[Learning OpenCV入门 1]OpenCV模块以及基本操作

 OpenCV的安装配置以及其它预备介绍

OpenCV安装配置

暂且使用了VS2013+OpenCV3.0版本。
至于下载就忽略不计。

Pre介绍：

[PATH可以理解为计算机寻找某文件时的路径]

包含目录:告诉VC去什么地方寻找(OpenCV)的头文件.h文件

库目录:告诉VC去什么地方寻找OpenCV的库文件.lib文件，是动态库

第一步 配置环境变量(PATH):

计算机→属性→高级系统设置→高级→环境变量→PATH→变量中添加相应的路径(.bin的路径)

第二步 包含文件目录的配置：

文件→新建→项目→win32→空项目→cpp→....→VC++（包含目录）

然后加上opencv的include,opencv,opencv2三个路径

第三步 lib目录的配置：

也是在VC++目录中选择库目录加上相应的lib

其他相关介绍

命名空间

OpenCV中的C++类和函数都是定义在命名空间cv之内的，有两种方法可以访问。第一种是，在代码开头的适当位置，加上usingnamespace cv;这句。
另外一种是在使用OpenCV类和函数时，都加入cv::命名空间。不过这种情况难免会不爽，每用一个OpenCV的类或者函数，都要多敲四下键盘写出cv::，很麻烦。

 OpenCV模块概览

OpenCV库自2.2版本起就被划分成多个模块，在进行开发之前，需要将这些模块编译成库文件，然后在lib文件夹中找到这些模块： 
opencv_core模块：其中包含OpenCV基本数据结构、动态数据结构、绘图与数组操作的相关函数、辅助功能与系统函数、基本的算法函数等核心功能。 
opencv_improc模块：包含图像处理函数，主要包含图像滤波、图像的几何变换、直方图、特征检测、目标跟踪等内容。 
opencv_highgui模块：高层GUI图形用户界面，包含媒体的I/O输入输出函数，读写图像及视频的函数，以及操作图形用户界面函数。 
opencv_features2d模块：即2D功能框架，包含兴趣点检测子，描述子以及兴趣点匹配框架。 
opencv_calib3d模块：Calibration（校准）加3D这两个词的组合缩写。这个模块主要是相机校准和三维重建相关的内容，包含相机标定，双目几何估计，物体姿态估计以及立体视觉等函数。 
opencv_video模块：包含运动估算，特征跟踪以及前景提取函数与相关的类。 
opencv_objdetect模块：主要由级联分类(Cascade Classification)和Latent SVM这两个部分。其中包括物体检测函数，如脸部和行人检测。 
opencv_stitching模块：OpenCV2.4.0新增的模块，其主要功能是实现图像拼接。 
lopencv_superres模块：即SuperResolution，利用多种算法实现超分辨率技术的相关功能模块。 
opencv_ml模块：Machine Learning模块，主要包括统计模型 （Statistical Models）、一般贝叶斯分类器 （Normal Bayes Classifier）、K-近邻 （K-NearestNeighbors）、支持向量机 （Support Vector Machines）、决策树 （Decision Trees）、提升（Boosting）、梯度提高树（Gradient Boosted Trees）、随机树 （Random Trees）、超随机树 （Extremely randomized trees）、期望最大化 （Expectation Maximization）、神经网络 （Neural Networks）等内容。 
opencv_flann模块：高维的近似近邻快速搜索算法库， 主要由两个部分组成：快速近似最近邻搜索和聚类。 
opencv_contrib模块：第三方代码，包括一些新添加的不太稳定的可选功能，如新型的人脸识别、立体匹配、人工视网膜模型等技术。 
opencv_nonfree模块：包含一些拥有专利的算法，如SIFT、SURF函数源码。 
这些模块都对有一个单独的头文件(位于include文件夹)。#include<opencv2/opencv.hpp>

OpenCV简单读入输出

1.读入图片：

1，定义Mat类型的变量

2,使用imread进行赋值

example:Mat myimage=imread("1.jpg");

2.读入视频：

两种方法 一种为先实例化然后初始化  第二种为实例化的同时初始化

1，先实例化然后初始化

VideoCapture capture;

capture.open("1.avi");//调用open成员函数

2，实例化的同时初始化

VideoCapture capture（“”1.avi“”）；//调用构造函数实例化

显示每一帧

while (1)
{
Mat frame;
capture >> frame;//读取当前帧
imshow("读取视频", frame);
waitKey(30);

}