OpenCV已經(jīng)將圖像處理(識(shí)別)的算法寫成函數(shù)了，那我們還有必要去學(xué)習(xí)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(jìn)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(shí)別)的算法寫成函數(shù)了，那我們還有必要去學(xué)習(xí)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(jìn)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(gè)機(jī)械師，你必須理解。如果你是一個(gè)汽車制造商的工程師，你必須對(duì)它非常了解。簡(jiǎn)言之，這取決于具體的需要。

如何利用opencv完成手勢(shì)識(shí)別算法？

Opencv是一種圖像識(shí)別算法。底層是通過圖像像素的采集和計(jì)算。從理論上講，我們可以通過獲取圖像軌跡上特定特征像素的運(yùn)動(dòng)數(shù)據(jù)來判斷手勢(shì)的上、下、左、右運(yùn)動(dòng)。從而完成相關(guān)的邏輯開發(fā)。但如果你只是剛剛開始，很難估計(jì)。您可以直接購(gòu)買一個(gè)手勢(shì)識(shí)別傳感器，并通過手勢(shì)識(shí)別傳感器的API在應(yīng)用層直接獲取和使用。目前比較便宜的傳感器價(jià)格在10元左右

要根據(jù)具體情況來判斷難度。就像兩顆豌豆固定對(duì)象的形狀和大小一樣，直接的模板匹配也可以完成。如果存在變形或尺寸差異，則使用訓(xùn)練后的目標(biāo)識(shí)別算法。

想用opencv識(shí)別圖像中特定物體的個(gè)數(shù)，怎么做到？

是的。

圖像識(shí)別非常簡(jiǎn)單。它不需要考慮效率問題。它可以通過特征匹配直接完成。opencv開源庫(kù)中有一個(gè)現(xiàn)成的。其實(shí)很簡(jiǎn)單。它可以由十多行代碼來完成。