OpenCV
OpenCV został uruchomiony w Intel w 1999 roku przez Gary Bradsky, A Pierwsze wydanie ukazało się w 2000 roku. Vadim Pisarevsky dołączył do Gary 'ego Bradsky’ ego, aby zarządzać rosyjskim zespołem OpenCV firmy Intel. W 2005 roku OpenCV był używany na Stanley, pojazd, który wygrał 2005 DARPA Grand Challenge. Później jego aktywny rozwój był kontynuowany przy wsparciu Willow Garage, a Gary Bradsky i Vadim Pisarevsky prowadzili projekt. OpenCV obsługuje teraz wiele algorytmów związanych z widzeniem komputerowym i uczeniem maszynowym i rozwija się z dnia na dzień.
OpenCV obsługuje wiele różnych języków programowania, takich jak C++, Python, Java itp. i jest dostępny na różnych platformach, w tym Windows, Linux, OS X, Android i iOS. Aktywne są również interfejsy do szybkich operacji GPU oparte na CUDA i OpenCL.
OpenCV-Python jest Python API dla OpenCV, łącząc najlepsze cechy OpenCV C++ API i języka Python.
OpenCV-Python
OpenCV-Python jest biblioteką wiązań Pythona zaprojektowaną do rozwiązywania problemów widzenia komputera.
Python jest językiem programowania ogólnego przeznaczenia zapoczątkowanym przez Guido van Rossuma, który bardzo szybko stał się bardzo popularny, głównie ze względu na swoją prostotę i czytelność kodu. Umożliwia programiście wyrażanie pomysłów w mniejszej liczbie linii kodu bez zmniejszania czytelności.
w porównaniu do języków takich jak C/C++, Python jest wolniejszy. To powiedziawszy, Python może być łatwo rozszerzony o C / C++, co pozwala nam pisać intensywny obliczeniowo kod w C / C++ i tworzyć wrappery Pythona, które mogą być używane jako moduły Pythona. Daje nam to dwie zalety: po pierwsze, kod jest tak szybki jak oryginalny kod C/C++ (ponieważ jest to rzeczywisty kod C++ działający w tle) i po drugie, łatwiej jest kodować w Pythonie niż w c/c++. OpenCV-Python jest opakowaniem Pythona dla oryginalnej implementacji OpenCV c++.
OpenCV-Python korzysta z Numpy, która jest wysoce zoptymalizowaną biblioteką dla operacji numerycznych ze składnią w stylu MATLAB. Wszystkie struktury tablic OpenCV są konwertowane na i z tablic Numpy. Ułatwia to również integrację z innymi bibliotekami używającymi Numpy, takimi jak SciPy i Matplotlib.
OpenCV-Python Tutorials
OpenCV wprowadza nowy zestaw tutoriali, które poprowadzą Cię przez różne funkcje dostępne w OpenCV-Python. Ten przewodnik koncentruje się głównie na OpenCV 3.wersja x (chociaż większość tutoriali będzie również działać z OpenCV 2.x).
zalecana jest wcześniejsza znajomość Pythona i Numpy, ponieważ nie zostaną one omówione w tym przewodniku. Znajomość Numpy jest koniecznością w celu napisania zoptymalizowanego kodu przy użyciu OpenCV-Python.
Ten poradnik został pierwotnie uruchomiony przez Abid Rahman K. w ramach programu Google Summer of Code 2013 pod kierunkiem Alexandra Mordvintseva.
OpenCV cię potrzebuje !!!
ponieważ OpenCV jest inicjatywą open source, wszyscy mogą wnieść wkład do biblioteki, dokumentacji i samouczków. Jeśli znajdziesz jakikolwiek błąd w tym samouczku (od małego błędu ortograficznego do skandalicznego błędu w kodzie lub koncepcji), możesz go poprawić, klonując OpenCV na Githubie i przesyłając pull request. Programiści OpenCV sprawdzą twoje żądanie pull request, przekażą ważne informacje zwrotne i (po zatwierdzeniu przez recenzenta) zostanie on scalony z OpenCV. Następnie staniesz się dostawcą open source: -)
ponieważ nowe moduły są dodawane do OpenCV-Python, ten samouczek będzie musiał zostać rozszerzony. Jeśli znasz konkretny algorytm i możesz napisać tutorial zawierający podstawową teorię algorytmu i kodu pokazującego przykładowe użycie, zrób to.
pamiętaj, że razem możemy sprawić, że ten projekt będzie wielkim sukcesem !!!
autorzy
Poniżej znajduje się lista autorów, którzy przesłali tutoriale do OpenCV-Python.
- Alexander Mordvintsev (GSoC-2013 mentor)
- Abid Rahman K. (GSoC-2013 intern)