OpenCV的全称是Open Source Computer Vision Library，是一个跨平台的计算机视觉库。OpenCV是由英特尔公司发起并参与开发，以BSD许可证授权发行，可以在商业和研究领域中免费使用。OpenCV可用于开发实时的图像处理、计算机视觉以及模式识别程序。

1.OpenCV发展历史

OpenCV是由Gary Bradsky于1999年在Intel公司创建的，第一次发布是在2000年。瓦迪姆·皮萨列夫斯基(Vadim Pisarevsky)加入加里·布拉斯基(Gary Bradsky)，管理英特尔俄罗斯软件OpenCV团队。2005年，OpenCV被用于Stanley，这款车赢得了美国国防部高级研究计划局2005年的重大挑战。后来，在Gary Bradsky和Vadim Pisarevsky领导的柳树车库的支持下，项目继续积极发展。OpenCV现在支持大量与计算机视觉和机器学习相关的算法，并且正在日益扩展。

OpenCV支持多种编程语言，如c++、Python、Java等，并且可以在不同的平台上使用，包括Windows、Linux、OS X、Android和iOS。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语言的最佳特性。

2.OpenCV-Python

众所周知，虽然 Python 语法简洁、编写高效，但相比 C/C++运行慢很多。然而 Python 还有个重要的特性：它是一门胶水语言！Python 可以很容易地扩展 C/C++。OpenCV-Python 就是用 Python 包装了 C++的实现，背后实际就是 C++的代码在跑，运行速度非常接近原生。

比如我分别用 Python 和 C++实现读入图片和调整图片的亮度对比度，结果如下：

可以看到某些情况下 Python 的运行速度甚至好于 C++，代码行数也直接少一半多！

另外，图像是矩阵数据，OpenCV-Python 原生支持Numpy，相当于 Python 中的 Matlab，为矩阵运算、科学计算提供了极大的便利性。

近些年，人工智能 AI 相关技术的快速发展大家有目共睹。在编程语言方面，更多人希望的是具备高效开发效率、跨平台、高度扩展性的语言，尤其是一些 AI 巨头优先推出支持 Python 语言的深度学习框架，如 Facebook 的PyTorch、Google 的Tensorflow等，可以说 Python 是名副其实的“网红语言”了。

从TIOBE 编程语言排行榜也可以看到，Python 发展迅猛，已经逼近 C++的份额。这个排行榜每月更新，就不截图了，我编写时的 TOP5：Java/C/C++/Python/C#。

3.环境安装

本教程所以案例使用的相关版本是：OpenCV 4.x，Python 3.x。

安装opencv-python只需终端下的一条指令:

pip install opencv-python

安装测试： Python 的版本可以在终端中输入python --version来查看。对于 OpenCV，打开 Python 的开发环境，输入import cv2，运行没有报错说明一切正常。要查看 OpenCV 的版本，可以：

import cv2

if __name__ == '__main__':
    print(cv2.__version__)

输出结果：

4.11.0