|
void | cv::cuda::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 不透明度值组合两个图像。
|
|
void | cv::cuda::bilateralFilter (InputArray src, OutputArray dst, int kernel_size, float sigma_color, float sigma_spatial, int borderMode=BORDER_DEFAULT, Stream &stream=Stream::Null()) |
| 执行传递图像的双边滤波。
|
|
void | cv::cuda::blendLinear (InputArray img1, InputArray img2, InputArray weights1, InputArray weights2, OutputArray result, Stream &stream=Stream::Null()) |
| 执行两个图像的线性混合。
|
|
void | cv::cuda::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 | cv::cuda::calcHist (InputArray src, OutputArray hist, Stream &stream=Stream::Null()) |
| 计算单通道 8 位图像的直方图。
|
|
void | cv::cuda::connectedComponents (InputArray image, OutputArray labels, int connectivity, int ltype, cv::cuda::ConnectedComponentsAlgorithmsTypes ccltype) |
| 计算二值图像的连通分量标记图像。
|
|
void | cv::cuda::connectedComponents (InputArray image, OutputArray labels, int connectivity=8, int ltype=CV_32S) |
|
Moments | cv::cuda::convertSpatialMoments (Mat spatialMoments, const MomentsOrder order, const int momentsType) |
| 将从cuda::spatialMoments返回的空间图像矩转换为cv::Moments。
|
|
Ptr< CannyEdgeDetector > | cv::cuda::createCannyEdgeDetector (double low_thresh, double high_thresh, int apperture_size=3, bool L2gradient=false) |
| 创建cuda::CannyEdgeDetector 的实现。
|
|
Ptr< cuda::CLAHE > | cv::cuda::createCLAHE (double clipLimit=40.0, Size tileGridSize=Size(8, 8)) |
| 创建cuda::CLAHE 的实现。
|
|
Ptr< GeneralizedHoughBallard > | cv::cuda::createGeneralizedHoughBallard () |
| 创建来自[15] 的广义霍夫变换的实现。
|
|
Ptr< GeneralizedHoughGuil > | cv::cuda::createGeneralizedHoughGuil () |
| 创建来自[113] 的广义霍夫变换的实现。
|
|
Ptr< CornersDetector > | cv::cuda::createGoodFeaturesToTrackDetector (int srcType, int maxCorners=1000, double qualityLevel=0.01, double minDistance=0.0, int blockSize=3, bool useHarrisDetector=false, double harrisK=0.04) |
| 创建cuda::CornersDetector 的实现。
|
|
Ptr< CornernessCriteria > | cv::cuda::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 > | cv::cuda::createHoughCirclesDetector (float dp, float minDist, int cannyThreshold, int votesThreshold, int minRadius, int maxRadius, int maxCircles=4096) |
| 创建cuda::HoughCirclesDetector 的实现。
|
|
Ptr< HoughLinesDetector > | cv::cuda::createHoughLinesDetector (float rho, float theta, int threshold, bool doSort=false, int maxLines=4096) |
| 创建cuda::HoughLinesDetector 的实现。
|
|
Ptr< HoughSegmentDetector > | cv::cuda::createHoughSegmentDetector (float rho, float theta, int minLineLength, int maxLineGap, int maxLines=4096, int threshold=-1) |
| 创建cuda::HoughSegmentDetector 的实现。
|
|
Ptr< CornernessCriteria > | cv::cuda::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(角点准则)的实现。
|
|
Ptr< TemplateMatching > | cv::cuda::createTemplateMatching (int srcType, int method, Size user_block_size=Size()) |
| 创建cuda::TemplateMatching 的实现。
|
|
void | cv::cuda::cvtColor (InputArray src, OutputArray dst, int code, int dcn=0, Stream &stream=Stream::Null()) |
| 将图像从一个颜色空间转换为另一个颜色空间。
|
|
void | cv::cuda::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。
|
|
void | cv::cuda::equalizeHist (InputArray src, OutputArray dst, Stream &stream=Stream::Null()) |
| 均衡灰度图像的直方图。
|
|
void | cv::cuda::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 | cv::cuda::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 | cv::cuda::histEven (InputArray src, GpuMat hist[4], int histSize[4], int lowerLevel[4], int upperLevel[4], Stream &stream=Stream::Null()) |
|
void | cv::cuda::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 | cv::cuda::histRange (InputArray src, GpuMat hist[4], const GpuMat levels[4], Stream &stream=Stream::Null()) |
|
void | cv::cuda::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 | cv::cuda::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 | cv::cuda::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,并将有关已处理点(其颜色和位置)的信息存储在两幅图像中。
|
|
void | cv::cuda::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,并消除小的分割。
|
|
Moments | cv::cuda::moments (InputArray src, const bool binaryImage=false, const MomentsOrder order=MomentsOrder::THIRD_ORDER_MOMENTS, const int momentsType=CV_64F) |
| 计算栅格化形状的最高三阶矩。
|
|
int | cv::cuda::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 | cv::cuda::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()) |
| 计算栅格化形状的最高三阶空间矩。
|
|
void | cv::cuda::swapChannels (InputOutputArray image, const int dstOrder[4], Stream &stream=Stream::Null()) |
| 就地交换图像的颜色通道。
|
|