EmguCV类CvInvokeClass 方法整理要点.docx

EmguCV类CvInvokeClass 方法整理要点.docx

《EmguCV类CvInvokeClass 方法整理要点.docx》由会员分享，可在线阅读，更多相关《EmguCV类CvInvokeClass 方法整理要点.docx（40页珍藏版）》请在冰豆网上搜索。

EmguCV类CvInvokeClass方法整理要点

方法—相机标定

CalibrationMatrixValues

使用计算的相机校准矩阵，像素中的图像帧分辨率和物理孔径大小来计算各种有用的相机（传感器/透镜）特性

DrawChessboardCorners

棋盘格角点的绘制（摄像机标定）

Find4QuadCornerSubpix

找到棋盘角的亚像素精度的准确位置

FindChessboardCorners

尝试确定输入图像是否是棋盘图案的视图，并定位标定板内角点

FindCirclesGrid（Image,Size,CalibCgType,Feature2D）

找到圆圈网格中心

FindCirclesGrid（IInputArray,Size,IOutputArray,CalibCgType,Feature2D）

找到圆圈网格中心

GetDefaultNewCameraMatrix

返回默认的新相机矩阵

GetOptimalNewCameraMatrix

基于自由缩放参数返回新的相机矩阵

StereoCalibrate（IInputArray,IInputArray,IInputArray,IInputOutputArray,IInputOutputArray,IInputOutputArray,IInputOutputArray,Size,IOutputArray,IOutputArray,IOutputArray,IOutputArray,CalibType,MCvTermCriteria）

用于标定立体相机（Estimatestransformationbetweenthe2camerasmakingastereopair.Ifwehaveastereocamera,wheretherelativepositionandorientatationofthe2camerasisfixed,andifwecomputedposesofanobjectrelativetothefistcameraandtothesecondcamera,（R1,T1）and（R2,T2）,respectively（thatcanbedonewithcvFindExtrinsicCameraParams2）,obviously,thoseposeswillrelatetoeachother,i.e.given（R1,T1）itshouldbepossibletocompute（R2,T2）-weonlyneedtoknowthepositionandorientationofthe2ndcamerarelativetothe1stcamera.That'swhatthedescribedfunctiondoes.Itcomputes（R,T）suchthat:

R2=R*R1,T2=R*T1+T）

StereoCalibrate（MCvPoint3D32f[][],PointF[][],PointF[][],IInputOutputArray,IInputOutputArray,IInputOutputArray,IInputOutputArray,Size,IOutputArray,IOutputArray,IOutputArray,IOutputArray,CalibType,MCvTermCriteria）

用于标定立体相机

StereoRectify

计算每个摄像机的旋转矩阵（虚拟地）使两个摄像机图像平面处于相同的平面。

StereoRectifyUncalibrated

在不知道摄像头的固有参数和它们在空间的相对位置计算校正变换

方法—内外方位元素确定

CalibrateCamera（IInputArray,IInputArray,Size,IInputOutputArray,IInputOutputArray,IOutputArray,IOutputArray,CalibType,MCvTermCriteria）

估计每个视图的照相机固有参数和外部参数

CalibrateCamera（MCvPoint3D32f[][],PointF[][],Size,IInputOutputArray,IInputOutputArray,CalibType,MCvTermCriteria,Mat[],Mat[]）

估计每个视图的照相机固有参数和外部参数

SolvePnPRansac

利用Ransac方法利用点对求解相机姿态

StereoRectify

计算每个摄像机的旋转矩阵（虚拟地）使两个摄像机图像平面处于相同的平面。

Undistort

转换图像以补偿径向和切向透镜失真

UndistortPoints

与cvInitUndistortRectifyMap相似但也不同，相似的内容是他们都可用于校正镜头失真和透视变换。

不同的是函数cvInitUndistortRectifyMap实际上执行的是反向转换以初始化地图，而这个函数执行的是正向变换。

方法—数组、矩阵运算

Add

数组相加

AddWeighted

数组权重相加

Add

数组相加

AddWeighted

数组权重相加

BitwiseAnd

计算两个数组的每元素的逐位逻辑连接：

dst（I）=src1（I）＆src2（I）ifmask（I）！

=0。

所有数组必须具有相同的类型（除了掩膜）和大小

dst（I）=src1（I）&src2（I）

AbsDiff

计算两数组差值的绝对值

AccumulateSquare

对输入数据或其选中的ROI求和并平方（Addstheinputsrcoritsselectedregion,raisedtopower2,totheaccumulatorsqsum）

AccumulateWeighted

计算源数据的加权平均和，使得acc变为帧序列的运行平均值（Calculatesweightedsumofinputsrcandtheaccumulatoraccsothataccbecomesarunningaverageofframesequence:

acc（x,y）=（1-alpha）*acc（x,y）+alpha*image（x,y）ifmask（x,y）!

=0wherealpharegulatesupdatespeed（howfastaccumulatorforgetsaboutpreviousframes）.

BitwiseOr

计算两个数组的每元素逐位分离（Calculatesper-elementbit-wisedisjunctionoftwoarrays）

dst（I）=src1（I）|src2（I）

CalcCovarMatrix

计算一组向量的协方差矩阵

cvClearND

清除（设置为零）密集数组的特定元素或删除稀疏数组的元素。

如果买没有元素，该函数不运行

cvSet2D

为数组的特定元素分配新值

Determinant

返回方阵矩阵的行列式。

Eigen

计算对称矩阵的特征值和特征向量

Exp

计算输入数组的每个元素的指数

dst（I）=exp（src（I））

FindFundamentalMat

使用四种方法之一计算基本矩阵，如果没有找到矩阵，则返回找到的基本矩阵（1或3）和0的数量

Gemm

执行广义矩阵乘法

dst=alpha*op（src1）*op（src2）+beta*op（src3）,whereop（X）isXorXT

Flip

以不同的3种方式翻转数组（行和列索引为0）

Invert

反转矩阵src1并将结果存储在src2中

InvertAffineTransform

反转仿射变换

LUT

使用查找表中的值填充目标数组

Max

计算两个数组的每个元素最大值赋给新数组

dst（I）=max（src1（I）,src2（I））

Min

计算两个数组的每元素最小值，赋值到新数组中

dst（I）=min（src1（I），src2（I））

MinMaxIdx

查找数组中全局的最大值最小值

MinMaxLoc

找到最小和最大元素值及其位置。

如果阵列有多个通道，则必须为IplImage，并设置COI。

MulTransposed

计算原始数据及其转置的乘积（Calculatestheproductofsrcanditstransposition.Thefunctionevaluatesdst=scale（src-delta）*（src-delta）^Tiforder=0,anddst=scale（src-delta）^T*（src-delta）otherwise.）

Norm（IInputArray,NormType,IInputArray）

返回计算的范数。

多通道阵列被视为单通道，即所有通道的结果相加。

Norm（IInputArray,IInputOutputArray,NormType,IInputArray）

返回计算的范数。

多通道阵列被视为单通道，即所有通道的结果相加。

Normalize

规范化输入数组

Randn（IInputOutputArray,IInputArray,IInputArray）

用正态分布的随机数填充数组

Randn（IInputOutputArray,MCvScalar,MCvScalar）

用正态分布的随机数填充数组

RandShuffle

将原数组（矩阵）打乱

Randu（IInputOutputArray,IInputArray,IInputArray）

返回均匀分布的随机数，填入数组或矩阵

Randu（IInputOutputArray,MCvScalar,MCvScalar）

返回均匀分布的随机数，填入数组或矩阵

SetIdentity

初始化标度单位矩阵

Sqrt

为源数据的每个数组元素开方。

多通道数据每个通道会被单独处理

Sum

对每个通道计算阵列元素的和S、

Sc=sumIarr（I）c

SVBackSubst

进行奇异值回代（Performsasingularvaluebacksubstitution.）

SVDecomp

SVD分解，将矩阵A分解为对角矩阵和两个正交矩阵的乘积

Swap（Mat,Mat）

交换两个矩阵

Swap（UMat,UMat）

交换两个矩阵

Trace

返回矩阵对角线元素之和

Transform

对src数组的每个元素进行矩阵变换，并将结果存储到dst中。

源数组和目标数据应该有相同的深度、尺寸或ROI的尺寸。

transmat和shiftvec应该是浮点型矩阵

Transpose

转置矩阵src1，在复矩阵的情况下，不进行复共轭。

dst（i，j）=src（j，i）

方法—头文件

cvGetCol

返回头文件信息（header），对应输入数组的指定列

cvGetCols

返回头文件信息，对应输入数组跨越的列数（colspan）

cvGetDiag

返回头文件信息，对应输入数组的指定对角线

cvGetImage

返回图像的头文件信息，输入数据类型可以是（matrix-CvMat*,orimage-IplImage*）

cvGetMat

返回输入矩阵的头文件信息，输入矩阵可以是matrix-CvMat,image-IplImage或multi-dimensionaldensearray-CvMatND*

cvGetRawData

以低级别信息填充输出变量。

cvGetRow

返回头文件信息，对应于输入数组的指定行。

cvGetRows

返回头文件信息，对应输入数组的指定行跨度。

cvGetSubRect

返回头文件，对应于输入数组的指定矩形。

换句话说，它允许用户将输入阵列的一部分视为独立阵列。

通过还可提取ROI的子阵列。

cvInitImageHeader

初始化图像的头文件结构，指针指向由用户指定，并返回指针。

（Initializestheimageheaderstructure,pointertowhichispassedbytheuser,andreturnsthepointer.）

cvReleaseImage

释放头文件和图像数据（Releasestheheaderandtheimagedata.）

cvReleaseImageHeader

释放头文件

cvReleaseMat

参照计数器递减矩阵数据，并释放头文件

cvReshape

初始化CvMat头文件，使其指向与原始数组相同的数据，但形状不同，数量的通道不同，行列数不同

cvSetData

将用户数据分配给矩阵头文件

cvCreateMat

为新矩阵和底层数据分配头信息（header），并返回一个指向创建的矩阵的指针。

矩阵逐行存储。

所有行都对齐4个字节。

cvCreateImage

创建头文件并分配数据

方法—图像处理准备

BitwiseNot

反转

CheckRange

检查每个数组元素既不是NaN也不是+-inf，检查将在多个通道上单独进行，该功能还能检查每个值是否在最小值和最大值之间。

CLAHE

对比有限自适应直方图均衡（CLAHE）

Compare

比较两个数组的相应元素并填充目标掩码数组：

dst（I）=src1（I）opsrc2（I）

CountNonZero

返回数组中非零元素的数量

cvCheckArr

检查每个数组元素既不是NaN也不是Infinity。

如果设置了CV_CHECK_RANGE，它还会检查每个元素是否大于或等于minVal并小于maxVal

cvCreateSparseMat

分配一个多维系数矩阵的阵列。

初始该矩阵不含任何元素

cvGetSize

返回输入矩阵或图像的行列数

CvtColor（IInputArray,IOutputArray,ColorConversion,Int32）

将输入图像从一个颜色空间转换为另一个。

该函数忽略IplImage头的colorModel和channelSeq字段，因此应该正确指定源图像颜色空间（包括RGB空间的通道顺序，例如BGR表示B0的24位格式G0R0B1G1R1...布局，而RGB表示具有R0G0B0R1G1B1...布局的24位格式）

CvtColor（IInputArray,IOutputArray,Type,Type）

将输入图像从一个颜色空间转换为另一个。

EqualizeHist

直方图均衡化

ExtractChannel

从图像中提取特定通道

GetDepthType（Type）

获取相应的opencv深度类型

GetDepthType（DepthType）

获取相应的深度类型

Inpaint

使用补绘来恢复该图像定义位置像素的亮度

InRange

对输入数组的每个元素执行范围检查

MixChannels

把输入的矩阵（或矩阵数组）的某些通道拆分复制给对应的输出矩阵（或矩阵数组）的某些通道中，可用于更改通道的顺序，添加/删除Alpha通道，提取或插入单个通道或多个通道等。

Resize

将图像src调整到指定大小

ResizeForFrame

调整图像大小，使其适合给定的框架

Split

将多通道阵列划分为单独的单通道阵列。

有两种模式可用于操作。

如果原始阵列具有N个通道，那且前N个目标通道不是IntPtr.Zero，则它们都从源阵列中提取，若前N个通道中仅有一个不是IntPtr.Zero，则该特定通道为提取，否则会出现错误

方法—常规方法

BoundingRectangle

返回右上角点

Accumulate

整幅图像或选择区域累加

ApplyColorMap

将颜色应用于图像

BoxPoints（RotatedRect）

计算RotatedRect节点（RotatedRect该类表示平面上的旋转矩形，有三个属性：

矩形中心点（质心）、边长（长和宽）、旋转角度）

BoxPoints（RotatedRect,IOutputArray）

计算RotatedRect节点数组

CalcHist

计算图像的直方图

CalcMotionGradient

计算x,y方向的导数

CompareHist

比较两直方图

ConvertMaps

转换图像的表达方法

ConvertPointsFromHomogeneous

将点从齐性空间转换为欧氏空间

ConvertPointsToHomogeneous

将点从欧式空间转换为齐性空间

ConvertScaleAbs

与cvCvtScale类似，但它存储转换结果的绝对值。

使用线性变换转换输入数组元素成8位无符号整型

ConvexHull（PointF[],Boolean）

使用Sklansky算法找到2D点集的凸包

ConvexHull（IInputArray,IOutputArray,Boolean,Boolean）

使用Sklansky算法找到2D点集的凸包。

ConvexityDefects

找出轮廓的凸度缺陷

链接

CopyMakeBorder

将源2D数组复制到目标数组的内部，并在复制的区域周围形成指定类型的边框。

当需要模拟与嵌入到特定算法实现中的边框类型不同的边框类型时，该功能非常有用。

CvArrToMat

将CvMat、Ipiimage、CvMatND转换为矩阵

cvConvertScale

它将一个数组复制到另一个数组，首先执行缩放（可选）然后转换类型（可选），多通道阵列每个通道被单独处理。

dst（I）=src（I）*scale+（shift,shift,...）

cvCopy

将所选元素从输入数组复制到输出数组。

如果任何传递的数组是IplImage类型，则使用其ROI和COI字段。

两个数组必须具有相同的类型，相同的维数和相同的大小。

dst（I）=src（I）ifmask（I）！

=0

cvGetSpatialMoment

获取空间矩，在图像矩定义为：

M_{x_order，y_order}=sum_{x，y}（I（x，y）*x^{x_order}*y^{y_order}）其中I（x，y）是像素的亮度（x，y）。

（Retrievesthespatialmoment,whichincaseofimagemomentsisdefinedas:

M_{x_order,y_order}=sum_{x,y}（I（x,y）*x^{x_order}*y^{y_order}）whereI（x,y）istheintensityofthepixel（x,y）.）

cvGetNormalizedCentralMoment

检索归一化的中心矩，在图像矩定义为：

eta_{x_order，y_order}=mu_{x_order，y_order}/M00^{（y_order+x_order）/2+1}的情况下，其中mu_{x_order，y_order}是中心时刻（Retrievesnormalizedcentralmoment,whichincaseofimagemomentsisdefinedas:

eta_{x_order,y_order}=mu_{x_order,y_order}/M00^{（y_order+x_order）/2+1},wheremu_{x_order,y_order}isthecentralmoment）

cvGetReal1D

返回单通道数组的特定元素。

如果阵列有多个通道，则会引发运行时错误。

cvGetReal2D

返回单通道数组的特定元素。

如果阵列有多个通道，则会引发运行时错误。

cvGetReal3D

返回单通道数组的特定元素。

如果阵列有多个通道，则会引发运行时错误。

cvGetImageCOI

返回图像感兴趣通道（若所有通道已选返回0）

cvGetImageROI

返回图像感兴趣通道（若所有通道已选返回0）

cvGetCentralMoment

检索中心矩？

（moment），在图像中定义为mu_{x_order,y_order}=sum_{x,y}（I（x,y）*（x-x_c）^{x_order}*（y-y_c）^{y_order}）

其中x_c=M10/M00，y_c=M01/M00-重心的坐标

cvGetImageCOI

返回图像感兴趣通道（若所有通道已选返回0）

cvGetImageROI

返回图像感兴趣通道（若所有通道已选返回0）

cvInitMatHeader

初始化已分配的CvMat结构。

它可以用于使用OpenCV矩阵函数处理原始数据。

cvInitMatNDHeader

初始化由用户分配的CvMatND结构

cvMaxRect

查找包含两个输入矩形的最小面积矩形

cvRange

以如下方式初始化矩阵：

arr（i,j）=（end-start）*（i*cols（arr）+j）/（cols（arr）*rows（arr））

cvReleaseSparseMat

释放稀疏数组，并在退出时清除数组指针

cvResetImageROI

释放图像ROI。

之后整幅图像为被选中状态

cvSampleLine

应用一种线迭代器。

读取位于pt1和pt2之间的所有图像点（包括终点）并将它们存储到缓冲区

cvSetImageCOI

是设置图像的COI的函数，coi为0时表示选择所有通道，1表示第一个通道，2表示第二个等等。

cvSetImageROI

基于给定的矩形设置图像的ROI

cvSetReal1D

将新值分配给单通道阵列的特定元素

cvSetReal2D

将新值分配给单通道阵列的特定元素

cvSetReal3D

将新值分配给单通道阵列的特定元素

cvSetRealND

将新值分配给单通道阵列的特定元素

Decolor