opencv目录(转)

github：https://github.com/opencv/opencv

OpenCV 3 的源代码文件夹：

• 3rdparty/: 包含第三方库，如用视频解码用的 ffmpeg、jpg、png、tiff 等图片的解码库。
• apps/: 包含进行 Haar 分类器训练的工具，OpenCV 进行人脸检测便是基于 Haar 分类器。如果你想检测人脸以外的图片，千万不要错过这几个工具。
• cmake/: 包含生成工程项目时 cmake 的依赖文件，用于只能搜索第三方库，普通开发者不需要关心这个文件夹的内容。
• data/: 包含 OpenCV 库及范例中用到的资源文件，Haar 物体检测的分类器位于 haarcascades 子文件中。
• doc/: 包含生成文档所需的源文件及辅助脚本。
• include/: 包含入口头文件。OpenCV 子文件夹中是 C 语言风格的 API，也就是《学习 OpenCV》中描述的 API 函数，官方将逐渐淘汰 C 风格函数，因此我不推荐大家使用该文件夹中的头文件。OpenCV 2 子文件夹中只有一个 opencv.hpp 文件，这是 OpenCV 2 及 OpenCV 3 推荐使用的头文件。
• modules/: 包含核心代码，OpenCV 真正的代码都在这个文件夹中。OpenCV 从 2.0 开始以模块的方式组织各种功能，近两年模块的数量增长得很快，后面我会依次介绍每个模块的作用。
• platforms/: 包含交叉编译所需的工具链及额外的代码，交叉编译指的是在一个操作系统中编译供另一个系统使用的文件。
• samples/: 这是大家最喜欢的范例文件夹，后面我也会进一步讲解。

CPU模块

• androidcamera/: 仅用于 Android 平台，使得可以通过与其他平台相同的接口来控制 Android 设备的相机。
• core/: 核心功能模块，定义了基本的数据结构，包括最重要的 Mat 类、XML 读写、OpenGL 三维渲染等。
• imgproc/: 全称为 Image Processing，即图像处理，包括图像滤波、集合图像变换、直方图计算、形状描述子等。图像处理是计算机视觉的重要工具。
• highgui/: 高级图形界面及多媒体文件读写，包括用户界面、Qt、对图像及视频文件的读写操作。
• video/: 视频分析模块，包括背景提取、光流跟踪、卡尔曼滤波等，做视频监控的开发者会经常使用这个模块。
• calib3d/: 相机标定及三维重建。相机标定用于取出相机自身缺陷导致的画面形变，还原真实的场景，确保计算的准确性。三维重建通常用在双目视觉（立体视觉），即两个标定后的摄像头观察同一个场景，通过计算两幅画面中的相关性来估计像素深度。
• features2d/: 包含 2D 特征值检测的框架。包含各种特征值检测器及描述子，如 FAST、MSER、OBRB、BRISK 等。各类特征值拥有统一的算法接口，因此在不影响程序逻辑的情况下可以替换替换。
• objdetect/: 物体检测模块，包括 Haar 分类器、SVM 检测器及文字检测。
• ml/: 全称为 Machine Learning，即机器学习。包括统计模型、K 最近邻、支持向量机、决策树、神经网络等经典的机器学习算法。
• flann/: 用于在多维空间内聚类及搜索的近似算法，做图像检索的开发者对它不会陌生。
• photo/: 计算摄影学，包括图像修补、去噪、HDR 成像、非真实感渲染等。如果读者想实现 Photoshop 的高级功能，那么这个模块必不可少。
• stitching:/ 图像拼接，可用于制作全景图。
• nonfree/: 受专利保护的算法，包括 SIFT 和 SURF。从功能上来说，这两个算法属于 features2d 模块，但由于它们都是受专利保护的，相拥在项目中可能需要专利方的许可。
• contrib:/ 包含新添加的实验性质的代码。开发者期待已久的人脸识别功能便位于这个模块内，名为 FaceRecognizer。
• legacy/: 英文含义为遗产，即废弃已久的代码，官方不推荐使用这个模块中的功能。
• optim/: 全称为 Optimization，这个模块包含通用的数值优化。包含线性规划等算法。
• shape/: 形状匹配算法模块，用于描述形状、比较形状。
• softcascade/: 另一种物体检测算法，Soft Cascade 分类器，包含检测模块和训练模块。
• superres/: 全称为 Super Resolution，用于增强图像的分辨率。
• videostab/: 全称为 Video Stabilization，用于解决相机移动拍摄时视频不够稳定的问题。
• viz/: 三维可视化模块。可以认为这个模块实现了一个简单的三维可视化引擎，有各种 UI 空间和键盘、鼠标交互方式。底层实现基于 CTK 这个第三方库。

CUDA模块

这些模块的名称都以 cuda 开始，cuda 是显卡制造商 NVIDIA 推出的通用计算语言，在 OpenCV 3 中有大量的模块已经被移植到了 cuda 语言。让我们依次看一下。

• cuda/: CUDA- 加速的计算机视觉算法，包括数据结构 cuda::GpuMat、基于 cuda 的相机标定及三维重建等。
• cudaarithm/: CUDA- 加速的矩阵运算模块。
• cudabgsegm/: CUDA- 加速的背景分割模块，通常用于视频监控。
• cudacodec/: CUDA- 加速的视频编码与解码。
• cudafeatures2d/: CUDA- 加速的特征检测与描述模块，与 features2d/ 模块功能类似。
• cudafilters/: CUDA- 加速的图像滤波。
• cudaimgproc/: CUDA- 加速的图像处理算法，包含直方图计算、霍夫变换等。
• cudaoptflow/: CUDA- 加速的光流检测算法。
• cudastereo/: CUDA- 加速的立体视觉匹配算法。
• cudawarping/: 实现 CUDA- 加速的快速图像变换，包括透视变换、旋转、改变尺寸等。

samples/ 文件夹

• android/: Android 平台的范例。既有完全是 Java 的工程，也有完全是 C++ 的工程，也有更为常见的 Java 与 C++ 共存的工程。
• c/: 使用 C API 的范例。在 C API 逐渐退出历史舞台后，这个文件夹也应该会随之消失吧。
• cpp/: 由于 OpenCV 是一款 C++ 库，因此 C++ 的返利是最多的，后面将重点介绍。
• directx/: directx (d3d) 是微软的私有三维图像 API，这个文件夹中的范例覆盖了 d3d9、d3d10、d3d11.
• gpu/: 利用 cuda 加速的范例。
• java/: OpenCV 3 官方支持 Java 语言绑定，因此这里演示如何使用 Java 版本的 OpenCV。
• python2/: OpenCV 3 官方支持 Python 语言绑定，因此这里演示使用 Python 2 版本的范例。
• tapi/: tapi 是 OpenCV 3 的一个新特性，使用 cv::UMat 替代 cv::Mat，实现 CPU 和 GPU 的运算使用统一的接口，不再需要显式地在 CPU 和 GPU 之间传递数据，方便开发人员。
• winrt/: Windows RT 平台的范例，开发语言是微软的 C++ “方言”.

samples/cpp/ 文件夹中的范例介绍

• 3calibration.cpp/: 同时标定三台水平放置的相机。

• bagofwords_classification.cpp/: 使用图像检测实现简易的图像搜索功能。

• bgfg_gmg.cpp/: 演示 GMG 背景检测算法的使用方式。

• bgfg_segm.cpp/: 演示高斯混合背景检测算法的使用方式。

• brief_match_test.cpp/: 使用 BRIEF 特征值来匹配两张图像。

• build3dmodel.cpp/: 演示如何使用基础矩阵和特征值来创建三维模型。

• calibration.cpp/: 完整的多用途标定程序。

• calibration_artificial.cpp/: 在程序中生成一个虚拟的相机，并进行标定。

• camshiftdemo.cpp/: 读取实时的摄像头数据，并演示基于均值偏移算法的视频跟踪。

• chamfer.cpp/: 使用 Chamfer 算法匹配两副边缘图像。

• cloning_demo.cpp/: 命令行模式的图像克隆。

• cloning_gui.cpp/: 图形界面交互的图像克隆。

• connected_components.cpp/: 查找并绘制图像中的连通区域。

• contours2.cpp/: 查找并绘制图像中的轮廓。

• convexhull.cpp/: 查找并绘制由点的集合组成的凸包。

• cout_mat.cpp/: 使用 cout 来输出各种格式化的 Mat 对象。

• create_mask.cpp/: 演示如何创建黑白掩码图像。

• dbt_face_detection.cpp/: 基于检测的人脸跟踪代码。

• delaunay2.cpp/: 通过鼠标交互式地生成 Delaunay 三角形。

• demhist.cpp/: 演示直方图的用法。

• descriptor_extractor_matcher.cpp/: 演示 features2d 检测框架的用法。

• detection_based_tracker_sample.cpp/: 与 dbt_face_detection.cpp 类似。

• detector_descriptor_evaluation.cpp/: 评估各种特征检测器和描述子。

• detector_descriptor_matcher_evaluation.cpp/: 评估各种特征检测器和匹配器。

• dft.cpp/: 演示一幅图像的离散傅里叶变换。

• distrans.cpp/: 显示边缘图像的距离变换值。

• drawing.cpp/: 演示绘画和文字显示功能。

• edge.cpp/: 演示 Canny 边缘检测。

• em.cpp/: 对随机生成的数据点进行 EM 聚类。

• fabmap_sample.cpp/: 演示 FAB-MAP 图像检索算法。

• facerec_demo.cpp/: 人脸识别。

• fback.cpp/: 实时的 Farneback 光流跟踪。

• ffilldemo.cpp/: 演示 floodFill() 像素填充算法。

• filestorage.cpp/: 演示序列化到外部文件，如yml、xml等。

• fitellipse.cpp/: 将轮廓点匹配到椭圆。

• freak_demo.cpp/: 演示 FREAK 特征值的用法。

• gencolors.cpp/: 演示 generateColors()。

• generic_descriptor_match.cpp/: 基于 SURF 的两幅图像间的匹配。

• grabcut.cpp/: 演示 GrabCut 分割算法。

• houghcircles.cpp/: 用霍夫算法检测圆。

• houghlines.cpp/: 用霍夫算法检测直线。

• hybridtrackingsample.cpp/: 混合跟踪算法（Hybrid Tracker）的演示。

• image.cpp/: 来回转换 cv::Mat 和 IplImage。

• image_alignment.cpp/: 演示 findTransformECC() 函数。

• image_sequence.cpp/: 使用 VideoCapture 对象读取序列帧。

• imagelist_creator.cpp/: 创建图像列表到 xml 文件。

• inpaint.cpp/: 使用鼠标交互地进行图像修补。

• intelperc_capture.cpp/: Intel 感知计算设备相关的函数。

• kalman.cpp/: 使用卡尔曼滤波进行二维跟踪。

• kmeans.cpp/: Kmeans 聚类算法的演示。

• laplace.cpp/: 拉普拉斯边缘检测。

• latentsvm_multidetect.cpp/: latentSVM 检测器。

• letter_recog.cpp/: 字母识别。

• linemod.cpp/: 基于 OpenNI 的体感设备应用。

• lkdemo.cpp/: 演示Lukas-Kanade 光流法。

• logpolar_bsm.cpp/: 演示 LogPolar 盲点模型。

• lsd_lines.cpp/: LSD 线段检测。

• matcher_simple.cpp/: SURF 特征检测。

• matching_to_many_images.cpp/: 一对多的特征检测。

• meanshift_segmentation.cpp/: 演示基于均值漂移的色彩分割函数——meanShiftSegmentation()。

• minarea.cpp/: 寻找最小包围盒、包围圆。

• morphology2.cpp/: 形态学图像处理。

• npr_demo.cpp/: 演示各种非真实感渲染效果。

• opencv_version.cpp/: 输出 OpenCV 库的版本号。

• openni_capture.cpp/: 演示 OpenNI 相关的体感设备。

• pca.cpp/: 基于 PCA 的人脸识别。

• peopledetect.cpp/: 基于 cascade 或 hog 进行物体（人）检测。

• phase_corr.cpp/: 演示 phaseCorrelate() 函数。

• points_classifier.cpp/: 演示各种机器学习算法。

• rgbdodometry.cpp/: 对深度传感器如 Kinect 的数据进行处理。

• segment_objects.cpp/: 实时地在视频或相机画面中检测前景物体。

• shape_example.cpp/: 比较并检索形状。

• shape_transformation.cpp/: 用 SURF 特征值检测形状并进行变换。

• squares.cpp/: 检测图像中的方块形状。

• starter_imagelist.cpp/: 一个 “hello worl” 性质的入门范例。

• starter_video.cpp/: 另一个 “hello worl” 性质的入门范例。

• stereo_calib.cpp/: 双目视觉的标定。

• stereo_match.cpp/: 计算左右视觉的图像的差异，生成点云文件。

• stitching.cpp/: 演示图像拼接算法。

• stitching_detailed.cpp/: 演示更多参数的图像拼接算法。

• textdetection.cpp/: 实时场景中的文字定位与识别。

• train_HOG.cpp/: 训练 HOG 分类器。

• ufacedetect.cpp/: 人脸检测。

• video_homography.cpp/: 使用 FAST 特征值来跟踪平面物体。

• videostab.cpp/: 演示 videostab 中各个参数的用法。

• watershed.cpp/: 演示著名的分水岭图像分割算法。

作者：YimianDai
链接：https://www.jianshu.com/p/193a6d15ffe0