OpenCV是一个基于（开源）发行的跨平台计算机视觉库。该软件同时支持Linux、Windows和Mac OS操作系统，还提供了Python、MATLAB、Ruby等语言的接口，应用领域广泛，涉及人机互动、物体识别、运动跟踪、图像分割等多个领域。
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。
软件特色
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。
新增功能
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。
使用方法
下载完成后得到OpenCV文件，便可以开始安装过程。其实所谓的安装是一个解压的过程，可执行文件是一个自解压的程序，双击后便会提示我们选择解压路径。
这里根据自己需求选择路径即可，特别要说明的是，该程序会将所有文件解压在opencv的文件夹下，因此不需要在选择解压路径中单独新建一个opencv文件夹。由于笔者电脑安装了多个版本的OpenCV，为避免混淆，单独创建一个名为opencv4的文件夹，解压到H：\opencv4。
选择好路径后点击【Extract】按钮，便可以等待解压过程的结束。整个OpenCV4的大小约为1G，根据电脑的性能不同，等待时间从几十秒到几分钟不等。
