opencv学习（一）基础架构分析

转自https://blog.csdn.net/nicewe/article/details/79216270

在学习opencv使用之前我们先来看一下opencv有哪些组件结构。至于OpenCV组件结构的研究方法，我们不妨管中窥豹，通过opencv安装路径下include目录里面头文件的分类存放，来一窥OpenCV这些年迅猛发展起来的庞杂组件架构。我们进入到D:\ProgramFiles\opencv340\opencv\build\include目录，可以看到有opencv和opencv2这两个文件夹。显然，opencv这个文件夹里面包含着旧版的头文件。而opencv2这个文件夹里面包含着具有时代意义的新版OpenCV2系列的头文件。

 

 在opencv这个文件夹里面，也就是D:\Program Files\opencv340\opencv\build\include\opencv目录下，可以看到如下的各种头文件。这里面大概就是opencv 1.0最核心的，而且保留下来的内容的头文件，可以把它们整体理解为一个组件。

 

 再来看看我们重点关注的opencv2这边，在D:\ProgramFiles\opencv340\opencv\build\include\opencv2目录下，我们可以看到这些文件夹：

 

 

 

 我们灵机一动，发现下面有个叫opencv_modules.hpp的hpp文件，一看就知道里面存放的是opencv2中的新模块构造相关的说明代码，打开一看，果不其然，定义的是OpenCV2所有组件的宏：

 

1. /*

2. * ** File generated automatically, do not modify **

3. *

4. * This file defines the list of modules available in current build configuration

5. *

6. *

7. */

8.  

9. // This definition means that OpenCV is built with enabled non-free code.

10. // For example, patented algorithms for non-profit/non-commercial use only.

11. /* #undef OPENCV_ENABLE_NONFREE */

12.  

13. #define HAVE_OPENCV_CALIB3D

14. #define HAVE_OPENCV_CORE

15. #define HAVE_OPENCV_DNN

16. #define HAVE_OPENCV_FEATURES2D

17. #define HAVE_OPENCV_FLANN

18. #define HAVE_OPENCV_HIGHGUI

19. #define HAVE_OPENCV_IMGCODECS

20. #define HAVE_OPENCV_IMGPROC

21. #define HAVE_OPENCV_ML

22. #define HAVE_OPENCV_OBJDETECT

23. #define HAVE_OPENCV_PHOTO

24. #define HAVE_OPENCV_SHAPE

25. #define HAVE_OPENCV_STITCHING

26. #define HAVE_OPENCV_SUPERRES

27. #define HAVE_OPENCV_VIDEO

28. #define HAVE_OPENCV_VIDEOIO

29. #define HAVE_OPENCV_VIDEOSTAB

30. #define HAVE_OPENCV_WORLD

 

 

OK，就不多客套了，下面就是OpenCV的所有模块介绍，按照顺序来：

 

【calib3d】——其实就是就是Calibration（校准）加3D这两个词的组合缩写。这个模块主要是相机校准和三维重建相关的内容。基本的多视角几何算法，单个立体摄像头标定，物体姿态估计，立体相似性算法，3D信息的重建等等。

 

【core】——核心功能模块，包含如下内容：

•  OpenCV基本数据结构

•  动态数据结构

•  绘图函数

•  数组操作相关函数

•  辅助功能与系统函数和宏

•  与OpenGL的互操作

【dnn】——是指深度神经网算法, 此模块包含：

• 用于新层创建的API，层是神经网络的积木；

• 一组内置的最有用的层；

• API构建并修改层的综合神经网络；

• 从不同的框架加载序列化网络模型的功能。

【features2d】 ——也就是Features2D， 2D功能框架 ，包含如下内容：

• 特征检测和描述

• 特征检测器（FeatureDetectors）通用接口

• 描述符提取器（DescriptorExtractors）通用接口

• 描述符匹配器（DescriptorMatchers）通用接口

• 通用描述符（GenericDescriptor）匹配器通用接口

• 关键点绘制函数和匹配功能绘制函数

【flann】—— Fast Library for ApproximateNearest Neighbors，高维的近似近邻快速搜索算法库，包含两个部分：

• 快速近似最近邻搜索

• 聚类

【highgui】——也就是high gui，高层GUI图形用户界面，包含媒体的I / O输入输出，视频捕捉、图像和视频的编码解码、图形交互界面的接口等内容

 

【imgcodecs】——图像编解码器。读取图像保存图像等都放在这个文件下。

 

【imgproc】——Image和Processing这两个单词的缩写组合。图像处理模块，这个模块包含了如下内容：

• 线性和非线性的图像滤波

• 图像的几何变换

• 其它（Miscellaneous）图像转换

• 直方图相关

• 结构分析和形状描述

• 运动分析和对象跟踪

• 特征检测

• 目标检测等内容

【ml】——MachineLearning，机器学习模块， 基本上是统计模型和分类算法，包含如下内容：

• 统计模型 （StatisticalModels）

• 一般贝叶斯分类器 （Normal Bayes Classifier）

• K-近邻 （K-NearestNeighbors）

• 支持向量机 （SupportVector Machines）

• 决策树 （DecisionTrees）

• 提升（Boosting）

• 梯度提高树（GradientBoosted Trees）

• 随机树 （RandomTrees）

• 超随机树 （Extremelyrandomized trees）

• 期望最大化 （ExpectationMaximization）

• 神经网络 （NeuralNetworks）

• MLData

【objdetect】——目标检测模块，包含CascadeClassification（级联分类）和Latent SVM这两个部分。

 

【photo】——也就是Computational Photography，包含图像修复和图像去噪两部分

 

【shape】——形状的匹配以及距离。

  

【stitching】——images stitching，图像拼接模块，包含如下部分：

• 拼接流水线

• 特点寻找和匹配图像

• 估计旋转

• 自动校准

• 图片歪斜

• 接缝估测

• 曝光补偿

• 图片混合

【superres】——SuperResolution，超分辨率技术的相关功能模块

 

【video】——视频分析组件，该模块包括运动估计，背景分离，对象跟踪等视频处理相关内容。

 

【Videostab】——Videostabilization，视频稳定相关的组件，官方文档中没有多作介绍，不管它了。

 

【world】——这是Opencv3特有的，把所有东西打包在一个dll里，配置环境的时候很方便，具体工程实际就要分情况了。