新手学习opencv一：opencv分析

野性酷女 2022-07-26 05:15 271阅读 0赞

# 新手学习opencv一：opencv分析 #

**一．opencv简介：**

计算机视觉是在图像处理的基础上发展起来的新兴学科。opencv是一个开源的计算机视觉库，是英特尔公司资助的两大图像处理利器之一。它为图像处理、模式识别、三维重建、物体跟踪、机器学习和线性代数提供了各种各样的算法。

**二.opencv主体模块**

opencv主体分为五个模块，其中四个模块如下图所示。opencv的CV模块包含基本的图像处理函数和高级的计算机视觉算法。ML是机器学习库，包含一些基于统计的分类和聚类工具。HighGUI包含图像和视频输入/输出的函数。CXCore包含OpenCV的一些基本数据结构和相关函数。图中并没有包含CvAux模块，该模块中一般存放一些即将被淘汰的算法和函数(如基于嵌入式隐马尔可夫模型的人脸识别算法)，同时还有一些新出现的实验性的算法和函数(如背景和前景的分割)。

![Center][]

**三.opencv算法**

**![Center 1][]**

**![Center 2][]**

**计算机视觉与机器学习用到的主要模块：**

**1.core** ——核心功能模块，包含如下内容：  
      OpenCV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  
       与OpenGL的互操作  
**2.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内容  
**3.imgproc** ——Image和Processing这两个单词的缩写组合。图像处理模块，这个模块包含了如下内容：  
         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  
·        运动分析和对象跟踪  
·        特征检测  
·        目标检测等内容  
  
 **4.features2d** ** **——也就是Features2D， 2D功能框架 ，包含如下内容：  
·         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 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  
**5.photo** ——也就是Computational Photography，包含图像修复和图像去噪两部分  
**6.stitching** ——images stitching，图像拼接模块，包含如下部分：  
·        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  
**7.calib3d** ——Calibration（校准）加3D这两个词的组合缩写。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。  
**8.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。  
**9.objdetect** ——目标检测模块，包含Cascade Classification（级联分类）和Latent SVM这两个部分。  
**10.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  
·        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）

**四.opencv安装**

**参见：[opencv安装][opencv]容：**

[Center]: /images/20220724/2f022f5f53fc481a9182c542dabb78c9.png
[Center 1]: /images/20220724/f96c29d1973a4ee99cbe87873163e372.png
[Center 2]: /images/20220724/77580e0a86d54514980b8537ee4a22e1.png
[opencv]: http://blog.csdn.net/yhhyhhyhhyhh/article/details/50319891