快速了解OpenCV的架构
《OpenCV计算机视觉开辟实践:基于Python》【择要 书评 试读】- 京东图书OpenCV软件已经发展得比力庞大了，它针对差别的应用划分了差别的模块，每个模块专注于相应的功能。一个模块下面有大概有类、全局函数、罗列或全局变量等。所有全局函数或变量都在定名空间cv2下，路径为：
C:\Users\Administrator\AppData\Local\Programs\Python\Python38\Lib\ site-packages\cv2
cv2.cp38-win_amd64.pyd文件提供了opencv-python大部分的功能。pyd文件是用其他语言编写的Python库文件。如果用depends.exe工具查看，可以看到其实是用C/C++语言编译过来的，如图3-1所示。
https://i-blog.csdnimg.cn/direct/e73ba8b4dd88416ea45bd172b76f46f7.png
图3‑1
也就是说，cv2.cp38-win_amd64.pyd内部本质上都是一个个C/C++函数和变量等。因此，opencv-python的架构等同于安装C/C++的OpenCV架构，只不过在外层封了一层Python函数接口。我们可以通过了解基于C/C++的OpenCV架构来窥探基于Python的OpenCV架构。基于C/C++的OpenCV架构划分了如图3-2所示的这些模块。
https://i-blog.csdnimg.cn/direct/b747847077594dfb990b3a3debe3799a.png
图3‑2
这些模块有的经过多个版本的更新已较为美满，包含了较多的功能；有的模块还在渐渐的发展中，包含的功能相对较少。接下来将按照文件夹的次序（字母次序）先容模块的功能。
[*]calib3d：这个模块名称是由calibration（校准）和3D这两个单词的缩写组合而成的，通过名称我们可以知道，模块主要包含相机标定与立体视觉等功能，例如物体位姿估计、三维重修、摄像头标定等。
[*]core：核心功能模块，主要包含OpenCV库的基础结构以及基本操作，例如OpenCV基本数据结构、绘图函数、数组操作相干函数、动态数据结构等。
[*]dnn：深度学习模块，这个模块是OpenCV 4版本加入的一个特色，主要包括构建神经网络、加载序列化网络模子等，但是该模块目前仅适用于正向通报计算（测试网络），原则上不支持反向计算（练习网络）。
[*]features2d：这个模块名称是由features（特性）和2D这两个单词的缩写组合而成的，其功能主要为处置惩罚图像特性点，例如特性检测、描述与匹配等。
[*]flann：这个模块名称是Fast Library for Approximate Nearest Neighbors（快速近似最近邻库）的缩写，是高维的近似近邻快速搜索算法库，主要包含快速近似最近邻搜索与聚类等。
[*]gapi：这个模块是OpenCV 4.0版本新增加的模块，旨在加速常规的图像处置惩罚，与其他模块相比，这个模块主要充当框架而不是某些特定的计算机视觉算法。
[*]highgui：高层GUI图形用户界面，包含创建和操作显示图像的窗口、处置惩罚鼠标变乱以及键盘下令、提供图形交互可视化界面等。
[*]imgcodecs：图像文件读取与生存模块，主要用于图像文件读取与生存。
[*]imgproc：这个模块名称是由image（图像）和process（处置惩罚）两个单词的缩写组合而成的，是重要的图像处置惩罚模块，主要包括图像滤波、几何变换、直方图、特性检测与目的检测等。
[*]ml：呆板学习模块，主要为统计分类、回归和数据聚类等。
[*]objdetect：目的检测模块，主要用于图像目的检测，例如检测Haar特性。
[*]photo：计算摄影模块，主要包含图像修复和去噪等。
[*]stitching：图像拼接模块，主要包含特性点探求与匹配图像、估计旋转、自动校准、接缝估计等图像拼接过程的相干内容。
[*]video：视频分析模块，主要包含运动估计、背景分离、对象跟踪等视频处置惩罚相干内容。
[*]videoio：视频输入输出模块，主要用于读取与写入视频大概图像序列。
通过对OpenCV模块构架的先容，相信读者已经对OpenCV整体架构有了一定的了解。简朴来说，OpenCV就是将众多图像处置惩罚和视觉处置惩罚集成在一起的软件开辟包（Software Development Kit，SDK），其自身并不复杂，只要通过学习就可以轻松掌握其利用方法。
刚开始没必要一下子全部掌握这些模块，我们可以先学习几个常用的基本模块，其他模块可以等实际工作需要的时间再学习。我们的学习也可以根据这些划分好的模块来睁开。
https://i-blog.csdnimg.cn/direct/fb77246e728e47dd95914794176c8a1c.jpeg
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。
页:
[1]