图像处理

图像处理技术一般包括图像压缩，增强和复原，匹配、描述和识别这3部分。

数字图像是一个大的二维数组，数组元素称为像素，其值称为灰度值。

数字图像处理是去噪、增强、复原、分割、提取特征等处理方法

计算机视觉

使用摄影机和电脑代替人眼对目标识别、跟踪测量，进一步图像处理，是感知科学。

图像处理偏重处理，计算机视觉偏重使用计算机模拟人的视觉

OpenCV

Open Source Computer Vision Library 开源计算机视觉库

OpenCV还提供MLL（Machine Learning Library）机器学习库。机器学习库主要用于统计

方面的模式识别和聚类clustering。

网页

官方网页：opencv.org

Github主页 github.com/Itseez/opencv

开发板Wiki 主页 code.opencv.org

OpenCV可应用的领域

人机交互、物体识别、图像分区、人脸识别、动作识别、运动跟踪、机器人

OpenCV模块按宏定义顺序介绍

【calib3d】——其实就是就是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。

【contrib】——也就是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。

【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

【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

【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（DescriptorExtractors）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

【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

【gpu】——运用GPU加速的计算机视觉模块

【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

【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

【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