本系列文章由zhmxy555（毛星云）编写，转载请注明出处。  

文章链接： http://blog.csdn.net/poem_qianmo/article/details/19925819

作者：毛星云（浅墨）    邮箱： [email protected] 

写作当前博文时配套使用OpenCV版本：2.4.8

之前啃了不少OpenCV的官方文档，发现如果了解了一些OpenCV整体的模块架构后，再重点学习自己感兴趣的部分的话，就会有一览众山小的感觉，于是，就决定写出这篇文章，作为启程OpenCV系列博文的第二篇。

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:\ProgramFiles\opencv\build\include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:\Program Files\opencv\build\include\opencv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:\ProgramFiles\opencv\build\include\opencv2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：

[cpp] view plain copy

 

 print?

1. /* 
2.  *     ** File generated automatically, do not modify ** 
3.  * 
4.  *This file defines the list of modules available in current build configuration 
5.  * 
6.  * 
7. */  
8.    
9. #define HAVE_OPENCV_CALIB3D  
10. #define HAVE_OPENCV_CONTRIB  
11. #define HAVE_OPENCV_CORE  
12. #define HAVE_OPENCV_FEATURES2D  
13. #define HAVE_OPENCV_FLANN  
14. #define HAVE_OPENCV_GPU  
15. #define HAVE_OPENCV_HIGHGUI  
16. #define HAVE_OPENCV_IMGPROC  
17. #define HAVE_OPENCV_LEGACY  
18. #define HAVE_OPENCV_ML  
19. #define HAVE_OPENCV_NONFREE  
20. #define HAVE_OPENCV_OBJDETECT  
21. #define HAVE_OPENCV_OCL  
22. #define HAVE_OPENCV_PHOTO  
23. #define HAVE_OPENCV_STITCHING  
24. #define HAVE_OPENCV_SUPERRES  
25. #define HAVE_OPENCV_TS  
26. #define HAVE_OPENCV_VIDEO  
27. #define HAVE_OPENCV_VIDEOSTAB  

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】——其实就是就是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。

【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。

【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

 【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

【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

【flann】—— Fast Library for Approximate Nearest Neighbors，高维的近似近邻快速搜索算法库，包含两个部分：

• 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

【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等内容

【legacy】——一些已经废弃的代码库，保留下来作为向下兼容，包含如下相关的内容： 

• 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

【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-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

【nonfree】，也就是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，可能会被告哦。

【objdetect】——目标检测模块，包含Cascade Classification（级联分类）和Latent SVM这两个部分。

【ocl】——即OpenCL-accelerated Computer Vision，运用OpenCL加速的计算机视觉组件模块

【photo】——也就是Computational Photography，包含图像修复和图像去噪两部分

【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

【superres】——SuperResolution，超分辨率技术的相关功能模块

【ts】——opencv测试相关代码，不用去管他

【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。

【Videostab】——Video stabilization，视频稳定相关的组件，官方文档中没有多作介绍，不管它了。

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。

最后配张图，养养眼：

好了，OpenCV的组件结构介绍大概就是这些。

下篇文章见 ：）