对于初学opencv的我来说，最头疼和无法下手的就是，都有什么库，那些库都是干什么的，怎么用，我想很多人应该和我一样，我觉得最重要的就是需要先知道opencv有哪些库，都是干什么的。在我们安装opencv的地址下，可以看到opencv2中包含以下库文件，下面就是OpenCV的所有模块介绍，按照顺序来：
【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。2.4.10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
【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
- 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highgui，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。【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
- 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
- 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。
【ocl】——即OpenCL-accelerated Computer Vision，运用OpenCL加速的计算机视觉组件模块。
【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。
【ts】——opencv测试相关代码，不用去管他。【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。
【Videostab】——Video stabilization，视频稳定相关的组件，官方文档中没有多作介绍，不管它了。
参考：https://blog.csdn.net/poem_qianmo/article/details/19925819