OpenCV之计算机视觉(导论)

其中 core、highgui、imgproc 是最基础的模块，该课程主要是围绕这几个模块展开的，分别介绍如下：

core 模块实现了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 模块实现了视频与图像的读取、显示、存储等接口。
imgproc 模块实现了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。

对于图像处理其他更高层次的方向及应用，OpenCV 也有相关的模块实现

features2d 模块用于提取图像特征以及特征匹配，nonfree 模块实现了一些专利算法，如 sift 特征。
objdetect 模块实现了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。
stitching 模块实现了图像拼接功能。
FLANN 模块（Fast Library for Approximate Nearest Neighbors），包含快速近似最近邻搜索 FLANN 和聚类 Clustering 算法。
ml 模块机器学习模块（SVM，决策树，Boosting 等等）。
photo 模块包含图像修复和图像去噪两部分。
video 模块针对视频处理，如背景分离，前景检测、对象跟踪等。
calib3d 模块即 Calibration（校准）3D，这个模块主要是相机校准和三维重建相关的内容。包含了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 信息的重建等等。
G-API 模块包含超高效的图像处理 pipeline 引擎

# Windows下安装OpenCV，指定版本号
pip install -i http://pypi.douban.com/simple --trusted-host pypi.douban.com opencv-python==3.4.2.17
    
# OpenCV贡献库安装（社区维护库）
pip install opencv-contrib-python==3.4.2.17    

# Pycharm安装opencv失败的解决方案：
在依赖包仓库中添加镜像：
https://pypi.tuna.tsinghua.edu.cn/simple/   清华大学镜像库
http://mirrors.aliyun.com/pypi/simple/      阿里云镜像库
http://pypi.douban.com/simple/              豆瓣镜像库
    
# 验证opencv
import cv2
cv2.__version__
# 能正常显示版本号即认为安装成功

# 安装多个第三方库
pip install numpy pandas wheel jupyter notebook

img[0,0] ：访问图像 img 第0行第0列 像素点的 BGR 值。图像是 BGR 格式的，得到的数值为 [0,0,255]。
img[0,0,0] ：访问图像 img 第0行第0列第0个通道 的像素值。图像是 BGR 格式的，所以第 0 个通道是 B通道 ，会得到 B 通道内第 0 行第 0 列的位置所对应的值 0。
img[0,0,1] ：访问图像 img 第0行第0列第1个通道 的像素值。图像是 BGR 格式的，所以第 1 个通道是 G通道 ，会得到 G 通道内第 0 行第 0 列的位置所对应的值 0。
img[0,0,2] ：访问图像 img 第0行第0列第2个通道 的像素值。图像是 BGR 格式的，所以第 2 个通道是 R通道 ，会得到 R 通道内第 0 行第 0 列的位置所对应的值 255。

目标分类：整个图像，输入图像，输出类别。
目标定位：单框框出来，不做分类。
目标检测：画框分类
目标分割
- 语义分割：对每个像素进行分类，同类别会被分到一起。
- 实例分割：不同的物体分别分类

深度学习三驾马车

算力：CPU、GPU、FPGA
海量数据
算法

在这里插入图片描述

目标检测
- 两阶段方法 ：提取候选框 ——> 筛选目标，例：R-CNN、SPP-Net、Fast R-CNN、Faster R-CNN
- 单阶段方法 ：直接检测目标，例：YOLO、SSD、R-FCN
CS231n：李飞飞人工智能入门课

http://cs231n.stanford.edu/
CS229：机器学习公开课
CS224：自然语言处理公开课