跨平台视觉库(OpenCV4)v4.3.0官方版

OpenCV4是一个开源计算机视觉和机器学习软件库。OpenCV的构建旨在为计算机视觉应用程序提供通用的基础结构，并加速在商业产品中使用机器感知。作为BSD许可的产品，OpenCV使企业可以轻松地使用和修改代码。

软件简介：

该库具有2500多种优化算法，其中包括一整套经典和最新的计算机视觉和机器学习算法。这些算法可用于检测和识别人脸，识别对象，对视频中的人为行为进行分类，跟踪摄像机的运动，跟踪运动的对象，提取对象的3D模型，从立体摄像机生成3D点云，将图像拼接在一起以产生高分辨率整个场景的图像，从图像数据库中查找相似的图像，从使用闪光灯拍摄的图像中消除红眼，跟随眼睛的移动，识别风景并建立标记以将其与增强现实叠加在一起等。OpenCV拥有超过4.7万用户社区，下载量估计超过  1800万。该库在公司，研究小组和政府机构中得到广泛使用。

除了使用该库的Google，Yahoo，Microsoft，Intel，IBM，Sony，Honda，Toyota之类的知名公司外，还有许多诸如Applied Minds，VideoSurf和Zeitera之类的初创公司都在广泛使用OpenCV。OpenCV的部署用途包括将街景图像拼接在一起，检测以色列监视视频中的入侵，监视中国的矿山设备，帮助机器人在Willow Garage导航和拾取物体，检测欧洲游泳池溺水事故，在西班牙和纽约在土耳其检查跑道上的碎屑，检查世界各地工厂产品上的标签，然后在日本进行快速面部识别。

它具有C ++，Python，Java和MATLAB接口，并支持Windows，Linux，  Android  和Mac OS。OpenCV主要倾向于实时视觉应用，并在可用时利用MMX和SSE指令。 目前正在积极开发功能齐全的  CUDA和  OpenCL接口。有500多种算法，而构成或支持这些算法的功能大约是其10倍。OpenCV用C ++本机编写，并具有可与STL容器无缝配合的模板化接口。

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。

安装说明：

如果需要，请打开其他模块包装：

tar xf ../opencv_contrib-4.3.0.tar.gz

通过运行以下命令来 安装opencv：

mkdir build &&

cd    build &&

cmake -DCMAKE_INSTALL_PREFIX=/usr      \

      -DCMAKE_BUILD_TYPE=Release       \

      -DENABLE_CXX11=ON                \

      -DBUILD_PERF_TESTS=OFF           \

      -DWITH_XINE=ON                   \

      -DBUILD_TESTS=OFF                \

      -DENABLE_PRECOMPILED_HEADERS=OFF \

      -DCMAKE_SKIP_RPATH=ON            \

      -DBUILD_WITH_DEBUG_INFO=OFF      \

      -Wno-dev  ..                     &&

make