在上一章我們成功安裝並配置了OpenCV，現在我們可以查看一下解壓目錄F:\tools\opencv\build\include下的文件，有兩個：
opencv中包含了過去版本中保留下來的頭文件，這裏不做介紹。而opencv2中則包含了我們目前主要使用的組件，可以看到其中包含了一個叫做opencv_modules.hpp的hpp文件，打開可以看到裏面包含了OpenCV2中所有組件的宏：
【calib3d】——其實就是Calibration（校準）加3D這兩個詞的組合縮寫。這個模塊主要是相機校準和三維重建相關的內容。基本的多視角幾何算法，單個立體攝像頭標定，物體姿態估計，立體相似性算法，3D信息的重建等等。
【contrib】——也就是Contributed/Experimental Stuf的縮寫， 該模塊包含了關一些於人臉識別，立體匹配，人工視網膜模型等技術的實現方法。
【core】——核心功能模塊，包含如下內容：
• OpenCV基本數據結構
• 動態數據結構
• 繪圖函數
• 數組操作相關函數
• 輔助功能與系統函數和宏
• 與OpenGL的互操作
【imgproc】——Image和Processing這兩個單詞的縮寫組合。圖像處理模塊，這個模塊包含了如下內容：
• 線性和非線性的圖像濾波
• 圖像的幾何變換
• 其它（Miscellaneous）圖像轉換
• 直方圖相關
• 結構分析和形狀描述
• 運動分析和對象跟蹤
• 特徵檢測
• 目標檢測等內容
【imgcodecs】與圖象讀寫相關的模塊，包含了圖象的讀取輸出操作，值得一提的是，OpenCV並沒有在Java中實現imshow，這使得我們想要輸出圖片查看效果時只能通過imwrite，或者自己動手實現一個類似imshow的方法。這個模塊包含了如下內容：
• imdecode 從內存緩衝中讀取一張圖片
• imencode 將一張圖片寫入內存緩衝
• imread 從文件中讀取一張圖片
• imwrite 將一張圖片寫入指定文件
【features2d】 ——也就是Features2D， 2D功能框架 ，包含如下內容：
• 特徵檢測和描述
• 特徵檢測器（Feature Detectors）通用接口
• 描述符提取器（Descriptor Extractors）通用接口
• 描述符匹配器（Descriptor Matchers）通用接口
• 通用描述符（Generic Descriptor）匹配器通用接口
• 關鍵點繪製函數和匹配功能繪製函數
【flann】—— Fast Library for Approximate Nearest Neighbors，高維的近似近鄰快速搜索算法庫，包含兩個部分：
• 快速近似最近鄰搜索
• 聚類
【highgui】——也就是high gui，高層GUI圖形用戶界面，包含媒體的I / O輸入輸出，視頻捕捉、圖像和視頻的編碼解碼、圖形交互界面的接口等內容
【ml】——Machine Learning，機器學習模塊， 基本上是統計模型和分類算法，包含如下內容：
• 統計模型 （Statistical Models）
• 一般貝葉斯分類器 （Normal Bayes Classifier）
• K-近鄰 （K-NearestNeighbors）
• 支持向量機 （Support Vector Machines）
• 決策樹 （Decision Trees）
• 提升（Boosting）
• 梯度提高樹（Gradient Boosted Trees）
• 隨機樹 （Random Trees）
• 超隨機樹 （Extremely randomized trees）
• 期望最大化 （Expectation Maximization）
• 神經網絡 （Neural Networks）
• MLData
【objdetect】——目標檢測模塊，包含Cascade Classification（級聯分類）和Latent SVM這兩個部分。
【photo】——也就是Computational Photography，包含圖像修復和圖像去噪兩部分
【stitching】——images stitching，圖像拼接模塊，包含如下部分：
• 拼接流水線
• 特點尋找和匹配圖像
• 估計旋轉
• 自動校準
• 圖片歪斜
• 接縫估測
• 曝光補償
• 圖片混合
•
【superres】——SuperResolution，超分辨率技術的相關功能模塊
【video】——視頻分析組件，該模塊包括運動估計，背景分離，對象跟蹤等視頻處理相關內容。
其中我們平時用的最多，也最基礎的就是core、imgproc以及imgcodecs模塊，其中包括了圖象的基本操作和常用處理算法。