、cvLoadImage:将图像文件加载至内存;
、cvNamedWindow:在屏幕上创建一个窗口;
、cvShowImage:在一个已创建好的窗口中显示图像;
、cvWaitKey:使程序暂停,等待用户触发一个按键操作;
、cvReleaseImage:释放图像文件所分配的内存;
、cvDestroyWindow:销毁显示图像文件的窗口;
、cvCreateFileCapture:通过参数设置确定要读入的AVI文件;
、cvQueryFrame:用来将下一帧视频文件载入内存;
、cvReleaseCapture:释放CvCapture结构开辟的内存空间;
、cvCreateTrackbar:创建一个滚动条;
、cvSetCaptureProperty:设置CvCapture对象的各种属性;
、cvGetCaptureProperty:查询CvCapture对象的各种属性;
、cvGetSize:当前图像结构的大小;
、cvSmooth:对图像进行平滑处理;
、cvPyrDown:图像金字塔,降采样,图像缩小为原来四分之一;
、cvCanny:Canny边缘检测;
、cvCreateCameraCapture:从摄像设备中读入数据;
、cvCreateVideoWriter:创建一个写入设备以便逐帧将视频流写入视频文件;
、cvWriteFrame:逐帧将视频流写入文件;
、cvReleaseVideoWriter:释放CvVideoWriter结构开辟的内存空间;
、CV_MAT_ELEM:从矩阵中得到一个元素;
、cvAbs:计算数组中所有元素的绝对值;
、cvAbsDiff:计算两个数组差值的绝对值;
、cvAbsDiffS:计算数组和标量差值的绝对值;
、cvAdd:两个数组的元素级的加运算;
、cvAddS:一个数组和一个标量的元素级的相加运算;
、cvAddWeighted:两个数组的元素级的加权相加运算(alpha运算);
、cvAvg:计算数组中所有元素的平均值;
、cvAvgSdv:计算数组中所有元素的绝对值和标准差;
、cvCalcCovarMatrix:计算一组n维空间向量的协方差;
、cvCmp:对两个数组中的所有元素运用设置的比较操作;
、cvCmpS:对数组和标量运用设置的比较操作;
、cvConvertScale:用可选的缩放值转换数组元素类型;
、cvCopy:把数组中的值复制到另一个数组中;
、cvCountNonZero:计算数组中非0值的个数;
、cvCrossProduct:计算两个三维向量的向量积(叉积);
、cvCvtColor:将数组的通道从一个颜色空间转换另外一个颜色空间;
、cvDet:计算方阵的行列式;
、cvDiv:用另外一个数组对一个数组进行元素级的除法运算;
、cvDotProduct:计算两个向量的点积;
、cvEigenVV:计算方阵的特征值和特征向量;
、cvFlip:围绕选定轴翻转;
、cvGEMM:矩阵乘法;
、cvGetCol:从一个数组的列中复制元素;
、cvGetCols:从数据的相邻的多列中复制元素;
、cvGetDiag:复制数组中对角线上的所有元素;
、cvGetDims:返回数组的维数;
、cvGetDimSize:返回一个数组的所有维的大小;
、cvGetRow:从一个数组的行中复制元素值;
、cvGetRows:从一个数组的多个相邻的行中复制元素值;
、cvGetSize:得到二维的数组的尺寸,以CvSize返回;
、cvGetSubRect:从一个数组的子区域复制元素值;
、cvInRange:检查一个数组的元素是否在另外两个数组中的值的范围内;
、cvInRangeS:检查一个数组的元素的值是否在另外两个标量的范围内;
、cvInvert:求矩阵的逆;
、cvMahalonobis:计算两个向量间的马氏距离;
、cvMax:在两个数组中进行元素级的取最大值操作;
、cvMaxS:在一个数组和一个标量中进行元素级的取最大值操作;
、cvMerge:把几个单通道图像合并为一个多通道图像;
、cvMin:在两个数组中进行元素级的取最小值操作;
、cvMinS:在一个数组和一个标量中进行元素级的取最小值操作;
、cvMinMaxLoc:寻找数组中的最大最小值;
、cvMul:计算两个数组的元素级的乘积(点乘);
、cvNot:按位对数组中的每一个元素求反;
、cvNormalize:将数组中元素进行归一化;
、cvOr:对两个数组进行按位或操作;
、cvOrs:在数组与标量之间进行按位或操作;
、cvReduce:通过给定的操作符将二维数组简为向量;
、cvRepeat:以平铺的方式进行数组复制;
、cvSet:用给定值初始化数组;
、cvSetZero:将数组中所有元素初始化为0;
、cvSetIdentity:将数组中对角线上的元素设为1,其他置0;
、cvSolve:求出线性方程组的解;
、cvSplit:将多通道数组分割成多个单通道数组;
、cvSub:两个数组元素级的相减;
、cvSubS:元素级的从数组中减去标量;
、cvSubRS:元素级的从标量中减去数组;
、cvSum:对数组中的所有元素求和;
、cvSVD:二维矩阵的奇异值分解;
、cvSVBkSb:奇异值回代计算;
、cvTrace:计算矩阵迹;
、cvTranspose:矩阵的转置运算;
、cvXor:对两个数组进行按位异或操作;
、cvXorS:在数组和标量之间进行按位异或操作;
、cvZero:将所有数组中的元素置为0;
、cvConvertScaleAbs:计算可选的缩放值的绝对值之后再转换数组元素的类型;
、cvNorm:计算数组的绝对范数, 绝对差分范数或者相对差分范数;
、cvAnd:对两个数组进行按位与操作;
、cvAndS:在数组和标量之间进行按位与操作;
、cvScale:是cvConvertScale的一个宏,可以用来重新调整数组的内容,并且可以将参数从一种数据类型转换为另一种;
、cvT:是函数cvTranspose的缩写;
、cvLine:画直线;
、cvRectangle:画矩形;
、cvCircle:画圆;
、cvEllipse:画椭圆;
、cvEllipseBox:使用外接矩形描述椭圆;
、cvFillPoly、cvFillConvexPoly、cvPolyLine:画多边形;
、cvPutText:在图像上输出一些文本;
、cvInitFont:采用一组参数配置一些用于屏幕输出的基本个特定字体;
、cvSave:矩阵保存;
、cvLoad:矩阵读取;
、cvOpenFileStorage:为读/写打开存储文件;
、cvReleaseFileStorage:释放存储的数据;
、cvStartWriteStruct:开始写入新的数据结构;
、cvEndWriteStruct:结束写入数据结构;
、cvWriteInt:写入整数型;
、cvWriteReal:写入浮点型;
、cvWriteString:写入字符型;
、cvWriteComment:写一个XML或YAML的注释字串;
、cvWrite:写一个对象;
、cvWriteRawData:写入多个数值;
、cvWriteFileNode:将文件节点写入另一个文件存储器;
、cvGetRootFileNode:获取存储器最顶层的节点;
、cvGetFileNodeByName:在映图或存储器中找到相应节点;
、cvGetHashedKey:为名称返回一个惟一的指针;
、cvGetFileNode:在映图或文件存储器中找到节点;
、cvGetFileNodeName:返回文件的节点名;
、cvReadInt:读取一个无名称的整数型;
、cvReadIntByName:读取一个有名称的整数型;
、cvReadReal:读取一个无名称的浮点型;
、cvReadRealByName:读取一个有名称的浮点型;
、cvReadString:从文件节点中寻找字符串;
、cvReadStringByName:找到一个有名称的文件节点并返回它;
、cvRead:将对象解码并返回它的指针;
、cvReadByName:找到对象并解码;
、cvReadRawData:读取多个数值;
、cvStartReadRawData:初始化文件节点序列的读取;
、cvReadRawDataSlice:读取文件节点的内容;
、cvGetModuleInfo:检查IPP库是否已经正常安装并且检验运行是否正常;
、cvResizeWindow:用来调整窗口的大小;
、cvSaveImage:保存图像;
、cvMoveWindow:将窗口移动到其左上角为x,y的位置;
、cvDestroyAllWindow:用来关闭所有窗口并释放窗口相关的内存空间;
、cvGetTrackbarPos:读取滑动条的值;
、cvSetTrackbarPos:设置滑动条的值;
、cvGrabFrame:用于快速将视频帧读入内存;
、cvRetrieveFrame:对读入帧做所有必须的处理;
、cvConvertImage:用于在常用的不同图像格式之间转换;
、cvErode:形态腐蚀;
、cvDilate:形态学膨胀;
、cvMorphologyEx:更通用的形态学函数;
、cvFloodFill:漫水填充算法,用来进一步控制哪些区域将被填充颜色;
、cvResize:放大或缩小图像;
、cvPyrUp:图像金字塔,将现有的图像在每个维度上都放大两倍;
、cvPyrSegmentation:利用金字塔实现图像分割;
、cvThreshold:图像阈值化;
、cvAcc:可以将8位整数类型图像累加为浮点图像;
、cvAdaptiveThreshold:图像自适应阈值;
、cvFilter2D:图像卷积;
、cvCopyMakeBorder:将特定的图像轻微变大,然后以各种方式自动填充图像边界;
、cvSobel:图像边缘检测,Sobel算子;
、cvLaplace:拉普拉斯变换、图像边缘检测;
、cvHoughLines2:霍夫直线变换;
、cvHoughCircles:霍夫圆变换;
、cvRemap:图像重映射,校正标定图像,图像插值;
、cvWarpAffine:稠密仿射变换;
、cvGetQuadrangleSubPix:仿射变换;
、cvGetAffineTransform:仿射映射矩阵的计算;
、cvCloneImage:将整个IplImage结构复制到新的IplImage中;
、cv2DRotationMatrix:仿射映射矩阵的计算;
、cvTransform:稀疏仿射变换;
、cvWarpPerspective:密集透视变换(单应性);
、cvGetPerspectiveTransform:计算透视映射矩阵;
、cvPerspectiveTransform:稀疏透视变换;
、cvCartToPolar:将数值从笛卡尔空间到极坐标(极性空间)进行映射;
、cvPolarToCart:将数值从极性空间到笛卡尔空间进行映射;
、cvLogPolar:对数极坐标变换;
、cvDFT:离散傅里叶变换;
、cvMulSpectrums:频谱乘法;
、cvDCT:离散余弦变换;
、cvIntegral:计算积分图像;
、cvDistTransform:图像的距离变换;
、cvEqualizeHist:直方图均衡化;
、cvCreateHist:创建一新直方图;
、cvMakeHistHeaderForArray:根据已给出的数据创建直方图;
、cvNormalizeHist:归一化直方图;
、cvThreshHist:直方图阈值函数;
、cvCalcHist:从图像中自动计算直方图;
、cvCompareHist:用于对比两个直方图的相似度;
、cvCalcEMD2:陆地移动距离(EMD)算法;
、cvCalcBackProject:反向投影;
、cvCalcBackProjectPatch:图块的方向投影;
、cvMatchTemplate:模板匹配;
、cvCreateMemStorage:用于创建一个内存存储器;
、cvCreateSeq:创建序列;
、cvSeqInvert:将序列进行逆序操作;
、cvCvtSeqToArray:复制序列的全部或部分到一个连续内存数组中;
、cvFindContours:从二值图像中寻找轮廓;
、cvDrawContours:绘制轮廓;
、cvApproxPoly:使用多边形逼近一个轮廓;
、cvContourPerimeter:轮廓长度;
、cvContoursMoments:计算轮廓矩;
、cvMoments:计算Hu不变矩;
、cvMatchShapes:使用矩进行匹配;
、cvInitLineIterator:对任意直线上的像素进行采样;
、cvSampleLine:对直线采样;
、cvAbsDiff:帧差;
、cvWatershed:分水岭算法;
、cvInpaint:修补图像;
、cvGoodFeaturesToTrack:寻找角点;
、cvFindCornerSubPix:用于发现亚像素精度的角点位置;
、cvCalcOpticalFlowLK:实现非金字塔的Lucas-Kanade稠密光流算法;
、cvMeanShift:mean-shift跟踪算法;
、cvCamShift:camshift跟踪算法;
、cvCreateKalman:创建Kalman滤波器;
、cvCreateConDensation:创建condensation滤波器;
、cvConvertPointsHomogenious:对齐次坐标进行转换;
、cvFindChessboardCorners:定位棋盘角点;
、cvFindHomography:计算单应性矩阵;
、cvRodrigues2:罗德里格斯变换;
、cvFitLine:直线拟合算法;
、cvCalcCovarMatrix:计算协方差矩阵;
、cvInvert:计算协方差矩阵的逆矩阵;
、cvMahalanobis:计算Mahalanobis距离;
、cvKMeans2:K均值;
、cvCloneMat:根据一个已有的矩阵创建一个新矩阵;
、cvPreCornerDetect:计算用于角点检测的特征图;
、cvGetImage:CvMat图像数据格式转换成IplImage图像数据格式;
、cvMatMul:两矩阵相乘;

opencv 图像处理函数大全的更多相关文章

  1. 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 ...

  2. OpenCV图像处理篇之边缘检测算子

    OpenCV图像处理篇之边缘检测算子 转载: http://xiahouzuoxin.github.io/notes/ 3种边缘检测算子 一阶导数的梯度算子 高斯拉普拉斯算子 Canny算子 Open ...

  3. Python+OpenCV图像处理(一)

    Python+OpenCV图像处理(一): 读取,写入和展示图片 调用摄像头拍照 调用摄像头录制视频 1. 读取.写入和展示图片 图像读入:cv2.imread() 使用函数cv2.imread() ...

  4. Python+OpenCV图像处理(九)—— 模板匹配

    百度百科:模板匹配是一种最原始.最基本的模式识别方法,研究某一特定对象物的图案位于图像的什么地方,进而识别对象物,这就是一个匹配问题.它是图像处理中最基本.最常用的匹配方法.模板匹配具有自身的局限性, ...

  5. Python+OpenCV图像处理(一)——读取显示一张图片

    先在此处先声明,后面学习python+opencv图像处理时均参考这位博主的博文https://blog.csdn.net/u011321546/article/category/7495016/2? ...

  6. 1.5快速上手OpenCV图像处理

    在上一节中,已经完成了OPENCV的配置,在本节接触几个Opencv图像处理相关的程序,看看opencv用简洁的代码能够实现哪些有趣的图像效果. 1.第一个程序:图像显示 #include<op ...

  7. 《OpenCV图像处理编程实例》

    <OpenCV图像处理编程实例>例程复现 随书代码下载:http://www.broadview.com.cn/28573 总结+遇到的issue解决: 第一章 初识OpenCV 1.VS ...

  8. OpenCV图像处理学习笔记-Day1

    OpenCV图像处理学习笔记-Day1 目录 OpenCV图像处理学习笔记-Day1 第1课:图像读入.显示和保存 1. 读入图像 2. 显示图像 3. 保存图像 第2课:图像处理入门基础 1. 基本 ...

  9. OpenCV图像处理学习笔记-Day03

    OpenCV图像处理学习笔记-Day03 目录 OpenCV图像处理学习笔记-Day03 第31课:Canny边缘检测原理 第32课:Canny函数及使用 第33课:图像金字塔-理论基础 第34课:p ...

随机推荐

  1. 【Coursera】因子分析模型

    一.协方差矩阵 协方差矩阵为对称矩阵. 在高斯分布中,方差越大,数据分布越分散,方差越小发,数据分布越集中. 在协方差矩阵中,假设矩阵为二维,若第二维的方差大于第一维的方差,则在图像上的体现就是:高斯 ...

  2. 20_集合_第20天(Map、可变参数、Collections)_讲义

    今日内容介绍 1.Map接口 2.模拟斗地主洗牌发牌 01Map集合概述 A:Map集合概述: 我们通过查看Map接口描述,发现Map接口下的集合与Collection接口下的集合,它们存储数据的形式 ...

  3. angularJS1笔记-(1)-多控制器

    前端写好: <div ng-app="myApp"> <div ng-controller="firstController"> < ...

  4. java中的Serializable接口的作用

    实现java.io.Serializable 接口的类是可序列化的.没有实现此接口的类将不能使它们的任一状态被序列化或逆序列化. 序列化类的所有子类本身都是可序列化的.这个序列化接口没有任何方法和域, ...

  5. .NET4.0 加密通讯协议下TLS 的兼容支持问题.

    Study From https://stackoverflow.com/questions/28286086/default-securityprotocol-in-net-4-5 The defa ...

  6. 清理elasticsearch的索引

    curl -XDELETE 'http://172.16.1.16:9200/logstash-2013.03.*' 清理掉了所有 3月份的索引文件,其中*是通配符 下面是主页上的详细介绍,其他部分可 ...

  7. springboot学习笔记-3 整合redis&mongodb

    一.整合redis 1.1 建立实体类 @Entity @Table(name="user") public class User implements Serializable ...

  8. Java Junit测试框架

    Java    Junit测试框架 1.相关概念 Ø JUnit:是一个开发源代码的Java测试框架,用于编写和运行可重复的测试.它是用于单元测试框架体系xUnit的一个实例(用于java语言).主要 ...

  9. php将两张身份证图片合并到一张图

    /** * @desc 合并身份证的正反面到同一张图片 * @author Jimmy * @date 2016-12-33 * @param $imageSrc0 身份证正面 * @param $i ...

  10. 【Cf Edu #47 F】Dominant Indices(长链剖分)

    要求每个点子树中节点最多的层数,一个通常的思路是树上启发式合并,对于每一个点,保留它的重儿子的贡献,暴力扫轻儿子将他们的贡献合并到重儿子里来. 参考重链剖分,由于一个点向上最多只有$log$条轻边,故 ...