OpenCV-Contrib常用扩展模块
一、高频使用模块
-
aruco模块- 功能：用于生成与检测二维码（如 ArUco Marker、AprilTag），支持增强现实（AR）中的物体定位与姿态估计。
- 典型应用：AR 应用中的场景锚定、机器人导航中的目标追踪。
-
xfeatures2d模块- 功能：提供专利保护的经典特征检测算法（如 SIFT、SURF、FREAK），用于高精度图像匹配与三维重建。
- 典型应用：工业检测中的关键点匹配、无人机视觉定位。
-
dnn模块- 功能：支持主流深度学习框架（如 TensorFlow、PyTorch、Caffe）的模型推理，包含预训练的目标检测与分类模型。
- 典型应用：实时人脸检测、车辆识别、图像语义分割。
-
text模块- 功能：实现场景文字检测（如基于 CNN 的文本定位）与识别（OCR），支持多语言文本解析。
- 典型应用：文档扫描、车牌识别、图像内容分析。
二、领域专用模块
-
bioinspired模块- 功能：模拟生物视觉机制，提供动态范围压缩、低光增强算法，适用于复杂光照环境下的图像处理。
- 典型应用：自动驾驶中的夜间视觉增强、医疗影像分析。
-
ccalib模块- 功能：支持多相机标定、全向相机校准及三维重建，扩展了
calib3d主模块的功能。 - 典型应用：多视角监控系统、工业机器人视觉标定。
- 功能：支持多相机标定、全向相机校准及三维重建，扩展了
-
tracking模块- 功能：集成多种目标跟踪算法（如 KCF、MIL、GOTURN），适用于实时视频流中的物体追踪。
- 典型应用：智能监控、体育赛事分析。
三、实验性模块（需谨慎使用）
-
face模块- 功能：包含人脸识别算法（如 EigenFace、FisherFace、LBPH），但受专利保护或性能限制，需结合
dnn模块提升效果。
- 功能：包含人脸识别算法（如 EigenFace、FisherFace、LBPH），但受专利保护或性能限制，需结合
-
dpm模块- 功能：基于可变形部件模型的目标检测，适用于复杂姿态物体识别，但计算效率较低。