开启OPENCV的学习

认识初衷：1.Opencv出现的目的是提供一个普遍适用的计算机视觉库。
2.Opencv的应用领域具体包括卫星地图和电子按地图的拼接，扫描图像对齐，医学图像去燥和滤波，图像中的物体分析，安全和入侵检测系统，自动监视和安全系统，以及制造业中的产品质量检测系统，摄像机的标定，军事应用，无人飞行器和无人汽车和无人水下机器人。。。
3.Opencv用于解决如下领域的问题
人机交互
物体识别
图像分区
人脸识别
动作识别
运动跟踪
机器人
感兴趣的领域：视觉识别技术用于声谱图上，用Opencv进行声音和音乐识别
opencv工具的介绍（以后会不断的更新）
Opencv的模块组件：
1.calib3D:用于相机校准和三维重建相关的内容，包括基本的多视角几何算法，单个立体摄像头的标定，物体姿态估计，立体相似性算法，3D信息的重建。
2.contrib：新增了人脸识别，立体匹配，人工视网膜等技术
3.core：核心功能模块，Opencv的基本数据结构，动态数据结构，绘图操作，数组操作相关函数，辅助功能与系统函数的宏，与OpenGl的交互操作。
4.imgproc：图像处理模块，线性和非线性的图像滤波，图像的几何变换，其他图像转换，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。、
5,。features2D：2D功能框架，特征检测和描述，特征检测器的通用接口，描述符提取器通用接口，描述符匹配器通用接口，通用描述符匹配器通用接口，关键点绘制函数和匹配功能函数。
6.flann:高维的近似近邻快速搜索算法库
7.gpu：运用GPU加速计算机视觉模块
8.highgui：高层GUI图形用户界面，包含媒体的输入和输出，视屏捕捉，图像和视屏的编码和解码，图形交互界面的接口内容。

9.legacy:保留兼容的模块，有运动分析，期望最大化，直方图，平面细化，特征检测和描述，描述符提取器的通用接口，通用描述符的常用接口，匹配器
10.ml:machine learning 机器学习模块包括统计模型和分类算法，统计模型，一般贝叶斯分类器，K-近邻，支持向量机，决策树，提升，梯度提高树，随机树和超随机树，期望最大化，神经网络，MLData。
11.nonfree：专利算法模块，特征检测和GPU相关的内容。
12.objdetect：目标检测模块，
13.ocl:运用Opencl加速的计算机视觉组件模块
14.photo:包含图像修复和图像去燥的两部分
15.stitching:图像拼接模块，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，拼缝估测，曝光补偿，图片混合，
16.superres:超分辨率技术的相关功能模块
17.ts：测试代码
18.video:视频分析组件，该模块包括运动估计，背景分离，对象跟踪等视屏处理相关的内容。
19.videostb:视屏稳定的相关组件。
以上就是OPENCV的软件开发工具箱子；

opencv的第一个测试程序：
测试程序是利用Opencv载入并显示一张图片
1.在visual studio中新建一个空的项目控制台应用程序，命名随意
2.然后新建一个CPP文件。
具体代码
#include<opencv2/opencv.hpp> 把Opencv中的模块的头文件包括到程序中去，大路径已经设置完毕，包括的是小路径
using namespace cv;命名cv为程序的运行空间，简言之，把程序放在一CV命名的空间里面

int main() 主程序的入口
{
载入或读入一张图片(mat用于存储图像或者矩阵变量)
Mat img=imread(“图片名”);双引号加图片名
在窗口中显示载入图像
imshow(“载入图片窗口的名字”，图片的变量名);
waitKey(6000); 可以利用while循环判断让程序在某处停住，按下按键时程序继续运行。不断的刷新图像刷新时间为delay毫秒waitKey(delay),当在delay的时间内无按键按下来图像自动消失，当在delay的时间内有按键按下的话图像就会自动消失，这个语句特别的重要在很多判断或者控制语句中都会有相应的应用。
}
这就是一个简单的读取图片的过程：以后会在opencv的领域中多上传些不同好玩的opencv小程序，期待，马上就会有比较简单的人脸识别小程序了。