每一个知识点都分为：原理+API+源码三个部分掌握透彻本章内容：Anaconda一站式开发环境OpenCV基础入门tensorflow基础入门
一、Mac下Anaconda搭建
1、下载并安装Anaconda
2、下载并安装tensorflow和opencv
3、下载并安装notebook
会经常使用的两个Home和Environment（开发过程中所有的环境都需要在这个Environment环境中进行添加和配置）
点击下面的Create出现如上所示，可以根据需要选择python的版本。
然后开始进行package的选择：
选中刚才create的环境，然后选中All显示所有packages，然后在右侧的🔍处输入想要安装的package即可。
右下角会出先Apply选择应用即可。需要填入的包有tensorflow和opencv。
⚠️如果要选的包没有咋办
1、进入官网
https://anaconda.org/menpo/opencv3 以opencv为例
2、
出现上图，其实这里前面有各种opencv版本的选择，这里就选择了下载量第一的演示了，
在终端输入如下：（⚠️要在anaconda的创建目录下输入）
然后如果有依赖其他的packages就缺啥装啥就行。
HelloWorld测试案例
1、jupyter的基本功能介绍
选中tensorflow然后进入launch jupyter直接进入（会选择默认的浏览器进入）
点击new
出现如下效果，选择python 3，新建文件：
进入如下界面：
然后先退出一下：
这里面显示标识是绿色的，这说明当前程序正在运行
选中之后点击shutdown就可以终止运行，然后图标变成灰色，意味着终止：
再次勾选，第一个按钮是复制功能，可以copy一个文件；重命名，移动，下载，查看，编辑
进入文件：下面按钮的功能分别是：保存，添加，剪切，复制。。。和word差不多
2、测试代码helloworld
#import （python在使用某个模块的时候需要引入）
#string （需要定义一个变量存储字符串）
#print （将变量打印出来）
import tensorflow as tf#先保存运行一下，否则使用tab功能就没有代码提示）
tf.compat.v1.disable_eager_execution()
hello = tf.constant('hello tensorflow')#使用constant创建变量
sess = tf.compat.v1.Session()#tensorflow需要使用Session才可以进行输出
print(sess.run(hello))#需要使用sess.run()，将所需内容写入run()括号中
a = 'hello world'
print(a)
#1、常量如何定义
#2、sess
#3、print的使用import cv2
print('hello world')主要是为了测试是否引入了tensorflow和opencv
图片读取与展示
#1、引入opencv
import cv2
#2、调用相应的API
#3、因为当前的代码是顺序执行，如果不让程序停下来，那么读取的图片会一下子消失掉，还会出现各种异常
image = cv2.imread('CV学习.png',1)#(1)图片名称（2）读取进来的图片类型，0:读取灰度图，1:读取彩色图
#cv2.imread会有一个返回值,返回的就是当前图片的内容
cv2.imshow('image',image)#（1）窗体名称（2）当前图片的内容
cv2.waitKey(0)学习方法
1、案例驱动
2、类比，陌生知识使用以前学过的熟悉知识类比
3、合理分配时间和精力（28理论）
opencv的模块组织结构
calib3d:相机的校准和3d内容相关
core:记录了当前opencv的基础操作，矩阵类型，绘图相关，基本所有基础的都在这里
dnn:神经网络相关
features2d：和图像的焦点检测相关
flann：和聚类临域相关的，不是很重要
highgui：界面
imgcodecs/imgproc：很重要的模块，涉及到滤波
ml：机器学习
object：物体检测模块
photo模块：图片的处理，修复去噪
shape：很少用到
stitching：拼接模块，大图像的拼接
videoio：视频信息，视频分解图像，图像合成信息
图片的写入
1、完成了文件的读取
2、封装格式的解析
3、文件数据解码
4、完成了数据的加载
#1、引入opencv
import cv2
#2、调用相应的API
#3、因为当前的代码是顺序执行，如果不让程序停下来，那么读取的图片会一下子消失掉，还会出现各种异常
image = cv2.imread('CV学习.png',1)#(1)图片名称（2）读取进来的图片类型，0:读取灰度图，1:读取彩色图
#cv2.imread会有一个返回值,返回的就是当前图片的内容
cv2.imshow('image',image)#（1）窗体名称（2）当前图片的内容
cv2.waitKey(0)我们所经常接触到的模式：jpg、png这些格式是文件的封装格式，一般把文件分成两部分来看待：一部分是文件头，一部分是文件数据，这里的文件数据不是原始数据，而是压缩之后的数据，而大部分文件头描述的是压缩部分的信息和解码信息，解码器可以根据这些附加信息将压缩数据还原成原始数据。为何要进行压缩编码？
import cv2
image = cv2.imread('image.jpg',1)
cv2.imwrite('image.jpg',image)
#（1）保存的图片名称（写入的）（2）第二个是图片数据（原始数据）不同图片质量的保存
#jpg
#描述的是图片的质量，范围是（0-100）有损压缩，以牺牲图片质量为代价的
import cv2
img = cv2.imread('image.jpg',1)
cv2.imwrite('image1.jpg',img,[cv2.IMWRITE_JEPG_QUALITY,0])
#png
#1、无损压缩
#2、透明度属性
cv2.imwrite('image1.png',img,[cv2.IMWRITE_PNG_QUALITY,0])
#区别
#1、jpg 0 压缩比高 png 0 压缩比低
#2、jpg 0-100 png 0-9像素操作基础
1、每种颜色都可以用RGB三种颜色合成
eg：203 203 9 -> 11001011 11001011 00001001
对于每一个像素点来说，存储的是RGB三个点的值，对于一个8位颜色深度的0-255
2、颜色深度
RGB中每一个颜色分量的范围是0-255，共256种，三种颜色共可以表示：256256256种颜色
3、像素
一个像素点可以由三种颜色表示
4、图片的宽高wh
640480：水平方向640个像素点，竖直方向480个像素点
5、计算图片大小
1.14M=72054738bit/8（B）
6、对于png来说除了RGB 还有alpha通道——描述的图片的透明度
7、除了RGB还有BGR
8、BGR中的B G是蓝色和绿色的颜色通道，我们常说的颜色分量和颜色通道指的是一种单独的颜色
像素读取写入
图片存储的坐标结构
x轴表示的是图片的列，图片的宽度
y轴表示的是图片的行，图片的高度
import cv2
img = imread('image.jpg',1)
(b,g,r) = img[100,100]#以元组的形式返回,opencv是bgr
print(b,g,r)#可以读取像素值
#10-100 --- 110 100
for i in range(0,100):
img[i+10,100]=(255,0,0)#标准蓝色
cv2.imshow('image',img)
#其实修改的过程就类似于数组赋值的过程
cv2.waitKey(0)
