OpenCV介绍

简介

鲲鹏OpenCV代码仓是基于鲲鹏服务器对开源OpenCV进行优化的成果。存放OpenCV性能优化的相关补丁。补丁主要对超声医疗、AIGC、工业质检等领域的常用图像函数进行性能优化。

基本概念

OpenCV 是一个开源的计算机视觉库，提供丰富的图像和视频处理功能，包括图像滤波、边缘检测、特征提取、目标识别、人脸检测、相机校准以及运动跟踪等。它广泛应用于人脸识别、自动驾驶、增强现实、医学图像分析、安防监控和工业自动化等领域，支持多种编程语言（如 Python、C++）和跨平台部署，是计算机视觉开发中常用的核心工具之一。

目录结构

├── docs/                                             #文档
    ├── zh                                            #中文文档
        ├── installation_guide.md                     #安装指南
        ├── LICENSE                                   #文档许可证
        ├── menu_installation_guide.md                #安装导航
        ├── quick_start.md                            #快速入门
├── LICENSE                                           #许可证说明文件
├── 0001-opencv_4.10.0-optimize-core-v1.0.1.patch     #core模块优化补丁
├── 0002-opencv_4.10.0-optimize-imgproc-v1.0.1.patch  #imgproc模块优化补丁
├── README.md                                         #项目介绍文档

版本说明

版本配套说明

补丁版本	GCC版本	配套OpenCV版本	下载链接
1.0.1	10.3.1	4.10.0	下载链接

环境部署

鲲鹏OpenCV的环境部署详见鲲鹏OpenCV安装指南。

快速入门

以mean函数为例，求图像各通道的平均值。详见快速入门。

功能介绍&特性介绍

本仓库的OpenCV性能优化的相关补丁主要对以下这些函数进行了性能优化。

函数名	函数功能描述（通用）
`erode`	对图像执行形态学腐蚀操作，用于消除小物体、分离物体或缩小前景区域。
`Canny`	使用 Canny 算法检测图像中的边缘，输出二值边缘图。
`HoughLines`	利用霍夫变换在二值图像中检测直线，返回直线的极坐标表示（ρ, θ）。
`HoughCircles`	利用霍夫梯度法在灰度图像中检测圆形，返回圆心坐标和半径。
`norm`	计算数组（如图像或向量）的范数（如 L1、L2、无穷范数等），用于衡量大小或差异。
`mean`	计算图像或数组各通道的平均值（均值）。
`determinant`	计算方阵的行列式值，常用于判断矩阵是否可逆或几何体积缩放因子。
`completeSymm`	将一个下三角（或上三角）对称矩阵补全为完整的对称矩阵。
`eigen`	计算实对称矩阵的特征值和对应的特征向量。
`moments`	计算二值或灰度图像的图像矩（包括空间矩、中心矩、归一化中心矩等），用于形状分析和质心计算。
`minAreaRect`	计算点集的最小面积外接旋转矩形（带角度的包围框）。
`connectedComponents`	对二值图像执行连通域分析，标记所有 4-或 8-连通区域，并返回标签数量和标签图。
`connectedComponentsWithStats`	在连通域分析基础上，额外返回每个连通区域的统计信息（如边界框、面积、质心等）。
`minMaxLoc`	查找单通道数组（如灰度图）中的最小值、最大值及其对应的位置坐标。
`warpPerspective`	应用透视变换（基于 3×3 单应矩阵）将图像投影到新的视角或平面。
`rotate`	对图像进行90度倍数的旋转（如顺时针90°、180°、逆时针90°）。
`perspectiveTransform`	对二维或三维点集应用透视变换（使用 3×3 单应矩阵）。
`transform`	对点集应用仿射或线性变换（使用 2×3 或 3×3 变换矩阵），常用于坐标映射。

学习文档

详见OpenCV中文文档。

License

本项目采用Apache License Version 2.0许可证。详见LICENSE文件。本项目的文档适用CC-BY 4.0许可证，具体请参见LICENSE文件

贡献声明

欢迎大家为社区做贡献，如果使用过程中有任何问题/建议，或者需要反馈特性需求和bug报告，可以提交Issues联系我们，具体贡献方法可参考这里。同时也欢迎大家在讨论专区展开讨论交流。感谢您的支持。