opencv - 简介

1. 框架结构

1. source文件夹
   (1) 3rdparty: 第三方库，比如 ffmpeg，png图片的开源解码库
   (2) apps: 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。
   (3) cmake: 生成工程项目时 cmake 的依赖文件
   (4) data: opencv 库以及范例中用到的资源文件
      [1] haar 物体检测的分类器位于haarcascades子文件中。
   (5) doc: 生成文档所需的源文件以及辅助脚本。
   (6) include: 入口头文件
      [1] opencv: 是 C 风格的API, 逐渐淘汰
      [2] opencv2: 只有一个 opencv.hpp 文件，cv2/3推荐
   (7) modules: 核心代码
   (8) platforms: 包含交叉编译所需的工具链以及额外的代码
   (9) samples: 范例文件夹，包含大量学习案例。

2. build\include\opencv2 目录
   (1) calib3d: 主要是相机校准和三维重建相关, 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。
      [1] 相机标定: 用于去除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。
      [2] 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算像素的深度。
   (2) contrib: 包含最近添加的不太稳定的可选功能
   (3) core: 核心功能模块，包含内容:
      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
   (4) imgproc: 图像处理模块，包含内容：
      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
   (5) features2d: 2D功能框架 ，包含内容：
      特征检测和描述
      特征检测器通用接口
      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绘制函数
   (6) flann: 高维的近似近邻快速搜索算法库，用于在多维空间内聚类及搜索的近似算法, 包含两个部分：
      快速近似最近邻搜索
      聚类
   (7) gpu: 用GPU加速的计算机视觉模块
   (8) highgui: 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
   (9) legacy:一些已经废弃的代码库，保留下来作为向下兼容，包含内容：
      运动分析
      期望最大化
      直方图
      平面细分（C API）
      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: 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 （Statistical Models）
      一般贝叶斯分类器 （Normal Bayes Classifier）
      K-近邻 （K-NearestNeighbors）
      支持向量机 （Support Vector Machines）
      决策树 （Decision Trees）
      提升（Boosting）
      梯度提高树（Gradient Boosted Trees）
      随机树 （Random Trees）
      超随机树 （Extremely randomized trees）
      期望最大化 （Expectation Maximization）
      神经网络 （Neural Networks）
      MLData

(11) nonfree: 一些具有专利的算法模块 ，包含特征检测和GPU相关的内容, 不能商用
(12) objdetect: 目标检测模块，包含Cascade Classification（级联分类）和Latent SVM这两个部分。
(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, 图像去噪HDR成像,非真实感渲染等
(15) 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
(16) superres:超分辨率技术的相关功能模块
(17) ts: opencv测试相关代码
(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, 光流跟踪、卡尔曼滤波等视频处理相关内容。
(19) Videostab: 视频稳定相关的组件，官方文档中没有多作介绍。
(20) videoio: 负责视频文件, 摄像头, Kinect 等的读写，也包括摄像头、Kinect 等的输入。
(21) shape: 形状的匹配以及距离计算SHAPE
(22) text: 文字绘制与提取
(23) tracking: 目标跟踪算法
(24) surface_matching: 三维曲面匹配
(25) structured_light: 结构光被认为是获取3D模型最有效的技术之一
(26) rgbd: RGBD物体识别，目标不是介绍现有通用的物体识别技术，而是面向物流货物分练领域的物体识别
(27) bioinspired: 基于仿生学的图像/视频处理库，目前包含模拟人类视网膜的算法
(28) aruco: 基于ArUco库，是一个检测二进制marker的库
(29) 扩展模块需单独下载，地址https://github.com/opencv/opencv_contrib