219個(gè) opencv 常用函數(shù)匯總,一個(gè)比一個(gè)強(qiáng)大!
1、cvLoadImage：將圖像文件加載至內(nèi)存；
2、cvNamedWindow：在屏幕上創(chuàng)建一個(gè)窗口；
3、cvShowImage：在一個(gè)已創(chuàng)建好的窗口中顯示圖像；
4、cvWaitKey：使程序暫停，等待用戶(hù)觸發(fā)一個(gè)按鍵操作；
5、cvReleaseImage：釋放圖像文件所分配的內(nèi)存；
6、cvDestroyWindow：銷(xiāo)毀顯示圖像文件的窗口；
7、cvCreateFileCapture：通過(guò)參數(shù)設(shè)置確定要讀入的AVI文件；
8、cvQueryFrame：用來(lái)將下一幀視頻文件載入內(nèi)存；
9、cvReleaseCapture：釋放CvCapture結(jié)構(gòu)開(kāi)辟的內(nèi)存空間；
10、cvCreateTrackbar：創(chuàng)建一個(gè)滾動(dòng)條；
11、cvSetCaptureProperty：設(shè)置CvCapture對(duì)象的各種屬性；
12、cvGetCaptureProperty：查詢(xún)CvCapture對(duì)象的各種屬性；
13、cvGetSize：當(dāng)前圖像結(jié)構(gòu)的大??；
14、cvSmooth：對(duì)圖像進(jìn)行平滑處理；
15、cvPyrDown：圖像金字塔，降采樣，圖像縮小為原來(lái)四分之一；
16、cvCanny：Canny邊緣檢測(cè)；
17、cvCreateCameraCapture：從攝像設(shè)備中讀入數(shù)據(jù)；
18、cvCreateVideoWriter：創(chuàng)建一個(gè)寫(xiě)入設(shè)備以便逐幀將視頻流寫(xiě)入視頻文件；
19、cvWriteFrame：逐幀將視頻流寫(xiě)入文件；
20、cvReleaseVideoWriter：釋放CvVideoWriter結(jié)構(gòu)開(kāi)辟的內(nèi)存空間；
21、CV_MAT_ELEM：從矩陣中得到一個(gè)元素；
22、cvAbs：計(jì)算數(shù)組中所有元素的絕對(duì)值；
23、cvAbsDiff：計(jì)算兩個(gè)數(shù)組差值的絕對(duì)值；
24、cvAbsDiffS：計(jì)算數(shù)組和標(biāo)量差值的絕對(duì)值；
25、cvAdd：兩個(gè)數(shù)組的元素級(jí)的加運(yùn)算；
26、cvAddS：一個(gè)數(shù)組和一個(gè)標(biāo)量的元素級(jí)的相加運(yùn)算；
27、cvAddWeighted：兩個(gè)數(shù)組的元素級(jí)的加權(quán)相加運(yùn)算(alpha運(yùn)算)；
28、cvAvg：計(jì)算數(shù)組中所有元素的平均值；
29、cvAvgSdv：計(jì)算數(shù)組中所有元素的絕對(duì)值和標(biāo)準(zhǔn)差；
30、cvCalcCovarMatrix：計(jì)算一組n維空間向量的協(xié)方差；
31、cvCmp：對(duì)兩個(gè)數(shù)組中的所有元素運(yùn)用設(shè)置的比較操作；
32、cvCmpS：對(duì)數(shù)組和標(biāo)量運(yùn)用設(shè)置的比較操作；
33、cvConvertScale：用可選的縮放值轉(zhuǎn)換數(shù)組元素類(lèi)型；
34、cvCopy：把數(shù)組中的值復(fù)制到另一個(gè)數(shù)組中；
35、cvCountNonZero：計(jì)算數(shù)組中非0值的個(gè)數(shù)；
36、cvCrossProduct：計(jì)算兩個(gè)三維向量的向量積(叉積)；
37、cvCvtColor：將數(shù)組的通道從一個(gè)顏色空間轉(zhuǎn)換另外一個(gè)顏色空間；
38、cvDet：計(jì)算方陣的行列式；
39、cvDiv：用另外一個(gè)數(shù)組對(duì)一個(gè)數(shù)組進(jìn)行元素級(jí)的除法運(yùn)算；
40、cvDotProduct：計(jì)算兩個(gè)向量的點(diǎn)積；
41、cvEigenVV：計(jì)算方陣的特征值和特征向量；
42、cvFlip：圍繞選定軸翻轉(zhuǎn)；
43、cvGEMM：矩陣乘法；
44、cvGetCol：從一個(gè)數(shù)組的列中復(fù)制元素；
45、cvGetCols：從數(shù)據(jù)的相鄰的多列中復(fù)制元素；
46、cvGetDiag：復(fù)制數(shù)組中對(duì)角線(xiàn)上的所有元素；
47、cvGetDims：返回?cái)?shù)組的維數(shù)；
48、cvGetDimSize：返回一個(gè)數(shù)組的所有維的大小；
49、cvGetRow：從一個(gè)數(shù)組的行中復(fù)制元素值；
50、cvGetRows：從一個(gè)數(shù)組的多個(gè)相鄰的行中復(fù)制元素值；
51、cvGetSize：得到二維的數(shù)組的尺寸，以CvSize返回；
52、cvGetSubRect：從一個(gè)數(shù)組的子區(qū)域復(fù)制元素值；
53、cvInRange：檢查一個(gè)數(shù)組的元素是否在另外兩個(gè)數(shù)組中的值的范圍內(nèi)；
54、cvInRangeS：檢查一個(gè)數(shù)組的元素的值是否在另外兩個(gè)標(biāo)量的范圍內(nèi)；
55、cvInvert：求矩陣的逆；
56、cvMahalonobis：計(jì)算兩個(gè)向量間的馬氏距離；
57、cvMax：在兩個(gè)數(shù)組中進(jìn)行元素級(jí)的取最大值操作；
58、cvMaxS：在一個(gè)數(shù)組和一個(gè)標(biāo)量中進(jìn)行元素級(jí)的取最大值操作；
59、cvMerge：把幾個(gè)單通道圖像合并為一個(gè)多通道圖像；
60、cvMin：在兩個(gè)數(shù)組中進(jìn)行元素級(jí)的取最小值操作；
61、cvMinS：在一個(gè)數(shù)組和一個(gè)標(biāo)量中進(jìn)行元素級(jí)的取最小值操作；
62、cvMinMaxLoc：尋找數(shù)組中的最大最小值；
63、cvMul：計(jì)算兩個(gè)數(shù)組的元素級(jí)的乘積(點(diǎn)乘)；
64、cvNot：按位對(duì)數(shù)組中的每一個(gè)元素求反；
65、cvNormalize：將數(shù)組中元素進(jìn)行歸一化；
66、cvOr：對(duì)兩個(gè)數(shù)組進(jìn)行按位或操作；
67、cvOrs：在數(shù)組與標(biāo)量之間進(jìn)行按位或操作；
68、cvReduce：通過(guò)給定的操作符將二維數(shù)組簡(jiǎn)為向量；
69、cvRepeat：以平鋪的方式進(jìn)行數(shù)組復(fù)制；
70、cvSet：用給定值初始化數(shù)組；
71、cvSetZero：將數(shù)組中所有元素初始化為0；
72、cvSetIdentity：將數(shù)組中對(duì)角線(xiàn)上的元素設(shè)為1，其他置0；
73、cvSolve：求出線(xiàn)性方程組的解；
74、cvSplit：將多通道數(shù)組分割成多個(gè)單通道數(shù)組；
75、cvSub：兩個(gè)數(shù)組元素級(jí)的相減；
76、cvSubS：元素級(jí)的從數(shù)組中減去標(biāo)量；
77、cvSubRS：元素級(jí)的從標(biāo)量中減去數(shù)組；
78、cvSum：對(duì)數(shù)組中的所有元素求和；
79、cvSVD：二維矩陣的奇異值分解；
80、cvSVBkSb：奇異值回代計(jì)算；
81、cvTrace：計(jì)算矩陣跡；
82、cvTranspose：矩陣的轉(zhuǎn)置運(yùn)算；
83、cvXor：對(duì)兩個(gè)數(shù)組進(jìn)行按位異或操作；
84、cvXorS：在數(shù)組和標(biāo)量之間進(jìn)行按位異或操作；
85、cvZero：將所有數(shù)組中的元素置為0；
86、cvConvertScaleAbs：計(jì)算可選的縮放值的絕對(duì)值之后再轉(zhuǎn)換數(shù)組元素的類(lèi)型；
87、cvNorm：計(jì)算數(shù)組的絕對(duì)范數(shù)， 絕對(duì)差分范數(shù)或者相對(duì)差分范數(shù)；
88、cvAnd：對(duì)兩個(gè)數(shù)組進(jìn)行按位與操作；
89、cvAndS：在數(shù)組和標(biāo)量之間進(jìn)行按位與操作；
90、cvScale：是cvConvertScale的一個(gè)宏，可以用來(lái)重新調(diào)整數(shù)組的內(nèi)容，并且可以將參數(shù)從一種數(shù)據(jù)類(lèi)型轉(zhuǎn)換為另一種；
91、cvT：是函數(shù)cvTranspose的縮寫(xiě)；
92、cvLine：畫(huà)直線(xiàn)；
93、cvRectangle：畫(huà)矩形；
94、cvCircle：畫(huà)圓；
95、cvEllipse：畫(huà)橢圓；
96、cvEllipseBox：使用外接矩形描述橢圓；
97、cvFillPoly、cvFillConvexPoly、cvPolyLine：畫(huà)多邊形；
98、cvPutText：在圖像上輸出一些文本；
99、cvInitFont：采用一組參數(shù)配置一些用于屏幕輸出的基本個(gè)特定字體；
100、cvSave：矩陣保存；
101、cvLoad：矩陣讀?。?/span>
102、cvOpenFileStorage：為讀/寫(xiě)打開(kāi)存儲(chǔ)文件；
103、cvReleaseFileStorage：釋放存儲(chǔ)的數(shù)據(jù)；
104、cvStartWriteStruct：開(kāi)始寫(xiě)入新的數(shù)據(jù)結(jié)構(gòu)；
105、cvEndWriteStruct：結(jié)束寫(xiě)入數(shù)據(jù)結(jié)構(gòu)；
106、cvWriteInt：寫(xiě)入整數(shù)型；
107、cvWriteReal：寫(xiě)入浮點(diǎn)型；
108、cvWriteString：寫(xiě)入字符型；
109、cvWriteComment：寫(xiě)一個(gè)XML或YAML的注釋字串；
110、cvWrite：寫(xiě)一個(gè)對(duì)象；
111、cvWriteRawData：寫(xiě)入多個(gè)數(shù)值；
112、cvWriteFileNode：將文件節(jié)點(diǎn)寫(xiě)入另一個(gè)文件存儲(chǔ)器；
113、cvGetRootFileNode：獲取存儲(chǔ)器最頂層的節(jié)點(diǎn)；
114、cvGetFileNodeByName：在映圖或存儲(chǔ)器中找到相應(yīng)節(jié)點(diǎn)；
115、cvGetHashedKey：為名稱(chēng)返回一個(gè)惟一的指針；
116、cvGetFileNode：在映圖或文件存儲(chǔ)器中找到節(jié)點(diǎn)；
117、cvGetFileNodeName：返回文件的節(jié)點(diǎn)名；
118、cvReadInt：讀取一個(gè)無(wú)名稱(chēng)的整數(shù)型；
119、cvReadIntByName：讀取一個(gè)有名稱(chēng)的整數(shù)型；
120、cvReadReal：讀取一個(gè)無(wú)名稱(chēng)的浮點(diǎn)型；
121、cvReadRealByName：讀取一個(gè)有名稱(chēng)的浮點(diǎn)型；
122、cvReadString：從文件節(jié)點(diǎn)中尋找字符串；
123、cvReadStringByName：找到一個(gè)有名稱(chēng)的文件節(jié)點(diǎn)并返回它；
124、cvRead：將對(duì)象解碼并返回它的指針；
125、cvReadByName：找到對(duì)象并解碼；
126、cvReadRawData：讀取多個(gè)數(shù)值；
127、cvStartReadRawData：初始化文件節(jié)點(diǎn)序列的讀??；
128、cvReadRawDataSlice：讀取文件節(jié)點(diǎn)的內(nèi)容；
129、cvGetModuleInfo：檢查IPP庫(kù)是否已經(jīng)正常安裝并且檢驗(yàn)運(yùn)行是否正常；
130、cvResizeWindow：用來(lái)調(diào)整窗口的大??；
131、cvSaveImage：保存圖像；
132、cvMoveWindow：將窗口移動(dòng)到其左上角為x,y的位置；
133、cvDestroyAllWindow：用來(lái)關(guān)閉所有窗口并釋放窗口相關(guān)的內(nèi)存空間；
134、cvGetTrackbarPos：讀取滑動(dòng)條的值；
135、cvSetTrackbarPos：設(shè)置滑動(dòng)條的值；
136、cvGrabFrame：用于快速將視頻幀讀入內(nèi)存；
137、cvRetrieveFrame：對(duì)讀入幀做所有必須的處理；
138、cvConvertImage：用于在常用的不同圖像格式之間轉(zhuǎn)換；
139、cvErode：形態(tài)腐蝕；
140、cvDilate：形態(tài)學(xué)膨脹；
141、cvMorphologyEx：更通用的形態(tài)學(xué)函數(shù)；
142、cvFloodFill：漫水填充算法，用來(lái)進(jìn)一步控制哪些區(qū)域?qū)⒈惶畛漕伾?/span>
143、cvResize：放大或縮小圖像；
144、cvPyrUp：圖像金字塔，將現(xiàn)有的圖像在每個(gè)維度上都放大兩倍；
145、cvPyrSegmentation：利用金字塔實(shí)現(xiàn)圖像分割；
146、cvThreshold：圖像閾值化；
147、cvAcc：可以將8位整數(shù)類(lèi)型圖像累加為浮點(diǎn)圖像；
148、cvAdaptiveThreshold：圖像自適應(yīng)閾值；
149、cvFilter2D：圖像卷積；
150、cvCopyMakeBorder：將特定的圖像輕微變大，然后以各種方式自動(dòng)填充圖像邊界；
151、cvSobel：圖像邊緣檢測(cè)，Sobel算子；
152、cvLaplace：拉普拉斯變換、圖像邊緣檢測(cè)；
153、cvHoughLines2：霍夫直線(xiàn)變換；
154、cvHoughCircles：霍夫圓變換；
155、cvRemap：圖像重映射，校正標(biāo)定圖像，圖像插值；
156、cvWarpAffine：稠密仿射變換；
157、cvGetQuadrangleSubPix：仿射變換；
158、cvGetAffineTransform：仿射映射矩陣的計(jì)算；
159、cvCloneImage：將整個(gè)IplImage結(jié)構(gòu)復(fù)制到新的IplImage中；
160、cv2DRotationMatrix：仿射映射矩陣的計(jì)算；
161、cvTransform：稀疏仿射變換；
162、cvWarpPerspective：密集透視變換(單應(yīng)性)；
163、cvGetPerspectiveTransform：計(jì)算透視映射矩陣；
164、cvPerspectiveTransform：稀疏透視變換；
165、cvCartToPolar：將數(shù)值從笛卡爾空間到極坐標(biāo)(極性空間)進(jìn)行映射；
166、cvPolarToCart：將數(shù)值從極性空間到笛卡爾空間進(jìn)行映射；
167、cvLogPolar：對(duì)數(shù)極坐標(biāo)變換；
168、cvDFT：離散傅里葉變換；
169、cvMulSpectrums：頻譜乘法；
170、cvDCT：離散余弦變換；
171、cvIntegral：計(jì)算積分圖像；
172、cvDistTransform：圖像的距離變換；
173、cvEqualizeHist：直方圖均衡化；
174、cvCreateHist：創(chuàng)建一新直方圖；
175、cvMakeHistHeaderForArray：根據(jù)已給出的數(shù)據(jù)創(chuàng)建直方圖；
176、cvNormalizeHist：歸一化直方圖；
177、cvThreshHist：直方圖閾值函數(shù)；
178、cvCalcHist：從圖像中自動(dòng)計(jì)算直方圖；
179、cvCompareHist：用于對(duì)比兩個(gè)直方圖的相似度；
180、cvCalcEMD2：陸地移動(dòng)距離(EMD)算法；
181、cvCalcBackProject：反向投影；
182、cvCalcBackProjectPatch：圖塊的方向投影；
183、cvMatchTemplate：模板匹配；
184、cvCreateMemStorage：用于創(chuàng)建一個(gè)內(nèi)存存儲(chǔ)器；
185、cvCreateSeq：創(chuàng)建序列；
186、cvSeqInvert：將序列進(jìn)行逆序操作；
187、cvCvtSeqToArray：復(fù)制序列的全部或部分到一個(gè)連續(xù)內(nèi)存數(shù)組中；
188、cvFindContours：從二值圖像中尋找輪廓；
189、cvDrawContours：繪制輪廓；
190、cvApproxPoly：使用多邊形逼近一個(gè)輪廓；
191、cvContourPerimeter：輪廓長(zhǎng)度；
192、cvContoursMoments：計(jì)算輪廓矩；
193、cvMoments：計(jì)算Hu不變矩；
194、cvMatchShapes：使用矩進(jìn)行匹配；
195、cvInitLineIterator：對(duì)任意直線(xiàn)上的像素進(jìn)行采樣；
196、cvSampleLine：對(duì)直線(xiàn)采樣；
197、cvAbsDiff：幀差；
198、cvWatershed：分水嶺算法；
199、cvInpaint：修補(bǔ)圖像；
200、cvGoodFeaturesToTrack：尋找角點(diǎn)；
201、cvFindCornerSubPix：用于發(fā)現(xiàn)亞像素精度的角點(diǎn)位置；
202、cvCalcOpticalFlowLK：實(shí)現(xiàn)非金字塔的Lucas-Kanade稠密光流算法；
203、cvMeanShift：mean-shift跟蹤算法；
204、cvCamShift：camshift跟蹤算法；
205、cvCreateKalman：創(chuàng)建Kalman濾波器；
206、cvCreateConDensation：創(chuàng)建condensation濾波器；
207、cvConvertPointsHomogenious：對(duì)齊次坐標(biāo)進(jìn)行轉(zhuǎn)換；
208、cvFindChessboardCorners：定位棋盤(pán)角點(diǎn)；
209、cvFindHomography：計(jì)算單應(yīng)性矩陣；
210、cvRodrigues2：羅德里格斯變換；
211、cvFitLine：直線(xiàn)擬合算法；
212、cvCalcCovarMatrix：計(jì)算協(xié)方差矩陣；
213、cvInvert：計(jì)算協(xié)方差矩陣的逆矩陣；
214、cvMahalanobis：計(jì)算Mahalanobis距離；
215、cvKMeans2：K均值；
216、cvCloneMat：根據(jù)一個(gè)已有的矩陣創(chuàng)建一個(gè)新矩陣；
217、cvPreCornerDetect：計(jì)算用于角點(diǎn)檢測(cè)的特征圖；
218、cvGetImage：CvMat圖像數(shù)據(jù)格式轉(zhuǎn)換成IplImage圖像數(shù)據(jù)格式；
219、cvMatMul：兩矩陣相乘；
本文素材來(lái)源于網(wǎng)絡(luò)，如有侵權(quán)聯(lián)系刪除。
回顧精品內(nèi)容
推薦系統(tǒng)
1、干貨 | 基于用戶(hù)的協(xié)同過(guò)濾推薦算法原理和實(shí)現(xiàn)
2、超詳細(xì)丨推薦系統(tǒng)架構(gòu)與算法流程詳解
3、推薦 ：一文從0到1掌握用戶(hù)畫(huà)像知識(shí)體系
機(jī)器學(xué)習(xí)
1、從小白到大師：一文Get決策樹(shù)的分類(lèi)與回歸分析
自然語(yǔ)言處理(NLP)
1、AI自動(dòng)評(píng)審論文，CMU這個(gè)工具可行嗎？我們用它評(píng)審了下Transformer論文
2、Transformer強(qiáng)勢(shì)闖入CV界秒殺CNN，靠的到底是什么"基因"
計(jì)算機(jī)視覺(jué)(CV)
1、9個(gè)小技巧讓您的PyTorch模型訓(xùn)練裝上“渦輪增壓”...
GitHub開(kāi)源項(xiàng)目：
1、火爆GitHub！3.6k Star,中文版可視化神器現(xiàn)身
2、兩次霸榜GitHub！這個(gè)神器不寫(xiě)代碼也可以完成AI算法訓(xùn)練
3、登頂GitHub大熱項(xiàng)目 | 非監(jiān)督GAN算法U-GAT-IT大幅改進(jìn)圖像轉(zhuǎn)換
每周推薦：
1、本周優(yōu)秀開(kāi)源項(xiàng)目分享：無(wú)腦套用格式、開(kāi)源模板最高10萬(wàn)贊
七月在線(xiàn)學(xué)員面經(jīng)分享：
1、先工程后算法：美國(guó)加州材料博后辭職到字節(jié)40萬(wàn)offer
2、?雙非應(yīng)屆生拿下大廠NLP崗40萬(wàn)offer：面試經(jīng)驗(yàn)與路線(xiàn)圖分享