![]() |
OpenCV 4.13.0
开源计算机视觉库 (Open Source Computer Vision)
|
命名空间 | |
| 命名空间 | dsp |
类 | |
| 类 | FCVMSER |
| 用于灰度图像的 MSER 斑点检测器。 更多... | |
| 类 | QcAllocator |
| Qualcomm 自定义分配器。该分配器使用 Qualcomm 的内存管理函数。 更多... | |
| 类 | QcResourceManager |
| FastCV 分配的资源管理器。此类管理活动分配。 更多... | |
枚举 | |
| enum | ColorConversionCodes { COLOR_YUV2YUV444sp_NV12 = 156 , COLOR_YUV2YUV422sp_NV12 = 157 , COLOR_YUV422sp2YUV444sp = 158 , COLOR_YUV422sp2YUV_NV12 = 159 , COLOR_YUV444sp2YUV422sp = 160 , COLOR_YUV444sp2YUV_NV12 = 161 , COLOR_YUV2RGB565_NV12 = 162 , COLOR_YUV422sp2RGB565 = 163 , COLOR_YUV422sp2RGB = 164 , COLOR_YUV422sp2RGBA = 165 , COLOR_YUV444sp2RGB565 = 166 , COLOR_YUV444sp2RGB = 167 , COLOR_YUV444sp2RGBA = 168 , COLOR_RGB2YUV_NV12 = 169 , COLOR_RGB5652YUV444sp = 170 , COLOR_RGB5652YUV422sp = 171 , COLOR_RGB5652YUV_NV12 = 172 , COLOR_RGB2YUV444sp = 173 , COLOR_RGB2YUV422sp = 174 } |
函数 | |
| void | arithmetic_op (InputArray src1, InputArray src2, OutputArray dst, int op) |
| 两个矩阵的算术加法和减法运算。针对 Qualcomm 处理器进行了优化。 | |
| void | bilateralFilter (InputArray _src, OutputArray _dst, int d, float sigmaColor, float sigmaSpace, int borderType=BORDER_DEFAULT) |
| 对图像应用双边滤波,考虑每个像素邻域的 d 像素直径。此过滤器不支持就地(inplace)操作。 | |
| void | bilateralRecursive (cv::InputArray src, cv::OutputArray dst, float sigmaColor=0.03f, float sigmaSpace=0.1f) |
| 递归双边滤波。 | |
| void | buildPyramid (InputArray src, OutputArrayOfArrays pyr, int nLevels, bool scaleBy2=true, int borderType=cv::BORDER_REFLECT, uint8_t borderValue=0) |
| 从单个原始图像构建 float32 图像金字塔 - 图像根据预设层级相继缩小。此 API 同时支持 ORB 缩放和二分之一缩小。 | |
| void | calcHist (InputArray _src, OutputArray _hist) |
| 计算输入图像的直方图。该函数以优化方式实现了 8u 单通道图像 256 级直方图计算的特定用例。 | |
| void | clusterEuclidean (InputArray points, InputArray clusterCenters, OutputArray newClusterCenters, OutputArray clusterSizes, OutputArray clusterBindings, OutputArray clusterSumDists, int numPointsUsed=-1) |
| 在 D 维空间中将 N 个输入点聚类为 K 个聚类。接受 8 位无符号整数点。在 Qualcomm 处理器上提供比 cv::kmeans 更快的执行速度。 | |
| void | cvtColor (InputArray src, OutputArray dst, int code) |
| void | DCT (InputArray src, OutputArray dst) |
| 该函数对输入图像执行 8x8 正向离散余弦变换。接受 8 位无符号整数类型的输入,并生成 16 位有符号整数类型的输出。在 Qualcomm 处理器上提供比 cv::dct 更快的执行速度。 | |
| void | FAST10 (InputArray src, InputArray mask, OutputArray coords, OutputArray scores, int barrier, int border, bool nmsEnabled) |
| 根据掩码从图像中提取 FAST10 角点和分数。掩码指定了检测器应忽略的像素。专为 Qualcomm 处理器上的角点检测设计,提供更高的速度。 | |
| void | FFT (InputArray src, OutputArray dst) |
| 计算实值矩阵的一维或二维快速傅里叶变换。对于二维情况,输入和输出矩阵的宽度和高度必须是 2 的幂。对于一维情况,矩阵的高度必须为 1,而宽度必须是 2 的幂。接受 8 位无符号整数数组,而 cv::dft 接受浮点或复数数组。 | |
| void | fillConvexPoly (InputOutputArray img, InputArray pts, Scalar color) |
| 绘制凸多边形。该函数用指定颜色填充凸多边形的内部。要求宽度和步长(stride)必须是 8 的倍数。 | |
| void | filter2D (InputArray _src, OutputArray _dst, int ddepth, InputArray _kernel) |
| 使用非可分算子进行 NxN 相关运算。最大到算子宽度一半的边界将被忽略。 | |
| void | gaussianBlur (InputArray _src, OutputArray _dst, int kernel_size=3, bool blur_border=true) |
| sigma = 0 且具有正方形算子尺寸的高斯模糊。处理边界的方式与 cv::GaussianBlur 不同,会导致输出略有差异。 | |
| void | gemm (InputArray src1, InputArray src2, OutputArray dst, float alpha=1.0, InputArray src3=noArray(), float beta=0.0) |
| 两个浮点矩阵的矩阵乘法 R = a*A*B + b*C,其中 A、B、C、R 是矩阵,a、b 是常数。针对 Qualcomm 处理器进行了优化。 | |
| cv::MatAllocator * | getQcAllocator () |
| 获取默认的 Qualcomm 分配器。该函数返回一个指向默认 Qualcomm 分配器的指针,该分配器针对 DSP 使用进行了优化。 | |
| void | houghLines (InputArray src, OutputArray lines, double threshold=0.25) |
| 执行霍夫直线检测。 | |
| void | IDCT (InputArray src, OutputArray dst) |
| 该函数对输入图像执行 8x8 逆离散余弦变换。在 Qualcomm 处理器上,逆变换情况下的执行速度比 cv::dct 更快。 | |
| void | IFFT (InputArray src, OutputArray dst) |
| 计算复值矩阵的一维或二维逆快速傅里叶变换。对于二维情况,输入和输出矩阵的宽度和高度必须是 2 的幂。对于一维情况,矩阵的高度必须为 1,而宽度必须是 2 的幂。 | |
| void | integrateYUV (InputArray Y, InputArray CbCr, OutputArray IY, OutputArray ICb, OutputArray ICr) |
| YCbCr420 图像的积分图。注意:输入高度应为 2 的倍数。输入宽度和步长应为 16 的倍数。输出步长应为 8 的倍数。针对 Qualcomm 处理器进行了优化。 | |
| void | matmuls8s32 (InputArray src1, InputArray src2, OutputArray dst) |
| 两个 int8_t 类型矩阵的矩阵乘法。使用有符号整数输入/输出,而 cv::gemm 使用浮点输入/输出。matmuls8s32 在 Qualcomm 处理器上提供更高的速度。 | |
| int | meanShift (InputArray src, Rect &rect, TermCriteria termCrit) |
| 应用均值漂移(meanshift)程序并获取最终收敛位置。该函数将均值漂移程序应用于原始图像(通常是概率图)并获取最终收敛位置。当达到所需精度或最大迭代次数时,收敛位置搜索将停止。算法中使用的矩(Moments)是以浮点数计算的。该函数与 cv::meanShift 并非位精确一致,但在 Snapdragon 处理器上提供了更好的延迟表现。 | |
| void | merge (InputArrayOfArrays mv, OutputArray dst) |
| 从多个单通道 CV_8U 矩阵创建一个多通道矩阵。针对 Qualcomm 处理器进行了优化。 | |
| cv::Moments | moments (InputArray _src, bool binary) |
| 计算图像像素强度高达三阶的所有矩。结果将作为 cv::Moments 结构返回。该函数 cv::fastcv::moments() 使用浮点计算来计算矩,而 cv::moments() 使用双精度计算矩。 | |
| void | normalizeLocalBox (InputArray _src, OutputArray _dst, Size pSize, bool useStdDev) |
| 计算图像的局部减法和对比度归一化。图像的每个像素都通过以该像素为中心的色块的均值和标准差进行归一化。针对 Qualcomm 处理器进行了优化。 | |
| void | remap (InputArray src, OutputArray dst, InputArray map1, InputArray map2, int interpolation, int borderValue=0) |
| 对灰度 CV_8UC1 图像应用通用的几何变换。 | |
| void | remapRGBA (InputArray src, OutputArray dst, InputArray map1, InputArray map2, int interpolation) |
| 使用双线性或最近邻插值对 4 通道 CV_8UC4 图像应用通用几何变换。 | |
| void | resizeDown (cv::InputArray _src, cv::OutputArray _dst, Size dsize, double inv_scale_x, double inv_scale_y) |
| 使用指定的缩放因子或尺寸缩小图像。此函数支持单通道 (CV_8UC1) 和双通道 (CV_8UC2) 图像。 | |
| void | sepFilter2D (InputArray _src, OutputArray _dst, int ddepth, InputArray _kernelX, InputArray _kernelY) |
| 使用可分算子进行 NxN 相关运算。如果 srcImg 和 dstImg 指向同一地址且 srcStride 等于 dstStride,则会进行就地操作。最大到算子宽度一半的边界将被忽略。处理溢出的方式与 OpenCV 不同,该函数将对中间结果和最终结果进行右移。 | |
| void | sobel (InputArray _src, OutputArray _dx, OutputArray _dy, int kernel_size, int borderType, int borderValue) |
| 从源亮度数据创建不带归一化的 2D 梯度图像。计算 X 方向 1 阶导数或 Y 方向 1 阶导数,或同时计算两者。 | |
| void | sobel3x3u8 (InputArray _src, OutputArray _dst, OutputArray _dsty=noArray(), int ddepth=CV_8U, bool normalization=false) |
| 从源亮度数据创建不带归一化的 2D 梯度图像。该函数在 3x3 邻域上计算中心差分,然后将结果与 Sobel 算子卷积,最大到算子宽度一半的边界将被忽略。 | |
| void | sobelPyramid (InputArrayOfArrays pyr, OutputArrayOfArrays dx, OutputArrayOfArrays dy, int outType=CV_8S) |
| 从图像金字塔创建梯度金字塔。注意:在梯度计算期间会忽略边界。 | |
| void | split (InputArray src, OutputArrayOfArrays mv) |
| 将 CV_8U 多通道矩阵拆分为多个 CV_8UC1 矩阵。针对 Qualcomm 处理器进行了优化。 | |
| void | thresholdRange (InputArray src, OutputArray dst, int lowThresh, int highThresh, int trueValue, int falseValue) |
| 根据一对阈值对灰度图像进行二值化。二值化后的图像将处于用户选择的两个值中。该函数在 Snapdragon 处理器上提供了更好的延迟表现。 | |
| void | trackOpticalFlowLK (InputArray src, InputArray dst, InputArrayOfArrays srcPyr, InputArrayOfArrays dstPyr, InputArray ptsIn, OutputArray ptsOut, InputArray ptsEst, OutputArray statusVec, cv::Size winSize=cv::Size(7, 7), cv::TermCriteria termCriteria=cv::TermCriteria(cv::TermCriteria::MAX_ITER|cv::TermCriteria::EPS, 7, 0.03f *0.03f)) |
| 使用 Lucas-Kanade 算法计算稀疏光流。接受 8 位无符号整数图像。在 Qualcomm 处理器上提供更快的执行速度。 | |
| void | trackOpticalFlowLK (InputArray src, InputArray dst, InputArrayOfArrays srcPyr, InputArrayOfArrays dstPyr, InputArrayOfArrays srcDxPyr, InputArrayOfArrays srcDyPyr, InputArray ptsIn, OutputArray ptsOut, OutputArray statusVec, cv::Size winSize=cv::Size(7, 7), int maxIterations=7) |
| LK 跟踪函数 v1 版本的重载。 | |
| void | warpAffine (InputArray _src, OutputArray _dst, InputArray _M, Size dsize, int interpolation=INTER_LINEAR, int borderValue=0) |
| 使用提供的变换矩阵对输入图像执行仿射变换。 | |
| void | warpPerspective (InputArray _src, OutputArray _dst, InputArray _M0, Size dsize, int interpolation, int borderType, const Scalar &borderValue) |
| 使用透视变换对图像进行变换,与 cv::warpPerspective 相同,但并非位精确一致。 | |
| void | warpPerspective2Plane (InputArray _src1, InputArray _src2, OutputArray _dst1, OutputArray _dst2, InputArray _M0, Size dsize) |
| 使用相同的变换对两个图像进行透视变换。适用时使用双线性插值。例如,同时对一个灰度图像和一个 alpha 图像进行变换,或对两个颜色通道进行变换。 | |
| void cv::fastcv::cvtColor | ( | InputArray | src, |
| OutputArray | dst, | ||
| int | code ) |