OpenCV

OpenCV 项目始于 1999 年英特尔，由Gary Bradsky发起，并在 2000 年发布了第一个版本。Vadim Pisarevsky加入 Gary Bradsky，共同管理英特尔的俄罗斯 OpenCV 软件团队。2005 年，OpenCV 被应用于 Stanley，这款车辆赢得了 2005 年 DARPA 大挑战赛。之后，在 Willow Garage 的支持下，由 Gary Bradsky 和 Vadim Pisarevsky 领导，OpenCV 继续积极开发。如今，OpenCV 支持大量与计算机视觉和机器学习相关的算法，并且日益发展壮大。

OpenCV 支持多种编程语言，例如 C++、Python、Java 等，并且可在不同的平台上使用，包括 Windows、Linux、OS X、Android 和 iOS。基于 CUDA 和 OpenCL 的高速 GPU 操作接口也在积极开发中。

OpenCV-Python 是 OpenCV 的 Python API，它结合了 OpenCV C++ API 和 Python 语言的最佳特性。

OpenCV-Python

OpenCV-Python 是一个 Python 绑定库，旨在解决计算机视觉问题。

Python 是一种由Guido van Rossum发起的通用编程语言，因其简洁性和代码可读性而迅速流行。它使程序员能够用更少的代码行表达想法，而不会降低可读性。

与 C/C++ 等语言相比，Python 速度较慢。也就是说，Python 可以很容易地用 C/C++ 扩展，这允许我们用 C/C++ 编写计算密集型代码，并创建可以用作 Python 模块的 Python 包装器。这给我们带来了两个优势：首先，代码与原始 C/C++ 代码一样快（因为实际运行的是后台的 C++ 代码）；其次，用 Python 编程比 C/C++ 更容易。OpenCV-Python 是原始 OpenCV C++ 实现的 Python 包装器。

OpenCV-Python 使用NumPy，这是一个针对数值运算的高度优化的库，具有类似 MATLAB 的语法。所有 OpenCV 数组结构都转换为 NumPy 数组并从中转换。这也使其更容易与使用 NumPy 的其他库（如 SciPy 和 Matplotlib）集成。

OpenCV-Python 教程

OpenCV 提供了一套新的教程，将引导您了解 OpenCV-Python 中提供的各种功能。本指南主要关注 OpenCV 3.x 版本（尽管大多数教程也适用于 OpenCV 2.x）。

建议您具备 Python 和 NumPy 的预备知识，因为本指南不会涵盖这些内容。为了编写使用 OpenCV-Python 的优化代码，必须精通 NumPy。

本教程最初由Abid Rahman K.在Alexander Mordvintsev的指导下，作为 2013 年 Google Summer of Code 项目的一部分启动。

OpenCV 需要您！

由于 OpenCV 是一个开源项目，欢迎所有人为库、文档和教程做出贡献。如果您在本教程中发现任何错误（从小的拼写错误到代码或概念中的严重错误），请随时通过克隆 GitHub 上的 OpenCV 并提交拉取请求来更正它。OpenCV 开发人员将检查您的拉取请求，为您提供重要的反馈，并且（一旦通过审核人员的批准）它将被合并到 OpenCV 中。然后您将成为开源贡献者 :-)

随着新的模块添加到 OpenCV-Python，本教程将需要扩展。如果您熟悉某个特定算法，并且可以编写一个教程，包括算法的基本理论和显示示例用法的代码，请这样做。

记住，我们一起可以使这个项目取得巨大成功！

贡献者

以下是提交 OpenCV-Python 教程的贡献者列表。

Alexander Mordvintsev (GSoC-2013 导师)
Abid Rahman K. (GSoC-2013 实习生)

附加资源

Python 快速指南 - A Byte of Python