cv::cuda 命名空间参考

类
类	BackgroundSubtractorFGD
	该类通过构建和维护背景模型来区分前景和背景像素。更多…
类	BackgroundSubtractorGMG
	背景/前景分割算法。更多…
类	BackgroundSubtractorMOG
	基于高斯混合模型的背景/前景分割算法。更多…
类	BackgroundSubtractorMOG2
	基于高斯混合模型的背景/前景分割算法。更多…
类	BroxOpticalFlow
	使用Brox等光流算法计算两幅图像光流的类([42])。更多…
类	BufferPool
	BufferPool 用于CUDA流。更多…
类	CannyEdgeDetector
	Canny边缘检测器的基类：更多…
类	CascadeClassifier
	用于目标检测的级联分类器类。支持HAAR和LBP级联：更多…
类	CLAHE
	对比度受限自适应直方图均衡的基类：更多…
类	Convolution
	卷积（或互相关）运算符的基类：更多…
类	CornernessCriteria
	角点性准则计算的基类：更多…
类	CornersDetector
	角点检测器的基类：更多…
类	DenseOpticalFlow
	密集光流算法的基接口。更多…
类	DensePyrLKOpticalFlow
	用于计算密集光流的类。更多…
类	DescriptorMatcher
	匹配关键点描述符的抽象基类。更多…
类	DeviceInfo
	提供查询指定GPU属性功能的类。更多…
类	DFT
	作为cv::Algorithm的DFT运算符的基类：更多…
类	DisparityBilateralFilter
	使用联合双边滤波细化视差图的类：更多…
类	Event
结构体	EventAccessor
	能够从cuda::Event获取cudaEvent_t的类。更多…
类	FarnebackOpticalFlow
	使用Gunnar Farneback算法计算密集光流的类。更多…
类	FastFeatureDetector
	使用FAST方法进行特征检测的包装类。更多…
类	FastOpticalFlowBM
类	Feature2DAsync
	CUDA异步二维图像特征检测器和描述符提取器的抽象基类。更多…
结构体	FGDParams
类	Filter
	所有CUDA滤波器的通用接口：更多…
结构体	GpuData
类	GpuMat
	具有引用计数的GPU内存的基本存储类。更多…
类	GpuMatND
类	HOG
	该类实现了方向梯度直方图([63])目标检测器。更多…
类	HostMem
	具有引用计数的类，包装来自CUDA的特殊内存类型分配函数。更多…
类	HoughCirclesDetector
	圆检测算法的基类：更多…
类	HoughLinesDetector
	直线检测算法的基类：更多…
类	HoughSegmentDetector
	线段检测算法的基类：更多…
类	ImagePyramid
类	LookUpTable
	使用查找表的变换的基类。更多…
类	NvidiaHWOpticalFlow
	使用NVIDIA光流SDK的光流算法的基接口。更多…
类	NvidiaOpticalFlow_1_0
	使用NVIDIA光流硬件和光流SDK 1.0计算两幅图像之间光流向量的类。更多…
类	NvidiaOpticalFlow_2_0
	使用NVIDIA光流硬件和光流SDK 2.0计算两幅图像之间光流向量的类。更多…
类	OpticalFlowDual_TVL1
	Zach、Pock和Bischof双TV-L1光流方法的实现。更多…
类	ORB
	实现ORB（定向BRIEF）关键点检测器和描述符提取器的类。更多…
类	SparseOpticalFlow
	稀疏光流算法的基接口。更多…
类	SparsePyrLKOpticalFlow
	用于计算稀疏光流的类。更多…
类	StereoBeliefPropagation
	使用置信传播算法计算立体匹配的类：更多…
类	StereoBM
	使用块匹配算法计算立体匹配（视差图）的类：更多…
类	StereoConstantSpaceBP
	使用恒定空间置信传播算法计算立体匹配的类：更多…
类	StereoSGM
	该类实现了改进的H. Hirschmuller算法[125]。限制和区别如下：更多…
类	Stream
	此类封装了异步调用的队列。更多…
结构体	StreamAccessor
	能够从cuda::Stream获取cudaStream_t的类。更多…
类	SURF_CUDA
	用于从图像中提取加速鲁棒特征 (SURF) 的类：更多…
类	TargetArchs
	提供一组静态方法来检查为其构建CUDA模块的NVIDIA*卡架构的类。更多…
类	TemplateMatching
	模板匹配的基类：更多…

枚举
枚举	AlphaCompTypes {   ALPHA_OVER ,   ALPHA_IN ,   ALPHA_OUT ,   ALPHA_ATOP ,   ALPHA_XOR ,   ALPHA_PLUS ,   ALPHA_OVER_PREMUL ,   ALPHA_IN_PREMUL ,   ALPHA_OUT_PREMUL ,   ALPHA_ATOP_PREMUL ,   ALPHA_XOR_PREMUL ,   ALPHA_PLUS_PREMUL ,   ALPHA_PREMUL }
枚举	连通分量算法类型 {   CCL_DEFAULT = -1 ,   CCL_BKE = 0 }
	连通分量算法。 更多...
枚举	马赛克去马赛克类型 {   COLOR_BayerBG2BGR_MHT = 256 ,   COLOR_BayerGB2BGR_MHT = 257 ,   COLOR_BayerRG2BGR_MHT = 258 ,   COLOR_BayerGR2BGR_MHT = 259 ,   COLOR_BayerBG2RGB_MHT = COLOR_BayerRG2BGR_MHT ,   COLOR_BayerGB2RGB_MHT = COLOR_BayerGR2BGR_MHT ,   COLOR_BayerRG2RGB_MHT = COLOR_BayerBG2BGR_MHT ,   COLOR_BayerGR2RGB_MHT = COLOR_BayerGB2BGR_MHT ,   COLOR_BayerBG2GRAY_MHT = 260 ,   COLOR_BayerGB2GRAY_MHT = 261 ,   COLOR_BayerRG2GRAY_MHT = 262 ,   COLOR_BayerGR2GRAY_MHT = 263 }
枚举	特征集 {   FEATURE_SET_COMPUTE_10 = 10 ,   FEATURE_SET_COMPUTE_11 = 11 ,   FEATURE_SET_COMPUTE_12 = 12 ,   FEATURE_SET_COMPUTE_13 = 13 ,   FEATURE_SET_COMPUTE_20 = 20 ,   FEATURE_SET_COMPUTE_21 = 21 ,   FEATURE_SET_COMPUTE_30 = 30 ,   FEATURE_SET_COMPUTE_32 = 32 ,   FEATURE_SET_COMPUTE_35 = 35 ,   FEATURE_SET_COMPUTE_50 = 50 ,   全局原子操作 = FEATURE_SET_COMPUTE_11 ,   共享原子操作 = FEATURE_SET_COMPUTE_12 ,   原生双精度 = FEATURE_SET_COMPUTE_13 ,   Warp Shuffle 函数 = FEATURE_SET_COMPUTE_30 ,   动态并行 = FEATURE_SET_COMPUTE_35 }
	枚举提供的 CUDA 计算功能。 更多...
枚举	矩阶数 {   一阶矩 = 1 ,   二阶矩 = 2 ,   三阶矩 = 3 }
	图像矩的阶数。 更多...

函数
void	abs (InputArray src, OutputArray dst, Stream &stream=Stream::Null())
	计算每个矩阵元素的绝对值。
void	absdiff (InputArray src1, InputArray src2, OutputArray dst, Stream &stream=Stream::Null())
	计算两个矩阵（或矩阵和标量）的逐元素绝对差。
void	absdiffWithScalar (InputArray src1, Scalar src2, OutputArray dst, Stream &stream=Stream::Null())
	计算矩阵和标量的逐元素绝对差。
Scalar	absSum (InputArray src, InputArray mask=noArray())
	返回矩阵元素绝对值的总和。
void	add (InputArray src1, InputArray src2, OutputArray dst, InputArray mask=noArray(), int dtype=-1, Stream &stream=Stream::Null())
	计算矩阵-矩阵或矩阵-标量和。
void	addWeighted (InputArray src1, double alpha, InputArray src2, double beta, double gamma, OutputArray dst, int dtype=-1, Stream &stream=Stream::Null())
	计算两个数组的加权和。
void	addWithScalar (InputArray src1, Scalar src2, OutputArray dst, InputArray mask=noArray(), int dtype=-1, Stream &stream=Stream::Null())
	计算矩阵-标量和。
void	alphaComp (InputArray img1, InputArray img2, OutputArray dst, int alpha_op, Stream &stream=Stream::Null())
	使用包含在每个图像中的 alpha 不透明度值合成两个图像。
void	bilateralFilter (InputArray src, OutputArray dst, int kernel_size, float sigma_color, float sigma_spatial, int borderMode=BORDER_DEFAULT, Stream &stream=Stream::Null())
	执行传入图像的双边滤波。
void	bitwise_and (InputArray src1, InputArray src2, OutputArray dst, InputArray mask=noArray(), Stream &stream=Stream::Null())
	执行两个矩阵（或矩阵和标量）的逐元素按位与运算。
void	bitwise_and_with_scalar (InputArray src1, Scalar src2, OutputArray dst, InputArray mask=noArray(), Stream &stream=Stream::Null())
	执行矩阵和标量的逐元素按位与运算。
void	bitwise_not (InputArray src, OutputArray dst, InputArray mask=noArray(), Stream &stream=Stream::Null())
	执行逐元素按位非运算。
void	bitwise_or (InputArray src1, InputArray src2, OutputArray dst, InputArray mask=noArray(), Stream &stream=Stream::Null())
	执行两个矩阵（或矩阵和标量）的逐元素按位或运算。
void	bitwise_or_with_scalar (InputArray src1, Scalar src2, OutputArray dst, InputArray mask=noArray(), Stream &stream=Stream::Null())
	执行矩阵和标量的逐元素按位或运算。
void	bitwise_xor (InputArray src1, InputArray src2, OutputArray dst, InputArray mask=noArray(), Stream &stream=Stream::Null())
	执行两个矩阵（或矩阵和标量）的逐元素按位异或运算。
void	bitwise_xor_with_scalar (InputArray src1, Scalar src2, OutputArray dst, InputArray mask=noArray(), Stream &stream=Stream::Null())
	执行矩阵和标量的逐元素按位异或运算。
void	blendLinear (InputArray img1, InputArray img2, InputArray weights1, InputArray weights2, OutputArray result, Stream &stream=Stream::Null())
	执行两幅图像的线性混合。
void	buildWarpAffineMaps (InputArray M, bool inverse, Size dsize, OutputArray xmap, OutputArray ymap, Stream &stream=Stream::Null())
	构建仿射变换的变换映射。
void	buildWarpAffineMaps (Mat M, bool inverse, Size dsize, GpuMat &xmap, GpuMat &ymap, Stream &stream=Stream::Null())
void	buildWarpAffineMaps (UMat M, bool inverse, Size dsize, GpuMat &xmap, GpuMat &ymap, Stream &stream=Stream::Null())
void	buildWarpPerspectiveMaps (InputArray M, bool inverse, Size dsize, OutputArray xmap, OutputArray ymap, Stream &stream=Stream::Null())
	构建透视变换的变换映射。
void	buildWarpPerspectiveMaps (Mat M, bool inverse, Size dsize, GpuMat &xmap, GpuMat &ymap, Stream &stream=Stream::Null())
void	buildWarpPerspectiveMaps (buildWarpPerspectiveMaps) (UMat M, bool inverse, Size dsize, GpuMat &xmap, GpuMat &ymap, Stream &stream=Stream::Null())
void	calcAbsSum (calcAbsSum) (InputArray src, OutputArray dst, InputArray mask=noArray(), Stream &stream=Stream::Null())
void	calcHist (calcHist) (InputArray src, InputArray mask, OutputArray hist, Stream &stream=Stream::Null())
	计算给定掩码内单通道8位图像的直方图。
void	calcHist (calcHist) (InputArray src, OutputArray hist, Stream &stream=Stream::Null())
	计算单通道8位图像的直方图。
void	calcNorm (calcNorm) (InputArray src, OutputArray dst, int normType, InputArray mask=noArray(), Stream &stream=Stream::Null())
void	calcNormDiff (calcNormDiff) (InputArray src1, InputArray src2, OutputArray dst, int normType=NORM_L2, Stream &stream=Stream::Null())
void	calcOpticalFlowBM (calcOpticalFlowBM) (const GpuMat &prev, const GpuMat &curr, Size block_size, Size shift_size, Size max_range, bool use_previous, GpuMat &velx, GpuMat &vely, GpuMat &buf, Stream &stream=Stream::Null())
	使用块匹配算法计算两幅图像的光流*‍/。
void	calcSqrSum (calcSqrSum) (InputArray src, OutputArray dst, InputArray mask=noArray(), Stream &stream=Stream::Null())
void	calcSum (calcSum) (InputArray src, OutputArray dst, InputArray mask=noArray(), Stream &stream=Stream::Null())
void	cartToPolar (cartToPolar) (InputArray x, InputArray y, OutputArray magnitude, OutputArray angle, bool angleInDegrees=false, Stream &stream=Stream::Null())
	将笛卡尔坐标转换为极坐标。
void	cartToPolar (cartToPolar) (InputArray xy, OutputArray magnitude, OutputArray angle, bool angleInDegrees=false, Stream &stream=Stream::Null())
	将笛卡尔坐标转换为极坐标。
void	cartToPolar (cartToPolar) (InputArray xy, OutputArray magnitudeAngle, bool angleInDegrees=false, Stream &stream=Stream::Null())
	将笛卡尔坐标转换为极坐标。
void	compare (compare) (InputArray src1, InputArray src2, OutputArray dst, int cmpop, Stream &stream=Stream::Null())
	比较两个矩阵（或一个矩阵和一个标量）的元素。
void	compareWithScalar (compareWithScalar) (InputArray src1, Scalar src2, OutputArray dst, int cmpop, Stream &stream=Stream::Null())
	比较矩阵和标量的元素。
void	connectedComponents (InputArray image, OutputArray labels, int connectivity, int ltype, cv::cuda::ConnectedComponentsAlgorithmsTypes ccltype)
	计算二值图像的连通组件标记图像。
void	connectedComponents (InputArray image, OutputArray labels, int connectivity=8, int ltype=CV_32S)
void	connectivityMask (const GpuMat &image, GpuMat &mask, const cv::Scalar &lo, const cv::Scalar &hi, Stream &stream=Stream::Null())
	计算广义泛洪填充组件标记的掩码。
void	convertFp16 (InputArray _src, OutputArray _dst, Stream &stream=Stream::Null())
	将数组转换为半精度浮点数。
Moments	convertSpatialMoments (Mat spatialMoments, const MomentsOrder order, const int momentsType)
	将cuda::spatialMoments返回的空间图像矩转换为cv::Moments。
void	copyMakeBorder (InputArray src, OutputArray dst, int top, int bottom, int left, int right, int borderType, Scalar value=Scalar(), Stream &stream=Stream::Null())
	在图像周围形成边界。
int	countNonZero (InputArray src)
	统计非零矩阵元素。
void	countNonZero (InputArray src, OutputArray dst, Stream &stream=Stream::Null())
Ptr< cuda::BackgroundSubtractorFGD >	createBackgroundSubtractorFGD (const FGDParams &params=FGDParams())
	创建FGD背景减除器。
Ptr< cuda::BackgroundSubtractorGMG >	createBackgroundSubtractorGMG (int initializationFrames=120, double decisionThreshold=0.8)
	创建GMG背景减除器。
Ptr< cuda::BackgroundSubtractorMOG >	createBackgroundSubtractorMOG (int history=200, int nmixtures=5, double backgroundRatio=0.7, double noiseSigma=0)
	创建高斯混合背景减除器。
Ptr< cuda::BackgroundSubtractorMOG2 >	createBackgroundSubtractorMOG2 (int history=500, double varThreshold=16, bool detectShadows=true)
	创建MOG2背景减除器。
Ptr< Filter >	createBoxFilter (int srcType, int dstType, Size ksize, Point anchor=Point(-1, -1), int borderMode=BORDER_DEFAULT, Scalar borderVal=Scalar::all(0))
	创建一个归一化的二维方框滤波器。
Ptr< Filter >	createBoxMaxFilter (int srcType, Size ksize, Point anchor=Point(-1, -1), int borderMode=BORDER_DEFAULT, Scalar borderVal=Scalar::all(0))
	创建最大值滤波器。
Ptr< Filter >	createBoxMinFilter (int srcType, Size ksize, Point anchor=Point(-1, -1), int borderMode=BORDER_DEFAULT, Scalar borderVal=Scalar::all(0))
	创建最小值滤波器。
Ptr< CannyEdgeDetector >	createCannyEdgeDetector (double low_thresh, double high_thresh, int apperture_size=3, bool L2gradient=false)
	创建cuda::CannyEdgeDetector的实现。
Ptr< cuda::CLAHE >	createCLAHE (double clipLimit=40.0, Size tileGridSize=Size(8, 8))
	创建cuda::CLAHE的实现。
Ptr< Filter >	createColumnSumFilter (int srcType, int dstType, int ksize, int anchor=-1, int borderMode=BORDER_DEFAULT, Scalar borderVal=Scalar::all(0))
	创建垂直1D盒式滤波器。
void	createContinuous (int rows, int cols, int type, OutputArray arr)
	创建一个连续矩阵。
Ptr< Convolution >	createConvolution (Size user_block_size=Size())
	为cuda::Convolution创建实现。
Ptr< Filter >	createDerivFilter (int srcType, int dstType, int dx, int dy, int ksize, bool normalize=false, double scale=1, int rowBorderMode=BORDER_DEFAULT, int columnBorderMode=-1)
	创建一个广义Deriv算子。
Ptr< DFT >	createDFT (Size dft_size, int flags)
	为cuda::DFT创建实现。
Ptr< cuda::DisparityBilateralFilter >	createDisparityBilateralFilter (int ndisp=64, int radius=3, int iters=1)
	创建DisparityBilateralFilter 对象。
Ptr< Filter >	createGaussianFilter (int srcType, int dstType, Size ksize, double sigma1, double sigma2=0, int rowBorderMode=BORDER_DEFAULT, int columnBorderMode=-1)
	创建一个高斯滤波器。
Ptr< GeneralizedHoughBallard >	createGeneralizedHoughBallard ()
	根据[15]创建广义霍夫变换的实现。
Ptr< GeneralizedHoughGuil >	createGeneralizedHoughGuil ()
	根据[113]创建广义霍夫变换的实现。
Ptr< CornersDetector >	createGoodFeaturesToTrackDetector (int srcType, int maxCorners=1000, double qualityLevel=0.01, double minDistance=0.0, int blockSize=3, bool useHarrisDetector=false, double harrisK=0.04)
	为cuda::CornersDetector创建实现。
GpuMat	createGpuMatFromCudaMemory (int rows, int cols, int type, size_t cudaMemoryAddress, size_t step=Mat::AUTO_STEP)
	绑定重载，从现有的GPU内存创建一个GpuMat。
GpuMat	createGpuMatFromCudaMemory (Size size, int type, size_t cudaMemoryAddress, size_t step=Mat::AUTO_STEP)
Ptr< CornernessCriteria >	createHarrisCorner (int srcType, int blockSize, int ksize, double k, int borderType=BORDER_REFLECT101)
	创建Harris角点准则的实现。
Ptr< HoughCirclesDetector >	createHoughCirclesDetector (float dp, float minDist, int cannyThreshold, int votesThreshold, int minRadius, int maxRadius, int maxCircles=4096)
	为cuda::HoughCirclesDetector创建实现。
Ptr< HoughLinesDetector >	createHoughLinesDetector (float rho, float theta, int threshold, bool doSort=false, int maxLines=4096)
	为cuda::HoughLinesDetector创建实现。
Ptr< HoughSegmentDetector >	createHoughSegmentDetector (float rho, float theta, int minLineLength, int maxLineGap, int maxLines=4096, int threshold=-1)
	为cuda::HoughSegmentDetector创建实现。
Ptr< ImagePyramid >	createImagePyramid (InputArray img, int nLayers=-1, Stream &stream=Stream::Null())
Ptr< Filter >	createLaplacianFilter (int srcType, int dstType, int ksize=1, double scale=1, int borderMode=BORDER_DEFAULT, Scalar borderVal=Scalar::all(0))
	创建一个拉普拉斯算子。
Ptr< Filter >	createLinearFilter (int srcType, int dstType, InputArray kernel, Point anchor=Point(-1, -1), int borderMode=BORDER_DEFAULT, Scalar borderVal=Scalar::all(0))
	创建非可分离线性二维滤波器。
Ptr< LookUpTable >	createLookUpTable (InputArray lut)
	为cuda::LookUpTable创建实现。
Ptr< Filter >	createMedianFilter (int srcType, int windowSize, int partition=128)
	对源图像的每个点执行中值滤波。
Ptr< CornernessCriteria >	createMinEigenValCorner (int srcType, int blockSize, int ksize, int borderType=BORDER_REFLECT101)
	创建2x2导数协方差矩阵的最小特征值实现（角点标准）。
Ptr< Filter >	createMorphologyFilter (int op, int srcType, InputArray kernel, Point anchor=Point(-1, -1), int iterations=1)
	创建二维形态滤波器。
void	createOpticalFlowNeedleMap (const GpuMat &u, const GpuMat &v, GpuMat &vertex, GpuMat &colors)
Ptr< Filter >	createRowSumFilter (int srcType, int dstType, int ksize, int anchor=-1, int borderMode=BORDER_DEFAULT, Scalar borderVal=Scalar::all(0))
	创建水平一维盒式滤波器。
Ptr< Filter >	createScharrFilter (int srcType, int dstType, int dx, int dy, double scale=1, int rowBorderMode=BORDER_DEFAULT, int columnBorderMode=-1)
	创建垂直或水平 Scharr 算子。
Ptr< Filter >	createSeparableLinearFilter (int srcType, int dstType, InputArray rowKernel, InputArray columnKernel, Point anchor=Point(-1,-1), int rowBorderMode=BORDER_DEFAULT, int columnBorderMode=-1)
	创建可分离线性滤波器。支持就地处理。
Ptr< Filter >	createSobelFilter (int srcType, int dstType, int dx, int dy, int ksize=3, double scale=1, int rowBorderMode=BORDER_DEFAULT, int columnBorderMode=-1)
	创建 Sobel 算子。
Ptr< cuda::StereoBeliefPropagation >	createStereoBeliefPropagation (int ndisp=64, int iters=5, int levels=5, int msg_type=CV_32F)
	创建StereoBeliefPropagation对象。
Ptr< cuda::StereoBM >	createStereoBM (int numDisparities=64, int blockSize=19)
	创建StereoBM对象。
Ptr< cuda::StereoConstantSpaceBP >	createStereoConstantSpaceBP (int ndisp=128, int iters=8, int levels=4, int nr_plane=4, int msg_type=CV_32F)
	创建StereoConstantSpaceBP对象。
Ptr< cuda::StereoSGM >	createStereoSGM (int minDisparity=0, int numDisparities=128, int P1=10, int P2=120, int uniquenessRatio=5, int mode=cv::cuda::StereoSGM::MODE_HH4)
	创建StereoSGM对象。
Ptr< TemplateMatching >	createTemplateMatching (int srcType, int method, Size user_block_size=Size())
	为cuda::TemplateMatching创建实现。
void	cvtColor (InputArray src, OutputArray dst, int code, int dcn=0, Stream &stream=Stream::Null())
	将图像从一种颜色空间转换为另一种颜色空间。
void	demosaicing (InputArray src, OutputArray dst, int code, int dcn=-1, Stream &stream=Stream::Null())
	将图像从拜耳模式转换为RGB或灰度。
bool	deviceSupports (FeatureSet feature_set)
	检查当前设备是否支持给定功能
void	dft (InputArray src, OutputArray dst, Size dft_size, int flags=0, Stream &stream=Stream::Null())
	对浮点矩阵执行正向或逆向离散傅里叶变换 (一维或二维)。
void	divide (InputArray src1, InputArray src2, OutputArray dst, double scale=1, int dtype=-1, Stream &stream=Stream::Null())
	计算矩阵-矩阵或矩阵-标量的除法。
void	divideWithScalar (InputArray src1, Scalar src2, OutputArray dst, double scale=1, int dtype=-1, Stream &stream=Stream::Null())
	计算矩阵-标量的除法。
void	drawColorDisp (InputArray src_disp, OutputArray dst_disp, int ndisp, Stream &stream=Stream::Null())
	为视差图像着色。
void	ensureSizeIsEnough (int rows, int cols, int type, OutputArray arr)
	确保矩阵的大小足够大，并且矩阵具有正确的类型。
void	equalizeHist (InputArray src, OutputArray dst, Stream &stream=Stream::Null())
	均衡灰度图像的直方图。
void	evenLevels (OutputArray levels, int nLevels, int lowerLevel, int upperLevel, Stream &stream=Stream::Null())
	计算具有均匀分布的级别。
void	exp (InputArray src, OutputArray dst, Stream &stream=Stream::Null())
	计算每个矩阵元素的指数。
void	fastNlMeansDenoising (const GpuMat &src, GpuMat &dst, float h, int search_window=21, int block_size=7, Stream &stream=Stream::Null())
void	fastNlMeansDenoising (InputArray src, OutputArray dst, float h, int search_window=21, int block_size=7, Stream &stream=Stream::Null())
	使用非局部均值降噪算法http://www.ipol.im/pub/algo/bcm_non_local_means_denoising（包含一些计算优化）进行图像降噪。预期噪声为高斯白噪声。
void	fastNlMeansDenoisingColored (const GpuMat &src, GpuMat &dst, float h_luminance, float photo_render, int search_window=21, int block_size=7, Stream &stream=Stream::Null())
void	fastNlMeansDenoisingColored (InputArray src, OutputArray dst, float h_luminance, float photo_render, int search_window=21, int block_size=7, Stream &stream=Stream::Null())
	彩色图像的fastNlMeansDenoising函数的修改版。
void	findMinMax (InputArray src, OutputArray dst, InputArray mask=noArray(), Stream &stream=Stream::Null())
void	findMinMaxLoc (InputArray src, OutputArray minMaxVals, OutputArray loc, InputArray mask=noArray(), Stream &stream=Stream::Null())
void	flip (InputArray src, OutputArray dst, int flipCode, Stream &stream=Stream::Null())
	围绕垂直轴、水平轴或同时围绕两个轴翻转二维矩阵。
void	gammaCorrection (InputArray src, OutputArray dst, bool forward=true, Stream &stream=Stream::Null())
	用于校正图像颜色伽马值的例程。
void	gemm (InputArray src1, InputArray src2, double alpha, InputArray src3, double beta, OutputArray dst, int flags=0, Stream &stream=Stream::Null())
	执行广义矩阵乘法。
int	getCudaEnabledDeviceCount ()
	返回已安装的 CUDA 启用设备的数量。
int	getDevice ()
	返回由cuda::setDevice设置或默认初始化的当前设备索引。
void	graphcut (GpuMat &terminals, GpuMat &leftTransp, GpuMat &rightTransp, GpuMat &top, GpuMat &bottom, GpuMat &labels, GpuMat &buf, Stream &stream=Stream::Null())
	执行二维规则4连通图的图割标记。
void	graphcut (GpuMat &terminals, GpuMat &leftTransp, GpuMat &rightTransp, GpuMat &top, GpuMat &topLeft, GpuMat &topRight, GpuMat &bottom, GpuMat &bottomLeft, GpuMat &bottomRight, GpuMat &labels, GpuMat &buf, Stream &stream=Stream::Null())
	执行二维规则8连通图的图割标记。
void	histEven (InputArray src, GpuMat hist[4], int histSize[4], int lowerLevel[4], int upperLevel[4], Stream &stream=Stream::Null())
void	histEven (InputArray src, OutputArray hist, int histSize, int lowerLevel, int upperLevel, Stream &stream=Stream::Null())
	计算具有均匀分布的bin的直方图。
void	histRange (InputArray src, GpuMat hist[4], const GpuMat levels[4], Stream &stream=Stream::Null())
void	histRange (InputArray src, OutputArray hist, InputArray levels, Stream &stream=Stream::Null())
	计算由levels数组确定的bin的直方图。
void	inRange (InputArray src, const Scalar &lowerb, const Scalar &upperb, OutputArray dst, Stream &stream=Stream::Null())
	检查数组元素是否位于两个标量之间。
void	integral (InputArray src, OutputArray sum, Stream &stream=Stream::Null())
	计算积分图像。
void	interpolateFrames (const GpuMat &frame0, const GpuMat &frame1, const GpuMat &fu, const GpuMat &fv, const GpuMat &bu, const GpuMat &bv, float pos, GpuMat &newFrame, GpuMat &buf, Stream &stream=Stream::Null())
	使用提供的光流（位移场）插值帧（图像）。
void	labelComponents (const GpuMat &mask, GpuMat &components, int flags=0, Stream &stream=Stream::Null())
	执行连通分量标记。
void	log (InputArray src, OutputArray dst, Stream &stream=Stream::Null())
	计算每个矩阵元素绝对值的自然对数。
void	lshift (InputArray src, Scalar val, OutputArray dst, Stream &stream=Stream::Null())
void	lshift (InputArray src, Scalar_< int > val, OutputArray dst, Stream &stream=Stream::Null())
	按像素执行图像的左移运算，位移量为常数值。
void	magnitude (magnitude)(InputArray x, InputArray y, OutputArray magnitude, Stream &stream=Stream::Null())
void	magnitude (magnitude)(InputArray xy, OutputArray magnitude, Stream &stream=Stream::Null())
	计算复数矩阵元素的幅度。
void	magnitudeSqr (magnitudeSqr)(InputArray x, InputArray y, OutputArray magnitude, Stream &stream=Stream::Null())
void	magnitudeSqr (magnitudeSqr)(InputArray xy, OutputArray magnitude, Stream &stream=Stream::Null())
	计算复数矩阵元素的幅度平方。
void	max (max)(InputArray src1, InputArray src2, OutputArray dst, Stream &stream=Stream::Null())
	计算两个矩阵（或一个矩阵和一个标量）的逐元素最大值。
void	maxWithScalar (maxWithScalar)(InputArray src1, Scalar src2, OutputArray dst, Stream &stream=Stream::Null())
	计算矩阵和标量的逐元素最大值。
void	meanShiftFiltering (meanShiftFiltering)(InputArray src, OutputArray dst, int sp, int sr, TermCriteria criteria=TermCriteria(TermCriteria::MAX_ITER+TermCriteria::EPS, 5, 1), Stream &stream=Stream::Null())
	对源图像的每个点执行均值漂移滤波。
void	meanShiftProc (meanShiftProc)(InputArray src, OutputArray dstr, OutputArray dstsp, int sp, int sr, TermCriteria criteria=TermCriteria(TermCriteria::MAX_ITER+TermCriteria::EPS, 5, 1), Stream &stream=Stream::Null())
	执行均值漂移过程，并将有关处理点（其颜色和位置）的信息存储在两个图像中。
void	meanShiftSegmentation (meanShiftSegmentation)(InputArray src, OutputArray dst, int sp, int sr, int minsize, TermCriteria criteria=TermCriteria(TermCriteria::MAX_ITER+TermCriteria::EPS, 5, 1), Stream &stream=Stream::Null())
	执行源图像的均值漂移分割，并消除小片段。
void	meanStdDev (meanStdDev)(InputArray mtx, OutputArray dst, Stream &stream=Stream::Null())
void	meanStdDev (meanStdDev)(InputArray mtx, Scalar &mean, Scalar &stddev)
void	meanStdDev (meanStdDev)(InputArray src, OutputArray dst, InputArray mask, Stream &stream=Stream::Null())
	计算矩阵元素的平均值和标准差。
void	meanStdDev (meanStdDev)(InputArray src, Scalar &mean, Scalar &stddev, InputArray mask)
void	merge (const GpuMat *src, size_t n, OutputArray dst, Stream &stream=Stream::Null())
	将多个单通道矩阵组合成一个多通道矩阵。
void	merge (const std::vector< GpuMat > &src, OutputArray dst, Stream &stream=Stream::Null())
void	min (min)(InputArray src1, InputArray src2, OutputArray dst, Stream &stream=Stream::Null())
	计算两个矩阵（或一个矩阵和一个标量）的逐元素最小值。
void	minMax (minMax)(InputArray src, double *minVal, double *maxVal, InputArray mask=noArray())
	查找全局最小和最大矩阵元素并返回其值。
void	minMaxLoc (InputArray src, double *minVal, double *maxVal, Point *minLoc, Point *maxLoc, InputArray mask=noArray())
	查找全局最小和最大矩阵元素并返回其值及其位置。
void	minWithScalar (InputArray src1, Scalar src2, OutputArray dst, Stream &stream=Stream::Null())
	计算矩阵和标量之间的逐元素最小值。
Moments	moments (InputArray src, const bool binaryImage=false, const MomentsOrder order=MomentsOrder::THIRD_ORDER_MOMENTS, const int momentsType=CV_64F)
	计算栅格化形状最多三阶的所有矩。
void	mulAndScaleSpectrums (InputArray src1, InputArray src2, OutputArray dst, int flags, float scale, bool conjB=false, Stream &stream=Stream::Null())
	执行两个傅里叶频谱的逐元素乘法并缩放结果。
void	mulSpectrums (InputArray src1, InputArray src2, OutputArray dst, int flags, bool conjB=false, Stream &stream=Stream::Null())
	执行两个傅里叶频谱的逐元素乘法。
void	multiply (InputArray src1, InputArray src2, OutputArray dst, double scale=1, int dtype=-1, Stream &stream=Stream::Null())
	计算矩阵-矩阵或矩阵-标量的逐元素乘积。
void	multiplyWithScalar (InputArray src1, Scalar src2, OutputArray dst, double scale=1, int dtype=-1, Stream &stream=Stream::Null())
	计算矩阵-标量的逐元素乘积。
void	nonLocalMeans (const GpuMat &src, GpuMat &dst, float h, int search_window=21, int block_size=7, int borderMode=BORDER_DEFAULT, Stream &stream=Stream::Null())
void	nonLocalMeans (InputArray src, OutputArray dst, float h, int search_window=21, int block_size=7, int borderMode=BORDER_DEFAULT, Stream &stream=Stream::Null())
	执行纯非局部均值降噪，没有任何简化，因此速度不快。
double	norm (InputArray src1, InputArray src2, int normType=NORM_L2)
	返回两个矩阵的差。
double	norm (InputArray src1, int normType, InputArray mask=noArray())
	返回矩阵（或两个矩阵的差）的范数。
void	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。
int	numMoments (const MomentsOrder order)
	返回小于或等于最大图像矩阶数的图像矩的数量。
void	phase (InputArray x, InputArray y, OutputArray angle, bool angleInDegrees=false, Stream &stream=Stream::Null())
	计算复矩阵元素的极角。
void	phase (InputArray xy, OutputArray angle, bool angleInDegrees=false, Stream &stream=Stream::Null())
	计算复矩阵元素的极角。
void	polarToCart (InputArray magnitude, InputArray angle, OutputArray x, OutputArray y, bool angleInDegrees=false, Stream &stream=Stream::Null())
	将极坐标转换为笛卡尔坐标。
void	polarToCart (InputArray magnitude, InputArray angle, OutputArray xy, bool angleInDegrees=false, Stream &stream=Stream::Null())
	将极坐标转换为笛卡尔坐标。
void	polarToCart (InputArray magnitudeAngle, OutputArray xy, bool angleInDegrees=false, Stream &stream=Stream::Null())
	将极坐标转换为笛卡尔坐标。
void	pow (InputArray src, double power, OutputArray dst, Stream &stream=Stream::Null())
	将矩阵的每个元素都提升到一个幂次。
void	printCudaDeviceInfo (int device)
void	printShortCudaDeviceInfo (int device)
void	projectPoints (const GpuMat &src, const Mat &rvec, const Mat &tvec, const Mat &camera_mat, const Mat &dist_coef, GpuMat &dst, Stream &stream=Stream::Null())
void	pyrDown (InputArray src, OutputArray dst, Stream &stream=Stream::Null())
	平滑图像并将其下采样。
void	pyrUp (InputArray src, OutputArray dst, Stream &stream=Stream::Null())
	上采样图像，然后对其进行平滑处理。
void	rectStdDev (InputArray src, InputArray sqr, OutputArray dst, Rect rect, Stream &stream=Stream::Null())
	计算积分图像的标准差。
void	reduce (InputArray mtx, OutputArray vec, int dim, int reduceOp, int dtype=-1, Stream &stream=Stream::Null())
	将矩阵简化为向量。
void	registerPageLocked (Mat &m)
	对矩阵的内存进行分页锁定，并将其映射到设备。
void	remap (InputArray src, OutputArray dst, InputArray xmap, InputArray ymap, int interpolation, int borderMode=BORDER_CONSTANT, Scalar borderValue=Scalar(), Stream &stream=Stream::Null())
	将一般的几何变换应用于图像。
void	reprojectImageTo3D (GpuMat disp, GpuMat &xyzw, Mat Q, int dst_cn=4, Stream &stream=Stream::Null())
void	reprojectImageTo3D (InputArray disp, OutputArray xyzw, InputArray Q, int dst_cn=4, Stream &stream=Stream::Null())
	将视差图像重新投影到3D空间。
void	resetDevice ()
	显式销毁并清理当前进程中与当前设备关联的所有资源。
void	resize (InputArray src, OutputArray dst, Size dsize, double fx=0, double fy=0, int interpolation=INTER_LINEAR, Stream &stream=Stream::Null())
	调整图像大小。
void	rotate (InputArray src, OutputArray dst, Size dsize, double angle, double xShift=0, double yShift=0, int interpolation=INTER_LINEAR, Stream &stream=Stream::Null())
	围绕原点(0,0)旋转图像，然后将其平移。
void	rshift (InputArray src, Scalar val, OutputArray dst, Stream &stream=Stream::Null())
void	rshift (InputArray src, Scalar_< int > val, OutputArray dst, Stream &stream=Stream::Null())
	对图像进行逐像素右移运算，移动位数为常量值。
static void	scaleAdd (InputArray src1, double alpha, InputArray src2, OutputArray dst, Stream &stream=Stream::Null())
	将缩放后的数组添加到另一个数组 (dst = alpha*src1 + src2)
void	setBufferPoolConfig (int deviceId, size_t stackSize, int stackCount)
void	setBufferPoolUsage (bool on)
	缓冲池管理（必须在Stream创建之前调用）
void	setDevice (int device)
	设置设备并在当前线程中对其进行初始化。
void	setGlDevice (int device=0)
	设置CUDA设备并在当前线程中使用OpenGL互操作性对其进行初始化。
void	solvePnPRansac (const Mat &object, const Mat &image, const Mat &camera_mat, const Mat &dist_coef, Mat &rvec, Mat &tvec, bool use_extrinsic_guess=false, int num_iters=100, float max_dist=8.0, int min_inlier_count=100, std::vector< int > *inliers=NULL)
	根据3D-2D点对应关系查找物体姿态。
void	spatialMoments (InputArray src, OutputArray moments, const bool binaryImage=false, const MomentsOrder order=MomentsOrder::THIRD_ORDER_MOMENTS, const int momentsType=CV_64F, Stream &stream=Stream::Null())
	计算栅格化形状的三阶空间矩。
void	split (InputArray src, GpuMat *dst, Stream &stream=Stream::Null())
	将多通道矩阵的每个通道复制到一个数组中。
void	split (InputArray src, std::vector< GpuMat > &dst, Stream &stream=Stream::Null())
void	sqr (InputArray src, OutputArray dst, Stream &stream=Stream::Null())
	计算每个矩阵元素的平方值。
void	sqrIntegral (InputArray src, OutputArray sqsum, Stream &stream=Stream::Null())
	计算平方积分图像。
Scalar	sqrSum (InputArray src, InputArray mask=noArray())
	返回矩阵元素的平方和。
void	sqrt (InputArray src, OutputArray dst, Stream &stream=Stream::Null())
	计算每个矩阵元素的平方根。
void	subtract (InputArray src1, InputArray src2, OutputArray dst, InputArray mask=noArray(), int dtype=-1, Stream &stream=Stream::Null())
	计算矩阵-矩阵或矩阵-标量差。
void	subtractWithScalar (InputArray src1, Scalar src2, OutputArray dst, InputArray mask=noArray(), int dtype=-1, Stream &stream=Stream::Null())
	计算矩阵-标量差。
Scalar	sum (InputArray src, InputArray mask=noArray())
	返回矩阵元素的总和。
void	swapChannels (InputOutputArray image, const int dstOrder[4], Stream &stream=Stream::Null())
	就地交换图像的颜色通道。
double	threshold (InputArray src, OutputArray dst, double thresh, double maxval, int type, Stream &stream=Stream::Null())
	对每个数组元素应用固定级别的阈值。
void	transformPoints (const GpuMat &src, const Mat &rvec, const Mat &tvec, GpuMat &dst, Stream &stream=Stream::Null())
void	transpose (InputArray src1, OutputArray dst, Stream &stream=Stream::Null())
	转置矩阵。
void	unregisterPageLocked (Mat &m)
	取消映射矩阵的内存，并使其再次可分页。
void	warpAffine (InputArray src, OutputArray dst, InputArray M, Size dsize, int flags=INTER_LINEAR, int borderMode=BORDER_CONSTANT, Scalar borderValue=Scalar(), Stream &stream=Stream::Null())
	将仿射变换应用于图像。
void	warpAffine (InputArray src, OutputArray dst, Mat M, Size dsize, int flags=INTER_LINEAR, int borderMode=BORDER_CONSTANT, Scalar borderValue=Scalar(), Stream &stream=Stream::Null())
void	warpAffine (InputArray src, OutputArray dst, UMat M, Size dsize, int flags=INTER_LINEAR, int borderMode=BORDER_CONSTANT, Scalar borderValue=Scalar(), Stream &stream=Stream::Null())
void	warpPerspective (InputArray src, OutputArray dst, InputArray M, Size dsize, int flags=INTER_LINEAR, int borderMode=BORDER_CONSTANT, Scalar borderValue=Scalar(), Stream &stream=Stream::Null())
	将透视变换应用于图像。
void	warpPerspective (InputArray src, OutputArray dst, Mat M, Size dsize, int flags=INTER_LINEAR, int borderMode=BORDER_CONSTANT, Scalar borderValue=Scalar(), Stream &stream=Stream::Null())
void	warpPerspective (InputArray src, OutputArray dst, UMat M, Size dsize, int flags=INTER_LINEAR, int borderMode=BORDER_CONSTANT, Scalar borderValue=Scalar(), Stream &stream=Stream::Null())
Stream	wrapStream (size_t cudaStreamMemoryAddress)
	绑定重载，用于根据存储在现有 CUDA 运行时 API 流指针 (cudaStream_t) 中的地址创建 Stream 对象。

函数文档

createMedianFilter()

Ptr< Filter > cv::cuda::createMedianFilter	(	int	srcType,
		int	windowSize,
		int	partition = 128 )

对源图像的每个点执行中值滤波。

参数

srcType	源图像的类型。目前仅支持 CV_8UC1 图像。
windowSize	用于滤波的核大小。使用 (windowSize x windowSize) 滤波器。
partition	指定工作负载的并行粒度。此参数应在优化性能时由 GPU 专家使用。

输出使用中值滤波公式过滤后的图像。

有关此算法的详细信息，请参见：Green, O., 2017. "Efficient scalable median filtering using histogram-based operations", IEEE Transactions on Image Processing, 27(5), pp.2217-2228。