列", img)
key = cv.waitKey(0)
if key == ord("s"):
cv.imwrite("first.png", img)先有个大概的概念，下面陆续会有详细介绍，我也在学习中，有兴趣的一起了解一下吧。
下一篇请看：
OpenCV imread函数读取图像__实例详解https://blog.csdn.net/weixin_69553582/article/details/145268598
推荐阅读：
逆境清醒文章总目录表
|
|
|
|
| 给照片换底色（python+opencv） | 猫十二分类 | 基于大模型的虚拟数字人__虚拟主播实例 |
|
|
|
|
| 计算机视觉__基本图像操作（显示、读取、保存） | 直方图（颜色直方图、灰度直方图） | 直方图均衡化（调节图像亮度、对比度） |
|
|
|
|
| 语音识别实战（python代码）(一） | 人工智能基础篇 | 计算机视觉基础__图像特征 |
逆境清醒
|
|  |  |
| matplotlib 自带绘图样式效果展示速查（28种，全） | PyCharm 社区版（2024.2.3）安装、配置、创建项目 | pycharm汉化插件无法使用也无法卸载的解决方法 |
|
|  |  |
| Three.js实例详解___旋转的精灵女孩(附完整代码和资源)（一） | 开源数据科学平台Anaconda简介 | 最新版本Anaconda 2024.06-1安装设置 |
|
|
|
|
| 立体多层玫瑰绘图源码__玫瑰花python 绘图源码集锦 | Python 3D可视化（一） | 让你的作品更出色——词云Word Cloud的制作方法（基于python，WordCloud，stylecloud) |
|
|
|
|
| python Format()函数的用法___实例详解（一）(全，例多）___各种格式化替换，format对齐打印 | 用代码写出浪漫__合集（python、matplotlib、Matlab、java绘制爱心、玫瑰花、前端特效玫瑰、爱心） | python爱心源代码集锦（18款） |
|
|
|
|
| Python中Print()函数的用法___实例详解(全，例多） | Python函数方法实例详解全集(更新中...) | 《 Python List 列表全实例详解系列（一）》__系列总目录、列表概念 |
|
|
| |
| 用代码过中秋，python海龟月饼你要不要尝一口？ | python练习题目录 | |
|
|
|
|
| 草莓熊python turtle绘图（风车版）附源代码 | 草莓熊python turtle绘图代码（玫瑰花版）附源代码 | 草莓熊python绘图（春节版，圣诞倒数雪花版）附源代码 |
|
|
|  |
| 巴斯光年python turtle绘图__附源代码 | 皮卡丘python turtle海龟绘图（电力球版）附源代码 | 【中秋月饼系列】2024年立体月饼新鲜出炉----python画月饼（1）附完整代码 |
逆境清醒
|
|
|
|
| Node.js (v19.1.0npm 8.19.3) vue.js安装配置教程（超详细） | 色彩颜色对照表（一）(16进制、RGB、CMYK、HSV、中英文名) | 2025年1月多家权威机构____编程语言排行榜__薪酬状况 |
|
|
|
|
| 手机屏幕坏了____怎么把里面的资料导出（18种方法） | 【CSDN云IDE】个人使用体验和建议（含超详细操作教程）（python、webGL方向) | 查看jdk安装路径，在windows上实现多个java jdk的共存解决办法，安装java19后终端乱码的解决 |
逆境清醒
|
用代码画万圣节南瓜（python,MATLAB，html css) |
|
CSS @规则(At-rules)系列详解 | |
|
|  |  | |
| vue3 项目搭建教程（基于create-vue，vite，Vite + Vue） | 圣诞节系列代码专辑（目录) | Markdown 语法详解大全(超级版) | |
|
|
|
| |
| 2023年春节祝福第二弹——送你一只守护兔，让它温暖每一个你【html5 css3】画会动的小兔子，炫酷充电，字体特 | 别具一格，原创唯美浪漫情人节表白专辑，(复制就可用)（html5,css3,svg)表白爱心代码(4套) | SVG实例详解系列（一）(svg概述、位图和矢量图区别（图解）、SVG应用实例） | |
|
|
|
| |
| 【程序人生】卡塔尔世界杯元素python海龟绘图（附源代码），世界杯主题前端特效5个（附源码） | HTML+CSS+svg绘制精美彩色闪灯圣诞树，HTML+CSS+Js实时新年时间倒数倒计时(附源代码) | 2023春节祝福系列第一弹（上）（放飞祈福孔明灯，祝福大家身体健康）（附完整源代码及资源免费下载） |
逆境清醒
|
|
|
|
| tomcat11、tomcat10 安装配置（Windows环境）（详细图文） | Tomcat端口配置（详细） | Tomcat 启动闪退问题解决集（八大类详细） |
逆境清醒
 |  | |
| 信息系统项目管理师试题 | 云计算 | |
![人工智能之深度学习_[4]-神经网络入门](assets/03-13.png)
