OpenCV（Open Source Computer Vision Library）是一个开源的计算机视觉和图像处理库，提供了丰富的功能模块，用于处理图像、视频、三维点云等。以下是一些常用的功能模块介绍：

1. 核心功能模块（Core）：

   • 图像数据结构：包括图像、矩阵、数组等数据类型的表示与操作。
   • 文件操作：读取和写入图像、视频、摄像头流等。
   • 绘图功能：绘制图像、文字、几何图形等。

2. 图像处理模块（Imgproc）：

   • 图像变换：包括缩放、旋转、翻转、裁剪等操作。
   • 滤波器：应用各种滤波器进行图像平滑、锐化、边缘检测等处理。
   • 颜色空间转换：例如RGB到灰度、HSV等色彩空间的转换。
   • 形态学处理：腐蚀、膨胀、开运算、闭运算等形态学操作。

3. 特征检测与描述符模块（Feature Detection and Description）：

   • 关键点检测：例如Harris角点检测、FAST角点检测、SIFT、SURF、ORB等。
   • 特征描述：为检测到的关键点提取特征描述符，用于匹配。

4. 图像分割模块（Image Segmentation）：

   • 基于阈值的分割：根据像素灰度或颜色值进行图像分割。
   • 基于边缘的分割：通过检测图像中的边缘来分割对象。
   • 基于区域的分割：将图像分割成具有相似属性的区域。

5. 对象检测模块（Object Detection）：

   • Haar级联检测器：用于检测人脸等对象。
   • 使用深度学习模型进行对象检测：例如基于YOLO、Faster R-CNN、SSD等模型。

6. 摄像头标定与几何模块（Camera Calibration and Geometry）：

   • 摄像头标定：校准摄像头的内参和外参，用于后续的三维重建、位姿估计等任务。
   • 几何变换：例如透视变换、投影变换等。

7. 视频分析模块（Video Analysis）：

   • 运动检测：检测视频中的运动物体。
   • 光流估计：估计视频中像素的运动轨迹。

8. 深度学习模块（Deep Learning）：

   • OpenCV提供了与深度学习框架（如TensorFlow、PyTorch）集成的功能，可以加载、微调和使用预训练的深度学习模型进行图像分类、对象检测等任务。

9. 人工智能模块（AI）：

   • 包括一些基础的人工智能算法，如K均值聚类、支持向量机等。

这些是 OpenCV 中一些主要的功能模块，但并不限于此，OpenCV 是一个功能非常丰富的库，涵盖了许多计算机视觉和图像处理领域的内容。