【OpenCV入門教程之二】 一覽衆山小：OpenCV 2.4.8 or OpenCV 2.4.9組件結構全解析

本系列文章由zhmxy555（毛星雲）編寫，轉載請註明出處。  

文章連接： http://blog.csdn.net/poem_qianmo/article/details/19925819

 

做者：毛星雲（淺墨）    郵箱： happylifemxy@163.com 

寫做當前博文時配套使用OpenCV版本：2.4.8

 

以前啃了很多OpenCV的官方文檔，發現若是瞭解了一些OpenCV總體的模塊架構後，再重點學習本身感興趣的部分的話，就會有一覽衆山小的感受，因而，就決定寫出這篇文章，做爲啓程OpenCV系列博文的第二篇。

 

至於OpenCV組件結構的研究方法，咱們不妨管中窺豹，經過opencv安裝路徑下include目錄裏面頭文件的分類存放，來一窺OpenCV這些年迅猛發展起來的龐雜組件架構。

咱們進入到D:\ProgramFiles\opencv\build\include目錄，能夠看到有opencv和opencv2這兩個文件夾。顯然，opencv這個文件夾裏面包含着舊版的頭文件。而opencv2這個文件夾裏面包含着具備時代意義的新版OpenCV2系列的頭文件。

 

 

在opencv這個文件夾裏面，也就是D:\Program Files\opencv\build\include\opencv目錄下，能夠看到以下的各類頭文件。這裏面大概就是opencv 1.0最核心的，並且保留下來的內容的頭文件，能夠把它們總體理解爲一個組件。

 

 

 

 再來看看咱們重點關注的opencv2這邊，在D:\ProgramFiles\opencv\build\include\opencv2目錄下，咱們能夠看到這些文件夾：

 

 

 

咱們靈機一動，發現下面有個叫opencv_modules.hpp的hpp文件，一看就知道里面存放的是opencv2中的新模塊構造相關的說明代碼，打開一看，果不其然，定義的是OpenCV2全部組件的宏：

 

/* 
 *     ** File generated automatically, do not modify ** 
 * 
 *This file defines the list of modules available in current build configuration 
 * 
 * 
*/  
   
#define HAVE_OPENCV_CALIB3D  
#define HAVE_OPENCV_CONTRIB  
#define HAVE_OPENCV_CORE  
#define HAVE_OPENCV_FEATURES2D  
#define HAVE_OPENCV_FLANN  
#define HAVE_OPENCV_GPU  
#define HAVE_OPENCV_HIGHGUI  
#define HAVE_OPENCV_IMGPROC  
#define HAVE_OPENCV_LEGACY  
#define HAVE_OPENCV_ML  
#define HAVE_OPENCV_NONFREE  
#define HAVE_OPENCV_OBJDETECT  
#define HAVE_OPENCV_OCL  
#define HAVE_OPENCV_PHOTO  
#define HAVE_OPENCV_STITCHING  
#define HAVE_OPENCV_SUPERRES  
#define HAVE_OPENCV_TS  
#define HAVE_OPENCV_VIDEO  
#define HAVE_OPENCV_VIDEOSTAB  

　　

OK，就很少客套了，下面就是OpenCV的全部模塊介紹，按照順序來：

 

【calib3d】——其實就是就是Calibration（校準）加3D這兩個詞的組合縮寫。這個模塊主要是相機校準和三維重建相關的內容。基本的多視角幾何算法，單個立體攝像頭標定，物體姿態估計，立體類似性算法，3D信息的重建等等。

 

【contrib】——也就是Contributed/Experimental Stuf的縮寫， 該模塊包含了一些最近添加的不太穩定的可選功能，不用去多管。2.4.8裏的這個模塊有新型人臉識別，立體匹配，人工視網膜模型等技術。

 

【core】——核心功能模塊，包含以下內容：

• OpenCV基本數據結構
• 動態數據結構
• 繪圖函數
• 數組操做相關函數
• 輔助功能與系統函數和宏
• 與OpenGL的互操做

【imgproc】——Image和Processing這兩個單詞的縮寫組合。圖像處理模塊，這個模塊包含了以下內容：

• 線性和非線性的圖像濾波
• 圖像的幾何變換
• 其它（Miscellaneous）圖像轉換
• 直方圖相關
• 結構分析和形狀描述
• 運動分析和對象跟蹤
• 特徵檢測
• 目標檢測等內容

【features2d】 ——也就是Features2D， 2D功能框架 ，包含以下內容：

• 特徵檢測和描述
• 特徵檢測器（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 Matchers）通用接口
• 通用描述符（Generic Descriptor）匹配器通用接口
• 關鍵點繪製函數和匹配功能繪製函數

【flann】—— Fast Library for Approximate Nearest Neighbors，高維的近似近鄰快速搜索算法庫，包含兩個部分：

• 快速近似最近鄰搜索
• 聚類

【gpu】——運用GPU加速的計算機視覺模塊

 

【highgui】——也就是high gui，高層GUI圖形用戶界面，包含媒體的I / O輸入輸出，視頻捕捉、圖像和視頻的編碼解碼、圖形交互界面的接口等內容

 

【legacy】——一些已經廢棄的代碼庫，保留下來做爲向下兼容，包含以下相關的內容： 

• 運動分析
• 指望最大化
• 直方圖
• 平面細分（C API）
• 特徵檢測和描述（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）的經常使用接口
• 匹配器

【ml】——Machine Learning，機器學習模塊， 基本上是統計模型和分類算法，包含以下內容：

• 統計模型 （Statistical Models）
• 通常貝葉斯分類器 （Normal Bayes Classifier）
• K-近鄰 （K-NearestNeighbors）
• 支持向量機 （Support Vector Machines）
• 決策樹 （Decision Trees）
• 提高（Boosting）
• 梯度提升樹（Gradient Boosted Trees）
• 隨機樹 （Random Trees）
• 超隨機樹 （Extremely randomized trees）
• 指望最大化 （Expectation Maximization）
• 神經網絡 （Neural Networks）
• MLData

【nonfree】，也就是一些具備專利的算法模塊 ，包含特徵檢測和GPU相關的內容。最好不要商用，可能會被告哦。

 

【objdetect】——目標檢測模塊，包含Cascade Classification（級聯分類）和Latent SVM這兩個部分。

 

【ocl】——即OpenCL-accelerated Computer Vision，運用OpenCL加速的計算機視覺組件模塊

 

【photo】——也就是Computational Photography，包含圖像修復和圖像去噪兩部分

 

【stitching】——images stitching，圖像拼接模塊，包含以下部分：

• 拼接流水線
• 特色尋找和匹配圖像
• 估計旋轉
• 自動校準
• 圖片歪斜
• 接縫估測
• 曝光補償
• 圖片混合

【superres】——SuperResolution，超分辨率技術的相關功能模塊

【ts】——opencv測試相關代碼，不用去管他

【video】——視頻分析組件，該模塊包括運動估計，背景分離，對象跟蹤等視頻處理相關內容。

【Videostab】——Video stabilization，視頻穩定相關的組件，官方文檔中沒有多做介紹，無論它了。

看到到這裏，相信你們已經對OpenCV的模塊架構設計有了必定的認識。

OpenCV其實就是這麼多模塊做爲代碼容器組合起來的一個SDK而已，沒什麼稀奇的，對吧。

 

最後配張圖，養養眼：

 

 

好了，OpenCV的組件結構介紹大概就是這些。

下篇文章見 ：）

 

原文連接：http://blog.csdn.net/poem_qianmo/article/details/19925819