小弟一直推崇的读书方式是:
先以最快的速度大概浏览一遍,把握整本书的整体框架。接着,再慢慢的“宰”。
(没想到才过了几天,已经出了opencv2.4.9了,在这里我就不重新下载了)
所以,对于学习OpenCV也一样,我们得先有个总体的掌握,再慢慢的啃这块肥肉会方便很多。那么废话不多说,直接上:
打开 $(OPENCV)\build\include\文件夹(小弟的是D:\OpenCV 2.4.8\opencv\build\include)可以看到:
其中,opencv这个文件夹里面包含着旧版(C版)的头文件。而opencv2这个文件夹里面包含着新版(C++版)OpenCV2系列的头文件。
打开opencv的文件夹,这里面是opencv 1.0最核心的,而且保留下来的内容的头文件,可以把它们整体理解为一个组件。
打开opencv2的文件夹,
【calib3d】——(Camera Calibration and 3D Reconstruction)摄像机标定和三维重建
【contrib】——(Contributed/Experimental Stuff)贡献/实验的东西,里面有立体匹配,不过是实验的东西,不是很稳定,先不用管。
【core】——核心功能模块,包含如下内容:
- 基本结构
- 命令行解释器
- 基本的C语言的结构和操作
- 动态结构
- 数组操作
- 绘图功能
- XML / YAML的持久性
- XML / YAML的持久性(C API)
- 聚类
- 实用和系统函数和宏
- OpenGL的互操作性
- 英特尔®IPP异步的C / C + +转换器
【imgproc】——(Image Processing)。图像处理模块,这个模块包含了如下内容:
- 图像滤波
- 图像的几何变换
- 各种图像变换
- 直方图
- 结构分析和形状描述符
- 运动分析和目标跟踪
- 特征检测
- 目标检测
【features2d】 ——二维特征,包含如下内容:
- 特征检测和描述
- 特征检测器(Feature Detectors)通用接口
- 描述符提取器(Descriptor Extractors)通用接口
- 描述符匹配器(Descriptor Matchers)通用接口
- 通用描述符(Generic Descriptor)匹配器通用接口
- 关键点匹配功能绘制函数
- 对象分类
【flann】—— Fast Library for Approximate Nearest Neighbors,聚类分析和多维空间搜索,包含两个部分:
- 快速近似最近邻搜索
- 聚类
【gpu】——运用GPU加速的计算机视觉模块
【highgui】——(High-level GUI )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
- 用户界面
- 读写图像视频
- Qt的新功能
【legacy】—— 一些已经废弃的代码库,保留下来作为向下兼容,包含如下相关的内容:
- 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(Feature Detection and Description)
- 描述符提取器(Descriptor Extractors)的通用接口
- 通用描述符(Generic Descriptor Matchers)的常用接口
- 匹配器
【ml】——Machine Learning,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
【nonfree】——也就是一些具有专利的算法模块 ,包含特征检测和描述相关的内容。从名字可知,应该是不能用于商业上的。
【objdetect】——目标检测模块,包含Cascade Classification(级联分类)和Latent SVM这两个部分。
【ocl】——即OpenCL-accelerated Computer Vision,运用OpenCL加速的计算机视觉组件模块
【photo】——也就是Computational Photography,包含图像修复和图像去噪两部分
【stitching】——images 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
【superres】——SuperResolution,超分辨率技术的相关功能模块
【ts】——opencv测试相关代码,不用去管他
【video】——视频分析组件,该模块包括运动估计,背景分离,对象跟踪等视频处理相关内容。
【Videostab】——(Video stabilization)视频稳定相关的组件
- 景区简介
- 全局运动估计
- 快速行进法
- OpenCV其实就是这么多模块组合起来的一个SDK而已。
有一些模块你可能几乎不会用到它,初始阶段常用的是:
cv.hpp、core.hpp、highgui.hpp、imgproc.hpp、opencv.hpp
剩下的根据自己需要添加就行,不急,我们慢慢来。
(关于模块的介绍,大家也可以自行观看官网的文档,总之,先弄清楚opencv这东西大概是由什么组成的就行了)