EEPW的各位小伙伴們大家好，很榮幸，能夠借EEPW的風水寶地，做一期有關OpenCV的教學系列帖。

OpenCV是一個基于BSD許可（開源）發(fā)行的跨平臺計算機視覺和機器學習軟件庫，使用它，我們可以完成對數字圖像的一系列處理工作，從而進一步設計圖像識別類的運用，比如停車場的車牌號碼識別，馬路上的道路交通標識識別，物品識別，人臉識別等機器視覺領域。OpenCV可以運行在Linux、Windows、Android和Mac OS操作系統(tǒng)上。它輕量級而且高效，同時由一系列 C 函數和少量 C++ 類構成，同時提供了Python、Ruby、MATLAB等語言的接口，實現了圖像處理和計算機視覺方面的很多通用算法（來源于百度百科）。

由以上介紹我們可以得到關于OpenCV的初印象，了解了它是計算機視覺中經典的專用庫，其支持多語言、跨平臺，功能強大。

又由于當前技術風潮正處于人工智能的大環(huán)境之下，計算機視覺變得尤為重要，而以此為基礎的深度學習則是以Python為主，所以當前OpenCV中傳統(tǒng)的C++反而不如Python受歡迎，為了后面進階深度學習，本系列教程將以OpenCV+Python為出發(fā)點進行學習愛。針對其多語言支持的特性，我們選擇使用Python來對OpenCV進行學習。

OpenCV-Python為OpenCV提供了Python接口，使得使用者在Python中能夠調用C/C++，在保證易讀性和運行效率的前提下，實現所需的功能。

該系列教程前期是基礎學習，后期則為項目實戰(zhàn)，充分做到學以致用，以下為該系列教程的目錄（暫定，后期可能會有更改，隨時更新）,鑒于水平有限，歡迎各位大神多多指正。

目錄

一、入門篇

1.1 引言

1.2 在Fedora中安裝OpenCV-Python

1.3 在Ubuntu中安裝OpenCV-Python

1.4 在Windows中安裝OpenCV-Python

1.5 圖像處理入門

1.6 視頻處理入門

1.7 OpenCV中的繪圖功能

1.8 鼠標作為畫筆

1.9 軌跡欄作為調色板

1.10 圖像的基本操作

1.11 圖像上的算術運算

1.12 OpenCV性能衡量與優(yōu)化方法

二、基礎篇

2.1 OpenCV-Python系列之改變顏色空間

2.2 OpenCV-Python系列之圖像縮放旋轉平移

2.3 OpenCV-Python系列之圖像的幾何變換

2.4 OpenCV-Python系列之圖像閾值

2.5 OpenCV-Python系列之OTSU算法

2.6 OpenCV-Python系列之線性濾波

2.7 OpenCV-Python系列之非線性濾波

2.8 OpenCV-Python系列之圖像腐蝕與膨脹

2.9 OpenCV-Python系列之開運算與閉運算

2.10 OpenCV-Python系列之頂帽與黑帽操作

2.11 OpenCV-Python系列之Sobel和Scharr算子

2.12 OpenCV-Python系列之拉普拉斯算子

2.13 OpenCV-Python系列之Canny邊緣檢測

2.14 OpenCV-Python系列之圖像金字塔

2.15 OpenCV-Python系列之輪廓入門

2.16 OpenCV-Python系列之輪廓特征

2.17 OpenCV-Python系列之輪廓屬性

2.18 OpenCV-Python系列之輪廓分層

2.19 OpenCV-Python系列之直方圖：查找、繪制和分析

2.20 OpenCV-Python系列之直方圖：直方圖均衡

2.21 OpenCV-Python系列之直方圖均衡

2.22 OpenCV-Python系列之直方圖反投影

三、進階篇

3.1 OpenCV-Python系列之傅里葉變換

3.2 OpenCV-Python系列之模板匹配

3.3 OpenCV-Python系列之霍夫線變換

3.4 OpenCV-Python系列之霍夫圓變換

3.5 OpenCV-Python系列之圖像分割與Watershed算法

3.6 OpenCV-Python系列之交互式前景提取使用GrabCut算法

3.7 OpenCV-Python系列之理解特征

3.8 OpenCV-Python系列之哈里斯角檢測

3.9 OpenCV-Python系列之Shi—tomas拐角檢測器和益于跟蹤的特征

3.10 OpenCV-Python系列之SIFT尺度不變特征變換

3.11 OpenCV-Python系列之SURF算法（加速）

3.12 OpenCV-Python系列之BRIEF（二進制的魯棒獨立基本特征）

3.13 OpenCV-Python系列之ORB（面向快速和旋轉的BRIEF）

3.14 OpenCV-Python系列之特征匹配

3.15 OpenCV-Python系列之單應性查找對象

3.16 OpenCV-Python系列之如何使用背景分離方法

3.17 OpenCV-Python系列之Meanshift和Camshift

3.18 OpenCV-Python系列之光流

3.19 OpenCV-Python系列之相機校準

3.20 OpenCV-Python系列之姿態(tài)估計

3.21 OpenCV-Python系列之對極幾何

3.22 OpenCV-Python系列之立體圖像的深度圖

四、機器學習篇

OpenCV-Python系列之K近鄰

OpenCV-Python系列之使用OCR手寫數據集運行KNN

OpenCV-Python系列之SVM

OpenCV-Python系列之使用OCR手寫數據集運行SVM

OpenCV-Python系列之K-Means聚類

OpenCV-Python系列之圖像去噪

OpenCV-Python系列之圖像修補

OpenCV-Python系列之高動態(tài)范圍

OpenCV-Python系列之級聯分類器

OpenCV-Python系列之訓練級聯分類器

五、實戰(zhàn)篇（持續(xù)更新中）

項目實戰(zhàn)—人臉識別

項目實戰(zhàn)—卡片數字識別

項目實戰(zhàn)—文檔OCR掃描識別

項目實戰(zhàn)—全景圖像拼接

項目實戰(zhàn)—答題卡識別判卷

項目實戰(zhàn)—目標追蹤

項目實戰(zhàn)—疲勞檢測

項目實戰(zhàn)—SVM+HOG物體識別