opencv各个模块介绍（1）

目录

Core 模块：核心模块，提供了基本的数据结构和功能。

Imgproc 模块：图像处理模块，包括图像过滤、几何变换等功能。

Video 模块：视频处理模块，提供了视频捕获、光流估计等功能。

HighGUI 模块：图形用户界面模块，用于创建简单的GUI应用程序。

Objdetect 模块：对象检测模块，包括Haar级联检测器等功能。

---

Core 模块：核心模块，提供了基本的数据结构和功能。

常用的核心函数：

1. cv::Mat：表示多维数组的数据结构，是OpenCV中最常用的类之一，用于存储图像数据和进行矩阵运算。

2. cv::Scalar：用于表示多通道数据的标量，通常用于颜色表示。

3. cv::Size：用于表示二维空间中的尺寸大小，常用于图像尺寸的表示。

4. cv::Point 和 cv::Point2f：用于表示二维空间中的点坐标。

5. cv::Rect：用于表示二维平面上的矩形区域。

6. cv::Range：用于表示一维数据的范围。

7. cv::Mat_< >：模板类，用于创建特定类型的矩阵。

8. cv::split 和 cv::merge：用于通道分离和合并操作。

9. cv::cvtColor：用于颜色空间转换，例如RGB到灰度、RGB到HSV等。

10. cv::resize：用于图像缩放操作。

11. cv::flip：用于图像翻转操作。

12. cv::transpose：用于矩阵转置操作。

Imgproc 模块：图像处理模块，包括图像过滤、几何变换等功能。

1. 图像滤波函数：

   • cv::GaussianBlur：高斯模糊。
   • cv::medianBlur：中值滤波。
   • cv::bilateralFilter：双边滤波。

高斯模糊（Gaussian Blur）是图像处理中常用的一种平滑滤波方法，它利用了高斯函数的特性对图像进行模糊处理。在OpenCV中，cv::GaussianBlur函数就是用来实现高斯模糊的。

高斯模糊的原理如下：

1. 对图像中的每个像素，以该像素为中心取一个固定大小的邻域（通常是一个正方形或矩形区域）。
2. 对这个邻域内的所有像素值按照高斯分布进行加权平均，即距离中心像素越远的像素权重越小。
3. 最后将加权平均后的值赋给中心像素，从而实现模糊效果。

高斯模糊的主要思想是利用高斯函数对像素值进行加权平均，使得图像中的噪声被平滑掉，同时保留图像的整体结构和边缘信息，避免产生锐化等不良效果。

高斯模糊的核（Kernel）由一个二维的高斯函数构成，通常是一个正态分布曲线。核的大小（即邻域的大小）以及标准差（控制高斯函数的宽度）可以影响模糊的程度，一般情况下，标准差越大，模糊效果越明显。

双边滤波的原理如下：

1. 对图像中的每个像素，以该像素为中心取一个固定大小的邻域。
2. 对这个邻域内的所有像素值进行加权平均，权重由两部分组成：
   • 空间上的权重：根据像素之间的空间距离计算得出，距离越近的像素权重越大。
   • 强度上的权重：根据像素值之间的差异计算得出，差异越小的像素权重越大。
3. 最后将加权平均后的值赋给中心像素，从而实现平滑效果。

双边滤波相比于传统的高斯模糊具有更好的性能，因为它考虑了像素之间的空间关系和强度差异，能够保留图像中的边缘信