模組分析

首先，.hpp檔案中包含對應的.h檔案，區別是.hpp檔案把申明和定義寫到了一起，對於公用庫來說是很好的。

#include<cv.h>      //cv.h OpenCV的主要功能標頭檔案            #include<highgui.h>    //也就是high gui，高層GUI圖形使用者介面，包含媒體的I / O輸入輸出， 視訊捕捉、影象和視訊的編碼解碼、圖形互動介面的介面等內容顯示影象用的標頭檔案。

#include<calib3d.cpp>  // 其實就是就是Calibration（校準）加3D這兩個詞的組合縮寫。這個模組主要是相機校準和三維重建相關的內容。基本的多視角幾何演算法，單個立體攝像頭標定，物體姿態估計，立體相似性演算法，3D資訊的重建等等。

core模組：包含以下類容：

OpenCV基本資料結構

動態資料結構            繪圖函式            陣列操作相關函式            輔助功能與系統函式和巨集            與OpenGL的互操作

[features2d]: 也就是Features2D， 2D功能框架 ，包含如下內容

特徵檢測和描述 特徵檢測器（Feature Detectors）通用介面 描述符提取器（Descriptor Extractors）通用介面 描述符匹配器（Descriptor Matchers）通用介面 通用描述符（Generic Descriptor）匹配器通用介面 關鍵點繪製函式和匹配功能繪製函式

[flann]: Fast Library for Approximate Nearest Neighbors，高維的近似近鄰快速搜尋演算法庫， 包含兩個部分：

快速近似最近鄰搜尋

聚類

[gpu]: 運用GPU加速的計算機視覺模組

[ml]: Machine Learning，機器學習模組， 基本上是統計模型和分類演算法，包含如下內容

統計模型 （Statistical Models） 一般貝葉斯分類器 （Normal Bayes Classifier） K-近鄰 （K-NearestNeighbors） 支援向量機 （Support Vector Machines） 決策樹 （Decision Trees） 提升（Boosting） 梯度提高樹（Gradient Boosted Trees） 隨機樹 （Random Trees） 超隨機樹 （Extremely randomized trees） 期望最大化 （Expectation Maximization） 神經網路 （Neural Networks）

[legacy]: 一些已經廢棄的程式碼庫，保留下來作為向下相容，包含如下相關的內容

運動分析 期望最大化 直方圖 平面細分（C API） 特徵檢測和描述（Feature Detection and Description） 描述符提取器（Descriptor Extractors）的通用介面 通用描述符（Generic Descriptor Matchers）的常用介面 匹配器

[objdetect]: 目標檢測模組，包含Cascade Classification（級聯分類）和Latent SVM這兩個部分。

[ocl]: 即OpenCL-accelerated Computer Vision，運用OpenCL加速的計算機視覺元件模組

[photo]: 也就是Computational Photography，包含影象修復和影象去噪兩部分

[stitching]: images stitching，影象拼接模組，包含如下部分：

拼接流水線 特點尋找和匹配影象 估計旋轉 自動校準 圖片歪斜 接縫估測 曝光補償 圖片混合

[video]: 視訊分析元件

該模組包括運動估計，背景分離，物件跟蹤等視訊處理相關內容

[Videostab]: Video stabilization，視訊穩定相關的元件