OpenCV4(跨平台视觉库)

OpenCV是一个基于（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows和Mac OS操作系统上，它由一系列C函数和少量C++类构成，同时提供了Python、MATLAB、Ruby等语言的接口，可应用于人机互动，物体识别，图像处理等领域。

应用领域

应用领域编辑

1、人机互动

2、物体识别

3、图像分割

4、人脸识别

5、动作识别

6、运动跟踪

7、机器人

8、运动分析

9、机器视觉

10、结构分析

11、汽车安全驾驶

软件特色

1、在扩展模块中去掉了SIFT与SURF相关API的调用文件

现在如果想在OpenCV Python 4.x中想使用SIFT与SURF只有靠自己从源代码CMake来编译生成python版本的安装包才可以。

# OpenCV 3.x中

namedWindow(“input”, cv.CV_WINDOW_AUTOSIZE)

# OpenCV4.x

namedWindow(“input”, cv.WINDOW_AUTOSIZE)

2、全部取消CV_XXX这种枚举类型，比如在3.x中可以正常使用的语句

# 在OpenCV3.x中轮廓发现API返回三个值分别为

# image 返回的图像

# contours 每个轮廓的点集合

# hierarchy 每个轮廓对应的层次信息

binary, contours, hierarchy = cv.findContours(binary, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)

3、findContours函数返回结果由3.x的三个参数变为两个参数

OpenCV4.0中需要改为

contours, hierarchy = cv.findContours(binary, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)

4、增加了python语言版本的对DNN模块的加持！

支持图像分类、对象检测(SSD、RCNN、Faster-RCNN、mask-RCNN)、图像分割等网络的使用

新增功能

DNN对很多网络层进行了提升，如ONNS中的LSTM, Broadcasting, Algebra over constants, Slice with multiple inputs；DarkNet中的grouped convolutions, sigmoid, swish, scale_channels；MobileNet-SSD v3

更多OpenVINO后端特性：可通过nGraph添加自定义层

优化CUDA后端，并杀掉一些BUG

可以使用最新的IPP-CV 2020.0.0Gold版本进行CPU优化

使用SIMD指令优化了integral、resize和RLOF实现

更多演示和例子

opencv_contrib：增加了Alpha Matting算法

calib3d：findChessboardCorners SB算法提升

core：getNumberOfCPUs()函数提升

imgcodecs：支持OpenJPEG库

highgui(Qt)：增加到剪切板的复制功能

使用方法

下载完成后得到OpenCV文件，便可以开始安装过程。其实所谓的安装是一个解压的过程，可执行文件是一个自解压的程序，双击后便会提示我们选择解压路径。

这里根据自己需求选择路径即可，特别要说明的是，该程序会将所有文件解压在opencv的文件夹下，因此不需要在选择解压路径中单独新建一个opencv文件夹。由于笔者电脑安装了多个版本的OpenCV，为避免混淆，单独创建一个名为opencv4的文件夹，解压到H:\opencv4。

选择好路径后点击【Extract】按钮，便可以等待解压过程的结束。整个OpenCV4的大小约为1G，根据电脑的性能不同，等待时间从几十秒到几分钟不等。