OpenCV-计算机视觉开发

一：计算机视觉概述

1.基本概念

• ? 如今，计算机视觉算法的应用已经渗透到我们生活的方方面面。机器人；无人机；虚拟现实；医学影像分析等无不涉及到计算机视觉算法

• ? OpenCV是计算机视觉领域的一个图形与图像算法库，它由一系列的C函数和少量C++类构成，同时提供了Python；Ruby；MATLAB；C#；Ch等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法

• ? 计算机视觉是一门研究如何使机器看的科学，就是用摄影机和计算机代替人眼对目标进行识别，跟踪和测量等机器视觉。并进一步做图形处理，使计算机处理成为更适合人眼观察或传递给仪器检测的图像。图像处理应用十分广泛，比如人脸支付、停车场识别车牌都用到了图像处理

图像处理的常见应用：

2.计算机视觉的应用

• 控制过程：工业机器人
• 导航：自动驾驶或移动机器人
• 检测：对视频监控里的人进行人数统计
• 组织信息：对于图像和图像序列的索引数据库
• 造型对象或环境：医学图像分析系统或地形模型
• 交互：计算机与人的交互
• 自动检测：应用程序

1. 其中最突出的应用领域是医疗计算机视觉和医学图像处理。这两个领域的特征信息是从图像数据中提取用于患者医疗诊断为目的，通常，图像数据是在形式显微镜图像，X射线图像，血管造影图像。超声图像和断层图像的信息。比如从这样的图像数据中提取肿瘤或者其它恶性变化，它也可以是器官的尺寸，血流量等。计算机视觉在医疗领域的应用还包括增强超声图像或X射线图像，以降低噪声对图像的影响。
2. 计算机视觉第二个应用领域是工业，这个领域中提取的信息用于制造过程，比如用于质量控制，自动检测最终产品的缺陷。
3. 军事应用也是计算机视觉应用的最大领域之一，最明显的例子是探测敌方士兵，车辆和导弹制导。更先进的系统为导弹制导发射导弹的区域，而不是一个特定的目标，并且当导弹到达基于本地获取的图像数据的区域的目标做出选择。
4. 一个较新的应用领域是无人驾驶汽车和无人机。无人驾驶汽车和无人机通常使用计算机视觉进行导航。

3.与相关学科的区别

? 计算机视觉、图像处理与图像分析、机器视觉是彼此紧密关联的学科，基础理论大致相同。然而各研究机构、学术期刊、会议及公司往往会把自己归为其中某一个领域，于是各种各样的用来区分这些学科的特征就被提了出来。

一种区分方法：

• 计算机视觉的研发对象主要是映射到单幅或多幅图像上的三维场景。例如，三维场景的重建。计算机视觉的研究很大程度上针对图像的内容
• 图像处理与图像分析的研究对象主要是二维图像，可以实现图像的转化，尤其是针对像素级的操作。例如提高图像对比度、边缘提取、去噪声和几何变换(如图像旋转)，这一特征表明：无论是图像处理还是图像分析，研究的内容都和图像的具体内容无关
• 机器视觉主要是指工业领域的视觉研究。例如自主机器人的视觉，用于检测和测量的视觉