1. OpenCV简介

  OpenCV的全称是Open Source Computer Vision Library，是一个跨平台的计算机视觉处理开源软件库，是由Intel公司俄罗斯团队发起并参与和维护，支持与计算机视觉和机器学习相关的众多算法，以BSD许可证授权发行，可以在商业和研究领域中免费使用。OpenCV可用于开发实时的图像处理、计算机视觉以及模式识别程序，该程序库也可以使用英特尔公司的IPP进行加速处理。

1.1 OpenCV的优势

编程语言
OpenCV基于C++实现，同时提供python, Ruby, Matlab等语言的接口。OpenCV-Python是OpenCV的Python API，结合了OpenCV C++API和Python语言的最佳特性。
跨平台
OpenCV可以在不同的系统平台上使用，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。
活跃的开发团队
自从第一个预览版本于2000年公开以来，目前已更新至OpenCV4.5.3。
丰富的API
完善的传统计算机视觉算法，涵盖主流的机器学习算法，同时添加了对深度学习的支持。

1.2 应用领域

增强现实 人脸识别 手势识别 人机交互 动作识别 运动跟踪 物体识别 图像分割 机器人

2. 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行表达思想，而不会降低可读性。

  与C / C++等语言相比，Python速度较慢。也就是说，Python可以使用C / C++轻松扩展，这使我们可以在C / C++中编写计算密集型代码，并创建可用作Python模块的Python包装器。这给我们带来了两个好处：首先，代码与原始C / C++代码一样快（因为它是在后台工作的实际C++代码），其次，在Python中编写代码比使用C / C++更容易。OpenCV-Python是原始OpenCV C++实现的Python包装器。

  OpenCV-Python使用Numpy，这是一个高度优化的数据库操作库，具有MATLAB风格的语法。所有OpenCV数组结构都转换为Numpy数组。这也使得与使用Numpy的其他库（如SciPy和Matplotlib）集成更容易。

3. OpenCV的模块介绍

3.1 最基础的核心模块

core模块：实现最核心的数据结构及其基本运算，如绘图函数、数组操作相关函数等;

highgui模块：实现视频与图像的读取、显示、存储等接口;

imgproc模块: 实现图像处理的基础方法，包括图像滤波、图像的几何变换、平滑、阈值分割、形态学处理、边缘检测、目标检测、运动分析和对象跟踪等;

3.2 图像处理其他更高层次的方向及应用相关的模块

stitching模块: 实现图像拼接功能;

features2d模块: 用于提取图像特征及特征匹配;

nonfree模块: 实现一些专利算法，如sift特征;

photo模块: 包含图像修复和图像去噪两部分;

ml模块: 机器学习模块（SVM，决策树，Boosting等）;

G-API模块: 包含超高效的图像处理pipeline引擎 ;

FLANN模块: 包含快速近似最近邻搜索FLANN和聚类Clustering算法;

video模块: 针对视频处理，如背景分离，前景检测、对象跟踪等;

objdetect模块: 实现一些目标检测的功能，经典的基于Haar、LBP特征的人脸检测，基于HOG的行人、汽车等目标检测，分类器使用Cascade Classification（级联分类）和Latent SVM等;

calib3d模块: 即Calibration（校准）3D，该模块主要是相机校准和三维重建相关的内容。包含基本的多视角几何算法，单个立体摄像头标定，物体姿态估计，立体相似性算法，3D信息的重建等;