cv::cuda 名稱空間參考

類
類	BackgroundSubtractorFGD
	該類透過建立和維護背景模型來區分前景和背景畫素。更多...
類	BackgroundSubtractorGMG
	背景/前景分割演算法。更多...
類	BackgroundSubtractorMOG
	基於高斯混合的背景/前景分割演算法。更多...
類	BackgroundSubtractorMOG2
	基於高斯混合的背景/前景分割演算法。更多...
類	BroxOpticalFlow
	使用 Brox 等人的光流演算法 ([43]) 計算兩幅影像之間光流的類。更多...
類	BufferPool
	用於 CUDA 流的緩衝區池。更多...
類	CannyEdgeDetector
	Canny 邊緣檢測器的基類。: 更多...
類	CascadeClassifier
	用於物件檢測的級聯分類器類。支援 HAAR 和 LBP 級聯。: 更多...
類	CLAHE
	對比度受限自適應直方圖均衡化的基類。: 更多...
類	卷積
	卷積（或互相關）運算子的基類。: 更多...
類	CornernessCriteria
	角點準則計算的基類。: 更多...
類	CornersDetector
	角點檢測器的基類。: 更多...
類	DenseOpticalFlow
	稠密光流演算法的基本介面。更多...
類	DensePyrLKOpticalFlow
	用於計算稠密光流的類。更多...
類	DescriptorMatcher
	用於匹配關鍵點描述符的抽象基類。更多...
類	DeviceInfo
	提供查詢指定 GPU 屬性功能的類。更多...
類	DFT
	作為cv::Algorithm的DFT運算子的基類。: 更多...
類	DisparityBilateralFilter
	使用聯合雙邊濾波細化視差圖的類。: 更多...
類	Event
結構體	EventAccessor
	能夠從 cuda::Event 獲取 cudaEvent_t 的類。更多...
類	FarnebackOpticalFlow
	使用 Gunnar Farneback 演算法計算稠密光流的類。更多...
類	FastFeatureDetector
	使用 FAST 方法進行特徵檢測的包裝類。更多...
類	FastOpticalFlowBM
類	Feature2DAsync
	CUDA 非同步 2D 影像特徵檢測器和描述符提取器的抽象基類。更多...
結構體	FGDParams
類	Filter
	所有 CUDA 過濾器的通用介面。: 更多...
結構體	GpuData
類	GpuMat
	帶有引用計數的 GPU 記憶體的基儲存類。更多...
類	GpuMatND
類	HOG
	該類實現了方向梯度直方圖 ([65]) 物件檢測器。更多...
類	HostMem
	帶有引用計數，封裝了 CUDA 中特殊記憶體型別分配函式的類。更多...
類	HoughCirclesDetector
	圓檢測演算法的基類。: 更多...
類	HoughLinesDetector
	線檢測演算法的基類。: 更多...
類	HoughSegmentDetector
	線段檢測演算法的基類。: 更多...
類	ImagePyramid
類	查詢表
	使用查詢表的變換的基類。更多...
類	NvidiaHWOpticalFlow
	使用 NVIDIA Optical Flow SDK 的光流演算法的基本介面。更多...
類	NvidiaOpticalFlow_1_0
	使用 NVIDIA 光流硬體和 Optical Flow SDK 1.0 計算兩幅影像之間光流向量的類。更多...
類	NvidiaOpticalFlow_2_0
	使用 NVIDIA 光流硬體和 Optical Flow SDK 2.0 計算兩幅影像之間光流向量的類。更多...
類	OpticalFlowDual_TVL1
	Zach、Pock 和 Bischof Dual TV-L1 光流方法的實現。更多...
類	ORB
	實現了 ORB (oriented BRIEF) 關鍵點檢測器和描述符提取器的類。更多...
類	SparseOpticalFlow
	稀疏光流演算法的基本介面。更多...
類	SparsePyrLKOpticalFlow
	用於計算稀疏光流的類。更多...
類	StereoBeliefPropagation
	使用信念傳播演算法計算立體對應的類。: 更多...
類	StereoBM
	使用塊匹配演算法計算立體對應（視差圖）的類。: 更多...
類	StereoConstantSpaceBP
	使用恆定空間信念傳播演算法計算立體對應的類。: 更多...
類	StereoSGM
	該類實現了修改後的 H. Hirschmuller 演算法 [128]。限制和差異如下：更多...
類	Stream
	此類封裝了一個非同步呼叫佇列。更多...
結構體	StreamAccessor
	能夠從 cuda::Stream 獲取 cudaStream_t 的類。更多...
類	SURF_CUDA
	用於從影像中提取加速魯棒特徵 (SURF) 的類。: 更多...
類	TargetArchs
	提供一組靜態方法來檢查 CUDA 模組是為哪個 NVIDIA* 卡架構構建的類。更多...
類	TemplateMatching
	模板匹配的基類。: 更多...

列舉
列舉	AlphaCompTypes {   ALPHA_OVER ,   ALPHA_IN ,   ALPHA_OUT ,   ALPHA_ATOP ,   ALPHA_XOR ,   ALPHA_PLUS ,   ALPHA_OVER_PREMUL ,   ALPHA_IN_PREMUL ,   ALPHA_OUT_PREMUL ,   ALPHA_ATOP_PREMUL ,   ALPHA_XOR_PREMUL ,   ALPHA_PLUS_PREMUL ,   ALPHA_PREMUL }
列舉	ConnectedComponentsAlgorithmsTypes {   CCL_DEFAULT = -1 ,   CCL_BKE = 0 }
	連通分量演算法。更多...
列舉	DemosaicTypes {   COLOR_BayerBG2BGR_MHT = 256 ,   COLOR_BayerGB2BGR_MHT = 257 ,   COLOR_BayerRG2BGR_MHT = 258 ,   COLOR_BayerGR2BGR_MHT = 259 ,   COLOR_BayerBG2RGB_MHT = COLOR_BayerRG2BGR_MHT ,   COLOR_BayerGB2RGB_MHT = COLOR_BayerGR2BGR_MHT ,   COLOR_BayerRG2RGB_MHT = COLOR_BayerBG2BGR_MHT ,   COLOR_BayerGR2RGB_MHT = COLOR_BayerGB2BGR_MHT ,   COLOR_BayerBG2GRAY_MHT = 260 ,   COLOR_BayerGB2GRAY_MHT = 261 ,   COLOR_BayerRG2GRAY_MHT = 262 ,   COLOR_BayerGR2GRAY_MHT = 263 }
列舉	FeatureSet {   FEATURE_SET_COMPUTE_10 = 10 ,   FEATURE_SET_COMPUTE_11 = 11 ,   FEATURE_SET_COMPUTE_12 = 12 ,   FEATURE_SET_COMPUTE_13 = 13 ,   FEATURE_SET_COMPUTE_20 = 20 ,   FEATURE_SET_COMPUTE_21 = 21 ,   FEATURE_SET_COMPUTE_30 = 30 ,   FEATURE_SET_COMPUTE_32 = 32 ,   FEATURE_SET_COMPUTE_35 = 35 ,   FEATURE_SET_COMPUTE_50 = 50 ,   GLOBAL_ATOMICS = FEATURE_SET_COMPUTE_11 ,   SHARED_ATOMICS = FEATURE_SET_COMPUTE_12 ,   NATIVE_DOUBLE = FEATURE_SET_COMPUTE_13 ,   WARP_SHUFFLE_FUNCTIONS = FEATURE_SET_COMPUTE_30 ,   DYNAMIC_PARALLELISM = FEATURE_SET_COMPUTE_35 }
	提供 CUDA 計算功能的列舉。更多...
列舉	MomentsOrder {   FIRST_ORDER_MOMENTS = 1 ,   SECOND_ORDER_MOMENTS = 2 ,   THIRD_ORDER_MOMENTS = 3 }
	影像矩的階。更多...

函式
void	abs (InputArray src, OutputArray dst, Stream &stream=Stream::Null())
	計算每個矩陣元素的絕對值。
void	absdiff (InputArray src1, InputArray src2, OutputArray dst, Stream &stream=Stream::Null())
	計算兩個矩陣（或一個矩陣與標量）的逐元素絕對差。
void	absdiffWithScalar (InputArray src1, Scalar src2, OutputArray dst, Stream &stream=Stream::Null())
	計算矩陣與標量的逐元素絕對差。
Scalar	absSum (InputArray src, InputArray mask=noArray())
	返回矩陣元素的絕對值之和。
void	add (InputArray src1, InputArray src2, OutputArray dst, InputArray mask=noArray(), int dtype=-1, Stream &stream=Stream::Null())
	計算矩陣-矩陣或矩陣-標量之和。
void	addWeighted (InputArray src1, double alpha, InputArray src2, double beta, double gamma, OutputArray dst, int dtype=-1, Stream &stream=Stream::Null())
	計算兩個陣列的加權和。
void	addWithScalar (InputArray src1, Scalar src2, OutputArray dst, InputArray mask=noArray(), int dtype=-1, Stream &stream=Stream::Null())
	計算矩陣-標量和。
void	alphaComp (InputArray img1, InputArray img2, OutputArray dst, int alpha_op, Stream &stream=Stream::Null())
	使用每幅影像中包含的 alpha 不透明度值合成兩幅影像。
void	bilateralFilter (InputArray src, OutputArray dst, int kernel_size, float sigma_color, float sigma_spatial, int borderMode=BORDER_DEFAULT, Stream &stream=Stream::Null())
	對傳入影像執行雙邊濾波。
void	bitwise_and (InputArray src1, InputArray src2, OutputArray dst, InputArray mask=noArray(), Stream &stream=Stream::Null())
	執行兩個矩陣（或矩陣與標量）的逐元素位與運算。
void	bitwise_and_with_scalar (InputArray src1, Scalar src2, OutputArray dst, InputArray mask=noArray(), Stream &stream=Stream::Null())
	執行矩陣與標量的逐元素位與運算。
void	bitwise_not (InputArray src, OutputArray dst, InputArray mask=noArray(), Stream &stream=Stream::Null())
	執行按元素位反轉。
void	bitwise_or (InputArray src1, InputArray src2, OutputArray dst, InputArray mask=noArray(), Stream &stream=Stream::Null())
	執行兩個矩陣（或矩陣與標量）的逐元素位或運算。
void	bitwise_or_with_scalar (InputArray src1, Scalar src2, OutputArray dst, InputArray mask=noArray(), Stream &stream=Stream::Null())
	執行矩陣與標量的逐元素位或運算。
void	bitwise_xor (InputArray src1, InputArray src2, OutputArray dst, InputArray mask=noArray(), Stream &stream=Stream::Null())
	執行兩個矩陣（或矩陣與標量）的逐元素位異或運算。
void	bitwise_xor_with_scalar (InputArray src1, Scalar src2, OutputArray dst, InputArray mask=noArray(), Stream &stream=Stream::Null())
	執行矩陣與標量的逐元素位異或運算。
void	blendLinear (InputArray img1, InputArray img2, InputArray weights1, InputArray weights2, OutputArray result, Stream &stream=Stream::Null())
	對兩張影像執行線性混合。
void	buildWarpAffineMaps (InputArray M, bool inverse, Size dsize, OutputArray xmap, OutputArray ymap, Stream &stream=Stream::Null())
	構建用於仿射變換的變換對映。
void	buildWarpAffineMaps (Mat M, bool inverse, Size dsize, GpuMat &xmap, GpuMat &ymap, Stream &stream=Stream::Null())
void	buildWarpAffineMaps (UMat M, bool inverse, Size dsize, GpuMat &xmap, GpuMat &ymap, Stream &stream=Stream::Null())
void	buildWarpPerspectiveMaps (InputArray M, bool inverse, Size dsize, OutputArray xmap, OutputArray ymap, Stream &stream=Stream::Null())
	構建用於透視變換的變換對映。
void	buildWarpPerspectiveMaps (Mat M, bool inverse, Size dsize, GpuMat &xmap, GpuMat &ymap, Stream &stream=Stream::Null())
void	buildWarpPerspectiveMaps (UMat M, bool inverse, Size dsize, GpuMat &xmap, GpuMat &ymap, Stream &stream=Stream::Null())
void	calcAbsSum (InputArray src, OutputArray dst, InputArray mask=noArray(), Stream &stream=Stream::Null())
void	calcHist (InputArray src, InputArray mask, OutputArray hist, Stream &stream=Stream::Null())
	計算給定掩碼下，單通道 8 點陣圖像的直方圖。
void	calcHist (InputArray src, OutputArray hist, Stream &stream=Stream::Null())
	計算單通道 8 點陣圖像的直方圖。
void	calcNorm (InputArray src, OutputArray dst, int normType, InputArray mask=noArray(), Stream &stream=Stream::Null())
void	calcNormDiff (InputArray src1, InputArray src2, OutputArray dst, int normType=NORM_L2, Stream &stream=Stream::Null())
void	使用塊匹配演算法計算兩幅影像的光流。*‍/calcOpticalFlowBM (const GpuMat &prev, const GpuMat &curr, Size block_size, Size shift_size, Size max_range, bool use_previous, GpuMat &velx, GpuMat &vely, GpuMat &buf, Stream &stream=Stream::Null())
	計算兩幅影像的光流，使用塊匹配演算法。
void	calcSqrSum (InputArray src, OutputArray dst, InputArray mask=noArray(), Stream &stream=Stream::Null())
void	calcSum (InputArray src, OutputArray dst, InputArray mask=noArray(), Stream &stream=Stream::Null())
void	cartToPolar (InputArray x, InputArray y, OutputArray magnitude, OutputArray angle, bool angleInDegrees=false, Stream &stream=Stream::Null())
	將笛卡爾座標轉換為極座標。
void	cartToPolar (InputArray xy, OutputArray magnitude, OutputArray angle, bool angleInDegrees=false, Stream &stream=Stream::Null())
	將笛卡爾座標轉換為極座標。
void	cartToPolar (InputArray xy, OutputArray magnitudeAngle, bool angleInDegrees=false, Stream &stream=Stream::Null())
	將笛卡爾座標轉換為極座標。
void	compare (InputArray src1, InputArray src2, OutputArray dst, int cmpop, Stream &stream=Stream::Null())
	比較兩個矩陣（或一個矩陣與標量）的元素。
void	compareWithScalar (InputArray src1, Scalar src2, OutputArray dst, int cmpop, Stream &stream=Stream::Null())
	比較矩陣與標量的元素。
void	connectedComponents (InputArray image, OutputArray labels, int connectivity, int ltype, cv::cuda::ConnectedComponentsAlgorithmsTypes ccltype)
	計算二值影像的連通分量標記影像。
void	connectedComponents (InputArray image, OutputArray labels, int connectivity=8, int ltype=CV_32S)
void	connectivityMask (const GpuMat &image, GpuMat &mask, const cv::Scalar &lo, const cv::Scalar &hi, Stream &stream=Stream::Null())
	計算泛洪填充分量標記的掩碼。
void	convertFp16 (InputArray _src, OutputArray _dst, Stream &stream=Stream::Null())
	Converts an array to half precision floating number.
Moments	convertSpatialMoments (Mat spatialMoments, const MomentsOrder order, const int momentsType)
	將 cuda::spatialMoments 返回的空間影像矩轉換為 cv::Moments。
void	copyMakeBorder (InputArray src, OutputArray dst, int top, int bottom, int left, int right, int borderType, Scalar value=Scalar(), Stream &stream=Stream::Null())
	Forms a border around an image.
int	countNonZero (InputArray src)
	計數非零矩陣元素。
void	countNonZero (InputArray src, OutputArray dst, Stream &stream=Stream::Null())
Ptr< cuda::BackgroundSubtractorFGD >	createBackgroundSubtractorFGD (const FGDParams &params=FGDParams())
	建立FGD背景減法器。
Ptr< cuda::BackgroundSubtractorGMG >	createBackgroundSubtractorGMG (int initializationFrames=120, double decisionThreshold=0.8)
	建立GMG背景減法器。
Ptr< cuda::BackgroundSubtractorMOG >	createBackgroundSubtractorMOG (int history=200, int nmixtures=5, double backgroundRatio=0.7, double noiseSigma=0)
	建立高斯混合背景減除器。
Ptr< cuda::BackgroundSubtractorMOG2 >	createBackgroundSubtractorMOG2 (int history=500, double varThreshold=16, bool detectShadows=true)
	建立MOG2背景減除器。
Ptr< Filter >	createBoxFilter (int srcType, int dstType, Size ksize, Point anchor=Point(-1, -1), int borderMode=BORDER_DEFAULT, Scalar borderVal=Scalar::all(0))
	建立一個歸一化的二維盒式濾波器。
Ptr< Filter >	createBoxMaxFilter (int srcType, Size ksize, Point anchor=Point(-1, -1), int borderMode=BORDER_DEFAULT, Scalar borderVal=Scalar::all(0))
	建立最大值濾波器。
Ptr< Filter >	createBoxMinFilter (int srcType, Size ksize, Point anchor=Point(-1, -1), int borderMode=BORDER_DEFAULT, Scalar borderVal=Scalar::all(0))
	建立最小值濾波器。
Ptr< CannyEdgeDetector >	createCannyEdgeDetector (double low_thresh, double high_thresh, int apperture_size=3, bool L2gradient=false)
	建立 cuda::CannyEdgeDetector 的實現。
Ptr< cuda::CLAHE >	createCLAHE (double clipLimit=40.0, Size tileGridSize=Size(8, 8))
	建立 cuda::CLAHE 的實現。
Ptr< Filter >	createColumnSumFilter (int srcType, int dstType, int ksize, int anchor=-1, int borderMode=BORDER_DEFAULT, Scalar borderVal=Scalar::all(0))
	建立垂直一維盒式濾波器。
void	createContinuous (int rows, int cols, int type, OutputArray arr)
	建立連續矩陣。
Ptr< Convolution >	createConvolution (Size user_block_size=Size())
	建立 cuda::Convolution 的實現。
Ptr< Filter >	createDerivFilter (int srcType, int dstType, int dx, int dy, int ksize, bool normalize=false, double scale=1, int rowBorderMode=BORDER_DEFAULT, int columnBorderMode=-1)
	建立廣義導數（Deriv）運算子。
Ptr< DFT >	createDFT (Size dft_size, int flags)
	建立 cuda::DFT 的實現。
Ptr< cuda::DisparityBilateralFilter >	createDisparityBilateralFilter (int ndisp=64, int radius=3, int iters=1)
	建立 DisparityBilateralFilter 物件。
Ptr< Filter >	createGaussianFilter (int srcType, int dstType, Size ksize, double sigma1, double sigma2=0, int rowBorderMode=BORDER_DEFAULT, int columnBorderMode=-1)
	建立高斯濾波器。
Ptr< GeneralizedHoughBallard >	createGeneralizedHoughBallard ()
	建立 [16] 中廣義霍夫變換的實現。
Ptr< GeneralizedHoughGuil >	createGeneralizedHoughGuil ()
	建立 [116] 中廣義霍夫變換的實現。
Ptr< CornersDetector >	createGoodFeaturesToTrackDetector (int srcType, int maxCorners=1000, double qualityLevel=0.01, double minDistance=0.0, int blockSize=3, bool useHarrisDetector=false, double harrisK=0.04)
	建立 cuda::CornersDetector 的實現。
GpuMat	createGpuMatFromCudaMemory (int rows, int cols, int type, size_t cudaMemoryAddress, size_t step=Mat::AUTO_STEP)
	從現有 GPU 記憶體建立 GpuMat 的繫結過載。
GpuMat	createGpuMatFromCudaMemory (Size size, int type, size_t cudaMemoryAddress, size_t step=Mat::AUTO_STEP)
Ptr< CornernessCriteria >	createHarrisCorner (int srcType, int blockSize, int ksize, double k, int borderType=BORDER_REFLECT101)
	建立 Harris 角點準則的實現。
Ptr< HoughCirclesDetector >	createHoughCirclesDetector (float dp, float minDist, int cannyThreshold, int votesThreshold, int minRadius, int maxRadius, int maxCircles=4096)
	建立 cuda::HoughCirclesDetector 的實現。
Ptr< HoughLinesDetector >	createHoughLinesDetector (float rho, float theta, int threshold, bool doSort=false, int maxLines=4096)
	建立 cuda::HoughLinesDetector 的實現。
Ptr< HoughSegmentDetector >	createHoughSegmentDetector (float rho, float theta, int minLineLength, int maxLineGap, int maxLines=4096, int threshold=-1)
	建立 cuda::HoughSegmentDetector 的實現。
Ptr< ImagePyramid >	createImagePyramid (InputArray img, int nLayers=-1, Stream &stream=Stream::Null())
Ptr< Filter >	createLaplacianFilter (int srcType, int dstType, int ksize=1, double scale=1, int borderMode=BORDER_DEFAULT, Scalar borderVal=Scalar::all(0))
	建立拉普拉斯（Laplacian）運算子。
Ptr< Filter >	createLinearFilter (int srcType, int dstType, InputArray kernel, Point anchor=Point(-1, -1), int borderMode=BORDER_DEFAULT, Scalar borderVal=Scalar::all(0))
	建立不可分離的線性二維濾波器。
Ptr< LookUpTable >	createLookUpTable (InputArray lut)
	建立 cuda::LookUpTable 的實現。
Ptr< Filter >	createMedianFilter (int srcType, int windowSize, int partition=128)
	對源影像的每個點執行中值濾波。
Ptr< CornernessCriteria >	createMinEigenValCorner (int srcType, int blockSize, int ksize, int borderType=BORDER_REFLECT101)
	建立 2x2 導數協變矩陣的最小特徵值（角點準則）的實現。
Ptr< Filter >	createMorphologyFilter (int op, int srcType, InputArray kernel, Point anchor=Point(-1, -1), int iterations=1)
	建立二維形態學濾波器。
void	createOpticalFlowNeedleMap (const GpuMat &u, const GpuMat &v, GpuMat &vertex, GpuMat &colors)
Ptr< Filter >	createRowSumFilter (int srcType, int dstType, int ksize, int anchor=-1, int borderMode=BORDER_DEFAULT, Scalar borderVal=Scalar::all(0))
	建立水平一維盒式濾波器。
Ptr< Filter >	createScharrFilter (int srcType, int dstType, int dx, int dy, double scale=1, int rowBorderMode=BORDER_DEFAULT, int columnBorderMode=-1)
	建立垂直或水平的 Scharr 運算子。
Ptr< Filter >	createSeparableLinearFilter (int srcType, int dstType, InputArray rowKernel, InputArray columnKernel, Point anchor=Point(-1,-1), int rowBorderMode=BORDER_DEFAULT, int columnBorderMode=-1)
	建立可分離線性濾波器。支援就地處理。
Ptr< Filter >	createSobelFilter (int srcType, int dstType, int dx, int dy, int ksize=3, double scale=1, int rowBorderMode=BORDER_DEFAULT, int columnBorderMode=-1)
	建立 Sobel 運算子。
Ptr< cuda::StereoBeliefPropagation >	createStereoBeliefPropagation (int ndisp=64, int iters=5, int levels=5, int msg_type=CV_32F)
	建立 StereoBeliefPropagation 物件。
Ptr< cuda::StereoBM >	createStereoBM (int numDisparities=64, int blockSize=19)
	建立 StereoBM 物件。
Ptr< cuda::StereoConstantSpaceBP >	createStereoConstantSpaceBP (int ndisp=128, int iters=8, int levels=4, int nr_plane=4, int msg_type=CV_32F)
	建立 StereoConstantSpaceBP 物件。
Ptr< cuda::StereoSGM >	createStereoSGM (int minDisparity=0, int numDisparities=128, int P1=10, int P2=120, int uniquenessRatio=5, int mode=cv::cuda::StereoSGM::MODE_HH4)
	建立 StereoSGM 物件。
Ptr< TemplateMatching >	createTemplateMatching (int srcType, int method, Size user_block_size=Size())
	建立 cuda::TemplateMatching 的實現。
void	cvtColor (InputArray src, OutputArray dst, int code, int dcn=0, Stream &stream=Stream::Null())
	將影像從一個顏色空間轉換為另一個顏色空間。
void	demosaicing (InputArray src, OutputArray dst, int code, int dcn=-1, Stream &stream=Stream::Null())
	將影像從 Bayer 模式轉換為 RGB 或灰度。
bool	deviceSupports (FeatureSet feature_set)
	檢查當前裝置是否支援給定功能
void	dft (InputArray src, OutputArray dst, Size dft_size, int flags=0, Stream &stream=Stream::Null())
	對浮點矩陣執行前向或逆向離散傅立葉變換（1D 或 2D）。
void	divide (InputArray src1, InputArray src2, OutputArray dst, double scale=1, int dtype=-1, Stream &stream=Stream::Null())
	計算矩陣-矩陣或矩陣-標量除法。
void	divideWithScalar (InputArray src1, Scalar src2, OutputArray dst, double scale=1, int dtype=-1, Stream &stream=Stream::Null())
	計算矩陣-標量除法。
void	drawColorDisp (InputArray src_disp, OutputArray dst_disp, int ndisp, Stream &stream=Stream::Null())
	為視差影像著色。
void	ensureSizeIsEnough (int rows, int cols, int type, OutputArray arr)
	確保矩陣的大小足夠且型別正確。
void	equalizeHist (InputArray src, OutputArray dst, Stream &stream=Stream::Null())
	均衡灰度影像的直方圖。
void	evenLevels (OutputArray levels, int nLevels, int lowerLevel, int upperLevel, Stream &stream=Stream::Null())
	計算均勻分佈的水平。
void	exp (InputArray src, OutputArray dst, Stream &stream=Stream::Null())
	計算每個矩陣元素的指數。
void	fastNlMeansDenoising (const GpuMat &src, GpuMat &dst, float h, int search_window=21, int block_size=7, Stream &stream=Stream::Null())
void	fastNlMeansDenoising (InputArray src, OutputArray dst, float h, int search_window=21, int block_size=7, Stream &stream=Stream::Null())
	使用非區域性均值去噪演算法 http://www.ipol.im/pub/algo/bcm_non_local_means_denoising 進行影像去噪，並進行了一些計算最佳化。期望噪聲為高斯白噪聲。
void	fastNlMeansDenoisingColored (const GpuMat &src, GpuMat &dst, float h_luminance, float photo_render, int search_window=21, int block_size=7, Stream &stream=Stream::Null())
void	fastNlMeansDenoisingColored (InputArray src, OutputArray dst, float h_luminance, float photo_render, int search_window=21, int block_size=7, Stream &stream=Stream::Null())
	針對彩色影像的 fastNlMeansDenoising 函式的修改版本。
void	findMinMax (InputArray src, OutputArray dst, InputArray mask=noArray(), Stream &stream=Stream::Null())
void	findMinMaxLoc (InputArray src, OutputArray minMaxVals, OutputArray loc, InputArray mask=noArray(), Stream &stream=Stream::Null())
void	flip (InputArray src, OutputArray dst, int flipCode, Stream &stream=Stream::Null())
	圍繞垂直、水平或兩個軸翻轉二維矩陣。
void	gammaCorrection (InputArray src, OutputArray dst, bool forward=true, Stream &stream=Stream::Null())
	用於校正影像色彩伽馬的例程。
void	gemm (InputArray src1, InputArray src2, double alpha, InputArray src3, double beta, OutputArray dst, int flags=0, Stream &stream=Stream::Null())
	執行廣義矩陣乘法。
int	getCudaEnabledDeviceCount ()
	返回已安裝的啟用 CUDA 的裝置數量。
int	獲取裝置 ()
	返回由 cuda::setDevice 設定或預設初始化的當前裝置索引。
void	graphcut (GpuMat &terminals, GpuMat &leftTransp, GpuMat &rightTransp, GpuMat &top, GpuMat &bottom, GpuMat &labels, GpuMat &buf, Stream &stream=Stream::Null())
	透過圖割演算法對 2D 正則 4 連通圖進行標記。
void	graphcut (GpuMat &terminals, GpuMat &leftTransp, GpuMat &rightTransp, GpuMat &top, GpuMat &topLeft, GpuMat &topRight, GpuMat &bottom, GpuMat &bottomLeft, GpuMat &bottomRight, GpuMat &labels, GpuMat &buf, Stream &stream=Stream::Null())
	透過圖割演算法對 2D 正則 8 連通圖進行標記。
void	histEven (InputArray src, GpuMat hist[4], int histSize[4], int lowerLevel[4], int upperLevel[4], Stream &stream=Stream::Null())
void	histEven (InputArray src, OutputArray hist, int histSize, int lowerLevel, int upperLevel, Stream &stream=Stream::Null())
	計算具有均勻分佈直方圖的等級。
void	histRange (InputArray src, GpuMat hist[4], const GpuMat levels[4], Stream &stream=Stream::Null())
void	histRange (InputArray src, OutputArray hist, InputArray levels, Stream &stream=Stream::Null())
	計算由 levels 陣列確定的直方圖。
void	inRange (InputArray src, const Scalar &lowerb, const Scalar &upperb, OutputArray dst, Stream &stream=Stream::Null())
	檢查陣列元素是否介於兩個標量之間。
void	integral (InputArray src, OutputArray sum, Stream &stream=Stream::Null())
	計算積分影像。
void	interpolateFrames (const GpuMat &frame0, const GpuMat &frame1, const GpuMat &fu, const GpuMat &fv, const GpuMat &bu, const GpuMat &bv, float pos, GpuMat &newFrame, GpuMat &buf, Stream &stream=Stream::Null())
	使用提供的光流（位移場）插值幀（影像）。
void	labelComponents (const GpuMat &mask, GpuMat &components, int flags=0, Stream &stream=Stream::Null())
	執行連通分量標記。
void	log (InputArray src, OutputArray dst, Stream &stream=Stream::Null())
	計算每個矩陣元素絕對值的自然對數。
void	lshift (InputArray src, Scalar val, OutputArray dst, Stream &stream=Stream::Null())
void	lshift (InputArray src, Scalar_< int > val, OutputArray dst, Stream &stream=Stream::Null())
	執行影像的逐畫素右左位移（透過常數值）。
void	magnitude (InputArray x, InputArray y, OutputArray magnitude, Stream &stream=Stream::Null())
void	magnitude (InputArray xy, OutputArray magnitude, Stream &stream=Stream::Null())
	計算複雜矩陣元素的幅值。
void	magnitudeSqr (InputArray x, InputArray y, OutputArray magnitude, Stream &stream=Stream::Null())
void	magnitudeSqr (InputArray xy, OutputArray magnitude, Stream &stream=Stream::Null())
	計算複雜矩陣元素的平方幅值。
void	max (InputArray src1, InputArray src2, OutputArray dst, Stream &stream=Stream::Null())
	計算兩個矩陣（或一個矩陣與一個標量）的逐元素最大值。
void	maxWithScalar (InputArray src1, Scalar src2, OutputArray dst, Stream &stream=Stream::Null())
	計算矩陣與標量的逐元素最大值。
void	meanShiftFiltering (InputArray src, OutputArray dst, int sp, int sr, TermCriteria criteria=TermCriteria(TermCriteria::MAX_ITER+TermCriteria::EPS, 5, 1), Stream &stream=Stream::Null())
	對源影像的每個點執行均值漂移濾波。
void	meanShiftProc (InputArray src, OutputArray dstr, OutputArray dstsp, int sp, int sr, TermCriteria criteria=TermCriteria(TermCriteria::MAX_ITER+TermCriteria::EPS, 5, 1), Stream &stream=Stream::Null())
	執行均值漂移過程，並將處理後的點（其顏色和位置）資訊儲存在兩張影像中。
void	meanShiftSegmentation (InputArray src, OutputArray dst, int sp, int sr, int minsize, TermCriteria criteria=TermCriteria(TermCriteria::MAX_ITER+TermCriteria::EPS, 5, 1), Stream &stream=Stream::Null())
	對源影像執行均值漂移分割並消除小片段。
void	meanStdDev (InputArray mtx, OutputArray dst, Stream &stream=Stream::Null())
void	meanStdDev (InputArray mtx, Scalar &mean, Scalar &stddev)
void	meanStdDev (InputArray src, OutputArray dst, InputArray mask, Stream &stream=Stream::Null())
	計算矩陣元素的平均值和標準差。
void	meanStdDev (InputArray src, Scalar &mean, Scalar &stddev, InputArray mask)
void	merge (const GpuMat *src, size_t n, OutputArray dst, Stream &stream=Stream::Null())
	將多個單通道矩陣合併為一個多通道矩陣。
void	merge (const std::vector< GpuMat > &src, OutputArray dst, Stream &stream=Stream::Null())
void	min (InputArray src1, InputArray src2, OutputArray dst, Stream &stream=Stream::Null())
	計算兩個矩陣（或一個矩陣與一個標量）的逐元素最小值。
void	minMax (InputArray src, double *minVal, double *maxVal, InputArray mask=noArray())
	查詢全域性最小和最大矩陣元素並返回其值。
void	minMaxLoc (InputArray src, double *minVal, double *maxVal, Point *minLoc, Point *maxLoc, InputArray mask=noArray())
	查詢全域性最小和最大矩陣元素，並返回其值及位置。
void	minWithScalar (InputArray src1, Scalar src2, OutputArray dst, Stream &stream=Stream::Null())
	計算矩陣與標量的逐元素最小值。
Moments	moments (InputArray src, const bool binaryImage=false, const MomentsOrder order=MomentsOrder::THIRD_ORDER_MOMENTS, const int momentsType=CV_64F)
	計算光柵化形狀的所有三階矩。
void	mulAndScaleSpectrums (InputArray src1, InputArray src2, OutputArray dst, int flags, float scale, bool conjB=false, Stream &stream=Stream::Null())
	對兩個傅立葉頻譜執行逐元素乘法並縮放結果。
void	mulSpectrums (InputArray src1, InputArray src2, OutputArray dst, int flags, bool conjB=false, Stream &stream=Stream::Null())
	對兩個傅立葉頻譜執行逐元素乘法。
void	multiply (InputArray src1, InputArray src2, OutputArray dst, double scale=1, int dtype=-1, Stream &stream=Stream::Null())
	計算矩陣-矩陣或矩陣-標量按元素乘積。
void	multiplyWithScalar (InputArray src1, Scalar src2, OutputArray dst, double scale=1, int dtype=-1, Stream &stream=Stream::Null())
	計算矩陣與標量的逐元素乘積。
void	nonLocalMeans (const GpuMat &src, GpuMat &dst, float h, int search_window=21, int block_size=7, int borderMode=BORDER_DEFAULT, Stream &stream=Stream::Null())
void	nonLocalMeans (InputArray src, OutputArray dst, float h, int search_window=21, int block_size=7, int borderMode=BORDER_DEFAULT, Stream &stream=Stream::Null())
	執行純粹的非區域性均值去噪，無任何簡化，因此速度不快。
double	norm (InputArray src1, InputArray src2, int normType=NORM_L2)
	返回兩個矩陣的差值。
double	norm (InputArray src1, int normType, InputArray mask=noArray())
	返回矩陣的範數（或兩個矩陣的差值範數）。
void	normalize (InputArray src, OutputArray dst, double alpha, double beta, int norm_type, int dtype, InputArray mask=noArray(), Stream &stream=Stream::Null())
	對陣列的範數或值範圍進行歸一化。
int	numMoments (const MomentsOrder order)
	返回小於或等於最大影像矩 order 的影像矩數量。
void	phase (InputArray x, InputArray y, OutputArray angle, bool angleInDegrees=false, Stream &stream=Stream::Null())
	計算複數矩陣元素的極角。
void	phase (InputArray xy, OutputArray angle, bool angleInDegrees=false, Stream &stream=Stream::Null())
	計算複數矩陣元素的極角。
void	polarToCart (InputArray magnitude, InputArray angle, OutputArray x, OutputArray y, bool angleInDegrees=false, Stream &stream=Stream::Null())
	將極座標轉換為笛卡爾座標。
void	polarToCart (InputArray magnitude, InputArray angle, OutputArray xy, bool angleInDegrees=false, Stream &stream=Stream::Null())
	將極座標轉換為笛卡爾座標。
void	polarToCart (InputArray magnitudeAngle, OutputArray xy, bool angleInDegrees=false, Stream &stream=Stream::Null())
	將極座標轉換為笛卡爾座標。
void	pow (InputArray src, double power, OutputArray dst, Stream &stream=Stream::Null())
	將每個矩陣元素提升到指定冪。
void	printCudaDeviceInfo (int device)
void	printShortCudaDeviceInfo (int device)
void	projectPoints (const GpuMat &src, const Mat &rvec, const Mat &tvec, const Mat &camera_mat, const Mat &dist_coef, GpuMat &dst, Stream &stream=Stream::Null())
void	pyrDown (InputArray src, OutputArray dst, Stream &stream=Stream::Null())
	平滑影像並對其進行下采樣。
void	pyrUp (InputArray src, OutputArray dst, Stream &stream=Stream::Null())
	對影像進行上取樣然後平滑。
void	rectStdDev (InputArray src, InputArray sqr, OutputArray dst, Rect rect, Stream &stream=Stream::Null())
	計算積分影像的標準差。
void	reduce (InputArray mtx, OutputArray vec, int dim, int reduceOp, int dtype=-1, Stream &stream=Stream::Null())
	將矩陣降維為向量。
void	registerPageLocked (Mat &m)
	頁面鎖定矩陣記憶體並將其對映到裝置。
void	remap (InputArray src, OutputArray dst, InputArray xmap, InputArray ymap, int interpolation, int borderMode=BORDER_CONSTANT, Scalar borderValue=Scalar(), Stream &stream=Stream::Null())
	對影像應用通用幾何變換。
void	reprojectImageTo3D (GpuMat disp, GpuMat &xyzw, Mat Q, int dst_cn=4, Stream &stream=Stream::Null())
void	reprojectImageTo3D (InputArray disp, OutputArray xyzw, InputArray Q, int dst_cn=4, Stream &stream=Stream::Null())
	將視差影像重新投影到3D空間。
void	重置裝置 ()
	明確銷燬並清理當前程序中與當前裝置關聯的所有資源。
void	resize (InputArray src, OutputArray dst, Size dsize, double fx=0, double fy=0, int interpolation=INTER_LINEAR, Stream &stream=Stream::Null())
	調整影像大小。
void	rotate (InputArray src, OutputArray dst, Size dsize, double angle, double xShift=0, double yShift=0, int interpolation=INTER_LINEAR, Stream &stream=Stream::Null())
	圍繞原點 (0,0) 旋轉影像，然後對其進行平移。
void	rshift (InputArray src, Scalar val, OutputArray dst, Stream &stream=Stream::Null())
void	rshift (InputArray src, Scalar_< int > val, OutputArray dst, Stream &stream=Stream::Null())
	對影像執行按畫素右移常量值操作。
static void	scaleAdd (InputArray src1, double alpha, InputArray src2, OutputArray dst, Stream &stream=Stream::Null())
	將縮放後的陣列加到另一個數組（dst = alpha*src1 + src2）
void	setBufferPoolConfig (int deviceId, size_t stackSize, int stackCount)
void	setBufferPoolUsage (bool on)
	BufferPool 管理（必須在建立 Stream 之前呼叫）
void	setDevice (int device)
	為當前執行緒設定並初始化裝置。
void	setGlDevice (int device=0)
	為當前執行緒設定並初始化 CUDA 裝置，支援 OpenGL 互操作性。
void	solvePnPRansac (const Mat &object, const Mat &image, const Mat &camera_mat, const Mat &dist_coef, Mat &rvec, Mat &tvec, bool use_extrinsic_guess=false, int num_iters=100, float max_dist=8.0, int min_inlier_count=100, std::vector< int > *inliers=NULL)
	從3D-2D點對應關係中查詢物體姿態。
void	spatialMoments (InputArray src, OutputArray moments, const bool binaryImage=false, const MomentsOrder order=MomentsOrder::THIRD_ORDER_MOMENTS, const int momentsType=CV_64F, Stream &stream=Stream::Null())
	計算光柵化形狀的所有三階空間矩。
void	split (InputArray src, GpuMat *dst, Stream &stream=Stream::Null())
	將多通道矩陣的每個平面複製到一個數組中。
void	split (InputArray src, std::vector< GpuMat > &dst, Stream &stream=Stream::Null())
void	sqr (InputArray src, OutputArray dst, Stream &stream=Stream::Null())
	計算每個矩陣元素的平方值。
void	sqrIntegral (InputArray src, OutputArray sqsum, Stream &stream=Stream::Null())
	計算平方積分影像。
Scalar	sqrSum (InputArray src, InputArray mask=noArray())
	返回矩陣元素的平方和。
void	sqrt (InputArray src, OutputArray dst, Stream &stream=Stream::Null())
	計算每個矩陣元素的平方根。
void	subtract (InputArray src1, InputArray src2, OutputArray dst, InputArray mask=noArray(), int dtype=-1, Stream &stream=Stream::Null())
	計算矩陣-矩陣或矩陣-標量差。
void	subtractWithScalar (InputArray src1, Scalar src2, OutputArray dst, InputArray mask=noArray(), int dtype=-1, Stream &stream=Stream::Null())
	計算矩陣與標量的差值。
Scalar	sum (InputArray src, InputArray mask=noArray())
	返回矩陣元素的和。
void	swapChannels (InputOutputArray image, const int dstOrder[4], Stream &stream=Stream::Null())
	原位交換影像的顏色通道。
double	threshold (InputArray src, OutputArray dst, double thresh, double maxval, int type, Stream &stream=Stream::Null())
	對每個陣列元素應用固定級別的閾值。
void	transformPoints (const GpuMat &src, const Mat &rvec, const Mat &tvec, GpuMat &dst, Stream &stream=Stream::Null())
void	transpose (InputArray src1, OutputArray dst, Stream &stream=Stream::Null())
	轉置矩陣。
void	unregisterPageLocked (Mat &m)
	取消矩陣記憶體對映並使其再次可分頁。
void	warpAffine (InputArray src, OutputArray dst, InputArray M, Size dsize, int flags=INTER_LINEAR, int borderMode=BORDER_CONSTANT, Scalar borderValue=Scalar(), Stream &stream=Stream::Null())
	對影像應用仿射變換。
void	warpAffine (InputArray src, OutputArray dst, Mat M, Size dsize, int flags=INTER_LINEAR, int borderMode=BORDER_CONSTANT, Scalar borderValue=Scalar(), Stream &stream=Stream::Null())
void	warpAffine (InputArray src, OutputArray dst, UMat M, Size dsize, int flags=INTER_LINEAR, int borderMode=BORDER_CONSTANT, Scalar borderValue=Scalar(), Stream &stream=Stream::Null())
void	warpPerspective (InputArray src, OutputArray dst, InputArray M, Size dsize, int flags=INTER_LINEAR, int borderMode=BORDER_CONSTANT, Scalar borderValue=Scalar(), Stream &stream=Stream::Null())
	對影像應用透視變換。
void	warpPerspective (InputArray src, OutputArray dst, Mat M, Size dsize, int flags=INTER_LINEAR, int borderMode=BORDER_CONSTANT, Scalar borderValue=Scalar(), Stream &stream=Stream::Null())
void	warpPerspective (InputArray src, OutputArray dst, UMat M, Size dsize, int flags=INTER_LINEAR, int borderMode=BORDER_CONSTANT, Scalar borderValue=Scalar(), Stream &stream=Stream::Null())
Stream	wrapStream (size_t cudaStreamMemoryAddress)
	繫結過載，用於從現有 CUDA 執行時 API 流指標 (cudaStream_t) 中儲存的地址建立 Stream 物件。

函式文件

createMedianFilter()

Ptr< Filter > cv::cuda::createMedianFilter	(	int	srcType,
		int	windowSize,
		int	partition = 128 )

對源影像的每個點執行中值濾波。

引數

srcType	源影像型別。目前僅支援 CV_8UC1 影像。
windowSize	用於濾波的核大小。使用 (windowSize x windowSize) 濾波器。
partition	指定工作負載的並行粒度。此引數應由 GPU 專家在最佳化效能時使用。

輸出已使用中值濾波公式進行濾波的影像。

該演算法的詳細資訊可在以下文獻中找到：Green, O., 2017. "Efficient scalable median filtering using histogram-based operations", IEEE Transactions on Image Processing, 27(5), pp.2217-2228。