OpenCV 4.11.0
开源计算机视觉
|
类 | |
类 | cv::AlignExposures |
对齐具有不同曝光度的同一场景图像的算法的基类。 更多… | |
类 | cv::AlignMTB |
此算法将图像转换为中值阈值位图(对于亮度高于中值像素的像素为 1,否则为 0),然后使用位运算对生成的位图进行对齐。 更多… | |
类 | cv::CalibrateCRF |
相机响应校准算法的基类。 更多… | |
类 | cv::CalibrateDebevec |
通过将目标函数最小化作为线性系统来为每个亮度值提取反向相机响应函数。目标函数是使用所有图像中相同位置的像素值构建的,添加了额外的项以使结果更平滑。 更多… | |
类 | cv::CalibrateRobertson |
通过将目标函数最小化作为线性系统来为每个亮度值提取反向相机响应函数。此算法使用所有图像像素。 更多… | |
类 | cv::MergeDebevec |
生成的 HDR 图像是考虑曝光值和相机响应的曝光的加权平均值。 更多… | |
类 | cv::MergeExposures |
可以将曝光序列合并到单个图像的基类算法。 更多… | |
类 | cv::MergeMertens |
使用对比度、饱和度和曝光良好的度量对像素进行加权,然后使用拉普拉斯金字塔组合图像。 更多… | |
类 | cv::MergeRobertson |
生成的 HDR 图像是考虑曝光值和相机响应的曝光的加权平均值。 更多… | |
类 | cv::Tonemap |
调色映射算法的基类——用于将 HDR 图像映射到 8 位范围的工具。 更多… | |
类 | cv::TonemapDrago |
自适应对数映射是一种快速的全局调色映射算法,它在对数域中缩放图像。 更多… | |
类 | cv::TonemapMantiuk |
此算法使用高斯金字塔所有级别的梯度将图像转换为对比度,将对比度值转换为 HVS 响应并缩放响应。之后,图像根据新的对比度值重建。 更多… | |
类 | cv::TonemapReinhard |
这是一个模拟人类视觉系统的全局调色映射算子。 更多… | |
命名空间 | |
命名空间 | cv |
枚举 | |
枚举 | { cv::INPAINT_NS = 0 , cv::INPAINT_TELEA = 1 } |
枚举 | { cv::LDR_SIZE = 256 } |
枚举 | { cv::RECURS_FILTER = 1 , cv::NORMCONV_FILTER = 2 } |
边缘保持滤波器。 更多… | |
枚举 | cv::SeamlessCloneFlags { cv::NORMAL_CLONE = 1 , cv::MIXED_CLONE = 2 , cv::MONOCHROME_TRANSFER = 3 , cv::NORMAL_CLONE_WIDE = 9 , cv::MIXED_CLONE_WIDE = 10 , cv::MONOCHROME_TRANSFER_WIDE = 11 } |
无缝克隆算法的标志。 更多… | |
函数 | |
void | cv::colorChange (InputArray src, InputArray mask, OutputArray dst, float red_mul=1.0f, float green_mul=1.0f, float blue_mul=1.0f) |
给定一个原始彩色图像,可以无缝混合此图像的两个不同颜色的版本。 | |
Ptr< AlignMTB > | cv::createAlignMTB (int max_bits=6, int exclude_range=4, bool cut=true) |
创建 AlignMTB 对象。 | |
Ptr< CalibrateDebevec > | cv::createCalibrateDebevec (int samples=70, float lambda=10.0f, bool random=false) |
创建 CalibrateDebevec 对象。 | |
Ptr< CalibrateRobertson > | cv::createCalibrateRobertson (int max_iter=30, float threshold=0.01f) |
创建 CalibrateRobertson 对象。 | |
Ptr< MergeDebevec > | cv::createMergeDebevec () |
创建 MergeDebevec 对象。 | |
Ptr< MergeMertens > | cv::createMergeMertens (float contrast_weight=1.0f, float saturation_weight=1.0f, float exposure_weight=0.0f) |
创建 MergeMertens 对象。 | |
Ptr< MergeRobertson > | cv::createMergeRobertson () |
创建 MergeRobertson 对象。 | |
Ptr< Tonemap > | cv::createTonemap (float gamma=1.0f) |
创建具有伽马校正的简单线性映射器。 | |
Ptr< TonemapDrago > | cv::createTonemapDrago (float gamma=1.0f, float saturation=1.0f, float bias=0.85f) |
创建 TonemapDrago 对象。 | |
Ptr< TonemapMantiuk > | cv::createTonemapMantiuk (float gamma=1.0f, float scale=0.7f, float saturation=1.0f) |
创建TonemapMantiuk 对象。 | |
Ptr< TonemapReinhard > | cv::createTonemapReinhard (float gamma=1.0f, float intensity=0.0f, float light_adapt=1.0f, float color_adapt=0.0f) |
创建TonemapReinhard 对象。 | |
void | cv::decolor (InputArray src, OutputArray grayscale, OutputArray color_boost) |
将彩色图像转换为灰度图像。它是数字印刷、风格化黑白照片渲染和许多单通道图像处理应用程序中的基本工具 [175]。 | |
void | cv::denoise_TVL1 (const std::vector< Mat > &observations, Mat &result, double lambda=1.0, int niters=30) |
原始对偶算法是一种用于解决特殊类型的变分问题的算法(即,找到一个函数来最小化某些泛函)。由于图像去噪特别是可以看作变分问题,因此原始对偶算法可用于执行去噪,这正是此处实现的内容。 | |
void | cv::detailEnhance (InputArray src, OutputArray dst, float sigma_s=10, float sigma_r=0.15f) |
此滤镜增强特定图像的细节。 | |
void | cv::edgePreservingFilter (InputArray src, OutputArray dst, int flags=1, float sigma_s=60, float sigma_r=0.4f) |
滤波是图像和视频处理中的基本操作。保边平滑滤波器用于许多不同的应用程序 [99]。 | |
void | cv::fastNlMeansDenoising (InputArray src, OutputArray dst, const std::vector< float > &h, int templateWindowSize=7, int searchWindowSize=21, int normType=NORM_L2) |
使用非局部均值去噪算法 http://www.ipol.im/pub/algo/bcm_non_local_means_denoising/ 执行图像去噪,该算法具有多种计算优化。噪声预期为高斯白噪声。 | |
void | cv::fastNlMeansDenoising (InputArray src, OutputArray dst, float h=3, int templateWindowSize=7, int searchWindowSize=21) |
使用非局部均值去噪算法 http://www.ipol.im/pub/algo/bcm_non_local_means_denoising/ 执行图像去噪,该算法具有多种计算优化。噪声预期为高斯白噪声。 | |
void | cv::fastNlMeansDenoisingColored (InputArray src, OutputArray dst, float h=3, float hColor=3, int templateWindowSize=7, int searchWindowSize=21) |
彩色图像的fastNlMeansDenoising函数的修改版本。 | |
void | cv::fastNlMeansDenoisingColoredMulti (InputArrayOfArrays srcImgs, OutputArray dst, int imgToDenoiseIndex, int temporalWindowSize, float h=3, float hColor=3, int templateWindowSize=7, int searchWindowSize=21) |
彩色图像序列的fastNlMeansDenoisingMulti函数的修改版本。 | |
void | cv::fastNlMeansDenoisingMulti (InputArrayOfArrays srcImgs, OutputArray dst, int imgToDenoiseIndex, int temporalWindowSize, const std::vector< float > &h, int templateWindowSize=7, int searchWindowSize=21, int normType=NORM_L2) |
针对图像序列的fastNlMeansDenoising函数的修改版本,其中连续图像是在短时间内捕获的。例如视频。此函数版本适用于灰度图像或颜色空间的手动操作。更多详情请参见 [44](开放访问 此处)。 | |
void | cv::fastNlMeansDenoisingMulti (InputArrayOfArrays srcImgs, OutputArray dst, int imgToDenoiseIndex, int temporalWindowSize, float h=3, int templateWindowSize=7, int searchWindowSize=21) |
针对图像序列的fastNlMeansDenoising函数的修改版本,其中连续图像是在短时间内捕获的。例如视频。此函数版本适用于灰度图像或颜色空间的手动操作。更多详情请参见 [44](开放访问 此处)。 | |
void | cv::illuminationChange (InputArray src, InputArray mask, OutputArray dst, float alpha=0.2f, float beta=0.4f) |
对选择区域内的梯度场应用适当的非线性变换,然后使用泊松求解器积分回,局部修改图像的表观照明。 | |
void | cv::inpaint (InputArray src, InputArray inpaintMask, OutputArray dst, double inpaintRadius, int flags) |
使用区域邻域恢复图像中选定区域。 | |
void | cv::pencilSketch (InputArray src, OutputArray dst1, OutputArray dst2, float sigma_s=60, float sigma_r=0.07f, float shade_factor=0.02f) |
铅笔状非真实感线条绘制。 | |
void | cv::seamlessClone (InputArray src, InputArray dst, InputArray mask, Point p, OutputArray blend, int flags) |
执行无缝克隆以将源图像中的区域混合到目标图像中。此函数旨在进行局部图像编辑,允许轻松且无缝地应用仅限于区域(手动选择为 ROI)的更改。这些更改的范围可以从轻微的变形到新的内容的完全替换 [215]。 | |
void | cv::stylization (InputArray src, OutputArray dst, float sigma_s=60, float sigma_r=0.45f) |
风格化旨在产生具有各种效果的数字图像,这些效果不侧重于照片真实感。保边滤波器非常适合风格化,因为它们可以抽象低对比度区域,同时保留或增强高对比度特征。 | |
void | cv::textureFlattening (InputArray src, InputArray mask, OutputArray dst, float low_threshold=30, float high_threshold=45, int kernel_size=3) |
通过仅保留边缘位置的梯度,在与泊松求解器积分之前,可以去除所选区域的纹理,使其内容呈现平坦外观。此处使用Canny边缘检测器。 | |