首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >【从零学习OpenCV 4】了解OpenCV的模块架构

【从零学习OpenCV 4】了解OpenCV的模块架构

作者头像
小白学视觉
修改2019-10-24 14:49:27
1.3K0
修改2019-10-24 14:49:27
举报

经过几个月的努力,小白终于完成了市面上第一本OpenCV 4入门书籍《从零学习OpenCV 4》。为了更让小伙伴更早的了解最新版的OpenCV 4,小白与出版社沟通,提前在公众号上连载部分内容,请持续关注小白。

为了更全面的了解OpenCV,首先需要了解OpenCV的整体模块架构,对每个模块的功能有个初步认识,之后才能在后续的学习中知道每个功能函数出自于哪个模块,在原有功能的基础上进行调整与改进。本节将带读者了解OpenCV 4.1的模块架构,介绍每个模块的主要功能。

打开OpenCV 4.1的文件夹,在“...\opencv\build\include”文件夹中只有一个名为opencv2的文件夹。这里需要再次重点说明,在OpenCV 4之前的版本中,该文件夹下有opencv和opencv2两个文件夹,而在OpenCV 4中将两者整合成opencv2一个文件夹。打开opencv2文件夹就可以看到OpenCV 4.1的模块架构,如图1-20所示。

图1-20 OpenCV 4.1的模块架构

这些模块有的经过多个版本的更新已较为完善,包含了较多的功能;有的模块还在逐渐的发展中,包含的功能相对较少。接下来将按照文件夹的顺序介绍模块的功能。

【calib3d】——这个模块名称是由calibration(校准)和3D这两个单词的缩写组合而成,通过名字我们可以知道,模块主要包含相机标定与立体视觉等功能,例如物体位姿估计、三维重建、摄像头标定等。

【core】——核心功能模块,模块主要包含 OpenCV 库的基础结构以及基本操作,例如OpenCV基本数据结构、绘图函数、数组操作相关函数、动态数据结构等。

【dnn】——深度学习模块,这个模块是OpenCV 4版本的一个特色,其主要包括构建神经网络、加载序列化网络模型等。但是该模块目前仅适用于正向传递计算(测试网络),原则上不支持反向计算(训练网络)。

【features2d】——这个模块名称是由features(特征)和2D这两个单词的缩写组合而成,其功能主要为处理图像特征点,例如特征检测、描述与匹配等。

【flann】——这个模块名称是Fast Library for Approximate Nearest Neighbors(快速近似最近邻库)的缩写,这个模块是高维的近似近邻快速搜索算法库,主要包含快速近似最近邻搜索与聚类等。

【gapi】——这个模块是OpenCV 4.0中新增加的模块,旨在加速常规的图像处理,与其他模块相比,这个模块主要充当框架而不是某些特定的计算机视觉算法。

【highgui】——高层GUI图形用户界面,包含创建和操作显示图像的窗口、处理鼠标事件以及键盘命令、提供图形交互可视化界面等。

【imgcodecs】——图像文件读取与保存模块,主要用于图像文件读取与保存。

【imgproc】——这个模块名称是由image(图像)和process(处理)两个单词的缩写组和而成,是重要的图像处理模块,其主要包括图像滤波、几何变换、直方图、特征检测与目标检测等。

【ml】——机器学习模块,主要为统计分类、回归和数据聚类等。

【objdetect】——目标检测模块,主要用于图像目标检测,例如检测Haar特征。

【photo】——计算摄影模块,主要包含图像修复和去噪等。

【stitching】——图像拼接模块,主要包含特征点寻找与匹配图像、估计旋转、自动校准、接缝估计等图像拼接过程的相关内容。

【video】——视频分析模块,主要包含运动估计、背景分离、对象跟踪等视频处理相关内容。

【videoio】——视频输入输出模块,主要用于读取与写入视频或者图像序列。

通过对OpenCV 4.1的模块构架的介绍,相信读者已经对OpenCV 4.1整体架构有了一定的了解。其实简单来说OpenCV就是将众多图像处理模块集成在一起的软件开发包(Software Development Kit,SDK),其自身并不复杂,只要通过学习都可以轻松掌握其使用方式。

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2019-10-21,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 小白学视觉 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
图像处理
图像处理基于腾讯云深度学习等人工智能技术,提供综合性的图像优化处理服务,包括图像质量评估、图像清晰度增强、图像智能裁剪等。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档