计算机视觉--寒枫

计算机视觉的研究对象主要是映射到单幅或多幅图像上的三维场景，例如三维场景的重建。

图像处理与图像分析的研究对象主要是二维图像，实现图像的转化，尤其针对像素级的操作，例如提高图像对比度，边缘提取，去噪声和几何变换如图像旋转。这一特征表明无论是图像处理还是图像分析其研究内容都和图像的具体内容无关。

机器视觉主要是指工业领域的视觉研究，例如自主机器人的视觉，用于检测和测量的视觉。这表明在这一领域通过软件硬件，图像感知与控制理论往往与图像处理得到紧密结合来实现高效的机器人控制或各种实时操作。

模式识别使用各种方法从信号中提取信息，主要运用统计学的理论。此领域的一个主要方向便是从图像数据中提取信息。

还有一个领域被称为成像技术。这一领域最初的研究内容主要是制作图像，但有时也涉及到图像分析和处理。例如，医学成像就包含大量的医学领域的图像分析。

OpenCV

【黑马程序员人工智能教程_10小时学会图像处理OpenCV入门教程】 https://www.bilibili.com/video/BV1Fo4y1d7JL/?p=4&share_source=copy_web&vd_source=186f482d5782bc8b1831fb6379b26ea2

import cv2
 
# 打开图像
image = cv2.imread('example.jpg')
 
# 显示图像
cv2.imshow('Image', image)
cv2.waitKey(0)
cv2.destroyAllWindows()
 
# 保存图像
cv2.imwrite('output.jpg', image)

cap = cv2.VideoCapture(0)  # 打开摄像头

while (1):
    # get a frame
    ret, frame = cap.read()
    frame = cv2.flip(frame, 1)  # 摄像头是和人对立的，将图像左右调换回来正常显示
    # show a frame
    cv2.imshow("capture", frame)  # 生成摄像头窗口

    if cv2.waitKey(1) & 0xFF == ord('q'):  # 如果按下q 就截图保存并退出
        cv2.imwrite("C:/mydocument/test.jpg", frame)  # 保存路径
        break

cap.release()
cv2.destroyAllWindows()

OpenCV​

OpenCV