软件介绍
OpenCV4官方版是一款开源的跨平台计算机视觉库。OpenCV4最新版软件兼容性强，支持Linux、Windows、Mac OS等多种操作系统，适用于机互动、物体识别、运动跟踪、图像分割等领域。OpenCV4软件内置了Python、MATLAB、Ruby等语言的接口，用户能够轻松的使用和修改代码。
软件特性
1、在扩展模块中去掉了SIFT与SURF相关API的调用文件
现在如果想在OpenCV Python 4.x中想使用SIFT与SURF只有靠自己从源代码CMake来编译生成python版本的安装包才可以。
OpenCV 3.x中：
namedWindow(“input”， cv.CV_WINDOW_AUTOSIZE)。
OpenCV4.x：
namedWindow(“input”， cv.WINDOW_AUTOSIZE)。
2、全部取消CV_XXX这种枚举类型，比如在3.x中可以正常使用的语句
在OpenCV3.x中轮廓发现API返回三个值分别为：
image 返回的图像。
contours 每个轮廓的点集合。
hierarchy 每个轮廓对应的层次信息。
binary， contours， hierarchy = cv.findContours(binary， cv.RETR_EXTERNAL， cv.CHAIN_APPROX_SIMPLE)。
3、findContours函数返回结果由3.x的三个参数变为两个参数
OpenCV4.0中需要改为：
contours， hierarchy = cv.findContours(binary， cv.RETR_EXTERNAL， cv.CHAIN_APPROX_SIMPLE)。
4、增加了python语言版本的对DNN模块的加持
支持图像分类、对象检测(SSD、RCNN、Faster-RCNN、mask-RCNN)、图像分割等网络的使用。
语言的接口，可应用于人机互动，物体识别，图像处理等领域。
软件优点
DNN对很多网络层进行了提升，如ONNS中的LSTM, Broadcasting, Algebra over constants, Slice with multiple inputs;DarkNet中的grouped convolutions, sigmoid, swish, scale_channels;MobileNet-SSD v3
更多OpenVINO后端特性：可通过nGraph添加自定义层
优化CUDA后端，并杀掉一些BUG
可以使用最新的IPP-CV 2020.0.0Gold版本进行CPU优化
使用SIMD指令优化了integral、resize和RLOF实现
更多演示和例子
opencv_contrib：增加了Alpha Matting算法
calib3d：findChessboardCorners SB算法提升
core：getNumberOfCPUs()函数提升
imgcodecs：支持OpenJPEG库
highgui(Qt)：增加到剪切板的复制功能
应用领域
应用领域编辑
1、人机互动
2、物体识别
3、图像分割
4、人脸识别
5、动作识别
6、运动跟踪
7、机器人
8、运动分析
9、机器视觉
10、结构分析
11、汽车安全驾驶
常见问题
OpenCV4和OpenCV3区别
1、在扩展模块中去掉了SIFT与SURF相关API的调用文件
现在如果想在OpenCV Python 4.x中想使用SIFT与SURF只有靠自己从源代码CMake来编译生成python版本的安装包才可以。
OpenCV 3.x中
namedWindow(“input”, cv.CV_WINDOW_AUTOSIZE)
OpenCV4.x
namedWindow(“input”, cv.WINDOW_AUTOSIZE)
2、全部取消CV_XXX这种枚举类型，比如在3.x中可以正常使用的语句
在OpenCV3.x中轮廓发现API返回三个值分别为
image 返回的图像
contours 每个轮廓的点集合
hierarchy 每个轮廓对应的层次信息
binary, contours, hierarchy = cv.findContours(binary, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)
3、findContours函数返回结果由3.x的三个参数变为两个参数
OpenCV4.0中需要改为
contours, hierarchy = cv.findContours(binary, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)
4、增加了python语言版本的对DNN模块的加持!
支持图像分类、对象检测(SSD、RCNN、Faster-RCNN、mask-RCNN)、图像分割等网络的使用
安装步骤
第一步：在本站下载该软件并解压
第二步：配置环境变量
下载安装完成之后，我的电脑-属性-高级系统设置-系统变量-path；
将我们下载安装好的opencv文件夹打开，一直打开到opencvuildx64vc15in，复制该路径，粘贴到系统的环境变量中：【visualstudio2022版本对应的是vc15!】
第三步：在Visual Studio2022上配置OpenCV4.6.0
1、打开visual studio 2022创建新项目，选择C++控制台应用
2、点击顶部 项目 中“属性”
3、编辑“VC++”目录中的“包含目录”，选择路径。。。opencvuildinclude，添加到我们的包含目录中
4、编辑“VC++”目录中的“库目录”，选择路径。。opencvuildx64vc15lib，添加到我们的库目录中
5、编辑 “链接器”的“输入”中的“附加依赖项”
复制文件夹。。opencvuildx64vc15lib中的opencv_world454d.lib文件，粘贴到附加依赖项中
6、测试运行代码：
include <opencv2/core/core.hpp>
include <opencv2/imgproc.hpp>
include <opencv2/highgui/highgui.hpp>
include <iostream>
using namespace cv;
using namespace std;
int main()
{
Mat img = imread("C:\Users\Desktop\test.jpg");
namedWindow("测试");
imshow("测试";, img);
waitKey(0);
return(0);
}
软件官网
https://opencv.org
软件综述
OpenCV 4.4.3.0 是一个流行的计算机视觉和机器学习库，以其广泛的功能、高性能和易用性而闻名。以下是此版本的特点和优点：
增强功能：
- 新模块：引入了一个新的模块，
opencv_scala，它为使用 Scala 语言进行 OpenCV 开发提供了原生支持。 - 改进的 Deep Learning 推理：对深度学习管道进行了多项改进，包括对 TensorRT 和 OpenVINO 的支持增强、新的推理后处理步骤，以及推理性能的优化。
- 增强现实（AR）改进：引入了对 ARToolKitPlus 和 Vuforia 的支持，以简化使用 OpenCV 进行 AR 应用程序的开发。
性能优化：
- CUDA 和 OpenCL 加速：针对 CUDA 和 OpenCL 后端进行了优化，提高了计算机视觉和深度学习算法的性能。
- 多线程优化：改进了多线程支持，以利用现代多核 CPU 的优势。
易用性改进：
- 改进的文档：对文档进行了全面更新，包括对新功能和改进的清晰解释。
- 新的教程和示例：添加了新的教程和示例，以帮助用户学习和使用 OpenCV 中的新功能。
- 简化的安装和配置：安装和配置过程已简化，使新用户更容易上手。
其他优点：
- 庞大的社区：OpenCV 拥有一个庞大而活跃的社区，提供支持、资源和讨论。
- 开源和免费：它是一个开源且免费的库，使任何人都可以轻松使用。
- 跨平台支持：它支持 Windows、macOS、Linux 和移动平台，提供跨平台开发的灵活性。
总的来说，OpenCV 4.4.3.0 是计算机视觉和机器学习开发的一个强大的工具。它提供了广泛的功能、高性能和易用性，使其成为各种应用程序的理想选择。