opencv_python-3.4.1-cp35-cp35m-win_amd64.whl，windows环境+python3，pip安装不成功的可以手动安装

Python 作为一种高效简洁的直译式语言非常适合我们用来解决日常 工作的问题。而且它简单易学，初学者几个小时就可以基本入门。再加 上 Numpy 和 matplotlib 这两个翅膀，Python 对数据分析的能力不逊于 Matlab。Python 还被称为是胶水语言，有很多软件都提供了 Python 接 口。尤其是在 linux 下，可以使用 Python 将不同的软件组成一个工作流， 发挥每一个软件自己最大的优势从而完成一个复杂的任务。比如我们可以 使用 Mysql 存储数据，使用 R 分析数据，使用 matplotlib 展示数据，使用 OpenGL 进行 3D 建模，使用 Qt 构建漂亮的 GUI。而 Python 可以将他们 联合在一起构建一个强大的工作流。

openCV3的pdf版本，python语言，计算机视觉推荐用书！

BM3D在传统图像去噪方面效果是最好的，此代码需要安装opencv库

为方便，只有源码，请自行安装包，请注意：OpenCV-Python-contirb 3.4.216 不要用4.-几的。代码中图片路径改一下运行即可

opencv_python-2.4.13.5-cp27-cp27m-win_amd64.whl。。。。

I'm glad you're here. It's about time we talked about machine learning. Machine learning is no longer just a buzzword, it is all around us: from protecting your email, to automatically tagging friends in pictures, to predicting what movies you like. As a subfield of data science, machine learning enables computers to learn through experience: to make predictions about the future using collected data from the past. And the amount of data to be analyzed is enormous! Current estimates put the daily amount of produced data at 2.5 exabytes (or roughly 1 billion gigabytes). Can you believe it? This would be enough data to fill up 10 million blu-ray discs, or amount to 90 years of HD video. In order to deal with this vast amount of data, companies such as Google, Amazon, Microsoft, and Facebook have been heavily investing in the development of data science platforms that allow us to benefit from machine learning wherever we go—scaling from your mobile phone application all the way to supercomputers connected through the cloud.

python上面的opencv程序开发方便快捷，而且借助python的向量库和数学库性能也不差，很适合做验证和测试。这里提供一个比较入门的中文教程。

opencv_python-3.4.0.12-cp36-cp36m-manylinux1_x86_64.whl python opencv

在图像处理的过程中，我们可能会遇到这样的一个场景，想要截取图像的某个区域，但是，又无法知道区域在图片的具体位置，无法通过正常的截图手段进行操作。所以，根据这一需求，我们应该想到在交互状态下去操作图像，也就是可以通过我们的鼠标进行选定某个区域，然后再进行截图操作。