OpenCV是一个基于Apache2.0许可（开源）发行的跨平台计算机视觉和机器学习软件库，可以运行在Linux、Windows、Android和Mac OS操作系统上。 [1] 它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。
OpenCV用C++语言编写，它具有C ++，Python，Java和MATLAB接口，并支持Windows，Linux，Android和Mac OS，OpenCV主要倾向于实时视觉应用，并在可用时利用MMX和SSE指令， 如今也提供对于C#、Ch、Ruby，GO的支持。
| 时间 | 发布版本 |
|---|---|
| 1999年 | CVL项目启动。主要目标是人机界面，能被UI调用的实时计算机视觉库，为Intel处理器做了特定优化。 |
| 2006年 | 支持Mac OS的OpenCV 1.0发布。 |
| 2009年 | Version 2.0发布。 |
| 2015年 | 发布OpenCV 3.0。 |
| 2018年 | 发布OpenCV 4.0。 |
| 2022年4月 | 发布OpenCV 4.5.5。 |
OpenCV 1.0版本和OpenCV 2.0版本差距比较大；OpenCV 2.0版本和OpenCV 3.0版本近似；OpenCV 3.0版本和OpenCV 4.0版本差距比较大。因此开始需要找到python对应版本的OpenCV版本。
| 模块 | 介绍 |
|---|---|
| ml | 机器学习库(Machine Learning Library, MLL)是一组可用于分类、回归和聚类目的的类和方法 |
| calib3d | 摄像机标定和三维重建，包括基本的多视点几何算法、立体匹配算法、目标姿态估计、单摄像机和立体摄像机标定以及三维重建 |
| features2d | 二维特征框架，该模块包括特征检测器、描述符和描述符匹配器 |
| objdetect | 目标检测，检测预定义类的对象和实例(例如，人脸、眼睛、人和汽车) |
| stitching | 图像拼接，实现了一个自动拼接全景图像的拼接流水线 |
| photo | 计算摄影，提供一些计算摄影的函数 |
| dnn | 深度神经网络(Deep neural network, DNN)模块，本模块包含以下内容：用于创建新层的API、一组预定义的常用层、从层构造和修改神经网络的API、从不同深度学习框架加载序列化网络模型的功能等 |
| Core | 核心模块，是定义基本数据结构的模块，也包括库中所有其他模块使用的基本函数 |
| Imgproc | 图像处理模块，包括图像滤波、几何图像变换、颜色空间变换和直方图 |
| Imgcodecs | 图像文件读写 |
| HighGui | 高级GUI，提供UI功能的接口，可以执行以下操作：创建和操作可以显示的窗口、将滑动条添加到窗口、键盘命令和处理鼠标事件等 |
| VideoIO | 视频I/O，视频捕获和视频编解码器的接口 |
| Video | 视频分析模块，包括背景减法、运动估计和目标跟踪算法 |
视频编码解码、CUDA加速、IE加速、DNN扩展功能、背景分析、图像分析、光流分析。
pip install opencv-python==4.6.0.66
pip install opencv-python==4.6.0.66 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install opencv-contrib-python
在不使用附加模块的情况，尽量只安装主模块！