OpenCV学习笔记 (一) 认识 OpenCV

认识 OpenCV

• OpenCV 官网主页 : https://opencv.org
• OpenCV github 主页 : https://github.com/opencv
• OpenCV 中文网 : http://www.opencv.org.cn

OpenCV 基本架构分析

官网下载 OpenCV , 解压放到 D 盘, 进入到 ...\opencv\build\include 目录, 可以看到有 opencv 和 opencv2 两个文件夹。 opencv 里面包含了旧版的头文件, 而 opencv2 则包含了新版的稳定的 OpenCV2 系列头文件。

...\opencv\build\include\opencv 里面 11 个头文件, 大概是 OpenCV 1.0 最核心的, 我们可以理解为一个大组件。

再来看看 ...\opencv\build\include\opencv2 里面的文件很多, 其中会有一个 opencv_modules.hpp 的 hpp 文件, 里面是 OpenCV 所有组件的宏, 具体如下。

/*
 *      ** File generated automatically, do not modify **
 *
 * This file defines the list of modules available in current build configuration
 *
 *
*/

#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

按照宏定义的顺序依次介绍。如下:

• 1. 「 calib3d 」 Calibration(校准) 和 3D 这两个词组合缩写。 该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。
• 1. 「 contrib 」 contributed/Experimental Stuf 的缩写。 该模块包含了一些近期添加的可选性功能, 不用去多管, 例如新增的 人脸识别、立体匹配、人工视网膜模型等技术。
• 1. 「 core 」核心功能模块, 包含了下面的内容。
     
     • 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。
• 1. 「 imgproc 」 image 和 process 两个单词的缩写组合。 图像处理模块, 包含以下内容。
     
     • 线性和非线性的图像滤波。
     • 图形几何变换。
     • 其他 (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。
• 1. 「 features2d 」 Features2D, 即 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。

• 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。
• 1. 「 gpu 」运用 GPU 加速的计算机视觉模块。
• 1. 「 highgui 」 高层 GUI 图形用户界面, 包含了媒体的输入输出、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。
• 1. 「 legacy 」 一些废弃的代码库, 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 (Descriptor Extractors) 的通用接口。
     • 通用描述符 (Generic Descriptor Matchers) 的常用接口。
     • 匹配器。
• 1. 「 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-Nearest Neighbors)。
     • 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)。
     • 神经网络 (Neural Networks)。
     • MLData 。
• 1. 「 nonfree 」 一些专利的算法模块, 包含特征检测和 GPU 相关的内容, 最好不要商用。
• 1. 「 objdetect 」 目标检测模块, 包含 Cascade Classification(级联分类) 和 Latent SVM 这两个部分。
• 1. 「 ocl 」 OpenCL-accelerated Computer Vision, 运用 OpenCL 加速的计算机视觉组件模块。
• 1. 「 photo 」 Computational Photography, 包含了图像修复和图像去噪两部分。
• 1. 「 stiching 」 images stitching, 图像拼接模块, 包含以下部分:
     
     • 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。
• 1. 「 superres 」 SuperResolution, 超分辨率技术的相关功能模块。
• 1. 「 ts 」 OpenCV 测试相关代码, 不用去管。
• 1. 「 video 」 视频分析组件, 该模块包含运动估计、背景分离、对象跟踪等视频处理相关内容。
• 1. 「 Videostab 」 Video stabilization, 视频稳定相关的组件, 官方文档中没有多做介绍, 不用管它。

这样一来, 对 OpenCV 的模块框架就有了一定的认识, 其实就是很多个模块组合起来的一个 软件包, 也叫 SDK (Software Development Kit, 软件开发工具包) 并没有多稀奇。

OpenCV 2.0 的发布也就意味着 OpenCV2 时代的来临。 2 带来了全新的 C++ 接口, 同时新增了新的平台支持, 包括 iOS 和 Android, 通过 CUDA 和 OpenCL 实现了 GPU 加速, 为 Python 和 Java 用户提供了接口。都说稳定易用的 OpenCV 2.4.x 。

架构的改变

然而随着功能的增加, OpenCV 主体集成了各种各样的功能模块, 变得越来越臃肿。 这时, 3.0 的出现, 就是为了造福人类 ^_^。 OpenCV3 决定像其他大项目一样, 抛弃整体架构, 使用内核 + 插件的架构形式。

在 GitHub 主页, 可以看到除了一个 opencv 仓库, 还有一个 opencv_contrib 仓库显示在上方。这个新仓库中有很多好玩的功能 : 包括脸部识别和文本探测, 以及文本识别、新的边缘检测器、充满艺术感的图像修复、深度地图处理、新的光流和追踪算法等。

opencv 和 opencv_contrib 仓库的区别

• 1. 都由 OpenCV 官网开发团队持续集成系统维护, 虽然可能新的仓库很多功能不稳定。
• 1. opencv 仓库在 GitHub 中由 Itseez 提供, 其有着非常稳定的 API 以及少部分的创新。
• 1. opencv_contirb 仓库是大多数实验性代码放置的地方, 一些 API 可能会有改变, 一直会欢迎广大开发者们贡献新的精彩算法。
• 1. opencv_contirb 中这些额外模块可以在 CMake 中使用 OPENCV_EXTRA_MODULES_PATH=/modules 传递给 CMake 文件, 和 OpenCV3 主体中的代码一起编译运行。
• 1. opencv_contirb 的文档是自动生成的, 在 GitHub 仓库 readme.md 也包含了, https://docs.opencv.org/master/ 。

更多详情，可以查看官方网站 & GitHub 文档。