【OpenCV学习笔记002】OpenCV 2.4.9组件结构解析
这一节我们一起来熟悉一下opencv2.4.9的每个目录中的文件以及这些文件的作用。先打开我的opencv2.4.9的安装目录F:\Program Files (x86)\OpenCV2.4.9\opencv\build，在这里我们看到这些文件。
在文件夹doc中是官方自带的参考文档，我们在程序开发的过程中可以参考需要的API函数，在java文件夹下是我们开发中所需要的jar包和dll（动态链接库），在python文件夹下是用pythony语言开发所需的组件，x64（64bit）和x86（32bit）分别是我们用c++开发所用到的dll文件和lib文件，我们着重介绍一下include文件，在这个文件中放着的是我们项目开发中所用到的头文件组件，打开这里有两个文件分别是opencv和opencv2
在opencv这个文件夹里面，可以看到如下的各种头文件。这里面大概就是opencv 1.0最核心的，而且保留下来的内容的头文件，可以把它们整体理解为一个组件。
这里需要特别注意的就是在opencv2中我们发现有这么一些文件，
接下来我们来进行一个一个地熟悉，
（1）calib3d这个词是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。
（2）contrib
这个词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。
（3）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
（4）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
（5）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
（6）gpu
运用GPU加速的计算机视觉模块，这里我们可以调用NVIDIA（英伟达）的GPU来加速程序的运行
（7）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
（8）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
（9）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
（10）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
（11）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。
（12）objdetect
目标检测模块，包含Cascade Classification（级联分类）和Latent SVM这两个部分。
（13）ocl
即OpenCL-accelerated Computer Vision，运用OpenCL加速的计算机视觉组件模块
（14）photo
也就是Computational Photography，包含图像修复和图像去噪两部分
（15）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
（16）superres
SuperResolution，超分辨率技术的相关功能模块
（17）ts
opencv测试相关代码
（18）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。
（19）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。
了解完这些组件以后，将对我们的以后的开发有很大的帮助，在我们做相关业务开发时，我们可以很快找到相关的组件然后查阅需要的API进行开发。