与OpenCV的第一天

第一件事：下载与配置：

我主要用mac来开发所以这里只记录mac系统下的环境配置

1.准备

没安装Homebrew的话，需要先安装Homebrew。mac系统自带Ruby，使用一条Ruby命令即可。

ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"

安装wget
brew install wget

安装cmake（以后会用到）
brew install cmake

2.下载

可以先搜索一下
brew search opencv

会发现有两个结果
homebrew/science/opencv（这个是OpenCV2.x）
homebrew/science/opencv3（这个是OpenCV3）

输入如下命令就可以下载了
brew install homebrew/science/opencv3

完成之后在目录 /usr/local/Cellar 下可以找到（可以把这个目录添加到左侧个人收藏里方便下次使用）

OpenCV所在目录

3.新建项目及配置

• 打开Xcode并创建新的项目

创建一个新项目

• 项目类型可以选择 Command Line

选择项目类型项目类型

• 语言选择C++

项目基本属性

• 设置库检索路径

添加OpenCV检索路径 （/usr/local/Cellar/opencv3/3.2.0/include 和 /usr/local/Cellar/opencv3/3.2.0/lib）

• 添加C++标准库和OpenCV库

点击"**+**" 添加标准库 点击"**Add Other**" 选中所需库后点击"**Open**"

• 运行测试代码

#include <opencv2/opencv.hpp>
int main(int argc, const char * argv[]) {
    printf("\t当前使用的 OpenCV 版本为 OpenCV " CV_VERSION "\n");
    cv::VideoCapture capture(0);
    while (1) {
        cv::Mat frame;
        capture>>frame;
        cv::Mat edge,grayImg;
        cv::cvtColor(frame, grayImg, cv::COLOR_BGR2GRAY);
        cv::blur(grayImg, edge, cv::Size(3,3));
        cv::Canny(edge, edge, 3, 9, 3);
        cv::imshow("边缘", edge);
        cv::waitKey(30);
    }
    return 0;
}

正确运行，配置完成

---

第二件事：OpenCV基本架构分析

进入到 OpenCV 的 include 目录下，会发现有 opencv 和 opencv2 两个文件夹

• opencv 文件夹
  在这个文件夹里，可以看到如下的头文件。这些是 OpenCV 1.0 中核心的部分，被保留了下来。

*opencv* 目录

• opencv2 文件夹
  这个文件夹里包含的是具有划时代意义的OpenCV2系列的头文件。

*opencv2* 目录

模块	介绍
calib3d	Calibration 和 3D 的组合缩写，相机校准和三维重建模块，包括： 1. 多视角几何算法； 2. 单个立体摄像头标定； 3. 物体姿态估计； 4. 立体相似性算法； 5. 3D信息的重建 等内容。
core	核心功能模块，包括： 1. OpenCV 基本数据结构； 2. 动态数据结构； 3. 绘图函数； 4. 数组操作相关函数； 5. 辅助功能与系统函数和宏； 6. 与 OpenGL 的互操作。
features2d	2D功能模块，包括： 1. 特征检测和描述； 2. 特征检测器（Feature Detectors）通用接口； 3. 描述符提取器（Descriptor Extractors）通用接口； 4. 描述符匹配器（Descriptor Matchers）通用接口； 5. 通用描述符（Generic Descriptor）匹配器通用接口； 6. 关键点绘制函数和匹配功能绘制函数。
flann	Fast Library for Approximate Nearest Neighbors，高维的近似近邻快速搜索算法库，包括： 1. 快速近似最近邻搜索； 2. 聚类。
highgui	图形用户界面模块
imgcodecs	Image file reading and writing ，图像文件的读写操作。
imgproc	Image 和 Process的缩写，图像处理模块，包括： 1. 线性和非线性的图像滤波； 2. 图像几何变换； 3. 其它图像转换； 4. 直方图相关； 5. 结构分析和形状描述； 6. 运动分析和对象跟踪； 7. 特征检测； 8. 目标检测 等内容。
ml	Machine Learning 机器学习模块，包括： 1. 统计模型（Statistical Models）； 2. 一般贝叶斯分类器（Normal Bayes Classifier）； 3. K-近邻（K-Nearest Neighbors）； 4. 支持向量机（Support Vector Machines）； 5. 决策树（Decision Trees）； 6. 提升（Boosting）； 7. 梯度提高树（Gradient Boosted Trees）； 8. 随机数（Random Trees）； 9. 超随机数（Extremely randomized trees）； 10. 期望最大化（Expectation Maximization） 11. 神经网络（Neural Networks）； 12. MLData。
objdetect	目标检测模块，包括： 1. Cascade Classification（级联分类） 2. Latent SVM。
photo	Computational Photography，包括： 1. 图像修复； 2. 图像去噪。
shape	Shape Distance and Matching。形状匹配算法模块，用于描述形状和比较形状。
stitching	images stitching，图像拼接模块，包括： 1. 拼接流水线 2. 特点寻找和匹配图像； 3. 估计旋转； 4. 自动校准； 5. 图片歪斜； 6. 接缝估测； 7. 曝光补偿； 8. 图片混合。
superres	SuperResolution 超分辨率技术的相关功能模块。
video	视频分析组件，包括： 1. 运动估计； 2. 背景分离； 3. 对象跟踪 等相关功能。
videoio	视频文件读写模块，包括摄像头、Kinect 等的输入。
videostab	Video Stabilization，视频稳定相关的组件。

OpenCV 其实就是这么多模块组合起来的一个SDK（Software Development Kit，软件开发工具包）而已。