我的知识库

Appearance

第一章 · 简介与安装 ​

1.1 什么是 OpenCV ​

OpenCV（Open Source Computer Vision Library）是一个跨平台的计算机视觉与机器学习开源库，最初由 Intel 于 1999 年发起，后由 Willow Garage 和 Itseex 持续发展，现由 OpenCV.org 社区维护。

核心设计哲学 ​

原则说明
模块化功能按模块拆分，按需编译/链接
高性能底层 C/C++ + SIMD/GPU 加速
易用性Python / Java / JS 等语言绑定，API 统一
可扩展插件式架构，支持自定义处理节点

主要组件 ​

OpenCV
├── opencv_core      — 核心数据结构（Mat、Vec、Point 等）
├── opencv_imgproc   — 图像处理（滤波、形态学、色彩空间等）
├── opencv_imgcodecs — 图像 I/O（读/写/编解码）
├── opencv_video     — 视频处理
├── opencv_features2d — 特征检测与描述
├── opencv_objdetect  — 目标检测（级联分类器、HOG 等）
├── opencv_calib3d   — 相机标定、立体视觉、PnP
├── opencv_dnn       — 深度学习推理
├── opencv_ml        — 传统机器学习（SVM、KNN、RF 等）
├── opencv_flann     — 快速最近邻搜索
├── opencv_photo     — 图像修复、风格迁移
├── opencv_stitching  — 图像拼接
└── opencv_cuda*     — GPU 加速模块

1.2 架构概览 ​

┌─────────────────────────────────────────┐
│           Application Layer              │
│  Python  │  C++  │  Java  │  JavaScript │
├─────────────────────────────────────────┤
│            High-Level API               │
│  cv2.xxxx()  /  cv::xxx()               │
├─────────────────────────────────────────┤
│              Core Layer                  │
│  Mat (n-dim array) │  ROI │  Memory Pool │
├─────────────────────────────────────────┤
│           Backend Engines                │
│  CPU (SSE/AVX/NEON)  │  GPU (CUDA/OpenCL)│
└─────────────────────────────────────────┘

关键概念 — Mat：OpenCV 的图像/矩阵核心类型，支持自动内存管理、引用计数、零拷贝操作。

1.3 版本说明 ​

版本线状态说明
3.x维护模式仍有大量存量项目在用
4.x活跃开发当前主流版本线（2026 年 ~4.10+）
contrib附加模块含 SIFT/SURF、face、xfeatures2d 等

3.x → 4.x 主要变化 ​

  • 专利算法（SIFT/SURF）移入 opencv-contrib-python，基础包改用免费 SURF 替代 xfeatures2d
  • DNN 模块功能大幅增强（支持 YOLO、SSD、MobileNet、ONNX Runtime 等）
  • cv2.goodFeaturesToTrack 参数风格统一
  • API 命名规范化：cv2.cv 已废弃，所有符号通过 cv2. 直接访问

1.4 安装 ​

1.4.1 Python ​

bash
# ---- 基础版（不含专利算法） ----
pip install opencv-python

# ---- 含 contrib 模块（含 SIFT、SURF 等） ----
pip install opencv-contrib-python

# ---- 完整版（含全部可选依赖） ----
pip install opencv-python-headless   # 服务器/无 GUI 环境
pip install opencv-contrib-python-headless
python
# 验证安装
import cv2
print(cv2.__version__)
# 输出示例: 4.10.0

1.4.2 C++ 源码编译 ​

bash
# 1. 克隆源码
git clone --branch 4.10.0 https://github.com/opencv/opencv.git
git clone --branch 4.10.0 https://github.com/opencv/opencv_contrib.git

# 2. 配置（示例：开启 CUDA + Python 绑定）
cd opencv
mkdir build && cd build
cmake .. \
  -DOPENCV_EXTRA_MODULES_PATH=../../opencv_contrib/modules \
  -DCMAKE_BUILD_TYPE=Release \
  -DWITH_CUDA=ON \
  -DWITH_python=ON \
  -DPYTHON3_EXECUTABLE=$(which python3) \
  -DPYTHON3_INCLUDE_DIR=$(python3 -c "from sysconfig import get_paths; print(get_paths()['include'])") \
  -DPYTHON3_PACKAGES_PATH=$(python3 -c "from distutils.sysconfig import get_python_lib; print(get_python_lib())")

# 3. 编译
make -j$(nproc)

# 4. 安装
sudo make install

1.4.3 其他平台 ​

bash
# ---- Conda ----
conda install -c conda-forge opencv

# ---- macOS (brew) ----
brew install opencv

# ---- Ubuntu/Debian (apt) ----
sudo apt update && sudo apt install python3-opencv

# ---- Windows (NuGet) ----
dotnet add package OpenCvSharp4

1.5 第一个程序 ​

Python ​

python
import cv2
import numpy as np

# 1. 创建一张空白图像
img = np.zeros((480, 640, 3), dtype=np.uint8)  # 640x480 三通道

# 2. 画一条线
cv2.line(img, (0, 0), (639, 479), (0, 255, 0), 2)

# 3. 显示
cv2.imshow('Hello OpenCV', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

C++ ​

cpp
#include <opencv2/opencv.hpp>
#include <iostream>

int main() {
    cv::Mat img(480, 640, CV_8UC3, cv::Scalar(0, 0, 0));
    cv::line(img, cv::Point(0, 0), cv::Point(639, 479),
             cv::Scalar(0, 255, 0), 2);
    cv::imshow("Hello OpenCV", img);
    cv::waitKey(0);
    return 0;
}

编译：

bash
g++ -o hello `pkg-config --cflags --libs opencv4` hello.cpp
./hello

1.6 OpenCV vs 其他视觉库 ​

对比维度OpenCVPillowscikit-imageDetectron2
定位全能视觉库轻量图像处理学术科研深度学习检测
速度⚡ 快（C++ 底层）慢（纯 Python）中等取决于后端
功能覆盖★★★★★★★☆★★★★★☆
学习曲线中等低中等高
适合场景工业/产品/入门简单编辑论文实验SOTA 模型

推荐：入门和工程落地首选 OpenCV；轻量场景用 Pillow；学术研究结合 Detectron2/MMDetection 等。

1.7 官方资源 ​

资源链接
官方站点https://opencv.org
文档https://docs.opencv.org
GitHubhttps://github.com/opencv/opencv
社区https://github.com/opencv/opencv/discussions
API 速查https://docs.opencv.org/4.x/index.html