OpenCV学习笔记（二）—— OpenCV整体结构

摘要：

由于最近AR（增强现实）这个概念非常火爆，各种基于AR的应用及游戏逐渐面向大众，而在AR中最重要的两个技术就是跟踪识别和增强渲染，其中跟踪识别是通过OpenCV这个开源的计算机视觉库来实现的，所以我就想着研究一下这个库，这里是个人的学习笔记，不是什么权威的教程，如果你们有错误也麻烦帮我指出哈。

=============================================分割线==================================================

前言：

在具体学习OpenCV的具体功能块之前，我们先来看看OpenCV源码的整体框架，这样也能方便我们在后面的学习中获得更加清晰的思路。

一.文件结构：

要了解整体框架，切入点在于opencv/build目录下的include文件夹，因为这下面包含了OpenCV源码所有的头文件。include下面有两个文件夹：opencv和opencv2：

不难看出，opencv中存放的是旧版中保留的部分OpenCV的头文件，而opencv2中包含的则是改版之后的OpenCV2的各种头文件。

1.opencv文件目录：

2.opencv2文件目录：

在这个文件夹下面，我们可以看到很多子文件目录，这些目录都是按照功能模块进行头文件整合，相同功能块的放在同一子目录下面，其中opencv_modules.hpp这个头文件中，定义了opencv2中所有模块的宏：

二、功能模块：

上面的介绍中我们介绍文件结构的同时，其实也说到了opencv2中的每个子文件夹就对应一个功能模块，那么我们接下来就看看每个功能模块的具体作用，标红为最常用的库文件：

1.【calib3d】

Calibration 3D,相机校准以及三维重建，包含：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

2.【core】

核心代码块，包含：OpenCV的基本数据结构、动态数据结构、绘图函数、数组操作相关函数、辅助功能与系统函数和宏，以及与OpenGL的交互操作

3.【features2d】

2D功能框架，包含：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 Extrators）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、关键点绘制函数和匹配功能绘制函数

4.【flann】

Fast Library for Approximate Nearest Neighbors，高维的近似近邻快速搜索算法库，包含：快速近似最近领搜索和聚类

5.【highgui】

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等

6.【imgcodecs】

7.【imgproc】

Image Processing，图形处理模块，包含：线性和非线性的图像滤波、图像的几何变换、其他图像变换、直方图相关、结构分析和形状描述、运动分析和对象跟踪、特征检测、目标检测等

8.【ml】

Machine Learning，机器学习模块，基本上就是统计模型和分类算法，包含：统计模型（Statistical Models）、一般贝叶斯分类器（Normal Bayes Classifier）、K-近邻（K-NearestNeighbors）、支持向量机（Support Vector Machines）、决策树（Decision Trees）、提升（Boosting）、梯度提高树（Gradient Boosted Trees）、随机树（Random Trees）、超随机树（Extremely randomized trees）、期望最大化（Expectation Maximization）、神经网络（Neural Networks）、MLData

9.【objdetect】

目标检测模块，包含：Cascade Classification(级联分类)和Latent SVM

10.【photo】

Computational Photography，计算机摄影模块，包含：图像修复和图像去噪

11.【shape】

图形绘制模块

12.【stitching】

Image stitching，图像拼接模块，包含：拼接流水线、特色寻找和匹配图像、估计旋转、自动校准、图片歪斜、接缝估测、曝光补偿、图片混合

13.【superres】

14.【video】

视频分析模块，包含：运动估计、背景分离、对象跟踪等

15.【videoio】

视频输入输出控制模块

16.【videostab】

Video stabilization，视频稳定模块，不常用

OpenCV学习笔记（二）—— OpenCV整体结构相关推荐

OpenCV学习笔记#002 OpenCV相机检校例程运行
OpenCV学习笔记#002 OpenCV相机检校例程运行 OpenCV学习笔记#002 OpenCV相机检校例程运行所需文件修改文件修改in_VID5.xml 修改VID5.xml VS 设置 ...
OpenCV学习笔记之OpenCV安装
一. Opencv的安装及配置 Qt有两种版本:mingw版本和MSVC版本.1.MSVC是指微软的VC编译器:2.MinGW是指是Minimalist GNU on Windows的缩写.它是一个 ...
Opencv学习笔记之OpenCV介绍
一. OpenCV介绍 OpenCV是一个基于BSD许可(开源)发行的跨平台计算机视觉库,可以运行在Linux.Windows.Android和Mac OS操作系统上.它轻量级而且高效--由一系列 ...
OpenCv学习笔记(二)--Mat矩阵(图像容器)的创建及CV_8UC1,CV_8UC2等参数详解
(一)Mat矩阵(图像容器)创建时CV_8UC1,CV_8UC2等参数详解 1--Mat不但是一个非常有用的图像容器类,同时也是一个通用的矩阵类 2--创建一个Mat对象的方法很多,我们现在先看一下M ...
opencv学习笔记二十一：使用HSV颜色空间实现颜色识别
一.颜色空间介绍 RGB 颜色空间是大家最熟悉的颜色空间,即三基色空间,任何一种颜色都可以由该三种颜色混合而成.然而一般对颜色空间的图像进行有效处理都是在 HSV 空间进行的,HSV( ...
opencv学习笔记二十九：SIFT特征点检测与匹配
SIFT(Scale-invariant feature transform)是一种检测局部特征的算法,该算法通过求一幅图中的特征点(interest points,or corner points) ...
OpenCV学习笔记二
图像的掩膜操作 #include<opencv2/opencv.hpp> #include<iostream>using namespace cv;int main(int a ...
OpenCV学习笔记(12)——OpenCV中的轮廓
什么是轮廓找轮廓.绘制轮廓等 1.什么是轮廓轮廓可看做将连续的点(连着边界)连在一起的曲线,具有相同的颜色和灰度.轮廓在形态分析和物体的检测和识别中很有用. 为了更加准确,要使用二值化图像.在寻找 ...
Opencv学习笔记 - 关于OpenCV的UMat 类
一个统一的抽象 cv::UMat 允许使用 CPU 或 OpenCL 代码实现相同的 API,而无需显式调用 OpenCL 加速版本.UMat类告诉 OpenCV 函数使用特定于 OpenCL 的代码 ...
OpenCV学习笔记之Mat
一. Mat介绍在2001年刚刚出现的时候,OpenCV基于 C 语言接口而建.为了在内存(memory)中存放图像,当时采用名为 IplImage 的C语言结构体,时至今日这仍出现在大多数的旧版教 ...

OpenCV学习笔记（二）—— OpenCV整体结构

OpenCV学习笔记（二）—— OpenCV整体结构相关推荐

最新文章

热门文章