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
