一，简介
该模块为opencv的机器学习(machine learning，ml)代码库，包含各种机器学习算法：
0, class CvStatModel ; class CvMLData; struct CvParamGrid;
1，bayesian,Normal Bayes Classifier（贝叶斯分类）；
2，K-Nearest Neighbour Classifier（K-邻近算法）；
3，SVM,support vector machine(支持向量机)；
4，Expectation - Maximization （EM算法）；
5，Decision Tree（决策树）；
6，Random Trees Classifier（随机森林算法）；
7，Extremely randomized trees Classifier（绝对随机森林算法）；
8， Boosted tree classifier （Boost树算法）；
9，Gradient Boosted Trees （梯度Boost树算法）；
10，ANN,Artificial Neural Networks(人工神经网络)；
二，分析
namespace cv { typedef CvStatModel StatModel; typedef CvParamGrid ParamGrid; typedef CvNormalBayesClassifier NormalBayesClassifier; typedef CvKNearest KNearest; typedef CvSVMParams SVMParams; typedef CvSVMKernel SVMKernel; typedef CvSVMSolver SVMSolver; typedef CvSVM SVM; typedef CvDTreeParams DTreeParams; typedef CvMLData TrainData; typedef CvDTree DecisionTree; typedef CvForestTree ForestTree; typedef CvRTParams RandomTreeParams; typedef CvRTrees RandomTrees; typedef CvERTreeTrainData ERTreeTRainData; typedef CvForestERTree ERTree; typedef CvERTrees ERTrees; typedef CvBoostParams BoostParams; typedef CvBoostTree BoostTree; typedef CvBoost Boost; typedef CvANN_MLP_TrainParams ANN_MLP_TrainParams; typedef CvANN_MLP NeuralNet_MLP; typedef CvGBTreesParams GradientBoostingTreeParams; typedef CvGBTrees GradientBoostingTrees; template<> CV_EXPORTS void Ptr<CvDTreeSplit>::delete_obj(); CV_EXPORTS bool initModule_ml(void); }
三，总结
opencv_ml模块中包含一些常见的机器学习算法，集成了一些目前比较优秀的算法库如libsvm等。不仅可以用于图像，也可以用于其他问题中。