01: 简介与安装
相信大部分人知道的 OpenCV 都是用 C++ 来开发的，那为什么我推荐使用 Python 呢？
本教程基础内容来自 OpenCV 官方英文教程，我按照使用度和难易度翻译，重新编写了大量原创内容，将不常用和较难的部分写成番外篇，浅显易懂，很 easy 的辣。每节的源码、图片和练习题答案均可在引用处找到噢(⊙o⊙)
Python 照样快！
众所周知，虽然 Python 语法简洁、编写高效，但相比 C/C++运行慢很多。然而 Python 还有个重要的特性：它是一门胶水语言！Python 可以很容易地扩展 C/C++。OpenCV-Python 就是用 Python 包装了 C++ 的实现，背后实际就是 C++ 的代码在跑，运行速度非常接近原生。
比如我分别用 Python 和 C++实现读入图片和调整图片的亮度对比度，结果如下：
可以看到某些情况下 Python 的运行速度甚至好于 C++，代码行数也直接少一半多！
另外，图像是矩阵数据，OpenCV-Python 原生支持 Numpy，相当于 Python 中的 Matlab，为矩阵运算、科学计算提供了极大的便利性。
人工智能浪潮
近些年，人工智能 AI 相关技术的快速发展大家有目共睹。在编程语言方面，更多人希望的是具备高效开发效率、跨平台、高度扩展性的语言，尤其是一些 AI 巨头优先推出支持 Python 语言的深度学习框架，如 Facebook 的PyTorch、Google 的Tensorflow等，可以说 Python 是名副其实的“网红语言”了。
从TIOBE 编程语言排行榜也可以看到，Python 发展迅猛，已经逼近 C++的份额。这个排行榜每月更新，就不截图了，我编写时的 TOP5：Java/C/C++/Python/C#。
人生苦短，我用 Python
- 如果你搞科研用，果断放弃 C++（Matlab？出门左拐）
- 如果你是快速原型开发，验证方案，果断放弃 C++
- 如果你懒的配置 OpenCV 环境，果断放弃 C++
- 如果你的程序是在支持 Python 的较高硬件环境下运行，果断放弃 C++
- 如果你担心 Python 写不了界面，那是你的问题 o_o ....
- 除非你的程序是 MFC 或已经用 C++编写其他模块或是嵌入式设备，那就用 C++吧
"人生苦短，我用 Python！！！"
安装
本教程编写时使用的相关版本是：OpenCV 4.x，Python 3.x。
opencv-python
只需终端下的一条指令：
pip install opencv-python
pip 是 Python 的包管理器，如果你还没安装 Python，强烈推荐安装Anaconda，它包含了大量的科学计算包，不用后期一个个安装。
Anaconda 安装
进入 Anaconda官网，下载最新版本的安装文件，速度比较慢的话，可以去清华开源镜像站。
- Windows 版是 exe 文件，双击直接安装，安装时记得勾选
Add Anaconda to my PATH environment variable，添加到环境变量。 - Linux 版是 sh 文件，执行
bash Anaconda3-xx.sh，Linux 版也会提示添加到环境变量，记得输 yes 就行。 - MAC 版是 pkg 文件，同样直接双击安装即可。
安装测试
Python 的版本可以在终端中输入python --version来查看。对于 OpenCV，打开 Python 的开发环境，输入import cv2，运行没有报错说明一切正常。要查看 OpenCV 的版本，可以：
print(cv2.__version__)
编辑器我习惯用 Visual Studio Code，也可以用 PyCharm/Atom/Jupyter Notebook(Anaconda 自带)。
常见问题
- pip 识别不了：pip 的目录没有添加到环境变量中，添加到用户(或系统) 变量的 path 中。
- 下载速度很慢：可到此处下载离线版，完成后在终端输入
pip install 文件名安装。