cv::fastcv 命名空间参考

类
类	FCVMSER
	用于灰度图像的 MSER斑点检测器。 更多…

函数
void	bilateralFilter (InputArray _src, OutputArray _dst, int d, float sigmaColor, float sigmaSpace, int borderType=BORDER_DEFAULT)
	将双边滤波器应用于图像，考虑每个像素邻域的 d 像素直径。此滤波器不能就地工作。
void	bilateralRecursive (cv::InputArray src, cv::OutputArray dst, float sigmaColor=0.03f, float sigmaSpace=0.1f)
	递归双边滤波。
void	buildPyramid (InputArray src, OutputArrayOfArrays pyr, int nLevels, bool scaleBy2=true, int borderType=cv::BORDER_REFLECT, uint8_t borderValue=0)
	构建由单个原始图像生成的 float32 图像金字塔——这些图像根据预设级别连续缩小。此 API 支持 ORB 缩放和按一半缩小。
void	calcHist (InputArray _src, OutputArray _hist)
	计算输入图像的直方图。此函数以优化的方式实现了 8u 单通道图像的 256 箱直方图计算的特定用例。
void	clusterEuclidean (InputArray points, InputArray clusterCenters, OutputArray newClusterCenters, OutputArray clusterSizes, OutputArray clusterBindings, OutputArray clusterSumDists, int numPointsUsed=-1)
	将 N 个输入点在 D 维空间中聚类成 K 个簇。接受 8 位无符号整数点。在高通处理器的执行时间比 cv::kmeans 更快。
void	DCT (InputArray src, OutputArray dst)
	此函数对输入图像执行 8x8 正向离散余弦变换，接受 8 位无符号整数类型输入，并产生 16 位有符号整数类型输出。在高通处理器上的执行速度比 cv::dct 更快。
void	FAST10 (InputArray src, InputArray mask, OutputArray coords, OutputArray scores, int barrier, int border, bool nmsEnabled)
	根据掩码从图像中提取 FAST10 角点和分数。掩码指定检测器要忽略的像素，该检测器专为高通处理器上的角点检测而设计，速度更快。
void	FFT (InputArray src, OutputArray dst)
	计算实值矩阵的一维或二维快速傅里叶变换。对于二维情况，输入和输出矩阵的宽度和高度必须是 2 的幂。对于一维情况，矩阵的高度必须为 1，而宽度必须是 2 的幂。接受 8 位无符号整数数组，而 cv::dft 接受浮点型或复数数组。
void	fillConvexPoly (InputOutputArray img, InputArray pts, Scalar color)
	绘制凸多边形。此函数使用指定颜色填充凸多边形的内部。要求宽度和步长是 8 的倍数。
void	filter2D (InputArray _src, OutputArray _dst, int ddepth, InputArray _kernel)
	使用不可分离核的 NxN 相关性。忽略最多半核宽度的边界。
void	gaussianBlur (InputArray _src, OutputArray _dst, int kernel_size=3, bool blur_border=true)
	具有 sigma = 0 和方形核大小的高斯模糊。处理边界的方式与 cv::GaussianBlur 不同，导致输出略有差异。
void	houghLines (InputArray src, OutputArray lines, double threshold=0.25)
	执行霍夫线检测。
void	IDCT (InputArray src, OutputArray dst)
	此函数对输入图像执行 8x8 逆离散余弦变换，在高通处理器上逆向情况下比 cv::dct 更快。
void	IFFT (InputArray src, OutputArray dst)
	计算复值矩阵的一维或二维逆快速傅里叶变换。对于二维情况，输入和输出矩阵的宽度和高度必须是 2 的幂。对于一维情况，矩阵的高度必须为 1，而宽度必须是 2 的幂。
void	matmuls8s32 (InputArray src1, InputArray src2, OutputArray dst)
	两个 int8_t 类型矩阵的矩阵乘法使用有符号整数输入/输出，而 cv::gemm 使用浮点输入/输出矩阵乘法matmuls8s32 在 Qualcomm 处理器上提供了更高的速度。
int	meanShift (InputArray src, Rect &rect, TermCriteria termCrit)
	应用均值漂移过程并获得最终收敛位置。此函数将均值漂移过程应用于原始图像（通常是概率图像），并获得最终收敛位置。收敛位置搜索将停止，直到达到所需的精度或最大迭代次数。算法中使用的 Moments 是用浮点数计算的。此函数与 cv::meanShift 的结果不完全一致，但在 Snapdragon 处理器上提供了改进的延迟。
cv::Moments	moments (InputArray _src, bool binary)
	计算图像像素强度高达三阶的所有矩。结果以结构体 cv::Moments 返回。此函数 cv::fastcv::moments() 使用浮点计算来计算矩，而 cv::moments() 使用双精度浮点数计算矩。
void	remap (InputArray src, OutputArray dst, InputArray map1, InputArray map2, int interpolation, int borderValue=0)
	将通用几何变换应用于灰度 CV_8UC1 图像。
void	remapRGBA (InputArray src, OutputArray dst, InputArray map1, InputArray map2, int interpolation)
	使用双线性或最近邻插值将通用几何变换应用于 4 通道 CV_8UC4 图像。
void	resizeDownBy2 (cv::InputArray _src, cv::OutputArray _dst)
	通过平均每个 2x2 像素块来缩小图像。此函数与 cv::resize 的结果不完全一致，但在 Qualcomm 处理器上提供了更快的执行时间。
void	resizeDownBy4 (cv::InputArray _src, cv::OutputArray _dst)
	通过平均每个 4x4 像素块来缩小图像。此函数与 cv::resize 的结果不完全一致，但在 Qualcomm 处理器上提供了更快的执行时间。
void	sepFilter2D (InputArray _src, OutputArray _dst, int ddepth, InputArray _kernelX, InputArray _kernelY)
	使用可分离核的 NxN 相关性。如果 srcImg 和 dstImg 指向相同的地址并且 srcStride 等于 dstStride，则它将进行就地操作。最多忽略半个内核宽度的边界。溢出处理方式与 OpenCV 不同，此函数将对中间结果和最终结果进行右移。
void	sobel (InputArray _src, OutputArray _dx, OutputArray _dy, int kernel_size, int borderType, int borderValue)
	从源亮度数据创建 2D 梯度图像，无需归一化。同时计算 X 方向一阶导数或 Y 方向一阶导数或两者。
void	sobel3x3u8 (InputArray _src, OutputArray _dst, OutputArray _dsty=noArray(), int ddepth=CV_8U, bool normalization=false)
	从源亮度数据创建 2D 梯度图像，无需归一化。此函数计算 3x3 邻域上的中心差分，然后用 Sobel 核卷积结果，忽略最多半个内核宽度的边界。
void	sobelPyramid (InputArrayOfArrays pyr, OutputArrayOfArrays dx, OutputArrayOfArrays dy, int outType=CV_8S)
	从图像金字塔创建梯度金字塔。
void	thresholdRange (InputArray src, OutputArray dst, int lowThresh, int highThresh, int trueValue, int falseValue)
	基于一对阈值对灰度图像进行二值化。二值化图像将采用用户选择的两个值，此函数在 Snapdragon 处理器上提供了改进的延迟。
void	trackOpticalFlowLK (InputArray src, InputArray dst, InputArrayOfArrays srcPyr, InputArrayOfArrays dstPyr, InputArray ptsIn, OutputArray ptsOut, InputArray ptsEst, OutputArray statusVec, cv::Size winSize={7, 7}, cv::TermCriteria termCriteria={cv::TermCriteria::MAX_ITER|cv::TermCriteria::EPS, 7, 0.03f *0.03f})
	使用Lucas-Kanade算法计算稀疏光流，接受8位无符号整型图像。在高通处理器上提供更快的执行速度。
void	trackOpticalFlowLK (InputArray src, InputArray dst, InputArrayOfArrays srcPyr, InputArrayOfArrays dstPyr, InputArrayOfArrays srcDxPyr, InputArrayOfArrays srcDyPyr, InputArray ptsIn, OutputArray ptsOut, OutputArray statusVec, cv::Size winSize={7, 7}, int maxIterations=7)
	LK跟踪函数v1的重载版本。
void	warpPerspective2Plane (InputArray _src1, InputArray _src2, OutputArray _dst1, OutputArray _dst2, InputArray _M0, Size dsize)
	使用相同的变换对两幅图像进行透视变换。在适用情况下使用双线性插值。例如，同时变换灰度图像和alpha图像，或变换两个颜色通道。