OpenCV

OpenCV 最初由 Gary Bradsky 于 1999 年在英特尔发起，并在 2000 年发布了第一个版本。Vadim Pisarevsky 加入 Gary Bradsky，负责管理英特尔俄罗斯软件 OpenCV 团队。2005 年，OpenCV 被用于 Stanley，这是赢得 2005 年 DARPA Grand Challenge 的车辆。后来，在其积极开发过程中，Willow Garage 在 Gary Bradsky 和 Vadim Pisarevsky 的领导下继续支持该项目。OpenCV 现在支持与计算机视觉和机器学习相关的多种算法，并且每天都在扩展。

OpenCV 支持多种编程语言，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 是一种通用编程语言，由 Guido van Rossum 发起，由于其简洁性和代码可读性而迅速流行。它使程序员能够以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，这使我们能够在 C/C++ 中编写计算密集型代码，并创建可以用作 Python 模块的 Python 包装器。这给了我们两个优势：首先，代码速度与原始 C/C++ 代码一样快（因为它是在后台工作的实际 C++ 代码），其次，用 Python 编写代码比 C/C++ 更容易。OpenCV-Python 是原始 OpenCV C++ 实现的 Python 包装器。

OpenCV-Python 使用 Numpy，这是一个高度优化的数值运算库，具有 MATLAB 风格的语法。所有的 OpenCV 数组结构都与 Numpy 数组相互转换。这也使得它更容易与其他使用 Numpy 的库（如 SciPy 和 Matplotlib）集成。

OpenCV-Python 教程

OpenCV 引入了一组新的教程，将指导您了解 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）。

建议事先了解 Python 和 Numpy，因为本指南不会涵盖它们。精通 Numpy 是使用 OpenCV-Python 编写优化代码的必备条件。

本教程最初由 Abid Rahman K. 作为 2013 年 Google Summer of Code 计划的一部分在 Alexander Mordvintsev 的指导下启动。

OpenCV 需要你！！！

由于 OpenCV 是一项开源计划，欢迎大家为库、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），请随时通过在 GitHub 中克隆 OpenCV 并提交 pull request 来更正它。OpenCV 开发人员将检查您的 pull request，给您重要的反馈，并且（一旦通过审查者的批准）它将被合并到 OpenCV 中。然后您将成为一个开源贡献者 :-)

随着新的模块添加到 OpenCV-Python 中，本教程将不得不扩展。如果您熟悉特定的算法，并且可以编写包含算法基本理论和显示示例用法的代码的教程，请这样做。

记住，我们一起可以使这个项目取得巨大的成功！！！

贡献者

以下是向 OpenCV-Python 提交教程的贡献者名单。

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

附加资源

Python 快速入门指南 - A Byte of Python