詳細描述

函式
標量	cv::cuda::absSum (InputArray src, InputArray mask=noArray())
	返回矩陣元素的絕對值之和。

void	cv::cuda::calcAbsSum (InputArray src, OutputArray dst, InputArray mask=noArray(), Stream &stream=Stream::Null())

void	cv::cuda::calcNorm (InputArray src, OutputArray dst, int normType, InputArray mask=noArray(), Stream &stream=Stream::Null())

void	cv::cuda::calcNormDiff (InputArray src1, InputArray src2, OutputArray dst, int normType=NORM_L2, Stream &stream=Stream::Null())

void	cv::cuda::calcSqrSum (InputArray src, OutputArray dst, InputArray mask=noArray(), Stream &stream=Stream::Null())

void	cv::cuda::calcSum (InputArray src, OutputArray dst, InputArray mask=noArray(), Stream &stream=Stream::Null())

int	cv::cuda::countNonZero (InputArray src)
	計數非零矩陣元素。

void	cv::cuda::countNonZero (InputArray src, OutputArray dst, Stream &stream=Stream::Null())

void	cv::cuda::findMinMax (InputArray src, OutputArray dst, InputArray mask=noArray(), Stream &stream=Stream::Null())

void	cv::cuda::findMinMaxLoc (InputArray src, OutputArray minMaxVals, OutputArray loc, InputArray mask=noArray(), Stream &stream=Stream::Null())

void	cv::cuda::integral (InputArray src, OutputArray sum, Stream &stream=Stream::Null())
	計算積分影像。

void	cv::cuda::meanStdDev (InputArray mtx, OutputArray dst, Stream &stream=Stream::Null())

void	cv::cuda::meanStdDev (InputArray mtx, Scalar &mean, Scalar &stddev)

void	cv::cuda::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	cv::cuda::meanStdDev (InputArray src, Scalar &mean, Scalar &stddev, InputArray mask)

void	cv::cuda::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	cv::cuda::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。

double	cv::cuda::norm (InputArray src1, InputArray src2, int normType=NORM_L2)
	返回兩個矩陣的差值。

double	cv::cuda::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	cv::cuda::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。

void	cv::cuda::rectStdDev (InputArray src, InputArray sqr, OutputArray dst, Rect rect, Stream &stream=Stream::Null())
	計算積分影像的標準差。

void	cv::cuda::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	cv::cuda::sqrIntegral (InputArray src, OutputArray sqsum, Stream &stream=Stream::Null())
	計算平方積分影像。

標量	cv::cuda::sqrSum (InputArray src, InputArray mask=noArray())
	返回矩陣元素的平方和。

標量	cv::cuda::sum (InputArray src, InputArray mask=noArray())
	返回矩陣元素的和。

函式文件

◆ absSum()

Scalar cv::cuda::absSum	(	InputArray	src,
		InputArray	mask = noArray() )

#include <opencv2/cudaarithm.hpp>

返回矩陣元素的絕對值之和。

引數

src	除 CV_64F 外，任何深度的源影像。
mask	可選操作掩碼；它必須與 src1 具有相同的大小，且型別為 CV_8UC1。

◆ calcAbsSum()

void cv::cuda::calcAbsSum	(	InputArray	src,
		OutputArray	dst,
		InputArray	mask = noArray(),
		Stream &	stream = Stream::Null() )

#include <opencv2/cudaarithm.hpp>

這是一個過載成員函式，為方便起見而提供。它與上述函式僅在接受的引數方面有所不同。

◆ calcNorm()

void cv::cuda::calcNorm	(	InputArray	src,
		OutputArray	dst,
		int	normType,
		InputArray	mask = noArray(),
		Stream &	stream = Stream::Null() )

#include <opencv2/cudaarithm.hpp>

這是一個過載成員函式，為方便起見而提供。它與上述函式僅在接受的引數方面有所不同。

◆ calcNormDiff()

void cv::cuda::calcNormDiff	(	InputArray	src1,
		InputArray	src2,
		OutputArray	dst,
		int	normType = NORM_L2,
		Stream &	stream = Stream::Null() )

#include <opencv2/cudaarithm.hpp>

這是一個過載成員函式，為方便起見而提供。它與上述函式僅在接受的引數方面有所不同。

◆ calcSqrSum()

void cv::cuda::calcSqrSum	(	InputArray	src,
		OutputArray	dst,
		InputArray	mask = noArray(),
		Stream &	stream = Stream::Null() )

#include <opencv2/cudaarithm.hpp>

這是一個過載成員函式，為方便起見而提供。它與上述函式僅在接受的引數方面有所不同。

◆ calcSum()

void cv::cuda::calcSum	(	InputArray	src,
		OutputArray	dst,
		InputArray	mask = noArray(),
		Stream &	stream = Stream::Null() )

#include <opencv2/cudaarithm.hpp>

這是一個過載成員函式，為方便起見而提供。它與上述函式僅在接受的引數方面有所不同。

◆ countNonZero() [1/2]

int cv::cuda::countNonZero ( InputArray src )

#include <opencv2/cudaarithm.hpp>

計數非零矩陣元素。

引數

src 單通道源影像。

該函式在計算能力低於 1.3 的 GPU 上不適用於 CV_64F 影像。

另請參見: countNonZero

◆ countNonZero() [2/2]

void cv::cuda::countNonZero	(	InputArray	src,
		OutputArray	dst,
		Stream &	stream = Stream::Null() )

#include <opencv2/cudaarithm.hpp>

這是一個過載成員函式，為方便起見而提供。它與上述函式僅在接受的引數方面有所不同。

◆ findMinMax()

void cv::cuda::findMinMax	(	InputArray	src,
		OutputArray	dst,
		InputArray	mask = noArray(),
		Stream &	stream = Stream::Null() )

#include <opencv2/cudaarithm.hpp>

這是一個過載成員函式，為方便起見而提供。它與上述函式僅在接受的引數方面有所不同。

◆ findMinMaxLoc()

void cv::cuda::findMinMaxLoc	(	InputArray	src,
		OutputArray	minMaxVals,
		OutputArray	loc,
		InputArray	mask = noArray(),
		Stream &	stream = Stream::Null() )

#include <opencv2/cudaarithm.hpp>

這是一個過載成員函式，為方便起見而提供。它與上述函式僅在接受的引數方面有所不同。

◆ integral()

void cv::cuda::integral	(	InputArray	src,
		OutputArray	sum,
		Stream &	stream = Stream::Null() )

#include <opencv2/cudaarithm.hpp>

計算積分影像。

引數

src	源影像。目前僅支援 CV_8UC1 影像。
sum	積分影像，包含打包為 CV_32SC1 的 32 位無符號整數值。
流	用於非同步版本的流。

另請參見: integral

◆ meanStdDev() [1/4]

void cv::cuda::meanStdDev	(	InputArray	◆ makePtr(),
		OutputArray	dst,
		Stream &	stream = Stream::Null() )

#include <opencv2/cudaarithm.hpp>

這是一個過載成員函式，為方便起見而提供。它與上述函式僅在接受的引數方面有所不同。

引數

◆ makePtr()	源矩陣。目前支援 CV_8UC1 和 CV_32FC1 矩陣。
dst	目標 GpuMat，大小為 1x2，型別為 CV_64FC1。第一個值為平均值，第二個為標準差。
流	用於非同步版本的流。

◆ meanStdDev() [2/4]

void cv::cuda::meanStdDev	(	InputArray	◆ makePtr(),
		Scalar &	mean,
		Scalar &	stddev )

#include <opencv2/cudaarithm.hpp>

這是一個過載成員函式，為方便起見而提供。它與上述函式僅在接受的引數方面有所不同。

引數

◆ makePtr()	源矩陣。目前支援 CV_8UC1 和 CV_32FC1 矩陣。
mean	均值。
stddev	標準差值。

◆ meanStdDev() [3/4]

void cv::cuda::meanStdDev	(	InputArray	src,
		OutputArray	dst,
		InputArray	mask,
		Stream &	stream = Stream::Null() )

#include <opencv2/cudaarithm.hpp>

計算矩陣元素的平均值和標準差。

引數

src	源矩陣。目前支援 CV_8UC1 和 CV_32FC1 矩陣。
dst	目標 GpuMat，大小為 1x2，型別為 CV_64FC1。第一個值為平均值，第二個為標準差。
mask	操作掩碼。
流	用於非同步版本的流。

另請參見: meanStdDev

◆ meanStdDev() [4/4]

void cv::cuda::meanStdDev	(	InputArray	src,
		Scalar &	mean,
		Scalar &	stddev,
		InputArray	mask )

#include <opencv2/cudaarithm.hpp>

這是一個過載成員函式，為方便起見而提供。它與上述函式僅在接受的引數方面有所不同。

引數

src	源矩陣。目前支援 CV_8UC1 和 CV_32FC1 矩陣。
mean	均值。
stddev	標準差值。
mask	操作掩碼。

◆ minMax()

void cv::cuda::minMax	(	InputArray	src,
		如果傳入NULL，則假定尺度引數c為1.0。否則，指向的變數將被設定為最優尺度。	minVal,
		如果傳入NULL，則假定尺度引數c為1.0。否則，指向的變數將被設定為最優尺度。	maxVal,
		InputArray	mask = noArray() )

#include <opencv2/cudaarithm.hpp>

查詢全域性最小和最大矩陣元素並返回其值。

引數

src	單通道源影像。
minVal	指向返回的最小值。如果不需要，請使用 NULL。
maxVal	指向返回的最大值。如果不需要，請使用 NULL。
mask	用於選擇子矩陣的可選掩碼。

該函式在計算能力低於 1.3 的 GPU 上不適用於 CV_64F 影像。

另請參見: minMaxLoc

◆ minMaxLoc()

void cv::cuda::minMaxLoc	(	InputArray	src,
		如果傳入NULL，則假定尺度引數c為1.0。否則，指向的變數將被設定為最優尺度。	minVal,
		如果傳入NULL，則假定尺度引數c為1.0。否則，指向的變數將被設定為最優尺度。	maxVal,
		Point *	minLoc (最小位置),
		Point *	maxLoc (最大位置),
		InputArray	mask = noArray() )

#include <opencv2/cudaarithm.hpp>

查詢全域性最小和最大矩陣元素，並返回其值及位置。

引數

src	單通道源影像。
minVal	指向返回的最小值。如果不需要，請使用 NULL。
maxVal	指向返回的最大值。如果不需要，請使用 NULL。
minLoc (最小位置)	指向返回的最小位置。如果不需要，請使用 NULL。
maxLoc (最大位置)	指向返回的最大位置。如果不需要，請使用 NULL。
mask	用於選擇子矩陣的可選掩碼。

該函式在計算能力低於 1.3 的 GPU 上不適用於 CV_64F 影像。

另請參見: minMaxLoc

◆ norm() [1/2]

double cv::cuda::norm	(	InputArray	src1,
		InputArray	src2,
		int	normType = NORM_L2 )

#include <opencv2/cudaarithm.hpp>

返回兩個矩陣的差值。

引數

src1	源矩陣。支援除 64F 之外的任何矩陣。
src2	第二個源矩陣（如果有），與 src1 具有相同的大小和型別。
normType	範數型別。目前支援 NORM_L1、NORM_L2 和 NORM_INF。

另請參見: norm

◆ norm() [2/2]

double cv::cuda::norm	(	InputArray	src1,
		int	normType,
		InputArray	mask = noArray() )

#include <opencv2/cudaarithm.hpp>

返回矩陣的範數（或兩個矩陣的差值範數）。

引數

src1	源矩陣。支援除 64F 之外的任何矩陣。
normType	範數型別。目前支援 NORM_L1、NORM_L2 和 NORM_INF。
mask	可選操作掩碼；它必須與 src1 具有相同的大小，且型別為 CV_8UC1。

另請參見: norm

◆ normalize()

void cv::cuda::normalize	(	InputArray	src,
		OutputArray	dst,
		double	alpha,
		double	beta,
		int	norm_type,
		int	dtype,
		InputArray	mask = noArray(),
		Stream &	stream = Stream::Null() )

#include <opencv2/cudaarithm.hpp>

對陣列的範數或值範圍進行歸一化。

引數

src	輸入陣列。
dst	與 src 大小相同的輸出陣列。
alpha	用於歸一化的範數值，或在範圍歸一化情況下的下限。
beta	範圍歸一化情況下的上限；在範數歸一化中不使用。
norm_type	歸一化型別（NORM_MINMAX、NORM_L2、NORM_L1 或 NORM_INF）。
dtype	當為負時，輸出陣列與 src 型別相同；否則，它與 src 具有相同的通道數，深度為 =CV_MAT_DEPTH(dtype)。
mask	可選操作掩碼。
流	用於非同步版本的流。

另請參見: normalize

◆ rectStdDev()

void cv::cuda::rectStdDev	(	InputArray	src,
		InputArray	sqr,
		OutputArray	dst,
		Rect	rect,
		Stream &	stream = Stream::Null() )

#include <opencv2/cudaarithm.hpp>

計算積分影像的標準差。

引數

src	源影像。僅支援 CV_32SC1 型別。
sqr	平方源影像。僅支援 CV_32FC1 型別。
dst	目標影像，與 src 型別和大小相同。
rect	矩形視窗。
流	用於非同步版本的流。

◆ reduce()

void cv::cuda::reduce	(	InputArray	◆ makePtr(),
		OutputArray	vec,
		int	dim,
		int	reduceOp,
		int	dtype = -1,
		Stream &	stream = Stream::Null() )

#include <opencv2/cudaarithm.hpp>

將矩陣降維為向量。

引數

◆ makePtr()	源 2D 矩陣。
vec	目標向量。其大小和型別由 dim 和 dtype 引數定義。
dim	矩陣沿其縮減的維度索引。0 表示矩陣縮減為單行。1 表示矩陣縮減為單列。
reduceOp	縮減操作，可以是以下之一： REDUCE_SUM 輸出是矩陣所有行/列的和。 REDUCE_AVG 輸出是矩陣所有行/列的平均向量。 REDUCE_MAX 輸出是矩陣所有行/列的最大值（按列/行）。 REDUCE_MIN 輸出是矩陣所有行/列的最小值（按列/行）。
dtype	當它為負時，目標向量將與源矩陣具有相同的型別。否則，其型別將為 CV_MAKE_TYPE(CV_MAT_DEPTH(dtype), mtx.channels())。
流	用於非同步版本的流。

函式 reduce 將矩陣縮減為一個向量，它將矩陣的行/列視為一組 1D 向量，並在這些向量上執行指定的操作，直到獲得單行/單列。例如，該函式可用於計算柵格影像的水平和垂直投影。在 REDUCE_SUM 和 REDUCE_AVG 的情況下，輸出可能具有更大的元素位深度以保持精度。這兩種縮減模式也支援多通道陣列。

另請參見: reduce

◆ sqrIntegral()

void cv::cuda::sqrIntegral	(	InputArray	src,
		OutputArray	sqsum,
		Stream &	stream = Stream::Null() )

#include <opencv2/cudaarithm.hpp>

計算平方積分影像。

引數

src	源影像。目前僅支援 CV_8UC1 影像。
sqsum	平方積分影像，包含打包為 CV_64FC1 的 64 位無符號整數值。
流	用於非同步版本的流。

◆ sqrSum()

Scalar cv::cuda::sqrSum	(	InputArray	src,
		InputArray	mask = noArray() )

#include <opencv2/cudaarithm.hpp>

返回矩陣元素的平方和。

引數

src	除 CV_64F 外，任何深度的源影像。
mask	可選操作掩碼；它必須與 src1 具有相同的大小，且型別為 CV_8UC1。

◆ sum()

Scalar cv::cuda::sum	(	InputArray	src,
		InputArray	mask = noArray() )

#include <opencv2/cudaarithm.hpp>

返回矩陣元素的和。

引數

src	除 CV_64F 外，任何深度的源影像。
mask	可選操作掩碼；它必須與 src1 具有相同的大小，且型別為 CV_8UC1。

另請參見: sum