目录0.2 在中安装-0.3 在中安装-
翻译及二次校对：
编辑者：廿瓶鲸（和鲸社区Siby团队成员）
0.1 -教程简介
于1999年由Gary 在英特尔创建，第一个版本于2000年问世 。Vadim 加入Gary ，管理英特尔的俄罗斯软件团队 。2005年，被用在上，该车赢得了2005年的DARPA大挑战 。后来，在 的支持下，在Gary 和Vadim 的领导下，它被积极地继续进行开发 。现在，支持与计算机视觉和机器学习有关的众多算法，并在日渐扩大 。
支持多种编程语言，如C++、、Java等，并可在不同平台上使用，包括、Linux、OS X、和iOS 。基于CUDA和的高速GPU操作的接口也在积极开发中 。
-是的 API，结合了 C++ API和语言的最佳品质 。
-
-是一个绑定库，旨在解决计算机视觉问题 。
是一种通用的编程语言，由Guido van 发起，很快就变得非常流行，主要是因为它的简单性和代码的可读性 。它使程序员能够在不降低可读性的情况下用较少的代码行来表达想法 。
与C/C++等语言相比，比较慢 。也就是说，可以很容易地用C/C++进行扩展，这使得我们可以用C/C++编写计算密集型代码，并创建可以作为模块使用的包装器 。这给我们带来了两个好处：第一，代码的速度和原来的C/C++代码一样快（因为它是实际的C++代码在后台工作）；第二，用编码比C/C++更容易 。-是对原始的 C++实现的一个包装器 。
-使用了Numpy，它是一个高度优化的数字运算库，具有式的语法 。所有的数组结构都被转换为Numpy数组 。这也使得它更容易与其他使用Numpy的库集成，如SciPy和 。
-教程
推出了一套新的教程，它将指导你了解-中的各种功能 。本指南主要是针对 3.x版本（尽管大部分教程也适用于 2.x） 。
建议事先了解和Numpy的知识，因为本指南中不会涉及这些知识 。为了使用-编写优化的代码，熟练掌握Numpy是必须的 。
本教程最初是由AbidK.在 的指导下作为of Code 2013项目的一部分而开始的 。
需要你!!!
由于是一个开源计划，我们欢迎所有人对库、文档和教程做出贡献 。如果你在本教程中发现任何错误（从一个小的拼写错误到代码或概念中的严重错误），请随时通过在中克隆并提交拉动请求来纠正它 。的开发人员会检查你的拉动请求，给你重要的反馈，（一旦通过审查者的批准）它将被合并到中 。这样你就成为一个开源的贡献者
随着-中新模块的加入，本教程将不得不进行扩展 。如果你熟悉某种特定的算法，并能写出包括该算法的基本理论和显示使用实例的代码在内的教程，请这样做 。
请记住，我们一起可以使这个项目获得巨大的成功！！ 。
贡献者
以下是向-提交教程的贡献者名单 。
1.(GSoC-2013导师)
2.AbidK. (GSoC-2013实习生)
0.2 在中安装- 目标
在本教程中
下面的步骤是在 7-64位机器上用2010和2012测试的 。屏幕截图显示的是 。
从预制的二进制文件中安装
1.下面的软件包将被下载并安装到它们的默认位置 。3.x (3.4+) 或2.7.x 从这里下载 。Numpy软件包（例如，使用 pipnumpy 命令） 。(pip) (是可选的，但推荐使用，因为我们在教程中经常使用它) 。
2.将所有软件包安装到它们的默认位置 。如果是 2.7，将被安装到C:// 。
3.安装后，打开 IDLE 。输入 numpy并确保Numpy工作正常 。
4.从或网站下载最新的版本，双击解压 。
5.转到/build//2.7文件夹 。
6.将cv2.pyd复制到C://lib/site- 。
7.打开 IDLE，在终端输入以下代码 。
>>> import cv2 as cv>>> print( cv.__version__ )