学习OpenCV 第二版<1-1>:What Is OpenCV?

注：这是对学习OpenCV第二版的翻译，仅供学习交流使用，谢谢！

本文参考学习OpenCV第一版的翻译，本人英语能力有限，有错误的地方请给予指出，也是在学习OpenCV，第一版确实有点老了，在网上看到了第二版，但尚没有中文版的，也是自己学习，参考第一版的翻译，拿着字典，来通过第二版学习OpenCV，学习过程中自己翻译的东西，拿来与大家分享，将会根据自己的学习进度做出更新，希望高手给予指点，新手的话那我们就共同学习，进步，谢谢！

感兴趣的话大家可以到这里下载英文原版：http://download.csdn.net/detail/zleisure/7451051（下载时请看下资源简介）

1

概述

什么是OpenCV?

      OpenCV[OpenCV]是一个开源(参见http://opensource.org)计算机视觉库,可以从http://opencv.org获得。该库是用C和C++[1]语言编写，可以运行在Linux、Windows、Mac OS X、iOS和Android等操作系统上。OpenCV还提供了用于Python、Java、Ruby、Matlab和其他语言的接口。

      OpenCV的设计目标是执行速度尽量快，重点关注实时应用:各级优化,从算法到多核以及CPU指令。例如,OpenCV支持优化SSE,MMX,AVX,NEON、OpenMP和TBB。如果你想要在英特尔架构(英特尔)对基本图像处理做进一步优化,你可以购买英特尔的集成性能基元(IntegratedPerformance Primitives)库(IPP),IPP库包含许多从底层优化程序，这些程序覆盖多个算法领域。OpenCV会在运行时自动使用相应的IPP库指令。GPU模块还提供了许多程序的CUDA-accelerated版本(为Nvidia GPUs)和OpenCL-optimized(为通用GPUs)。

      OpenCV的目标之一是提供一个简单易用的计算机视觉框架以帮助人们快速开发相对复杂的视觉应用程序。OpenCV库包含500多个函数,跨越许多领域,包括工厂产品检验,医学成像、安全、用户界面、相机标定、立体视觉和机器人。因为计算机视觉和机器学习密切相关,所以OpenCV还包含一个完整的,通用的机器学习库MLL(MachineLearning Library)。这个分库专注于统计方面的模式识别和聚类（clustering）。MLL
在OpenCV的核心任务视觉是非常有用的,但它通常足以在任何机器学习问题中使用。

【1】：传统的C接口仍然被支持,并在可预见的未来一直会是这样。