学习 opencv---(1) opencv3.1.0 组件结构浅析

本系列是根据 浅墨大神 的opencv系列而写的，，应该大部分内容会一样。。如有侵权还请告知。。。。。。。。。。。

开发环境：win7 + VS2013 + opencv3.1.0

至于OpenCV组件结构的研究方法，我们不妨管中窥豹，通过opencv安装路径下include目录里面头文件的分类存放，来一窥OpenCV这些年迅猛发展起来的庞杂组件架构。

我们进入到D:\opencv\build\include目录，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时代意义的新版OpenCV2系列的头文件。

在opencv这个文件夹里面，也就是D:\opencv\build\include\opencv目录下，可以看到如下的各种头文件。这里面大概就是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。

再来看看我们重点关注的opencv2这边，在D:\opencv\build\include\opencv2目录下，我们可以看到这些文件夹：

我们灵机一动，发现下面有个叫opencv_modules.hpp的hpp文件，一看就知道里面存放的是opencv2中的新模块构造相关的说明代码，打开一看，果不其然，定义的是OpenCV2所有组件的宏：

OK，就不多客套了，下面就是OpenCV的所有模块介绍，按照顺序来：

【calib3d】:  其实就是calibration (校准) +3D 这俩个词的组合缩写。这个模块主要是相机校准和三维重建相关的内容。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信息的重建等等。。

【contrib】: 也就是contributed/experimental stuf 的缩写，该模块包含了一些最近添加的不太稳定的可选功能，不用去多管。2.4.8里的这个模块有新型人脸识别，立体匹配，人工视网膜模型等技术。（不过这个包2.4.13里没有）

【core】: 核心功能模块：

（1）opencv基本数据结构

（2）动态数据结构

（3）绘图函数

（4）数组操作相关函数

（5）辅助功能与系统函数和宏

（6）与 opengl 的互操作

【feature2d】；也就是feature2d ,2d功能框架：

---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 match）

-----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 nerarest neighbors ,高维的近似近邻快速搜索算法库（这个模块也没有）

---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（没有）

【highgui】:也就是high 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内容

【imgcodecs】:负责各种格式的图片的读写，这个模块是从以前的highgui 中剥离的

【imgproc】:   image 和processing 这俩个单词的缩写组合。即图像处理模块：

---线性和非线性的图像滤波

---图像的几何变换

----其它（miscellaneous）图像转换

-----直方图相关

-----结构分析和形状描述

----- 运动分析和对象追踪

----特征检测

------目标检测等内容

【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-nearesneighbors）

---支持向量机（support vector machines）

---决策树（decision tress）

---提升（boosting）

---梯度提高树（gradient boosted tress）

---随机树（random tress）

---超随机树（extremely randomized tress）

--期望最大化（expectation maximization）

---神经网络（neural networks）

---MLDATA

【legacy】； 一些已经废弃的代码库，保留下来作为向下兼容(这个模块没有)

--- 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

【nonfree】 : 一些具有专利的算法模块，包含特征检测和GPU相关的内容，最好不要商用，可能会被告（没有）

【objdetect】: 目标检测模块，包含cascade classification(级联分类)和 latent SVM 这俩个部分

【photo】: 就是computational photography ,包含图像修复和图像去噪两部分

【shape】；形状匹配算法模块。用于描述形状，比较形状

【stitching】: image stitching,图像拼接模块

---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】 ；负责视频文件的读写，也包括摄像头，kinect等的输入

【videostab】: video stabilization .视频稳定相关的组件，官方文档中没有多作介绍，不管了

介绍一个博客：http://www.cnblogs.com/zengcv/p/5716265.html  里面有比较详细的介绍

看到到这里，相信大家已经对OpenCV的模块架构设计有了一定的认识。

OpenCV其实就是这么多模块作为代码容器组合起来的一个SDK而已，没什么稀奇的，对吧。