OpenCV已經(jīng)將圖像處理(識別)的算法寫成函數(shù)了，那我們還有必要去學習這些算法嗎？這取決于你的目的。比如說現(xiàn)在的車這么先進好用，你還需要了解變速箱的原理嗎？這取決于你的目的。如果只是普通駕駛，你不需

OpenCV已經(jīng)將圖像處理(識別)的算法寫成函數(shù)了，那我們還有必要去學習這些算法嗎？

這取決于你的目的。比如說現(xiàn)在的車這么先進好用，你還需要了解變速箱的原理嗎？這取決于你的目的。如果只是普通駕駛，你不需要知道。如果你是一個機械師，你必須理解。如果你是一個汽車制造商的工程師，你必須對它非常了解。簡言之，這取決于具體的需要。

圖像處理用Python還是MATLAB？

Python比matlab的所有優(yōu)勢來自：免費

Python是一個純語言工具

matlab是一個強大的數(shù)學算法工具

普通人使用Python

我推薦FPGA

VC GDI，它是專門從事圖像處理的，而且外庫有opencv DirectX是一個不錯的工具圖像處理工具

opencv是一個基于BSD許可證（開源）的免費跨平臺計算機視覺庫，可以在Linux、windows、Android和Mac OS操作系統(tǒng)上運行。因此，它既不是一種軟件，也不是一種語言，而是一個用C語言或Python語言編寫的圖像處理函數(shù)庫。它是輕量級和高效的——它由一系列C函數(shù)和少量C類組成。同時，它還提供了python、ruby、MATLAB等語言接口，實現(xiàn)了圖像處理和計算機視覺中的許多通用算法

可以使用visualstudio和java開發(fā)工具。目前，可以開發(fā)機器視覺的相關計算機語言有C、C#、Java、python等，甚至簡單的PHP和JavaScript都可以開發(fā)相關功能。機器視覺需要用到的圖像處理庫，有很多免費開源的第三方圖像庫可以使用，比如非常著名的opencv、C、Java、python版本，它包含了很多現(xiàn)成的函數(shù)，可以處理圖像的形狀、顏色、大小、圖像文件保存、查找相似圖像、物體邊緣算法。。。機器視覺的另一個發(fā)展方向是神經(jīng)網(wǎng)絡深度學習算法。這方面的代表是谷歌的tensorflow，它具有非常強的機器視覺能力。字符識別的代表是Google的Tesseract，它也是一個開源項目