OpenCV:跨平台计算机视觉和机器学习软件库-中文百科频道

定义

OpenCV于1999年由Intel建立，如今由Willow Garage提供支持。最新版本是3.0.0beta，2014年11月11日发布。

OpenCV拥有包括500多个C函数的跨平台的中、高层API。它不依赖于其它的外部库——尽管也可以使用某些外部库。

OpenCV为Intel® Integrated Performance Primitives(IPP)提供了透明接口。这意味着如果有为特定处理器优化的IPP库，OpenCV将在运行时自动加载这些库。

（注：OpenCV2.0版的代码已显著优化，无需IPP来提升性能，故2.0版不再提供IPP接口）

历史发展

1999年1月，CVL项目启动。主要目标是人机界面，能被UI调用的实时计算机视觉库，为Intel处理器做了特定优化。

2000年6月，第一个开源版本OpenCV alpha 3发布。

2000年12月，针对linux平台的OpenCV beta 1发布。

2006年，支持Mac OS的OpenCV 1.0发布。

2009年9月，OpenCV 1.2（beta2.0）发布。

2009年10月1日，Version 2.0发布。

2010年12月6日，OpenCV 2.2发布。

2011年8月，OpenCV 2.3发布。

2012年4月2日，发布OpenCV 2.4.

2014年8月21日，发布OpenCv 3.0 alpha.

2014年11月11日，发布OpenCV 3.0 beta.

OpenCV 使用类BSDlicense，所以对非商业应用和商业应用都是免费（FREE）的。（细节参考license）。

OpenCV提供的视觉处理算法非常丰富，并且它部分以C语言编写，加上其开源的特性，处理得当，不需要添加新的外部支持也可以完整的编译链接生成执行程序，所以很多人用它来做算法的移植，OpenCV的代码经过适当改写可以正常的运行在DSP系统和单片机系统中，这种移植在大学中经常作为相关专业本科生毕业设计或者研究生课题的选题。

优势

为什么有OpenCV

计算机视觉市场巨大而且持续增长，且这方面没有标准API，如今的计算机视觉软件大概有以下三种：

研究代码（慢，不稳定，独立并与其他库不兼容）

耗费很高的商业化工具（比如Halcon,MATLAB+Simulink）

依赖硬件的一些特别的解决方案（比如视频监控，制造控制系统，医疗设备）这是如今的现状。而标准的API将简化计算机视觉程序和解决方案的开发。OpenCV致力于成为这样的标准API。

OpenCV致力于真实世界的实时应用，通过优化的C代码的编写对其执行速度带来了可观的提升，并且可以通过购买Intel的IPP高性能多媒体函数库(Integrated Performance Primitives)得到更快的处理速度。右图为OpenCV与当前其他主流视觉函数库的性能比较。

应用领域

人机互动

物体识别

图像分割

人脸识别

动作识别

运动跟踪

机器人

运动分析

机器视觉

结构分析

汽车安全驾驶

编程语言

OpenCV用C++语言编写，它的主要接口也是C++语言，但是依然保留了大量的C语言接口。该库也有大量的Python,Java and MATLAB/OCTAVE(版本2.5)的接口。这些语言的API接口函数可以通过在线文档获得。如今也提供对于C#,Ch,Ruby的支持。

所有新的开发和算法都是用C++接口。一个使用CUDA的GPU接口也于2010年9月开始实现。

系统支持

OpenCV可以在 Windows, Android, Maemo,FreeBSD, OpenBSD, iOS,Linux 和Mac OS等平台上运行。使用者可以在 SourceForge获得官方版本,或者从SVN获得开发版本。OpenCV也是用CMake.

Windows prerequisites

在Windows上编译OpenCV中与摄像输入有关部分时，需要DirectShow SDK中的一些基类。该SDK可以从预先编译的Microsoft Platform SDK (or DirectX SDK 8.0 to 9.0c/DirectX Media SDK prior to 6.0)的子目录SamplesMultimediaDirectShowBaseClasses获得。