Open Source Computer Vision Library
开源的计算机视觉和机器学习软件库，它提供了一系列的编程接口和算法，用于实时的计算机视觉任务。
是计算机视觉、图像处理、机器人感知领域最重要的开源库之一。它不仅支持图像处理、机器学习、视频流处理，还支持多平台、多语言。
常用模块
| 模块 | 功能 |
|---|---|
core | 核心数据结构与基本运算 |
imgproc | 图像处理：滤波、边缘检测、形态学操作 |
highgui | 图像显示、视频捕获 |
video | 光流、背景建模、运动检测 |
calib3d | 相机标定、立体视觉、三维重建 |
features2d | 特征检测与匹配（SIFT、ORB、FAST） |
objdetect | 目标检测（Haar、HOG） |
dnn | 深度学习推理 |
ml | 机器学习 |
photo | 图像修复、去噪、HDR |
videoio | 视频输入输出 |
viz | 3D 可视化 |
操作的共性与核心思维
读取图像 → 预处理 → 核心处理 → 可视化/保存
OpenCV- Python 快速原型验证 OpenCV- C++ 高性能应用
数据结构 ：Mat
所有图像、视频、矩阵数据统一存储在 cv::Mat（C++）或 numpy. array（Python） 中。Mat 的本质：行列二维数组，每个像素可能包含灰度值、RGB、深度等信息。
图像通道与颜色约定
OpenCV 默认通道顺序：BGR（而非 RGB）
转换颜色空间：cv2.cvtColor，支持 BGR、GRAY、HSV、Lab、YUV 等
统一的图像数据类型：
- 8 位灰度：np. uint8
- 8 位彩色：np. uint8 三通道
- 浮点型图像：np. float32（如光流）
操作共性
所有滤波操作（均值、卷积、高斯、腐蚀、膨胀）本质上是：
- 在像素邻域滑动窗口进行局部运算
- 结果存储于新 Mat，不修改原图
所有图像几何操作（仿射、透视、旋转、缩放）：
- 都通过计算变换矩阵
- 使用统一函数
cv2.warpAffine或cv2.warpPerspective