![]() |
OpenCV 4.12.0
开源计算机视觉
|
类 | |
| 类 | cv::DenseOpticalFlow |
| 类 | cv::DISOpticalFlow |
| DIS 光流算法。 更多... | |
| 类 | cv::FarnebackOpticalFlow |
| 使用 Gunnar Farneback 算法计算密集光流的类。 更多... | |
| 类 | cv::KalmanFilter |
| 卡尔曼滤波器类。 更多... | |
| 结构体 | cv::TrackerMIL::Params |
| 结构体 | cv::TrackerGOTURN::Params |
| 结构体 | cv::TrackerDaSiamRPN::Params |
| 结构体 | cv::TrackerNano::Params |
| 结构体 | cv::TrackerVit::Params |
| 类 | cv::SparseOpticalFlow |
| 稀疏光流算法的基础接口。 更多... | |
| 类 | cv::SparsePyrLKOpticalFlow |
| 用于计算稀疏光流的类。 更多... | |
| 类 | cv::Tracker |
| 长期跟踪器的基础抽象类。 更多... | |
| 类 | cv::TrackerDaSiamRPN |
| 类 | cv::TrackerGOTURN |
| GOTURN(使用回归网络的通用对象跟踪)跟踪器 更多... | |
| 类 | cv::TrackerMIL |
| MIL 算法以在线方式训练分类器,以将对象与背景分离。 更多... | |
| 类 | cv::TrackerNano |
| Nano 跟踪器是一个超轻量级的基于 dnn 的通用对象跟踪器。 更多... | |
| 类 | cv::TrackerVit |
| VIT 跟踪器是一个超轻量级的基于 dnn 的通用对象跟踪器。 更多... | |
| 类 | cv::VariationalRefinement |
| 变分光流细化。 更多... | |
命名空间 | |
| 命名空间 | cv |
枚举 | |
| 枚举 | { cv::OPTFLOW_USE_INITIAL_FLOW = 4 , cv::OPTFLOW_LK_GET_MIN_EIGENVALS = 8 , cv::OPTFLOW_FARNEBACK_GAUSSIAN = 256 } |
| 枚举 | { cv::MOTION_TRANSLATION = 0 , cv::MOTION_EUCLIDEAN = 1 , cv::MOTION_AFFINE = 2 , cv::MOTION_HOMOGRAPHY = 3 } |
函数 | |
| int | cv::buildOpticalFlowPyramid (InputArray img, OutputArrayOfArrays pyramid, Size winSize, int maxLevel, bool withDerivatives=true, int pyrBorder=BORDER_REFLECT_101, int derivBorder=BORDER_CONSTANT, bool tryReuseInputImage=true) |
| 构建可以传递给 calcOpticalFlowPyrLK 的图像金字塔。 | |
| void | cv::calcOpticalFlowFarneback (InputArray prev, InputArray next, InputOutputArray flow, double pyr_scale, int levels, int winsize, int iterations, int poly_n, double poly_sigma, int flags) |
| 使用 Gunnar Farneback 算法计算密集光流。 | |
| void | cv::calcOpticalFlowPyrLK (InputArray prevImg, InputArray nextImg, InputArray prevPts, InputOutputArray nextPts, OutputArray status, OutputArray err, Size winSize=Size(21, 21), int maxLevel=3, TermCriteria criteria=TermCriteria(TermCriteria::COUNT+TermCriteria::EPS, 30, 0.01), int flags=0, double minEigThreshold=1e-4) |
| 使用带有金字塔的迭代 Lucas-Kanade 方法计算稀疏特征集的光流。 | |
| RotatedRect | cv::CamShift (InputArray probImage, Rect &window, TermCriteria criteria) |
| Finds an object center, size, and orientation. | |
| double | cv::computeECC (InputArray templateImage, InputArray inputImage, noArray()) |
| 计算两幅图像之间增强相关系数的值 [82] 。 | |
| Mat | cv::estimateRigidTransform (InputArray src, InputArray dst, bool fullAffine) |
| 计算两个 2D 点集之间的最佳仿射变换。 | |
| double | cv::findTransformECC (InputArray templateImage, InputArray inputImage, InputOutputArray warpMatrix, int motionType, TermCriteria criteria, InputArray inputMask, int gaussFiltSize) |
| 根据 ECC 标准 [82] 查找两幅图像之间的几何变换(扭曲)。 | |
| double | cv::findTransformECC (InputArray templateImage, InputArray inputImage, InputOutputArray warpMatrix, int motionType=MOTION_AFFINE, TermCriteria criteria=TermCriteria(TermCriteria::COUNT+TermCriteria::EPS, 50, 0.001), InputArray inputMask=noArray()) |
| int | cv::meanShift (InputArray probImage, Rect &window, TermCriteria criteria) |
| 在反向投影图像上查找对象。 | |
| Mat | cv::readOpticalFlow (const String &path) |
| 读取 .flo 文件。 | |
| bool | cv::writeOpticalFlow (const String &path, InputArray flow) |
| 将 .flo 写入磁盘。 | |