opencv模块功能简介

Opencv 模块学习 库 core Basic Structures 基础数据结构，大型的 mat， sparsemat，algorithm(半球匹配，块匹配，背景提取，混 合高斯，字典集，sift)，智能指针 ptr Basic C Structures and Operations 一些 C API, 主要是 cv1.0 时代的老旧函数，感觉没什么用 Dynamic Structures Cv1.0 时代的函数，现在可以用 vector 代替 Operations on Arrays 数据处理，DCT,PCA,SVD,RNG(Random number generator)，常用对 inputarray 的函数 Drawing Functions 画图函数，点线园，填充写字都可以 XML/YAML Persistence Filestorage 和 filenode，用于在 xml 文件存取 XML/YAML Persistence (C API) cv1.0 时代产物 Clustering 就两个函数 Kmeans 和 partition Utility and System Functions and Macros 一些奇怪的函数，四舍五入函数，format，计时，监视错误 OpenGL interoperability Opengl 和 opencv 的结合，buffer，texture2d，arrays 库 Imgproc Image Filtering 各种滤波器，滤波器核(laplacian), 基础滤波器，双边，自适应双边，模糊，边缘插值， 箱（均值）滤波，高斯金字塔，生成图片边缘，高斯滤波，线性，形态学， sobel，scharr，模糊下采样，上采样模糊，可以生成箱滤波器、快速线性可分滤波器(sobel 或 scharr)、高斯、线性、形态学、线性可分 Geometric Image Transformations 图像 map 色度变换，由三点数据求 affine 仿射矩阵，由四点数据求视角变换，不同尺 度截取目标图像矩形区域，获取旋转矩阵，反仿射变换，极坐标变换，对数极坐标变换， 几何坐标插值变换，大小变化，仿射变换，透视变换，矫正视差，畸变矫正图片，畸变校 正点， ， Miscellaneous Image Transformations 自适应阈值，颜色空间变换，离最近的零点的距离计算(应该用于漫水算法吧) ，漫水算 法，图像积分(用于某些算法 haar-like)，阈值法，watershed 分水岭算法 自适应迭代阈值， GrabCut 自分割背景提取(基于 GraphCut，灰度直方图- 混合高斯前景背景建模迭代)， Drawing Functions ColorMaps in OpenCV Histograms 计算直方图，直方图反响投影匹配小图块，直方图比较，EMD 误差，直方图均衡化 Structural Analysis and Shape Descriptors 轮廓特征矩 moment，hu 不变矩，求取重心，寻找轮廓，逼近折线，用折线寻找 freeman 链，获取 contour 长度，寻找垂线， contour 面积，寻找凸包，寻找轮廓凸包突出 度，椭圆拟合，直线拟合，检测是否凸，最小旋转矩形检测，最小圆型检测， matchshape，点和 contour 的位置关系。 Motion Analysis and Object Tracking Feature Detection Object Detection C API 库 highgui 分为三个模块，用户界面模块，读写图片视频模块，qt 模块，用户界面模块可以画控 制条，建立销毁窗口，读写视频图片 库 video 没有类，就是光流法(稀疏光流法，浓密特征光流法，高斯金字塔) ， camshift，meanshift ，混合高斯模型背景提取， 库 calib3d 分为相机校准和 3D 重建 校准可以用棋盘格圆格对称圆格，极线的匹配，欧拉空间转变到齐次方程(什么用？) ， 棋盘格角点渲染显示，pnp 四点求相机世界坐标，仿射变换，3d-2d ，2d-3d，立体块匹配， 深度相机的校准 库 features2d Feature Detection and Description Fast 法提取特征点( 对像素周围统计学取差异较大点)，mser(最大稳定极值区域，寻找 颜色稳定的区域)，brisk 法(对模糊图像有较好效果 )，freak 法(光照旋转尺度视角各方面都 有不错效果) Common Interfaces of Feature Detectors 试了一下 opencv_source_code/samples/cpp/descriptor_extractor_matcher.cpp，是一个 很有意思的小程序，命令行：“SURF SURF BruteForce CrossCheckFilter 1.jpg j.jpg 3”，通用特 征检测接口，sift、surf、mser、“FAST“ ， “STAR“，“SIFT“，“SURF“， “ORB“， “BRISK“， “MSER“ ，“GFTT“ GoodFeaturesToTrackDetector，“HARRIS“ GoodFeaturesToTrackDetector with Harris detector enabled，“Dense“ DenseFeatureDetector，“SimpleBlob“ SimpleBlobDetector Common Interfaces of Descriptor Extractors 特征提取，六种，sift surf brisk freak brief ORB Common Interfaces of Descriptor Matchers 提取后的特征进行匹配，普通 match，knn match，radius match，可以进行图和图已经 图和图列的匹配 Common Interfaces of Generic Descriptor Matchers 面向更普遍的特征向量匹配问题，有些特征貌似不能描述为高维空间向量 Drawing Function of Keypoints and Matches 两个函数，画关键点和匹配 Object Categorization Bagofword 字典集的分类，应该是用特征计算字典集，再用字典集进行聚类 库 object Haar classifier cascade 和 latent SVM，在深度学习出来之前是应用较多的目标检测算法 库 Ml Statistical Models 统计学模型 Normal Bayes Classifier 朴素贝叶斯 K-Nearest Neighbors KNN 算法 K 近邻 Support Vector Machines 支持向量机 SVM Decision Trees 决策树 Boosting 弱分类器，之前看过 bootstrapping、adaboost，错分类别高度加权 Gradient Boosted Trees GBT，通过集成多棵决策树来实现强分类器，梯度提升树(GBTs). Random Trees 随机森林，据说是目前效果最好的分类器之一 Extremely randomized trees 极端随机树，好像用的不多的样子 Expectation Maximization EM 算法，期望最大化算法，高斯混合分布？ Neural Networks 神经网络 MLData 机器学习的数据，好多用的 cvmat 数据格式，貌似不是 cv2.0 以后的发展趋势 库 flann 用于在大数据集或者高维数据集中寻找最近邻，又是 KNN 和 radiussearch 法，还有 KMEANS 库 photo Inpainting 图像修复，用其他图块修补 Denoising 非局部均值滤波，利用块匹配，一块区域和附近区域比对然后叠加，数学基础是高斯 噪声普遍均匀。 库 stitching Stitching Pipeline 这块完成了图像拼接 References High Level Functionality Camera Features Finding and Images Matching Rotation Estimation Autocalibration Images Warping Seam Estimation Exposure Compensation Image Blenders 库 nonfree 就是 sift 和 surf 的实现，不知为什么另外加了一个类，不过实