如果您对图像和视频处理感兴趣,并希望将机器学习引入您的计算机视觉应用程序,那么 OpenCV 是您需要掌握的库。
OpenCV 是一个庞大的开源库,可以与包括 Python 在内的各种编程语言进行接口,并被许多个人和商业实体广泛使用。
在本教程中,您将熟悉 OpenCV 库以及使其重要的原因。
完成本教程后,您将了解:
- 什么是 OpenCV 库。
- 它有什么用途,谁在使用它。
- 如何在 Python 中安装和导入 OpenCV。
通过我的书《OpenCV 机器学习》启动您的项目。它提供了带有可用代码的自学教程。
让我们开始吧。

OpenCV 温和入门:一个用于计算机视觉和机器学习的开源库
图片来源:Greg Rakozy,保留部分权利。
教程概述
本教程分为四个部分;它们是
- 什么是 OpenCV?
- OpenCV 有什么用途?
- 谁在使用 OpenCV?
- 如何在 Python 中安装和导入 OpenCV?
什么是 OpenCV?
OpenCV 代表 Open Source Computer Vision Library(开源计算机视觉库);顾名思义,它是一个开源的计算机视觉和机器学习软件库。
它拥有 Apache 2.0 许可证,允许用户使用、修改和分发该软件。这使得它对于商业实体在其产品中使用此库尤其具有吸引力。
OpenCV 库原生用 C++ 编写,支持 Windows、Linux、Android 和 MacOS,并提供 C++、Python、Java 和 MATLAB 接口。
它主要面向实时计算机视觉应用程序。
OpenCV 有什么用途?
OpenCV 是一个庞大的库,包含 2500 多个优化算法,可用于许多不同的计算机视觉应用程序,例如
- 人脸检测和识别。
- 物体识别。
- 物体跟踪。
- 图像配准和拼接。
- 增强现实。
以及许多其他应用程序。
在本系列教程中,您将了解 OpenCV 库在将机器学习应用于计算机视觉应用程序中的具体作用。
OpenCV 库中实现的一些流行机器学习算法包括
- K-近邻算法
- 支持向量机
- 决策树
以及对包括 TensorFlow 和 PyTorch 在内的多个深度学习框架的支持。
谁在使用 OpenCV?
OpenCV 网站估计,该库的下载量超过 1800 万次,用户社区由超过 47000 名用户组成。
OpenCV 库还被许多知名公司使用。
OpenCV 网站提到了 Google、Yahoo、Microsoft、Intel 和 Toyota 等知名公司,它们在工作中使用了该库。
这些公司使用 OpenCV 库的应用程序范围也十分广泛
OpenCV 的部署用途涵盖了从拼接街景图像、检测以色列监控视频中的入侵、监控中国矿山设备、帮助 Willow Garage 的机器人导航和拾取物体、检测欧洲游泳池溺水事故、在西班牙和纽约运行交互式艺术、检查土耳其跑道上的碎片,到检查世界各地工厂产品标签,再到日本的快速人脸检测。
– OpenCV, 2022。
这表明 OpenCV 库的使用范围有多广。
如何在 Python 中安装和导入 OpenCV?
如前所述,OpenCV 库是用 C++ 编写的,但它的函数仍然可以从 Python 调用。
这是通过绑定生成器实现的,它在 C++ 和 Python 之间创建了一座桥梁。
通过以下单行命令可以从 Python Package Index (PyPi) 安装 OpenCV 库
1 |
pip install opencv-python |
然后,导入 OpenCV 以使用其函数就像调用
1 |
import cv2 |
在学习该库的过程中,我们将频繁使用 import
命令。
我们将从最基础的内容开始,了解如何将图像和视频读取为 NumPy 数组、显示它们、访问它们的像素值以及在颜色空间之间进行转换。
想开始学习 OpenCV 机器学习吗?
立即参加我的免费电子邮件速成课程(附示例代码)。
点击注册,同时获得该课程的免费PDF电子书版本。
那么,让我们开始吧!
进一步阅读
如果您想深入了解此主题,本节提供了更多资源。
书籍
- 使用 Python 精通 OpenCV 4, 2019.
网站
- OpenCV,https://opencv.ac.cn/
总结
在本教程中,您将熟悉 OpenCV 库以及使其重要的原因。
具体来说,你学到了:
- 什么是 OpenCV 库。
- 它有什么用途,谁在使用它。
- 如何在 Python 中安装和导入 OpenCV。
你有什么问题吗?
在下面的评论中提出您的问题,我将尽力回答。
感谢您的 OpenCV 教程。有没有一个包含其他 OpenCV 教程链接的索引,并指定了推荐的阅读顺序?非常感谢。🙂
嗨,约翰……非常欢迎!您可以将“OpenCV”输入搜索框以获取完整列表,但它们没有被索引。此外,以下位置是深度学习计算机视觉的绝佳起点
https://machinelearning.org.cn/start-here/#dlfcv