OpenCV 计算机视觉完全教程
OpenCV 计算机视觉完全教程
Open Source Computer Vision Library — 工业级计算机视觉库，覆盖图像处理、特征检测、目标识别、深度学习推理全链路。
教程导航
| 章节 | 主题 | 关键词 |
|---|---|---|
| 第 01 章 — OpenCV 概述 | 历史 / 模块 / 架构 / 生态对比 | 架构 模块 选型 |
| 第 02 章 — 安装与环境配置 | pip / 编译 / GPU / IDE | 安装 编译 CUDA |
| 第 03 章 — 图像基础 | 读取 / 显示 / 保存 / 色彩空间 | cv2.imread ROI BGR |
| 第 04 章 — 绘图与交互 | 线条 / 矩形 / 文字 / 鼠标事件 | 绘图 回调 标注 |
| 第 05 章 — 图像滤波 | 模糊 / 高斯 / 双边 / 锐化 | 卷积 降噪 自定义核 |
| 第 06 章 — 边缘检测 | Sobel / Canny / 霍夫变换 | 梯度 边缘 直线检测 |
| 第 07 章 — 阈值处理与形态学 | 二值化 / Otsu / 腐蚀膨胀 | 分割 连通域 形态学 |
| 第 08 章 — 轮廓分析 | 查找 / 绘制 / 凸包 / 层级 | 轮廓 面积 近似 |
| 第 09 章 — 几何变换 | 仿射 / 透视 / 旋转 / 去畸变 | 变换矩阵 插值 校正 |
| 第 10 章 — 特征检测与匹配 | SIFT / ORB / FLANN / RANSAC | 特征点 描述子 匹配 |
| 第 11 章 — 目标检测 | 模板匹配 / HOG / 级联分类器 / YOLO | 检测 分类 推理 |
| 第 12 章 — 视频处理 | 读取 / 写入 / 帧差分 / 光流 / 追踪 | VideoCapture 追踪 运动 |
| 第 13 章 — DNN 深度学习模块 | ONNX / TensorFlow / PyTorch / CUDA | 模型加载 推理 部署 |
| 第 14 章 — 相机标定与立体视觉 | 标定 / 校正 / 深度图 / AR | 内参 外参 视差 |
| 第 15 章 — GPU 加速 | CUDA / UMat / 透明 API | 加速 并行 性能 |
| 第 16 章 — Docker 部署 | 容器化 / 无头渲染 / 服务化 | Docker 批量 微服务 |
| 第 17 章 — 常见问题与调试 | 内存泄漏 / 性能瓶颈 / 编译问题 | 调试 排错 日志 |
| 第 18 章 — 最佳实践 | 性能优化 / 项目结构 / 生产部署 | 工程化 CI/CD 部署 |
学习路径建议
入门阶段 进阶阶段 实战阶段
───────── ───────── ─────────
Ch01 概述 Ch05 滤波 Ch11 目标检测
Ch02 安装 → Ch06 边缘检测 → Ch12 视频处理
Ch03 基础 Ch07 阈值处理 Ch13 DNN 模块
Ch04 绘图 Ch08 轮廓 Ch14 相机标定
Ch09 变换 Ch15 GPU 加速
Ch10 特征检测 Ch16-18 部署与优化
技术要求
- Python: 3.8+（推荐 3.10+）
- C++: C++17 或更高
- OpenCV: 4.8+（推荐 4.10+）
- 操作系统: Ubuntu 22.04 / Windows 11 / macOS 14+