OpenCV3.3在8月3号正式出炉，想要体验最新特性的朋友可以去官网下载了，反正配置一下只需要几分钟。这次最主要的更新就是，终于把DNN模块从contrib里面提到主仓库里面，放到了官方发布版中。虽然我配置的一直是OpenCV with contrib，但是对于DNN模块，限于电脑配置太低，一直没有怎么尝试。这次可以借着新版发布抽空尝试一下了。

按照官方介绍，DNN现在有下面几点特性：

无需任何依赖

新加入的DNN模块不需要任何依赖，除了protobuf......而protobuf被加入到OpenCV的thirdparty了。简直是贴心至极有没有？

为了增加趣味性，不打算按部就班的按照顺序学习，上回讨论了一下数据收集的一点皮毛，今天我们尝试一下人脸识别吧，利用你计算机的摄像头，或者USB即插即用的外置摄像头也行。看完今天的教程，你一定也能做出一个人脸识别的程序来，而且用不了多少代码，好了，开工吧。

上一讲中，我们了解了python打开图片的方法，当图片被读入内存后，我们便可以对图像按照自己的意愿进行处理了（它的本质就是一个数组，对应于数学中的矩阵）。对于一些常见的图像操作，我们可以自己来编写处理方法，也就是自己造轮子，但这样做有一个弊端——会让我们陷入各种编程技巧的汪洋大海中。我们编程的目的是为了处理图像，所以我们只应关注算法本身。为了避免让更多的人重复造轮子，本文的主角——opencv（上图为opencv Logo）诞生了，它是由英特尔（就是造PC处理器的那家）主导的一个开源项目（由C&C++编写），它里面提供了大量的图像操作方法及处理算法。太科罗技的前三期视频中介绍了opencv C语言版本的一些简单应用。本文就将介绍如何在python中使用opencv算法库。