鑽石舞台

各位撇學生，好久不見，我是小劉老師。

今天我們來聊聊OpenCV。（Open Source Computer Vision Library）開源計算機視覺庫的組成。

OpenCV是由很多模塊組成的，這些模塊可以分成很多層：

最底層是基於硬件加速層（HAL）的各種硬件優化。

再上一層是 opencv_contrib 模塊所包含的 OpenCV 由其他開發人員所貢獻的代碼，其包含大多數高層級的函數功能。這就是OpenCV的核心。

接下來是語言綁定和示例應用程序。

處於最上層的是 OpenCV 和操作系統的交互。

首先劉老師在這裡先說一下，在win平台裝在的exe或者python中pip下載的OpenCV都是只安裝的標準模塊。

按照的標準的OpenCV 4.1的文件夾所示，在「...\opencv\build\include」文件夾中只有一個名為opencv2的文件夾。這裡需要再次重點說明，在OpenCV 4之前的版本中，該文件夾下有opencv和opencv2兩個文件夾，而在OpenCV4中將兩者整合成opencv2一個文件夾。打開opencv2文件夾就可以看到OpenCV4.1的模塊架構。

看到紅色方框的標註了嗎？（C++中的編譯的頭文件都是.h/.cpp；.hpp本質就是將.cpp的實現代碼混入.h頭文件當中，定義與實現都包含在同一文件，則該類的調用者只需要include該.hpp文件即可，無需再將cpp加入到project中進行編譯）

今天我們來介紹一下標準模板裡面的內容：

【core】——核心功能模塊，模塊主要包含 OpenCV 庫的基礎結構以及基本操作。

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

【calib3d】——這個模塊名稱是由calibration（校準）和3D這兩個單詞的縮寫組合而成。包含的主要內容為：

相機標定和三維重建。

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

相機標定用於取出相機自身缺陷導致的畫面形變，還原真實的場景，確保計算的準確性。

三維重建通常用在雙目視覺（立體視覺），即兩個標定後的攝像頭觀察同一個場景，通過計算兩幅畫面中的相關性來估計像素深度。

【imgproc】——這個模塊名稱是由image（圖像）和process（處理）兩個單詞的縮寫組和而成，是重要的圖像處理模塊。

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

【imgcodecs】——圖像文件讀取與保存模塊，主要用於圖像文件讀取與保存。

【features2d】——這個模塊名稱是由features（特徵）和2D這兩個單詞的縮寫組合而成，其功能主要為處理圖像特徵點，例如特徵檢測、描述與匹配等。

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

【dnn】——深度學習模塊，這個模塊是OpenCV 4版本的一個特色，其主要包括構建神經網絡、加載序列化網絡模型等。

看看這個例子：用OpenCV的dnn模塊調用yolov3模型

【flann】——這個模塊名稱是Fast Library for Approximate Nearest Neighbors（快速近似最近鄰庫）的縮寫

快速近似最近鄰搜索

聚類，用於在多維空間內聚類及搜索的近似算法

【Highgui】——這個模塊包含可以用來顯示圖像或者簡單的輸入的用戶交互函數。這可以看作是一個非常輕量級的 Windows UI 工具包。

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

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）

圖像修補

去噪

HDR 成像

非真實感渲染等

【stitching】——圖像拼接模塊，主要包含特徵點尋找與匹配圖像、估計旋轉、自動校準、接縫估計等圖像拼接過程的相關內容。

Features Finding and Images Matching 功能查找和圖像匹配

Rotation Estimation 輪換估計

Autocalibration 自動校準

Images Warping 圖像變形

Seam Estimation 接縫估計

Exposure Compensation 曝光補償

Image Blenders 圖像攪拌機

【video】——視頻分析模塊，主要包含運動估計、背景分離、對象跟蹤等視頻處理相關內容。

【videoio】——視頻輸入輸出模塊，主要用於讀取與寫入視頻或者圖像序列。

【gapi】——這個模塊是OpenCV 4.0中新增加的模塊，旨在加速常規的圖像處理，與其他模塊相比，這個模塊主要充當框架而不是某些特定的計算機視覺算法。OpenCV的Graph API(或稱G-API)是一個讓常規圖像處理變得更快（fast）和輕量（portable）的新模塊。這兩種方式的是通過引入一個新的基於圖像的執行模型實現的（graph-based model of execution）。G-API是一個特殊的OpenCV模塊。和其它大多數的主要模塊（OpenCV本體模塊）不同的是，此模塊扮演的角色是一個框架，而不是某種特別的CV算法。G-API提供了定義CV操作的方式，用以構圖（以一種表達的方式），最終通過特定的後端（backend）來生效和執行操作

本文僅做學術分享，如有侵權，請聯繫刪文。