下载掌阅APP，畅读海量书库
立即打开
我相信你是OpenCV的一个忠实用户，可能不需要再向你证明它的强大功能了。
OpenCV为计算机视觉应用提供了一个通用的架构，已经成为一套完整的经典且先进的计算机视觉和机器学习算法。根据其文档，OpenCV已经拥有超过47 000人的用户社区，下载次数超过700万次。这太惊人了！作为一个开源项目，研究人员、企业和政府机构利用和修改现有的代码很容易。
尽管如此，在近期的机器学习热潮中，涌现出许多开源机器学习库，这些库所提供的功能远远超过了OpenCV。一个突出的例子是 scikit-learn ，它提供了许多先进的机器学习算法以及大量在线教程和代码片段。因为OpenCV的开发主要是为了提供计算机视觉算法，所以OpenCV的机器学习功能仅限于一个名为ml的模块。正如我们将在本书中看到的，OpenCV虽然提供了许多先进的算法，但是有时在功能上却有些欠缺。在这些情况下，我们不会重新开发，而是简单地使用scikit-learn来实现我们的功能。
最后且最重要的是，使用Python的Anaconda发行版安装OpenCV，本质上是一行程序，我们将在下面几节中看到。
如果你是想要构建实时应用程序的一个高级用户，那么OpenCV的算法针对这项任务进行了很好的优化，而且Python提供了一些必要的加速计算方法（例如，使用 Cython ，或诸如 joblib 或 dask 之类的并行处理库）。