OpenCV的全稱是：OpenSourceComputerVisionLibrary。 OpenCV于1999年由Intel建立，現(xiàn)在由WillowGarage提供支持。OpenCV是一個基于BSD許可證授權(quán)（開源）發(fā)行的跨平臺計算機視覺庫，可以運行在Linux、Windows和MacOS操作系統(tǒng)上。它輕量級而且高效——由一系列C函數(shù)和少量C++類構(gòu)成，同時提供了Python、Ruby、MATLAB等語言的接口，實現(xiàn)了圖像處理和計算機視覺方面的很多通用算法。[1]最新版本是2.3.1。
OpenCV是一個開源計算機視覺庫，提供了豐富的功能和工具，用于處理圖像和視頻數(shù)據(jù)。它包含了大量的圖像處理和計算機視覺算法，如圖像濾波、邊緣檢測、圖像變換、特征提取和描述、目標(biāo)檢測和跟蹤等。
此外，OpenCV還提供了一些機器學(xué)習(xí)算法，可以用于訓(xùn)練和分類圖像數(shù)據(jù)。它支持多種編程語言，如C++、Python和Java，使得開發(fā)者可以方便地使用和集成OpenCV的功能。無論是在工業(yè)自動化、醫(yī)學(xué)影像、安全監(jiān)控還是虛擬現(xiàn)實等領(lǐng)域，OpenCV都能提供強大的圖像處理和計算機視覺能力。
opencv2、opencv3和opencv4是OpenCV的不同版本。它們之間的區(qū)別主要體現(xiàn)在以下幾個方面：
1. 功能增強：每個新版本都會引入新的功能和改進。例如，opencv3引入了DNN模塊，可以進行深度學(xué)習(xí)推理；opencv4引入了G-API，可以進行圖像和視頻處理的高性能計算。
2. 性能優(yōu)化：隨著硬件和算法的發(fā)展，每個新版本都會對性能進行優(yōu)化。例如，opencv4在多核處理器上的性能比opencv3有所提升。
3. API變化：隨著版本的更新，API可能會發(fā)生變化。一些舊的API可能被廢棄或替換為新的API。因此，升級到新版本時，需要注意代碼的兼容性。
4. Bug修復(fù)：每個新版本都會修復(fù)一些已知的bug和問題，提高軟件的穩(wěn)定性和可靠性。
5. 文檔和示例更新：隨著版本的更新，OpenCV的文檔和示例也會進行相應(yīng)的更新和完善，以提供更好的使用體驗和參考資料。
這些區(qū)別是根據(jù)OpenCV官方發(fā)布的版本更新日志和開發(fā)者社區(qū)的討論得出的。在選擇使用哪個版本時，可以根據(jù)自己的需求和項目的要求來決定。
，整體來說好學(xué)的，入門簡單，學(xué)精學(xué)透需要下功夫、關(guān)于C++版的學(xué)習(xí)，經(jīng)過摸索，強烈建議到OpenCV中文網(wǎng)站http://www.opencv.org.cn/學(xué)習(xí)OpenCV。這個網(wǎng)站有個“中文教程”子模塊（http://www.opencv.org.cn/opencvdoc/2.3.2/html/doc/tutorials/tutorials.html），跟著這個教程，一步步的學(xué)，基礎(chǔ)就可以打牢了。這個教程很好，從安裝OpenCV到各個模塊的學(xué)習(xí)，都有簡明扼要的講解和例子源代碼（很多可以從OpenCV自帶例程中找到）。
OpenCV（Open Source Computer Vision）是一個開源的計算機視覺庫，它是專門為計算機視覺領(lǐng)域的研究和應(yīng)用而設(shè)計的。它具有豐富的圖像和視頻處理功能，并提供了大量的算法實現(xiàn)，如圖像處理、目標(biāo)檢測、物體跟蹤、人臉識別等，使其成為計算機視覺領(lǐng)域的一個重要的工具。
OpenCV支持多種編程語言，如C++、Python和Java等，并可以在多個平臺上運行，如Windows、Linux和MacOS等。由于其功能豐富、易于使用和廣泛的應(yīng)用，OpenCV已成為許多計算機視覺應(yīng)用的首選工具之一。
Opencv簡介
Opencv是計算機視覺中經(jīng)典的專用庫，其支持多語言，跨平臺，功能強大。Opencv-Python為Opencv提供了Python接口，使得使用者在Python中能夠調(diào)用C/C++,在
保證易讀性和運行效率的前提下，實現(xiàn)所需的功能。
Opencv是由**Gray 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，一起管理因特爾的俄羅斯軟件Opencv團隊。
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，它的積極發(fā)展得以繼續(xù)，由Gary Bradsky和Vadim Pisarevsky領(lǐng)導(dǎo)了該項目。Opencv現(xiàn)在支持與計算機視覺和機器學(xué)習(xí)有關(guān)的多種算法，并且正在日益擴展。
Opencv支持多種編程語言，例如C++, Python, Java等，并且可以再Windows , Linux , OS X , Android和IOS等不同平臺上使用。基于CUDA和OpenCL的高速GPU操作的接口也在積極開發(fā)中。
Opencv-Python是用于Opencv的Python API，結(jié)合了Opencv C++ API和Python語言的最佳特性。
兩者的區(qū)別就是Computer Vision和Computer Graphics這兩個學(xué)科之間的區(qū)別，前者專注于從采集到的視覺圖像中獲取信息，是用機器來理解圖像；后者是用機器繪制合適的視覺圖像給人看
工具和算法的關(guān)系。
yolo本質(zhì)上是一種算法。具體的參數(shù)和參數(shù)存放的形式與訓(xùn)練的框架和訓(xùn)練的超參有關(guān)。
opencv可以用dnn模塊（3.x之后的contrib才有）把不同框架的yolo模型讀進來然后讀入圖片（一般還要resize到y(tǒng)olo的輸入張量大小）進行目標(biāo)檢測。
注意如果不用opencv的話，“讀入圖片”、“resize圖片”等這種苦力活想要自己寫，需要進行億堆操作。故opencv有“輪子”的功能。
不用工具獨自去實現(xiàn)算法也是可以的，這種行為一般被叫做“重復(fù)造輪子”。
基于深度學(xué)習(xí)的人臉識別系統(tǒng)，一共用到了5個開源庫：OpenCV（計算機視覺庫）、Caffe（深度學(xué)習(xí)庫）、Dlib（機器學(xué)習(xí)庫）、libfacedetection（人臉檢測庫）、cudnn（gpu加速庫）。
OpenCV是Intel?開源計算機視覺庫。它由一系列C函數(shù)和少量C++類構(gòu)成，實現(xiàn)了圖像處理和計算機視覺方面的很多通用算法。opencv擁有包括300多個C函數(shù)的跨平臺的中、高層API。它不依賴于其它的外部庫——盡管也可以使用某些外部庫。
用opencv直接打開攝像頭不設(shè)置分辨率的話，默認(rèn)640X480，這時幀率能有30。
