详细描述

函数
标量	cv::cuda::absSum (InputArray src, InputArray mask=noArray())
	返回矩阵元素的绝对值之和。

void	cv::cuda::calcAbsSum (InputArray src, OutputArray dst, InputArray mask=noArray(), Stream &stream=Stream::Null())

void	cv::cuda::calcNorm (InputArray src, OutputArray dst, int normType, InputArray mask=noArray(), Stream &stream=Stream::Null())

void	cv::cuda::calcNormDiff (InputArray src1, InputArray src2, OutputArray dst, int normType=NORM_L2, Stream &stream=Stream::Null())

void	cv::cuda::calcSqrSum (InputArray src, OutputArray dst, InputArray mask=noArray(), Stream &stream=Stream::Null())

void	cv::cuda::calcSum (InputArray src, OutputArray dst, InputArray mask=noArray(), Stream &stream=Stream::Null())

int	cv::cuda::countNonZero (InputArray src)
	计算非零矩阵元素的数量。

void	cv::cuda::countNonZero (InputArray src, OutputArray dst, Stream &stream=Stream::Null())

void	cv::cuda::findMinMax (InputArray src, OutputArray dst, InputArray mask=noArray(), Stream &stream=Stream::Null())

void	cv::cuda::findMinMaxLoc (InputArray src, OutputArray minMaxVals, OutputArray loc, InputArray mask=noArray(), Stream &stream=Stream::Null())

void	cv::cuda::integral (InputArray src, OutputArray sum, Stream &stream=Stream::Null())
	计算一个积分图像。

void	cv::cuda::meanStdDev (InputArray mtx, OutputArray dst, Stream &stream=Stream::Null())

void	cv::cuda::meanStdDev (InputArray mtx, Scalar &mean, Scalar &stddev)

void	cv::cuda::meanStdDev (InputArray src, OutputArray dst, InputArray mask, Stream &stream=Stream::Null())
	计算矩阵元素的均值和标准差。

void	cv::cuda::meanStdDev (InputArray src, Scalar &mean, Scalar &stddev, InputArray mask)

void	cv::cuda::minMax (InputArray src, double minVal, double maxVal, InputArray mask=noArray())
	找出全局最小和最大矩阵元素，并返回它们的值。

void	cv::cuda::minMaxLoc (InputArray src, double minVal, double maxVal, Point minLoc, Point maxLoc, InputArray mask=noArray())
	找出全局最小和最大矩阵元素，并返回它们的值及其位置。

double	cv::cuda::norm (InputArray src1, InputArray src2, int normType=NORM_L2)
	返回两个矩阵的差。

double	cv::cuda::norm (InputArray src1, int normType, InputArray mask=noArray())
	返回矩阵的范数（或两个矩阵的差）。

void	cv::cuda::normalize (InputArray src, OutputArray dst, double alpha, double beta, int norm_type, int dtype, InputArray mask=noArray(), Stream &stream=Stream::Null())
	规范化数组的范数或值范围。

void	cv::cuda::rectStdDev (InputArray src, InputArray sqr, OutputArray dst, Rect rect, Stream &stream=Stream::Null())
	计算整图的标准差。

void	cv::cuda::reduce (InputArray mtx, OutputArray vec, int dim, int reduceOp, int dtype=-1, Stream &stream=Stream::Null())
	将矩阵缩减为向量。

void	cv::cuda::sqrIntegral (InputArray src, OutputArray sqsum, Stream &stream=Stream::Null())
	计算平方积分图。

标量	cv::cuda::sqrSum (InputArray src, InputArray mask=noArray())
	返回矩阵元素的平方和。

标量	cv::cuda::sum (InputArray src, InputArray mask=noArray())
	返回矩阵元素的和。

函数文档

◆ absSum()

Scalar cv::cuda::absSum	(	InputArray	src,
		InputArray	mask = `noArray()`
	)

#include <langleopencv2/cudaarithm.hpp>

返回矩阵元素的绝对值之和。

参数

src	除了CV_64F以外的任何深度的源图像。
mask	可选操作掩码；它必须与src1有相同的大小，并且是CV_8UC1类型。

◆ calcAbsSum()

void cv::cuda::calcAbsSum	(	InputArray	src,
		OutputArray	dst,
		InputArray	mask = `noArray()`,
		Stream &	stream = `Stream::Null()`
	)

#include <langleopencv2/cudaarithm.hpp>

这是为了方便提供的一个重载成员函数。它只在与上述函数接受的参数方面有所不同。

◆ calcNorm()

void cv::cuda::calcNorm	(	InputArray	src,
		OutputArray	dst,
		int	normType,
		InputArray	mask = `noArray()`,
		Stream &	stream = `Stream::Null()`
	)

#include <langleopencv2/cudaarithm.hpp>

这是为了方便提供的一个重载成员函数。它只在与上述函数接受的参数方面有所不同。

◆ calcNormDiff()

void cv::cuda::calcNormDiff	(	InputArray	src1,
		InputArray	src2,
		OutputArray	dst,
		int	normType = `NORM_L2`,
		Stream &	stream = `Stream::Null()`
	)

#include <langleopencv2/cudaarithm.hpp>

这是为了方便提供的一个重载成员函数。它只在与上述函数接受的参数方面有所不同。

◆ calcSqrSum()

void cv::cuda::calcSqrSum	(	InputArray	src,
		OutputArray	dst,
		InputArray	mask = `noArray()`,
		Stream &	stream = `Stream::Null()`
	)

#include <langleopencv2/cudaarithm.hpp>

这是为了方便提供的一个重载成员函数。它只在与上述函数接受的参数方面有所不同。

◆ calcSum()

void cv::cuda::calcSum	(	InputArray	src,
		OutputArray	dst,
		InputArray	mask = `noArray()`,
		Stream &	stream = `Stream::Null()`
	)

#include <langleopencv2/cudaarithm.hpp>

这是为了方便提供的一个重载成员函数。它只在与上述函数接受的参数方面有所不同。

◆ countNonZero() [1/2]

int cv::cuda::countNonZero ( InputArray src )

#include <langleopencv2/cudaarithm.hpp>

计算非零矩阵元素的数量。

参数

src 单通道源图像。

此函数在计算能力 < 1.3 的 GPU 上与 CV_64F 图像不兼容。

另请参阅: countNonZero

◆ countNonZero() [2/2]

void cv::cuda::countNonZero	(	InputArray	src,
		OutputArray	dst,
		Stream &	stream = `Stream::Null()`
	)

#include <langleopencv2/cudaarithm.hpp>

这是为了方便提供的一个重载成员函数。它只在与上述函数接受的参数方面有所不同。

◆ findMinMax()

void cv::cuda::findMinMax	(	InputArray	src,
		OutputArray	dst,
		InputArray	mask = `noArray()`,
		Stream &	stream = `Stream::Null()`
	)

#include <langleopencv2/cudaarithm.hpp>

这是为了方便提供的一个重载成员函数。它只在与上述函数接受的参数方面有所不同。

◆ findMinMaxLoc()

void cv::cuda::findMinMaxLoc	(	InputArray	src,
		OutputArray	minMaxVals,
		OutputArray	loc,
		InputArray	mask = `noArray()`,
		Stream &	stream = `Stream::Null()`
	)

#include <langleopencv2/cudaarithm.hpp>

这是为了方便提供的一个重载成员函数。它只在与上述函数接受的参数方面有所不同。

◆ integral()

void cv::cuda::integral	(	InputArray	src,
		OutputArray	sum,
		Stream &	stream = `Stream::Null()`
	)

#include <langleopencv2/cudaarithm.hpp>

计算一个积分图像。

参数

src	源图像。目前只支持 CV_8UC1 图像。
sum	包含 32 位无符号整数值的积分图像，这些值按 CV_32SC1 打包。
stream	Stream 用于异步版本。

另请参阅: integral

◆ meanStdDev() [1/4]

void cv::cuda::meanStdDev	(	InputArray	mtx,
		OutputArray	dst,
		Stream &	stream = `Stream::Null()`
	)

#include <langleopencv2/cudaarithm.hpp>

这是为了方便提供的一个重载成员函数。它只在与上述函数接受的参数方面有所不同。

参数

mtx	源矩阵。目前支持 CV_8UC1 和 CV_32FC1 矩阵。
dst	具有大小 1x2 和类型 CV_64FC1 的目标 GpuMat。第一个值是平均值，第二个是标准差。
stream	Stream 用于异步版本。

◆ meanStdDev() [2/4]

void cv::cuda::meanStdDev	(	InputArray	mtx,
		Scalar &	mean,
		Scalar &	stddev
	)

#include <langleopencv2/cudaarithm.hpp>

这是为了方便提供的一个重载成员函数。它只在与上述函数接受的参数方面有所不同。

参数

mtx	源矩阵。目前支持 CV_8UC1 和 CV_32FC1 矩阵。
mean	平均值。
stddev	标准差值。

◆ meanStdDev() [3/4]

void cv::cuda::meanStdDev	(	InputArray	src,
		OutputArray	dst,
		InputArray	mask,
		Stream &	stream = `Stream::Null()`
	)

#include <langleopencv2/cudaarithm.hpp>

计算矩阵元素的均值和标准差。

参数

src	源矩阵。目前支持 CV_8UC1 和 CV_32FC1 矩阵。
dst	具有大小 1x2 和类型 CV_64FC1 的目标 GpuMat。第一个值是平均值，第二个是标准差。
mask	操作掩码。
stream	Stream 用于异步版本。

另请参阅: meanStdDev

◆ meanStdDev() [4/4]

void cv::cuda::meanStdDev	(	InputArray	src,
		Scalar &	mean,
		Scalar &	stddev,
		InputArray	mask
	)

#include <langleopencv2/cudaarithm.hpp>

这是为了方便提供的一个重载成员函数。它只在与上述函数接受的参数方面有所不同。

参数

src	源矩阵。目前支持 CV_8UC1 和 CV_32FC1 矩阵。
mean	平均值。
stddev	标准差值。
mask	操作掩码。

◆ minMax()

void cv::cuda::minMax	(	InputArray	src,
		double *	minVal,
		double *	maxVal,
		InputArray	mask = `noArray()`
	)

#include <langleopencv2/cudaarithm.hpp>

找出全局最小和最大矩阵元素，并返回它们的值。

参数

src	单通道源图像。
minVal	最小值的指针。如果不需要，请使用 NULL。
maxVal	最大值的指针。如果不需要，请使用 NULL。
mask	可选掩码以选择子矩阵。

此函数在计算能力 < 1.3 的 GPU 上与 CV_64F 图像不兼容。

另请参阅: minMaxLoc

◆ minMaxLoc()

void cv::cuda::minMaxLoc	(	InputArray	src,
		double *	minVal,
		double *	maxVal,
		Point *	minLoc,
		Point *	maxLoc,
		InputArray	mask = `noArray()`
	)

#include <langleopencv2/cudaarithm.hpp>

找出全局最小和最大矩阵元素，并返回它们的值及其位置。

参数

src	单通道源图像。
minVal	最小值的指针。如果不需要，请使用 NULL。
maxVal	最大值的指针。如果不需要，请使用 NULL。
minLoc	最小值位置的指针。如果不需要，请使用 NULL。
maxLoc	最大值位置的指针。如果不需要，请使用 NULL。
mask	可选掩码以选择子矩阵。

此函数在计算能力 < 1.3 的 GPU 上与 CV_64F 图像不兼容。

另请参阅: minMaxLoc

◆ norm() [1/2]

double cv::cuda::norm	(	InputArray	src1,
		InputArray	src2,
		int	normType = `NORM_L2`
	)

#include <langleopencv2/cudaarithm.hpp>

返回两个矩阵的差。

参数

src1	源矩阵。除64F以外的任何矩阵都受支持。
src2	第二个源矩阵（如果有），其大小和类型与src1相同。
normType	规范化类型。目前支持NORM_L1、NORM_L2和NORM_INF。

另请参阅: norm

◆ norm() [2/2]

double cv::cuda::norm	(	InputArray	src1,
		int	normType,
		InputArray	mask = `noArray()`
	)

#include <langleopencv2/cudaarithm.hpp>

返回矩阵的范数（或两个矩阵的差）。

参数

src1	源矩阵。除64F以外的任何矩阵都受支持。
normType	规范化类型。目前支持NORM_L1、NORM_L2和NORM_INF。
mask	可选操作掩码；它必须与src1有相同的大小，并且是CV_8UC1类型。

另请参阅: norm

◆ normalize()

void cv::cuda::normalize	(	InputArray	src,
		OutputArray	dst,
		double	alpha,
		double	beta,
		int	norm_type,
		int	dtype,
		InputArray	mask = `noArray()`,
		Stream &	stream = `Stream::Null()`
	)

#include <langleopencv2/cudaarithm.hpp>

规范化数组的范数或值范围。

参数

src	输入数组。
dst	输出数组，大小与src相同。
alpha	要归一化的范数值或者范围规范化中的下界。
beta	范围规范化中的上界；不适用于范数规范化。
norm_type	规范化类型（NORM_MINMAX、NORM_L2、NORM_L1或NORM_INF）。
dtype	当为负数时，输出数组与src具有相同的类型；否则，它具有与src相同数量的通道，深度≤CV_MAT_DEPTH(dtype)。
mask	可选的操作掩码。
stream	Stream 用于异步版本。

另请参阅: normalize

◆ rectStdDev()

void cv::cuda::rectStdDev	(	InputArray	src,
		InputArray	sqr,
		OutputArray	dst,
		Rect	rect,
		Stream &	stream = `Stream::Null()`
	)

#include <langleopencv2/cudaarithm.hpp>

计算整图的标准差。

参数

src	源图像。仅支持CV_32SC1类型。
sqr	平方源图像。仅支持CV_32FC1类型。
dst	类型和大小与src相同的目标图像。
rect	矩形窗口。
stream	Stream 用于异步版本。

◆ reduce()

void cv::cuda::reduce	(	InputArray	mtx,
		OutputArray	vec,
		int	dim,
		int	reduceOp,
		int	dtype = `-1`,
		Stream &	stream = `Stream::Null()`
	)

#include <langleopencv2/cudaarithm.hpp>

将矩阵缩减为向量。

参数

mtx	源二维矩阵。
vec	目标向量。其大小和类型由dim和dtype参数定义。
dim	沿着矩阵压缩的维度索引。0表示矩阵被压缩成单行。1表示矩阵被压缩成单列。
reduceOp	可以是以下之一的压缩操作 REDUCE_SUM 输出是矩阵中所有行/列的总和。 REDUCE_AVG 输出是矩阵中所有行/列的平均向量。 REDUCE_MAX 输出是矩阵中所有行/列的最大值（按列/行）。 REDUCE_MIN 输出是矩阵中所有行/列的最小值（按列/行）。
dtype	当为负数时，目标向量将与源矩阵具有相同的类型。否则，其类型将是 CV_MAKE_TYPE(CV_MAT_DEPTH(dtype), mtx.channels()) .
stream	Stream 用于异步版本。

reduce函数通过将矩阵的行/列作为一组1D向量处理，并对向量执行指定的操作，将矩阵减少到向量，直到获得单行/列。例如，该函数可以用于计算光栅图像的水平垂直投影。在REDUCE_SUM和REDUCE_AVG的情况下，输出可能具有更大的元素位深，以保留精度。同时，在这两种压缩模式中也支持多通道数组。

另请参阅: reduce

◆ sqrIntegral()

void cv::cuda::sqrIntegral	(	InputArray	src,
		OutputArray	sqsum,
		Stream &	stream = `Stream::Null()`
	)

#include <langleopencv2/cudaarithm.hpp>

计算平方积分图。

参数

src	源图像。目前只支持 CV_8UC1 图像。
sqsum	包含64位无符号整数值的平方积分图像，这些值打包到CV_64FC1中。
stream	Stream 用于异步版本。

◆ sqrSum()

Scalar cv::cuda::sqrSum	(	InputArray	src,
		InputArray	mask = `noArray()`
	)

#include <langleopencv2/cudaarithm.hpp>

返回矩阵元素的平方和。

参数

src	除了CV_64F以外的任何深度的源图像。
mask	可选操作掩码；它必须与src1有相同的大小，并且是CV_8UC1类型。

◆ sum()

Scalar cv::cuda::sum	(	InputArray	src,
		InputArray	mask = `noArray()`
	)

#include <langleopencv2/cudaarithm.hpp>

返回矩阵元素的和。

参数

src	除了CV_64F以外的任何深度的源图像。
mask	可选操作掩码；它必须与src1有相同的大小，并且是CV_8UC1类型。

另请参阅: sum