今天聊OpenCV，我想从人脸识别讲起。
这几年人脸识别技术在国内发展飞速，给生活带了很多便利，这个大家应该都有体会。早几年进高铁站还比较麻烦，要先排长队，得让检票口的工作人员一个一个查看证件然后“啪”地戳章，才能进站。很多人应该都和我一样想过一个问题，那为什么不多设几个口呢？我还专门问了朋友，朋友说都知道排长队体验不太好，不过多开一个口，就要多雇几个人，不但要一直开工资，还要有保险等各类配套的保障类支出，用人成本很高，所以二者只能相互取平衡。
现在呢？现在好多了，刷脸进站，看一眼镜头就完事，非常快捷。更重要的是，架设一台人脸识别的闸机的成本，比雇人便宜多了，所以现在进站几乎就不怎么需要排队。好，故事说到这里，才正要开始。刷脸进站还是前几年的新鲜事，大家应该都还记得第一次刷脸进站的情形，就我来说，整个进站流程和以前习惯的完全不同。那时刷脸技术还刚刚兴起，翻车新闻时有传出，我对刷脸技术半信半疑，总觉得会出点什么小意外，所以后来顺利过机之后感觉非常奇妙，觉得人脸识别这个技术实在是太棒了。
当时我对人脸识别的了解还很初浅，翻过一些论文，费了九牛二虎之力才跑通一个模型。人脸识别的原理展开能写一篇文章，不过要点有几个，首先你得从图像中框出人脸。一说人脸识别，可能你脑中会很自然的浮现出拿证件照比对想象场景，但回想一下刷脸进高铁站就知道，并不需要你额外提交一张标准的一寸照片，而是直接使用闸机上摄像头的实时画面的截图。这有什么不同呢？脸部占比就不同，而且脸的朝向角度、站的位置远近，甚至个人高矮都会导致最终拍摄的图像质量产生差异。因此，人脸识别的第一步，是识别人脸，光这一步就足够难倒不少英雄汉。后面的识别过程就更不用说，需要兼顾准确性和效率，识别不准当然不行，但为了准，识别太久，让大家排着长队等也是不行的，难以兼顾。所以，我当时的另一个感觉是觉得可惜，人脸识别能做好多事，但技术门槛很高，推广不太容易。
高潮来了。前段时间我偶然看到一份大学本科生的课程作业，注意，是课程作业，还不是毕业设计。这个课程作业要求做一个什么呢？人脸识别门禁系统，简单来说就是刷脸开门。我当时都惊呆了，现在都玩得这么高端的吗？这本科生的课程作业居然就要做一套人脸识别门禁系统，那毕业设计岂不是要实现一套无人驾驶系统才跟得上节奏？！
我赶紧追问，才知道现在要做这么一套人脸识别门禁系统，远比我想象中的要简单很多，市面上已经有很多成熟的套件，只要像拼积木一样拼搭一下就完成了。主要用到的东西有两样，一样是树莓派，另一样就是我们本篇的主角——OpenCV。 OpenCV用来完成人脸识别，剩下的“硬活”交给树莓派完成。树莓派大家应该听过，很有名的嵌入式开发板，不过本篇重点不是它，大家感兴趣再另写一篇细聊，这里先和大家报告一个有趣的发现。树莓派虽然称为无限可能的极客玩具，但本身只是一块光板，需要搭配其他模块才能“无限可能”。所以，树莓派的卖家通常会提供包含各种功能模块的套餐，譬如搭配小车、摄像头之类的，其中有一种很热门的套餐，就是树莓派 OpenCV。你去淘宝搜树莓派，会出来很多树莓派 OpenCV的结果，个别店家还“贴心”提示可以帮忙“辅导”课程作业。
说了这么久，这个OpenCV究竟是做什么的？
当然，看完了上文，大家应该至少清楚OpenCV是可以用来做人脸识别的，但如果认为OpenCV只能做人脸识别，那就太大材小用了，人脸识别只是OpenCV传统艺能的一小部分。看名字就知道，OpenCV是一个开源的计算机视觉库，Open不必说了，CV是Computer Vision，也就是计算机视觉的首字母缩写，深度学习业界专门有一类热门的研究方向，就是计算机视觉方向，譬如纽约大学的深度学习大牛Yann LeCun，还有斯坦福大学的华裔女教授李飞飞，都是在做计算机视觉方向的研究。如果你上Arxiv看论文应该也知道，机器学习、深度学习有一个很热门的大类就是CV。
不过，“计算机视觉”这几个字咋一看好像都懂，仔细一想还是不知道究竟做啥，难不成是研究摄像头，不，科幻一点，是研究电子眼的？感觉离日常生活有点远，容易让人两眼发懵。其实，计算机视觉不高深，研究的就是咱们闲下来爱刷的那些玩意，图像和视频。如果学过视频技术的同学，应该会了解得更深，知道图像和视频从技术角度来看是一回事。一段视频按时间轴拉开来，其实就是很多张的图像，我们常说的视频“帧”，其实就是一张图像的意思。所以，当前计算机视觉最核心研究对象，就是图像处理。
明白了这个，就可以接着介绍OpenCV了。OpenCV可以说是当前计算机视觉界里最当红的那只炸子鸡，几乎可以说只要你要做计算机视觉，你就一定会用到OpenCV。目前深度学习很火，用深度学习做图像处理的非常多，这里面当然大量使用了OpenCV，譬如说之前GAN刚出来的时候，大家都很爱拿它来生成卡通人脸头像，那去哪里弄训练数据呢，通常就是用OpenCV在各种动漫截图里面切。
要特别说的是，OpenCV很早就在计算机视觉界广泛应用，历史远比深度学习要长得多，长达十余年。早在前深度学习时代，人们就已经在研究和使用OpenCV来完成各种工作，江湖地位是早就定好了的。应该不难想见，OpenCV会是一个庞大复杂的开源库，根据《OpenCV深度学习应用与性能优化实践》介绍，主要的代码库有三个，核心库OpenCV core，新增功能（我的理解一般是指尚未测试成熟的新添加特性）库opencv_contrib，以及提供周边支持，譬如用于测试和示例的各种脚本的opencv_extra。
平时最常用到的是核心库OpenCV core，里面也细分了十余类各种图像、视频处理功能，譬如提供对图像的线性和非线性滤波、缩放等几何变换的图像处理模块、专门用于处理视频的，提供运动检测、对象追踪等功能的视频模块、用于目标检测的Obejdetect、用于视频存取和编解码的Video I/O等等。除了这些功能性的模块外，还有许多支持模块，譬如现在都爱用GPU加速，OpenCV也同样提供了相应GPU模块。
应该说，在计算机视觉领域你能想到的功能，差不多都能在OpenCV里面找到。在深度学习崛起以后，计算机视觉的版图也极大地发生了改变，一些曾经热门的工具没落了，但OpenCV及时拥抱了时代的变化，反而Great Again了。我们知道，对于深度学习来说，图像处理可谓是龙兴之地，而OpenCV非常重视深度学习，专门设置了一个深度学习模块，名字就叫OpenCV DNN。该模块在OpenCV的1.3版中首次出现在新增功能库opencv_contrib中，随后在3.3版移入核心库OpenCV core，正式作为OpenCV的扛把子之一。
接下来就要聊聊最难回答的那个问题：为什么要选择OpenCV？这不是抬杠，在深度学习，特别是在深度学习的计算机视觉方面，是个非常好的问题。现在深度学习很热，而深度学习已经有几个很热的框架，最热的应该属工业界最爱的TensorFlow，和学术界最爱的Pytorch，这两个框架轮番刷屏，选择OpenCV有什么额外的优势呢？
《OpenCV深度学习应用与性能优化实践》总结了四个特点：轻量、最少的外部依赖、方便集成和通用性。抄书没意思，我说下我的理解吧，OpenCV和TensorFlow、Pytorch这些框架不同，它不是用来“实现”模型的，而是用来“使用”模型的。什么意思呢？简单来说，深度学习模型如果是从零开始，是有一套比较繁复的流程的，首先需要搭建模块，然后是训练模型，最后才能使用模型。这一套流程完整做下来，不但需要很强的理论基础和动手能力，还需要具备相当可观的资源，这就是为什么我此前觉得人脸识别技术不太容易推广。
那OpenCV怎么做呢？
OpenCV只做最后一步，使用模型，也就是《OpenCV深度学习应用与性能优化实践》书中所说的“OpenCV深度学习模块只提供网络推理功能”。业界很推崇开箱即用，我想，OpenCV这种应该算是开箱即用最理想的样子，一个看似复杂的功能，譬如人脸识别，调用函数直接就能返回想要的结果，不需要任何中间流程赚差价。这就是为什么前面所说的人脸识别门禁系统，难度系数会被降到学期作业的程度。
《OpenCV深度学习应用与性能优化实践》的第8章用一章内容介绍了如何用OpenCV实现支付级人脸识别项目，这首先是一个人脸识别项目，那“支付级”是什么意思呢？就是再上一层，加一个活体检测，用大白话来说，就是支付级人脸识别不但要确保图像上这张脸是你，也即书中所说的“人脸身份验证”，还要确保这张图像是活人实拍，而不是从照片或者视频中抠出来的，用术语说就是“活体检测”。听起来就感觉很复杂对不对，翻翻书里的代码，总共没几行，如果再刨去对各种预处理和结果显示操作，人脸身份验证的核心代码也就十行不到，活体检测的核心代码更少了，干脆只有三行。没有多余的废话，是不是开箱即用理想中的样子？不过，这里面并没什么黑科技，要使用深度学习技术，背后的流程都是大体一样的，岁月静好，那都是因为有别人负重前行。OpenCV使用的模型当然也是需要经过训练，不过是通过外部训练，训练好了OpenCV直接拿过来使用。
当然，不是有了训练好的模型就万事大吉，现在深度学习的模型规模越来越大，结构越来越复杂，涉及了大量复杂运算，除此之外，还涉及并行计算等工程问题。因此，如何对模型进行优化加速，在一定条件的算力下如何使得模型效率最大化，始终是深度学习在应用实践方面最关心的话题之一。这也是OpenCV的擅长领域，OpenCV提供了多类优化加速方法，包括GPU加速和CPU加速，其中又涉及Vulkan、OpenCL、Halide等工具库。此外，上面所介绍的模型导入过程也有一些技术细节，譬如外部模型如何通过OpenCV内部的数据对象表示，需要对OpenCV有更深入的了解才能很好地使用。推荐阅读《OpenCV深度学习应用与性能优化实践》，这本书由直接参与OpenCV开源项目的作者撰写，不但实战性很强，而且一些OpenCV的内部技术细节也能讲得很清楚，特别是对于OpenCV深度学习如何优化加速的问题，用了本书一多半的篇幅展开撰写，大量的细节背后，能够读出作者具有的丰富从业（踩坑）经验，很有参考价值。
《OpenCV深度学习应用与性能优化实践》
推荐理由：Intel与阿里巴巴高级图形图像专家联合撰写！深入解析OpenCV DNN 模块、基于GPU/CPU的加速实现、性能优化技巧与可视化工具，以及人脸活体检测等应用，涵盖Intel推理引擎加速等鲜见一手深度信息。知名专家傅文庆、邹复好、Vadim Pisarevsky、周强（CV君）联袂推荐！
关于作者
莫凡，娱乐向机器学习解说选手，《机器学习算法的数学解析与Python实现》作者，前沿技术发展观潮者，擅长高冷技术的“白菜化”解说
