OpenCV库框架结构

在上文已经学习过了opencv的编码规则，为了能够方便灵活的运用OPECV库，我们需要对其框架结构进行学习了解，以方便我们进行实际工程调用调用。

1、Opnecv库到底提供了什么？

　　打开opencv源码安装的文件夹E:\opencv\opencv

　　可以看到上述文件，很明显，Opencv解压后，提供给我们一个编译环境及工程的源码环境以及使用的LICENSE。

2、Opencv库build文件夹说明

　　打开build文件夹，可以看到如下文件：

其他的文件夹都是一些编译工具文件及兼容文件，这里重点需要关注的是include文件夹，其内包含的就是库文件包含的模块文件，进入到include文件，可以看到两个文件夹，如下所示：

这里的opencv包含的是C接口，opencv2包含的是C++接口。

3、C接口包含的模块

进入到opencv，可以看到如下文件，

这里C接口下的模块功能说明如下：

• CV:主要的OPENCV函数
• CVAUX：辅助（实验性的）的OpenCV函数
• CXCORE： 数据结构与线性代数支持。
• HIGHGUI：图像界面函数。
• ML:机器学习，包括模式分类和回归分析等。
• CXEIGEN:图形变换接口。
• CXMISC:跨平台通信的接口模块。

4、C++接口包含的模块

进入opencv2可以看到其下又有如下文件：

这里对C++接口调用的模块进行说明：

• calib3d - 相机标定以及三维重建。相机标定用于去除相机自身缺陷导致的画面形变，还原真实的场景，确保计算的准确性。三维重建通常用在双目视觉（立体视觉），即两个标定后的摄像头观察同一个场景，通过计算两幅画面中的相关性来估算像素的深度。
• core - 一个定义基本数据结构的紧凑模块，包括密集的多维数组Mat和所有其他模块使用的基本功能。
• dnn - 深度学习相关的模块，该模块的功能仅适用于正向传递计算（即网络测试）。原则上不支持网络培训。
• features2d - 包含 2D 特征值检测的框架。包含各种特征值检测器及描述子，例如 FAST、MSER、OBRB、BRISK等。各类特征值拥有统一的算法接口，因此在不影响程序逻辑的情况下可以进行替换。
• flann-最近邻开源库,用于在多维空间内聚类及搜索的近似算法，做图像检索的读者对它不会陌生。
• highgui - 一个易于使用的视频捕获，图像和视频编解码器界面，以及简单的UI功能。高级图形界面及与 QT 框架的整合。
• imgcodecs - 一个用于读写图像的易用接口，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 - 一个图像处理模块，包括线性和非线性图像过滤，几何图像变换（调整大小，仿射和透视变形，基于通用表的重新映射），颜色空间转换，直方图等。
• ml- 机器学习相关模块，包括统计模型、K最近邻、支持向量机、决策树、神经网络等经典的机器学习算法。
• objdetect - 检测预定义类的对象和实例（例如，面部，眼睛，马克杯，人，汽车等）。物体检测模块。包括haar分类器、SVM检测器及文字检测。
• photo-包含计算摄影学, 包括图像修补、去噪、HDR成像、非真实感渲染等。如果想实现Photoshop的高级功能，那么这个模块必不可少。
• shape-形状距离和匹配。用于描述形状、比较形状。
• stitching-用于图像拼接，可用于制作全景图。
• superres-超分辨率，用于增强图像的分辨率。
• video- 视频分析模块，包括运动估计，背景减法和对象跟踪算法。视频分析模块。包括背景提取、光流跟踪、卡尔曼滤波等，做视频监控的读者会经常使用这个模块。
• videoio-对于视频捕获和视频编码器是一个易用的接口。负责视频文件的读写，也包括摄像头、Kinect 等的输入。
• videostab-视频稳定，用于解决相机移动时拍摄的视频不够稳定的问题。
• gpu - 来自不同OpenCV模块的GPU加速算法。

5、Opencv库source源码文件夹

　打开opencv下的source文件夹，可以看到如下文件：

3rdparty/，包含第三方的库，比如视频解码用的 ffmpeg，jpg、png、tiff等图片的开源解码库。

apps/，包含进行 haar 分类器训练的工具，opencv 进行人脸检测便是基于 haar 分类器。如果你想检测人脸以外的图片，千万不要错过这几个工具。

cmake/，包含生成工程项目时 cmake 的依赖文件，用于智能搜索第三方库，普通开发者不需要关心这个文件夹的内容。

data/，包含 opencv 库以及范例中用到的资源文件，haar 物体检测的分类器位于haarcascades子文件中。

doc/，包含生成文档所需的源文件以及辅助脚本。

include/，包含入口头文件。opencv 子文件夹中是 C 语言风格的API，也就是《Learning OpenCV （第一版）》中描述的API函数，官方将逐渐淘汰 C 风格函数，因此我不推荐大家使用该文件夹中的头文件。opencv2 子文件中只有一个 opencv.hpp 文件，这是 cv2 以及 　　　　cv3 推荐使用的头文件。

modules/，包含核心代码，opencv 真正的代码都在这个文件夹中。opencv 从2.0开始以模块的方式组织各种功能，近两年模块的数量增长得很快，后面我会依次介绍每个模块的作用。

platforms/，包含交叉编译所需的工具链以及额外的代码，交叉编译指的是在一个操作系统中编译供另一个系统使用的文件。

samples/，范例文件夹，包含大量学习案例。

6、modules模块源码

　　进入modules文件夹可以看到其下包含如下文件夹：

与build下的include相比，这里源码多了：

viz：三维可视化模块。可以认为这个模块实现了一个简单的三维可视化引擎，有各种UI控件和键盘、鼠标交互方式。底层实现基于 VTK 这个第三方库。

cuda/，CUDA-加速的计算机视觉算法，包括数据结构 cuda::GpuMat、 基于cuda的相机标定及三维重建等。

cudaarithm/，CUDA-加速的矩阵运算模块。

cudabgsegm/，CUDA-加速的背景分割模块，通常用于视频监控。

cudacodec/，CUDA-加速的视频编码与解码。

cudafeatures2d/，CUDA-加速的特征检测与描述模块，与features2d/模块功能类似。

cudafilters/，CUDA-加速的图像滤波。

cudaimgproc/，CUDA-加速的图像处理算法，包含直方图计算、霍夫变换等。

cudaoptflow/，CUDA-加速的光流检测算法。

cudastereo/，CUDA-加速的立体视觉匹配算法。

cudawarping/，实现了 CUDA-加速的快速图像变换，包括透视变换、旋转、改变尺寸等。

cudaev/，实现 CUDA 版本的核心功能，类似 core/ 模块中的基础算法。

参考资料：

1、OpenCV官方资料

2、OpenCV整体的模块架构

3、OpenCV 2.4.13.7 documentation

4、flann手册 pdf

5、OpenCV模块库简单介绍