OpenCV 是一个功能强大的计算机视觉库，包含多个模块，每个模块专注于不同的功能。

OpenCV 是由多个模块组成的，每个模块都提供了不同的功能。

以下是 OpenCV 中最常用的一些模块：

• cv2.core: 核心模块，包含了图像处理的基础功能（如图像数组的表示和操作）。

• cv2.imgproc: 图像处理模块，提供图像的各种操作，如滤波、图像变换、形态学操作等。

• cv2.highgui: 图形用户界面模块，提供显示图像和视频的功能。

• cv2.video: 提供视频处理的功能，如视频捕捉、视频流的处理等。

• cv2.features2d: 特征检测与匹配模块，包含了角点、边缘、关键点检测等。

• cv2.ml: 机器学习模块，提供了多种机器学习算法，可以进行图像分类、回归、聚类等。

• cv2.calib3d : 相机校准和 3D 重建模块。

• cv2.objdetect : 目标检测模块。

• cv2.dnn : 深度学习模块。

1. Core 模块

功能: 提供 OpenCV 的核心功能，包括基本数据结构、矩阵操作、绘图函数等。

主要类和函数:

• Mat: OpenCV 中用于存储图像和矩阵的基本数据结构。

• Scalar: 用于表示颜色或像素值。

• Point、Size、Rect: 用于表示点、尺寸和矩形。

基本绘图函数: cv.line()、cv.circle()、cv.rectangle()、cv.putText() 等。

应用场景:

• 图像的基本操作（如创建、复制、裁剪）。

• 绘制几何图形和文本。

2. Imgproc 模块

功能: 提供图像处理功能，包括图像滤波、几何变换、颜色空间转换等。

主要类和函数:

• 图像滤波: cv.blur()、cv.GaussianBlur()、cv.medianBlur() 等。

• 几何变换: cv.resize()、cv.warpAffine()、cv.warpPerspective() 等。

• 颜色空间转换: cv.cvtColor()（如 BGR 转灰度、BGR 转 HSV）。

• 阈值处理: cv.threshold()、cv.adaptiveThreshold()。

• 边缘检测: cv.Canny()、cv.Sobel()、cv.Laplacian()。

应用场景:

• 图像平滑、锐化、边缘检测。

• 图像缩放、旋转、仿射变换。

• 图像二值化、颜色空间转换。

3. HighGUI 模块

功能: 提供高层 GUI 和媒体 I/O 功能，用于图像的显示和交互。

主要类和函数:

• 图像显示: cv.imshow()、cv.waitKey()、cv.destroyAllWindows()。

• 视频捕获: cv.VideoCapture()、cv.VideoWriter()。

• 鼠标和键盘事件: cv.setMouseCallback()。

应用场景:

• 显示图像和视频。

• 捕获摄像头或视频文件。

• 处理用户交互（如鼠标点击、键盘输入）。

4. Video 模块

功能: 提供视频分析功能，包括运动检测、目标跟踪等。

主要类和函数:

• 背景减除: cv.createBackgroundSubtractorMOG2()、cv.createBackgroundSubtractorKNN()。

• 光流法: cv.calcOpticalFlowPyrLK()。

• 目标跟踪: cv.TrackerKCF_create()、cv.TrackerMOSSE_create()。

应用场景:

• 视频中的运动检测。

• 目标跟踪（如行人、车辆跟踪）。

5. Calib3d 模块

功能: 提供相机校准和 3D 重建功能。

主要类和函数:

• 相机校准: cv.calibrateCamera()、cv.findChessboardCorners()。

• 3D 重建: cv.solvePnP()、cv.reprojectImageTo3D()。

应用场景:

• 相机标定（用于去除镜头畸变）。

• 3D 重建（如从 2D 图像恢复 3D 信息）。

6. Features2d 模块

功能: 提供特征检测和描述功能。

主要类和函数:

• 特征检测: cv.SIFT_create()、cv.ORB_create()、cv.SURF_create()。

• 特征匹配: cv.BFMatcher()、cv.FlannBasedMatcher()。

• 关键点绘制: cv.drawKeypoints()。

应用场景:

• 图像特征提取和匹配。

• 图像拼接、物体识别。

7. Objdetect 模块

功能: 提供目标检测功能。

主要类和函数:

• Haar 特征分类器: cv.CascadeClassifier()（用于人脸检测）。

• HOG 特征分类器: 用于行人检测。

应用场景:

• 人脸检测、行人检测。

8. ML 模块

功能: 提供机器学习算法。

主要类和函数:

• 支持向量机 (SVM): cv.ml.SVM_create()。

• K 均值聚类 (K-Means): cv.kmeans()。

• 神经网络 (ANN): cv.ml.ANN_MLP_create()。

应用场景:

• 图像分类、聚类分析。

9. DNN 模块

功能: 提供深度学习功能，支持加载和运行预训练的深度学习模型。

主要类和函数:

• 模型加载: cv.dnn.readNetFromCaffe()、cv.dnn.readNetFromTensorflow()。

• 前向传播: net.forward()。

应用场景:

• 图像分类、目标检测、语义分割。

10. 其他模块

• Flann: 快速近似最近邻搜索。

• Photo: 图像修复和去噪。

• Stitching: 图像拼接。

• Shape: 形状匹配和距离计算。