OpenCV：开源计算机视觉库

资源

• 官网：https://opencv.org
  • 课程：https://opencv.org/courses
• 文档：https://docs.opencv.org/4.x/
• 问答论坛：https://forum.opencv.org
  • 旧版论坛（只读）：http://answers.opencv.org
• 问题跟踪：https://github.com/opencv/opencv/issues
• OpenCV 扩展功能：https://github.com/opencv/opencv_contrib
• 向 OpenCV 捐款：https://opencv.org/support/

贡献指南

在开始提交拉取请求之前，请阅读贡献指南。

指南摘要：

• 每个问题对应一个拉取请求；
• 选择正确的基分支；
• 包含测试和文档；
• 在提交前清理“失误”提交；
• 遵循编码规范。

其他资源

• 提交您的 OpenCV 相关项目，以入选 opencv.org 上的 Community Friday 栏目
• 订阅 OpenCV YouTube 频道，观看一小时直播节目 OpenCV Live
• 在 LinkedIn 上关注 OpenCV，获取每日发布的计算机视觉与人工智能前沿动态
• 申请成为 OpenCV 志愿者，协助组织和推广各类活动及线上宣传
• 在 Fediverse 中关注 OpenCV 的 Mastodon 账号
• 关注 OpenCV 的 Twitter 账号
• OpenCV.ai：由 OpenCV 团队提供的计算机视觉与人工智能开发服务。

OpenCV 快速上手指南

OpenCV (Open Source Computer Vision Library) 是一个跨平台的计算机视觉和机器学习软件库。本指南将帮助中国开发者快速完成环境配置并运行第一个示例。

环境准备

• 操作系统：Windows, Linux (Ubuntu/CentOS), macOS
• Python 版本：推荐 Python 3.8 - 3.12
• 前置依赖：
  • 已安装 pip 包管理工具
  • （可选）C++ 编译环境（如需从源码编译或贡献代码）

国内加速建议：在安装 Python 依赖时，强烈建议使用清华源或阿里源以提升下载速度。

安装步骤

方式一：使用 pip 安装（推荐，适用于大多数开发场景）

打开终端或命令行工具，执行以下命令安装核心库：

pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple

如果需要包含额外贡献模块（如 SIFT、SURF 等算法），请安装扩展库：

pip install opencv-contrib-python -i https://pypi.tuna.tsinghua.edu.cn/simple

方式二：Linux 系统包管理器安装（适用于生产环境）

Ubuntu/Debian:

sudo apt-get update
sudo apt-get install python3-opencv

CentOS/RHEL:

sudo yum install python3-opencv

基本使用

以下是最简单的代码示例，用于读取一张图片并显示它。

1. 准备一张名为 test.jpg 的图片放在当前目录下。
2. 创建文件 demo.py 并写入以下代码：

import cv2

# 读取图片
img = cv2.imread('test.jpg')

# 检查图片是否成功加载
if img is None:
    print("Error: Could not load image.")
else:
    # 显示图片窗口
    cv2.imshow('OpenCV Demo', img)
    
    # 等待按键，0 表示无限期等待
    cv2.waitKey(0)
    
    # 关闭所有窗口
    cv2.destroyAllWindows()

3. 运行脚本：

python demo.py

如果看到图片弹窗显示，即表示 OpenCV 已成功安装并可正常使用。