OpenCV杂记04---include头文件重复及各模块介绍
2016-04-20 21:50
323 查看
参考网站:
http://www.it165.net/pro/html/201404/12370.htmlhttp://www.csdn123.com/html/topnews201408/95/8695.htm
关于头文件重复的记录
刚开始学习cv时,参照例子,总是添加如下头文件。#include <opencv2/opencv.hpp> #include <opencv2/core/core.hpp> #include <opencv2/highgui/highgui.hpp> #include<opencv2/imgproc/imgproc.hpp>
后来发现产生了一些不必要的重复。实际上,在“opencv2/opencv.hpp”中已经声明了所有的头文件。
参考网站:
http://blog.csdn.net/sunboyiris/article/details/23911329#comments附上原文
【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
相关文章推荐
- python中使用OpenCV进行人脸检测的例子
- opencv 做人脸识别 opencv 人脸匹配分析
- 使用opencv拉伸图像扩大分辨率示例
- 基于C++实现kinect+opencv 获取深度及彩色数据
- OpenCV 2.4.3 C++ 平滑处理分析
- Python中使用OpenCV库来进行简单的气象学遥感影像计算
- 利用Python和OpenCV库将URL转换为OpenCV格式的方法
- python结合opencv实现人脸检测与跟踪
- Python环境搭建之OpenCV的步骤方法
- Python实现OpenCV的安装与使用示例
- 在树莓派2或树莓派B+上安装Python和OpenCV的教程
- opencv-python学习一--人脸检测
- 在Ubuntu上安装OpenCV3.0和Python-openCV的经历
- OpenCV配置,从来没有这么简单!
- ubuntu下opencv和qt的安装配置
- OpenCV学习笔记(二十五)——OpenCV图形界面设计Qt+VS2008
- 分享一些OpenCV实现立体视觉的经验
- 关于OpenCv图像变换与基本图形检测
- "应用程序正常初始化失败"-0xc0150002 解决办法
- OpenCV->HSV色彩空间