我们利用openCV开源库进行项目开发时，往往要牵涉到头文件的添加问题，而openCV中头文件众多，该如何选择呢？下面对openCV2.4.10的头文件进行一个简单的梳理，以便能够快速的添加对应的头文件。
1、首先看下opencv文件夹中的头文件
其中cv.h中包含的头文件：
#include "opencv2/core/core_c.h"
#include "opencv2/core/core.hpp"#include "opencv2/imgproc/imgproc_c.h"#include "opencv2/imgproc/imgproc.hpp"#include "opencv2/video/tracking.hpp"#include "opencv2/features2d/features2d.hpp"#include "opencv2/flann/flann.hpp"#include "opencv2/calib3d/calib3d.hpp"#include "opencv2/objdetect/objdetect.hpp"#include "opencv2/legacy/compat.hpp"cv.hpp中包含头文件：
#include <cv.h>
也就是说cv.hpp是包含cv.h的，程序中凡用到cv.h的地方都可以用cv.hpp 替换，那么为什么又要设置hpp文件呢？hpp是Header Plus Plus的简写，与 *.h 文件类似。但与之不同的是，*.hpp将*.cpp中的实现代码也写入其中，使得定义与实现都包含在同一文件中。这样做带来的好处显而易见，无需再将cpp文件添加到项目中编译，减少了编译次数，也不用发布烦人的lib,dll 文件，因此非常适合用来编写公用的开源库。
文件夹opencv中的头文件都是类似的，均包含文件夹opencv2里的头文件。所以我们如果是从低版本的opencv学习过渡到高版本的opencv的话，如果不适应可以先以opencv文件夹里的文件调用为标准。如果熟悉opencv里的函数分布，也可以直接调用opencv2文件夹里的具体头文件，这样在头文件预编译提高效率。
2、接下来看文件夹opencv2中的文件
先看opencv.hpp文件：
#include "opencv2/core/core_c.h"
#include "opencv2/core/core.hpp"#include "opencv2/flann/miniflann.hpp"#include "opencv2/imgproc/imgproc_c.h"#include "opencv2/imgproc/imgproc.hpp"#include "opencv2/photo/photo.hpp"#include "opencv2/video/video.hpp"#include "opencv2/features2d/features2d.hpp"#include "opencv2/objdetect/objdetect.hpp"#include "opencv2/calib3d/calib3d.hpp"#include "opencv2/ml/ml.hpp"#include "opencv2/highgui/highgui_c.h"#include "opencv2/highgui/highgui.hpp"#include "opencv2/contrib/contrib.hpp"很明显opencv.hpp的头文件包含了opencv库里的所有头文件。
接着看opencv_modules.hpp文件：
#define HAVE_OPENCV_CALIB3D
#define HAVE_OPENCV_CONTRIB#define HAVE_OPENCV_CORE#define HAVE_OPENCV_FEATURES2D#define HAVE_OPENCV_FLANN#define HAVE_OPENCV_GPU#define HAVE_OPENCV_HIGHGUI#define HAVE_OPENCV_IMGPROC#define HAVE_OPENCV_LEGACY#define HAVE_OPENCV_ML#define HAVE_OPENCV_NONFREE#define HAVE_OPENCV_OBJDETECT#define HAVE_OPENCV_OCL#define HAVE_OPENCV_PHOTO#define HAVE_OPENCV_STITCHING#define HAVE_OPENCV_SUPERRES#define HAVE_OPENCV_TS#define HAVE_OPENCV_VIDEO#define HAVE_OPENCV_VIDEOSTAB其解释如下：
[calib3d]: 其实就是就是Calibration（校准）加3D这两个词的组合缩写。这个模块主要是相机校准和三维重建相关的内容。基本的多视角几何算法，单个立体摄像头标定，物体姿态估计，立体相似性算法，3D信息的重建等等。
[contrib]:也就是Contributed/Experimental Stuf的缩写， 该模块包含了一些最近添加的不太稳定的可选功能，不用去多管。2.4.10里的这个模块有新型人脸识别， 立体匹配 ，人工视网膜模型等技术。
[core]: 核心功能模块，包含如下内容
OpenCV基本数据结构
动态数据结构绘图函数数组操作相关函数辅助功能与系统函数和宏与OpenGL的互操作[imgproc]: Image和Processing这两个单词的缩写组合。图像处理模块，这个模块包含了如下内容
线性和非线性的图像滤波
图像的几何变换
其它（Miscellaneous）图像转换
直方图相关结构分析和形状描述运动分析和对象跟踪特征检测目标检测等内容[features2d]: 也就是Features2D， 2D功能框架 ，包含如下内容
特征检测和描述
特征检测器（Feature Detectors）通用接口描述符提取器（Descriptor Extractors）通用接口描述符匹配器（Descriptor Matchers）通用接口通用描述符（Generic Descriptor）匹配器通用接口关键点绘制函数和匹配功能绘制函数[flann]: Fast Library for Approximate Nearest Neighbors，高维的近似近邻快速搜索算法库， 包含两个部分：快速近似最近邻搜索和聚类
[gpu]: 运用GPU加速的计算机视觉模块
[highgui]: 也就是high gui，高层GUI图形用户界面，包含媒体的I / O输入输出， 视频捕捉、图像和视频的编码解码、图形交互界面的接口等内容
[legacy]: 一些已经废弃的代码库，保留下来作为向下兼容，包含如下相关的内容
运动分析
期望最大化直方图平面细分（C API）特征检测和描述（Feature Detection and Description）描述符提取器（Descriptor Extractors）的通用接口通用描述符（Generic Descriptor Matchers）的常用接口匹配器[ml]: Machine Learning，机器学习模块， 基本上是统计模型和分类算法，包含如下内容
统计模型 （Statistical Models）
一般贝叶斯分类器 （Normal Bayes Classifier）K-近邻 （K-NearestNeighbors）支持向量机 （Support Vector Machines）决策树 （Decision Trees）提升（Boosting）梯度提高树（Gradient Boosted Trees）随机树 （Random Trees）超随机树 （Extremely randomized trees）期望最大化 （Expectation Maximization）神经网络 （Neural Networks）MLData[nonfree]: 也就是一些具有专利的算法模块 ，包含特征检测和GPU相关的内容。最好不要商用，可能会被告哦。
[objdetect]: 目标检测模块，包含Cascade Classification（级联分类）和Latent SVM这两个部分。
[ocl]: 即OpenCL-accelerated Computer Vision，运用OpenCL加速的计算机视觉组件模块
[photo]: 也就是Computational Photography，包含图像修复和图像去噪两部分
[stitching]: images stitching，图像拼接模块，包含如下部分：
拼接流水线
特点寻找和匹配图像估计旋转自动校准图片歪斜接缝估测曝光补偿图片混合[superres]: SuperResolution，超分辨率技术的相关功能模块
[ts]:opencv测试相关代码，不用去管他
[video]: 视频分析组件
该模块包括运动估计，背景分离，对象跟踪等视频处理相关内容
[Videostab]: Video stabilization，视频稳定相关的组件
3、参考文献
[1] http://www.it165.net/pro/html/201404/12370.html(本文中绝大部分内容出自此博客)
[2] http://baike.baidu.com/item/HPP?fr=aladdin