1、OpenCV的定义：
OpenCV的英文全称是Open Source Computer Vision Library。它是一个开源的计算机视觉库，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。
2、OpenCV的特点：
（1）OpenCV采用C/C++语言编写，可以运行在Linux/Windows/Mac等操作系统上。
（2）OpenCV提供了Python、Ruby、MATLAB以及其他语言的接口。
（3）它采用优化的C代码编写，能够充分利用多核处理器的优势
（4）具有良好的可移植性
3、OpenCV的设计目标：
执行速度尽量快，主要关注实时应用。如果是希望在Intel平台上得到更快的处理速度，可以购买Intel的高性能多媒体函数库IPP(Integrated
Performance Primitives)。IPP库包含许多从底层优化的函数，这些函数涵盖多个应用领域。如果系统已经安装了IPP库，OpenCV会在运行时自动使用相应的IPP库。
【注】：OpenCV使用优化了的C和C++代码实现，因此它对IPP不存在任何的依赖。
4、OpenCV的应用领域
(1)人机互动 (2)物体识别
(3)图象分割 (4)人脸识别 (5)动作识别 (6)运动跟踪 (7)机器人 (8)运动分析 (9)机器视觉 (10)结构分析
5、OpenCV的结构和内容
OpenCV主体分为五个模块，其中四个模块如下图所示。
OpenCV的CV模块包含基本的图像处理函数和高级的计算机视觉算法。ML是机器学习库，包含一些基于统计的分类和聚类工具。HighGUI包含图像和视频输入/输出的函数。CXCore包含OpenCV的一些基本数据结构和相关函数。
【具体内容如下】：
（1） cxcore
基础结构：CvPoint,CvSize,CvScalar等
数组操作：cvCreateImage,cvCreateMat等
动态结构：CvMemStorage,CvMemBlock等
绘图函数：cvLine,cvRectangle等
数据保存和运行时类型信息：CvFileStorage,cvOpenFileStorage等
错误处理和系统函数:cvGetErrStatus,cvAlloc,cvFree等
（2） cv
图像处理：cvSobel，cvCanny等
结构分析：ContourArea等
运动分析与目标跟踪：cvMeanShift等
模式识别：CvHaarFeature
摄像头定标与三维重建：cvCalibrateCamer2
（3）Machine Learning(ML)
包含许多聚类、分类和数据分析函数。如Bayes分类器，K近邻算法，支持向量机，决策树，神经网络等等。
（4）HighGUI
图像界面函数： cvNamedWindow
读图像和保存图像：cvLoadImage，cvSaveImage
读视频和写视频：CvCreateFileCapture等
（5）cvcam
摄像机接口，在Opencv1.0以后的版本中已经被移除
（6）cvaux
该模块中一般存放一些即将被淘汰的算法和函数（如基于嵌入式隐马尔科夫的人脸识别算法），还包含一些实验性的算法和函数（前景检测，背景剔除等）