一、OpenCV介绍

1.1 OpenCV-Python教程简介

OpenCV由 Gary Bradsky 于1999年在英特尔创立，第一个版本于2000年发布。 Vadim Pisarevsky 加入了Gary Bradsky，管理英特尔的俄罗斯软件OpenCV团队。2005年，OpenCV被用于斯坦利，这辆车赢得了2005年DARPA大挑战赛。

后来，在Willow Garage的支持下，由Gary Bradsky和Vadim Pisarevsky领导该项目，继续积极发展。OpenCV现在支持与计算机视觉和机器学习相关的多种算法，并且正在日益扩展。

OpenCV支持多种编程语言，如C++、Python、Java等，并且可在包括Windows、Linux、OS X、Android和iOS的不同平台上使用。基于CUDA和OpenCL的高速GPU操作接口也在积极开发中。

OpenCV-Python是OpenCV的Python API，结合了OpenCV C++ API和Python语言的最佳品质。

1.2 OpenCV-Python

OpenCV-Python是一个Python绑定库，旨在解决计算机视觉问题。

Python是一种通用编程语言，由 Guido van Rossum 创立，很快就变得非常流行，主要是因为它的简单性和代码可读性。它使程序员能够在不降低可读性的情况下用更少的代码行表达思想。

与C/C++等语言相比，Python更慢。也就是说，Python可以很容易地用C/C++扩展，这允许我们用C/C++编写计算密集型代码，并创建可以用作Python模块的Python包装器。

这给我们带来了两个优势：首先，代码与原始C/C++代码一样快（因为它是在后台工作的实际C++代码），其次，用Python编写代码比C/C++更容易。OpenCV-Python是原始OpenCV C++实现的Python包装器。

OpenCV-Python使用了Numpy，这是一个高度优化的库，用于使用MATLAB风格的语法进行数值运算。所有OpenCV数组结构都可以转换为Numpy数组。这也使得它更容易与其他使用Numpy的库集成，如SciPy和Matplotlib。

1.3 OpenCV-Python教程

OpenCV引入了一组新的教程，将指导您完成OpenCV-Python中可用的各种函数。 本指南主要关注OpenCV 3.x版本 （尽管大多数教程也适用于OpenCV 2.x）。

建议先了解Python和Numpy，因为本指南不会涉及它们。 熟练使用Numpy是使用OpenCV-Python编写优化代码的必要条件 。

本教程最初由Abid Rahman K.作为Google Summer of Code 2013计划的一部分，由Alexander Mordvintsev指导。

1.4 OpenCV需要你！

由于OpenCV是一个开源项目，欢迎所有人为库、文档和教程做出贡献。

如果您在本教程中发现任何错误（从小的拼写错误到代码或概念中的严重错误），请随时通过在GitHub中克隆的OpenCV并提交pull请求来纠正它。OpenCV开发人员将检查您的pull请求，给予您重要的反馈，并且（一旦通过审核者的批准）它将被合并到OpenCV中。您将成为一名开源贡献者 ?

随着新模块被添加到OpenCV-Python中，本教程将不得不进行扩展。如果你熟悉某个特定的算法，并且可以写一个教程，包括算法的基本理论和示例使用的代码，请这样做。

请记住，我们 一起 可以使这个项目取得巨大成功！

1.5 贡献者

下面是向OpenCV-Python提交教程的贡献者列表。

1. Alexander Mordvintsev（GSoC-2013导师）
2. Abid Rahman K.（GSoC-2013实习生）

1.6 额外资源

1. Python快速指南 - Python的一个字节
2. Python快速指南
3. NumPy快速入门教程
4. NumPy参考
5. OpenCV文档
6. OpenCV论坛

二、在Windows中安装OpenCV-Python

2.1 目标

在本教程中

• 我们将学习在Windows系统中设置OpenCV-Python。

以下步骤在Windows 7-64位计算机上使用Visual Studio 2010和Visual Studio 2012进行测试。屏幕截图显示VS 2012。

2.2 从预构建的二进制文件安装OpenCV

下面的Python包将被下载并安装到它们的默认位置。

• Python 3.x（3.4+）或Python 2.7.x（在 这 ）。
• Numpy包（例如，使用 pip install numpy 命令）。
• Matplotlib（ pip install matplotlib ）（Matplotlib是可选的，但推荐使用，因为我们在教程中经常使用它）。

将所有软件包安装到它们的默认位置。如果是Python 2.7，Python将安装到 C:/Python27/ 。

安装完成后，打开Python IDLE。输入 import numpy 并确保Numpy工作正常。

从 GitHub 或 SourceForge 网站下载最新的OpenCV版本，然后双击将其解压缩。

转到 opencv/build/python/2.7 文件夹。

将 cv2.pyd 复制到 C:/Python 27/lib/site-packages 。

将 opencv_world.dll 文件复制到 C:/Python 27/lib/site-packages 。

打开Python IDLE，在Python终端中输入以下代码。

>>> import cv2 as cv
>>> print( cv.__version__ )

如果结果打印出来没有任何错误，恭喜！您已成功安装OpenCV-Python。

2.3 从源代码构建OpenCV

下载并安装Visual Studio和CMake。

• Visual Studio 2012
• CMake

下载必要的Python包并将其安装到默认位置。

1. Python
2. Numpy

注意：

在本例中，我们使用Python包的32位二进制文件。但是如果你想在x64上使用OpenCV，需要安装Python包的64位二进制文件。问题是，Numpy没有官方的64位二进制文件。你得靠自己的力量。

为此，您必须使用与构建Python相同的编译器。当你启动Python IDLE时，它会显示编译器的详细信息。你可以在这里获得更多信息。因此，您的系统必须具有相同的Visual Studio版本，并从源代码构建Numpy。

另一种获得64位Python包的方法是使用来自第三方的现成Python发行版，如Anaconda，Enthought等，它会更大，但会有你需要的一切。一切都在shell中。您也可以下载32位版本。

确保Python和Numpy工作正常。

下载OpenCV源代码。它可以来自 Sourceforge （官方发布版本）或 Github （最新来源）。

将其解压缩到一个文件夹opencv，并在其中创建一个新的文件夹。

打开CMake-gui（ Start > All Programs > CMake-gui ）

按如下方式填写字段（参见下图）：

1. 点击Browse Source...然后找到OpenCV文件夹。
2. 点击Browse Build...然后找到我们创建的构建文件夹。
3. 单击Configure。
4. 它将打开一个新窗口来选择编译器。选择适当的编译器（此处为Visual Studio 11），然后单击“Finish”。
5. 等待分析完成。

您将看到所有字段都标记为红色。点击 WITH 字段将其展开。它决定了你需要什么额外的功能。因此，标记适当的字段。请参见下图：

现在单击 BUILD 字段展开它。前几个字段配置构建方法。请参见下图：

其余字段指定要构建的模块。由于OpenCV-Python还不支持GPU模块，因此您可以完全避免它以节省保存时间（但如果您使用它们，请保留它）。请参见下图：

现在单击 ENABLE 字段将其展开。确保 ENABLE_SOLUTION_FOLDERS 未选中（Visual Studio Express版不支持解决方案文件夹）。请参见下图：

另外，请确保在 PYTHON 字段中，所有内容都已填充。（忽略PYTHON_DEBUG_LIBRARY）。见下图：

最后点击 Generate 按钮。

现在转到我们的 opencv/build 文件夹。在那里你会发现 OpenCV.sln 文件。用Visual Studio打开它。

将构建模式检查为 Release 而不是 Build 。

在解决方案资源管理器中，右键单击 Solution （或 ALL_BUILD ）并构建它。这将需要一些时间才能完成（16）。

再次右键单击OpenCV-Python并构建它。现在OpenCV-Python将被安装（17）。

打开Python IDLE并输入“import cv 2 as cv”。如果没有错误，则说明安装正确。

注意：

我们所安装的没有其他支持，如TBB，Eigen，Qt，文档等。解释它在这里是很难的。我们很快就会添加更详细的视频，或者您可以直接在附近进行黑客操作。

2.4 额外资源

2.4.1 练习

如果你有一台windows机器，从源代码编译OpenCV，进行各种破解。如果您遇到任何问题，请访问OpenCV论坛并解释您的问题。

三、在Fedora中安装OpenCV-Python

3.1 目标

在本教程中

• 我们将学习在Fedora系统中设置OpenCV-Python。以下步骤针对Fedora 18（64位）和Fedora 19（32位）进行了测试。

3.2 介绍

OpenCV-Python可以通过两种方式安装在Fedora中：

1. 从fedora存储库中提供的预构建二进制文件安装。
2. 从源代码编译。在本节中，我们将看到两者。

另一个重要的事情是需要额外的库。OpenCV-Python只需要 Numpy （除了其他依赖项，我们将在后面看到）。但在本教程中，我们也使用 Matplotlib 来实现一些简单而漂亮的绘图目的（与OpenCV相比，我感觉好多了）。Matplotlib是可选的，但强烈推荐。同样，我们还将看到 IPython ，一个交互式Python终端，这也是强烈推荐的。

3.3 从预构建的二进制文件安装OpenCV-Python

以root用户身份在终端中使用以下命令安装所有软件包。

$ yum install numpy opencv*

打开Python IDLE（或IPython），在Python终端中输入以下代码。

>>> import cv2 as cv
>>> print( cv.__version__ )

如果结果打印出来没有任何错误，恭喜！您已成功安装OpenCV-Python。

这很容易，但有一个问题。Yum仓库可能不总是包含最新版本的OpenCV。例如，在编写本教程时，yum存储库包含2.4.5，而最新的OpenCV版本是2.4.6。关于Python API，最新版本总是包含更好的支持。

此外，还可能会出现相机支持，视频播放等问题，这取决于驱动程序、ffmpeg、gstreamer软件包等。

所以我个人倾向于下一种方法，即从源代码编译。同样在某个时候，如果你想为OpenCV做贡献，你会需要这个。

3.4 从源代码安装OpenCV

从源代码编译可能看起来有点复杂，但一旦你成功了，就没有什么复杂的了。

首先，我们将安装一些依赖项。有些是强制的，有些是可选的。可选的依赖项，如果你不需要，可以不填。

3.4.1 强制依赖

我们需要CMake来配置安装，GCC用于编译，Python-devel和Numpy用于创建Python扩展等。

yum install cmake
yum install python-devel numpy
yum install gcc gcc-c++

接下来，我们需要GTK支持GUI功能、camera（libdc1394，v4l）和vedio（ffmpeg，gstreamer）等。

yum install gtk2-devel
yum install libdc1394-devel
yum install ffmpeg-devel yum install fmpeg-devel
yum install gstreamer-plugins-base-devel

3.4.2 可选依赖

以上依赖项足以在您的fedora机器中安装OpenCV。但根据您的需求，您可能需要一些额外的依赖项。下面给出了此类可选依赖项的列表。您可以选择安装或不安装它，由你决定 ?

OpenCV附带了支持PNG，JPEG，JPEG 2000，TIFF，WebP等图像格式的文件，但它可能有点旧。如果你想获得最新的库，你可以安装这些格式的开发文件。

yum install libpng-devel
yum install libjpeg-turbo-devel
yum install jasper-devel
yum install openexr-devel
yum install libtiff-devel
yum install libwebp-devel

一些OpenCV函数通过英特尔的线程构建块（TBB）并行化。但是如果你想启用它，你需要先安装TBB。（同样，在使用CMake配置安装时，不要忘记传递-D WITH_TBB= ON。更多细节见下文）

yum install tbb-devel

OpenCV使用另一个库Eigen来优化数学运算。因此，如果你的系统中安装了Eigen，你就可以利用它。（同时，在配置CMake安装时，不要忘记传递-D WITH_EIGEN= ON。更多细节见下文）

yum install eigen3-devel

如果你想建立文档（是的，你可以在你的系统中用HTML创建OpenCV完整官方文档的离线版本，并提供完整的搜索功能，这样你就不需要总是访问互联网，如果有任何问题，它是相当快的！）），您需要安装Doxygen（文档生成工具）。

yum install doxygen

3.4.3 下载OpenCV

接下来我们需要下载OpenCV。你可以从 sourceforge站点 下载OpenCV的最新版本。然后解压缩文件夹。

或者你可以从OpenCV的github repo下载最新的源代码（如果你想为OpenCV做贡献，请选择这个。它能让你的OpenCV保持最新）。首先，你需要安装 Git 。

yum install git
git clone https://github.com/opencv/opencv.git

它将在主目录（或您指定的目录）中创建一个文件夹OpenCV。克隆可能需要一些时间，具体取决于您的网络连接。

现在打开一个终端窗口并导航到下载的OpenCV文件夹。创建一个新的构建文件夹并导航到它。

mkdir build
cd build

3.4.4 配置和安装

现在我们已经安装了所有需要的依赖项，让我们安装OpenCV。安装必须使用CMake进行配置。它指定要安装的模块、安装路径、要使用的附加库、是否要编译文档和示例等。

下面的命令通常用于配置（从构建文件夹执行）。

cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local ..

它指定构建类型为“Release Mode”，安装路径为 /usr/local。注意每个选项前的“-D”和最后的“..”。简而言之，这是格式：

cmake [-D ] [-D ] ..

您可以指定任意多个标志，但每个标志前面都应该有-D。

因此，在本教程中，我们将使用TBB和Eigen支持安装OpenCV。我们还构建文档，但不包括性能测试和构建示例。我们还禁用了GPU相关模块（因为我们使用OpenCV-Python，所以不需要GPU相关模块，这节省了我们一些时间）。

以下所有命令都可以在一个cmake语句中完成，但为了更好地理解，这里将其拆分。

• 启用TBB和Eigen支持：

cmake -D WITH_TBB=ON -D WITH_EIGEN=ON ..

• 启用文档并禁用测试和示例：

cmake -D BUILD_DOCS=ON -D BUILD_TESTS=OFF -D BUILD_PERF_TESTS=OFF -D BUILD_EXAMPLES=OFF ..

• 禁用所有GPU相关模块：

cmake -D WITH_OPENCL=OFF -D BUILD_opencv_gpu=OFF -D BUILD_opencv_gpuarithm=OFF -D BUILD_opencv_gpubgsegm=OFF -D BUILD_opencv_gpucodec=OFF -D BUILD_opencv_gpufeatures2d=OFF -D BUILD_opencv_gpufilters=OFF -D BUILD_opencv_gpuimgproc=OFF -D BUILD_opencv_gpulegacy=OFF -D BUILD_opencv_gpuoptflow=OFF -D BUILD_opencv_gpustereo=OFF -D BUILD_opencv_gpuwarping=OFF ..

• 设置安装路径并构建类型

cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local ..

每次输入cmake语句时，它都会打印出生成的配置设置。在你得到的最终设置中，确保以下字段已填写（下面是我得到的配置的一些重要部分）。

这些字段也应该在您的系统中适当填写。否则就出问题了。检查你是否正确执行了上述步骤。

...
-- GUI:
-- GTK+ 2.x: YES (ver 2.24.19)
-- GThread : YES (ver 2.36.3)
 
-- Video I/O:
-- DC1394 2.x: YES (ver 2.2.0)
-- FFMPEG: YES
-- codec: YES (ver 54.92.100)
-- format: YES (ver 54.63.104)
-- util: YES (ver 52.18.100)
-- swscale: YES (ver 2.2.100)
-- gentoo-style: YES
-- GStreamer:
-- base: YES (ver 0.10.36)
-- video: YES (ver 0.10.36)
-- app: YES (ver 0.10.36)
-- riff: YES (ver 0.10.36)
-- pbutils: YES (ver 0.10.36)
 
-- V4L/V4L2: Using libv4l (ver 1.0.0)
 
-- Other third-party libraries:
-- Use Eigen: YES (ver 3.1.4)
-- Use TBB: YES (ver 4.0 interface 6004)
 
-- Python:
-- Interpreter: /usr/bin/python2 (ver 2.7.5)
-- Libraries: /lib/libpython2.7.so (ver 2.7.5)
-- numpy: /usr/lib/python2.7/site-packages/numpy/core/include (ver 1.7.1)
-- packages path: lib/python2.7/site-packages
 
...

还有许多其他的标志和设置。这是留给你进一步探索。

现在你使用make命令构建文件，并使用make install命令安装它。make install应该以root身份执行。

make
su
make install

安装结束了。所有文件都安装在 /usr/local/ 文件夹中。但是要使用它，你的Python应该能够找到OpenCV模块。你有两个选择

• 将模块移动到Python Path中的任意文件夹 ：在Python终端中输入 import sys; print(sys.path) 可以找到Python路径。它将打印出许多位置。将 /usr/local/lib/python2.7/site-packages/cv2.so 移动到此文件夹中的任何一个。比如说，

su mv /usr/local/lib/python2.7/site-packages/cv2.so /usr/lib/python2.7/site-packages

• 将 /usr/local/lib/python2.7/site-packages 添加到PYTHON_PATH中 ：只需要执行一次。只需打开/.bashrc并添加以下代码，然后注销并返回。

export PYTHONPATH=$PYTHONPATH:/usr/local/lib/python2.7/site-packages

OpenCV安装完成。打开一个终端并尝试 import cv 2 as cv。

要构建文档，只需输入以下命令：

make doxygen

然后打开 opencv/build/doc/doxygen/html/index.html 并在浏览器中将其添加为书签。

3.5 额外资源

3.5.1 练习

1. 在Fedora机器上从源代码编译OpenCV。

四、在Ubuntu中安装OpenCV-Python

4.1 目标

在本教程中，我们将学习如何在Ubuntu系统中安装OpenCV-Python。以下步骤针对Ubuntu 16.04和18.04（均为64位）进行了测试。

OpenCV-Python可以通过两种方式安装在Ubuntu中：

1. 从Ubuntu存储库中提供的预构建二进制文件安装
2. 从源代码编译。在本节中，我们将看到这两种。

另一个重要的事情是需要额外的库。OpenCV-Python只需要 Numpy （除了其他依赖项，我们将在后面看到）。但在本教程中，我们也使用 Matplotlib 来实现一些简单而漂亮的绘图目的（与OpenCV相比，我感觉好多了）。Matplotlib是可选的，但强烈推荐。同样，我们还将看到 IPython ，一个交互式Python终端，这也是强烈推荐的。

4.2 从预构建的二进制文件安装OpenCV-Python

这种方法在仅用于编程和开发OpenCV应用程序时效果最佳。

在终端中使用以下命令安装python3-opencv软件包（作为root用户）。

$ sudo apt-get install python3-opencv

打开Python IDLE（或IPython），在Python终端中输入以下代码。

import cv2 as cv
print(cv.__version__)

如果结果打印出来没有任何错误，恭喜！您已成功安装OpenCV-Python。

这很容易。但这有一个问题。Apt存储库可能不总是包含最新版本的OpenCV。例如，在编写本教程时，apt存储库包含2.4.8，而最新的OpenCV版本是3.x。

关于Python API，最新版本总是包含更好的支持和最新的错误修复。

因此，为了获得最新的源代码，首选的方法是下一个方法，即从源代码编译。此外，如果你想为OpenCV做贡献，你也会需要这个。

4.3 从源代码构建OpenCV

从源代码编译可能看起来有点复杂，但一旦你成功了，就没有什么复杂的了。

首先，我们将安装一些依赖项。有些是强制的，有些是可选的。可选的依赖项，如果你不需要，可以不填。

4.3.1 强制依赖

我们需要 CMake 来配置安装， GCC 用于编译， Python-devel 和 Numpy 用于构建Python绑定等。

sudo apt-get install cmake
sudo apt-get install gcc g++

支持Python 2：

sudo apt-get install python-dev python-numpy

支持Python 3：

sudo apt-get install python3-dev python3-numpy

接下来，我们需要GTK支持GUI、camera（v4l）、media（ffmpeg，gstreamer）等。

sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev
sudo apt-get install libgstreamer-plugins-base1.0-dev libgstreamer1.0-dev

支持GTK 2：

sudo apt-get install libgtk2.0-dev

支持GTK 3：

sudo apt-get install libgtk-3-dev

4.3.2 可选依赖

以上依赖项足以在您的fedora机器中安装OpenCV。但根据您的需求，您可能需要一些额外的依赖项。下面给出了此类可选依赖项的列表。您可以选择安装或不安装它，由你决定 ?

OpenCV附带了支持PNG，JPEG，JPEG 2000，TIFF，WebP等图像格式的文件，但它可能有点旧。如果你想获得最新的库，你可以安装这些格式的开发文件。

yum install libpng-devel 安装libpng-devel
yum install libjpeg-turbo-devel
yum install jasper-devel
yum install openexr-devel
yum install libtiff-devel
yum install libwebp-devel

注意：

如果您使用的是Ubuntu 16.04，您还可以安装 libjasper-dev 以添加对JPEG 2000格式的系统级支持。

4.3.3 下载OpenCV

从OpenCV的GitHub Repository下载最新的源代码。（如果你想为OpenCV做贡献，请选择此选项。为此，您需要先安装 Git ）。

$ sudo apt-get install git
$ git clone https://github.com/opencv/opencv.git

它将在当前目录下创建一个文件夹“opencv”。克隆可能需要一些时间，具体取决于您的网络连接。

现在打开一个终端窗口，导航到下载的“opencv”文件夹。创建一个新的“build”文件夹并导航到它。

$ mkdir build
$ cd build

4.3.4 配置和安装

现在我们已经有了所有需要的依赖项，让我们安装OpenCV。安装必须使用CMake进行配置。它指定要安装的模块、安装路径、要使用的附加库、是否要编译文档和示例等。

大多数工作都是通过配置良好的默认参数自动完成的。

以下命令通常用于配置OpenCV库构建（从构建文件夹执行）：

$ cmake ../

OpenCV默认假定“Release”构建类型，安装路径为“/usr/local”。有关CMake选项的更多信息，请参阅 OpenCV C++编译指南 。

您应该在CMake输出中看到这些行（它们意味着正确找到了Python）：

-- Python 2:
-- Interpreter: /usr/bin/python2.7 (ver 2.7.6)
-- Libraries: /usr/lib/x86_64-linux-gnu/libpython2.7.so (ver 2.7.6)
-- numpy: /usr/lib/python2.7/dist-packages/numpy/core/include (ver 1.8.2)
-- packages path: lib/python2.7/dist-packages
--
-- Python 3:
-- Interpreter: /usr/bin/python3.4 (ver 3.4.3)
-- Libraries: /usr/lib/x86_64-linux-gnu/libpython3.4m.so (ver 3.4.3)
-- numpy: /usr/lib/python3/dist-packages/numpy/core/include (ver 1.8.2)
-- packages path: lib/python3.4/dist-packages

现在使用“make”命令构建文件并使用“make install”命令安装它。

$ make
# sudo make install

安装结束了。所有文件都安装在“/usr/local/”文件夹中。打开一个终端并尝试 import cv2。

import cv2 as cv
print(cv.__version__)