OpenCV库文件介绍

以前都是直接用opencv，都没有仔细研究过，这次把库文件都介绍一下。

1、build和source

当我们安装完opencv中，你会发现在opencv文件夹中有两个文件夹，build和source，那它们分别是干什么的呢。

首先说这两者的关系，sources放的是opencv中的cpp文件，相当于一个工厂，build放的是opencv中的h、hpp、lib文件，相当于一个工具，opencv的开发者（当然开源后的使用者也可以）通过sources中的源文件，构建出build中的库文件，然后使用者就可以链接这些库，include<头文件>。一般非开源的程序和库是不开放sources的，而opencv作为一个开源库，这些也是使用者可见的。

source里面是各种各样的函数实现，对于只想用opencv的人来说，只关心我怎么用，于是开发者就会使用这些源文件构建出库，这些库里面包含了函数实现。这些库就是各种lib，然后还有头文件。

build里面只有接口，没有cpp中的实现什么的，build是对使用者的，使用者只用知道接口就行了，不需要知道这个是怎么做到的。当然因为opencv开源，所以使用者也可以直接查看源文件。

具体来说，soucees里面放的是函数具体的实现，比如有gray方法，对一个mat的像素怎么使它变成灰度化。

使用者include<头文件>，头文件里面是各种接口，比如gray，就是一个gray（MAt img），使用者链接这些库，inluce<头文件>，然后在程序中调用gray，然后程序运行的时候会进行链接时，在各种依赖库中寻找gray的实现，因为我们连接了opencv的库，所以在opencv的lib中就找到了gray的实现，然后就调用这个实现，然后就灰度化了，就是这个么过程。

举个不是很恰当的例子，build就像是卖给用户的macbook，用户只用知道怎么用，这个操作系统很好用，不卡，不用知道这个操作系统怎么实现了。怎么实现的就在source里面，非开源的程序和库是不可能让你看到source的。

2、build

在build文件夹中，如下，

 
.

首先，doc文件夹下放的是各种关于opencv的文档；include文件夹下是所有的头文件；其余四个分别是：一个给java用的库、一个给python用、一个给x86win用、一个给x64win用。两个cmake文件都是cmake的一些配置，很强大的编译工具。

2.1 include

分为opencv和opencv2.

 
.

这里借用博客1和博客2的介绍。

1、opencv

其中cv.h中包含的头文件：

#include "opencv2/core/core_c.h"
#include "opencv2/core/core.hpp"
#include "opencv2/imgproc/imgproc_c.h"
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/video/tracking.hpp"
#include "opencv2/features2d/features2d.hpp"
#include "opencv2/flann/flann.hpp"
#include "opencv2/calib3d/calib3d.hpp"
#include "opencv2/objdetect/objdetect.hpp"
#include "opencv2/legacy/compat.hpp"

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10

cv.hpp中包含头文件：

#include <cv.h>

• 1

也就是说cv.hpp是包含cv.h的，程序中凡用到cv.h的地方都可以用cv.hpp 替换，那么为什么又要设置hpp文件呢？

hpp是Header Plus Plus的简写，与 .h 文件类似。但与之不同的是，.hpp将*.cpp中的实现代码也写入其中，使得定义与实现都包含在同一文件中。这样做带来的好处显而易见，无需再将cpp文件添加到项目中编译，减少了编译次数，也不用发布烦人的lib,dll 文件，因此非常适合用来编写公用的开源库。

文件夹opencv中的头文件都是类似的，均包含文件夹opencv2里的头文件。所以我们如果是从低版本的opencv学习过渡到高版本的opencv的话，如果不适应可以先以opencv文件夹里的文件调用为标准。如果熟悉opencv里的函数分布，也可以直接调用opencv2文件夹里的具体头文件，这样在头文件预编译提高效率。

2、opencv2

先看opencv.hpp文件：

#include "opencv2/core/core_c.h"
#include "opencv2/core/core.hpp"
#include "opencv2/flann/miniflann.hpp"
#include "opencv2/imgproc/imgproc_c.h"
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/photo/photo.hpp"
#include "opencv2/video/video.hpp"
#include "opencv2/features2d/features2d.hpp"
#include "opencv2/objdetect/objdetect.hpp"
#include "opencv2/calib3d/calib3d.hpp"
#include "opencv2/ml/ml.hpp"
#include "opencv2/highgui/highgui_c.h"
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/contrib/contrib.hpp"

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14

很明显opencv.hpp的头文件包含了opencv库里的所有头文件。

接着看opencv_modules.hpp文件：

#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

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19

其解释如下：

【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之后有新型人脸识别， 立体匹配 ，人工视网膜模型等技术。

【core】： 核心功能模块，尤其是底层数据结构和算法函数。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

【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

【features2】： d也就是Features2D， 2D功能框架 ，包含兴趣点检测子、描述子以及兴趣点匹配框架。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

【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和聚类。

【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

【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。

2.2 X64和X86

首先，这里面放的都是一些库文件，只不过X64面向64位，X86是32位的，然后以X64为例，

. 
 
.

这是代表编译给不同版本的visual studio用的库，这里以vc12为例。

. 
 
.

bin文件夹下：dll文件，动态链接库。具体实现的内容。计算机环境变量中，这个路径是要加到path中的。

lib文件夹下：配置opencv环境时，添加的lib库。用来链接。

staticlib文件夹下：静态库。

静态库是编译时就把整个函数加载进去，所以可执行文件会变大。动态库是编译时加进去的是一个函数表，运行时才会从dll里面加载对应的函数实现。

这里参考于博客给出一个关于dll和lib的解释。

共有两种库：

• 一种是LIB包含了函数所在的DLL文件和文件中函数位置的信息（入口），代码由运行时加载在进程空间中的DLL提供，称为动态链接库dynamic link library。
• 一种是LIB包含函数代码本身，在编译时直接将代码加入程序当中，称为静态链接库static link library。

共有两种链接方式：

• 动态链接使用动态链接库，允许可执行模块（.dll文件或.exe文件）仅包含在运行时定位DLL函数的可执行代码所需的信息。
• 静态链接使用静态链接库，链接器从静态链接库LIB获取所有被引用函数，并将库同代码一起放到可执行文件中。

关于lib和dll的区别如下：

• lib是编译时用到的，dll是运行时用到的。如果要完成源代码的编译，只需要lib；如果要使动态链接的程序运行起来，只需要dll。

• 如果有dll文件，那么lib一般是一些索引信息，记录了dll中函数的入口和位置，dll中是函数的具体内容；如果只有lib文件，那么这个lib文件是静态编译出来的，索引和实现都在其中。使用静态编译的lib文件，在运行程序时不需要再挂动态库，缺点是导致应用程序比较大，而且失去了动态库的灵活性，发布新版本时要发布新的应用程序才行。

• 动态链接的情况下，有两个文件：一个是LIB文件，一个是DLL文件。LIB包含被DLL导出的函数名称和位置，DLL包含实际的函数和数据，应用程序使用LIB文件链接到DLL文件。在应用程序的可执行文件中，存放的不是被调用的函数代码，而是DLL中相应函数代码的地址，从而节省了内存资源。DLL和LIB文件必须随应用程序一起发行，否则应用程序会产生错误。如果不想用lib文件或者没有lib文件，可以用WIN32 API函数LoadLibrary、GetProcAddress装载。

3、sources

 
。

• samples：是一些简短的学习用例。
• modules：包含了所有的源文件。
• doc：是一些文档，包含一些教程。
• include：是所有的头文件。包含opencv和opencv2。
• 3rdparty：第三方库，如ffmpeg视频编码等。
• apps：一些应用，比如级联分类器，haar特征分类器。
• cmake：编译相关。
• data：级联分类器的一些数据。比如人脸检测、人眼检测等。
• platform：平台相关，iOS、Android、Linux、script、win。