全面列举OpenCV 各模块中常见的算子

专栏地址：

《 OpenCV功能使用详解200篇 》

《 OpenCV算子使用详解300篇 》

《 Halcon算子使用详解300篇 》

内容持续更新 ，欢迎点击订阅

---

OpenCVSharp 是 OpenCV 的 .NET 封装，几乎涵盖了 OpenCV 的所有功能。OpenCV 本身包含了大量的模块（或称子模块），每个模块都包含了不同的算子和功能。下面是 OpenCVSharp 中所有模块的详细列举，并描述了各模块中常见的算子（函数）。此回答力求全面，涵盖主要的模块和算子。

1. Core 模块 (core)

该模块是 OpenCV 的基础，包含了矩阵、数据结构、基本运算和矩阵处理功能。

常用算子：

• Cv2.Add(), Cv2.Subtract(), Cv2.Multiply(), Cv2.Divide()
• Cv2.Min(), Cv2.Max(), Cv2.Mean(), Cv2.Median()
• Cv2.AbsDiff(), Cv2.BitwiseAnd(), Cv2.BitwiseOr(), Cv2.BitwiseXor(), Cv2.BitwiseNot()
• Cv2.Normalize(), Cv2.NormalizeSum()
• Cv2.ElemSize(), Cv2.Total(), Cv2.MatType()
• Cv2.Mat(), Cv2.MatOfInt(), Cv2.MatOfFloat()
• Cv2.Concat(), Cv2.Split(), Cv2.Merge()
• Cv2.Sort(), Cv2.Randu(), Cv2.Randn()
• Cv2.Multiply(), Cv2.AbsDiff()
• Cv2.MatExpr()
• Cv2.MeanStdDev()
• Cv2.CornerSubPix()
• Cv2.Rect(), Cv2.Size(), Cv2.Point()

---

2. Image Processing 模块 (imgproc)

图像处理模块用于处理图像的转换、滤波、几何变换等。

常用算子：

• 颜色空间转换：
  • Cv2.CvtColor()
  • Cv2.BGR2GRAY, Cv2.GRAY2BGR, Cv2.RGB2HSV 等
• 几何变换：
  • Cv2.Resize(), Cv2.PyrDown(), Cv2.PyrUp()
  • Cv2.GetAffineTransform(), Cv2.GetPerspectiveTransform()
  • Cv2.WarpAffine(), Cv2.WarpPerspective()
• 滤波操作：
  • Cv2.GaussianBlur(), Cv2.MedianBlur(), Cv2.BilateralFilter()
  • Cv2.Sobel(), Cv2.Laplacian(), Cv2.Canny(), Cv2.Scharr()
• 形态学操作：
  • Cv2.Erode(), Cv2.Dilate(), Cv2.MorphologyEx()
• 阈值操作：
  • Cv2.Threshold(), Cv2.AdaptiveThreshold()
  • Cv2.InRange()
• 边缘检测：
  • Cv2.Canny(), Cv2.HoughLines(), Cv2.HoughCircles()
• 轮廓处理：
  • Cv2.FindContours(), Cv2.DrawContours(), Cv2.ApproxPolyDP()
• 角点检测：
  • Cv2.GoodFeaturesToTrack(), Cv2.CornerHarris()
• 直方图计算：
  • Cv2.CalcHist(), Cv2.NormalizeHist()
• 模板匹配：
  • Cv2.MatchTemplate(), Cv2.MinMaxLoc()
• 均值滤波与高斯滤波：
  • Cv2.BoxFilter(), Cv2.Blur()

---

3. Features2D 模块 (features2d)

用于处理特征点检测与匹配，包括常见的特征提取和匹配算法，如 ORB、SIFT、SURF 等。

常用算子：

• 特征检测与描述符计算：
  • Cv2.ORB_Create(), Cv2.SIFT_Create(), Cv2.SURF_Create()
  • Cv2.FastFeatureDetector_Create(), Cv2.AKAZE_Create()
  • Cv2.BRIEF(), Cv2.BRISK()
  • Cv2.FAST()
• 特征匹配：
  • Cv2.BFMatcher(), Cv2.FlannBasedMatcher()
  • Cv2.DescriptorMatcher(), Cv2.BowImgDescriptorExtractor()
  • Cv2.Matches() (KNN 或 Brute Force Matcher)
• 绘制特征点：
  • Cv2.DrawKeypoints(), Cv2.DrawMatches()

---

4. Video 模块 (video)

该模块用于视频分析，包括光流估计、背景分割和对象追踪等。

常用算子：

• 光流估计：
  • Cv2.CalcOpticalFlowFarneback(), Cv2.calcOpticalFlowPyrLK()
• 背景建模：
  • Cv2.BackgroundSubtractorMOG2(), Cv2.BackgroundSubtractorKNN()
• 视频读取与写入：
  • Cv2.VideoCapture(), Cv2.VideoWriter()
• 视频跟踪：
  • Cv2.TrackerMOSSE_Create(), Cv2.TrackerKCF_Create()
  • Cv2.CamShift(), Cv2.meanShift()

---

5. Machine Learning 模块 (ml)

该模块提供了机器学习算法的实现，包括分类器、回归分析、聚类等。

常用算子：

• SVM：
  • Cv2.ml.SVM_Create()
  • Cv2.ml.SVM_Train(), Cv2.ml.SVM_Predict()
• K近邻：
  • Cv2.ml.KNearest_Create()
  • Cv2.ml.KNearest_FindNearest()
• 决策树：
  • Cv2.ml.DecisionTree_Create()
• 随机森林：
  • Cv2.ml.RTrees_Create()
• 神经网络：
  • Cv2.ml.ANN_MLP_Create()
• Boosting：
  • Cv2.ml.Boost_Create()
• 聚类算法：
  • Cv2.ml.KMeans(), Cv2.ml.EM_Create()
• Logistic回归：
  • Cv2.ml.LogisticRegression_Create()

---

6. Object Detection 模块 (objdetect)

该模块用于物体检测，如人脸检测、行人检测、眼睛检测等。

常用算子：

• 人脸检测：
  • Cv2.CascadeClassifier()
  • Cv2.CascadeClassifier_DetectMultiScale()
• 行人检测：
  • Cv2.HOGDescriptor()
  • Cv2.HOGDescriptor_DetectMultiScale()
• Hough变换：
  • Cv2.HoughLines(), Cv2.HoughCircles()

---

7. Calibration and 3D Reconstruction 模块 (calib3d)

该模块涉及相机标定、三维重建和相机姿态估计等。

常用算子：

• 相机标定：
  • Cv2.CalibrateCamera()
  • Cv2.StereoCalibrate(), Cv2.StereoRectify()
• 投影与重建：
  • Cv2.ProjectPoints(), Cv2.ReprojectImageTo3D()
  • Cv2.FindHomography()
• 深度图与视差图：
  • Cv2.StereoBMCreate(), Cv2.StereoSGBMCreate()
• 相机坐标系与世界坐标系转换：
  • Cv2.Rodrigues()

---

8. Deep Neural Networks 模块 (dnn)

该模块用于加载和使用深度学习模型。

常用算子：

• 模型加载：
  • Cv2.dnn.ReadNet(), Cv2.dnn.ReadNetFromTensorflow(), Cv2.dnn.ReadNetFromCaffe()
  • Cv2.dnn.ReadNetFromDarknet()
• 图像预处理：
  • Cv2.dnn.BlobFromImage()
  • Cv2.dnn.BlobFromImages()
• 模型推理：
  • Cv2.dnn.Forward()
  • Cv2.dnn.SetInput()
• 层获取与网络设置：
  • Cv2.dnn.GetLayerNames(), Cv2.dnn.GetUnconnectedOutLayers()

---

9. HighGUI 模块 (highgui)

highgui 是 OpenCV 用来处理图形用户界面（GUI）和显示图像、视频的模块。它提供了与窗口、鼠标和键盘交互的接口。这个模块在图像处理的过程中非常常用，尤其是用来显示处理结果。

常用算子：

• 窗口管理：

  • Cv2.NamedWindow(): 创建一个窗口。
  • Cv2.DestroyWindow(): 销毁指定的窗口。
  • Cv2.DestroyAllWindows(): 销毁所有窗口。
  • Cv2.ResizeWindow(): 改变窗口大小。
  • Cv2.MoveWindow(): 移动窗口到指定位置。
  • Cv2.GetWindowProperty(): 获取窗口属性。

• 图像显示与等待：

  • Cv2.ImShow(): 显示图像在指定的窗口中。
  • Cv2.WaitKey(): 等待键盘输入，通常与图像显示配合使用，用于暂停程序的执行，直到用户按下某个键。
  • Cv2.ImWrite(): 将图像保存到指定路径。

• 鼠标回调：

  • Cv2.SetMouseCallback(): 设置鼠标事件回调函数，处理鼠标点击、拖动等事件。

---

10. Imgcodecs 模块 (imgcodecs)

imgcodecs 模块负责图像的编码和解码，通常用来读取和保存图像。它可以处理多种图像格式，如 .jpg、.png、.bmp、.tiff 等。

常用算子：

• 图像读取与保存：

  • Cv2.ImRead(): 读取图像文件并将其加载到内存中，支持各种格式。
  • Cv2.ImWrite(): 将图像保存为指定文件格式。

• 图像读取的标志位：

  • Cv2.ImReadModes.Grayscale: 以灰度模式读取图像。
  • Cv2.ImReadModes.Color: 以彩色模式读取图像。
  • Cv2.ImReadModes.Unchanged: 不做任何解码，直接加载原始图像数据。

• 图像编码参数：

  • Cv2.ImEncode(): 将图像数据压缩成指定格式的字节流。
  • Cv2.ImDecode(): 将字节流解码成图像。

---

11. Flann (Fast Library for Approximate Nearest Neighbors) 模块 (flann)

Flann 模块提供了高效的近似最近邻搜索算法，通常用于特征匹配、数据挖掘和搜索引擎等应用。它提供了多种高效的算法来进行快速的最近邻查询。

常用算子：

• FLANN匹配器：

  • Cv2.FlannBasedMatcher(): 创建一个 FLANN 匹配器，适用于描述符匹配（如 SURF、SIFT）。
  • Cv2.FlannBasedMatcher.KnnMatch(): 使用 K 近邻算法进行描述符匹配。

• FLANN搜索参数：

  • Cv2.FlannBasedMatcher.Parameters(): 设置 FLANN 搜索参数（例如：checks，用于控制近似搜索的精度与速度）。

---

12. Contrib 模块 (contrib)

contrib 是 OpenCV 的扩展模块，包含了一些实验性或非标准的算法和工具。这个模块并非 OpenCV 核心的一部分，但它提供了许多有用的工具，特别是一些较为先进的计算机视觉算法和功能。

常用算子：

• Deep Learning 模块：

  • OpenCV 提供了许多深度学习相关的工具，如集成 TensorFlow、Caffe、Torch 等框架的预训练模型，进行目标检测、分类等任务。

• 增强现实 (AR)：

  • Cv2.AugmentedReality(): 用于增强现实应用中的图像注册和匹配。

• Extra Feature Detectors：

  • LSD (Line Segment Detector)： Cv2.LSDDetector()
  • SimpleBlobDetector：Cv2.SimpleBlobDetector()

• OCR (Optical Character Recognition)：

  • 集成 Tesseract OCR 引擎，通过 OpenCV 处理文本提取，Cv2.Text()。

---

13. Text 模块 (text)

OpenCV 的 text 模块专门用于文本检测与识别。它通常与 OCR 相关联，常用于图像中的文本提取与分析。

常用算子：

• 文本检测：

  • Cv2.Text.DetectText(): 检测图像中的文本区域。

• 文本提取：

  • Cv2.Text.RecognizeText(): 从检测出的文本区域提取文本。

• OCR 使用：

  • 与 Tesseract 引擎集成，提供一个简单的接口来识别图片中的文字。

---

14. Tracking 模块 (tracking)

OpenCV 中的 tracking 模块用于视频中的物体跟踪。它提供了多种对象跟踪算法，这些算法可以通过视频序列来追踪物体的运动。

常用算子：

• KCF (Kernelized Correlation Filters)：

  • Cv2.TrackerKCF_create(): 创建一个 KCF 跟踪器。

• MOSSE (Minimum Output Sum of Squared Error)：

  • Cv2.TrackerMOSSE_create(): 创建一个 MOSSE 跟踪器。

• BOOSTING, MIL, TLD 等其他跟踪算法：

  • Cv2.TrackerBoosting_create(), Cv2.TrackerMIL_create(), Cv2.TrackerTLD_create() 等。

• 更新和获取位置：

  • Cv2.Tracker.Update(): 更新跟踪器的状态。
  • Cv2.Tracker.GetPosition(): 获取当前跟踪目标的位置。

---

15. Stereo Vision 模块 (stereo)

该模块处理立体视觉和深度图的计算，常用于三维重建、立体匹配和深度估计。

常用算子：

• 立体匹配：

  • Cv2.StereoBM_create(): 创建一个基于块匹配的立体匹配算法。
  • Cv2.StereoSGBM_create(): 创建一个基于加权立体图像块匹配的算法，通常用于更精细的深度图生成。

• 深度图生成：

  • Cv2.StereoBM.compute(): 计算左右图像对的深度图。
  • Cv2.StereoSGBM.compute(): 基于 SGBM 算法计算深度图。

• 视差图：

  • Cv2.ReprojectImageTo3D(): 将视差图转为三维坐标。

---

16. Photo 模块 (photo)

photo 模块提供了图像修复和增强的功能，常用于图像的去噪、颜色校正、曝光合成等。

常用算子：

• 去噪：

  • Cv2.FastNlMeansDenoising(), Cv2.FastNlMeansDenoisingColored(): 快速非局部均值去噪。

• 图像融合与曝光合成：

  • Cv2.CreateMergeDebevec(): 使用 Debevec 算法合成曝光。
  • Cv2.CreateMergeMertens(): 使用 Mertens 算法进行多曝光合成。

• 光照校正：

  • Cv2.CorrectLighting()：进行光照校正。

---

总结

OpenCVSharp 和 OpenCV 提供了广泛的图像处理功能和算法，涵盖了从基本的图像操作到复杂的计算机视觉任务的所有内容。从图像的读取、处理、显示，到特征提取、物体检测、机器学习、深度学习等高级应用，都有丰富的实现。这些功能帮助开发者在图像和视频分析、增强现实、自动驾驶、医学图像处理、安防监控等领域中进行高效的开发。

每个模块和算子都可以根据具体的应用需求进行组合和优化，从而实现各种强大的功能。希望这个详细的介绍对你理解 OpenCVSharp 和 OpenCV 的模块及功能有所帮助！

---

专栏地址：

《 OpenCV功能使用详解200篇 》

《 OpenCV算子使用详解300篇 》

《 Halcon算子使用详解300篇 》

内容持续更新 ，欢迎点击订阅

---