atitit opencv apiattilax总结约500个函数 .xlsx

Posted 2020-08-20

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了atitit opencv apiattilax总结约500个函数 .xlsx相关的知识，希望对你有一定的参考价值。

1.1. CxCore中文参考手册 1

1.2. 机器学习中文参考手册 knn svm 1

1.3. CvAux中文参考手册立体匹配 3D Tracking PCA) Markov Models \\3

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 4

1.5. Cv运动分析与对象跟踪 7

1.6. Cv模式识别目标检测 8

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

1.8. HighGUI中文参考手册 8

1.1. CxCore中文参考手册

CxCore中文参考手册

基础结构
数组操作
动态结构
绘图函数
数据保存和运行时类型信息
其它混合函数
错误处理和系统函数

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

目录
1 背景统计量的累积
1.1 Acc
1.2 SquareAcc
1.3 MultiplyAcc
1.4 RunningAvg
2 运动模板
2.1 UpdateMotionHistory
2.2 CalcMotionGradient
2.3 CalcGlobalOrientation
2.4 SegmentMotion
3 对象跟踪
3.1 MeanShift
3.2 CamShift
3.3 SnakeImage
4 光流
4.1 CalcOpticalFlowHS
4.2 CalcOpticalFlowLK
4.3 CalcOpticalFlowBM
4.4 CalcOpticalFlowPyrLK
5 预估器
5.1 CvKalman
5.2 CreateKalman
5.3 ReleaseKalman
5.4 KalmanPredict
5.5 KalmanCorrect
5.6 CvConDensation
5.7 CreateConDensation
5.8 ReleaseConDensation
5.9 ConDensInitSampleSet
5.10 ConDensUpdateByTime

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