opencv4.5（opencv45计算机视觉开发实战基于VC++pdf）

## OpenCV 4.5：计算机视觉的又一次进化### 简介OpenCV (Open Source Computer Vision Library) 是一个开源的计算机视觉库，提供了丰富的图像处理和计算机视觉算法。OpenCV 4.5 于 2021 年 6 月发布，带来了许多新功能、改进和 bug 修复，进一步巩固了其作为计算机视觉领域领先工具的地位。### 主要更新#### 1. 核心模块 (Core)

SIMD 优化

: 提升了多个函数的性能，包括 `cv::resize`、`cv::cvtColor` 和 `cv::filter2D`，尤其是在 ARM 和 x86 平台上。

新的数据类型

: 引入了 `cv::Matx` 类，用于表示小型固定大小的矩阵，以及 `cv::Complexd` 类，用于表示复数。

改进的内存管理

: 优化了内存分配和释放机制，提高了库的整体效率。#### 2. 图像处理 (Imgproc)

新的滤波器

: 添加了新的边缘保留滤波器，如 Guided Filter 和 Rolling Guidance Filter，可用于降噪和图像增强。

改进的形态学操作

: 扩展了形态学操作的功能，包括支持自定义结构元素和 Hit-or-Miss 变换。

更快的 Hough 变换

: 优化了 Hough 直线和圆检测算法的性能。#### 3. 视频分析 (Video)

改进的背景减除

: 增强了 KNN 背景减除算法的性能和鲁棒性。

新的运动估计算法

: 引入了 RLOF (Robust Local Optical Flow) 算法，能够更准确地估计视频中的光流。

更快的视频读取和写入

: 优化了视频编解码器的性能，提高了视频处理的速度。#### 4. 机器学习 (ML)

新的分类器

: 添加了新的机器学习算法，如 LightGBM 和 CatBoost，可用于图像分类和目标检测任务。

改进的训练和预测

: 优化了机器学习模型的训练和预测过程，提高了效率和准确性。#### 5. DNN 模块

支持 ONNX 1.8

: DNN 模块现在支持导入和执行 ONNX 1.8 模型，可以使用更多最新的深度学习模型。

新的推理引擎

: 添加了对 CUDA 11 和 cuDNN 8 的支持，进一步提升了深度学习模型的推理速度。#### 6. GUI 模块 (HighGUI)

改进的图像显示

: 优化了图像显示功能，提升了性能和用户体验。

新的鼠标事件处理

: 添加了对更多鼠标事件的支持，方便用户与图像进行交互。### 总结OpenCV 4.5 带来了一系列重要的更新和改进，涵盖了从核心功能到机器学习的各个方面。 这些改进不仅提高了库的性能和效率，还扩展了其功能，使其能够更好地满足计算机视觉领域不断增长的需求。 对于任何从事计算机视觉研究或开发的人来说，OpenCV 4.5 都是一个值得关注的版本。

OpenCV 4.5：计算机视觉的又一次进化

简介OpenCV (Open Source Computer Vision Library) 是一个开源的计算机视觉库，提供了丰富的图像处理和计算机视觉算法。OpenCV 4.5 于 2021 年 6 月发布，带来了许多新功能、改进和 bug 修复，进一步巩固了其作为计算机视觉领域领先工具的地位。

主要更新

1. 核心模块 (Core)* **SIMD 优化**: 提升了多个函数的性能，包括 `cv::resize`、`cv::cvtColor` 和 `cv::filter2D`，尤其是在 ARM 和 x86 平台上。 * **新的数据类型**: 引入了 `cv::Matx` 类，用于表示小型固定大小的矩阵，以及 `cv::Complexd` 类，用于表示复数。 * **改进的内存管理**: 优化了内存分配和释放机制，提高了库的整体效率。

2. 图像处理 (Imgproc)* **新的滤波器**: 添加了新的边缘保留滤波器，如 Guided Filter 和 Rolling Guidance Filter，可用于降噪和图像增强。 * **改进的形态学操作**: 扩展了形态学操作的功能，包括支持自定义结构元素和 Hit-or-Miss 变换。 * **更快的 Hough 变换**: 优化了 Hough 直线和圆检测算法的性能。

3. 视频分析 (Video)* **改进的背景减除**: 增强了 KNN 背景减除算法的性能和鲁棒性。 * **新的运动估计算法**: 引入了 RLOF (Robust Local Optical Flow) 算法，能够更准确地估计视频中的光流。 * **更快的视频读取和写入**: 优化了视频编解码器的性能，提高了视频处理的速度。

4. 机器学习 (ML)* **新的分类器**: 添加了新的机器学习算法，如 LightGBM 和 CatBoost，可用于图像分类和目标检测任务。 * **改进的训练和预测**: 优化了机器学习模型的训练和预测过程，提高了效率和准确性。

5. DNN 模块* **支持 ONNX 1.8**: DNN 模块现在支持导入和执行 ONNX 1.8 模型，可以使用更多最新的深度学习模型。 * **新的推理引擎**: 添加了对 CUDA 11 和 cuDNN 8 的支持，进一步提升了深度学习模型的推理速度。

6. GUI 模块 (HighGUI)* **改进的图像显示**: 优化了图像显示功能，提升了性能和用户体验。 * **新的鼠标事件处理**: 添加了对更多鼠标事件的支持，方便用户与图像进行交互。

总结OpenCV 4.5 带来了一系列重要的更新和改进，涵盖了从核心功能到机器学习的各个方面。 这些改进不仅提高了库的性能和效率，还扩展了其功能，使其能够更好地满足计算机视觉领域不断增长的需求。 对于任何从事计算机视觉研究或开发的人来说，OpenCV 4.5 都是一个值得关注的版本。