# OpenCV CPP Lecture Notes and Tutorial

**Repository Path**: liufumore/open-cv-cpp-lecture-notes-and-tutorial

## Basic Information

- **Project Name**: OpenCV CPP Lecture Notes and Tutorial
- **Description**: opencv cpp 讲义教程

- **Primary Language**: C++
- **License**: Not specified
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-08-04
- **Last Updated**: 2026-08-05

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# C++ OpenCV 学习项目

📚 一个系统化的 **C++ OpenCV 计算机视觉学习笔记**，涵盖从环境安装、基础操作到机器学习、深度学习与项目实战的完整知识体系。

OpenCV（Open Source Computer Vision Library）是一个开源的计算机视觉和机器学习软件库，包含数百个计算机视觉算法，广泛应用于图像处理、视频分析、物体检测、人脸识别等领域。C++ 是 OpenCV 的原始开发语言，适合高性能应用。

---

## 📁 项目结构

| 章节 | 内容 | 核心知识点 |
| :--- | :--- | :--- |
| [01-OpenCV 安装（C++）](01-OpenCV%20安装（C++）/OpenCV%20安装（C++）.md) | 环境搭建 | 预编译包安装、源码编译（CMake）、Visual Studio 配置、常见问题 |
| [02-C++OpenCV 基础操作](02-C++OpenCV%20基础操作/C++%20OpenCV%20基础操作.md) | 图像入门 | 读取/显示/保存、像素操作、几何变换、颜色空间转换 |
| [03-C++OpenCV图像处理](03-C++OpenCV图像处理/C++%20OpenCV%20图像处理.md) | 图像处理 | 滤波、边缘检测、形态学操作、阈值化、直方图 |
| [04-C++OpenCV基本模块](04-C++OpenCV基本模块/C++%20OpenCV%20基本模块.md) | 模块体系 | Core、Imgproc、Highgui、Video、Calib3d、DNN 等核心模块 |
| [05-C++OpenCV特征检测](05-C++OpenCV特征检测/C++%20OpenCV%20特征检测.md) | 特征工程 | Harris/Shi-Tomasi 角点、SIFT/SURF/ORB、BFMatcher/FLANN 匹配 |
| [06-C++OpenCV高级图像处理](06-C++OpenCV高级图像处理/C++%20OpenCV%20高级图像处理.md) | 进阶处理 | 图像分割、分水岭算法、轮廓检测、模板匹配 |
| [07-C++OpenCV视频处理](07-C++OpenCV视频处理/C++%20OpenCV%20视频处理.md) | 视频分析 | VideoCapture/VideoWriter、摄像头、背景减除、光流 |
| [08-C++OpenCV机器学习与深度学习](08-C++OpenCV机器学习与深度学习/C++%20OpenCV%20机器学习与深度学习.md) | AI 基础 | K-Means、SVM、PCA、DNN 模型加载、YOLO 目标检测 |
| [09-C++OpenCV项目实战](09-C++OpenCV项目实战/C++%20OpenCV%20项目实战.md) | 综合实战 | 图像滤镜、实时人脸检测、车牌识别、AR、多目标跟踪 |
| [10-C++OpenCV性能优化](10-C++OpenCV性能优化/C++%20OpenCV%20性能优化.md) | 性能优化 | OpenCL 加速、多线程（parallel_for_）、内存优化、代码优化 |

---

## 🚀 快速开始

### 环境要求

- **OpenCV 4.x**（预编译包或源码编译）
- **C++ 编译器**：MSVC（Visual Studio）或 GCC
- **CMake**（源码编译时需要）
- **操作系统**：Windows / Linux / macOS

### 安装 OpenCV（Windows 快速版）

1. 从 [OpenCV 官网](https://opencv.org/releases/) 下载 Windows 预编译包并解压（如 `C:\opencv`）
2. 将 `C:\opencv\build\x64\vc15\bin` 添加到系统 **PATH** 环境变量
3. Visual Studio 项目属性中配置：
   - **包含目录**：`C:\opencv\build\include`
   - **库目录**：`C:\opencv\build\x64\vc15\lib`
   - **附加依赖项**：`opencv_world4xx.lib`（`4xx` 为版本号，如 `opencv_world450.lib`）

> 完整步骤（含源码编译方式）见 [01-OpenCV 安装（C++）](01-OpenCV%20安装（C++）/OpenCV%20安装（C++）.md)

### 第一个程序

```c++
#include <opencv2/opencv.hpp>
#include <iostream>

int main() {
    cv::Mat image = cv::imread("example.jpg");
    if (image.empty()) {
        std::cout << "无法加载图片！" << std::endl;
        return -1;
    }
    cv::imshow("Display Image", image);
    cv::waitKey(0);
    return 0;
}
```

编译运行：

```bash
cmake --build build --config Release --target main
./build/Release/main.exe example.jpg
```

---

## 📖 学习路径

项目按递进顺序组织，建议按以下路径学习：

1. **环境搭建** → 01 安装配置 OpenCV
2. **图像基础** → 02 读取显示保存、像素操作、几何变换、颜色空间
3. **核心图像处理** → 03 滤波、边缘检测、形态学、阈值化、直方图
4. **模块认知** → 04 了解 OpenCV 各模块的功能与定位
5. **特征检测** → 05 角点检测、特征点检测、特征匹配
6. **高级图像处理** → 06 图像分割、分水岭、轮廓、模板匹配
7. **视频处理** → 07 视频读写、摄像头、背景减除、光流
8. **机器学习与深度学习** → 08 K-Means、SVM、PCA、DNN、YOLO
9. **项目实战** → 09 综合运用所学知识完成实战项目
10. **性能优化** → 10 加速与优化技巧

---

## 🧩 内容亮点

### 图像处理核心
- **滤波**：均值、高斯、中值滤波及 `filter2D` 自定义滤波器
- **边缘检测**：Sobel 算子、Canny 多阶段边缘检测
- **形态学**：腐蚀、膨胀、开闭运算、形态学梯度
- **阈值化**：二值化、自适应阈值、Otsu 自动阈值
- **直方图**：计算、均衡化增强对比度、直方图对比

### 特征检测与匹配
- **角点**：Harris、Shi-Tomasi（`goodFeaturesToTrack`）
- **特征点**：SIFT、SURF（`xfeatures2d`）、ORB
- **匹配**：BFMatcher 暴力匹配、FLANN 近似最近邻
- **筛选**：基于距离（`radiusMatch`）和几何约束（RANSAC 单应性）

### 视频与 AI
- **视频**：文件/摄像头读取、`VideoWriter` 保存、MOG2 背景减除、Lucas-Kanade 光流
- **机器学习**：K-Means 聚类、SVM 分类、PCA 降维
- **深度学习**：DNN 模块加载 Caffe/TensorFlow/Darknet 模型、YOLO 目标检测、NMS 非极大值抑制

### 实战项目
- 图像滤镜应用（灰度、高斯模糊、边缘检测）
- 实时人脸检测（Haar 级联分类器）
- 车牌识别（级联检测 + 字符识别）
- 简单 AR 应用（虚拟物体叠加）
- 视频监控与运动检测（帧差法）
- 多目标跟踪（KCF / MultiTracker）
- YOLO 目标检测（含 NMS 后处理）

### 性能优化
- **OpenCL 加速**：`cv::UMat` + `cv::ocl::setUseOpenCL(true)`
- **多线程**：`cv::parallel_for_` 并行计算
- **内存优化**：引用计数、`clone()` 避免共享数据修改
- **代码优化**：减少循环嵌套、避免重复计算

---

## 🛠️ 使用说明

- 所有章节均为 **Markdown 笔记**，内含完整的可运行 C++ 代码示例（以 `实例` 标注）
- 每章的代码示例遵循统一的加载检查模式（`image.empty()` 判断），可直接复制运行
- 示例中使用的 `test.jpg` 等图片资源请替换为你本地的图片路径
- Windows 下代码含 `SetConsoleOutputCP(CP_UTF8)` 以保证中文输出不乱码

---

## 📄 License

本项目为个人学习笔记，仅供学习交流使用。OpenCV 本身采用 Apache 2.0 开源协议。