OpenCV

OpenCV于1999年由Gary Bradsky在英特尔启动，2000年第一个版本发布。Vadim Pisarevsky加入了Gary Bradsky，负责管理英特尔的俄罗斯软件OpenCV团队。

2005年，OpenCV被用于赢得2005年DARPA大挑战赛的车辆。后来，它的积极发展继续在Willow Garage的支持下与Gary Bradsky和Vadim Pisarevsky领导该项目。OpenCV现在支持与计算机视觉和机器学习相关的许多算法，并且日益扩大。

OpenCV支持各种各样的编程语言，如C ++，Python，Java等，并且可以在包括Windows，Linux，OS X，Android和iOS在内的不同平台上使用。基于CUDA和OpenCL的高速GPU操作接口也在积极的发展。

OpenCV-Python是OpenCV的Python API，结合了OpenCV C ++ API的最佳特性和Python语言。

OpenCV-Python是一个用于解决计算机视觉问题的Python绑定库。

Python是由Guido van Rossum开始的通用编程语言，它非常流行，主要是因为它的简单性和代码可读性。它使程序员能够在更少的代码行中表达想法，而不会降低可读性。

与C / C ++等语言相比，Python速度较慢。也就是说，Python可以通过C / C ++轻松扩展，这使得我们可以在C / C ++中编写计算密集型代码，并创建可用作Python模块的Python包装。这给了我们两个优点：第一，代码与原始C / C ++代码一样快（因为它是实际的C ++代码在后台工作），其次，它比Python C / C ++更容易编码。OpenCV-Python是原始OpenCV C ++实现的Python包装器。

OpenCV-Python使用Numpy，它是一个高度优化的库，用于使用MATLAB风格的语法进行数值运算。所有OpenCV阵列结构都转换成Numpy数组。这也使得与使用Numpy的其他库（如SciPy和Matplotlib）更容易集成。

OpenCV引入了一套新的教程，它将引导您了解OpenCV-Python中可用的各种功能。本指南主要集中在OpenCV 3.x版本（尽管大多数教程也将与OpenCV 2.x一起使用）。

推荐使用Python和Numpy的以前的知识，因为本指南将不会介绍。熟练使用Numpy是必须的，以便使用OpenCV-Python编写优化的代码。

本教程最初由Abid Rahman K.开始，是Alexander Mordvintsev指导下的“Google Summer Code”计划的一部分。

由于OpenCV是一个开源计划，欢迎所有人对图书馆，文档和教程做出贡献。如果您在本教程中发现任何错误（从小的拼写错误到代码或概念中的严重错误），请通过在GitHub中克隆OpenCV 并提交引用请求来随意更正。OpenCV开发人员将检查您的拉动请求，给您重要的反馈意见（一旦通过审核人员的批准），它将被合并到OpenCV中。然后，您将成为一个开源的贡献者 :-)

随着新模块被添加到OpenCV-Python，本教程将不得不进行扩展。如果您熟悉一个特定的算法，并且可以编写一个教程，包括算法的基本原理和示例使用的代码，请执行此操作。

记住，我们一起可以使这个项目取得圆满成功！

以下是向OpenCV-Python提交教程的贡献者列表。