OpenCV简介

一、什么是OpenCV

　　OpenCV（Open Source
Computer Vision Library）作为一个基本的计算机视觉、图像处理和模式识别的开源项目，是一套基于BSD许可证授权（开源）发行的跨平台计算机视觉函数库，它由一系列C函数和少量C++类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。

OpenCV的设计目标是 执行速度尽可能的快 和构建一个简单易用的计算机视觉框架。

 

二、应用领域　　

　   1、人机互动

　　2、物体识别

　　3、图象分割

　　4、人脸识别

　　5、动作识别

　　6、运动跟踪

　　7、机器人

三、OpenCV的基本结构

OpenCV包括CV , CVAUX , CXCORE, HighGUI , ML 等5个重要的模块

如果用库来体现这几个模块之间的关系的话， 可以采用下面的结构图来展现：



 

CV---核心函数库：包含了基本的图像处理函数和高级的计算机视觉算法，包括图像处理， 图像结构分析，运动描述和跟踪，模式识别和摄像机标定。

ML---机器学习函数库：包含一些基于统计的分类和聚类工具。

HighGUI---GUI函数库：包含图像和视频的输入/输出函数。

CXCORE---数据结构与线性代数库：包含了OpenCV的一些基本的数据结构和相关函数

CVAUX---辅助函数库：该模块则是一般用于存放即将被淘汰的算法和函数，同时也包含一些新出现的实验性的函数和算法。

 

四、OpenCV功能

图像数据操作（内存分配与释放，图像复制、设定和转换）
图像/视频的输入输出（支持文件或摄像头的输入，图像/视频文件的输出）
矩阵/向量数据操作及线性代数运算（矩阵乘积、矩阵方程求解、特征值、奇异值分解）
支持多种动态数据结构（链表、队列、数据集、树、图）
基本图像处理（去噪、边缘检测、角点检测、采样与插值、色彩变换、形态学处理、直方图、图像金字塔结构）
结构分析（连通域/分支、轮廓处理、距离转换、图像矩、模板匹配、霍夫变换、多项式逼近、曲线拟合、椭圆拟合、狄劳尼三角化）
摄像头定标（寻找和跟踪定标模式、参数定标、基本矩阵估计、单应矩阵估计、立体视觉匹配）
运动分析（光流、动作分割、目标跟踪）
目标识别（特征方法、HMM模型）
基本的GUI（显示图像/视频、键盘/鼠标操作、滑动条）
图像标注（直线、曲线、多边形、文本标注）