opencv是乙個用於影象處理、分析、機器視覺方面的開源函式庫.
無論你是做科學研究，還是商業應用，opencv都可以作為你理想的工具庫，因為，對於這兩者，它完全是免費的。
該庫採用c及c++語言編寫，可以在windows, linux, mac osx系統上面執行。該庫的所有**都經過優化，計算效率很高，因為，它更專注於設計成為一種用於實時系統的開源庫。opencv採用c語言進行優化，而且，在多核機器上面，其執行速度會更快。它的乙個目標是提供友好的機器視覺介面函式，從而使得複雜的機器視覺產品可以加速面世。該庫包含了橫跨工業產品檢測、醫學影象處理、安防、使用者介面、攝像頭標定、三維成像、機器視覺等領域的超過500個介面函式。
同時，由於計算機視覺與機器學習密不可分，該庫也包含了比較常用的一些機器學習演算法。或許，很多人知道，影象識別、機器視覺在安防領域有所應用。但，很少有人知道，在航拍、街道（例如google street view）中，要嚴重依賴於機器視覺的攝像頭標定、影象融合等技術。
近年來，在入侵檢測、特定目標跟蹤、目標檢測、人臉檢測、人臉識別、人臉跟蹤等領域，opencv可謂大顯身手，而這些，僅僅是其應用的冰山一角。
如今，來自世界各地的各大公司、科研機構的研究人員，共同維護支援著opencv的開源庫開發。這些公司和機構包括：微軟，ibm，索尼、西門子、google、intel、斯坦福、mit、cmu、劍橋。。。
儘管之前寫過一篇關於opencv的介紹（
），但依然有朋友對其不甚了解。所以，經常能碰到有人問我諸如以下一些問題：
opencv能不能實現人臉識別？
opencv有沒有車輛檢測的api？
opencv有沒有三維重建的函式？
面對這樣的問題，我也很困惑。到底該如何給他們解釋，才能讓它們明白，opencv確實很強大，但還沒有他們想象中的那麼強大。
其實，opencv的全稱，是open source computer vision library,開放源**計算機視覺庫。也就是說，它是一套關於計算機視覺的開放源**的api函式庫。
這也就意味著，
(1)不管是科學研究，還是商業應用，都可以利用它來作開發;(
2)所有api函式的源**都是公開的，你可以看到其內部實現的程式步驟；
(3)你可以修改opencv的源**，編譯生成你需要的特定api函式。但是，作為乙個庫，它所提供的，僅僅是一些常用的，經典的，大眾化的演算法的api。
乙個典型的計算機視覺演算法，應該包含以下一些步驟：
(1)資料獲取（對opencv來說，就是）；
(2)預處理;
(3)特徵提取;
(4)特徵選擇;
(5)分類器設計與訓練;
(6)分類判別;
而opencv對這六個部分，分別（記住這個詞）提供了api。下面我分別就這六個部分來進行一些常見問題的解釋。
2、 對於預處理，一般就是去除或者降低雜訊，光照歸一化，亮度歸一化，模糊化，銳化，膨脹，腐蝕、開閉等這些操作（詳見，岡薩雷斯，《數字影象處理》一書）。而對於這些操作，opencv分別(又提到這個詞了)提供了相應api函式。而光照的預處理，opencv提供了乙個直方圖均衡化的api，後續可能會提供一些gammar矯正之類的函式。
3、 對於特徵提取，個人認為，可以算是整個計算機視覺系統中最為複雜也最難的部分（純屬個人意見，如若不同，請保留），到底什麼是特徵，該如何來理解這個看似簡單確又包羅永珍的名詞呢？其實，要想仔細解釋，還真的花費很多時間（有興趣的可以看看，richard o.duda（著），李巨集東（譯），《模式識別》，機械工業出版社）。簡單點說，特徵，就是乙個可以將若干個類別可以盡量分開的一種描述。舉例來說，如果你要進行男人和女人的分類，顯然，用「身高和體重」這一描述來衡量，是可以的，但是，這兩者沒有「胸部大小」這一描述更加準確，而「胸部大小」這一描述，又沒有「喉結的有無」這一描述更準確。很顯然，「身高和體重」，「胸部大小」，「喉結的有無」，這三種描述，都可以用來進行男人和女人的分類，只不過，它們對事物的描述的準確（或者說全面）程度是不同的，而諸如此類的描述，有乙個更加專業，叫做「特徵」。opencv裡面，提供了一些特徵描述的api，比如，對於人臉檢測而言，它提供了haar特徵的api，行人檢測，提供了hog特徵的api，甚至，它提供了lbp紋理特徵的api。但是，這些還遠遠不夠。例如，如果你要進行字元識別，opencv並沒有提供字元識別所對應的特徵。這個時候，就需要你自己來程式設計實現了。當然，該選擇什麼特徵來描述字元呢？哪些特徵更好呢？對於這些問題，我建議你去閱讀相應的會議，期刊，雜誌，碩士、博士畢業**，看看別人寫的文章，自然就知道了。
4、 對於特徵選擇，opencv並沒有提供特定的函式來進行衡量。而特徵的分類能力的高低評價，有很多種分析方法，有興趣的朋友，可以閱讀"《機器學習》tom. mitchell(著),曾華軍(譯)，機械工業出版社"這本書；
5、 對於分類器部分，opencv提供了svm,cart,boost,bayes,bdt,ann,這幾種常用的演算法。而這些基本已經覆蓋了常用的分類器。所以，你需要做的，就是知道怎麼呼叫其介面，各種分類器的優點和缺點（該部分，建議閱讀「機器學習」這本書）。
通過以上的分析，你或許已經發現，opencv不過是乙個工具庫而已。或者，你可以將它理解為積木，而opencv中的函式，則可以理解為乙個乙個的積木塊，利用所有或者部分積木塊，你可以快速的搭建起來具體的計算機視覺方面的應用（比如，字元識別，車牌識別，遺留物檢測）。想必你也已經發現，在利用opencv這個積木來搭建具體的計算機視覺應用的時候，真正核心的，應該是這些積木塊，如果你明白了積木塊的工作原理，那麼，是不是就可以不用這些積木塊了呢？完全正確！不過，一般部分情況下，我們不需要這麼做，因為，opencv已經幫你做好了一些工作（已經幫你做好了一些積木塊，直接拿來用就是了）。但是，諸如前面提到的特徵提取，很多情況下，opencv就無能為力了。這個時候，你就需要翻閱計算機視覺、模式識別、機器學習領域頂級會議、期刊、雜誌上面發表的文章了。然後，根據這些文章中闡述的原理和方法，來程式設計實現你要的東西。實際上，也就等於搭建乙個屬於你私有的積木塊。其實，opencv中的每乙個api函式，也就是這麼來的。
OpenCV 計算機視覺庫
opencv是乙個由因特爾公司支援的開源機器視覺庫，關於它的介紹，網上隨便一搜就車載斗量。這裡我不談視覺庫的主要內容，而是將這段時間來對它的使用心得作個簡單介紹，以啟發打算用這個庫的朋友的思路，與大家一起來分享。在學校的時候，雖然是影象處理研究方向，但真正具體的應用到影象的很多東西，還是在參加工作以...
計算機視覺 OpenCV開源庫講解（邊緣提取）
在圖形影象中，梯度和邊緣是非常相似的性質，在處理影象中，常常提取影象的邊緣加以運算，下面介紹乙個常用的邊緣提取運算元 canny運算元 canny的目標是找到乙個最優的邊緣檢測演算法，最優邊緣檢測的含義是 好的檢測 演算法能夠盡可能多地標識出影象中的實際邊緣。好的定位 標識出的邊緣要與實際影象中的實...
OpenCV 開源的計算機視覺庫 （中文翻譯）
intel 開源計算機視覺庫 opencv 翻譯 hunnish,阿須數碼 opencv 是英特爾 開源計算機視覺庫。它由一系列 c 函式和少量 c 類構成，實現了影象處理和計算機視覺方面的很多通用演算法。opencv 是乙個跨平台的中 高層 api 構成，目前包括 300 多個 c 函式。它不依賴...