Opencv学习笔记（一）

什么是OpenCV

OpenCV是一个开源的计算机视觉库，可以从http://opencv.org获取。OpenCV库用C和C++语言编写，可以在Windows、Linux、MacOS等系统运行。同时也积极开发Python、Java、Matlab以及其他一些语言的接口。

从Git获取最新的OpenCV

在Windows上，如果想要从Git获取OpenCV最新版本，你需要访问https://gitbub.com/opencv/opencv.git
在linux上，只需要输入如下指令：
git clone https://gitbub.com/opencv/opencv.git

更多的OpenCV文档

在线文档和维基资源

正如我们之前提到的，在https://opencv.org上有大量的文档和维基资源。文档分为以下几个主要部分。
参考（http://docs.opencv.org/）
这个部分包含函数、他们的参数以及如何使用他们的一些信息
教程（http://docs.opencv.org/trunk/d9/df8/tutorial_root.html）
这个部分是许多教程的集合。这里有一些基础课程的教程（比如如何在不同平台上安装OpenCV或者创建OpenCV项目）以及一些更高级的话题（比如目标检测的背景提取算法）
快速指南（http://opencv.org/quickstart.html）
本部分包含一个精心编制的快速指南，只包含帮助你在特定平台上获取和运行OpenCV内容
速查表（http://docs.opencv.org/3.0-last-rst/opencv_cheatsheet.pdf）
只有一页篇幅的PDF文档，包含整个库的高度压缩的参考。
维基（https://github.com/opencv/opencv/wiki）
维基包含所有你可能需要的东西，甚至可能超乎你的想象。在这里，可以找到路线图、新闻、开放问题、bug追踪以及无数个更深入的主题，比如如何成为OpenCV的贡献值。
问答社区（http://answers.opencv.org/questions/）
问答社区是一个庞大的、包含数千人遇到过的问题的档案集合。可以在这里向OpenCV社区提问，或者通过回答问题帮助别人。
下面来看看OpenCV所拥有的模块：
Core
该模块包含OpenCV库的基础结构以及基本操作
Improc
图像处理模块包含基本的图像转换，包含滤波以及类似的卷积操作。
Highgui（在Opencv3.0中，分割为imcodecs、videoio以及highgui三部分）
这个模块包含可以用来显示图像或者简单的输入的用户交互函数。可以看着是一个非常轻量级的Windows UI工具包。
Video
该模块包含读取和写视频流的函数
Calib3d
这个模块包含校准单个、双目以及多个相机的算法
Feature2d
这个模块包含用于检测、描述以及匹配特征点的算法
Objdectect
这个模块包含检测特征目标，比如人脸或者行人的算法。也可以训练检测器并用来检测其他物体
Ml
机器学习模块本身是一个非常完备的模块，包含大量的机器学习算法实现并且这些算法都能和OpenCV的数据类型自然交互。
Flann
Flann是“快速最邻近库”的意思。这个库包含一些你也许不会直接使用的发放，但是其他模块中的函数会调用它在数据集中进行最邻近搜索。
GPU
GPU模块主要在函数CUDA GPU上的优化实现，此外，还有一些仅用于GPU的功能。其中一些函数能够返回很好的结果，但是需要足够好的计算资源，如果硬件没有GPU，则不会有什么提升。
Photo
这是一个相当新的模块，包含计算摄影学的一些函数工具。
Stitching
本模块是一个精巧的图像拼接流程实现。这个库中的新功能，但是，就像Photo模块一样，这个领域未来预计有很大的增长。
Nonfree
OpenCV包含一些受专利保护的或者受到使用限制的（比如SIFI算法）算法。这些算法被隔离到他们自己的模块中，以表明你需要做一些特殊的工作，才可以在商业上使用他们
Contrib
这个模块包含一些新的、还没有被集成进OpenCV库的东西
Legacy
这个模块包含一些老的尚未被完全取消的东西。
Ocl
这是一个较新的模块，可以认为它和GPU模块相似，它实现了开放并行编程的Khronos OpenCL标准。虽然现在模块的特性比GPU模块少很多，但Ocl模块的目标是提供可以运行在任何GPU或者其他可以搭载Khronos的并行设备。这与GPU模块形成鲜明对比，后者使用Nividia CUDA工具包进行开发，因此只能在Nividia GPU设备上工作。