OpenCVは、BSDライセンス（オープンソース）に基づくクロスプラットフォームのコンピュータービジョンおよび機械学習ソフトウェアライブラリです。これを使用して、デジタル画像の一連の処理作業を完了し、駐車場のナンバープレートなどの画像認識アプリケーションをさらに設計できます。番号認識、道路上の道路標識認識、アイテム認識、顔認識、その他のマシンビジョン分野。OpenCVは、Linux、Windows、Android、Mac OSオペレーティングシステムで実行できます。軽量で効率的です。一連のC関数と少数のC ++クラスで構成されています。また、Python、Ruby、MATLAB、その他の言語へのインターフェースを提供し、画像処理やコンピュータービジョンで多くの一般的なアルゴリズムを実装しています（Baidu Encyclopediaから）。

上記の紹介から、OpenCVについての第一印象を得ることができ、それは、多言語、クロスプラットフォーム、および強力な機能をサポートする、コンピュータービジョンの古典的な専用ライブラリーであることがわかります。

また、現在の技術動向は人工知能の環境下にあるため、コンピュータービジョンは特に重要になり、これに基づくディープラーニングは主にPythonに基づいているため、OpenCVの従来のC ++はPythonほど人気がありません。後で高度なディープラーニングを行うために、この一連のチュートリアルでは、OpenCV + Pythonを愛の学習の出発点とします。多言語サポートを考慮して、Pythonを使用してOpenCVを学習することにしました。

OpenCV-PythonはOpenCVのPythonインターフェースを提供し、ユーザーがPythonでC / C ++を呼び出し、読みやすさと操作効率を確保しながら必要な機能を実現できるようにします。

この一連のチュートリアルの初期段階は基本的な学習用であり、後期段階はプロジェクトの実際の戦闘用です。以下は、この一連のチュートリアルのカタログ（暫定的に、後の期間で変更される可能性があります。随時更新されます）は、限られたレベルの観点から、誰でも歓迎します。正しい。

[再現] [AI人工知能シリーズ] OpenCV + Pythonコンピュータービジョンガイド-カタログの概要（対応する章に移動するには、カタログをクリックして、長期的な更新を行ってください）

目次

1.はじめに**

2.基本

3つの高度な記事

4、機械学習

5、実際の戦闘

おすすめ