OPENCV周边概念认知

• 图像处理、计算机视觉、opencv
  图像处理是用计算机对图像进行分析，以达到所需的结果的技术，又称影像处理。图像处理技术一般包括图像压缩，增强和复原，匹配、描述和识别3个部分。图像处理一般指数字图形处理。其中，数字图像是指用工业相机、摄像机、扫描仪等设备经过拍摄得到的一个大的二维数组，该数组的元素称为像素，其值称为灰度值。而数字图像处理是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理方法和技术。
  计算机视觉是一门研究如何使机器“看”的科学，具体地说，就是指用摄像机和电脑代替人眼对目标进行识别、追踪和测量等机器视觉，并进一步做出图形处理，用掉闹处理使之成为更适合人眼观察或传送给仪器检测的图像的一门学科。作为一门科学学科计算机视觉研究相关的理论和技术，试图建立能够从感官信号中提取信息，所以计算机视觉也可以看作是研究如何使人工系统从图像或多维数据中“感知”的科学。
  图像处理和计算机是觉得区别在于：图像处理侧重于“处理”图像——如增强，还原，去噪，分割，等等；而计算机视觉重点在于使用计算机来模拟人的视觉，因此迷你才是计算机视觉领域的最终目标。
  而opencv是一个基于开源发行的跨平台计算机视觉库，它实现了图像处理和计算机方面的很多通用算法，已经成为了计算机视觉领域最有力的研究工具之一。
• Opencv概述
  opencv的全称是Open Computer Library，直译就是“开源计算机视觉”。取代表开源的单词"Open"、“Computer"的是首字母“C”以及“Vision"的首字母”V”,组合命名为“OpenCV"。
  OpenCV于1999年由1999年由Intel建立，如今由Willow Garage提供支持。他是一个基于开源发行的跨平台计算机视觉库，可以运行在Linux、Windows、Mac OS、Android、iOS、Maemo、FreeBSD、OpenBSD等操作系统。OpenCV由一系列C函数和C++类构成，轻量且高效。强大的OpenCV除了用C/C++语言进行开发和使用外，还支持C#、Ch、Ruby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。
  
  OpenCV的是设计目标是执行速度尽量快，主要关注实时应用。它采用优化的C/C++代码编写，能过够充分利用多核处理器的优势，其主要目标是构建一个简单易用的计算机视觉框架，以帮助开发人员更便捷的设计更复杂的计算机视觉相关的应用程序。
  OpenCV由一系列C函数和C++类构成，拥有包括500多个C函数的跨平台的中高层API。它不依赖于其他的外部库——但如果有需要，也可以使用某些外部库。OpenCV覆盖了计算机视觉的许多应用领域，如工厂产品检测、医学成像、信息安全、用户界面、摄像机标定、立体视觉和机器人等。因为计算机视觉和机器学习密切相关，所以OpenCV还提供MLL机器学习库。该机器学习库主要用于统计方面的模式识别。MLL除了用在视觉相关的任务中，还可以方便的应用于其他机器学习场合。
  OPENCV官网：http://opencv.org
  OPENCV ITHUB主页：https://github.com/Itseez/opencv
  OPENCV开发版Wiki主页：http://code.opencv.org
• 起源及发展
  OpenCV项目最早由Intel公司于1999年启动，旨在促进CPU密集型应用。为了达到这一目的，Intel启动了多个项目，包括实时光线追踪和三维显示墙。
  在Intel的性能库团队的帮助下，OpenCV实现了一些核心代码和算法，并发给Intel俄罗斯团队。因此，OpenCV的诞生，狮子啊与软件性能库团队的合作下，发源于Intel的研究中心，并在而流落i得到实现和优化。
  在开始时，OpenCV有以下三大目标，这三大目标说明了OpenCV的初衷。
  性能被优化的代码可以自由获取，可以促进基于视觉的商业应用的发展。
• 应用概述
  自从OpenCV在1999年1月发布的beta版本开始，他就被广泛应用于许多领域、产品和研究成果，具体包括卫星地图和电子地图的拼接、扫面图像对齐、医学图像去噪（消噪或滤波）、图像中物体分析、安全和入侵检测系统、自动舰艇和安全系统，以及制造业中的产品质量监测系统、摄像机标定、军事应用、无人飞行器、无人汽车和无人水下机器人。此外，还可以将视觉识别技术用在声谱图上，用OpenCV进行声音和音乐识别。
  OpenCV提供的视觉处理算法非常丰富。由于它部分以高效的C语言编写，加上其开源的特性，处理得当，不需要添加新的外部支持也可以完整的编译链接生成执行程序，所以很多研究者用它来做算法的移植。OpenCV的代码经过适当改写可以正常的运行在DSP系统和单片机系统中，这种移植在高等院校中经常作为相关专业本科生的毕业设计或者研究生、博士生的课题选题。
  OpenCV可以应用于解决如下领域的问题：
  • 人机交互；
  • 物体识别；
  • 图像分区；
  • 人脸识别；
  • 动作识别；
  • 运动跟踪；
  • 机器人