轉載請注明出處：danscarlett的博客園
OpenCV是計算機視覺領域應用最廣泛的開源工具包，基於C/C++，支持Linux/Windows/MacOS/Android/iOS，並提供了Python，Matlab和Java等語言的接口。2010年OpenCV發布了2.0版本，添加了非常完備的C++接口，從2.0開始的版本非常用戶非常龐大，至今仍在維護和更新。2015年OpenCV 3正式發布，除了架構的調整，還加入了更多算法，更多性能的優化和更加簡潔的API，另外也加強了對GPU的支持，現在已經在許多研究機構和商業公司中應用開來。相比OpenCV2，OpenCV3提供了更強的功能和更多方便的特性。不過考慮到和深度學習框架的兼容性，以及上手安裝的難度，這部分先以2為主進行介紹。
根據功能和需求的不同，OpenCV中的函數接口大體可以分為如下部分：
- core：核心模塊，主要包含了OpenCV中最基本的結構（矩陣，點線和形狀等），以及相關的基礎運算/操作。
- imgproc：圖像處理模塊，包含和圖像相關的基礎功能（濾波，梯度，改變大小等），以及一些衍生的高級功能（圖像分割，直方圖，形態分析和邊緣/直線提取等）。
- highgui：提供了用戶界面和文件讀取的基本函數，比如圖像顯示窗口的生成和控制，圖像/視頻文件的IO等。
針對視頻和一些特別的視覺應用，OpenCV也提供了強勁的支持：
- - video：用於視頻分析的常用功能，比如光流法（Optical Flow）和目標跟蹤等。
- - calib3d：三維重建，立體視覺和相機標定等的相關功能。
- - features2d：二維特征相關的功能，主要是一些不受專利保護的，商業友好的特征點檢測和匹配等功能，比如ORB特征。
- - object：目標檢測模塊，包含級聯分類和Latent SVM
- - ml：機器學習算法模塊，包含一些視覺中最常用的傳統機器學習算法。
- - flann：最近鄰算法庫，Fast Library for Approximate Nearest Neighbors，用於在多維空間進行聚類和檢索，經常和關鍵點匹配搭配使用。
- - gpu：包含了一些gpu加速的接口，底層的加速是CUDA實現。
- - photo：計算攝像學（Computational Photography）相關的接口，當然這只是個名字，其實只有圖像修復和降噪而已。
- - stitching：圖像拼接模塊，有了它可以自己生成全景照片。
- - nonfree：受到專利保護的一些算法，其實就是SIFT和SURF。
- - contrib：一些實驗性質的算法，考慮在未來版本中加入的。
- - legacy：字面是遺產，意思就是廢棄的一些接口，保留是考慮到向下兼容。
- - ocl：利用OpenCL並行加速的一些接口。
- - superres：超分辨率模塊，其實就是BTV-L1（Biliteral Total Variation – L1 regularization）算法
- - viz：基礎的3D渲染模塊，其實底層就是著名的3D工具包VTK（Visualization Toolkit）。