簡(jiǎn)介

OpenCV（Open Source Computer Vision Library: ）是一個(gè)開源BSD庫，該庫包括數(shù)百個(gè)機(jī)器視覺算法。該手冊(cè)基于OpenCV2.X API。是一個(gè)C++版本的API。

OpenCV是一個(gè)模塊化結(jié)構(gòu)，即由幾個(gè)共享和靜態(tài)庫組成。模塊如下：

core -一個(gè)定義基本數(shù)據(jù)結(jié)構(gòu)的模塊，包括多維數(shù)組和其它模塊使用的核心函數(shù)

imgproc-圖像處理模塊，包括線性非線性濾波，幾何圖像變化（尺寸變換、仿射、透視、基于表的映射），圖像域卷積，直方圖等

video-視頻分析模塊，包括運(yùn)動(dòng)檢測(cè)，背景移除，目標(biāo)跟蹤。

calib3d-多視圖幾何算法，一維和三維相機(jī)jiaozheng2，目標(biāo)位置估計(jì)，立體匹配算法，三維重構(gòu)。

features2d - 特征檢測(cè)和描述匹配

objdetect -類（如人臉、眼睛、人、車等）的檢測(cè)

highgui-視頻抓取、圖像以及視頻編碼接口

gpu- GPU對(duì)OpenCV不同模塊算法的加速

...一些幫助性模塊，如FLANN和谷歌測(cè)試封裝，Python等

API接口的概念

CV命名空間

所有OpenCV類和函數(shù)均位于cv命名空間。所以使用這些函數(shù)使用cv：：標(biāo)識(shí)符，或者using namespace cv指示符。
?

也就是Ptr ptr封裝了一個(gè)T類型的實(shí)例和一個(gè)引用計(jì)數(shù)，參考ptr的詳細(xì)描述。

輸出數(shù)據(jù)的自動(dòng)分配

OpenCV自動(dòng)釋放內(nèi)存，如果大多數(shù)情況下自動(dòng)為輸出函數(shù)分配參數(shù)空間一樣。所以，對(duì)于一個(gè)有一個(gè)或多個(gè)輸入/出數(shù)組(如 cv::Mat)時(shí)，輸出數(shù)組被自動(dòng)分配或自動(dòng)重新分配。輸出數(shù)組的大小和類型由輸入數(shù)組的大小和類型決定。如果需要，會(huì)有額外的參數(shù)指明數(shù)組的特性。

cv::uchar是一個(gè)OpenCV 8bit無符號(hào)類型。32為整型數(shù)不支持。

固定像素類型，有限的模板類型

大量使用模板也許會(huì)導(dǎo)編譯和運(yùn)行時(shí)間的增加，對(duì)于基本的算法使用模板較好，但對(duì)于一個(gè)有數(shù)千行的算法而言模板并不好。正是由于這個(gè)原因以及簡(jiǎn)化其它無模板語言（如Python、Java、Matlab）的算法實(shí)現(xiàn)，OpenCV傾向于使用多態(tài)和運(yùn)行時(shí)調(diào)度等方法。

因此，可供使用的原始數(shù)據(jù)類型和庫是一個(gè)有限的固定集合。即，陣列元素應(yīng)當(dāng)是下列類型：

更復(fù)雜的元素類型將不能被OpenCV創(chuàng)建和處理。此外，每一個(gè)函數(shù)僅能處理所有可能陣列的一個(gè)子集。通常越復(fù)雜的算法支持的子集越小。看下面的典型例子：
臉部識(shí)別只支持8-bit灰度和彩色圖
線性函數(shù)和機(jī)器學(xué)習(xí)算法只支持浮點(diǎn)陣列。
基本函數(shù)，如cv::add,支持所有類型。
彩色變化支持8-bit、16-bit無符號(hào)和32-bit浮點(diǎn)數(shù)。
每個(gè)函數(shù)支持的類型根據(jù)實(shí)際使用而定，以后可能擴(kuò)展。

輸入和輸出數(shù)組
許多OpenCV函數(shù)處理2或者多維數(shù)組。通常這些函數(shù)以cpp:class:Mat作為參數(shù)，但有時(shí)使用std::vector<>或者 Matx<>更方便，為了避免API重復(fù)，引入特殊的“代理”類。基本的代理類是InputArray，用于處理一個(gè)函數(shù)的只讀數(shù)組。由InputArray 衍生出來的OutputArray用于處理一個(gè)函數(shù)的輸出。通常不需要關(guān)心這類的中間類型。當(dāng)一個(gè)函數(shù)有可選輸入輸出參數(shù)時(shí)，使用cv::noArray()傳遞。
錯(cuò)誤處理
OpenCV使用異常標(biāo)識(shí)嚴(yán)重錯(cuò)誤。當(dāng)輸入數(shù)據(jù)類型和數(shù)據(jù)數(shù)據(jù)范圍均正確時(shí)，但是算法發(fā)生了錯(cuò)誤（如最優(yōu)化算法不收斂），將返回一個(gè)特殊的錯(cuò)誤碼。

異常可能是cv::Exception類或其衍生實(shí)例，cv::Exception衍生于 std::exception，所以可以使用C++庫函數(shù)處理。

異常通常由CV_Error宏拋出，或者printf之類的CV_Error_和CV_Assert宏。 對(duì)于性能關(guān)鍵的代碼，可使用CV_DbgAssert(condition) ，由于內(nèi)存自動(dòng)管理，錯(cuò)誤發(fā)生所需的內(nèi)存會(huì)自動(dòng)分配，如果需要，只需要添加一個(gè)用于抓住異常的try聲明。