专栏地址：
《 OpenCV功能使用详解200篇 》
《 OpenCV算子使用详解300篇 》
《 Halcon算子使用详解300篇 》
内容持续更新 ，欢迎点击订阅
OpenCVSharp 是 OpenCV 的 .NET 封装，几乎涵盖了 OpenCV 的所有功能。OpenCV 本身包含了大量的模块（或称子模块），每个模块都包含了不同的算子和功能。下面是 OpenCVSharp 中所有模块的详细列举，并描述了各模块中常见的算子（函数）。此回答力求全面，涵盖主要的模块和算子。
1. Core 模块 (core)
该模块是 OpenCV 的基础，包含了矩阵、数据结构、基本运算和矩阵处理功能。
常用算子：
Cv2.Add(),Cv2.Subtract(),Cv2.Multiply(),Cv2.Divide()Cv2.Min(),Cv2.Max(),Cv2.Mean(),Cv2.Median()Cv2.AbsDiff(),Cv2.BitwiseAnd(),Cv2.BitwiseOr(),Cv2.BitwiseXor(),Cv2.BitwiseNot()Cv2.Normalize(),Cv2.NormalizeSum()Cv2.ElemSize(),Cv2.Total(),Cv2.MatType()Cv2.Mat(),Cv2.MatOfInt(),Cv2.MatOfFloat()Cv2.Concat(),Cv2.Split(),Cv2.Merge()Cv2.Sort(),Cv2.Randu(),Cv2.Randn()Cv2.Multiply(),Cv2.AbsDiff()Cv2.MatExpr()Cv2.MeanStdDev()Cv2.CornerSubPix()Cv2.Rect(),Cv2.Size(),Cv2.Point()
2. Image Processing 模块 (imgproc)
图像处理模块用于处理图像的转换、滤波、几何变换等。
常用算子：
- 颜色空间转换：
Cv2.CvtColor()Cv2.BGR2GRAY,Cv2.GRAY2BGR,Cv2.RGB2HSV等
- 几何变换：
Cv2.Resize(),Cv2.PyrDown(),Cv2.PyrUp()Cv2.GetAffineTransform(),Cv2.GetPerspectiveTransform()Cv2.WarpAffine(),Cv2.WarpPerspective()
- 滤波操作：
Cv2.GaussianBlur(),Cv2.MedianBlur(),Cv2.BilateralFilter()Cv2.Sobel(),Cv2.Laplacian(),Cv2.Canny(),Cv2.Scharr()
- 形态学操作：
Cv2.Erode(),Cv2.Dilate(),Cv2.MorphologyEx()
- 阈值操作：
Cv2.Threshold(),Cv2.AdaptiveThreshold()Cv2.InRange()
- 边缘检测：
Cv2.Canny(),Cv2.HoughLines(),Cv2.HoughCircles()
- 轮廓处理：
Cv2.FindContours(),Cv2.DrawContours(),Cv2.ApproxPolyDP()
- 角点检测：
Cv2.GoodFeaturesToTrack(),Cv2.CornerHarris()
- 直方图计算：
Cv2.CalcHist(),Cv2.NormalizeHist()
- 模板匹配：
Cv2.MatchTemplate(),Cv2.MinMaxLoc()
- 均值滤波与高斯滤波：
Cv2.BoxFilter(),Cv2.Blur()
3. Features2D 模块 (features2d)
用于处理特征点检测与匹配，包括常见的特征提取和匹配算法，如 ORB、SIFT、SURF 等。
常用算子：
- 特征检测与描述符计算：
Cv2.ORB_Create(),Cv2.SIFT_Create(),Cv2.SURF_Create()Cv2.FastFeatureDetector_Create(),Cv2.AKAZE_Create()Cv2.BRIEF(),Cv2.BRISK()Cv2.FAST()
- 特征匹配：
Cv2.BFMatcher(),Cv2.FlannBasedMatcher()Cv2.DescriptorMatcher(),Cv2.BowImgDescriptorExtractor()Cv2.Matches()(KNN 或 Brute Force Matcher)
- 绘制特征点：
Cv2.DrawKeypoints(),Cv2.DrawMatches()
4. Video 模块 (video)
该模块用于视频分析，包括光流估计、背景分割和对象追踪等。
常用算子：
- 光流估计：
Cv2.CalcOpticalFlowFarneback(),Cv2.calcOpticalFlowPyrLK()
- 背景建模：
Cv2.BackgroundSubtractorMOG2(),Cv2.BackgroundSubtractorKNN()
- 视频读取与写入：
Cv2.VideoCapture(),Cv2.VideoWriter()
- 视频跟踪：
Cv2.TrackerMOSSE_Create(),Cv2.TrackerKCF_Create()Cv2.CamShift(),Cv2.meanShift()
5. Machine Learning 模块 (ml)
该模块提供了机器学习算法的实现，包括分类器、回归分析、聚类等。
常用算子：
- SVM：
Cv2.ml.SVM_Create()Cv2.ml.SVM_Train(),Cv2.ml.SVM_Predict()
- K近邻：
Cv2.ml.KNearest_Create()Cv2.ml.KNearest_FindNearest()
- 决策树：
Cv2.ml.DecisionTree_Create()
- 随机森林：
Cv2.ml.RTrees_Create()
- 神经网络：
Cv2.ml.ANN_MLP_Create()
- Boosting：
Cv2.ml.Boost_Create()
- 聚类算法：
Cv2.ml.KMeans(),Cv2.ml.EM_Create()
- Logistic回归：
Cv2.ml.LogisticRegression_Create()
6. Object Detection 模块 (objdetect)
该模块用于物体检测，如人脸检测、行人检测、眼睛检测等。
常用算子：
- 人脸检测：
Cv2.CascadeClassifier()Cv2.CascadeClassifier_DetectMultiScale()
- 行人检测：
Cv2.HOGDescriptor()Cv2.HOGDescriptor_DetectMultiScale()
- Hough变换：
Cv2.HoughLines(),Cv2.HoughCircles()
7. Calibration and 3D Reconstruction 模块 (calib3d)
该模块涉及相机标定、三维重建和相机姿态估计等。
常用算子：
- 相机标定：
Cv2.CalibrateCamera()Cv2.StereoCalibrate(),Cv2.StereoRectify()
- 投影与重建：
Cv2.ProjectPoints(),Cv2.ReprojectImageTo3D()Cv2.FindHomography()
- 深度图与视差图：
Cv2.StereoBMCreate(),Cv2.StereoSGBMCreate()
- 相机坐标系与世界坐标系转换：
Cv2.Rodrigues()
8. Deep Neural Networks 模块 (dnn)
该模块用于加载和使用深度学习模型。
常用算子：
- 模型加载：
Cv2.dnn.ReadNet(),Cv2.dnn.ReadNetFromTensorflow(),Cv2.dnn.ReadNetFromCaffe()Cv2.dnn.ReadNetFromDarknet()
- 图像预处理：
Cv2.dnn.BlobFromImage()Cv2.dnn.BlobFromImages()
- 模型推理：
Cv2.dnn.Forward()Cv2.dnn.SetInput()
- 层获取与网络设置：
Cv2.dnn.GetLayerNames(),Cv2.dnn.GetUnconnectedOutLayers()
9. HighGUI 模块 (highgui)
highgui 是 OpenCV 用来处理图形用户界面（GUI）和显示图像、视频的模块。它提供了与窗口、鼠标和键盘交互的接口。这个模块在图像处理的过程中非常常用，尤其是用来显示处理结果。
常用算子：
-
窗口管理：
Cv2.NamedWindow(): 创建一个窗口。Cv2.DestroyWindow(): 销毁指定的窗口。Cv2.DestroyAllWindows(): 销毁所有窗口。Cv2.ResizeWindow(): 改变窗口大小。Cv2.MoveWindow(): 移动窗口到指定位置。Cv2.GetWindowProperty(): 获取窗口属性。
-
图像显示与等待：
Cv2.ImShow(): 显示图像在指定的窗口中。Cv2.WaitKey(): 等待键盘输入，通常与图像显示配合使用，用于暂停程序的执行，直到用户按下某个键。Cv2.ImWrite(): 将图像保存到指定路径。
-
鼠标回调：
Cv2.SetMouseCallback(): 设置鼠标事件回调函数，处理鼠标点击、拖动等事件。
10. Imgcodecs 模块 (imgcodecs)
imgcodecs 模块负责图像的编码和解码，通常用来读取和保存图像。它可以处理多种图像格式，如 .jpg、.png、.bmp、.tiff 等。
常用算子：
-
图像读取与保存：
Cv2.ImRead(): 读取图像文件并将其加载到内存中，支持各种格式。Cv2.ImWrite(): 将图像保存为指定文件格式。
-
图像读取的标志位：
Cv2.ImReadModes.Grayscale: 以灰度模式读取图像。Cv2.ImReadModes.Color: 以彩色模式读取图像。Cv2.ImReadModes.Unchanged: 不做任何解码，直接加载原始图像数据。
-
图像编码参数：
Cv2.ImEncode(): 将图像数据压缩成指定格式的字节流。Cv2.ImDecode(): 将字节流解码成图像。
11. Flann (Fast Library for Approximate Nearest Neighbors) 模块 (flann)
Flann 模块提供了高效的近似最近邻搜索算法，通常用于特征匹配、数据挖掘和搜索引擎等应用。它提供了多种高效的算法来进行快速的最近邻查询。
常用算子：
-
FLANN匹配器：
Cv2.FlannBasedMatcher(): 创建一个 FLANN 匹配器，适用于描述符匹配（如 SURF、SIFT）。Cv2.FlannBasedMatcher.KnnMatch(): 使用 K 近邻算法进行描述符匹配。
-
FLANN搜索参数：
Cv2.FlannBasedMatcher.Parameters(): 设置 FLANN 搜索参数（例如：checks，用于控制近似搜索的精度与速度）。
12. Contrib 模块 (contrib)
contrib 是 OpenCV 的扩展模块，包含了一些实验性或非标准的算法和工具。这个模块并非 OpenCV 核心的一部分，但它提供了许多有用的工具，特别是一些较为先进的计算机视觉算法和功能。
常用算子：
-
Deep Learning 模块：
- OpenCV 提供了许多深度学习相关的工具，如集成 TensorFlow、Caffe、Torch 等框架的预训练模型，进行目标检测、分类等任务。
-
增强现实 (AR)：
Cv2.AugmentedReality(): 用于增强现实应用中的图像注册和匹配。
-
Extra Feature Detectors：
- LSD (Line Segment Detector)：
Cv2.LSDDetector() - SimpleBlobDetector：
Cv2.SimpleBlobDetector()
- LSD (Line Segment Detector)：
-
OCR (Optical Character Recognition)：
- 集成 Tesseract OCR 引擎，通过 OpenCV 处理文本提取，
Cv2.Text()。
- 集成 Tesseract OCR 引擎，通过 OpenCV 处理文本提取，
13. Text 模块 (text)
OpenCV 的 text 模块专门用于文本检测与识别。它通常与 OCR 相关联，常用于图像中的文本提取与分析。
常用算子：
-
文本检测：
Cv2.Text.DetectText(): 检测图像中的文本区域。
-
文本提取：
Cv2.Text.RecognizeText(): 从检测出的文本区域提取文本。
-
OCR 使用：
- 与
Tesseract引擎集成，提供一个简单的接口来识别图片中的文字。
- 与
14. Tracking 模块 (tracking)
OpenCV 中的 tracking 模块用于视频中的物体跟踪。它提供了多种对象跟踪算法，这些算法可以通过视频序列来追踪物体的运动。
常用算子：
-
KCF (Kernelized Correlation Filters)：
Cv2.TrackerKCF_create(): 创建一个 KCF 跟踪器。
-
MOSSE (Minimum Output Sum of Squared Error)：
Cv2.TrackerMOSSE_create(): 创建一个 MOSSE 跟踪器。
-
BOOSTING, MIL, TLD 等其他跟踪算法：
Cv2.TrackerBoosting_create(),Cv2.TrackerMIL_create(),Cv2.TrackerTLD_create()等。
-
更新和获取位置：
Cv2.Tracker.Update(): 更新跟踪器的状态。Cv2.Tracker.GetPosition(): 获取当前跟踪目标的位置。
15. Stereo Vision 模块 (stereo)
该模块处理立体视觉和深度图的计算，常用于三维重建、立体匹配和深度估计。
常用算子：
-
立体匹配：
Cv2.StereoBM_create(): 创建一个基于块匹配的立体匹配算法。Cv2.StereoSGBM_create(): 创建一个基于加权立体图像块匹配的算法，通常用于更精细的深度图生成。
-
深度图生成：
Cv2.StereoBM.compute(): 计算左右图像对的深度图。Cv2.StereoSGBM.compute(): 基于 SGBM 算法计算深度图。
-
视差图：
Cv2.ReprojectImageTo3D(): 将视差图转为三维坐标。
16. Photo 模块 (photo)
photo 模块提供了图像修复和增强的功能，常用于图像的去噪、颜色校正、曝光合成等。
常用算子：
-
去噪：
Cv2.FastNlMeansDenoising(),Cv2.FastNlMeansDenoisingColored(): 快速非局部均值去噪。
-
图像融合与曝光合成：
Cv2.CreateMergeDebevec(): 使用 Debevec 算法合成曝光。Cv2.CreateMergeMertens(): 使用 Mertens 算法进行多曝光合成。
-
光照校正：
Cv2.CorrectLighting()：进行光照校正。
总结
OpenCVSharp 和 OpenCV 提供了广泛的图像处理功能和算法，涵盖了从基本的图像操作到复杂的计算机视觉任务的所有内容。从图像的读取、处理、显示，到特征提取、物体检测、机器学习、深度学习等高级应用，都有丰富的实现。这些功能帮助开发者在图像和视频分析、增强现实、自动驾驶、医学图像处理、安防监控等领域中进行高效的开发。
每个模块和算子都可以根据具体的应用需求进行组合和优化，从而实现各种强大的功能。希望这个详细的介绍对你理解 OpenCVSharp 和 OpenCV 的模块及功能有所帮助！
扫一扫
1236
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
