opencv c++内置算法汇总一下发给我

### 回答1：
OpenCV是一个开源的计算机视觉库，它提供了大量的内置算法来处理图像和视频。

其中一些常用的算法有：

1. 图像处理：边缘检测，阈值处理，形态学处理等。

2. 目标检测：Haar 特征，HOG 特征，深度学习算法（如 YOLO）等。

3. 图像分割：联通域分割，K-means 分割等。

4. 图像特征提取：SIFT，SURF，ORB 等。

5. 追踪：金字塔 Lucas-Kanade，Camshift 等。

6. 视频分析：运动估计，背景建模等

这只是 OpenCV 中一部分内置算法的汇总，还有更多算法可供使用。

### 回答2：
OpenCV是一个开源的计算机视觉库，它提供了许多内置算法用于图像处理、目标检测、特征提取等任务。以下是一些常用的OpenCV C++内置算法的汇总：

1. 图像处理算法：OpenCV提供了一系列常见的图像处理算法，包括图像滤波、图像增强、图像金字塔等。其中，常用的图像滤波算法有高斯滤波、中值滤波和双边滤波等，而图像增强算法中的直方图均衡化、拉普拉斯增强等也常被使用。

2. 特征提取算法：OpenCV支持多种特征提取算法，如SIFT（尺度不变特征转换）、SURF（加速稳健特征）和ORB（Oriented FAST and Rotated BRIEF）等。这些算法可以用于图像匹配、目标识别和3D重建等应用。

3. 目标检测算法：OpenCV中的目标检测算法包括Haar特征检测、HOG（方向梯度直方图）检测和级联分类器等。这些算法可以用于人脸检测、行人检测和汽车检测等场景。

4. 机器学习算法：OpenCV还提供了一些基本的机器学习算法，如支持向量机（SVM）、K最近邻算法（KNN）和随机森林等。这些算法可以用于分类、回归和聚类等任务。

5. 视频分析算法：OpenCV中的视频分析算法包括光流法、背景建模和目标跟踪等。光流法可以用于运动检测和光流估计，背景建模可以用于前景分割，而目标跟踪可以追踪视频中的运动目标。

除了上述算法，OpenCV还提供了许多其他功能，如图像转换、几何变换和颜色空间转换等。总之，OpenCV提供了丰富的内置算法，可以满足图像和视频处理中的多种需求。