Skip to main content

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?

tip

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。

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

  1. 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。
  2. 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。

引用

网络资料

书籍

名校视觉研究所/课程