本文主要是介绍opencv3.1发布模块介绍，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
OpenCV 3.1 发布，此版本更新内容如下：此版本是 3.x 系列的第一个稳定版本，详细改进内容请看发行说明。
OpenCV 3.1 支持最新的 Windows 和 OS X 操作系统和最新的开发工具 (VS2015 和 Xcode 7)；支持 Andorid 5。
主要改进：
-
Omnidirectional Cameras Calibration and Stereo 3D Reconstruction全方位摄像机标定和立体三维重建 – opencv_contrib/ccalib module (Baisheng Lai, Bo Li)->
全方位摄像机标定和立体三维重建 -
Structure From Motion – opencv_contrib/sfm module (Edgar Riba, Vincent Rabaud)->从运动信息中恢复三维场景结构
-
Improved Deformable Part-based Models – opencv_contrib/dpm module (Jiaolong Xu, Bence Magyar)->改进的变形部件为基础的模型
-
Real-time Multi-object Tracking using Kernelized Correlation Filter – opencv_contrib/tracking module (Laksono Kurnianggoro, Fernando J. Iglesias Garcia)->采用核心化相关滤波实时多目标跟踪
-
Improved and expanded Scene Text Detection – opencv_contrib/text module (Lluis Gomez, Vadim Pisarevsky)->改进和扩展场景文字探测
-
Stereo correspondence improvements – opencv_contrib/stereo module (Mircea Paul Muresan, Sergei Nosov)->立体匹配的改进
-
Structured-Light System Calibration – opencv_contrib/structured_light (Roberta Ravanelli, Delia, Stefano Fabri, Claudia Rapuano)->结构光系统标定
-
Chessboard+ArUco for camera calibration – opencv_contrib/aruco (Sergio Garrido, Prasanna, Gary Bradski)->运用棋盘+ArUco库标定摄像头
-
Implementation of universal interface for deep neural network frameworks – opencv_contrib/dnn module (Vitaliy Lyudvichenko, Anatoly Baksheev)->深度神经网络框架的通用接口的实现
-
Recent advances in edge-aware filtering, improved SGBM stereo algorithm – opencv/calib3d and opencv_contrib/ximgproc (Alexander Bokov, Maksim Shabunin)->边缘意识过滤的最新进展，改进SGBM立体算法
-
Improved ICF detector, waldboost implementation – opencv_contrib/xobjdetect (Vlad Shakhuro, Alexander Bovyrin)->改进的ICF检测，waldboost实现
-
Multi-target TLD tracking – opencv_contrib/tracking module (Vladimir Tyan, Antonella Cascitelli)->多目标TLD算法跟踪
-
3D pose estimation using CNNs – opencv_contrib/cnn_3dobj (Yida Wang, Manuele Tamburrano, Stefano Fabri)->3D姿态估计使用细胞神经网络
下载：
-
OpenCV-3.1.0-android-sdk.zip
-
opencv-3.1.0.exe
-
opencv2.framework.zip
OpenCV 是 Intel 开源计算机视觉库。它由一系列 C 函数和少量 C++ 类构成，实现了图像处理和计算机视觉方面的很多通用算法。
OpenCV 拥有包括 300 多个C函数的跨平台的中、高层 API。它不依赖于其它的外部库——尽管也可以使用某些外部库。
OpenCV 对非商业应用和商业应用都是免费（FREE）的。（细节参考 license）。
OpenCV 为Intel Integrated Performance Primitives (IPP) 提供了透明接口。 这意味着如果有为特定处理器优化的的 IPP 库， OpenCV 将在运行时自动加载这些库。这篇关于opencv3.1发布模块介绍的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
