1 认识计算机视觉

2012年AlexNet模型在ImageNet图像分类中获得比赛冠军，深度学习开始在计算机视觉领域流行。早期的计算机视觉主要集中在重建方面，2012年以后在感知和重建两个领域都受到了深度学习的影响。应用场景包括自动驾驶、机器视觉、安防监控、其他行业等等。

计算机视觉的框架主要包含matlab、Matrox mil、Halcon、VisionPro、opencv，只有opencv是开源的。随着深度学习的发展又加入了tensorflow、pytorch、paddlepaddle+openvino、tensorRT、onnxruntime等。主流的开发语言是C++和python。

opencv支持c/c++/python/java/js等主流语言。应用与多个领域。opencv应用了TBB、PPL、SSE、CUDA、UI指令集等多种加速技术，支持Windows、Linux、Mac OS系统。对于python语言开发，可以通过pip install opencv-python进行安装，也可以使用镜像源进行安装pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple。

2 读取与显示图像

图像可以分为灰度图和彩色图，灰度图只有黑白两种颜色，由$0-255$之间的数值表示颜色深浅；彩色图像包含了BGR三种颜色通道，每个通道由$0-255$之间的数值大小表示。
实际黑白图像：

计算机的理解：

[[163 162 161 … 170 154 130]
[162 162 162 … 170 155 126]
…
[42 44 57 … 102 106 109]]

实际彩色图像

计算机的理解：

[[[128 138 225] … [55 21 82]]
[[127 137 224] … [54 20 81]]
…
[[128 138 225] … [84 74 188]]]
由包含三个数的三维通道分别表示BGR

读取和显示图像也很简单

• imread(filname[, flags])函数读取图像：filename是图像的名字

  image = cv.imread("lena.jpg")
  

• imshow(winname, mat)函数显示图像：winname是显示窗口名字，mat是读取的图像数组。

  cv.imshow("lena", image)
  

• cv.waitKey(0)表示一直等待直到任意一个键盘操作，才关闭图像，或者可以加等待的时间，单位是毫秒。否则显示图像一闪而过。

  cv.waitKey(0)
  

全部代码显示为

image = cv.imread("lena.jpg")  # 读取图像
cv.imshow("lena", image)  # 显示图像
cv.waitKey(0)  # 一直等待
cv.destroyaAllWindows()  # 删除窗口

【参考】
DataWhale OpenCV课程