3. 模块组成

是由很多模块组成的，这些模块可以分成很多层：

• 最底层是基于硬件加速层（HAL）的各种硬件优化。
• 再上一层是 opencv_contrib 模块所包含的 OpenCV 由其他开发人员所贡献的代码，其包含大多数高层级的函数功能。这就是OpenCV的核心。
• 接下来是语言绑定和示例应用程序。
• 处于最上层的是 OpenCV 和操作系统的交互。

下图显示了 OpenCV 的这种组织关系。

image

图1：OpenCV 层级结构及其所支持的操作系统

下表给出了 OpenCV 包含的具体模块，虽然这些模块会随着时间推移而不断的发展，但模块始终是组成这个库的基本单位，每个函数都是一个模块的一部分。

表1：当前 OpenCV 所拥有的模块
| 模块 | 说明 |
| Core | 该模块包含 OpenCV 库的基础结构以及基本操作。 |
| Improc | 图像处理模块包含基本的图像转换，包括滤波以及类似的卷积操作。 |
| Highgui | 在 OpenCV 3.0中，分割为 imcodecs、videoio 以及 highgui 三部分。

这个模块包含可以用来显示图像或者简单的输入的用户交互函数。这可以看作是一个非常轻量级的 Windows UI 工具包。 |
| Video | 该模块包含读取和写视频流的函数。 |
| Calib3d | 这个模块包括校准单个、双目以及多个相机的算法实现。 |
| Feature2d | 这个模块包含用于检测、描述以及匹配特征点的算法。 |
| Objdectect | 这个模块包含检测特定目标，比如人脸或者行人的算法。也可以训练检测器并用来检测其他物体。 |
| Ml | 机器学习模块本身是一个非常完备的模块，包含大量的机器学习算法实现并且这些算法都能和 OpenCV 的数据类型自然交互。 |
| Flann | Flann 的意思是“快速最邻近库”。这个库包含一些你也许不会直接使用的方法，但是其他模块中的函数会调用它在数据集中进行最邻近搜索。 |
| GPU | 在 OpenCV 中被分割为多个 cuda* 模块。

GPU 模块主要是函数在 CUDA GPU 上的优化实现，此外，还有一些仅用于 GPU 的功 能。其中一些函数能够返回很好的结果，但是需要足够好的计算资源，如果硬件没有GPU，则不会有什么提升。 |
| Photo | 这是一个相当新的模块，包含计算摄影学的一些函数工具。 |
| Stitching | 本模块是一个精巧的图像拼接流程实现。这是库中的新功能，但是，就像 Photo 模块一样，这个领域未来预计有很大的增长。 |
| Nonfree | 在 OpenCV 3.0 中，被移到 opencv_contrib/xfeatures2d。

OpenCV 包含一些受到专利保护的或者受到使用限制的（比如 SIFT 算法）算法。这些算法被隔离到它们自己的模块中，以表明你需要做一些特殊的工作，才可以在商业产品中使用它们。 |
| Contrib | 在 OpenCV 3.0 中，融合进了 opencv_contrib。

这个模块包含一些新的、还没有被集成进 OpenCV 库的东西。 |
| Legacy | 在 OpenCV 3.0 中，被取消。

这个模块包含一些老的尚未被完全取消的东西。 |
| ocl | 在OpenCV 3.0 中，被取消，取而代之的是 T-API。

这是一个较新的模块，可以认为它和 GPU 模块相似，它实现了开放并行编程的 Khronos OpenCL 标准。虽然现在模块的特性比 GPU 模块少很多，但 ocl 模块的目标是提供可以运行在任何 GPU 或者是其他可以搭载 Khronos 的并行设备。这与 GPU 模 块形成了鲜明的对比，后者使用 Nividia CUDA 工具包进行开发，因此只能在 Nividia GPU 设备上工作。 |