![]() |
OpenCV 4.12.0
开源计算机视觉
|
类 | |
| 类 | cv::AlignExposures |
| 用于对齐具有不同曝光的相同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(亮度高于中值亮度的像素为 1,否则为 0),然后使用位操作对结果位图进行对齐。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为线性系统,为每个亮度值提取逆相机响应函数。目标函数是使用所有图像中相同位置的像素值构建的,并添加了额外项以使结果更平滑。更多... | |
| 类 | cv::CalibrateRobertson |
| 通过将目标函数最小化为线性系统,为每个亮度值提取逆相机响应函数。此算法使用所有图像像素。更多... | |
| 类 | cv::MergeDebevec |
| 考虑曝光值和相机响应,将曝光加权平均计算为最终的 HDR 图像。更多... | |
| 类 | cv::MergeExposures |
| 可以将曝光序列合并为单个图像的算法的基类。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 |
| 考虑曝光值和相机响应,将曝光加权平均计算为最终的 HDR 图像。更多... | |
| 类 | cv::Tonemap |
| 色调映射算法的基类——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色调映射算法,它在对数域中缩放图像。更多... | |
| 类 | cv::TonemapMantiuk |
| 该算法使用高斯金字塔所有层上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,从新的对比度值重建图像。更多... | |
| 类 | cv::TonemapReinhard |
| 这是一种模拟人类视觉系统的全局色调映射运算符。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 } |
| 边缘保留滤波器。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 } |
| seamlessClone 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) |
| 给定原始彩色图像,可以无缝混合该图像的两种不同颜色版本。 | |
| 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) |
| Creates simple linear mapper with gamma correction. | |
| 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以及许多单通道图像处理应用中的基本工具 [178]。 | |
| void | cv::denoise_TVL1 (const std::vector< Mat > &observations, Mat &result, double lambda=1.0, int niters=30) |
| 原对偶算法是一种解决特殊变分问题(即,找到一个函数以最小化某个泛函)的算法。由于图像去噪,特别是,可以看作是变分问题,因此原对偶算法可以用于执行去噪,这正是此处实现的。 | |
| void | cv::detailEnhance (InputArray src, OutputArray dst, float sigma_s=10, float sigma_r=0.15f) |
| 此滤镜可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。边缘保留平滑滤波器在许多不同的应用中使用 [101]。 | |
| 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,并进行了一些计算优化。预期噪声为高斯白噪声。 | |
| 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,并进行了一些计算优化。预期噪声为高斯白噪声。 | |
| void | cv::fastNlMeansDenoisingColored (InputArray src, OutputArray dst, float h=3, float hColor=3, int templateWindowSize=7, int searchWindowSize=21) |
| fastNlMeansDenoising 函数针对彩色图像的修改版本。 | |
| void | cv::fastNlMeansDenoisingColoredMulti (InputArrayOfArrays srcImgs, OutputArray dst, int imgToDenoiseIndex, int temporalWindowSize, float h=3, float hColor=3, int templateWindowSize=7, int searchWindowSize=21) |
| fastNlMeansDenoisingMulti 函数针对彩色图像序列的修改版本。 | |
| 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) |
| fastNlMeansDenoising 函数针对连续图像在短时间内捕获的图像序列的修改版本。例如视频。此函数版本适用于灰度图像或用于手动操作颜色空间。有关更多详细信息,请参见 [45](可在此处开放获取)。 | |
| void | cv::fastNlMeansDenoisingMulti (InputArrayOfArrays srcImgs, OutputArray dst, int imgToDenoiseIndex, int temporalWindowSize, float h=3, int templateWindowSize=7, int searchWindowSize=21) |
| fastNlMeansDenoising 函数针对连续图像在短时间内捕获的图像序列的修改版本。例如视频。此函数版本适用于灰度图像或用于手动操作颜色空间。有关更多详细信息,请参见 [45](可在此处开放获取)。 | |
| void | cv::illuminationChange (InputArray src, InputArray mask, OutputArray dst, float alpha=0.2f, float beta=0.4f) |
| 通过对选区内的梯度场应用适当的非线性变换,然后使用泊松求解器进行积分,可以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的选定区域。 | |
| void | cv::pencilSketch (InputArray src, OutputArray dst1, OutputArray dst2, float sigma_s=60, float sigma_r=0.07f, float shade_factor=0.02f) |
| 铅笔式非真实感线条画。 | |
| void | cv::seamlessClone (InputArray src, InputArray dst, InputArray mask, Point p, OutputArray blend, int flags) |
| 执行无缝克隆,将源图像中的区域融合到目标图像中。此函数旨在用于局部图像编辑,允许将限制在某个区域(手动选择为 ROI)内的更改轻松无缝地应用。这些更改范围从轻微的失真到完全替换为新内容 [218]。 | |
| void | cv::stylization (InputArray src, OutputArray dst, float sigma_s=60, float sigma_r=0.45f) |
| 风格化旨在生成具有多种效果的数字图像,而非专注于照片级真实感。边缘感知滤波器是风格化的理想选择,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) |
| 在与泊松求解器积分之前,仅保留边缘位置的梯度,可以洗去所选区域的纹理,使其内容呈现平坦的外观。此处使用了 Canny 边缘检测器。 | |