一、什么是OpenCV
OpenCV（Open Source Computer Vision Library）是一个开源的计算机视觉和机器学习软件库。它由英特尔公司发起并参与开发，以BSD许可证授权发行，可以在商业和研究领域中免费使用。OpenCV提供了大量的计算机视觉、图像处理和模式识别的算法，包括实时图像处理、视频分析、特征检测、目标跟踪、人脸识别、物体识别、图像分割、光流法、立体视觉、运动估计、机器学习和深度学习等。
OpenCV是一个跨平台的库，支持多种操作系统，包括Linux、Windows、Android、Mac OS和iOS等。它使用C 编写，同时也提供了Python、Java、MATLAB等语言的接口，方便不同编程语言的开发者使用。由于OpenCV的开源性和跨平台性，它已经成为计算机视觉领域最受欢迎的库之一，广泛应用于工业检测、医学影像处理、智能交通系统、安防监控系统、机器人视觉、游戏开发等领域。
OpenCV的设计初衷是实现计算机视觉的自动化，帮助计算机去理解我们的世界，以便自动完成一些基本的任务。它提供了一系列的算法和工具，使得开发者可以更加便捷地实现各种计算机视觉应用。同时，OpenCV也支持多种硬件加速技术，如Intel的IPP和GPU加速，使得计算机视觉应用的性能得到了极大的提升。
二、OpenCV4软件特性
OpenCV4官方版是一款开源的跨平台计算机视觉库。OpenCV4最新版软件兼容性强，支持Linux、Windows、Mac OS等多种操作系统，适用于机互动、物体识别、运动跟踪、图像分割等领域。OpenCV4软件内置了Python、MATLAB、Ruby等语言的接口，用户能够轻松的使用和修改代码。
三、opencv主要模块
calib3d：该模块由相机校准（calibration）和三维重建（3d）两个部分组成，主要用于相机标定与三维视觉等；
core：OpenCV的内核模块，定义了基础数据结构与基础计算；
dnn：该模块主要用于深度学习推理部署，不支持模型训练；
features2d：该模块主要用于特征点处理，例如特征点检测与匹配等；
flann：FLANN为快速最近邻算法（Fast Library for Approximate Nearest Neighbors）的缩写，该模块包含快速近似最近邻搜索和聚类等功能；
gapi：该模块对图像处理算法做了加速处理，不属于OpenCV的功能模块；
highgui：该模块用于创建图像化界面操作，例如创建和操作图像显示窗口、鼠标与键盘事件处理，进度条等图像化交互操作；
imgcodecs：该模块负责图像文件读写，如图像读取与保存；
imgproc：该模块是OpenCV图像处理最重要的模块，主要功能如图像滤波、图像几何变换、直方图操作等；
ml：该模块为机器学习模块，包含常见的机器学习算法，如支持向量机和随机森林等；
objdetect：该模块主要用于图像目标检测，例如Haar特征检测等；
photo：该模块主要负责照片处理，如照片修复和去噪等；
stitching：该模块负责图像拼接，功能包括图像特征点寻找与匹配等图像拼接技术；
video：该模块用于视频分析，如运动估计、背景分离等；
videoio：该模块负责视频读写，主要视频文件的读取和写入。
四、opencv4比opencv3多了哪些
OpenCV 4相较于OpenCV 3，主要增加了对SIFT与SURF的支持、改进了DNN模块、增加了对特定网络结构的支持、新增了DNN例程、以及功能提升。
对SIFT与SURF的支持：在OpenCV 3中，SIFT与SURF的API调用文件是包含在扩展模块中的。而在OpenCV 4中，如果想要使用SIFT与SURF，需要从源代码中通过CMake编译生成Python版本的安装包。
DNN模块的改进：OpenCV 4对DNN模块进行了改进，包括：
增加了对ONNX中LSTM、Broadcasting、Algebra over constants、Slice with multiple inputs的支持。
增加了对DarkNet中grouped convolutions、sigmoid、swish、scale_channels的支持。
新增了对MobileNetV3-SSD目标检测网络的支持。
改进了对TensorFlow、Darknet和ONNX模型导入的功能。
新增的DNN例程：
人体解析（服饰分割）例程Clothes parts segmentation。
DaSiamRPN目标跟踪例程，该算法出自中科院和商汤科技ECCV2018的论文Distractor-aware Siamese Networks for Visual Object Tracking。
功能提升：
imgproc模块中的霍夫变换进行圆检测的HoughCircles()函数新增了HOUGH_GRADIENT_ALT实现，显著提高了圆检测的召回率和精度。
这些改进和新增功能使得OpenCV 4在计算机视觉领域的应用更加广泛和高效。
五、opencv配置
配置OpenCV环境主要涉及下载、安装、环境变量设置、以及在Visual Studio中添加必要的目录和依赖项。以下是详细的步骤：
1、下载和安装OpenCV：
访问OpenCV官网，下载适合Windows版本的OpenCV。
运行下载的exe文件进行安装
2、环境变量设置：
在系统属性的高级设置中，进入环境变量设置。
在系统变量中，找到并编辑Path变量，添加OpenCV的路径。
对于64位系统，通常需要添加的路径是opencvbuildx64vc16bin和opencvbuildbin。
3、Visual Studio中添加目录和依赖项：
打开Visual Studio，创建一个新的C 项目。
在项目属性中，添加包含目录（Include Directories），库目录（Library Directories），以及必要的静态和动态链接库。
4、测试配置：
创建一个C 源文件，编写简单的代码来测试摄像头读取或图像显示功能。
如果程序能够正确运行并显示图像或视频流，则说明OpenCV环境配置成功。
这些步骤涵盖了从下载安装到环境配置的整个过程，确保在配置时注意区分Debug和Release模式下的不同设置，以及根据具体的OpenCV版本调整路径和文件名。
