我們利用openCV開源庫進行項目開發時，往往要牽涉到頭文件的添加問題，而openCV中頭文件衆多，該如何選擇呢？下面對openCV2.4.10的頭文件進行一個簡單的梳理，以便能夠快速的添加對應的頭文件。
1、首先看下opencv文件夾中的頭文件
其中cv.h中包含的頭文件：
#include
"opencv2/core/core_c.h"
#include "opencv2/core/core.hpp"
#include "opencv2/imgproc/imgproc_c.h"
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/video/tracking.hpp"
#include "opencv2/features2d/features2d.hpp"
#include "opencv2/flann/flann.hpp"
#include "opencv2/calib3d/calib3d.hpp"
#include "opencv2/objdetect/objdetect.hpp"
#include "opencv2/legacy/compat.hpp"
cv.hpp中包含頭文件：
#include
<cv.h>
也就是說cv.hpp是包含cv.h的，程序中凡用到cv.h的地方都可以用cv.hpp
替換，那麼爲什麼又要設置hpp文件呢？hpp是Header Plus Plus的簡寫，與 *.h 文件類似。但與之不同的是，*.hpp將*.cpp中的實現代碼也寫入其中，使得定義與實現都包含在同一文件中。這樣做帶來的好處顯而易見，無需再將cpp文件添加到項目中編譯，減少了編譯次數，也不用發佈煩人的lib,dll 文件，因此非常適合用來編寫公用的開源庫。
文件夾opencv中的頭文件都是類似的，均包含文件夾opencv2裏的頭文件。所以我們如果是從低版本的opencv學習過渡到高版本的opencv的話，如果不適應可以先以opencv文件夾裏的文件調用爲標準。如果熟悉opencv裏的函數分佈，也可以直接調用opencv2文件夾裏的具體頭文件，這樣在頭文件預編譯提高效率。
2、接下來看文件夾opencv2中的文件
先看opencv.hpp文件：
#include
"opencv2/core/core_c.h"
#include "opencv2/core/core.hpp"
#include "opencv2/flann/miniflann.hpp"
#include "opencv2/imgproc/imgproc_c.h"
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/photo/photo.hpp"
#include "opencv2/video/video.hpp"
#include "opencv2/features2d/features2d.hpp"
#include "opencv2/objdetect/objdetect.hpp"
#include "opencv2/calib3d/calib3d.hpp"
#include "opencv2/ml/ml.hpp"
#include "opencv2/highgui/highgui_c.h"
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/contrib/contrib.hpp"
很明顯opencv.hpp的頭文件包含了opencv庫裏的所有頭文件。
接着看opencv_modules.hpp文件：
#define HAVE_OPENCV_CALIB3D
#define HAVE_OPENCV_CONTRIB
#define HAVE_OPENCV_CORE
#define HAVE_OPENCV_FEATURES2D
#define HAVE_OPENCV_FLANN
#define HAVE_OPENCV_GPU
#define HAVE_OPENCV_HIGHGUI
#define HAVE_OPENCV_IMGPROC
#define HAVE_OPENCV_LEGACY
#define HAVE_OPENCV_ML
#define HAVE_OPENCV_NONFREE
#define HAVE_OPENCV_OBJDETECT
#define HAVE_OPENCV_OCL
#define HAVE_OPENCV_PHOTO
#define HAVE_OPENCV_STITCHING
#define HAVE_OPENCV_SUPERRES
#define HAVE_OPENCV_TS
#define HAVE_OPENCV_VIDEO
#define HAVE_OPENCV_VIDEOSTAB
其解釋如下：
[calib3d]: 其實就是就是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， 該模塊包含了一些最近添加的不太穩定的可選功能，不用去多管。2.4.10裏的這個模塊有新型人臉識別， 立體匹配 ，人工視網膜模型等技術。
[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
[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和聚類
[gpu]: 運用GPU加速的計算機視覺模塊
[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
[legacy]: 一些已經廢棄的代碼庫，保留下來作爲向下兼容，包含如下相關的內容
運動分析
期望最大化
直方圖
平面細分（C API）
特徵檢測和描述（Feature Detection and Description）
描述符提取器（Descriptor Extractors）的通用接口
通用描述符（Generic Descriptor Matchers）的常用接口
匹配器
[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
[nonfree]: 也就是一些具有專利的算法模塊 ，包含特徵檢測和GPU相關的內容。最好不要商用，可能會被告哦。
[objdetect]: 目標檢測模塊，包含Cascade Classification（級聯分類）和Latent SVM這兩個部分。
[ocl]: 即OpenCL-accelerated Computer Vision，運用OpenCL加速的計算機視覺組件模塊
[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
[ts]:opencv測試相關代碼，不用去管他
[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
[Videostab]: Video stabilization，視頻穩定相關的組件
3、參考文獻
[1] http://www.it165.net/pro/html/201404/12370.html(本文中絕大部分內容出自此博客)
[2] http://baike.baidu.com/item/HPP?fr=aladdin