OpenCV44.3.0

软件介绍

OpenCV4官方版是一款开源的跨平台计算机视觉库。OpenCV4最新版软件兼容性强，支持Linux、Windows、Mac OS等多种操作系统，适用于机互动、物体识别、运动跟踪、图像分割等领域。OpenCV4软件内置了Python、MATLAB、Ruby等语言的接口，用户能够轻松的使用和修改代码。

软件特性

1、在扩展模块中去掉了SIFT与SURF相关API的调用文件

现在如果想在OpenCV Python 4.x中想使用SIFT与SURF只有靠自己从源代码CMake来编译生成python版本的安装包才可以。

OpenCV 3.x中：

namedWindow(“input”， cv.CV_WINDOW_AUTOSIZE)。

OpenCV4.x：

namedWindow(“input”， cv.WINDOW_AUTOSIZE)。

2、全部取消CV_XXX这种枚举类型，比如在3.x中可以正常使用的语句

在OpenCV3.x中轮廓发现API返回三个值分别为：

image 返回的图像。

contours 每个轮廓的点集合。

hierarchy 每个轮廓对应的层次信息。

binary， contours， hierarchy = cv.findContours(binary， cv.RETR_EXTERNAL， cv.CHAIN_APPROX_SIMPLE)。

3、findContours函数返回结果由3.x的三个参数变为两个参数

OpenCV4.0中需要改为：

contours， hierarchy = cv.findContours(binary， cv.RETR_EXTERNAL， cv.CHAIN_APPROX_SIMPLE)。

4、增加了python语言版本的对DNN模块的加持

支持图像分类、对象检测(SSD、RCNN、Faster-RCNN、mask-RCNN)、图像分割等网络的使用。

语言的接口，可应用于人机互动，物体识别，图像处理等领域。

软件优点

DNN对很多网络层进行了提升，如ONNS中的LSTM, Broadcasting, Algebra over constants, Slice with multiple inputs;DarkNet中的grouped convolutions, sigmoid, swish, scale_channels;MobileNet-SSD v3

更多OpenVINO后端特性：可通过nGraph添加自定义层

优化CUDA后端，并杀掉一些BUG

可以使用最新的IPP-CV 2020.0.0Gold版本进行CPU优化

使用SIMD指令优化了integral、resize和RLOF实现

更多演示和例子

opencv_contrib：增加了Alpha Matting算法

calib3d：findChessboardCorners SB算法提升

core：getNumberOfCPUs()函数提升

imgcodecs：支持OpenJPEG库

highgui(Qt)：增加到剪切板的复制功能

应用领域

应用领域编辑

1、人机互动

2、物体识别

3、图像分割

4、人脸识别

5、动作识别

6、运动跟踪

7、机器人

8、运动分析

9、机器视觉

10、结构分析

11、汽车安全驾驶

常见问题

OpenCV4和OpenCV3区别

1、在扩展模块中去掉了SIFT与SURF相关API的调用文件

现在如果想在OpenCV Python 4.x中想使用SIFT与SURF只有靠自己从源代码CMake来编译生成python版本的安装包才可以。

OpenCV 3.x中

namedWindow(“input”, cv.CV_WINDOW_AUTOSIZE)

OpenCV4.x

namedWindow(“input”, cv.WINDOW_AUTOSIZE)

2、全部取消CV_XXX这种枚举类型，比如在3.x中可以正常使用的语句

在OpenCV3.x中轮廓发现API返回三个值分别为

image 返回的图像

contours 每个轮廓的点集合

hierarchy 每个轮廓对应的层次信息

binary, contours, hierarchy = cv.findContours(binary, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)

3、findContours函数返回结果由3.x的三个参数变为两个参数

OpenCV4.0中需要改为

contours, hierarchy = cv.findContours(binary, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)

4、增加了python语言版本的对DNN模块的加持!

支持图像分类、对象检测(SSD、RCNN、Faster-RCNN、mask-RCNN)、图像分割等网络的使用

安装步骤

第一步：在本站下载该软件并解压

第二步：配置环境变量

下载安装完成之后，我的电脑-属性-高级系统设置-系统变量-path；

将我们下载安装好的opencv文件夹打开，一直打开到opencvuildx64vc15in，复制该路径，粘贴到系统的环境变量中：【visualstudio2022版本对应的是vc15!】

第三步：在Visual Studio2022上配置OpenCV4.6.0

1、打开visual studio 2022创建新项目，选择C++控制台应用

2、点击顶部 项目 中“属性”

3、编辑“VC++”目录中的“包含目录”，选择路径。。。opencvuildinclude，添加到我们的包含目录中

4、编辑“VC++”目录中的“库目录”，选择路径。。opencvuildx64vc15lib，添加到我们的库目录中

5、编辑 “链接器”的“输入”中的“附加依赖项”

复制文件夹。。opencvuildx64vc15lib中的opencv_world454d.lib文件，粘贴到附加依赖项中

6、测试运行代码：

include <opencv2/core/core.hpp>

include <opencv2/imgproc.hpp>

include <opencv2/highgui/highgui.hpp>

include <iostream>

using namespace cv;

using namespace std;

int main()

{

Mat img = imread("C:UsersDesktoptest.jpg");

namedWindow("测试");

imshow("测试";, img);

waitKey(0);

return(0);

}

软件官网

https://opencv.org

软件综述

OpenCV 4.4.3.0 是一个流行的计算机视觉和机器学习库，以其广泛的功能、高性能和易用性而闻名。以下是此版本的特点和优点：

增强功能：

• 新模块：引入了一个新的模块，opencv_scala，它为使用 Scala 语言进行 OpenCV 开发提供了原生支持。
• 改进的 Deep Learning 推理：对深度学习管道进行了多项改进，包括对 TensorRT 和 OpenVINO 的支持增强、新的推理后处理步骤，以及推理性能的优化。
• 增强现实（AR）改进：引入了对 ARToolKitPlus 和 Vuforia 的支持，以简化使用 OpenCV 进行 AR 应用程序的开发。

性能优化：

• CUDA 和 OpenCL 加速：针对 CUDA 和 OpenCL 后端进行了优化，提高了计算机视觉和深度学习算法的性能。
• 多线程优化：改进了多线程支持，以利用现代多核 CPU 的优势。

易用性改进：

• 改进的文档：对文档进行了全面更新，包括对新功能和改进的清晰解释。
• 新的教程和示例：添加了新的教程和示例，以帮助用户学习和使用 OpenCV 中的新功能。
• 简化的安装和配置：安装和配置过程已简化，使新用户更容易上手。

其他优点：

• 庞大的社区：OpenCV 拥有一个庞大而活跃的社区，提供支持、资源和讨论。
• 开源和免费：它是一个开源且免费的库，使任何人都可以轻松使用。
• 跨平台支持：它支持 Windows、macOS、Linux 和移动平台，提供跨平台开发的灵活性。

总的来说，OpenCV 4.4.3.0 是计算机视觉和机器学习开发的一个强大的工具。它提供了广泛的功能、高性能和易用性，使其成为各种应用程序的理想选择。