Learning OpenCV 2D Part By Official Documents
系统过一遍官方文档：https://docs.opencv.org/4.x/index.html，个人笔记，因此会很跳跃，其中简单的使用不会提，比如正常的读存图片、数据格式等等。
20240719 更新：先不对各个函数做具体详细说明，重点关注各个函数的作用是什么？我要解决某个问题时应该使用什么函数？
20240722 更新：对于常用函数还是要说明，比如计算直方图这些基础函数。
20240808 更新：对于一些涉及到调整参数的函数，需要介绍一下原理。比如 HOG 特征、Harris 角点等。
20240820 更新：3D 部分不涉及，OpenCV 3D 的模块: ovis, rapid, rgbd, sfm, stereo, structured_light, surface_matching, viz
20240917 更新：有几个模块不再调研: superres（超分模块，但用的是光流方法，在 AI 下已经是昨日黄花，还是用 dnn 更香）、cvv（用于 Debug，但是我看了一下，传统的 debug 更好）
第一章：基础知识
第二章：特征提取
第三章：目标分类、识别、检索
针对特定物体的检测
基于数据的检测
其他检测
第四章：图片分割、前后景分离
- 交互式前后背景分离：GrabCut, WaterShed, AlphaMatting
- 视频帧前后背景分离: BackGroundSubtractor
- HfsSegment（hfs 模块）
- GraphSegment（ximgproc 模块）
第五章：图像配准、图片拼接
- 整体配准一：feature-based（reg、ecc）
- 整体配准二：pixel-based（特征点、稀疏光流）
- 局部配准：MeshWarp
- 不同亮度的配准（HDR MTB）
- 从图像配准到图像拼接：简单介绍
- 从图像配准到图像拼接：细节介绍
第六章：视频运动相关：光流、追踪、防抖
第七章：相机相关
第八章：传统方法下的图像增强
第零章：杂项
- 使用长短帧融合的经典 HDR 方法
- 泊松融合，也可用于色彩或亮度更平滑的变换
- 图像转为不同风格
- Image Hash，图像相似度
- 视网膜模型，可用于对比度增强、ToneMapping、运动检测
- 显著性检测
- SuperPixels
- PeiLinNormalization
- Radon Transform(拉东变换)
- Phase Unwarping
- 彩色转灰色时保持对比度
- 图像修复一 、图像修复二
一些不好归纳的记录：
https://docs.opencv.org/4.x/d7/df3/group__imgproc__motion.html 中有一个 phaseCorrelate 函数
内部的原理：
| 章节 | 知识点 |
|---|---|
| 1.6 | EMD距离指标 |
| 3.1 | GrabCut 原论文 |
| 9.5 | 常见图像修复的原理 |
| 9.3 | 泊松融合重新看 |
| 9.1 | HDR 相机响应曲线 |
| 4.1 | Alpha matting |
| 4.3 | HFS |
函数具体的细节：
- HoughCircles
- HOGDescriptor 类里面的各种函数