OpenCV基本架构分析
初学OpenCV时,应该先了解一下OpenCV的整体模块架构,再重点学习和突破自己感兴趣的部分,就会有得心应手,一览众山小的学习体验。
进入到...\opencv\build\include 目录,可以看到opencv和opencv2这两个文件夹。opencv这个文件夹里面包含着旧版的头文件,opencv2这个文件夹里面包含着新版OpenCV2系列的头文件。
在opencv这个文件夹里面,也就是...\opencv\build\include\opencv 目录下,可以看到如下头文件。这里面大概就是OpenCV1.0最核心的,而且保留下来的内容的头文件。我们可以把它们理解为一个大的组件。
然后是opencv2文件夹,在...\opencv\build\include\opencv2 目录下,可以看到如下图所示的文件夹。
opencv_modules.hpp文件里面存放的是OpenCV2中与新模块构造相关的说明代码,打开可以发现其定义的是OpenCV2所有组件的宏,具体如下:
#define HAVE_OPENCV_CALIB3D
#define HAVE_OPENCV_CONTRIB
#define HAVE_OPENCV_CORE
#define HAVE_OPENCV_FEATURES2D
#define HAVE_OPENCV_FLANN
#define HAVE_OPENCV_GPU
#define HAVE_OPENCV_HIGHGUI
#define HAVE_OPENCV_IMGPROC
#define HAVE_OPENCV_LEGACY
#define HAVE_OPENCV_ML
#define HAVE_OPENCV_NONFREE
#define HAVE_OPENCV_OBJDETECT
#define HAVE_OPENCV_OCL
#define HAVE_OPENCV_PHOTO
#define HAVE_OPENCV_STITCHING
#define HAVE_OPENCV_SUPERRES
#define HAVE_OPENCV_TS
#define HAVE_OPENCV_VIDEO
#define HAVE_OPENCV_VIDEOSTAB
下面就是OpenCV的所有模块,按照宏定义的顺序依次介绍。
(1)【calib3d】———Calibration(校准)和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,包括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)【contrib】———Contribute/Experimental Stuf的缩写。该模块包含了一些不太稳定的可选功能,比如人脸识别、立体匹配、人工视网膜模型等技术。
(3)【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
(4)【imgproc】———Image 和Process 这两个单词的缩写组合,图像处理模块。包含如下内容:
- 线性和非线性的图像滤波
- 图像的几何变换
- 其他的图像变换
- 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
- 目标检测等内容
(5)【feature2d】———2D功能框架。包含如下内容:
- 特征检测和描述
- 特征检测器(Fearure Detectors) 通用接口
- 描述符提取器(Description Extractors) 通用接口
- 描述符匹配器(Description Eatchers) 通用接口
- 通用描述符(Generic Description)匹配器通用接口
- 关键点绘制函数和匹配功能绘制函数
(6)【flann】———Fast Library For Approximate Nearest Neighbors,高维的近似近邻快速搜索算法库,包含以下两个部分:
- 快速近似最近邻搜索
- 聚类
(7)【GPU】———运用GPU加速的计算机视觉模块。
(8)【highgui】———高层GUI图形用户界面,包含媒体的输入输出、视频捕捉、图像和视频的解码编码、图形交互界面的接口等内容。
(9)【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(Description Dxtractor)的通用接口
- 通用描述符(Generic Description Matchers)的常用接口
- 匹配器
(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
(11)【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。
(12)【objdetect】———目标检测模块,包含Cascade Classification(级联分类)和Latent SVM这两个部分。
(13)【ocl】———即OpenCL-accelerated Computer Vision,运用OpenCL加速的计算机视觉组件模块。
(14)【photo】———Computational Photography,包含图像修复和图像去噪两部分。
(15)【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
(16)【superres】———SuperResolution,超分辨率技术的相关功能模块。
(17)【ts】———opencv测试相关代码,不用去管。
(18)【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。
(19)【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,了解这些可以更快的学习OpenCV了!