2. OpenCV源码结构解析：模块划分与目录结构
好，咱们直接进入正题。OpenCV的源码，我第一次打开的时候也懵了一下——文件太多了。但别怕，它的结构其实很清晰。说白了，OpenCV就是一堆功能模块拼起来的乐高积木。每个模块干自己的事，互不干扰。
我个人习惯，拿到一个新版本的OpenCV源码，第一件事就是看 modules/ 目录。这里头每个子文件夹，就是一个独立的功能模块。咱们挑几个最重要的说说。
2.1 核心模块：core
core 是OpenCV的心脏。没有它，其他模块全得趴窝。它负责什么？
- 基础数据结构：比如
cv::Mat（图像矩阵）、cv::Point、cv::Rect、cv::Scalar。这些你天天用，但它们的底层实现全在 core 里。 - 内存管理：OpenCV自己的内存分配器，引用计数机制。嗯，这里要注意，
cv::Mat是浅拷贝，赋值操作只复制头信息，数据共享。我当年在项目里吃过这个亏，改了像素值结果原图也跟着变了。 - 数学运算：矩阵加减乘除、求逆、特征值分解。说白了，就是线性代数那套东西。
- OpenCL/OpenCV加速：core 里还藏着硬件加速的接口，比如
UMat，能在GPU上跑。
关键文件：
modules/core/include/opencv2/core.hpp—— 核心头文件，所有基础类型都在这里声明。modules/core/src/matrix.cpp——cv::Mat的构造函数、析构函数、赋值操作符实现。移植时最常改的就是这个文件。modules/core/src/arithm.cpp—— 矩阵算术运算的实现。如果你要优化像素级操作，这里值得一看。
2.2 图像处理模块：imgproc
imgproc 全称是 Image Processing。图像处理的核心算法全在这儿了。你想想看，滤波、边缘检测、形态学操作、直方图、霍夫变换……哪个不是从这出来的？
我做过一个嵌入式项目，需要在ARM Cortex-A7上做实时人脸检测。当时最耗时的就是 cvtColor() 和 resize()。这两个函数都在 imgproc 里。我后来手动改成了NEON指令集加速，速度提升了3倍多。
避坑指南：我曾经在移植时发现 GaussianBlur() 在某个芯片上跑出来结果不对。查了半天，发现是浮点精度问题。imgproc 里很多算法默认用 double，但嵌入式平台可能只支持 float。记得检查 CV_32F 和 CV_64F 的差异。
关键文件：
modules/imgproc/include/opencv2/imgproc.hpp—— 所有图像处理函数的声明。modules/imgproc/src/color.cpp—— 颜色空间转换。这个文件在嵌入式平台上经常需要重写，因为不同硬件对YUV格式的支持不一样。modules/imgproc/src/resize.cpp—— 图像缩放。插值算法（最近邻、双线性、双三次）都在这里。
2.3 高层GUI模块：highgui
highgui 是 High-level GUI 的缩写。说白了，就是让你能在屏幕上显示图像、处理键盘鼠标事件的模块。在PC上开发时，你肯定用过 imshow()、waitKey() 这些函数吧？它们全在 highgui 里。
但注意了，嵌入式平台上 highgui 经常被阉割。为什么？因为很多嵌入式设备没有显示器，或者没有标准的窗口系统。我做过一个项目，板子上连X11都没有，highgui 根本编译不过去。后来我直接把 highgui 模块从CMakeLists里删掉了，改用 framebuffer 直接操作屏幕。
移植警告：如果你在嵌入式平台上编译OpenCV，建议先检查 highgui 的依赖。它默认依赖 GTK、Qt 或者 Win32 API。在Linux嵌入式系统上，如果不想装GTK，可以开启 WITH_GTK=OFF 和 WITH_QT=OFF。但这样 imshow() 就用不了了。你需要自己实现图像显示。
关键文件：
modules/highgui/include/opencv2/highgui.hpp—— 声明了所有GUI函数。modules/highgui/src/window.cpp—— 窗口创建和事件循环。移植时最常改的就是这个文件。modules/highgui/src/grfmt_*.cpp—— 图像编解码器（如grfmt_jpeg.cpp、grfmt_png.cpp）。如果你不需要某些格式，可以在CMake里关掉对应的WITH选项。
2.4 其他重要模块
除了上面三个，还有几个模块你迟早会碰到：
| 模块名 | 功能 | 嵌入式移植注意点 |
|---|---|---|
imgcodecs |
图像文件的读写（imread/imwrite） | 依赖libjpeg、libpng等第三方库。嵌入式上记得交叉编译这些库。 |
videoio |
视频文件的读写、摄像头采集 | 依赖FFmpeg或GStreamer。嵌入式上摄像头驱动通常用V4L2，需要单独配置。 |
objdetect |
目标检测（Haar级联、HOG） | 模型文件很大，嵌入式上建议用轻量级模型或者直接剪枝。 |
features2d |
特征点检测与匹配（SIFT、SURF、ORB） | SIFT有专利问题，商业项目慎用。ORB在嵌入式上性能不错。 |
calib3d |
相机标定、立体视觉 | 浮点运算密集，嵌入式上建议用定点数近似。 |
2.5 源码目录结构速览
OpenCV的源码根目录下，除了 modules/，还有几个关键目录：
CMakeLists.txt—— 顶层构建文件。所有模块的开关都在这里。我每次移植第一件事就是打开这个文件，把不需要的模块注释掉。cmake/—— CMake脚本和工具。比如OpenCVCompilerOptions.cmake定义了编译器选项。嵌入式上经常要改这里，关掉某些警告或者添加特定的编译标志。data/—— 默认的Haar级联文件、LBP模型等。这些文件在嵌入式上可能用不到，可以删掉节省空间。doc/—— 文档。嗯，说实话，我很少看这个。遇到问题直接看源码或者Stack Overflow。samples/—— 示例代码。移植完成后，我会跑几个samples验证功能是否正常。
我的个人经验：在嵌入式平台上，我通常只保留 core、imgproc、imgcodecs 这三个模块。其他模块按需添加。这样编译出来的库体积可以从几百MB降到几十MB。你想想看，对于Flash只有128MB的板子，这差别可太大了。
2.6 关键文件说明
最后，我列几个你移植时一定会碰到的关键文件：
modules/core/include/opencv2/core/cvdef.h—— 定义了OpenCV的基本类型和宏。比如CV_8UC3、CV_32FC1这些类型常量。如果你要自定义数据类型，可以在这里加。modules/core/include/opencv2/core/base.hpp—— 定义了cv::Algorithm基类。很多算法类都继承自它。移植时如果需要添加新算法，记得继承这个类。modules/core/src/system.cpp—— 系统相关函数，比如获取CPU信息、内存信息。嵌入式上可能需要修改，因为某些系统调用在嵌入式Linux上不可用。CMakeLists.txt—— 顶层构建文件。我建议你仔细读一遍这个文件，理解每个选项的作用。比如CMAKE_BUILD_TYPE选 Release 还是 Debug，ENABLE_NEON是否开启ARM的NEON加速。
小技巧：在嵌入式平台上，我习惯先编译一个最小配置的OpenCV，只包含core和imgproc。然后逐步添加其他模块。这样如果编译出错，很容易定位是哪个模块的问题。我曾经一次性勾选了所有模块，结果编译了三个小时，最后报错——嗯，从那以后我再也不这么干了。
好了，关于OpenCV的源码结构，咱们就聊到这儿。下一章我会带你手把手搭建交叉编译环境，到时候咱们再细聊怎么裁剪模块、怎么优化编译选项。