一、關於OpenCV簡介

       OpenCV是一個基於BSD許可（開源）發行的跨平臺計算機視覺庫，可以執行在Linux、Windows、Android和Mac OS作業系統上。它輕量級而且高效——由一系列 C 函式和少量 C++ 類構成，同時提供了Python、Ruby、MATLAB等語言的介面，實現了影象處理和計算機視覺方面的很多通用演算法。 OpenCV用C++語言編寫，它的主要介面也是C++語言，但是依然保留了大量的C語言介面。 

       在計算機視覺專案的開發中，OpenCV作為較大眾的開源庫，擁有了豐富的常用影象處理函式庫，採用C/C++語言編寫，可以執行在Linux/Windows/Mac等作業系統上，能夠快速的實現一些影象處理和識別的任務。此外，OpenCV還提供了Java、python、cuda等的使用介面、機器學習的基礎演算法呼叫，從而使得影象處理和影象分析變得更加易於上手，讓開發人員更多的精力花在演算法的設計上。

二、OpenCV應用領域

1、人機互動 2、物體識別 3、影象分割 4、人臉識別 5、動作識別 6、運動跟蹤 7、機器人 8、運動分析 9、機器視覺 10、結構分析 11、汽車安全駕駛

影象資料的操作 ( 分配、釋放、複製、設定和轉換)。 影象是視訊的輸入輸出I/O （檔案與攝像頭的輸入、影象和視訊檔案輸出）。
 矩陣和向量的操作以及線性代數的演算法程式（矩陣積、解方程、特徵值以及奇異值等）。
各種動態資料結構（列表、佇列、集合、樹、圖等）。 
基本的數字影象處理（濾波、邊緣檢測、角點檢測、取樣與差值、色彩轉換、形態操作、直方圖、影象金字塔等）。 
結構分析（連線部件、輪廓處理、距離變換、各自距計算、模板匹配、Hough變換、多邊形逼近、直線擬合、橢圓擬合、Delaunay 三角劃分等）。 
攝像頭定標（發現與跟蹤定標模式、定標、基本矩陣估計、齊次矩陣估計、立體對應）。
運動分析（光流、運動分割、跟蹤）。 
目標識別（特徵法、隱馬爾可夫模型：HMM）。
基本的GUI （影象與視訊顯示、鍵盤和滑鼠事件處理、滾動條）。 

影象標註（線、二次曲線、多邊形、畫文字）

三、安裝OpenCV的的兩種方法

因為OpenCV依賴一些庫，可以在本部落格中查詢一些依賴庫的安裝方法，例如安裝Numpy方法等，本部落格應有盡有！

T1使用whl檔案法：先去官網https://www.lfd.uci.edu/~gohlke/pythonlibs/#opencv，下載相應Python版本的OpenCV的whl檔案，如本人下載的opencv_python‑3.4.1‑cp36‑cp36m‑win_amd64.whl，然後在whl檔案所在目錄下，

命令 pip install opencv_python‑3.4.1‑cp36‑cp36m‑win_amd64.whl 進行安裝即可

T2直接命令法  pip install opencv-python  

最後，檢測安裝情況

哈哈，大功告成！

繼續學習去啦~