C++版本的好处:
1、在于可以尽量避免使用指针这种危险的东西;
2、不用费心去release资源了,因为在其destructor里面,系统会自动帮你搞定。
3、在某些情况下会比C版本运行速度快。
在文件中包含 using namespace cv;
1.imread(cvLoadImage):从文件中加载图像;
2.imshow(cvShowImage):在指定的窗口中显示一个图像;
3.waitKey(cvWaitKey):等待按下的键;
4.cvtColor(cvCvtColor):将图像从一个颜色空间转换为另一个;
5.减少(cvReduce):将矩阵减少为向量;
6.minMaxLoc(cvMinMaxLoc):在整个数组或子数组中找到全局最小值和最大值;
7. namedWindow(cvNamedWindow):创建一个窗口;
8.destroyWindow(cvDestroyWindow):破坏窗口;
9.destroyAllWindows(cvDestroyAllWindows):破坏所有的HighGUIwindows;
10.imwrite(cvSaveImage):将图像保存到指定的文件;
11.调整大小(cvResize):调整图像大小
12.pyrDown(cvPyrDown):模糊图像并对其进行缩减;
13.pyrUp(cvPyrUp):上传图像,然后闪烁;
14. threshold(cvThreshold):对每个数组元素应用固定级别的阈值;
15.自适应阈值(cvAdaptiveThreshold):对阵列应用自适应阈值;
16.VideoCapthure::open(cvCaptureFromFile):打开视频文件或捕获设备进行视频捕获;
17. VideoCapture::isOpened:如果视频捕获已被初始化,则返回true;
18.VideoCapture::release(cvReleaseCapture):关闭视频文件或capturedevice;
19.VideoCapture::grab(cvGrabFrame):从视频文件或捕获设备抓取下一帧;
20. VideoCaputre::retrieve(cvRetrieveFrame):解码并返回抓取的视频帧;
21. VideoCapture::read(cvQueryFrame):抓取,解码并返回nextvideo框架;
22.VideoCapture::get(cvGetCaptureProperty):返回指定的VideoCaptureproperty;
23.VideoCapture::set(cvSetCaptureProperty):在VideoCapture中设置一个属性;
24.VideoWriter::open:初始化或重新初始化videowriter;
25.VideoWriter::isOpened:如果视频作者已经成功初始化,则返回true;
26.VideoWriter::write:写入下一个视频帧;
27. Mat::row:为指定的矩阵行创建一个矩阵头;
28.Mat::col:为指定矩阵列创建一个矩阵头;
29. Mat::rowRange:为指定的行跨度创建一个矩阵头;
30. Mat::colRange:为指定的col span创建一个矩阵头;
31.Mat::diag:从矩阵中提取一个对角线,或者创建一个对角矩阵;
32. Mat::clone:创建数组和底层数据的完整副本;
33.Mat::copyTo(cvCopy):将矩阵复制到另一个;
34. Mat::convertTo(cvConvertScale):将数组转换为另一个数组,可选缩放;
35.Mat::assignTo:提供一个函数形式的convertTo;
36. Mat::setTo:将所有或部分数组元素设置为指定的值;
37.Mat::reshape:改变2D矩阵的形状和/或数量,而不复制数据;
38.Mat::t:转置一个矩阵;
39.Mat::inv:反转矩阵;
40.Mat::mul:执行两个矩阵的元素 - 乘法或除法;
41.Mat::cross:计算二元素向量的交叉乘积;
42.Mat::dot:计算二维的点积;
43.Mat::zeros:返回指定大小和类型的零数组;
44.Mat::ones:返回指定大小和类型的所有1的数组;
45. Mat::eye:返回指定大小和类型的单位矩阵;
46.Mat::create:如果需要,分配新的数组数据;
47. Mat::addref:增加引用计数器;
48. Mat::release:如果需要,减少引用计数器并取消分配矩阵;
49.Mat::resize:改变矩阵行数;
50. Mat::reserve:为某些行数保留空间;
51.Mat::push_back:在元素的底部添加元素;
52.Mat::pop_back:从矩阵的底部移除元素;
53.Mat::locateROI:在矩阵中定位矩阵头;
54.Mat::adjustROI:调整父矩阵中的子矩阵大小和位置;
55.Mat::operator:提取矩形子矩阵;
56.Mat::operatorCvMat:为...创建CvMat头;
57.Mat::operatorIplImage:为矩阵创建IplImage头;
58.Mat::total:返回数组元素的总数;
59.Mat::isContinuous:报告矩阵是否连续;
60.Mat::elemSize:返回矩阵元素大小inbytes;
61. Mat::elemSize1:以字节为单位返回每个矩阵元素通道的大小;
62.Mat::type:返回矩阵元素的类型;
63.Mat::depth:返回矩阵元素的深度;
64.Mat::channels:返回矩阵通道数;
65.Mat::step1:返回一个标准化的步骤;
66.Mat::size:返回矩阵大小;
67. Mat::empty:如果数组有noelemens,返回true;
68.Mat::ptr:返回指向矩阵行的指针;
69. Mat::a t:返回对指定数组元素的引用;
70. Mat::begin:返回矩阵迭代器并将其设置为第一个矩阵元素;
71. Mat::end:返回矩阵迭代器,并将其设置为最后一个矩阵元素;
72.calcHist(cvCalcHist):计算一组数组的直方图;
73. compareHist(cvCompareHist):比较两个直方图;
74.均衡Hist(cvEqualizeHist):均衡agrayscale image(直方图均衡化)的直方图;
75.规范化:规范数组的范数或数值范围;
76. CascadeClassifier::CascadeClassifier:从文件加载分类器;
77. CascadeClassifier::empth:检查分类器是否已加载;
78. CascadeClassifier::load(cvLoadHaarClassifierCascade):从文件加载分类器;
79. CascadeClassifier::read:从aFileStorage节点读取一个分类器;
80. CascadeClassifier::delectMultiScale(cvHaarDetectObjects):检测输入图像中不同大小的对象(检测图像中的目标);
81. CascadeClassifier::setImage(cvSetImagesForHaarClassifierCascade):设置检测图像(隐藏的cascade(hidden cascade))指定图像);
82. CascadeClassifier::runAt(cvRunHaarClassifierCascade):在指定点运行检测器(在给定位置的图像中运行级联的boosted分类器);
83.groupRectangles:将对象候选矩形组合;
84. split(cvSplit):将多通道阵列分成多个单通道阵列;
85. merge(cvMerge):创建一个多通道数组outof几个单通道数组;
86. mixChannel(cvMixChannels):将指定的通道从输入数组复制到指定的输出数组通道;
87.setMouseCallback(cvSetMouseCallback):设置指定窗口的鼠标处理程序;
88.双边滤波器:双边滤波器应用于双边滤波器;
89. blur(cvSmooth):使用方差模糊方法模糊图像;
90.medianBlur:使用medianfilter(中值模糊)模糊图像;
91.boxFilter:使用boxfilter模糊图像;
92.高斯模糊:使用高斯模糊模糊图像;
93. getGaussianKernel:返回高斯滤波器系数;
94. sepFilter2D:将可分离线性滤波器应用于图像;
95. filter2D(cvFilter2D):与内核卷曲图像;
96. norm(cvNorm):计算绝对阵列范数,绝对差分范数或相对误差范数;
97.翻转(cvFlip):围绕垂直,水平或两个轴绘制2D阵列;
98. Algorithm::get:返回算法参数;
99.算法:: set:设置算法参数;
100.Algorithm::write:存储算法参数在afile存储中;
101.Algorithm::read:从afile存储读取算法参数;
102.Algorithm::getList:返回注册算法的列表;
103.Algorithm::create:按名称创建算法实例;
104. FaceRecognizer::train:用givendata和相关标签训练一个FaceRecognizer;
105. FaceRecognizer::update:使用原始数据和关联标签更新FaceRecognizer;
106. FaceRecognizer::predict:预测给定输入图像的标签和相关信任(例如距离);
107.FaceRecognizer::save:保存FaceRecognizer及其模型状态;
108. FaceRecognizer::load:加载FaceRecognizer及其模型状态;
109.createEigenFaceRecognizer :;
110.createFisherFaceRecognizer:
111.createBPHFaceRecognizer:
112.getTextSize(cvGetTextSize):计算一个textstring的宽度和高度;
113.putText(cvPutText):绘制一个文本字符串;
114.getStructuringElement(cvCreateStructingElementEx):返回用于形态操作的指定大小和形状的结构元素;
115.形态学(cvMorphologyEx):进行先进的形态学变换;
116.findContours(cvFindContours):查找二进制图像中的轮廓;
117.drawContours(cvDrawContours):绘制轮廓轮廓或fillcontours;
118. minAreaRect(cvMinAreaRect2):找到包围输入2D点集的最小区域的旋转矩形;
119.floodFill(cvFloodFill):用给定的颜色填充连接的组件;
120.getRectSubPix(cvGetRectSubPix):从子像素精度的图像中检索像素矩形;
121. CvSVM::CvSVM:默认和训练构造函数;
122.CvSVM::train:训练SVM;
123. CvSVM::train_auto:训练具有最优参数的SVM;
124. CvSVM::predict:预测inputample的响应;
125.CvSVM::get_default_grid:为SVMparameters生成一个网格;
126. CvSVM::get_params:返回当前的SVM参数;
127.CvSVM::get_support_vector:检索一些支持向量和特定向量;
128. CvSVM::get_var_count:返回所使用的功能的数量(变量count);
128. CvANN_MLP(multi-layerperceptrons):: CvANN_MLP:构造函数;
129.CvANN_MLP::create:构造具有特定拓扑学的MLP;
130.CvANN_MLP ::列车:列车/更新MLP;
132. CvANN_MLP::predict:预测输入样本的响应;
133. CvANN_MLP::get_layer_count:返回MLP中的图层数;
134. CvANN_MLP::get_layer_size:返回MLP的每个层中的神经元数;
135. CvANN_MLP::get_weights:返回特征层的神经元权重;
136.CvKNearest::CvKNearest:默认和训练构造函数;
137.CvKNearest::train:训练模型;
138.CvKNearest::find_nearest:找到输入向量的邻居和预测响应;
139.CvKNearest::get_max_k:返回可以传递给方法CvKNearest::find_nearest()的最大邻居数;
140. CvKNearest::get_var_count:返回usedfeatures的数量(变量count);
141. CvKNearest::get_sample_count:返回列车样本的总数;
142. CvKNearest::is_regression:返回问题的类型(true for为回归,false为分类);
143.HoughLines(cvHoughLines):使用标准Hough变换在二进制映像中找到行;
144.HoughLinesP:使用概率Hough变换在二进制图像中找到线段;
145.HoughCircles(cvHoughCircles):使用Hough变换在灰度图像中找到圆;
146.线(cvLine):绘制连接两点的线段;
147.fitLine(cvFitLine):将线适合2D或3D点集;
148.fitEllipse(cvFitEllipse2):围绕一组2D点拟合一个椭圆;
149.椭圆(cvEllipse,cvEllipseBox):绘制一个简单或厚的椭圆形或填充椭圆形扇形;
150. boundingRect(cvBoundingRect):计算点集合的右上角矩形;
151.矩形(cvRectangle):绘制一个简单的,粗的或填充的矩形;
除特别注明外,本站所有文章均为 赢咖4注册 原创,转载请注明出处来自基于C++的OpenCV常用函数