矩阵归约

详细说明

函数
Scalar	cv::cuda::absSum (InputArray src, InputArray mask=noArray())
	返回矩阵元素绝对值的和。
void	cv::cuda::calcAbsSum (InputArray src, OutputArray dst, InputArray mask=noArray(), Stream &stream=Stream::Null())
void	cv::cuda::calcNorm (InputArray src, OutputArray dst, int normType, InputArray mask=noArray(), Stream &stream=Stream::Null())
void	cv::cuda::calcNormDiff (InputArray src1, InputArray src2, OutputArray dst, int normType=NORM_L2, Stream &stream=Stream::Null())
void	cv::cuda::calcSqrSum (InputArray src, OutputArray dst, InputArray mask=noArray(), Stream &stream=Stream::Null())
void	cv::cuda::calcSum (InputArray src, OutputArray dst, InputArray mask=noArray(), Stream &stream=Stream::Null())
int	cv::cuda::countNonZero (InputArray src)
	统计矩阵中非零元素的个数。
void	cv::cuda::countNonZero (InputArray src, OutputArray dst, Stream &stream=Stream::Null())
void	cv::cuda::findMinMax (InputArray src, OutputArray dst, InputArray mask=noArray(), Stream &stream=Stream::Null())
void	cv::cuda::findMinMaxLoc (InputArray src, OutputArray minMaxVals, OutputArray loc, InputArray mask=noArray(), Stream &stream=Stream::Null())
void	cv::cuda::integral (InputArray src, OutputArray sum, Stream &stream=Stream::Null())
	计算积分图像。
void	cv::cuda::meanStdDev (InputArray mtx, OutputArray dst, Stream &stream=Stream::Null())
void	cv::cuda::meanStdDev (InputArray mtx, Scalar &mean, Scalar &stddev)
void	cv::cuda::meanStdDev (InputArray src, OutputArray dst, InputArray mask, Stream &stream=Stream::Null())
	计算矩阵元素的平均值和标准差。
void	cv::cuda::meanStdDev (InputArray src, Scalar &mean, Scalar &stddev, InputArray mask)
void	cv::cuda::minMax (InputArray src, double *minVal, double *maxVal, InputArray mask=noArray())
	查找全局最小和最大矩阵元素并返回其值。
void	cv::cuda::minMaxLoc (InputArray src, double *minVal, double *maxVal, Point *minLoc, Point *maxLoc, InputArray mask=noArray())
	查找全局最小和最大矩阵元素，并返回其值及其位置。
double	cv::cuda::norm (InputArray src1, InputArray src2, int normType=NORM_L2)
	返回两个矩阵的差异。
double	cv::cuda::norm (InputArray src1, int normType, InputArray mask=noArray())
	返回矩阵的范数（或两个矩阵的差）。
void	cv::cuda::normalize (InputArray src, OutputArray dst, double alpha, double beta, int norm_type, int dtype, InputArray mask=noArray(), Stream &stream=Stream::Null())
	归一化数组的范数或数值范围。
void	cv::cuda::rectStdDev (InputArray src, InputArray sqr, OutputArray dst, Rect rect, Stream &stream=Stream::Null())
	计算积分图像的标准差。
void	cv::cuda::reduce (InputArray mtx, OutputArray vec, int dim, int reduceOp, int dtype=-1, Stream &stream=Stream::Null())
	将矩阵降维为向量。
void	cv::cuda::sqrIntegral (InputArray src, OutputArray sqsum, Stream &stream=Stream::Null())
	计算平方积分图像。
Scalar	cv::cuda::sqrSum (InputArray src, InputArray mask=noArray())
	返回矩阵元素的平方和。
Scalar	cv::cuda::sum (InputArray src, InputArray mask=noArray())
	返回矩阵元素的和。

函数文档 (Function Documentation)

absSum()

Scalar cv::cuda::absSum	(	InputArray	src,
		InputArray	mask = noArray() )

#include <opencv2/cudaarithm.hpp>

返回矩阵元素绝对值的和。

参数

src	源图像，任意深度，除了CV_64F。
mask	可选操作掩码；它必须具有与src1相同的尺寸和CV_8UC1类型。

calcAbsSum()

void cv::cuda::calcAbsSum	(	InputArray	src,
		OutputArray	dst,
		InputArray	mask = noArray(),
		流 (Stream) &	stream = Stream::Null() )

#include <opencv2/cudaarithm.hpp>

这是一个重载的成员函数，为方便起见而提供。它与上述函数的区别仅在于所接受的参数不同。

calcNorm()

void cv::cuda::calcNorm	(	InputArray	src,
		OutputArray	dst,
		int	normType,
		InputArray	mask = noArray(),
		流 (Stream) &	stream = Stream::Null() )

#include <opencv2/cudaarithm.hpp>

这是一个重载的成员函数，为方便起见而提供。它与上述函数的区别仅在于所接受的参数不同。

calcNormDiff()

void cv::cuda::calcNormDiff	(	InputArray	src1,
		InputArray	src2,
		OutputArray	dst,
		int	normType=NORM_L2,
		流 (Stream) &	stream = Stream::Null() )

#include <opencv2/cudaarithm.hpp>

这是一个重载的成员函数，为方便起见而提供。它与上述函数的区别仅在于所接受的参数不同。

calcSqrSum()

void cv::cuda::calcSqrSum	(	InputArray	src,
		OutputArray	dst,
		InputArray	mask = noArray(),
		流 (Stream) &	stream = Stream::Null() )

#include <opencv2/cudaarithm.hpp>

这是一个重载的成员函数，为方便起见而提供。它与上述函数的区别仅在于所接受的参数不同。

calcSum()

void cv::cuda::calcSum	(	InputArray	src,
		OutputArray	dst,
		InputArray	mask = noArray(),
		流 (Stream) &	stream = Stream::Null() )

#include <opencv2/cudaarithm.hpp>

这是一个重载的成员函数，为方便起见而提供。它与上述函数的区别仅在于所接受的参数不同。

countNonZero() [1/2]

int cv::cuda::countNonZero

(

InputArray

src

)

#include <opencv2/cudaarithm.hpp>

统计矩阵中非零元素的个数。

参数

src

单通道源图像。

对于计算能力< 1.3的GPU，该函数不适用于CV_64F图像。

另请参阅

countNonZero

countNonZero() [2/2]

void cv::cuda::countNonZero	(	InputArray	src,
		OutputArray	dst,
		流 (Stream) &	stream = Stream::Null() )

#include <opencv2/cudaarithm.hpp>

这是一个重载的成员函数，为方便起见而提供。它与上述函数的区别仅在于所接受的参数不同。

findMinMax()

void cv::cuda::findMinMax	(	InputArray	src,
		OutputArray	dst,
		InputArray	mask = noArray(),
		流 (Stream) &	stream = Stream::Null() )

#include <opencv2/cudaarithm.hpp>

这是一个重载的成员函数，为方便起见而提供。它与上述函数的区别仅在于所接受的参数不同。

findMinMaxLoc()

void cv::cuda::findMinMaxLoc	(	InputArray	src,
		OutputArray	minMaxVals,
		OutputArray	loc,
		InputArray	mask = noArray(),
		流 (Stream) &	stream = Stream::Null() )

#include <opencv2/cudaarithm.hpp>

这是一个重载的成员函数，为方便起见而提供。它与上述函数的区别仅在于所接受的参数不同。

integral()

void cv::cuda::integral	(	InputArray	src,
		OutputArray	sum,
		流 (Stream) &	stream = Stream::Null() )

#include <opencv2/cudaarithm.hpp>

计算积分图像。

参数

src	源图像。目前只支持CV_8UC1图像。
sum	包含打包在CV_32SC1中的32位无符号整数值的积分图像。
流	Stream 用于异步版本。

另请参阅

integral

meanStdDev() [1/4]

void cv::cuda::meanStdDev	(	InputArray	mtx (矩阵),
		OutputArray	dst,
		流 (Stream) &	stream = Stream::Null() )

#include <opencv2/cudaarithm.hpp>

这是一个重载的成员函数，为方便起见而提供。它与上述函数的区别仅在于所接受的参数不同。

参数

mtx (矩阵)	源矩阵。目前支持CV_8UC1和CV_32FC1矩阵。
dst	大小为1x2、类型为CV_64FC1的目标GpuMat。第一个值是均值，第二个值是标准差。
流	Stream 用于异步版本。

meanStdDev() [2/4]

void cv::cuda::meanStdDev	(	InputArray	mtx (矩阵),
		Scalar &	mean,
		Scalar &	stddev )

#include <opencv2/cudaarithm.hpp>

这是一个重载的成员函数，为方便起见而提供。它与上述函数的区别仅在于所接受的参数不同。

参数

mtx (矩阵)	源矩阵。目前支持CV_8UC1和CV_32FC1矩阵。
mean	均值。
stddev	标准差值。

meanStdDev() [3/4]

void cv::cuda::meanStdDev	(	InputArray	src,
		OutputArray	dst,
		InputArray	mask,
		流 (Stream) &	stream = Stream::Null() )

#include <opencv2/cudaarithm.hpp>

计算矩阵元素的平均值和标准差。

参数

src	源矩阵。目前支持CV_8UC1和CV_32FC1矩阵。
dst	大小为1x2、类型为CV_64FC1的目标GpuMat。第一个值是均值，第二个值是标准差。
mask	操作掩码。
流	Stream 用于异步版本。

另请参阅

meanStdDev

meanStdDev() [4/4]

void cv::cuda::meanStdDev	(	InputArray	src,
		Scalar &	mean,
		Scalar &	stddev,
		InputArray	mask )

#include <opencv2/cudaarithm.hpp>

这是一个重载的成员函数，为方便起见而提供。它与上述函数的区别仅在于所接受的参数不同。

参数

src	源矩阵。目前支持CV_8UC1和CV_32FC1矩阵。
mean	均值。
stddev	标准差值。
mask	操作掩码。

minMax()

void cv::cuda::minMax	(	InputArray	src,
		double *	minVal,
		double *	maxVal,
		InputArray	mask = noArray() )

#include <opencv2/cudaarithm.hpp>

查找全局最小和最大矩阵元素并返回其值。

参数

src	单通道源图像。
minVal	指向返回的最小值的指针。如果不需要，请使用NULL。
maxVal	指向返回的最大值的指针。如果不需要，请使用NULL。
mask	可选掩码，用于选择子矩阵。

对于计算能力< 1.3的GPU，该函数不适用于CV_64F图像。

另请参阅

minMaxLoc

minMaxLoc()

void cv::cuda::minMaxLoc	(	InputArray	src,
		double *	minVal,
		double *	maxVal,
		点 (Point) *	minLoc,
		点 (Point) *	maxLoc,
		InputArray	mask = noArray() )

#include <opencv2/cudaarithm.hpp>

查找全局最小和最大矩阵元素，并返回其值及其位置。

参数

src	单通道源图像。
minVal	指向返回的最小值的指针。如果不需要，请使用NULL。
maxVal	指向返回的最大值的指针。如果不需要，请使用NULL。
minLoc	指向返回的最小位置的指针。如果不需要，请使用NULL。
maxLoc	指向返回的最大位置的指针。如果不需要，请使用NULL。
mask	可选掩码，用于选择子矩阵。

对于计算能力< 1.3的GPU，该函数不适用于CV_64F图像。

另请参阅

minMaxLoc

norm() [1/2]

double cv::cuda::norm	(	InputArray	src1,
		InputArray	src2,
		int	normType=NORM_L2 )

#include <opencv2/cudaarithm.hpp>

返回两个矩阵的差异。

参数

src1	源矩阵。支持除64F以外的任何矩阵。
src2	第二个源矩阵（如果存在），尺寸和类型与src1相同。
normType	范数类型。目前支持NORM_L1、NORM_L2和NORM_INF。

另请参阅

norm

norm() [2/2]

double cv::cuda::norm	(	InputArray	src1,
		int	normType,
		InputArray	mask = noArray() )

#include <opencv2/cudaarithm.hpp>

返回矩阵的范数（或两个矩阵的差）。

参数

src1	源矩阵。支持除64F以外的任何矩阵。
normType	范数类型。目前支持NORM_L1、NORM_L2和NORM_INF。
mask	可选操作掩码；它必须具有与src1相同的尺寸和CV_8UC1类型。

另请参阅

norm

normalize()

void cv::cuda::normalize	(	InputArray	src,
		OutputArray	dst,
		double	alpha,
		double	beta,
		int	norm_type,
		int	dtype,
		InputArray	mask = noArray(),
		流 (Stream) &	stream = Stream::Null() )

#include <opencv2/cudaarithm.hpp>

归一化数组的范数或数值范围。

参数

src	输入数组。
dst	输出数组，尺寸与src相同。
alpha	归一化到的范数值，或在范围归一化情况下，范围的下边界。
beta	范围归一化情况下的范围上边界；对于范数归一化，它不被使用。
norm_type	归一化类型（NORM_MINMAX、NORM_L2、NORM_L1或NORM_INF）。
dtype	当为负数时，输出数组的类型与src相同；否则，它具有与src相同的通道数，深度为CV_MAT_DEPTH(dtype)。
mask	可选操作掩码。
流	Stream 用于异步版本。

另请参阅

normalize

rectStdDev()

void cv::cuda::rectStdDev	(	InputArray	src,
		InputArray	sqr,
		OutputArray	dst,
		Rect	rect,
		流 (Stream) &	stream = Stream::Null() )

#include <opencv2/cudaarithm.hpp>

计算积分图像的标准差。

参数

src	源图像。目前只支持CV_32SC1类型。
sqr	平方源图像。目前只支持CV_32FC1类型。
dst	目标图像，与src类型和尺寸相同。
rect	矩形窗口。
流	Stream 用于异步版本。

reduce()

void cv::cuda::reduce	(	InputArray	mtx (矩阵),
		OutputArray	vec,
		int	dim,
		int	reduceOp,
		int	dtype = -1,
		流 (Stream) &	stream = Stream::Null() )

#include <opencv2/cudaarithm.hpp>

将矩阵降维为向量。

参数

mtx (矩阵)	源2D矩阵。
vec	目标向量。其尺寸和类型由dim和dtype参数定义。
dim	沿矩阵进行归约的维度索引。0表示矩阵被归约到单行。1表示矩阵被归约到单列。
reduceOp	归约操作，可以是以下之一： REDUCE_SUM 输出是矩阵所有行/列的总和。 REDUCE_AVG 输出是矩阵所有行/列的平均向量。 REDUCE_MAX 输出是矩阵所有行/列的最大值（按列/行）。 REDUCE_MIN 输出是矩阵所有行/列的最小值（按列/行）。
dtype	当为负数时，目标向量的类型将与源矩阵相同。否则，其类型将为CV_MAKE_TYPE(CV_MAT_DEPTH(dtype), mtx.channels())。
流	Stream 用于异步版本。

reduce函数通过将矩阵的行/列视为一组一维向量，然后对这些向量执行指定的操作直到获得单个行/列，从而将矩阵归约到一个向量。例如，该函数可用于计算栅格图像的水平和垂直投影。对于REDUCE_SUM和REDUCE_AVG，输出可能会有更大的位深度以保持精度。在这两种归约模式下，也支持多通道数组。

另请参阅

reduce

sqrIntegral()

void cv::cuda::sqrIntegral	(	InputArray	src,
		OutputArray	sqsum,
		流 (Stream) &	stream = Stream::Null() )

#include <opencv2/cudaarithm.hpp>

计算平方积分图像。

参数

src	源图像。目前只支持CV_8UC1图像。
sqsum	包含打包在CV_64FC1中的64位无符号整数值的平方积分图像。
流	Stream 用于异步版本。

sqrSum()

Scalar cv::cuda::sqrSum	(	InputArray	src,
		InputArray	mask = noArray() )

#include <opencv2/cudaarithm.hpp>

返回矩阵元素的平方和。

参数

src	源图像，任意深度，除了CV_64F。
mask	可选操作掩码；它必须具有与src1相同的尺寸和CV_8UC1类型。

sum()

Scalar cv::cuda::sum	(	InputArray	src,
		InputArray	mask = noArray() )

#include <opencv2/cudaarithm.hpp>

返回矩阵元素的和。

参数

src	源图像，任意深度，除了CV_64F。
mask	可选操作掩码；它必须具有与src1相同的尺寸和CV_8UC1类型。

另请参阅

sum