在上一章我们成功安装并配置了OpenCV，现在我们可以查看一下解压目录F:\tools\opencv\build\include下的文件，有两个：
opencv中包含了过去版本中保留下来的头文件，这里不做介绍。而opencv2中则包含了我们目前主要使用的组件，可以看到其中包含了一个叫做opencv_modules.hpp的hpp文件，打开可以看到里面包含了OpenCV2中所有组件的宏：
【calib3d】——其实就是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， 该模块包含了关一些于人脸识别，立体匹配，人工视网膜模型等技术的实现方法。
【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
【imgcodecs】与图象读写相关的模块，包含了图象的读取输出操作，值得一提的是，OpenCV并没有在Java中实现imshow，这使得我们想要输出图片查看效果时只能通过imwrite，或者自己动手实现一个类似imshow的方法。这个模块包含了如下内容：
• imdecode 从内存缓冲中读取一张图片
• imencode 将一张图片写入内存缓冲
• imread 从文件中读取一张图片
• imwrite 将一张图片写入指定文件
【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
【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
【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
【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
【objdetect】——目标检测模块，包含Cascade Classification（级联分类）和Latent SVM这两个部分。
【photo】——也就是Computational Photography，包含图像修复和图像去噪两部分
【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
•
【superres】——SuperResolution，超分辨率技术的相关功能模块
【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。
其中我们平时用的最多，也最基础的就是core、imgproc以及imgcodecs模块，其中包括了图象的基本操作和常用处理算法。