OpenCV
OpenCV（Open Source Computer Vision Library）是一个开源的跨平台计算机视觉与机器学习软件库，由Intel发起并持续由社区维护。库底层以C++实现，同时提供Python、Java等多语言接口。OpenCV涵盖图像处理、视频分析、目标检测、特征提取、三维重建等数百种算法，广泛应用于工业检测、机器人、医学影像及增强现实等领域。
Timeline (last 90 days)
Python 在音视频处理、图像处理及AI模型调用方面都有成熟的生态库，开发效率高、社区资源丰富
可以用OpenCV处理彩色与深度图像做背景分割和轮廓检测，用Open3D或PCL将深度图转为点云做三维重建，结合MediaPipe或深度学习姿态估计模型
树莓派HQ Camera具有1230万像素，可拍出高质量静态图像并能在板上运行OpenCV做ArUco检测
相机标定与去畸变预处理可在OpenCV中通过cv2.calibrateCamera和cv2.undistort完成
系统使用OpenCV负责图像处理、轨迹绘制和角度可视化
WAS-NS v3 将 Cascades 检测器移植到 PyTorch 并内置到节点包中，消除了对 OpenCV 的依赖
可以基于人体姿态估计或分割标注，使用OpenCV的minAreaRect函数或基于关键点协方差矩阵计算主方向，自动生成OBB标注
OpenCV 4.x版本后集成了DNN模块，可以加载TensorFlow、PyTorch等框架训练的模型
OpenCV 的径向畸变模型默认使用 k1、k2、k3 三个系数，切向畸变用 p1、p2 两个系数描述
OpenCV的cornerSubPix函数可将角点定位精度从整数像素级提升到0.01像素级别；跳过该步骤会导致角点定位误差达0.5–1像素
8 more timeline events
All Facts (20)
OpenCV已积累了超过2500个优化算法
70%UnverifiedOpenCV默认使用BGR色彩空间而MediaPipe需要RGB输入，如果忘记转换会导致检测失败
60%UnverifiedOpenCV自2000年由Intel发起，已成为全球计算机视觉开发者最重要的基础工具库
60%UnverifiedPython 在音视频处理、图像处理及AI模型调用方面都有成熟的生态库，开发效率高、社区资源丰富
50%Unverified可以用OpenCV处理彩色与深度图像做背景分割和轮廓检测，用Open3D或PCL将深度图转为点云做三维重建，结合MediaPipe或深度学习姿态估计模型
50%Unverified树莓派HQ Camera具有1230万像素，可拍出高质量静态图像并能在板上运行OpenCV做ArUco检测
50%Unverified相机标定与去畸变预处理可在OpenCV中通过cv2.calibrateCamera和cv2.undistort完成
50%Unverified系统使用OpenCV负责图像处理、轨迹绘制和角度可视化
50%UnverifiedWAS-NS v3 将 Cascades 检测器移植到 PyTorch 并内置到节点包中，消除了对 OpenCV 的依赖
50%Unverified可以基于人体姿态估计或分割标注，使用OpenCV的minAreaRect函数或基于关键点协方差矩阵计算主方向，自动生成OBB标注
50%UnverifiedOpenCV 4.x版本后集成了DNN模块，可以加载TensorFlow、PyTorch等框架训练的模型
50%UnverifiedOpenCV 的径向畸变模型默认使用 k1、k2、k3 三个系数，切向畸变用 p1、p2 两个系数描述
50%UnverifiedOpenCV的cornerSubPix函数可将角点定位精度从整数像素级提升到0.01像素级别；跳过该步骤会导致角点定位误差达0.5–1像素
50%UnverifiedOpenCV的findHomography函数内置RANSAC支持：设置method=cv2.RANSAC后，算法随机采样4对点计算候选H，统计内点数量并迭代剔除离群点，自动找到最优单应性矩阵。
50%Unverified透视校正利用OpenCV的cv2.getPerspectiveTransform()和cv2.warpPerspective()函数，通过识别棋盘四角点映射到标准矩形坐标消除几何畸变
50%Unverified替代博士学历的工业界硬通货包括开源项目贡献、专利与工程落地、少量高质量论文
50%UnverifiedOpenCV 的人脸检测基于 Haar 级联分类器（由 Viola-Jones 算法实现，2001 年提出）或深度学习模型
50%UnverifiedOpenCV 人脸检测基于 Haar 级联分类器（Viola-Jones 算法，2001 年提出），优势在于计算量小、不依赖 GPU
50%UnverifiedPnP问题指已知n个三维空间点及其对应二维图像投影点求解摄像头位姿，常用EPnP或迭代LM算法结合RANSAC求解
50%Unverifiedvideo-use 作为 Python 项目可与 FFmpeg、MoviePy 等成熟视频处理生态结合，并嵌入 CI/CD 流程或自动化脚本
50%