opencv各个版本更新内容（持续更新ing）

【前言】：

       作为opencv的忠实用户，被吸引的一个很大的原因就是它在持续的更新，但是他的持续更新也带来了工程上的问题，比如程序的版本要替换，大约50+M的dll包，但是我依然喜欢opencv，它为我们带来了很多的便利。从opencv2.4.3版本开始，到opencv2.4.9 这些版本都是网上流传出来的最为广泛的版本。但是，随着时代的发展，opencv更新的速度也越来越快。到现在为止最新的稳定版是opencv3.1.0。以前并没有注意版本更新信息，但是现在觉得有必要积累一些，所以从现在开始写opencv的版本更新信息，如果有时间就把各个功能模块也仔细写一下，希望能够得到大家的支持，与大家共同学习，（如果能帮到你，请点赞，哈哈！！！）

——————————题外话结束——————————————

【opencv3.1.0】：更新内容（大多数的更新来源于contribute库）

• 全方位的摄像头的标定和3D立体重建：   Omnidirectional Cameras Calibration and Stereo 3D Reconstruction

                                   ——opencv_contrib/ccalib module (Baisheng Lai, Bo Li)

• 运动结构（sfm）：    Structure From Motion

   ——opencv_contrib/sfm module (Edgar Riba, Vincent Rabaud)

• 增强DBM算法：Improved Deformable Part-based Models

   ——opencv_contrib/dpm module (Jiaolong Xu, Bence Magyar)

• 实时的多目标KCF跟踪：Real-time Multi-object Tracking using Kernelized Correlation Filter

   ——opencv_contrib/tracking module (Laksono Kurnianggoro, Fernando J. Iglesias Garcia)

• 改进扩展的场景字符检测：Improved and expanded Scene Text Detection

                                    ——opencv_contrib/text module (Lluis Gomez, Vadim Pisarevsky)

• 立体对应关系改进：Stereo correspondence improvements

                                     ——opencv_contrib/stereo module (Mircea Paul Muresan, Sergei Nosov)

• 结构光标定：Structured-Light System Calibration

                                     ——o pencv_contrib/structured_light(Rober ta Ravanelli, Delia Passalacqua, Stefano Fabri, Claudia Rapuano)

• Chessboard+ArUco的摄像头标定：Chessboard+ArUco for camera calibration

                                      ——opencv_contrib/aruco (Sergio Garrido, Prasanna, Gary Bradski)

• 深度神经网络通用接口的实现：Implementation of universal interface for deep neural network frameworks

                                       ——opencv_contrib/dnn module (Vitaliy Lyudvichenko, Anatoly Baksheev)

• 边缘感知技术的发展，增强了SGBM立体算法：Recent advances in edge-aware filtering, improved SGBM stereo algorithm

                                       ——opencv/calib3d and opencv_contrib/ximgproc (Alexander Bokov, Maksim Shabunin)

• 增强了  ICF  检测器，实现了waldboost算法：Improved ICF detector, waldboost implementation

                                        ——opencv_contrib/xobjdetect (Vlad Shakhuro, Alexander Bovyrin)

• 多目标的 TLD 跟踪：Multi-target TLD tracking

                                        ——opencv_contrib/tracking module (Vladimir Tyan, Antonella Cascitelli)

• 用CNN（卷积神经网络）进行3D姿态评估：3D pose estimation using CNNs

                                        ——opencv_contrib/cnn_3dobj (Yida Wang, Manuele Tamburrano, Stefano Fabri)

———————草稿线，今天先写这么多吧————————