详细描述

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

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)
	统计非零矩阵元素个数。

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())
	查找全局最小和最大矩阵元素并返回其值。

void	cv::cuda::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。

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

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

void	cv::cuda::normalize (InputArray src, OutputArray dst, double alpha, double beta, int norm_type, int dtype, InputArray mask=noArray(), Stream &stream=Stream::Null())
	归一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())
	计算积分图像的标准差。

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

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

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

Scalar	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 <opencv2/cudaarithm.hpp>

返回矩阵元素绝对值之和。

参数

src	任何深度（CV_64F 除外）的源图像。
mask	可选操作掩码；它必须与 src1 大小相同，且类型为 CV_8UC1。

◆ calcAbsSum()

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

#include <opencv2/cudaarithm.hpp>

这是一个重载成员函数，为了方便提供。它与上面的函数的不同之处仅在于它接受的参数。

◆ calcNorm()

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

#include <opencv2/cudaarithm.hpp>

这是一个重载成员函数，为了方便提供。它与上面的函数的不同之处仅在于它接受的参数。

◆ calcNormDiff()

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

#include <opencv2/cudaarithm.hpp>

这是一个重载成员函数，为了方便提供。它与上面的函数的不同之处仅在于它接受的参数。

◆ calcSqrSum()

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

#include <opencv2/cudaarithm.hpp>

这是一个重载成员函数，为了方便提供。它与上面的函数的不同之处仅在于它接受的参数。

◆ calcSum()

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

#include <opencv2/cudaarithm.hpp>

这是一个重载成员函数，为了方便提供。它与上面的函数的不同之处仅在于它接受的参数。

◆ countNonZero() [1/2]

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

#include <opencv2/cudaarithm.hpp>

统计非零矩阵元素个数。

参数

src 单通道源图像。

对于计算能力<1.3的GPU，此函数不适用于CV_64F图像。

另请参见: countNonZero

◆ countNonZero() [2/2]

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

#include <opencv2/cudaarithm.hpp>

这是一个重载成员函数，为了方便提供。它与上面的函数的不同之处仅在于它接受的参数。

◆ findMinMax()

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

#include <opencv2/cudaarithm.hpp>

这是一个重载成员函数，为了方便提供。它与上面的函数的不同之处仅在于它接受的参数。

◆ findMinMaxLoc()

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

#include <opencv2/cudaarithm.hpp>

这是一个重载成员函数，为了方便提供。它与上面的函数的不同之处仅在于它接受的参数。

◆ integral()

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

#include <opencv2/cudaarithm.hpp>

计算积分图像。

参数

src	源图像。目前仅支持 CV_8UC1 图像。
sum	包含打包到 CV_32SC1 中的 32 位无符号整数值的积分图像。
stream	异步版本的Stream。

另请参见: integral

◆ meanStdDev() [1/4]

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

#include <opencv2/cudaarithm.hpp>

这是一个重载成员函数，为了方便提供。它与上面的函数的不同之处仅在于它接受的参数。

参数

mtx	源矩阵。目前支持 CV_8UC1 和 CV_32FC1 矩阵。
dst	大小为 1x2，类型为 CV_64FC1 的目标GpuMat。第一个值是均值，第二个值是标准差。
stream	异步版本的Stream。

◆ meanStdDev() [2/4]

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

#include <opencv2/cudaarithm.hpp>

这是一个重载成员函数，为了方便提供。它与上面的函数的不同之处仅在于它接受的参数。

参数

mtx	源矩阵。目前支持 CV_8UC1 和 CV_32FC1 矩阵。
mean	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 <opencv2/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	大小为 1x2，类型为 CV_64FC1 的目标GpuMat。第一个值是均值，第二个值是标准差。
mask	操作掩码。
stream	异步版本的Stream。

另请参见: meanStdDev

◆ meanStdDev() [4/4]

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

#include <opencv2/cudaarithm.hpp>

这是一个重载成员函数，为了方便提供。它与上面的函数的不同之处仅在于它接受的参数。

参数

src	源矩阵。目前支持 CV_8UC1 和 CV_32FC1 矩阵。
mean	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 <opencv2/cudaarithm.hpp>

查找全局最小和最大矩阵元素并返回其值。

参数

src	单通道源图像。
minVal	返回的最小值的指针。如果不需要，则使用 NULL。
maxVal	返回的最大值的指针。如果不需要，则使用 NULL。
mask	可选掩码，用于选择子矩阵。

对于计算能力<1.3的GPU，此函数不适用于CV_64F图像。

另请参见: minMaxLoc

◆ minMaxLoc()

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

#include <opencv2/cudaarithm.hpp>

查找全局最小和最大矩阵元素并返回其值及其位置。

参数

src	单通道源图像。
minVal	返回的最小值的指针。如果不需要，则使用 NULL。
maxVal	返回的最大值的指针。如果不需要，则使用 NULL。
minLoc	返回的最小位置的指针。如果不需要，则使用 NULL。
maxLoc	返回最大值位置的指针。如果不需要，则使用 NULL。
mask	可选掩码，用于选择子矩阵。

对于计算能力 < 1.3 的 GPU，此函数不适用于 CV_64F 图像。

另请参见: minMaxLoc

◆ norm() [1/2]

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

#include <opencv2/cudaarithm.hpp>

返回两个矩阵的差值。

参数

src1	源矩阵。支持除 64F 外的任何矩阵。
src2	第二个源矩阵（如果存在），大小和类型与 src1 相同。
normType	范数类型。目前支持 NORM_L1、NORM_L2 和 NORM_INF。

另请参见: norm

◆ norm() [2/2]

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

#include <opencv2/cudaarithm.hpp>

返回矩阵（或两个矩阵的差）的范数。

参数

src1	源矩阵。支持除 64F 外的任何矩阵。
normType	范数类型。目前支持 NORM_L1、NORM_L2 和 NORM_INF。
mask	可选操作掩码；它必须与 src1 大小相同，且类型为 CV_8UC1。

另请参见: 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 <opencv2/cudaarithm.hpp>

归一化数组的范数或值范围。

参数

src	输入数组。
dst	与 src 大小相同的输出数组。
alpha	归一化到的范数值，或者在范围归一化的情况下为较低的范围边界。
beta	在范围归一化的情况下为较高的范围边界；在范数归一化中不使用它。
norm_type	归一化类型 (NORM_MINMAX、NORM_L2、NORM_L1 或 NORM_INF)。
dtype	当为负数时，输出数组与 src 类型相同；否则，它与 src 具有相同的通道数，深度 =CV_MAT_DEPTH(dtype)。
mask	可选的操作掩码。
stream	异步版本的Stream。

另请参见: normalize

◆ rectStdDev()

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

#include <opencv2/cudaarithm.hpp>

计算积分图像的标准差。

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	与 src 类型和大小相同的目标图像。
rect	矩形窗口。
stream	异步版本的Stream。

◆ reduce()

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

#include <opencv2/cudaarithm.hpp>

将矩阵简化为向量。

参数

mtx	源 2D 矩阵。
vec	目标向量。其大小和类型由 dim 和 dtype 参数定义。
dim	沿其对矩阵进行约简的维度索引。0 表示矩阵约简为单行。1 表示矩阵约简为单列。
reduceOp	约简操作，可以是以下之一： REDUCE_SUM 输出是矩阵所有行/列的总和。 REDUCE_AVG 输出是矩阵所有行/列的平均向量。 REDUCE_MAX 输出是矩阵所有行/列的最大值（按列/行）。 REDUCE_MIN 输出是矩阵所有行/列的最小值（按列/行）。
dtype	当它为负数时，目标向量的类型将与源矩阵相同。否则，它的类型将是 CV_MAKE_TYPE(CV_MAT_DEPTH(dtype), mtx.channels())。
stream	异步版本的Stream。

reduce 函数通过将矩阵行/列视为一组 1D 向量并在向量上执行指定的运算直到得到单行/列来将矩阵约简为向量。例如，该函数可用于计算栅格图像的水平和垂直投影。在 REDUCE_SUM 和 REDUCE_AVG 的情况下，输出可能具有更大的元素位深度以保持精度。在这两种约简模式下也支持多通道数组。

另请参见: reduce

◆ sqrIntegral()

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

#include <opencv2/cudaarithm.hpp>

计算平方积分图像。

参数

src	源图像。目前仅支持 CV_8UC1 图像。
sqsum	包含打包到 CV_64FC1 中的 64 位无符号整数值的平方积分图像。
stream	异步版本的Stream。

◆ sqrSum()

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

#include <opencv2/cudaarithm.hpp>

返回矩阵元素的平方和。

参数

src	任何深度（CV_64F 除外）的源图像。
mask	可选操作掩码；它必须与 src1 大小相同，且类型为 CV_8UC1。

◆ sum()

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

#include <opencv2/cudaarithm.hpp>

返回矩阵元素的和。

参数

src	任何深度（CV_64F 除外）的源图像。
mask	可选操作掩码；它必须与 src1 大小相同，且类型为 CV_8UC1。

另请参见: sum