初識OpenCV

1.簡介

提及計算機視覺（computer vision），就不得不提起影像處理（image processing）。雖然兩者沒有明確的界線，但是通常將影像處理理解為計算機視覺的預處理過程。因此，在介紹計算機視覺之前，有必要先介紹影像處理。

影像處理一般指數字影像處理（digital image processing），是通過數學函式和影像變換等手段，對二維數字影像進行分析，從而獲得影像資料中的潛在資訊。其內容通常包括影像壓縮、影像增強與復原，以及匹配、描述和識別三大部分，涵蓋了噪聲去除、影像分割、特徵提取等多種處理方法與技術。

計算機視覺是一門研究如何讓機器“看”的科學，即利用計算機來模擬人的視覺機理。它通過攝像頭代替人眼，對目標進行識別、跟蹤和測量，並通過對視覺資料的處理獲取更深層次的資訊。例如，通過三維重建技術對環繞建築物一週的影片進行分析，可以在計算機中重構出建築物的三維模型；又如，通過安裝在車輛上的攝像頭拍攝前方場景，可以推斷車輛是否能夠順利通過前方區域，從而輔助決策。

對於人類來說，通過視覺獲取環境資訊是一件非常容易的事情，因此有些人會誤認為實現計算機視覺也是一件簡單的事情，但事實並非如此。計算機視覺本質上是一個“逆問題”，即通過觀測到的資訊去恢復被觀測物體或環境的資訊。在這個過程中往往會丟失部分資訊，導致資訊不完整，從而增加問題的複雜性。例如，在使用單個攝像頭拍攝場景時，由於缺失了距離資訊，常常會出現影像中“人比樓房高”的現象。因此，計算機視覺仍然是一項具有挑戰性的研究領域，還有很長的發展道路要走。

無論是影像處理還是計算機視覺，本質上都需要在計算機中處理資料。因此，研究人員必須面對一個棘手的問題——如何將研究成果通過程式碼實現並進行模擬驗證。在這一過程中，經常會遇到重複編寫基礎功能程式的問題，也就是人們常說的“重複造輪子”。

為了給研究人員提供“現成的車輪”，英特爾（Intel）公司提出了開源計算機視覺庫（Open Source Computer Vision Library，OpenCV）的概念。該庫集成了大量影像處理與計算機視覺領域的通用演算法，從而有效避免重複和低效的開發工作，OpenCV 也因此應運而生。

OpenCV 由一系列 C 語言函式和 C++ 類構成。除了支援 C/C++ 開發外，還支援 C#、Ruby 等程式語言，並提供 Python、MATLAB、Java 等語言介面，可運行於 Linux、Windows、macOS、Android 和 iOS 等多種作業系統。OpenCV 的出現極大地優化了計算機視覺演算法驗證的流程，因此受到了眾多研究者的青睞。

經過二十多年的發展，OpenCV 已成為計算機視覺領域最重要的工具之一。

2.參考資料

影片教學：https://www.bilibili.com/video/BV1jk4y1i7gN

圖書教學：https://www.epubit.com/bookDetails?id=UB7209964621702

參考程式碼：https://github.com/tungchiahui/OpenCV_Projects

3.安裝OpenCV

詳見opencv_cuda環境搭建