opencv 3.1模块+主要改进

一、主模块 
1、 core 模块 ：核心模块，包括 OpenCV 基本的 数据结构 ，一些 C语言 的语法结构和基础，对数组的操作的函数，XML和YAML文件的写入与读取，聚类操作，系统函数和宏定义，Directx互操作、OPENGL的互操作（利用CUDA进行加速处理），英特尔IPP异步C / C++转换器，优化 算法 ，Eigen（一个高层次的C ++库）的支持，OPenCL的支持，硬件加速模块， Intel VA-API/OpenCL (CL-VA) 的互操作。 
2、 imgproc ，image Processing，图像处理模块，包括图像滤波，图像几何变换，图像其它（Miscellaneous）变换，画图函数，颜色表，平面细分，直方图相关，结构分析和形状描述，运动分析和目标跟踪，特征提取，目标提取，C函数接口 
3、 imgcodecs ，Image file reading and writing，图像文件的读写操作，还支持 iOS 平台 
4、 videoio ， Media I/O，负责视频文件的读写，也包括摄像头、Kinect 等的输入。 
5、 highgui ， High-level GUI，OPENCL、qt，winRT等图形界面的整合。 
6、 video ， Video Analysis，视频分析模块。包括背景提取、目标跟踪、卡尔曼滤波等，视频监控很多都用到这个模块。 
7、 calib3d ， Camera Calibration and 3D Reconstruction，相机标定以及三维重建。 
8、 features2d ，2D Features Framework，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，例如 FAST、MSER、OBRB、BRISK等。 
9、 objdetect ，Object Detection，物体检测模块，包括haar分类器等。 
10、 ml . Machine Learning，器学习模块， 基本上是统计模型和分类算法，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。 
11、 flann . Clustering and Search in Multi-Dimensional Spaces，用于在多维空间内聚类及搜索的近似算法。 
12、 photo . Computational Photography，计算摄影学。包括图像修补、去噪、HDR成像、非真实感渲染等。Photoshop的高级功能就需要这个模块。 
13、 stitching . Images stitching，图像拼接，全景图就是图像拼接的结果。 
14、 CUDA模块 ，包括cudaarithm（矩阵运算）. cudabgsegm（分割）. cudacodec（视频编解码）.cudafeatures2d（特征提取）. cudafilters（图像滤波）. cudaimgproc（图像处理）. cudalegacy. cudaobjdetect(目标检测). cudaoptflow（光流检测）. cudastereo（立体匹）.cudawarping（图像变换）.cudev（这一系列的核心，类似于core中的基本结构），是基于CUDA的加速算法，这一系列模块是需要硬件支持的，cuda是显卡制造商 NVIDIA 推出的通用计算语言。 
15、 shape . Shape Distance and Matching，形状匹配算法模块。用于描述形状、比较形状。 
16、 superres . Super Resolution，增大分辨率 
17、 videostab . Video Stabilization，解决相机移动时拍摄的视频不够稳定的问题。 
18、 viz . 3D Visualizer三维可视化模块。底层实现基于 VTK 这个第三方库。 
二、扩展模块 
1、 aruco . ArUco Marker Detection，运用棋盘 + ArUco库标定摄像头 
2、 bgsegm . Improved Background-Foreground Segmentation Methods，改善的前景-背景分割。 
3、 bioinspired . Biologically inspired vision models and derivated tools，基于生物学的视觉模块和工具。 
4、 ccalib . Custom Calibration Pattern for 3D reconstruction，全方位摄像机标定和立体三维重建 。 
5、 cvv . GUI for Interactive Visual Debugging of Computer Vision Programs，视觉交互结界面 
6、 datasets . Framework for working with different datasets，支持不同数据的框架，可以用自己的数据进行测试。 
7、 dnn . Deep Neural Network module，深度神经网络。 
8、 dpm . Deformable Part-based Models改进的变形部件为基础的模型（proposed by P.F. Felzenszwalb）。 
9、 face . Face Recognition，面部识别 
10、 fuzzy . Image processing based on fuzzy mathematics，基于模糊数学的图形处理。 
11、 hdf . Hierarchical Data Format I/O routines，分层数据格式输入输出。 
12、 line_descriptor . Binary descriptors for lines extracted from an image，对图像中提取的直线的描述。 
13、 matlab . MATLAB Bridge，与matlab之间的接口。 
14、 optflow . Optical Flow Algorithms，光流算法。 
15、 plot . Plot function for Mat data，画图功能 
16、 reg . Image Registration，图像配准。 
17、 rgbd . RGB-Depth Processing，图像深度的获取、表示以及物体三维点的计算等。根据相机内参、外参计算真实深度。 
18、 saliency . Saliency API，好的程序接口。 
19、 sfm . Structure From Motion，由运动恢复结构的三维重建方法。 
20、 stereo . Stereo Correspondance Algorithms，立体匹配。 
21、 structured_light . Structured Light API，结构光的标定程序接口。 
22、 surface_matching . Surface Matching，面匹配。 
23、 text . Scene Text Detection and Recognition，改进和扩展场景文字探测 
24、 tracking . Tracking API，多目标TLD算法跟踪 
25、 xfeatures2d . Extra 2D Features Framework，SIFT、SURF等二维特征提取算法。 
26、 ximgproc . Extended Image Processing，扩展图像处理算法，快速边缘检测、图像滤波，图像分割、超像素。 
27、 xobjdetect . Extended object detection，扩展目标检测算法WaldBoost detector。 

28、xphoto. Additional photo processing algorithms，扩展photo模块。

Reference: 
1、http://docs.opencv.org/master/index.html 
2、http://zhuanlan.zhihu.com/p/19988205 
3、http://blog.csdn.net/yzhang6_10/article/details/50760092

OpenCV 3.1 发布，此版本更新内容如下：此版本是 3.x 系列的第一个稳定版本，详细改进内容请看发行说明。

OpenCV 3.1 支持最新的 Windows 和 OS X 操作系统和最新的开发工具 (VS2015 和 Xcode 7)；支持 Andorid 5。

主要改进：

• Omnidirectional Cameras Calibration and Stereo 3D Reconstruction全方位摄像机标定和立体三维重建 – opencv_contrib/ccalib module (Baisheng Lai, Bo Li)->

   全方位摄像机标定和立体三维重建

• Structure From Motion – opencv_contrib/sfm module (Edgar Riba, Vincent Rabaud)->从运动信息中恢复三维场景结构

• Improved Deformable Part-based Models – opencv_contrib/dpm module (Jiaolong Xu, Bence Magyar)->改进的变形部件为基础的模型

• Real-time Multi-object Tracking using Kernelized Correlation Filter – opencv_contrib/tracking module (Laksono Kurnianggoro, Fernando J. Iglesias Garcia)->采用核心化相关滤波实时多目标跟踪

• Improved and expanded Scene Text Detection – opencv_contrib/text module (Lluis Gomez, Vadim Pisarevsky)->改进和扩展场景文字探测

• Stereo correspondence improvements – opencv_contrib/stereo module (Mircea Paul Muresan, Sergei Nosov)->立体匹配的改进

• Structured-Light System Calibration – opencv_contrib/structured_light (Roberta Ravanelli, Delia, Stefano Fabri, Claudia Rapuano)->结构光系统标定

• Chessboard+ArUco for camera calibration – opencv_contrib/aruco (Sergio Garrido, Prasanna, Gary Bradski)->运用棋盘+ArUco库标定摄像头

• Implementation of universal interface for deep neural network frameworks – opencv_contrib/dnn module (Vitaliy Lyudvichenko, Anatoly Baksheev)->深度神经网络框架的通用接口的实现

• Recent advances in edge-aware filtering, improved SGBM stereo algorithm – opencv/calib3d and opencv_contrib/ximgproc (Alexander Bokov, Maksim Shabunin)->边缘意识过滤的最新进展，改进SGBM立体算法

• Improved ICF detector, waldboost implementation – opencv_contrib/xobjdetect (Vlad Shakhuro, Alexander Bovyrin)->改进的ICF检测，waldboost实现

• Multi-target TLD tracking – opencv_contrib/tracking module (Vladimir Tyan, Antonella Cascitelli)->多目标TLD算法跟踪

• 3D pose estimation using CNNs – opencv_contrib/cnn_3dobj (Yida Wang, Manuele Tamburrano, Stefano Fabri)->3D姿态估计使用细胞神经网络

• 
  

  OpenCV 是 Intel 开源计算机视觉库。它由一系列 C 函数和少量 C++ 类构成，实现了图像处理和计算机视觉方面的很多通用算法。

  OpenCV 拥有包括 300 多个C函数的跨平台的中、高层 API。它不依赖于其它的外部库——尽管也可以使用某些外部库。

  OpenCV 对非商业应用和商业应用都是免费（FREE）的。（细节参考 license）。

  OpenCV 为Intel Integrated Performance Primitives (IPP) 提供了透明接口。 这意味着如果有为特定处理器优化的的 IPP 库， OpenCV 将在运行时自动加载这些库。