opencv c语言 头文件,OpenCV编程头文件分析

打开opencv2.4.8里面的include文件夹,出现两个文件夹为别为:opencv,opencv2。接下来我们来看其特点:

1.首先看opencv文件夹里面的文件分布:

opencv c语言 头文件,OpenCV编程头文件分析_第1张图片

cv.h源码如下:

opencv c语言 头文件,OpenCV编程头文件分析_第2张图片

cv.hpp文件源码如下:

opencv c语言 头文件,OpenCV编程头文件分析_第3张图片

从而看出,cv.hpp是包含cv.h文件的,

在opencv 文件夹里的所有文件都是类似的,均是包含opencv2文件夹里的头文件,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.接下来看opencv文件夹里面的文件分布:

opencv c语言 头文件,OpenCV编程头文件分析_第4张图片

看这些文件分布,首先来看两个文件:

opencv.hpp文件:

opencv c语言 头文件,OpenCV编程头文件分析_第5张图片

我们可以看到,调用opencv库时,可以头文件写成:

#include

就包含了opencv库所有头文件。

opencv _modules文件:

opencv c语言 头文件,OpenCV编程头文件分析_第6张图片

对于这个解释如下:

【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

【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(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

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

完成两个文件的解释,接下来开始一个子文件夹的分析就结束我们的博客吧。

开始我们熟悉的highgui文件夹里的文件分析:

opencv c语言 头文件,OpenCV编程头文件分析_第7张图片

首先看ios文件:

opencv c语言 头文件,OpenCV编程头文件分析_第8张图片

其包含cap_ios.h文件,其为:

opencv c语言 头文件,OpenCV编程头文件分析_第9张图片

在此两个文件的包含关系就清楚了。

highgui.hpp文件:

opencv c语言 头文件,OpenCV编程头文件分析_第10张图片

其包含highgui_c.h文件。

a28000887a0d0efe8a6a4cfe97fe8607.png

至此告一段落,对于opencv的头文件包含问题都可以依次来解决。

你可能感兴趣的:(opencv,c语言,头文件)