【OpenCV入门教程之二】 一览众山小：OpenCV 2.4.8 or OpenCV 2.4.9组件结构全解析
?
之前啃了不少OpenCV的官方文檔，發現如果了解了一些OpenCV整體的模塊架構后，再重點學習自己感興趣的部分的話，就會有一覽眾山小的感覺，于是，就決定寫出這篇文章，作為啟程OpenCV系列博文的第二篇。
?
至于OpenCV組件結構的研究方法，我們不妨管中窺豹，通過opencv安裝路徑下include目錄里面頭文件的分類存放，來一窺OpenCV這些年迅猛發展起來的龐雜組件架構。
我們進入到D:\ProgramFiles\opencv\build\include目錄，可以看到有opencv和opencv2這兩個文件夾。顯然，opencv這個文件夾里面包含著舊版的頭文件。而opencv2這個文件夾里面包含著具有時代意義的新版OpenCV2系列的頭文件。
?
在opencv這個文件夾里面，也就是D:\Program Files\opencv\build\include\opencv目錄下，可以看到如下的各種頭文件。這里面大概就是opencv 1.0最核心的，而且保留下來的內容的頭文件，可以把它們整體理解為一個組件。
?
?再來看看我們重點關注的opencv2這邊，在D:\ProgramFiles\opencv\build\include\opencv2目錄下，我們可以看到這些文件夾：
我們靈機一動，發現下面有個叫opencv_modules.hpp的hpp文件，一看就知道里面存放的是opencv2中的新模塊構造相關的說明代碼，打開一看，果不其然，定義的是OpenCV2所有組件的宏：
?
OK，就不多客套了，下面就是OpenCV的所有模塊介紹，按照順序來：
?
【calib3d】——其實就是就是Calibration（校準）加3D這兩個詞的組合縮寫。這個模塊主要是相機校準和三維重建相關的內容。基本的多視角幾何算法，單個立體攝像頭標定，物體姿態估計，立體相似性算法，3D信息的重建等等。
?
【contrib】——也就是Contributed/Experimental Stuf的縮寫， 該模塊包含了一些最近添加的不太穩定的可選功能，不用去多管。2.4.8里的這個模塊有新型人臉識別，立體匹配，人工視網膜模型等技術。
?
【core】——核心功能模塊，包含如下內容：
- OpenCV基本數據結構
- 動態數據結構
- 繪圖函數
- 數組操作相關函數
- 輔助功能與系統函數和宏
- 與OpenGL的互操作
?【imgproc】——Image和Processing這兩個單詞的縮寫組合。圖像處理模塊，這個模塊包含了如下內容：
- 線性和非線性的圖像濾波
- 圖像的幾何變換
- 其它（Miscellaneous）圖像轉換
- 直方圖相關
- 結構分析和形狀描述
- 運動分析和對象跟蹤
- 特征檢測
- 目標檢測等內容
?
【features2d】?——也就是Features2D， 2D功能框架 ，包含如下內容：
- 特征檢測和描述
- 特征檢測器（Feature Detectors）通用接口
- 描述符提取器（Descriptor Extractors）通用接口
- 描述符匹配器（Descriptor Matchers）通用接口
- 通用描述符（Generic Descriptor）匹配器通用接口
- 關鍵點繪制函數和匹配功能繪制函數
【flann】——?Fast Library for Approximate Nearest Neighbors，高維的近似近鄰快速搜索算法庫，包含兩個部分：
- 快速近似最近鄰搜索
- 聚類
?
【gpu】——運用GPU加速的計算機視覺模塊
?
【highgui】——也就是high gui，高層GUI圖形用戶界面，包含媒體的I / O輸入輸出，視頻捕捉、圖像和視頻的編碼解碼、圖形交互界面的接口等內容
?
【legacy】——一些已經廢棄的代碼庫，保留下來作為向下兼容，包含如下相關的內容：?
- 運動分析
- 期望最大化
- 直方圖
- 平面細分（C API）
- 特征檢測和描述（Feature Detection and Description）
- 描述符提取器（Descriptor Extractors）的通用接口
- 通用描述符（Generic Descriptor Matchers）的常用接口
- 匹配器
?
【ml】——Machine Learning，機器學習模塊，?基本上是統計模型和分類算法，包含如下內容：
- 統計模型 （Statistical Models）
- 一般貝葉斯分類器 （Normal Bayes Classifier）
- K-近鄰 （K-NearestNeighbors）
- 支持向量機 （Support Vector Machines）
- 決策樹 （Decision Trees）
- 提升（Boosting）
- 梯度提高樹（Gradient Boosted Trees）
- 隨機樹 （Random Trees）
- 超隨機樹 （Extremely randomized trees）
- 期望最大化 （Expectation Maximization）
- 神經網絡 （Neural Networks）
- MLData
【nonfree】，也就是一些具有專利的算法模塊 ，包含特征檢測和GPU相關的內容。最好不要商用，可能會被告哦。
?
【objdetect】——目標檢測模塊，包含Cascade Classification（級聯分類）和Latent SVM這兩個部分。
?
【ocl】——即OpenCL-accelerated Computer Vision，運用OpenCL加速的計算機視覺組件模塊
?
【photo】——也就是Computational Photography，包含圖像修復和圖像去噪兩部分
?
【stitching】——images stitching，圖像拼接模塊，包含如下部分：
- 拼接流水線
- 特點尋找和匹配圖像
- 估計旋轉
- 自動校準
- 圖片歪斜
- 接縫估測
- 曝光補償
- 圖片混合
【superres】——SuperResolution，超分辨率技術的相關功能模塊
?
【ts】——opencv測試相關代碼，不用去管他
?
【video】——視頻分析組件，該模塊包括運動估計，背景分離，對象跟蹤等視頻處理相關內容。
?
【Videostab】——Video stabilization，視頻穩定相關的組件，官方文檔中沒有多作介紹，不管它了。
?
看到到這里，相信大家已經對OpenCV的模塊架構設計有了一定的認識。
OpenCV其實就是這么多模塊作為代碼容器組合起來的一個SDK而已，沒什么稀奇的，對吧。
總結
以上是生活随笔為你收集整理的【OpenCV入门教程之二】 一览众山小：OpenCV 2.4.8 or OpenCV 2.4.9组件结构全解析的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： python基础（16）：学生信息管理系
- 下一篇： 安装 3dsMax 2020 there