学习opencv 关键模块以及核心功能

1. imgproc-图像处理模块：包含图像操作的基本函数，如图像缩放，旋转，shijain滤波器，边缘检测，形态学 运算等。
2. core-核心模块：提供了基本的数据结构和数学运算，如矩阵运算和数组操作。
3. highgui-用户界面：用于显示视频和图像，以及处理鼠标和键盘事件。
4. calib3d-校准和3d重构模块：相机校准，姿势估计，立体视觉等。
5. features2d-特征检测和描述模块：用于检测和描述图像的特征点，如SIFT，SURF，ORB等。
6. objdetect-目标检测模块：包含预训练的分类器，如Haar分类器LBP分类器，用于人脸检测。
7. ml-机器学习模块：提供了多种机器学习算法，如决策树，随机森林，神经网络等。
8. video-视频分析模块：包括背景减除，运动检测，光流估计等。
9. stitching-拼接模块：用于图像拼接，创捷全景图。
10. dnn-深度神经网络模块：支持加载和运行预训练的深度学习模型，如YOLO，SSD等。

基本思想概念：

输出的图片都是由像素点构成的。

彩色图像

彩色图像通常包含三个或更多颜色通道，最常见的就是RGB（红绿蓝）模型。在RGB模型中，每个像素由红色、绿色和蓝色三个分量构成，每个分量的值范围通常是从0到255（8位图像），表示该像素在红、绿、蓝三种颜色上的强度。彩色图像能够展现丰富的色彩，适合于照片、绘画等需要真实色彩表达的场景。

灰度图像

灰度图像只包含一个亮度通道，每个像素的值代表该点的灰度等级，从黑色（通常表示为0）到白色（通常表示为255）。灰度图像没有色彩信息，只有亮度变化。虽然它们不如彩色图像多彩，但灰度图像在许多图像处理任务中非常有用，如边缘检测、纹理分析、特征提取等，因为它们减少了计算复杂度，同时也能够突出图像的结构和细节。

二值图像

二值图像（或黑白图像）是最简单的图像类型，每个像素仅包含两个可能的值，通常表示为0和1，或者黑和白。在二值图像中，0通常代表背景，1代表前景。二值图像主要用于图像分割、形状分析和模式识别等领域。它们是通过阈值化（thresholding）从灰度图像或彩色图像中得到的，即将像素值高于某一阈值的设为1，低于阈值的设为0。