模块分析
首先，.hpp文件中包含对应的.h文件，区别是.hpp文件把申明和定义写到了一起，对于公用库来说是很好的。
#include<cv.h> //cv.h OpenCV的主要功能头文件
#include<highgui.h> //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显示图像用的头文件。
#include<calib3d.cpp> // 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。
core模块：包含以下类容：
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
[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
[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）
[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
[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
[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
参考博客：https://blog.csdn.net/u014260892/article/details/44095241