第1章

OpenCV入门

计算机视觉应用程序很有趣，而且很有用，但是其底层算法是计算密集型的。随着云计算的出现，我们正在获得更强大的处理能力。

OpenCV库使我们能够实时高效地运行计算机视觉算法。它已经存在很多年了，并已成为该领域的标准库。OpenCV的主要优势之一是它经过高度优化，几乎可以在所有平台上使用。

本书将介绍我们要用到的各种算法和使用它们的原因，以及如何在OpenCV中实现它们。

在本章中，我们将学习如何在各种操作系统上安装OpenCV。我们将讨论OpenCV提供的开箱即用的服务，以及使用内置函数可以做的各种事情。

本章介绍以下主题：

人类如何处理视觉数据，如何理解图像内容？

我们能用OpenCV做什么，OpenCV中可以用于实现这些目标的各种模块是什么？

我们如何在Windows、Linux和Mac OS X上安装OpenCV？

1.1　了解人类视觉系统

在进入OpenCV的功能之前，首先需要了解为什么要构建这些功能。了解人类视觉系统的工作原理是非常重要的，这样你就可以开发出正确的算法。

计算机视觉算法的目标是理解图像和视频的内容，对此，人类似乎毫不费力！那么，我们如何才能让机器以相同的精度做到这一点呢？

请看图1-1。

图　1-1

人眼可以捕获视野内的所有信息，例如颜色、形状、亮度等。如图1-1所示，人眼捕获到关于两个主要对象的所有信息，并以某种方式将其存储起来。如果能知道人眼系统是如何工作的，我们就可以利用它来实现我们的目的。

例如，以下是我们需要知道的一些事情：

我们的视觉系统对低频内容比高频内容更敏感。低频内容是指像素值不会快速变化的平面区域，高频内容是指具有角和边缘的区域，其像素值波动很大。我们可以很容易地看到平面上是否有斑点，但很难在高度纹理化的表面发现类似的东西。

人眼对亮度的变化比对颜色的变化更敏感。

我们的视觉系统对运动很敏感。即使没有直接看到，我们也能很快识别出视野中是否有某些东西正在移动。

我们倾向于在脑海中记下视野中的特征点。假设你看到一张白色的桌子，它有四条黑色的桌腿，桌面的一角有一个红点。当你看着这张桌子时，你会立刻记下表面和桌腿有相反的颜色，并且其中一个角上有一个红点。我们的大脑非常聪明！我们自动执行此操作，这样，当再次遇到该对象时，就能够立即识别出它。

为了认识人类的视觉，让我们来看一张俯视图，以及我们看各种事物的角度，如图1-2所示。

我们的视觉系统实际上还可以提供更多功能，但这应该足够了。你可以通过在网上阅读人类视觉系统（HVS）模型来做进一步探索。

图　1-2