​    ​​11年读研的时候开始接触opencv，一晃使用opencv都快10年了，从最初使用的2.3版本到现在已经4.4版本了，一直用，但却一直没有好好从头到尾仔细看看说明文档，亏我还是做图像识别的，汗颜呀~~~为了弥补一下这几年的遗漏，准备把opencv全面解读一下，好完备一下图像方面的知识点。

​    语言环境：linux, python-3.7.4, opencv-4.4.0

​    opencv与1999年出现，2000年发布第一版，2005年用于斯坦福车队计算机视觉模块并赢得了车队挑战赛，之后opencv就一直在不断壮大发展。到现在opencv的开发语言包括c++，python，java等，并且适用于windows，linux，os x，addroid，ios不同平台，并且支持基于cuda和opencl的高性能gpu操作。

    ​    自动安装：

    ​    ​pip install python-opencv

​        ubuntu：​sudo apt-get install python-opencv

    ​    centos：  ​​sudo apt-get install python-opencv

​    源码安装：参考官网详细流程

​        ​https://docs.opencv.org/4.4.0/d2/de6/tutorial_py_setup_in_ubuntu.html

    ​安装后可通过cv2查看版本号，以及是否可用：​

​主要模块：

​    ​Core functionality(core)：基础数据结构定义，以及基础函数实现。

​    ​Image Processing(imgproc) ：图像处理模块，包括常用的图像处理、图像变换、颜色空间变换等。

​    ​Video Analysis(video) ：视频分析模块，包括运动估计、背景提取、目标追踪等算法。

​    ​Camera Calibration and 3D Reconstruction(calib3d) ：摄像机标定与三维重建模块，包括多视角几何算法、摄像机标定算法、目标运动估计、三维重建等。

​    ​2D Features Framework(features2d) ：特征点检测、描述与匹配算法。

​    ​Object Detection(objdetect) ：目标检测模块，包括人脸、眼睛、行人、猫狗等预定义类别。

​    ​High-level GUI(highgui) ：图形界面模块，用于图像、视频显示。

​    ​    ​Video I/O(videoio) ：视频录入、读取，以及视频编解码模块。

​    ​    ​Machine Learning：机器学习模块，包括KNN、SVM、K-Means算法。

    ​好了，今天主要简单介绍下opencv的基本内容，后期会对各个方向进行实例解读，感兴趣的可以关注微信公众号：桔子的算法之路

​