opencv3 源码文件夹内容

文/YimianDai(简书作者)
原文链接:http://www.jianshu.com/p/193a6d15ffe0
著作权归作者所有,转载请联系作者获得授权,并标注“简书作者”。

OpenCV 3 的源代码文件夹:

  • 3rdparty/: 包含第三方库,如用视频解码用的 ffmpeg、jpg、png、tiff 等图片的解码库。
  • apps/: 包含进行 Haar 分类器训练的工具,OpenCV 进行人脸检测便是基于 Haar 分类器。如果你想检测人脸以外的图片,千万不要错过这几个工具。
  • cmake/: 包含生成工程项目时 cmake 的依赖文件,用于只能搜索第三方库,普通开发者不需要关心这个文件夹的内容。
  • data/: 包含 OpenCV 库及范例中用到的资源文件,Haar 物体检测的分类器位于 haarcascades 子文件中。
  • doc/: 包含生成文档所需的源文件及辅助脚本。
  • include/: 包含入口头文件。OpenCV 子文件夹中是 C 语言风格的 API,也就是《学习 OpenCV》中描述的 API 函数,官方将逐渐淘汰 C 风格函数,因此我不推荐大家使用该文件夹中的头文件。OpenCV 2 子文件夹中只有一个 opencv.hpp 文件,这是 OpenCV 2 及 OpenCV 3 推荐使用的头文件。
  • modules/: 包含核心代码,OpenCV 真正的代码都在这个文件夹中。OpenCV 从 2.0 开始以模块的方式组织各种功能,近两年模块的数量增长得很快,后面我会依次介绍每个模块的作用。
  • platforms/: 包含交叉编译所需的工具链及额外的代码,交叉编译指的是在一个操作系统中编译供另一个系统使用的文件。
  • samples/: 这是大家最喜欢的范例文件夹,后面我也会进一步讲解。

CPU模块

  • androidcamera/: 仅用于 Android 平台,使得可以通过与其他平台相同的接口来控制 Android 设备的相机。
  • core/: 核心功能模块,定义了基本的数据结构,包括最重要的 Mat 类、XML 读写、OpenGL 三维渲染等。
  • imgproc/: 全称为 Image Processing,即图像处理,包括图像滤波、集合图像变换、直方图计算、形状描述子等。图像处理是计算机视觉的重要工具。
  • highgui/: 高级图形界面及多媒体文件读写,包括用户界面、Qt、对图像及视频文件的读写操作。
  • video/: 视频分析模块,包括背景提取、光流跟踪、卡尔曼滤波等,做视频监控的开发者会经常使用这个模块。
  • calib3d/: 相机标定及三维重建。相机标定用于取出相机自身缺陷导致的画面形变,还原真实的场景,确保计算的准确性。三维重建通常用在双目视觉(立体视觉),即两个标定后的摄像头观察同一个场景,通过计算两幅画面中的相关性来估计像素深度。
  • features2d/: 包含 2D 特征值检测的框架。包含各种特征值检测器及描述子,如 FAST、MSER、OBRB、BRISK 等。各类特征值拥有统一的算法接口,因此在不影响程序逻辑的情况下可以替换替换。
  • objdetect/: 物体检测模块,包括 Haar 分类器、SVM 检测器及文字检测。
  • ml/: 全称为 Machine Learning,即机器学习。包括统计模型、K 最近邻、支持向量机、决策树、神经网络等经典的机器学习算法。
  • flann/: 用于在多维空间内聚类及搜索的近似算法,做图像检索的开发者对它不会陌生。
  • photo/: 计算摄影学,包括图像修补、去噪、HDR 成像、非真实感渲染等。如果读者想实现 Photoshop 的高级功能,那么这个模块必不可少。
  • stitching:/ 图像拼接,可用于制作全景图。
  • nonfree/: 受专利保护的算法,包括 SIFT 和 SURF。从功能上来说,这两个算法属于 features2d 模块,但由于它们都是受专利保护的,相拥在项目中可能需要专利方的许可。
  • contrib:/ 包含新添加的实验性质的代码。开发者期待已久的人脸识别功能便位于这个模块内,名为 FaceRecognizer。
  • legacy/: 英文含义为遗产,即废弃已久的代码,官方不推荐使用这个模块中的功能。
  • optim/: 全称为 Optimization,这个模块包含通用的数值优化。包含线性规划等算法。
  • shape/: 形状匹配算法模块,用于描述形状、比较形状。
  • softcascade/: 另一种物体检测算法,Soft Cascade 分类器,包含检测模块和训练模块。
  • superres/: 全称为 Super Resolution,用于增强图像的分辨率。
  • videostab/: 全称为 Video Stabilization,用于解决相机移动拍摄时视频不够稳定的问题。
  • viz/: 三维可视化模块。可以认为这个模块实现了一个简单的三维可视化引擎,有各种 UI 空间和键盘、鼠标交互方式。底层实现基于 CTK 这个第三方库。

CUDA模块

这些模块的名称都以 cuda 开始,cuda 是显卡制造商 NVIDIA 推出的通用计算语言,在 OpenCV 3 中有大量的模块已经被移植到了 cuda 语言。让我们依次看一下。

  • cuda/: CUDA- 加速的计算机视觉算法,包括数据结构 cuda::GpuMat、基于 cuda 的相机标定及三维重建等。
  • cudaarithm/: CUDA- 加速的矩阵运算模块。
  • cudabgsegm/: CUDA- 加速的背景分割模块,通常用于视频监控。
  • cudacodec/: CUDA- 加速的视频编码与解码。
  • cudafeatures2d/: CUDA- 加速的特征检测与描述模块,与 features2d/ 模块功能类似。
  • cudafilters/: CUDA- 加速的图像滤波。
  • cudaimgproc/: CUDA- 加速的图像处理算法,包含直方图计算、霍夫变换等。
  • cudaoptflow/: CUDA- 加速的光流检测算法。
  • cudastereo/: CUDA- 加速的立体视觉匹配算法。
  • cudawarping/: 实现 CUDA- 加速的快速图像变换,包括透视变换、旋转、改变尺寸等。

samples/ 文件夹

  • android/: Android 平台的范例。既有完全是 Java 的工程,也有完全是 C++ 的工程,也有更为常见的 Java 与 C++ 共存的工程。
  • c/: 使用 C API 的范例。在 C API 逐渐退出历史舞台后,这个文件夹也应该会随之消失吧。
  • cpp/: 由于 OpenCV 是一款 C++ 库,因此 C++ 的返利是最多的,后面将重点介绍。
  • directx/: directx (d3d) 是微软的私有三维图像 API,这个文件夹中的范例覆盖了 d3d9、d3d10、d3d11.
  • gpu/: 利用 cuda 加速的范例。
  • java/: OpenCV 3 官方支持 Java 语言绑定,因此这里演示如何使用 Java 版本的 OpenCV。
  • python2/: OpenCV 3 官方支持 Python 语言绑定,因此这里演示使用 Python 2 版本的范例。
  • tapi/: tapi 是 OpenCV 3 的一个新特性,使用 cv::UMat 替代 cv::Mat,实现 CPU 和 GPU 的运算使用统一的接口,不再需要显式地在 CPU 和 GPU 之间传递数据,方便开发人员。
  • winrt/: Windows RT 平台的范例,开发语言是微软的 C++ “方言”.

samples/cpp/ 文件夹中的范例介绍

  • 3calibration.cpp/: 同时标定三台水平放置的相机。
  • bagofwords_classification.cpp/: 使用图像检测实现简易的图像搜索功能。
  • bgfg_gmg.cpp/: 演示 GMG 背景检测算法的使用方式。
  • bgfg_segm.cpp/: 演示高斯混合背景检测算法的使用方式。
  • brief_match_test.cpp/: 使用 BRIEF 特征值来匹配两张图像。
  • build3dmodel.cpp/: 演示如何使用基础矩阵和特征值来创建三维模型。
  • calibration.cpp/: 完整的多用途标定程序。
  • calibration_artificial.cpp/: 在程序中生成一个虚拟的相机,并进行标定。

  • camshiftdemo.cpp/: 读取实时的摄像头数据,并演示基于均值偏移算法的视频跟踪。

  • chamfer.cpp/: 使用 Chamfer 算法匹配两副边缘图像。
  • cloning_demo.cpp/: 命令行模式的图像克隆。
  • cloning_gui.cpp/: 图形界面交互的图像克隆。
  • connected_components.cpp/: 查找并绘制图像中的连通区域。
  • contours2.cpp/: 查找并绘制图像中的轮廓。

  • convexhull.cpp/: 查找并绘制由点的集合组成的凸包。

  • cout_mat.cpp/: 使用 cout 来输出各种格式化的 Mat 对象。
  • create_mask.cpp/: 演示如何创建黑白掩码图像。
  • dbt_face_detection.cpp/: 基于检测的人脸跟踪代码。
  • delaunay2.cpp/: 通过鼠标交互式地生成 Delaunay 三角形。
  • demhist.cpp/: 演示直方图的用法。

  • descriptor_extractor_matcher.cpp/: 演示 features2d 检测框架的用法。

  • detection_based_tracker_sample.cpp/: 与 dbt_face_detection.cpp 类似。
  • detector_descriptor_evaluation.cpp/: 评估各种特征检测器和描述子。
  • detector_descriptor_matcher_evaluation.cpp/: 评估各种特征检测器和匹配器。
  • dft.cpp/: 演示一幅图像的离散傅里叶变换。
  • distrans.cpp/: 显示边缘图像的距离变换值。

  • drawing.cpp/: 演示绘画和文字显示功能。

  • edge.cpp/: 演示 Canny 边缘检测。
  • em.cpp/: 对随机生成的数据点进行 EM 聚类。
  • fabmap_sample.cpp/: 演示 FAB-MAP 图像检索算法。
  • facerec_demo.cpp/: 人脸识别。
  • fback.cpp/: 实时的 Farneback 光流跟踪。

  • ffilldemo.cpp/: 演示 floodFill() 像素填充算法。

  • filestorage.cpp/: 演示序列化到外部文件,如yml、xml等。
  • fitellipse.cpp/: 将轮廓点匹配到椭圆。
  • freak_demo.cpp/: 演示 FREAK 特征值的用法。
  • gencolors.cpp/: 演示 generateColors()。
  • generic_descriptor_match.cpp/: 基于 SURF 的两幅图像间的匹配。

  • grabcut.cpp/: 演示 GrabCut 分割算法。

  • houghcircles.cpp/: 用霍夫算法检测圆。
  • houghlines.cpp/: 用霍夫算法检测直线。
  • hybridtrackingsample.cpp/: 混合跟踪算法(Hybrid Tracker)的演示。
  • image.cpp/: 来回转换 cv::Mat 和 IplImage。
  • image_alignment.cpp/: 演示 findTransformECC() 函数。

  • image_sequence.cpp/: 使用 VideoCapture 对象读取序列帧。

  • imagelist_creator.cpp/: 创建图像列表到 xml 文件。
  • inpaint.cpp/: 使用鼠标交互地进行图像修补。
  • intelperc_capture.cpp/: Intel 感知计算设备相关的函数。
  • kalman.cpp/: 使用卡尔曼滤波进行二维跟踪。
  • kmeans.cpp/: Kmeans 聚类算法的演示。

  • laplace.cpp/: 拉普拉斯边缘检测。

  • latentsvm_multidetect.cpp/: latentSVM 检测器。
  • letter_recog.cpp/: 字母识别。

  • linemod.cpp/: 基于 OpenNI 的体感设备应用。

  • lkdemo.cpp/: 演示Lukas-Kanade 光流法。
  • logpolar_bsm.cpp/: 演示 LogPolar 盲点模型。

  • lsd_lines.cpp/: LSD 线段检测。

  • matcher_simple.cpp/: SURF 特征检测。
  • matching_to_many_images.cpp/: 一对多的特征检测。

  • meanshift_segmentation.cpp/: 演示基于均值漂移的色彩分割函数——meanShiftSegmentation()。

  • minarea.cpp/: 寻找最小包围盒、包围圆。
  • morphology2.cpp/: 形态学图像处理。

  • npr_demo.cpp/: 演示各种非真实感渲染效果。

  • opencv_version.cpp/: 输出 OpenCV 库的版本号。
  • openni_capture.cpp/: 演示 OpenNI 相关的体感设备。

  • pca.cpp/: 基于 PCA 的人脸识别。

  • peopledetect.cpp/: 基于 cascade 或 hog 进行物体(人)检测。
  • phase_corr.cpp/: 演示 phaseCorrelate() 函数。

  • points_classifier.cpp/: 演示各种机器学习算法。

  • rgbdodometry.cpp/: 对深度传感器如 Kinect 的数据进行处理。
  • segment_objects.cpp/: 实时地在视频或相机画面中检测前景物体。

  • shape_example.cpp/: 比较并检索形状。

  • shape_transformation.cpp/: 用 SURF 特征值检测形状并进行变换。
  • squares.cpp/: 检测图像中的方块形状。
  • starter_imagelist.cpp/: 一个 “hello worl” 性质的入门范例。
  • starter_video.cpp/: 另一个 “hello worl” 性质的入门范例。
  • stereo_calib.cpp/: 双目视觉的标定。

  • stereo_match.cpp/: 计算左右视觉的图像的差异,生成点云文件。

  • stitching.cpp/: 演示图像拼接算法。
  • stitching_detailed.cpp/: 演示更多参数的图像拼接算法。

  • textdetection.cpp/: 实时场景中的文字定位与识别。

  • train_HOG.cpp/: 训练 HOG 分类器。
  • ufacedetect.cpp/: 人脸检测。
  • video_homography.cpp/: 使用 FAST 特征值来跟踪平面物体。
  • videostab.cpp/: 演示 videostab 中各个参数的用法。
  • watershed.cpp/: 演示著名的分水岭图像分割算法。



发布了47 篇原创文章 · 获赞 106 · 访问量 28万+
展开阅读全文

没有更多推荐了,返回首页

©️2019 CSDN 皮肤主题: 编程工作室 设计师: CSDN官方博客

分享到微信朋友圈

×

扫一扫,手机浏览