三、Features2D 模块 (features2d)

用于处理特征点检测与匹配，包括常见的特征提取和匹配算法，如 ORB、SIFT、SURF 等。
常用算子：

• 特征检测与描述符计算：
  Cv2.ORB_Create(), Cv2.SIFT_Create(), Cv2.SURF_Create()
  Cv2.FastFeatureDetector_Create(), Cv2.AKAZE_Create()
  Cv2.BRIEF(), Cv2.BRISK()
  Cv2.FAST()
• 特征匹配：
  Cv2.BFMatcher(), Cv2.FlannBasedMatcher()
  Cv2.DescriptorMatcher(), Cv2.BowImgDescriptorExtractor()
  Cv2.Matches() (KNN 或 Brute Force Matcher)
• 绘制特征点：
  Cv2.DrawKeypoints(), Cv2.DrawMatches()

四、Video 模块 (video)

该模块用于视频分析，包括光流估计、背景分割和对象追踪等。

常用算子：

• 光流估计：
  Cv2.CalcOpticalFlowFarneback(), Cv2.calcOpticalFlowPyrLK()
• 背景建模：
  Cv2.BackgroundSubtractorMOG2(), Cv2.BackgroundSubtractorKNN()
• 视频读取与写入：
  Cv2.VideoCapture(), Cv2.VideoWriter()
• 视频跟踪：
  Cv2.TrackerMOSSE_Create(), Cv2.TrackerKCF_Create()
  Cv2.CamShift(), Cv2.meanShift()

五、Machine Learning 模块 (ml)

该模块提供了机器学习算法的实现，包括分类器、回归分析、聚类等。

常用算子：

• SVM：
  Cv2.ml.SVM_Create()
  Cv2.ml.SVM_Train(), Cv2.ml.SVM_Predict()
• K近邻：
  Cv2.ml.KNearest_Create()
  Cv2.ml.KNearest_FindNearest()
• 决策树：
  Cv2.ml.DecisionTree_Create()
• 随机森林：
  Cv2.ml.RTrees_Create()
  神经网络：
  Cv2.ml.ANN_MLP_Create()
  Boosting：
  Cv2.ml.Boost_Create()
• 聚类算法：
  Cv2.ml.KMeans(), Cv2.ml.EM_Create()
• Logistic回归：
  Cv2.ml.LogisticRegression_Create()

资料

技能拾荒者的博客
https://blog.csdn.net/weixin_45590420/article/details/143861345