opencv4.1.1自带demo解析

转自https://blog.csdn.net/u011574296/article/details/69421922

网上学习opencv的资源有很多，例子也不少，然而很多人却不知道，我们下载好的opencv自带了许多简单易学的demo，对于新手来说特别适用。此篇针对opencv4.1.1版本，在原文基础上有补充。
opencv4版本的优势在于https://blog.csdn.net/amusi1994/article/details/84592094

opencv源代码文件夹sources：

• 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，只能用于搜索第三方库，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
• 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。opencv2 子文件夹中只有一个 opencv.hpp 文件，这是 opencv2 及 opencv3 推荐使用的头文件
• modules: 算法模块的源代码。研究算法的同学 学习的重点！！！
• 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: 算法用法示例文件夹

重点文件夹：include、modules和samples

modules:

• 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。
• 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。
• dnn: 深度神经网络（Deep Neural Networks， 简称DNN）是深度学习的基础
• gapi: 它是非常有效的图像处理的引擎，基于处理图的lazy评估和动态构造（因此名称为Graph API或G-API）
• 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。
• 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。
• highgui: 高级图形界面，包括用户界面、Qt。
• imgcodecs： 对图像文件编解码、读写操作
• 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。
• java: Java开发
• 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。
• objdetect: 物体检测模块，包括 Haar 分类器、SVM 检测器及文字检测。
• 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。
• python: python开发
• stitching: 图像拼接，可用于制作全景图。
• ts: OpenCV测试库，用于单元测试。
• 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。
• videoio: 视频编解码、读写操作

samples:

• 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。
• 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。
• data: 示例程序要用到的数据
• 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官方支持 Java 语言绑定，因此这里演示如何使用 Java 版本的 OpenCV。
• **python:**opencv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
• winrt: Windows RT 平台的范例，开发语言是微软的 C++ “方言”.

cpp文件夹：

• tutorial_code: opencv教程代码
• 3calibration.cpp: 同时标定三台水平放置的相机，根据自带的函数提取角点后定标，效果很不好。
• application_trace.cpp: 类似于边缘检测
• bgfg_segm.cpp: 演示高斯混合背景检测算法的使用方式，跟踪运动做前背景分割。
• calibration.cpp: 完整的多用途标定程序
• 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。
• 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，截取。
• 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。
• detect_blob.cpp: 斑点检测，该程序演示了如何使用BLOB来检测和过滤区域。
• detect_mser: 该程序演示了如何使用MSER来检测极端区域
• dft.cpp: 演示一幅图像的离散傅里叶变换。
• digits.cpp: SVM和KNearest的数字识别
• dis_opticalflow.cpp: 无光流
• distrans.cpp: 显示边缘图像的距离变换值，计算输入图像所有非零元素和其最近的零元素的距离。
• drawing.cpp: 演示绘画和文字显示功能，简单的画点、线、文字等。
• edge.cpp: 演示Canny 边缘检测，通过滑动条调节阈值，利用Canny检测图像边缘后显示。
• em.cpp: 对随机生成的数据点进行 EM 聚类。
• facedetect.cpp: 人脸检测。根据已训练好的分类器对人脸图像进行检测，用不同颜色的圆形框或矩形框标记出检测出的五官
• facial_features: 面部特征检测。
• falsecolor.cpp: 该程序演示了applyColorMap函数的用法。
• fback.cpp: 实时的Farneback 光流跟踪，该程序演示了Gunnar Farneback的密集光流算法。
• 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，椭圆拟合，查找图像轮廓图形。
• grabcut.cpp: 演示GrabCut 分割算法。
• image_alignment.cpp: 演示 findTransformECC() 函数。该文件演示了ECC图像对齐算法的使用。 当给出一个图像时，模板图像是通过随机扭曲人工形成的。 当给出两个图像时，可以通过命令行解析来初始化扭曲。 如果缺少inputWarp，则身份转换将初始化算法。
• imagelist_creator.cpp: 创建图像列表到 xml 文件。
• imagelist_reader.cpp: 该程序使您开始能够从文件列表中读取图像。
• inpaint.cpp: 使用鼠标交互地进行图像修补。
• kalman.cpp: 使用卡尔曼滤波进行二维跟踪，先建立运动模型和观察模型，对绕圆周运动的一维点跟踪，算法结果显示了估计点和实际点的连线。
• kmeans.cpp: Kmeans 聚类算法的演示，在平面上产生随机点后用K-means算法作聚类迭代，由于聚类中心也是随机产生的，可知效果很不好。
• laplace.cpp: 拉普拉斯边缘检测，由滑动条调整阈值，先对图像作滤波（高斯，均值，中值），后Laplace检测边缘。参数sigma=2时效果最好。
• letter_recog.cpp: 字母识别，演示训练各种不同的分类器，使用uci的字符库数据集。
• lkdemo.cpp: 目标跟踪，演示Lukas-Kanade光流法。
• logistic_regression.cpp: 逻辑回归算法，对数字进行识别，有训练集和数据集。
• mask_tmpl.cpp: 该程序演示了模板与掩码匹配的用法。
• matchmethod_orb_akaze_brisk.cpp: 该程序演示了如何检测计算并匹配ORB BRISK和AKAZE描述符。
• minarea.cpp: 寻找最小包围盒、包围圆,产生随机点后计算包含所有点的面积最小的圆和矩形
• morphology2.cpp: 形态学基本运算，包括开/闭运算，膨胀/腐蚀运算。
• neural_network: 简单的神经网络。
• 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
• pca.cpp: 基于 PCA 的人脸识别
• peopledetect.cpp: 基于 cascade 或 hog 进行行人或人体检测
• phase_corr.cpp: 演示 phaseCorrelate() 函数，基于相位的相关图像运动方位跟踪程序。
• points_classifier.cpp: 演示各种机器学习算法，鼠标点击给定点和类。
• polar_transform.cpp: 线性坐标和极坐标相互转换。可以从摄像头捕捉图像。
• qrcode.cpp: 该程序使用OpenCV库从相机或图像中检测QR码
• segment_objects.cpp: 实时地在视频或相机画面中检测前景物体>
• select3dobj.cpp： 在一个有标定棋盘的桌子上，使用3D Box标记一个对象，在所有序列帧中，只要照相机可以看到棋盘，就可以跟踪对象，并用Box分割对象。
• smiledetect.cpp: 该程序演示微笑检测
• squares.cpp: 检测图像中的方块形状。
• 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。
• train_HOG.cpp: 训练 HOG 分类器。
• train_svmsgd.cpp: 训练SVM，SGD分类器，左键黄点，右键蓝点。
• travelsalesman.cpp: 推销员路径规划问题。
• tree_engine.cpp: 演示如何使用不同的决策树和森林包括Boosting和随机树
• videocapture_basic.cpp: 简单的相机捕获。
• videocapture_camera.cpp: 相机捕获。
• videocapture_gphoto2_autofocus.cpp: 该程序演示了gPhoto2 VideoCapture的用法。
• videocapture_gstreamer_pipeline.cpp: 此程序使用不同的后端OpenCV测量视频编码和解码的性能。
• videocapture_image_sequence.cpp: 此示例向您展示如何使用VideoCapture界面读取图像序列。
• videocapture_intelperc.cpp: 该程序演示了英特尔感知计算SDK支持的摄像头的用法。
• videocapture_openni.cpp: 该程序演示了深度传感器（Kinect，XtionPRO，…）的用法。
• videocapture_starter.cpp: 该程序从连接到计算机的视频文件，图像序列（01.jpg，02.jpg … 10.jpg）或相机捕获帧。
• videowriter_basic.cpp: 使用VideoWriter和VideoCapture的非常基本的示例。
• warpPerspective_demo.cpp: 简短的演示程序展示了透视变换如何应用于图像。
• watershed.cpp: 演示著名的分水岭图像分割算法