OpenCV | OpenCV实战从入门到精通系列一 -- OpenCV宏的讲解

Posted 2022-11-30 人工智能博士

点上方蓝字Python人工智能与深度学习社区获取更多干货

在右上方 ··· 设为星标 ★，与你不见不散

本文来源学习笔记

文章目录

• 图像处理

• 计算机视觉

• OpenCV

• 网页

• OpenCV可应用的领域

• OpenCV模块按宏定义顺序介绍

---

图像处理

图像处理技术一般包括图像压缩，增强和复原，匹配、描述和识别这3部分。

数字图像是一个大的二维数组，数组元素称为像素，其值称为灰度值。

数字图像处理是去噪、增强、复原、分割、提取特征等 处理方法

---

计算机视觉

使用摄影机和电脑代替人眼对目标识别、跟踪测量，进一步图像处理，是感知科学。

图像处理偏重处理，计算机视觉偏重使用计算机模拟人的视觉

---

OpenCV

Open Source Computer Vision Library 开源计算机视觉库

OpenCV还提供MLL（Machine Learning Library）机器学习库。机器学习库主要用于统计

方面的模式识别和聚类clustering。

---

网页

官方网页：opencv.org

Github主页 github.com/Itseez/opencv

开发板Wiki 主页 code.opencv.org

---

OpenCV可应用的领域

人机交互、物体识别、图像分区、人脸识别、动作识别、运动跟踪、机器人

---

OpenCV模块按宏定义顺序介绍

【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（DescriptorExtractors）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，官方文档中没有多作介绍，不管它了。

声明：本内容来源学习笔记

图片来源网络，不代表本公众号立场。如有侵权，联系删除

考上清华北大有多难？

北京大学2019年录取分数线

2019年全国各省高考状元都报考了什么大学？

 Python人工智能与深度学习社区  

人工智能、深度学习、无人驾驶

计算机视觉、自然语言处理、

Github资源、AI论文速递

互联网大厂面试经验、内推资讯