首先先来了解一下什么是Opencv:

OpenCV是一个用于图像处理、分析、机器视觉方面的开源函数库.

环境的搭建

首先 先安装Win7, Python3.6 + OpenCV3.3 + PyCharm
在 win+R 打开控制台 cmd 回车 输入pip install opencv-python 进行程序的安装，.win + R键调出运行窗口2.输入cmd按回车，打开cmd3.输入pip install opencv-python4.已经安装完成5.import cv2没有报错，安装成功。
在输入 pip install opencv-contrib-python 和
pip install pytesseract 进行安装，安装步骤如上一。

OPencv模块和说明：

模块 说明
Core 该模块包含 OpenCV 库的基础结构以及基本操作。
Improc 图像处理模块包含基本的图像转换，包括滤波以及类似的卷积操作。
Highgui 在 OpenCV 3.0中，分割为 imcodecs、videoio 以及 highgui 三部分
这个模块包含可以用来显示图像或者简单的输入的用户交互函数。这可以看作是一个非常轻量级的 Windows UI 工具包。
Video 该模块包含读取和写视频流的函数。
Calib3d 这个模块包括校准单个、双目以及多个相机的算法实现。
Feature2d 这个模块包含用于检测、描述以及匹配特征点的算法。
Objdectect 这个模块包含检测特定目标，比如人脸或者行人的算法。也可以训练检测器并用来检测其他物体。
Flann Flann 的意思是“快速最邻近库”。这个库包含一些你也许不会直接使用的方法，但是其他模块中的函数会调用它在数据集中进行最邻近搜索。
GPU 在 OpenCV 中被分割为多个 cuda* 模块。GPU 模块主要是函数在 CUDA GPU 上的优化实现，此外，还有一些仅用于 GPU 的功 能。其中一些函数能够返回很好的结果，但是需要足够好的计算资源，如果硬件没有GPU，则不会有什么提升。
Stitching 本模块是一个精巧的图像拼接流程实现。这是库中的新功能，但是，就像 Photo 模块一样，这个领域未来预计有很大的增长。
Nonfree 在 OpenCV 3.0 中，被移到 opencv_contrib/xfeatures2d。
OpenCV 包含一些受到专利保护的或者受到使用限制的（比如 SIFT 算法）算法。这些算法被隔离到它们自己的模块中，以表明你需要做一些特殊的工作，才可以在商业产品中使用它们。
Contrib 在 OpenCV 3.0 中，融合进了 opencv_contrib。这个模块包含一些新的、还没有被集成进 OpenCV 库的东西。
ocl 在OpenCV 3.0 中，被取消，取而代之的是 T-API。这是一个较新的模块，可以认为它和 GPU 模块相似，它实现了开放并行编程的 Khronos OpenCL 标准。虽然现在模块的特性比 GPU 模块少很多，但 ocl 模块的目标是提供可以运行在任何 GPU 或者是其他可以搭载 Khronos 的并行设备。这与 GPU 模 块形成了鲜明的对比，后者使用 Nividia CUDA 工具包进行开发，因此只能在 Nividia GPU 设备上.

Opencv应用的一个小例子：

import cv2 as cv
print("------- Hello Python-------")
src = cv.imread("C:/like/look/0612.jpg")
cv.namedWindow("input image", cv.WINDOW_AUTOSIZE)
cv.imshow("imput image", src)
cv.waitKey(0)

cv.destroyAllWindows()
"C:/like/look/0612.jpg"这只是根据你保存图片的位置所写的格式，可以根据不同的位置来写。（一定要注意写的格式，python 很注重格式的）

总结：
好了，今天的学习就到这里了。虽然不是很好，但让我们努力 后面做的越来越好。我们下次再见。