atitit opencv apiattilax总结 约500个函数 .xlsx
atitit opencv apiattilax总结 约500个函数 .xlsx
1.3. CvAux中文参考手册 立体匹配 3D Tracking PCA) Markov Models \3
1.7. Cv中文参考手册 *图像处理 运动分析与对象跟踪 模式识别 照相机定标和三维重建8
1.1. CxCore中文参考手册 |
CxCore中文参考手册 |
1.2. 机器学习中文参考手册 knn svm
本文翻译尚未完成,请您将英文部分翻译为中文。
目录
1 简介:通用类和函数
1.1 CvStatModel
1.2 CvStatModel::CvStatModel
1.3 CvStatModel::CvStatModel(...)
1.4 CvStatModel::~CvStatModel
1.5 CvStatModel::clear
1.6 CvStatModel::save
1.7 CvStatModel::load
1.8 CvStatModel::write
1.9 CvStatModel::read
1.10 CvStatModel::train
1.11 CvStatModel::predict
2 Normal Bayes 分类器
2.1 CvNormalBayesClassifier
2.2 CvNormalBayesClassifier::train
2.3 CvNormalBayesClassifier::predict
3 K近邻算法
3.1 CvKNearest
3.2 CvKNearest::train
3.3 CvKNearest::find_nearest
3.4 例程:使用kNN进行2维样本集的分类,样本集的分布为混合高斯分布
4 支持向量机部分
4.1 CvSVM
4.2 CvSVMParams
4.3 CvSVM::train
4.4 CvSVM::get_support_vector*
4.5 补充:在WindowsXP+OpenCVRC1平台下整合OpenCV与libSVM
4.6 常用libSVM资料链接
5 决策树
5.1 CvDTreeSplit
5.2 CvDTreeNode
5.3 CvDTreeParams
5.4 CvDTreeTrainData
5.5 CvDTree
5.6 CvDTree::train
5.7 CvDTree::predict
6 Boosting
6.1 CvBoostParams
6.2 CvBoostTree
6.3 CvBoost
6.4 CvBoost::train
6.5 CvBoost::predict
6.6 CvBoost::prune
6.7 CvBoost::get_weak_predictors
7 中文翻译者
1.3. CvAux中文参考手册 立体匹配 3D Tracking PCA) Markov Models
\
目录
1 立体匹配
1.1 FindStereoCorrespondence
2 View Morphing Functions
2.1 MakeScanlines
2.2 PreWarpImage
2.3 FindRuns
2.4 DynamicCorrespondMulti
2.5 MakeAlphaScanlines
2.6 MorphEpilinesMulti
2.7 PostWarpImage
2.8 DeleteMoire
3 3D Tracking Functions
3.1 3dTrackerCalibrateCameras
3.2 3dTrackerLocateObjects
4 Eigen Objects (PCA) Functions
4.1 CalcCovarMatrixEx
4.2 CalcEigenObjects
4.3 CalcDecompCoeff
4.4 EigenDecomposite
4.5 EigenProjection
5 Embedded Hidden Markov Models Functions
5.1 CvHMM
5.2 CvImgObsInfo
5.3 Create2DHMM
5.4 Release2DHMM
5.5 CreateObsInfo
5.6 ReleaseObsInfo
5.7 ImgToObs_DCT
5.8 UniformImgSegm
5.9 InitMixSegm
5.10 EstimateHMMStateParams
5.11 EstimateTransProb
5.12 EstimateObsProb
5.13 EViterbi
5.14 MixSegmL2
1.4. 图像处理 1 梯度、边缘和角点 2 采样、插值和几何变换 3 形态学操作 4 滤波器与色彩空间变换 5 金字塔及其应用 6 连接部件 7 图像与轮廓矩 8 特殊图像变换 9 直方图 10 匹配
Cv图像处理
注意:本章描述图像处理和分析的一些函数。大多数函数都是针对两维象素数组的,这里,我们称这些数组为“图像”,但是它们不一定非得是IplImage 结构,也可以是CvMat或者CvMatND结构。
目录
1 梯度、边缘和角点
1.1 Sobel
1.2 Laplace
1.3 Canny
1.4 PreCornerDetect
1.5 CornerEigenValsAndVecs
1.6 CornerMinEigenVal
1.7 CornerHarris
1.8 FindCornerSubPix
1.9 GoodFeaturesToTrack
2 采样、插值和几何变换
2.1 InitLineIterator
2.2 SampleLine
2.3 GetRectSubPix
2.4 GetQuadrangleSubPix
2.5 Resize
2.6 WarpAffine
2.7 GetAffineTransform
2.8 2DRotationMatrix
2.9 WarpPerspective
2.10 WarpPerspectiveQMatrix
2.11 GetPerspectiveTransform
2.12 Remap
2.13 LogPolar
3 形态学操作
3.1 CreateStructuringElementEx
3.2 ReleaseStructuringElement
3.3 Erode
3.4 Dilate
3.5 MorphologyEx
4 滤波器与色彩空间变换
4.1 Smooth
4.2 Filter2D
4.3 CopyMakeBorder
4.4 Integral
4.5 CvtColor
4.6 Threshold
4.7 AdaptiveThreshold
5 金字塔及其应用 6 连接部件 7 图像与轮廓矩 7 图像与轮廓矩 8 特殊图像变换 9 直方图 10 匹配
5.1 PyrDown
5.2 PyrUp
6 连接部件
6.1 CvConnectedComp
6.2 FloodFill
6.3 FindContours
6.4 StartFindContours
6.5 FindNextContour
6.6 SubstituteContour
6.7 EndFindContours
6.8 PyrSegmentation
6.9 PyrMeanShiftFiltering
6.10 Watershed
7 图像与轮廓矩 8 特殊图像变换 9 直方图 10 匹配
7.1 Moments
7.2 GetSpatialMoment
7.3 GetCentralMoment
7.4 GetNormalizedCentralMoment
7.5 GetHuMoments
8 特殊图像变换
8.1 HoughLines
8.2 HoughCircles
8.3 DistTransform
8.4 Inpaint
9 直方图 10 匹配
9.1 CvHistogram
9.2 CreateHist
9.3 SetHistBinRanges
9.4 ReleaseHist
9.5 ClearHist
9.6 MakeHistHeaderForArray
9.7 QueryHistValue_1D
9.8 GetHistValue_1D
9.9 GetMinMaxHistValue
9.10 NormalizeHist
9.11 ThreshHist
9.12 CompareHist
9.13 CopyHist
9.14 CalcHist
9.15 CalcBackProject
9.16 CalcBackProjectPatch
9.17 CalcProbDensity
9.18 EqualizeHist
10 匹配
10.1 MatchTemplate
10.2 MatchShapes
10.3 CalcEMD2
1.5. Cv运动分析与对象跟踪 |
Cv运动分析与对象跟踪 |
1.6. Cv模式识别 目标检测
目录
1 目标检测
1.1 CvHaarFeature, CvHaarClassifier, CvHaarStageClassifier, CvHaarClassifierCascade
1.2 cvLoadHaarClassifierCascade
1.3 cvReleaseHaarClassifierCascade
1.4 cvHaarDetectObjects
1.5 cvSetImagesForHaarClassifierCascade
1.6 cvRunHaarClassifierCascade
1.7. Cv中文参考手册 *图像处理 运动分析与对象跟踪 模式识别 照相机定标和三维重建 |
Cv中文参考手册 |
1.8. HighGUI中文参考手册 |
HighGUI中文参考手册 |
opencv中文版API文档 - 下载频道 - CSDN.NET.html
OpenCV API Reference — OpenCV 3.0.0-dev documentation.html
作者:: 绰号:老哇的爪子 ( 全名::Attilax Akbar Al Rapanui 阿提拉克斯 阿克巴 阿尔 拉帕努伊 )
汉字名:艾提拉(艾龙), EMAIL:1466519819@qq.com
转载请注明来源: http://www.cnblogs.com/attilax/
Atiend
atitit opencv apiattilax总结 约500个函数 .xlsx的更多相关文章
- Atitit opencv模板匹配attilax总结
Atitit opencv模板匹配attilax总结 找一幅图像的匹配的模板,可以在一段视频里寻找出我们感兴趣的东西,比如条形码的识别就可能需要这样类似的一个工作提取出条形码区域(当然这样的方法并不鲁 ...
- Atitit opencv版本新特性attilax总结
Atitit opencv版本新特性attilax总结 1.1. :OpenCV 3.0 发布,史上功能最全,速度最快的版1 1.2. 应用领域2 1.3. OPENCV2.4.3改进 2.4.2就有 ...
- Atitit opencv 模板匹配
Atitit opencv 模板匹配 1.1. 图片1 1.2. Atitit opencv 模板匹配 6中匹配算法貌似效果区别不大1 1.3. 对模板缩放的影响 一般的缩放可以,太大了就歇菜了.. ...
- opencv 简单、常用的图像处理函数(2)
opencv的项目以来配置和环境变量的配置都很简单,对于我这个没有c++基础的来说,复杂的是opencv的api和一些大部分来自国外没有翻译的资料,以及一些常见的编码问题. 资料 opencv 中文a ...
- OpenCv 2.4.9 (二) 核心函数
前言 经过前面一节的怎样读取图片,我们可以做一些有趣的图像变换,下面我们首先介绍使用遍历的方法实现,然后我们使用内置的函数实现. 矩阵掩码实现 矩阵掩码,和卷积神经网络中的卷积类似.一个例子如下: 现 ...
- 【opencv基础】测量运行时间的函数getTickCount/getCPUTickCount/getTickFrequency
函数的计算结果类型是double,单位是秒. 要使用更精确的计时,就需要使用getCPUTickCount(),不过现代计算机CPU的频率会随着负载而变化所以没大有必要使用该函数,可以参看函数的介绍[ ...
- OpenCV图像处理篇之阈值操作函数
阈值操作类型 这5种阈值操作类型保留opencv tutorials中的英文名称.依次为: Threshold Binary:即二值化,将大于阈值的灰度值设为最大灰度值.小于阈值的值设为0. Thre ...
- OpenCV中阈值(threshold)函数: threshold 。
OpenCV中提供了阈值(threshold)函数: threshold . 这个函数有5种阈值化类型,在接下来的章节中将会具体介绍. 为了解释阈值分割的过程,我们来看一个简单有关像素灰度的图片,该图 ...
- opencv图像二值化的函数cvThreshold()。 cvAdaptiveThreshol
OpenCV中对图像进行二值化的关键函数——cvThreshold(). 函数功能:采用Canny方法对图像进行边缘检测 函数原型: void cvThreshold( const CvArr* sr ...
随机推荐
- liunx 字符编码问题
查询当前服务器的编码:echo $LANG 设置服务器的编码:LANG=en_US.UTF-8
- spring事务源码研读1
转载摘录自:Spring事务源码分析(一)Spring事务入门 有时为了保证一些操作要么都成功,要么都失败,这就需要事务来保证. 传统的jdbc事务如下: @Test public void test ...
- 使用dom4j创建和解析xml文件
使用dom4j创建和解析xml文件 在项目开发中,我们经常会遇到xml文件的创建和解析从别人接口得到的xml文件,而我们最常使用的组件是dom4j. 下面我就以代码来讲解一下如何使用dom4j来创建x ...
- 在Ubuntu下配置舒服的Python开发环境
Ubuntu 提供了一个良好的 Python 开发环境,但如果想使我们的开发效率最大化,还需要进行很多定制化的安装和配置.下面的是我们团队开发人员推荐的一个安装和配置步骤,基于 Ubuntu 12.0 ...
- 特征哈希(Feature Hashing)
[本文链接:http://www.cnblogs.com/breezedeus/p/4114686.html,转载请注明出处] 我的博客主营地迁至github,欢迎朋友们有空去看看:http://br ...
- ruby使用DBI连接MySQL数据库发生异常:in `error': Can't connect to MySQL server on 'localhost' (10061) (DBI::DatabaseError)
Ruby使用DBI连接MySQL数据库一般为: require "dbi" dbh = DBI.connect("dbi:Mysql:test:localhost&quo ...
- overview
[1] Don’t panic! All will become clear in time; [2] You don’t have to know every detail of C++ to wr ...
- android ProgressBar 进度条的进度两端是圆角的方法
转自 http://www.jianshu.com/p/6e7ea842d5ce 另外工作原理可以参考http://blog.csdn.net/lan603168/article/details/44 ...
- vb小菜一枚--------早期绑定和后期绑定
早期绑定和后期绑定 Visual Studio 2005 其他版本 将对象分配给对象变量时,Visual Basic 编译器会执行一个名为 binding 的进程.如果将对象分配给声明为特定对 ...
- centos 安装 apache2.4
1. centos 安装 apache2.4 安装基础依赖:# yum install gcc gcc-c++ glibc glibc-devel gd gd-devel zlib zlib-deve ...