OpenCV：Python下OpenCV安装和入门最强详细攻略

 

 

1、关于OpenCV简介
       OpenCV是一个基于BSD许可（开源）发行的跨平台计算机视觉库，能够运行在Linux、Windows、Android和Mac OS操做系统上。它轻量级并且高效——由一系列 C 函数和少许 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的不少通用算法。 OpenCV用C++语言编写，它的主要接口也是C++语言，可是依然保留了大量的C语言接口。 

       在计算机视觉项目的开发中，OpenCV做为较大众的开源库，拥有了丰富的经常使用图像处理函数库，采用C/C++语言编写，能够运行在Linux/Windows/Mac等操做系统上，可以快速的实现一些图像处理和识别的任务。此外，OpenCV还提供了Java、python、cuda等的使用接口、机器学习的基础算法调用，从而使得图像处理和图像分析变得更加易于上手，让开发人员更多的精力花在算法的设计上。

2、OpenCV应用领域
一、人机互动 二、物体识别 三、图像分割 四、人脸识别 五、动做识别 六、运动跟踪 七、机器人 八、运动分析 九、机器视觉 十、结构分析 十一、汽车安全驾驶

图像数据的操做 ( 分配、释放、复制、设置和转换)。 图像是视频的输入输出I/O （文件与摄像头的输入、图像和视频文件输出）。
 矩阵和向量的操做以及线性代数的算法程序（矩阵积、解方程、特征值以及奇异值等）。
各类动态数据结构（列表、队列、集合、树、图等）。 
基本的数字图像处理（滤波、边缘检测、角点检测、采样与差值、色彩转换、形态操做、直方图、图像金字塔等）。 
结构分析（链接部件、轮廓处理、距离变换、各自距计算、模板匹配、Hough变换、多边形逼近、直线拟合、椭圆拟合、Delaunay 三角划分等）。 
摄像头定标（发现与跟踪定标模式、定标、基本矩阵估计、齐次矩阵估计、立体对应）。
运动分析（光流、运动分割、跟踪）。 
目标识别（特征法、隐马尔可夫模型：HMM）。

欢迎光临程序代写小店https://item.taobao.com/item.htm?spm=a230r.1.14.59.255028c3ALNkZ0&id=586797758241&ns=1&abbucket=15#detail

欢迎点击连接加入群聊【程序代写-接单群】共同致富：https://jq.qq.com/?_wv=1027&k=5WxihsL 

群号：733065427

基本的GUI （图像与视频显示、键盘和鼠标事件处理、滚动条）。 

图像标注（线、二次曲线、多边形、画文字）

3、安装OpenCV的的两种方法可直接联系客服QQ交代需求：953586085
由于OpenCV依赖一些库，能够在本博客中查找一些依赖库的安装方法，例如安装Numpy方法等，本博客应有尽有！

T1使用whl文件法：先去官网https://www.lfd.uci.edu/~gohlke/pythonlibs/#opencv，下载相应Python版本的OpenCV的whl文件，如本人下载的opencv_python‑3.4.1‑cp36‑cp36m‑win_amd64.whl，而后在whl文件所在目录下，

命令 pip install opencv_python‑3.4.1‑cp36‑cp36m‑win_amd64.whl 进行安装便可

T2直接命令法  pip install opencv-python  

最后，检测安装状况

哈哈，大功告成！

继续学习去啦~

 ---------------------