OpenCV4.X如何安裝

一、介紹

OpenCV（開源計(jì)算機(jī)視覺庫：http://opencv.org）是英特爾開源的一個(gè)跨平臺(tái)計(jì)算機(jī)視覺的BSD許可庫，包含數(shù)百種計(jì)算機(jī)視覺算法。OpenCV由Gary Bradsky于1999年在英特爾創(chuàng)立，第一版于2000年問世。Vadim Pisarevsky加入Gary Bradsky，一起管理英特爾的俄羅斯軟件OpenCV團(tuán)隊(duì)。2005年，OpenCV用于Stanley，該車贏得了2005年DARPA挑戰(zhàn)賽的冠軍。后來，在Willow Garage的支持下，由Gary Bradsky和Vadim Pisarevsky領(lǐng)導(dǎo)了該項(xiàng)目，它得以繼續(xù)積極的發(fā)展。OpenCV現(xiàn)在支持與計(jì)算機(jī)視覺和機(jī)器學(xué)習(xí)有關(guān)的多種算法，并且正在日益擴(kuò)展。

OpenCV具備 C++、Python 和 Java 接口，支持 Windows、Linux、Mac OS、iOS 和 Android 系統(tǒng)，可以說 OpenCV 是 CV 領(lǐng)域開發(fā)者與研究者的必備工具包。繼2015 年 6 月，OpenCV 3.0 發(fā)布以來，時(shí)隔三年半，OpenCV 4.0 終于發(fā)布。至此，OpenCV 已經(jīng)走過了近 18 個(gè)年頭。相比于之前的版本，它進(jìn)一步完善了核心接口，并添加了二維碼檢測(cè)器、ONNX 轉(zhuǎn)換格式等新特點(diǎn)。

1. 重要更新

● OpenCV 4.0 現(xiàn)在是一個(gè) C++11 庫，要求 C++11 兼容的編譯器。所需的 CMake 版本至少為 3.5.1 。
● 移除 了OpenCV 1.x 中的大量 C API。
● core 模塊中的 Persistence（用于存儲(chǔ)和加載 XML、YAML 或 JSON 格式的結(jié)構(gòu)化數(shù)據(jù)）已經(jīng)完全用 C++ 來重新實(shí)現(xiàn)，因此對(duì)應(yīng)的 C API 也被移除。
● 添加了新模塊 G-API，一種基于圖的高效圖像處理流程。
● 更新dnn模塊，包含Vulkan 后端，且支持ONNX格式的網(wǎng)絡(luò)。
● 實(shí)現(xiàn)了流行的 Kinect Fusion 算法，且為 CPU 和 GPU (OpenCL) 進(jìn)行優(yōu)化。
● objdetect 模塊中添加了二維碼檢測(cè)器和解碼器。
● 將高效、高質(zhì)量的 DIS dense optical flow 算法從 opencv_contrib 移到 video 模塊。  

此外，OpenCV 4.0 支持 Mask-RCNN 模型，性能也有所提升，圖像處理操作可實(shí)現(xiàn) 15%-30% 的速度提升。

2. opencv與DL

自從 OpenCV 3.1 以來，它就包含了能實(shí)現(xiàn)深度網(wǎng)絡(luò)前向傳播的 DNN 模塊，通過該模塊可以加載由 Caffe 等深度學(xué)習(xí)框架訓(xùn)練的模型數(shù)據(jù)，并執(zhí)行前向推理運(yùn)算，輸出預(yù)測(cè)結(jié)果。在 OpenCV 3.3 中，DNN 模塊從 opencv_contrib 移到了核心代碼庫，并取得了顯著的加速。在 OpenCV 4.0 的更新中，它強(qiáng)化了 DNN 模塊并添加支持 ONNX 交換格式的神經(jīng)網(wǎng)絡(luò)，這一切都表明 OpenCV 非常注重其與深度學(xué)習(xí)之間的關(guān)系。

除了libprotobuf，dnn模塊不依賴任何額外的外部庫，而且現(xiàn)在 libprotobuf 已經(jīng)包含到了 OpenCV 中。
opencv支持的框架：
● Caffe
● TensorFlow
● Torch
● Darknet
● Models in ONNX format

支持的層：
● AbsVal
● AveragePooling
● BatchNormalization
● Concatenation
● Convolution (including dilated convolution)
● Crop
● Deconvolution, a.k.a. transposed convolution or full convolution
● DetectionOutput (SSD-specific layer)
● Dropout
● Eltwise (+, *, max)
● Flatten
● FullyConnected
● LRN
● LSTM
● MaxPooling
● MaxUnpooling
● MVN
● NormalizeBBox (SSD-specific layer)
● Padding
● Permute
● Power
● PReLU (including ChannelPReLU with channel-specific slopes)
● PriorBox (SSD-specific layer)
● ReLU
● RNN
● Scale
● Shift
● Sigmoid
● Slice
● Softmax
● Split
● TanH

對(duì)于對(duì)性能要求很高的神經(jīng)網(wǎng)絡(luò)層，DNN 模塊還包括 SSE、AVX、AVX2 和 NEON 等底層加速庫，且還有持續(xù)優(yōu)化中的 Halide 后端。還有OpenCL 也已經(jīng)整合到OpenCV 3.3以后發(fā)布的版本中。

各模型在dnn模塊下的性能：
CPU下單張圖片最佳計(jì)算時(shí)間（單位：毫秒，基于float32運(yùn)算）

GPU(OpenCL 2.0)下單張圖片最佳計(jì)算時(shí)間（單位：毫秒，基于float32運(yùn)算）

二、安裝

本系列教程基于windows python3環(huán)境進(jìn)行實(shí)驗(yàn)，因此，本教程介紹如何在windows環(huán)境下安裝和使用python的opencv接口。

1. 安裝Annaconda

下載地址：

https://www.anaconda.com/distribution/#windows

根據(jù)電腦配置選擇相應(yīng)版本，在這，我選擇64位版本進(jìn)行安裝，默認(rèn)安裝python3.7。

雙擊安裝文件進(jìn)行安裝 ->”Next”->”I Agree”->選擇”Just Me”->”Next”->選擇安裝路徑->”Next”，

□ 勾選添加環(huán)境變量
□ 勾選設(shè)為默認(rèn)python環(huán)境

點(diǎn)擊”Install”安裝 點(diǎn)擊”Finish”完成安裝。

2. 安裝opencv-python

采用最簡(jiǎn)單的安裝方法：pip命令安裝，打開命令行終端CMD，輸入python，查看是否安裝python環(huán)境。

exit() 退出后，輸入以下命令：

pip install opencv-python

默認(rèn)安裝最新的發(fā)布版本，本安裝版本：opencv-python 4.2.0

提示安裝成功后，測(cè)試opencv版本：

# 查看opencv版本
import cv2
print(cv2.__version__)

到此，大功告成，開啟opencv之旅吧?。?！

附錄

后續(xù)可能會(huì)用到的python包：numpy、matplotlib、pillow

pip install numpy
pip install matplotlib
pip install Pillow