【OpenCV入門教程之二】 一覽眾山小：OpenCV 2.4.8 or OpenCV 2.4.9組件結構全解析（轉），opencv2.4.9

【OpenCV入門教程之二】 一覽眾山小：OpenCV 2.4.8 or OpenCV 2.4.9組件結構全解析（轉），opencv2.4.9

本系列文章由zhmxy555（毛星雲）編寫，轉載請注明出處。  
 文章鏈接： http://blog.csdn.net/poem_qianmo/article/details/19925819
 
 作者：毛星雲（淺墨）    郵箱： [email protected] 
 寫作當前博文時配套使用OpenCV版本：2.4.8
 
 
 
 
之前啃了不少OpenCV的官方文檔，發現如果了解了一些OpenCV整體的模塊架構後，再重點學習自己感興趣的部分的話，就會有一覽眾山小的感覺，於是，就決定寫出這篇文章，作為啟程OpenCV系列博文的第二篇。
 
至於OpenCV組件結構的研究方法，我們不妨管中窺豹，通過opencv安裝路徑下include目錄裡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。
我們進入到D:\ProgramFiles\opencv\build\include目錄，可以看到有opencv和opencv2這兩個文件夾。顯然，opencv這個文件夾裡面包含著舊版的頭文件。而opencv2這個文件夾裡面包含著具有時代意義的新版OpenCV2系列的頭文件。
 
 
在opencv這個文件夾裡面，也就是D:\Program Files\opencv\build\include\opencv目錄下，可以看到如下的各種頭文件。這裡面大概就是opencv 1.0最核心的，而且保留下來的內容的頭文件，可以把它們整體理解為一個組件。
 
 
 
 再來看看我們重點關注的opencv2這邊，在D:\ProgramFiles\opencv\build\include\opencv2目錄下，我們可以看到這些文件夾：

 
 
 
我們靈機一動，發現下面有個叫opencv_modules.hpp的hpp文件，一看就知道裡面存放的是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所有組件的宏：
 


[cpp] view plaincopyprint?
 



/* 
 *     ** 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，就不多客套了，下面就是OpenCV的所有模塊介紹，按照順序來：
 
【calib3d】——其實就是就是Calibration（校准）加3D這兩個詞的組合縮寫。這個模塊主要是相機校准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，立體相似性算法，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裡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，包含如下內容：

 
 

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

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

 
 

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
特征檢測
目標檢測等內容

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

特征檢測和描述
特征檢測器（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
關鍵點繪制函數和匹配功能繪制函數

【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，保留下來作為向下兼容，包含如下相關的內容： 

運動分析
期望最大化
直方圖
平面細分（C API）
特征檢測和描述（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）的常用接口
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，包含如下內容：

 
 

統計模型 （Statistical Models）
一般貝葉斯分類器 （Normal Bayes Classifier）
K-近鄰 （K-NearestNeighbors）
支持向量機 （Support Vector Machines）
決策樹 （Decision Trees）
提升（Boosting）
梯度提高樹（Gradient Boosted Trees）
隨機樹 （Random Trees）
超隨機樹 （Extremely randomized trees）
期望最大化 （Expectation Maximization）
神經網絡 （Neural Networks）
MLData

【nonfree】，也就是一些具有專利的算法模塊 ，包含特征檢測和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，包含如下部分：

 
 

拼接流水線
特點尋找和匹配圖像
估計旋轉
自動校准
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，官方文檔中沒有多作介紹，不管它了。
 
 
看到到這裡，相信大家已經對OpenCV的模塊架構設計有了一定的認識。
OpenCV其實就是這麼多模塊作為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 ：）