atitit opencv apiattilax总结 约500个函数 .xlsx
atitit opencv apiattilax总结 约500个函数 .xlsx
1.3. CvAux中文参考手册 立体匹配 3D Tracking PCA) Markov Models \3
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
|
1.1. CxCore中文参考手册 |
|
CxCore中文参考手册 |
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 |
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
|
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 |
|
Cv中文参考手册 |
|
1.8. HighGUI中文参考手册 |
|
HighGUI中文参考手册 |
opencv中文版API文档 - 下载频道 - CSDN.NET.html
OpenCV API Reference — OpenCV 3.0.0-dev documentation.html
作者:: 绰号:老哇的爪子 ( 全名::Attilax Akbar Al Rapanui 阿提拉克斯 阿克巴 阿尔 拉帕努伊 )
汉字名:艾提拉(艾龙), EMAIL:1466519819@qq.com
转载请注明来源: http://www.cnblogs.com/attilax/
Atiend
atitit opencv apiattilax总结 约500个函数 .xlsx的更多相关文章
- Atitit opencv模板匹配attilax总结
Atitit opencv模板匹配attilax总结 找一幅图像的匹配的模板,可以在一段视频里寻找出我们感兴趣的东西,比如条形码的识别就可能需要这样类似的一个工作提取出条形码区域(当然这样的方法并不鲁 ...
- Atitit opencv版本新特性attilax总结
Atitit opencv版本新特性attilax总结 1.1. :OpenCV 3.0 发布,史上功能最全,速度最快的版1 1.2. 应用领域2 1.3. OPENCV2.4.3改进 2.4.2就有 ...
- Atitit opencv 模板匹配
Atitit opencv 模板匹配 1.1. 图片1 1.2. Atitit opencv 模板匹配 6中匹配算法貌似效果区别不大1 1.3. 对模板缩放的影响 一般的缩放可以,太大了就歇菜了.. ...
- 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 ...
- OpenCv 2.4.9 (二) 核心函数
前言 经过前面一节的怎样读取图片,我们可以做一些有趣的图像变换,下面我们首先介绍使用遍历的方法实现,然后我们使用内置的函数实现. 矩阵掩码实现 矩阵掩码,和卷积神经网络中的卷积类似.一个例子如下: 现 ...
- 【opencv基础】测量运行时间的函数getTickCount/getCPUTickCount/getTickFrequency
函数的计算结果类型是double,单位是秒. 要使用更精确的计时,就需要使用getCPUTickCount(),不过现代计算机CPU的频率会随着负载而变化所以没大有必要使用该函数,可以参看函数的介绍[ ...
- OpenCV图像处理篇之阈值操作函数
阈值操作类型 这5种阈值操作类型保留opencv tutorials中的英文名称.依次为: Threshold Binary:即二值化,将大于阈值的灰度值设为最大灰度值.小于阈值的值设为0. Thre ...
- OpenCV中阈值(threshold)函数: threshold 。
OpenCV中提供了阈值(threshold)函数: threshold . 这个函数有5种阈值化类型,在接下来的章节中将会具体介绍. 为了解释阈值分割的过程,我们来看一个简单有关像素灰度的图片,该图 ...
- opencv图像二值化的函数cvThreshold()。 cvAdaptiveThreshol
OpenCV中对图像进行二值化的关键函数——cvThreshold(). 函数功能:采用Canny方法对图像进行边缘检测 函数原型: void cvThreshold( const CvArr* sr ...
随机推荐
- 异常:System.Data.EvaluateException: 未找到列[District].
异常:System.Data.EvaluateException: 未找到列[District]. 这里存在的问题不一定是说,数据源表没有该字段.此问题在于数据库字段包含空格字符.
- Python解决八皇后问题
最近看Python看得都不用tab键了,哈哈.今天看了一个经典问题--八皇后问题,说实话,以前学C.C++的时候有这个问题,但是当时不爱学,没搞会,后来算法课上又碰到,只是学会了思想,应该是学回溯法的 ...
- win使用MSYS2安装Qt开发环境
原文链接 MSYS2 下载地址: pacman的具体用法 有pacman的具体使用方法.我们首先对系统升级 我们首先对系统升级 pacman -Syu 就会检测整个系统可以升级的组件,并自动下载安装, ...
- weblogic网页登录URL
http://172.16.64.173:7001/console/login/LoginForm.jsp
- 猿团YTFCloud--5分钟自制APP,开发从未如此简单
9月15日,YTFCloud将正式开启内测, 这意味着猿团YTF框架产品线全面升级.同时,公测过后,YTFCloud的APP线上DIY服务将面向所有用户,让人人都能成为APP“开发商”. 什么是YTF ...
- XAF ObjectSpace保存时添加记录
点击保存按钮时自动添加相关记录(用于界面查看),另外还有Audit控件可使用,此处只是一个简单的功能. 新建一个VC并关联到相关的View,代码如下: public partial class Gon ...
- CentOS6.5修改yum源
在安装完CentOS后一般需要修改yum源,才能够在安装更新rpm包时获得比较理想的速度.国内比较快的有163源.sohu源.这里以163源为例子. 1, cd /etc/yum.repos.d 2. ...
- 谁动了我的特征?——sklearn特征转换行为全记录
目录 1 为什么要记录特征转换行为?2 有哪些特征转换的方式?3 特征转换的组合4 sklearn源码分析 4.1 一对一映射 4.2 一对多映射 4.3 多对多映射5 实践6 总结7 参考资料 1 ...
- JQuery按回车提交数据
引入JQuery文件 <script src="JS/jquery-1.9.1.js" type="text/javascript"></sc ...
- 【转】使用Fiddler进行HTTP断点调试。
这是Fiddler又一强大和实用的工具之一.通过设置断点,Fiddler可以做到: 1. 修改HTTP请求头信息.例如修改请求头的UA, Cookie, Referer 信息,通过“伪造”相应信息达到 ...