OpenCV优势

1 编程语言

OpenCV基于C++实现，同时提供Python、Ruby、MATLAB等语言接口。OpenCV-Python是OpenCV的Python API，结合了OpenCV C++API和Python语言的最佳特性

2 跨平台
可以在不同平台使用，包括Windows、Linux、OS X、Android 和IOS。

3 丰富的API
完善的传统计算机视觉算法，涵盖主流的机器学习算法，同时添加了对深度学习的支持。

2 OpenCV-Python

是一个Python的绑定库，解决计算机视觉问题

Python可以使用C/C++轻松扩展，这使我们可以在C/C++中编写计算密集型代码，并创建可用做Python模块的Python包装器。首先，这样代码就可以渝原始C/C++一样快，其次，在Python中编写代码比使用C/C++更容易。OpenCV-Python是原始OpenCV C++实现的Python包装器。

OpenCV-Python使用Numpy，这是一个高度优化的数据库操作库，具有MATLAB风格语法，所有OpenCV数组结构都转换为Numpy数组。这也使得与使用Numpy的其他库集成更容易

3 OpenCV部署方法

安装OpenCV之前需要先安装numpy、matplotlib
pip install matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple
安装OpenCV-Python，一些经典算法被申请了版权，所有选中3.4.3以下的版本
pip install opencv-python==3.4.2.17

4 OpenCV模块

core：实现了最核心的数据结构及其基本运算，如绘图函数、数组操作相关函数等
highgui模块：实现视频与图像读取、显示、存储等接口
imgproc：实现图像处理的基础方法，包括图像滤波、图像几何变换、平滑、阈值分割、形态学处理、边缘检测、目标检测、运动分析和对象跟踪等。
对于图像处理其他跟高层次的方向及应用，OpenCV也有相关的模块实现
feature2d模块用于提取图像特征以及特征匹配，nonfree模块实现了一些专利算法，如sift特征。
objdetect模块实现了一些目标检测的功能，经典基于Haar、LBP特征的人脸检测，基于HOG的行人、汽车等目标检测，分类器使用Cascade Classification（级联分类）和Latent SVM等。
stitching：实现图像拼接功能
flann模块：包含快速近似最近邻搜索FLANN和聚类Clustering算法。
ml模块：机器学习模块
photo：包含图像修复和图像去噪两部分
video：针对视频处理，如背景分离、前景检测、对象跟踪等
calib3d模块：calibration 3D，这个模块主要是相机校准和三维重建相关的内容。包含了基本的多视角几何算法，单个立体摄像头标定，物体姿态估计，立体相似性算法，3D信息的重建等等。
G-API模块：超高校的图像处理pipeline引擎