OpenCV 3基本框架介绍

1. 了解OpenCV的基本框架，有助于我们对OpenCV产生一个全面的认识。本文将从OpenCV的安装目录来介绍，使用的版本为Window系统上的OpenCV 3.3.0。
2. 首先打开OpenCV 3的安装目录，如图1所示，可以看到sources和build文件夹。其中sources文件中存放openCV的源代码，build文件夹中存放着许多头文件和外部接口，方便被引用。 图1
3. 进入source文件夹，我们可以看到图2界面。图2
   其中：
   • 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。
   • cmake: 包含用cmake生成工程项目时的依赖文件。
   • data: 包含 OpenCV 库及范例中用到的资源文件。
   • 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。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OpenCV中各模块组件的源代码。
   • 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:包含算法用法示例demo程序。
4. build文件夹中包含了配置openCV环境需链接的文件。进入build文件夹，可以看到图3界面。可以看到它提供了Java、python的接口，x64文件夹里是Visual Studio的接口。图3
5. 进入build/include文件夹，可以看到里面只有opencv和opencv2两个子文件夹，其中opencv里包含旧版模块组件的头文件，如图4所示；opencv2里包含新版模块组件的头文件，如图5所示，我们重点关注opencv2里的文件。
   图4
   图5
   对图5中各模块组件的解释如下：
   • calib 3d：Calibration(校准)和3D的缩写组合，包含相机校准和三维重建相关内容。
   • core：核心功能模块：Opencv基本数据结构，动态数据结构，绘图函数，数组操作，辅助功能及系统函数和宏，与opengL的互操作。
   • dnn：深度学习模块。
   • features2d：是2D功能框架：特征检测和描述；特征检测器；描述符提取器；描述符匹配器；关键点绘制函数和匹配功能绘制函数。
   • flann：Fast Library for Approximate Nearest Neighbors,高维的近似近邻快速搜索算法库。
   • highgui：高层GUI图形用户界面，包括媒体的输入输出、视频捕捉、图像和视频的编解码、图形交互界面的接口等。
   • imgproc：image 和 process这两个单词的缩写组合，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。
   • ml：机器学习模块，基本上是统计模型和分类算法：统计模型，一般贝叶斯分类，K-近邻，支持向量机，决策树，提升，梯度提高树，随机树，超随机树，神经网络等。
   • objdetect：目标检测模块，包含Cascade Classification 和 Latent SVN这两部分。
   • photo：Computational Photography，包含图像修复和图像去噪两部分。
   • shape：形状匹配及距离计算。
   • 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，接缝估测，曝光补偿，图片混合。
   • superres：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。
   • videoio：从视频文件，图像序列或相机视频捕获类。
   • videostab：视频稳定相关的组件。