opencv简介及Windows安装进行简单的opencv实战项目

 人们认为计算机科学是天才的艺术，但是实际情况相反，只是许多人在其它人基础上做一些东西，就像一面由石子垒成的墙。——高德纳

opencv

OpenCV 于 1999 年由 Gary Bradsky 在英特尔创立，第一个版本于 2000 年问世。Vadim Pisarevsky 加入了 Gary Bradsky，负责管理英特尔的俄罗斯软件 OpenCV 团队。2005 年，OpenCV 被用于 Stanley ，这辆车赢得了 2005 年美国穿越沙漠 DARPA 机器人挑战大赛。后来，在 Willow Garage 的支持下，在 Gary Bradsky 和 Vadim Pisarevsky 主导下，OpenCV 项目的开发工作变得活跃起来。OpenCV 现在支持与计算机视觉和机器学习相关的众多算法，并且每天都在拓展中。

OpenCV 支持各种编程语言，如 C++，Python，Java 等，可在不同的平台上使用，包括 Windows，Linux，OS X，Android 和 iOS。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，结合了 OpenCV C++ API 和 Python 语言的最佳特性。

---

Opencv-python

OpenCV-Python 是一个 Python 绑定库，旨在解决计算机视觉问题。

Python 是一种由 Guido van Rossum 开发的通用编程语言，它很快就变得非常流行，主要是因为它的简单性和代码可读性。它使程序员能够用更少的代码表达思想，而不会降低可读性。

与 C/C++ 这类语言相比，Python 的速度更慢。好在，可以使用 C/C++ 轻松的拓展 Python ，我们可以在 C/C++ 中编写计算密集型代码，并用 Python 来封装。这给我们带来了两个好处：首先，代码像原始的 C/C++ 代码一样快（因为后台实际上就是 C/C++ 代码在工作），其次，在 Python 中编写代码比在 C/C++ 中更容易。OpenCV-Python 就是 OpenCV C++ 的 Python 封装。

OpenCV-Python 使用了 Numpy，这是一个有着 MATLAB 风格语法，高度优化的用于数值计算的库。所有 OpenCV 数组结构都与 Numpy 数组进行转换。这也使得与使用 Numpy 的其他库（如 SciPy 和 Matplotlib）集成更容易。

---

OpenCV（开源计算机视觉库）是一个开源的BSD许可库，其中包含数百种计算机视觉算法。该文档描述了所谓的OpenCV 2.x API，它本质上是一个C ++ API，与基于C的OpenCV 1.x API相反。

OpenCV具有模块化结构，这意味着该软件包包含几个共享或静态库。提供以下模块：

• 核心功能 - 定义基本数据结构的紧凑型模块，包括密集的多维数组Mat和所有其他模块使用的基本功能。
• 图像处理 - 包括线性和非线性图像滤波，几何图像变换（调整尺寸，仿射和透视扭曲，通用的基于表的重新映射），色彩空间转换，直方图等的图像处理模块。
• 视频 - 包括运动估计，背景减除和对象跟踪算法的视频分析模块。
• calib3d - 基本多视图几何算法，单和立体相机校准，对象姿态估计，立体声对应算法和3D重建的元素。
• features2d - 显着特征检测器，描述符和描述符匹配器。
• objdetect - 检测对象和预定义类的实例（例如，面部，眼睛，杯子，人，汽车等）。
• highgui - 一个易于使用的界面，简单的UI功能。
• 视频I / O - 视频采集和视频编解码器的易于使用的界面。
• gpu - 来自不同OpenCV模块的GPU加速算法。

---

Windows安装

1.安装anaconda（因为我不想直接安装在我主环境下，用来创建一个虚拟环境为了后续工作的方便）

Anaconda | The World's Most Popular Data Science Platform

选着win10的下载

开始安装 

 

选择路径 

选着 

 之后打开anaconda

创建一个虚拟环境

点击create创建虚拟环境 

 英文名或者数字不要带中文创建成功后我们就安装opencv-python

打开终端（终端激活虚拟环境）

conda activate xxxx（自己刚才创建定义的名字）

 后输入

pip install opencv-python==4.1.2.30

等待安装就可以了

此时我们的opencv环境就安好啦！

打开pycharm（添加解释器）

 选着我们conda环境下创建的虚拟环境

 虚拟环境添加成功后我们来试一下代码吧

接下来我们试一下opencv二维码识别

代码如下

import numpy as np
import matplotlib.pyplot as plt
import cv2
import time

from pyzbar.pyzbar import decode

cap = cv2.VideoCapture(0)
cap.set(3, 640)
cap.set(4, 480)

while True:

    success, img = cap.read()

    for barcode in decode(img):
        codeData = barcode.data.decode('utf-8')
        print(time.strftime("%H:%M:%S-") + codeData)
        pts = np.array([barcode.polygon], np.int32)
        pts = pts.reshape((-1, 1, 2))
        cv2.polylines(img, [pts], True, (255, 0, 255), 5)
        pts2 = barcode.rect
        cv2.putText(img, time.strftime("%H:%M:%S-") + codeData, (pts2[0], pts2[1]), cv2.FONT_HERSHEY_SIMPLEX, 0.9,
                    (255, 0, 255), 2)

    cv2.imshow('image', img)
    cv2.waitKey(1)

会出现一个二维码使用 pyzbar识别QR二维码错误我们在conda的终端输入

pip install pyzbar

就可以运行啦