Skip to content

Latest commit

 

History

History
76 lines (68 loc) · 3.69 KB

Contrib Modules模块内容介绍.md

File metadata and controls

76 lines (68 loc) · 3.69 KB

目前Contrib Modules中有五十个子模块,涵盖了从传统机器视觉到深度神经网络,从相机标定到立体视觉,从背景分割到图像识别等众多领域。本节主要目的是为了介绍子模块的功能,让读者了解被隐藏在OpenCV-Contrib中的众多强大功能,也让读者能够直观的了解到模块中都有哪些部分是直接需要的,做到在学习和使用时能够有的放矢。

全部的模块名称和模块用处在表1-1中给出。

表1-1 contrib中各模块名称和含义

模块名称 含义
aruco ArUco标记检测
bgsegm 改进的背景前景分割方法
bioinspired. 受生物启发的视觉模型和衍生工具
ccalib 用于3D重建的自定义校准图案
cnn_3dobj 3D对象识别和姿态估计API
cudaarithm. 矩阵运算(CUDA)
cudabgsegm 背景分割
cudacodec 视频编码/解码
cudafeatures2d 特征检测与描述
cudafilters 图像过滤
cudaimgproc 图像处理
cudalegacy 版权支持
cudaobjdetect 物体检测
cudaoptflow 光流
cudastereo 立体视觉
cudawarping 图像映射
cudev 设备层
cvv 用于计算机视觉程序的交互式视觉调试的GUI
datasets 处理不同数据集的框架
dnn_objdetect DNN用于物体检测
dpm 基于零件的可变形模型
face 人脸分析
freetype 用freetype / harfbuzz绘制UTF-8字符串
fuzzy 基于模糊数学的图像处理
hdf 分层数据格式I / O例程
hfs 分层特征选择,实现有效的图像分割
img_hash 该模块带来了不同图像哈希算法的实现。
line_descriptor 从图像提取的行的二进制描述符
optflow 光流算法
ovis OGRE 3D可视化工具
phase_unwrapping 相位展开API
plot Mat数据的绘图功能
quality 图像质量分析(IQA)API
reg 图像配准
rgbd RGB深度处理
saliency 显着性API
sfm 运动结构
shape 形状距离和匹配
stereo 立体对应算法
structured_light 结构化光源API
superres 超分辨率
surface_matching 表面匹配
text 场景文字检测与识别
tracking 追踪API
videostab 视频稳定
viz 3D可视化器
xfeatures2d 额外的2D功能框架
ximgproc 扩展图像处理
xobjdetect 扩展物体检测
xphoto 其他照片处理算法

下面是部分子模块的详细介绍:

  • aruco:全名是“ArUco and ChArUco Markers”,AR增强现实模块。ArUco and ChArUco是两个增强现实中常用的标记。ArUco是被嵌入在棋盘的白色区域内的标记。
  • bgsegm:全名是“Background segmentation”,背景分割算法。模块中主要包括统计背景图像估计和按像素的贝叶斯分割等。
  • bioinspired:全名是“Biological Vision -- Biologically inspired vision model”,生物视觉-生物启发的视觉模型。模块中主要包括最小化噪声、亮度差异、瞬态事件分割、高动态范围色调映射方法等。
  • ccalib:全名是“Custom Calibration”,自定义标定。模块中主要包括三维重建、广角相机标定、随机模式标定和多相机标定等。
  • cnn_3dobj:全名是“cnn_ 3D object recognition and pose estimation”,深度对象识别和姿态检测。模块中主要包含基于Caffe深度神经网络库构建、训练和测试视觉对象识别和姿势的CNN模型。
  • cvv:全名是“Computer Vision Debugger”计算机视觉调试器。模块提供GUI调试界面,便于交互式的调试计算机视觉的程序。
  • datasets:全名是“Datasets Reader”,数据集读取器。模块用于读取现有计算机视觉数据库和使用该读取器训练、测试和运行该数据集提供的示例程序。
  • text:全名是“Visual Text Matching”,文字检测与识别。模块主要包括检测文字、分割词汇、识别文本等。