OpenCV4(跨平台视觉库)

　　OpenCV4是一款开源的跨平台计算机视觉库，由一系列C函数和少量C++类构成，同时提供了Python、MATLAB、Ruby等语言的接口，可应用于人机互动，物体识别，图像处理等领域。

应用领域

　　应用领域编辑

　　1、人机互动

　　2、物体识别

　　3、图像分割

　　4、人脸识别

　　5、动作识别

　　6、运动跟踪

　　7、机器人

　　8、运动分析

　　9、机器视觉

　　10、结构分析

　　11、汽车安全驾驶

软件特色

　　1、在扩展模块中去掉了SIFT与SURF相关API的调用文件

　　现在如果想在OpenCV Python 4.x中想使用SIFT与SURF只有靠自己从源代码CMake来编译生成python版本的安装包才可以。

　　# OpenCV 3.x中

　　namedWindow(“input”, cv.CV_WINDOW_AUTOSIZE)

　　# OpenCV4.x

　　namedWindow(“input”, cv.WINDOW_AUTOSIZE)

　　2、全部取消CV_XXX这种枚举类型，比如在3.x中可以正常使用的语句

　　# 在OpenCV3.x中轮廓发现API返回三个值分别为

　　# image 返回的图像

　　# contours 每个轮廓的点集合

　　# hierarchy 每个轮廓对应的层次信息

　　binary, contours, hierarchy = cv.findContours(binary, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)

　　3、findContours函数返回结果由3.x的三个参数变为两个参数

　　OpenCV4.0中需要改为

　　contours, hierarchy = cv.findContours(binary, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)

　　4、增加了python语言版本的对DNN模块的加持！

　　支持图像分类、对象检测(SSD、RCNN、Faster-RCNN、mask-RCNN)、图像分割等网络的使用

新增功能

　　DNN对很多网络层进行了提升，如ONNS中的LSTM, Broadcasting, Algebra over constants, Slice with multiple inputs；DarkNet中的grouped convolutions, sigmoid, swish, scale_channels；MobileNet-SSD v3

　　更多OpenVINO后端特性：可通过nGraph添加自定义层

　　优化CUDA后端，并杀掉一些BUG

　　可以使用最新的IPP-CV 2020.0.0Gold版本进行CPU优化

　　使用SIMD指令优化了integral、resize和RLOF实现

　　更多演示和例子

　　opencv_contrib：增加了Alpha Matting算法

　　calib3d：findChessboardCorners SB算法提升

　　core：getNumberOfCPUs()函数提升

　　imgcodecs：支持OpenJPEG库

　　highgui(Qt)：增加到剪切板的复制功能

使用方法

　　下载完成后得到OpenCV文件，便可以开始安装过程。其实所谓的安装是一个解压的过程，可执行文件是一个自解压的程序，双击后便会提示我们选择解压路径。

　　这里根据自己需求选择路径即可，特别要说明的是，该程序会将所有文件解压在opencv的文件夹下，因此不需要在选择解压路径中单独新建一个opencv文件夹。由于笔者电脑安装了多个版本的OpenCV，为避免混淆，单独创建一个名为opencv4的文件夹，解压到H:\opencv4。

　　选择好路径后点击【Extract】按钮，便可以等待解压过程的结束。整个OpenCV4的大小约为1G，根据电脑的性能不同，等待时间从几十秒到几分钟不等。