OpenCV
OpenCV startades på Intel 1999 av Gary Bradsky, och den första utgåvan kom ut 2000. Vadim Pisarevsky gick med i Gary Bradsky för att hantera Intels ryska programvara OpenCV-team. 2005 användes OpenCV på Stanley, fordonet som vann 2005 DARPA Grand Challenge. Senare fortsatte sin aktiva utveckling under stöd av Willow Garage med Gary Bradsky och Vadim Pisarevsky som ledde projektet. OpenCV stöder nu en mängd algoritmer relaterade till datorsyn och maskininlärning och expanderar dag för dag.
OpenCV stöder ett brett utbud av programmeringsspråk som C++, Python, Java, etc., och finns på olika plattformar inklusive Windows, Linux, OS X, Android och iOS. Gränssnitt för höghastighets GPU-operationer baserade på CUDA och OpenCL är också under aktiv utveckling.
OpenCV-Python är Python API för OpenCV, som kombinerar de bästa egenskaperna hos OpenCV C++ API och Python-språket.
OpenCV-Python
OpenCV-Python är ett bibliotek med Python bindningar som syftar till att lösa dator vision problem.
Python är ett allmänt programmeringsspråk startat av Guido van Rossum som blev mycket populärt mycket snabbt, främst på grund av dess enkelhet och kodläsbarhet. Det gör det möjligt för programmeraren att uttrycka ideer i färre kodrader utan att minska läsbarheten.
jämfört med språk som C / C++ är Python långsammare. Med det sagt kan Python enkelt utökas med C/C++, vilket gör att vi kan skriva beräkningsintensiv kod i C / C++ och skapa Python-omslag som kan användas som Python-moduler. Detta ger oss två fördelar: för det första är koden lika snabb som den ursprungliga C/C++ – koden (eftersom det är den faktiska C++ – koden som fungerar i bakgrunden) och för det andra är det lättare att koda i Python än C/C++. OpenCV-Python är en Python omslag för den ursprungliga OpenCV C++ genomförandet.
OpenCV-Python använder Numpy, vilket är ett mycket optimerat bibliotek för numeriska operationer med en Matlab-stilsyntax. Alla OpenCV array strukturer konverteras till och från Numpy arrays. Detta gör det också lättare att integrera med andra bibliotek som använder Numpy som SciPy och Matplotlib.
OpenCV-Python Tutorials
OpenCV introducerar en ny uppsättning tutorials som guidar dig genom olika funktioner som finns i OpenCV-Python. Denna guide är främst inriktad på OpenCV 3.x version (även om de flesta av tutorials kommer också att arbeta med OpenCV 2.x).
förkunskaper om Python och Numpy rekommenderas eftersom de inte kommer att behandlas i den här guiden. Skicklighet med Numpy är ett måste för att skriva optimerad kod med OpenCV-Python.
denna handledning startades ursprungligen av Abid Rahman K. som en del av Google Summer of Code 2013-programmet under ledning av Alexander Mordvintsev.
OpenCV behöver dig !!!
eftersom OpenCV är ett open source-initiativ är alla välkomna att bidra till biblioteket, dokumentationen och handledningarna. Om du hittar något misstag i den här handledningen (från ett litet stavfel till ett allvarligt fel i kod eller koncept), var god att korrigera det genom att klona OpenCV i GitHub och skicka in en pull-begäran. OpenCV utvecklare kommer att kontrollera din pull begäran, ge dig viktig feedback och (när den passerar godkännande av granskaren) det kommer att slås samman till OpenCV. Du kommer då att bli en Open source bidragsgivare: -)
som nya moduler läggs till OpenCV-Python, kommer denna handledning måste utökas. Om du är bekant med en viss algoritm och kan skriva upp en handledning inklusive grundläggande teori om algoritmen och koden som visar exempelanvändning, gör det.
Kom ihåg att vi tillsammans kan göra detta projekt till en stor framgång !!!
bidragsgivare
nedan är listan över bidragsgivare som skickade handledning till OpenCV-Python.
- Alexander Mordvintsev (gsoc-2013 mentor)
- Abid Rahman K. (gsoc-2013 praktikant)