opencv:opencv概述
opencv官方:www.opencv.org
github:https://github.com/opencv

OpenCV
OpenCV是一个开放源代码的计算机视觉应用平台,由英特尔公司研发中心俄罗斯团队发起该项目,开源BSD证书,OpenCV的目标是实现实时计算机视觉,,是一个跨平台的计算机视觉库。从开发之日起就得到了迅猛发展,获得了众多公司和业界大牛的鼎力支持与贡献,因为是BSD开源许可,因此可以免费应用在科研和商业应用领域。
历史
OpenCV从立项之日起到现在不过短短的十几年时间,已经席卷整个业界,得到众多著名企业的大力支持,其中包括大名鼎鼎机器人公司Willow Garage与搜索引擎起家的Google。下面几个时间节点对OpenCV发展产生过重要影响:
1999年
OpenCV正式立项,那个时候小编刚刚上大学二年级
2000年
在IEEE计算机视觉与模式识别大会上正式发布了Alpha版本
2001年~2005年
最初五个Beta测试版本发布时间
2006年
正式发布了OpenCV 1.0版本
2008年中,
OpenCV获得了当时还如日中天的机器人公司Willow Garage支持,不幸的是作为机器人业界传奇公司Willow Garage在2014已经倒闭。
2009年
对OpenCV产生重大影响OpenCV2.0正式发布,它的最大的一个变化是添加C++接口,把OpenCV中很多C语言的数据和API进行了优化。目标是建立一个易用、类型安全、新功能,性能更加的版本。官方每六个月发布一次新版本。
2012年
OpenCV正式被非盈利组织OpenCV.org接管、维护用户与开发者社区网站。
核心功能与应用实现
OpenCV中已经包含如下核心功能:
- 二维和三维特征工具箱
- 运动估算
- 人脸识别系统
- 姿势识别
- 人机交互
- 移动机器人
- 运动理解
- 对象鉴别
- 分割与识别
- 立体视觉
- 运动跟踪
- 增强现实(AR技术)
基于上述功能实现需要,OpenCV中还包括以下基于统计学机器学习库:
- Boosting算法
- Decision Tree(决策树)学习
- Gradient Boosting算法
- EM算法(期望最大化)
- KNN算法
- 朴素贝叶斯分类
- 人工神经网络
- 随机森林
- 支掌向量机
opencv的组成结构

编程语言
OpenCV中多数模块是基于C++实现,其中有少部分是基于C语言实现,当前OpenCV提供的SDK已经支持C++、Java、Python等语言应用开发。当前OpenCV本身新开发的算法和模块接口都是基于C++产生。
操作系统支持
OpenCV支持几乎所有主流的OS系统上应用开发。桌面平台:
Windows、
Mac、
Linux、
FreeBSD、
OpenBSD等。
移动平台:
Android、
IOS、
BlackBerray等平台。
用户可以从OpenCV官方获取相关SDK下载,开发文档和环境配置信息。
应用领域
OpenCV自从1.0版本发布以来,立刻吸引许多公司目光,被广泛应用在许多领域的产品研发与创新上,相关应用包括卫星地图与电子地图拼接、医学中图像噪声处理、对象检测、安防监控领域安全与入侵检测、自动监视报警、制造业与工业中的产品质量检测、摄像机标定。军事领域的无人机飞行、无人驾驶与水下机器人等众多领域。
开发者
当前OpenCV随着工业4.0与机器人无人机发展已经在应用领域得到了广泛的应用,当前越来越多从事机器视觉与图像处理的开发者选择OpenCV作为开发工具实现应用开发。OpenCV社区的开发者人数也不断增几何级增加,随着OpenCV开发包支持的语言增加,越来越多Android开发者、Python开发者加入OpenCV学习的阵营。
opencv:opencv概述的更多相关文章
- 走近OPENCV // opencv 2.4.9+vs2013配置
一直很懒去配opencv,这几周忍不了终于抽空来配了一下环境... 用的是旧版opencv2.4系列,最新到3.0了,之后再看看教程不知道有什么特别大的区别. (FF14国服没有4.0 // 8.19 ...
- <学习opencv> opencv 概述及初探
目录 Opencv3 当前模块 OpenCV 贡献库(opencv_contrib) OpenCV 头文件 旧式C风格头文件 新式C++风格头文件 例程 DEMO1 - 显示图片 DEMO2 - 视频 ...
- <学习opencv>opencv数据类型
目录 Opencv数据类型: 基础类型概述 固定向量类class cv::Vec<> 固定矩阵类cv::Matx<> 点类 Point class cv::Scalar 深入了 ...
- [OpenCV]OpenCV常用语法函数与坑点
目录 1. 加载图像(cv::imread) 2. 显示图像(cv::nameWindows与cv::imshow) 3. 修改图像(cv::cvtColor) 4. 保存图像(cv::imwrite ...
- OpenCV: OpenCV人脸检测框可信度排序
参考文章:http://blog.csdn.net/hua_007/article/details/45368607 使用OpenCV进行人脸识别时,使用 casecade.detectMultiSc ...
- OpenCV:OpenCV目标检测Boost方法训练
在古老的CNN方法出现以后,并不能适用于图像中目标检测.20世纪60年代,Hubel和Wiesel( 百度百科 )在研究猫脑皮层中用于局部敏感和方向选择的神经元时发现其独特的网络结构可以有效地降低反馈 ...
- OpenCV:OpenCV目标检测Hog+SWindow源代码分析
参考文章:OpenCV中的HOG+SVM物体分类 此文主要描述出HOG分类的调用堆栈. 使用OpenCV作图像检测, 使用HOG检测过程,其中一部分源代码如下: 1.HOG 检测底层栈的检测计算代码: ...
- OpenCV:OpenCV目标检测Adaboost+haar源代码分析
使用OpenCV作图像检测, Adaboost+haar决策过程,其中一部分源代码如下: 函数调用堆栈的底层为: 1.使用有序决策桩进行预测 template<class FEval> i ...
- OpenCV:OpenCV中的 parallel_for 和opencv parallel_for_
OpenCV使用OMP完成并行运算,在使用AdaBoost检测的时候,在cascadedetect.cpp 里面,大量使用 parallel_for_(Range(0, stripCount), Ca ...
- <学习opencv>opencv函数
/*=========================================================================*/ // openCV中的函数 /*====== ...
随机推荐
- could not parse as expression: "/login" (template: "include/include" - line 32, col 42)
<li><a href="login.html" th:href="/login">登录</a></li> or ...
- hyper-v 80070057
微软官网搜索MediaCreation tool进行升级.
- 面试题:HashSet、TreeSet 和HashMap 的实现与原理
说下 TreeSet 和 HashSet 什么区别呢? 它们的区别点主要在他们的底层数据结构不同,HashSet 使用的是 HashMap 来实现,而 TreeSet 使用的是 TreeMap 来实现 ...
- JS高级---函数作为返回值使用
函数作为返回值使用 function f1() { console.log("f1函数开始"); return function () { console.log("函数 ...
- php设计模式之工厂方法实例代码
实现不修改原代码,扩展新功能 <?php header("Content-type:text/html;charset=utf-8"); /** * db接口 * 实现连接数 ...
- Apache Kafka(六)- High Throughput Producer
High Throughput Producer 在有大量消息需要发送的情况下,默认的Kafka Producer配置可能无法达到一个可观的的吞吐.在这种情况下,我们可以考虑调整两个方面,以提高Pro ...
- HTML学习(3)基础
*开始标签常被称为起始标签(opening tag),结束标签常称为闭合标签(closing tag). *虽然有时候忘记写结束标签有的浏览器也能正常显示内容,但有时候会出现不可预料的结果或错误,所以 ...
- mysql5.7导出数据提示--secure-file-priv选项问题的解决方法
mysql可使用 into outfile 参数把表中数据导出到csv,例如可用以下命令把user表的数据导出到user.csv select * from user into outfile '/t ...
- 使用Id访问table对象,使用Id访问Input对象
先看例子(好吧 无意中发现 可以通过Id访问DOM元素,如div) <!DOCTYPE html> <html> <head> <meta cha ...
- P1177排序题解
这恐怕是一道 坑最多 最经典 的题目了. 这道题有两种解题方法: 1.自己写个排序函数 这里我们用最最最最常用的快速排序: #include <iostream> #define ll l ...