本文简单介绍OpenCV库。
OpenCV
OpenCV(Open Source Computer Vision)是一个开发源代码的图像及视频分析库,包含很多优化过的算法。OpenCV最初是由Intel的一个小组进行开发的,1.0版本于2006面世。第二次重要的版本发布是2009年的OpenCV 2。
模块介绍
我们以OpenCV3.4.0为例。进入到…\opencv\build\include目录下 ,可以看到有opencv和opencv2这两个文件夹。显然,opencv这个文件夹里面包含着旧版的头文件,而opencv2这个文件夹里面包含着具有划时代意义的新版Opencv2系列的文件。
opencv文件夹里面如下图所示,这里面大概就是opencv1.0最核心的,而且保留下来的内容的头文件。我们可以把它们整体理解为一个大组件。
opencv2文件夹里面如下图所示。
自版本2.2开始,OpenCV库被划分为多个模块。这些模块编译成库文件后,位于lib文件夹中。若仔细观察,会发现上述文件夹中有个名为opencv_modules.hpp的hpp头文件,里面存放的是OpenCV2中与新模块构造相关的说明代码,打开可以发现其定义的是OpenCV2所有组件的宏,具体如下:
#define HAVE_OPENCV_CALIB3D
#define HAVE_OPENCV_CORE
#define HAVE_OPENCV_DNN
#define HAVE_OPENCV_FEATURES2D
#define HAVE_OPENCV_FLANN
#define HAVE_OPENCV_HIGHGUI
#define HAVE_OPENCV_IMGCODECS
#define HAVE_OPENCV_IMGPROC
#define HAVE_OPENCV_ML
#define HAVE_OPENCV_OBJDETECT
#define HAVE_OPENCV_PHOTO
#define HAVE_OPENCV_SHAPE
#define HAVE_OPENCV_STITCHING
#define HAVE_OPENCV_SUPERRES
#define HAVE_OPENCV_VIDEO
#define HAVE_OPENCV_VIDEOIO
#define HAVE_OPENCV_VIDEOSTAB
#define HAVE_OPENCV_WORLD
- 【calib3d】
Calibration(校准)和3D这两个词的组合缩写。这个模块主要是相机校准和三维重建相关的内容,包括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。 - 【core】
核心功能模块,包含以下内容: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。 - 【DNN】
DNN(Deep Neural Networks,深层神经网络),是目前深度学习概念中最基本的一种技术框架。 - 【features2d】
也就是Features2D,即2D功能框架。包含以下内容: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,包含以下两个部分:快速近似最近邻搜索、聚类。 - 【highgui】
高层GUI图形用户界面,包括媒体的输入输出、视频捕捉、图像和和视频的编码解码、图形交互界面的接口等内容。 - 【imgcodecs】
图像文件的读写操作,还支持ios平台。 - 【imgproc】
Image和Process这两个单词的缩写组合,图像处理模块,包含以下内容:线性和非线性的图像滤波、图像的几何变换、其他(Miscellaneous)图像变换、直方图相关、结构分析和形状描述、运动分析和对像跟踪、特征检测、目标检测等内容。 - 【ml】
Machine Learning,机器学习模块,基本上统计模块和分类算法,包含以下内容:统计模型(Statistical Models)、一般贝叶斯分类器(Normal Bayes Classifier)、K-近邻(K-Nearest Neighbors)、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(Expection Maximization)、神经网络(Neural Networks)。 - 【objdetect】
目标检测模块,包含Cascade Classification(级联分量)和Latent SVM这两个部分。 - 【photo】
Computational Photograph,包含图像修复和图像去噪两部分。 - 【shape】
Shape Distance and Matching,形状的距离及匹配。 - 【stitching】
image stitching,图像拼接模块,包含以下内容: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。 - 【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。 - 【videoio】
OpenCV3特有的仅用来读写视频的模块 - 【videostab】
Video Stabilization,视频稳定相关的组件,包含以下内容:全局运动估计(Global Motion Estimation)、快速步进法(Fast Marching Method)。 - 【world】
OpenCV3特有的,把所有东西打包在一个dll里,方便配置环境。
OpenCV3.x
OpenCV其实就是这么多模块作为代码容器组合起来的一个SDK(Software Development Kit, 软件开发工具包)。OpenCV在3.0中改变了项目架构的方式,之前OpenCV是一个相对于整体的项目,各个模块都是以整体的形式构建然后组合在一起的。然而随着功能的增加,OpenCV主体集成了各种各样的功能模块,变得越来越臃肿。OpenCV3决定像其他大项目一样,抛弃整体架构,使用内核+插件的架构形式。
在GitHub中,除了存放正式版OpenCV的主仓库和新增加的“opencv_extra”仓库外,还添加了一个名为“opencv_contrib”的全新仓库,这个仓库中有很多让人兴奋的功能,包括脸部识别和文本探测,以及文本识别、新的边缘检测器、充满艺术感的图像修复、深度地图处理、新的光流和追踪算法等。二者主要区别是opencv_contrib仓库中的代码测试并没有完成,很多功能不稳定。
其他
典型的OpenCV C++代码将包含所需的模块,声明方式如下:
#include <opencv2/core/core.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/highgui/highgui.hpp>
如果看到OpenCV代码以如下方式开始:
#include “cv.h”
这是因为它使用了旧的代码方式(OpenCV 1.0 C语言形式),那时库还没有被划分为模块。