OpenCV3程式設計入門讀書筆記

雖然之前一直再用opencv這個開源庫完成一些課程的課後作業和課程實習，但是一直對這個沒有乙個總體認識，只清楚它是乙個開源的計算機視覺庫，對於裡面的一些用法自己也不是很清楚，所以找來了一本淺墨寫的opencv3程式設計入門電子版在讀，覺得對自己以後可能會有點幫助，開一篇部落格來記錄一些書中的內容。

可能會有朋友需要這本書，我在這裡分享出去

下面開始記錄（會記錄一些自己認為的要點，可能會有些遺漏）

opencv分很多模組，不同模組具有不同的功能和作用，接下來具體介紹

(1)calib3d--calibration(校準)和3d這兩個詞的組合縮寫。這個模組主要是相機校準和三維重建相關的內容，包括基本的多視角幾何演算法、單個立體攝像頭標定、物體姿態估計、立體相似性演算法、3d資訊的重建等。

(4)imageproc--image和process這兩個單詞的縮寫組合，影象處理模組，包含：線性和非線性的影象濾波，影象的幾何變換，其他影象轉換，直方圖相關，結構分析和形狀描述，運動分析和物件跟蹤，特徵檢測，目標檢測等內容。

(5)feature2d--也就是features2d,即2d功能的框架，包含：特徵檢測和描述，特徵檢測器通用介面，描述符提取器通用介面，描述符匹配器通用介面，通用描述符匹配器通用介面，關鍵點繪製函式和匹配功能繪製函式。

(7)gpu--執行gpu加速的計算機視覺模組。

(9)legacy--一些已經廢棄的**庫，保留下來向下相容，包含運動分析、期望最大化、直方圖、平面細分（c api）,特徵檢測和描述，描述符提取器，通用描述符的常用介面，匹配器。

(10)ml--machine learning，機器學習模組，基本上是統計模型和分類演算法，包含：統計模型，一般的貝葉斯分類器，k-近鄰，支援向量機，決策樹，提公升，梯度提高樹，隨機樹，超隨機樹，期望最大化，神經網路，mldata。

(11)nonfree--一些具有專利的演算法模組，包含特徵檢測和gpu相關的內容，最好不要商用。

(12)objdetect--目標檢測模組，包含cascadee classification(級聯分類)和latent svm這兩個部分。

(13)ocl--opencl-accelerated computer vision，運用opencl加速的計算機視覺元件模組。

(14)photo--computer photography,包含影象修復和影象去噪兩部分。

(16)superres--superresolution,超解析度技術的相關功能模組。

(17)ts--opencv測試相關**，不用去管。

在opencv標頭檔案的opencv.hpp中已經包含了各模組的標頭檔案，編寫其他模組的應用程式時，原則上只寫一句#include即可。

**的命名規則（直接貼圖了）：

OpenCV3程式設計入門 讀書筆記