OpenCV2参考手册：核心功能与图像处理

"opencv2refman.pdf" OpenCV（Open Source Computer Vision Library）是一个开源的计算机视觉库，提供了大量的图像和视频处理功能。该参考手册详细介绍了OpenCV 2.4.6.0版本的库函数，并与上一个版本OpenCV 1进行了对比，帮助开发者理解和迁移代码。 1. **API概念** API（Application Programming Interface）是软件之间交互的接口，OpenCV的API包含了多种数据结构和函数，使得开发者能够高效地进行图像处理和计算机视觉任务。理解API的概念有助于开发者更好地利用OpenCV的功能。 2. **核心功能（core）** - **基本结构**：包括如IplImage和cv::Mat等图像表示的数据结构，它们是OpenCV中处理图像的基础。 - **基本C结构和操作**：提供了C语言风格的接口，用于创建、修改和操作图像。 - **动态结构**：如cv::vector和cv::Matx等，允许灵活的数据存储和操作。 - **数组操作**：对多维数组进行各种数学和逻辑运算，支持矩阵运算和图像处理。 - **绘图函数**：可以绘制线条、曲线、形状等，用于可视化数据或结果。 - **XML/YAML持久化**：保存和加载配置文件，方便程序配置的管理和复用。 - **聚类**：提供诸如K-Means等算法，用于数据分类和分组。 - **实用和系统函数及宏**：辅助开发，例如错误处理、内存管理等。 3. **图像处理（imgproc）** - **图像滤波**：包括高斯模糊、中值滤波、差分滤波等，用于平滑图像或增强边缘。 - **几何图像变换**：如平移、旋转、缩放、仿射变换等，用于改变图像的几何形状。 - **其他图像变换**：包括直方图均衡化、色彩空间转换等，用于改善图像质量或进行特征提取。 - **直方图**：用于统计图像像素分布，支持直方图计算和直方图均衡化等操作。 - **结构分析和形状描述符**：如Harris角点检测、SIFT、SURF等，用于识别图像中的关键点和描述形状特征。 - **运动分析和对象追踪**：如光流法、卡尔曼滤波等，用于捕捉和跟踪运动物体。 - **特征检测**：如FAST、ORB等，用于识别图像中的显著特征点。 - **对象检测**：如Haar级联分类器、HOG等，用于检测特定的图像对象。 4. **高级GUI和媒体I/O（highgui）** - **用户界面**：提供简单的图形用户界面元素，如窗口、按钮，便于构建应用。 - **读写图像和视频**：支持多种图像和视频格式的读取和写入，如JPEG、PNG、BMP、AVI等。 - **Qt新功能**：如果使用Qt库，提供了额外的集成和功能扩展。 5. **视频分析（video）** - **运动分析和对象追踪**：更深入的运动模型和追踪算法，如背景减除、光流分析等。 6. **相机标定与3D重建（calib3d）** - **相机标定和3D重建**：提供了相机内参和外参的估计方法，以及基于多个视图的三维重建技术。 7. **2D特征框架（features2d）** - **2D特征框架**：包含多种2D特征检测、描述和匹配的算法，如SIFT、SURF、ORB等。 这个手册为OpenCV 2的开发提供了详尽的指导，涵盖了从基础操作到复杂计算机视觉任务的所有内容，是学习和使用OpenCV不可或缺的参考资料。