[机器学习]cv2图像处理

1、从深度学习和计算机视觉开始 机器学习开发者应该收藏的 DIY 计算机视觉和深度学习项目 https：//github.com/facebookresearch/Detectron 在这十年里，在深度学习领域中对图像进行分类、检测和执行相应动作的研究是非常重要的，其结果令人惊讶，有些问题的解决在性能已经超越了人类水平。

2、OpenCV是一款由Intel公司俄罗斯团队发起并参与和维护的一个计算机视觉处理开源软件库，支持与计算机视觉和机器学习相关的众多算法，并且正在日益扩展。OpenCV基于C++实现，同时提供python，Ruby，Matlab等语言的接口。OpenCV是一个成熟而强大的计算机视觉库，用于执行实时图像分析，因此对于机器人应用非常有用。

3、OpenCV是OpenSourceComputerVisionLibraryOpenGL是OpenGraphicsLibraryOpenCV主要是提供图像处理和视频处理的基础算法库，还涉及一些机器学习的算法。这三个都是api，opencl是gpu通用编程的api，就是用显卡做常规的数学运算，而非处理图形。opengl于是directx3d类似，都是图形api，用于编程调用显卡画图。

英特尔资助的两大图像处理利器一个是openCV,另一个是什么?

应该是IPP吧，Intel Integrated Performance Primitives，是一套跨平台的软件函数库，他提供了广泛的多媒体功能：音频解码器（例如： H263 、 MPEG-4 ）、图像处理 （JPEG） 、信号处理、语音压缩（例如： G723 、 GSM 、 AMR ）和加密机制。

在图像处理技术的基础上，计算机视觉逐渐崭露头角，而OpenCV正是这一领域的关键工具之一。作为英特尔公司支持的两大图像处理库之一，OpenCV为图像处理、模式识别、三维重建、物体跟踪、机器学习和线性代数提供了丰富的算法库。

OpenCV是一个开源的计算机视觉库，是英特尔公司资助的两大图像处理利器之一。它为图像处理、模式识别、三维重建、物体跟踪、机器学习和线性代数提供了各种各样的算法。透过本书，您将置身于迅速发展的计算机视觉领域。

Adrian Kaehler博士作为Applied Minds公司的资深科学家，他的专长涵盖机器学习、统计建模、计算机视觉和机器人技术，他的加入为本书提供了深厚的专业支持。于仕琪博士在中国科学院深圳先进技术研究院担任助理研究员，他的专业领域与OpenCV紧密相关。

元，对于希望在计算机视觉领域有所建树的读者来说，是一本性价比高的学习资料。无论是对于计算机视觉入门者，还是希望提升OpenCV技能的专业人士，这本书都是一份不可多得的指南。它不仅介绍了OpenCV的基础知识，还提供了丰富的实例和实战项目，帮助读者在实践中掌握这一强大的图像处理库。