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:opencvuildinclude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:opencvuildincludeopencv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:opencvuildincludeopencv2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。

原文地址:https://www.cnblogs.com/wyuzl/p/6200623.html