|
| void | cv::cuda::alphaComp (InputArray img1, InputArray img2, OutputArray dst, int alpha_op, Stream &stream=Stream::Null()) |
| | 使用每张图像中包含的 alpha 不透明度值合成两张图像。
|
| |
| 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()) |
| | 对传入图像执行双边滤波。
|
| |
| void | cv::cuda::blendLinear (InputArray img1, InputArray img2, InputArray weights1, InputArray weights2, OutputArray result, Stream &stream=Stream::Null()) |
| | 对两张图像执行线性混合。
|
| |
| void | cv::cuda::calcHist (InputArray src, InputArray mask, OutputArray hist, Stream &stream=Stream::Null()) |
| | 计算给定掩码中限定的单通道 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 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) |
| | 为 cuda::CannyEdgeDetector 创建实现。
|
| |
| Ptr< cuda::CLAHE > | cv::cuda::createCLAHE (double clipLimit=40.0, Size tileGridSize=Size(8, 8)) |
| | 为 cuda::CLAHE 创建实现。
|
| |
| Ptr< GeneralizedHoughBallard > | cv::cuda::createGeneralizedHoughBallard () |
| | 为参考文献 [16] 中的广义霍夫变换创建实现。
|
| |
| Ptr< GeneralizedHoughGuil > | cv::cuda::createGeneralizedHoughGuil () |
| | 为参考文献 [116] 中的广义霍夫变换创建实现。
|
| |
| 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) |
| | 为 cuda::CornersDetector 创建实现。
|
| |
| 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) |
| | 为 cuda::HoughCirclesDetector 创建实现。
|
| |
| Ptr< HoughLinesDetector > | cv::cuda::createHoughLinesDetector (float rho, float theta, int threshold, bool doSort=false, int maxLines=4096) |
| | 为 cuda::HoughLinesDetector 创建实现。
|
| |
| Ptr< HoughSegmentDetector > | cv::cuda::createHoughSegmentDetector (float rho, float theta, int minLineLength, int maxLineGap, int maxLines=4096, int threshold=-1) |
| | 为 cuda::HoughSegmentDetector 创建实现。
|
| |
| Ptr< CornernessCriteria > | cv::cuda::createMinEigenValCorner (int srcType, int blockSize, int ksize, int borderType=BORDER_REFLECT101) |
| | 为 2x2 导数协变矩阵的最小特征值(即角点度量)创建实现。
|
| |
| Ptr< TemplateMatching > | cv::cuda::createTemplateMatching (int srcType, int method, Size user_block_size=Size()) |
| | 为 cuda::TemplateMatching 创建实现。
|
| |
| 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 Bayer 模式转换为 RGB 或灰度。
|
| |
| void | cv::cuda::equalizeHist (InputArray src, OutputArray dst, Stream &stream=Stream::Null()) |
| | 均衡化灰度图像的直方图。
|
| |
| void | cv::cuda::evenLevels (OutputArray levels, int nLevels, int lowerLevel, int upperLevel, Stream &stream=Stream::Null()) |
| | 计算均匀分布的水平。
|
| |
| void | cv::cuda::gammaCorrection (InputArray src, OutputArray dst, bool forward=true, Stream &stream=Stream::Null()) |
| | 用于校正图像色彩伽马的例程。
|
| |
| 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()) |
| | 计算具有均匀分布直方图的等级。
|
| |
| 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,并将已处理点的信息(它们的颜色和位置)存储在两张图像中。
|
| |
| 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()) |
| | 对源图像执行均值漂移分割,并消除小片段。
|
| |
| Moments | cv::cuda::moments (InputArray src, const bool binaryImage=false, const MomentsOrder order=MomentsOrder::THIRD_ORDER_MOMENTS, const int momentsType=CV_64F) |
| | 计算光栅化形状所有矩,最高可达三阶。
|
| |
| 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()) |
| | 计算光栅化形状所有空间矩,最高可达三阶。
|
| |
| void | cv::cuda::swapChannels (InputOutputArray image, const int dstOrder[4], Stream &stream=Stream::Null()) |
| | 原位交换图像的颜色通道。
|
| |