I.はじめに
OpenCVの（オープンソースのコンピュータビジョンライブラリ：http://opencv.org）インテルBSDライセンスはコンピュータビジョンアルゴリズムの何百も含めたオープンソースのコンピュータビジョン、クロスプラットフォームライブラリです。1999年にインテルOpenCVのはゲイリーBradsky、2000年に出版され初版によって設立されました。ヴァディムPisarevskyはゲイリーBradsky、ロシアにおけるIntel OpenCVのソフトウェアの管理チームと一緒に参加します。2005年には、OpenCVのはスタンレーのために、車は2005 DARPAチャレンジチャンピオンを獲得しました。ゲイリーBradskyとヴァディムPisarevskyによってウィローガレージの支援プロジェクトを率いて、後で、正の開発を継続することができます。OpenCVのは、今、コンピュータビジョンと機械学習に関連する複数のアルゴリズムをサポートし、拡大しています。
C ++、PythonとJavaインタフェース、Windowsのためのサポート、Linuxでは、マックOS、iOSとAndroidのシステムとOpenCVのは、OpenCVのCVフィールドの開発者や研究者のパッケージのための不可欠なツールであると言うことができます。2015年6月以来の第二は、OpenCVの3.0リリース、3で初めてと半分は、OpenCVの4.0がついにリリースされます。これまでのところ、OpenCVのは、ほぼ18年を経ています。さらにコアインターフェイスを改善し、二次元コード検出器を追加し、前のバージョンと比較し、ONNX変換が新しいフォーマットを特徴とします。
1.重要な更新
●OpenCVの4.0は現在、C ++ 11のライブラリはC ++ 11対応のコンパイラを必要としています。CMakeのは、少なくともバージョン3.5.1に必要。
●C APIのOpenCVの多くを削除し1.xでは。
●コアモジュール永続性（構造化データ記憶およびローディングXMLため、YAMLまたはJSON形式）が完全にC ++で再実装された、従って、対応するC APIも除去されます。
●新しいモジュールG-API、図に基づいて画像処理の効率的な流れを加えます。
モジュールDNN●更新はバルカンバックエンドとサポートネットワークONNXフォーマットが含まれています。
●人気のKinectの融合アルゴリズムを実現し、CPUとGPU（OpenCLの）のために最適化されています。
●objdetectモジュールは、二次元コード検出器と復号器に添加しました。
●効率的、高品質、高密度オプティカルフローアルゴリズムはopencv_contribビデオモジュールから移動されるDIS。
さらに、OpenCVの4.0マスク-RCNNサポートモデルは、性能が向上した、画像処理動作は、15％-30％の速度の増加を達成することができます。
2. OpenCVのとDL
OpenCVの3.1ので、前者DNNモジュールが普及にネットワークの深さを実現することができる含む、カフェ・モデル・トレーニング・モジュールによって、このような深さの学習フレームワークなどのデータ、及び推論動作の実行前に、出力予測によってロードすることができます。OpenCVの3.3において、opencv_contribはDNNモジュールコアコードライブラリから移動し、そして有意な加速を達成しました。DNNモジュールを強化し、OpenCVのは、深い学習との関係を重視していることをすべてこのショー、サポートONNX交換ニューラルネットワークの形式を追加のOpenCV 4.0のアップデートでは。
libprotobufに加えて、DNNモジュールは、追加の外部ライブラリに依存しない、と今libprotobufすでにOpenCVの中に含まれています。
OpenCVのサポート体制：
●カフェ
●TensorFlow
●トーチ
●ダークネット
●ONNX形式のモデル
支持的层：
●ABSVAL
●AveragePooling
●BatchNormalization
●連結
●コンボリューション（拡張型コンボリューションを含む）
●クロップ
●デコンボリューション、別名転置コンボリューションまたは完全な畳み込み
●DetectionOutput（SSD固有層）
●ドロップアウト
●Eltwise（+、*、最大）
●平坦化
●FullyConnected
●LRN
●LSTM
●MaxPooling
●MaxUnpooling
●MVN
●NormalizeBBox（SSD固有層）
●パディング
●並べ替える
●電力
●PReLU（チャネル固有の勾配を有するChannelPReLU含む）
●PriorBox（SSD固有層）
●ReLU
●RNN
●スケール
●シフト
●シグモイド
●スライス
●ソフトマックス
●スプリット
●TANH
ニューラルネットワーク層の高い性能要件のために、DNNモジュールはさらにSSE、AVX、AVX2 NEONおよび他の低加速ライブラリ、また後端ハライド連続最適化を含みます。OpenCLのは、OpenCVの3.3バージョンの後にリリースさにも統合されています。
モジュールDNNの各モデルの性能：
最高のは時間のCPU（単位：ミリ秒の計算ベースのfloat32）を計算し、単一の写真
GPU（OpenCLの2.0）最良の単一ピクチャ時間を計算する（単位：MS計算ベースのfloat32）
特定の参照：
https://github.com/opencv/opencv/wiki/Deep-Learning-in-OpenCV
第二に、インストール
チュートリアルのこのシリーズは、それゆえ、このチュートリアルでは、Windows環境でOpenCVのPythonインタフェースをインストールして使用する方法について説明し、ウィンドウのpython3環境に基づいて実験を行いました。
Annacondaをインストール1.
ダウンロード：
この中で、私は、64ビット版、デフォルトのインストールpython3.7をインストールすることを選択し、コンピュータの構成によれば、適切なバージョンを選択します。
インストールするには、インストールファイルをダブルクリック - >「次へ」 - >「同意する」 - >を選択し、「ジャスト・ミー」 - >「次へ」 - >インストールパスを選択 - >「次へ」、
□環境変数を追加するためにチェックし
、デフォルトのPythonなどの環境を確認してください□
インストールするには、「インストール」をクリックし
、インストールを完了するために、「完了」をクリックしてください
2.インストールOpenCVの-pythonの
インストールの最も簡単な方法を使用して：ピップは、Pythonは、設置環境かどうかを確認し、パイソンを入力して、コマンドラインターミナルCMDを開いて、コマンドをインストールします。
終了（）の出口には、次のコマンドを入力します。
pip install opencv-python最新のリリースバージョンをインストールし、デフォルト、このバージョンがインストールされています：OpenCVの-pythonの4.2.0
成功したサイレントインストールが完了したら、OpenCVのバージョンをテストします：
# 查看opencv版本
import cv2
print(cv2.__version__)
これは、あなたが行われている、オープンOpenCVの旅！！！
付録
フォローアップは、使用のpythonバッグことがありますnumpyの、matplotlibの、枕
pip install numpy
pip install matplotlib
pip install Pillow