矩陣歸約

詳細說明

函式
Scalar	cv::cuda::absSum (InputArray src, InputArray mask=noArray())
	返回矩陣元素絕對值的和。
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)
	統計矩陣中非零元素的個數。
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，並返回其值及其位置。
double	cv::cuda::norm (InputArray src1, InputArray src2, int normType=NORM_L2)
	返回兩個矩陣的差異。
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）。
void	cv::cuda::normalize (InputArray src, OutputArray dst, double alpha, double beta, int norm_type, int dtype, InputArray mask=noArray(), Stream &stream=Stream::Null())
	歸一化陣列的範數或數值範圍。
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。
Scalar	cv::cuda::sqrSum (InputArray src, InputArray mask=noArray())
	返回矩陣元素的平方和。
Scalar	cv::cuda::sum (InputArray src, InputArray mask=noArray())
	返回矩陣元素的和。

函式文件 (Function Documentation)

absSum()

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

#include <opencv2/cudaarithm.hpp>

返回矩陣元素絕對值的和。

引數

src	源影像，任意深度，除了CV_64F。
mask	可選操作掩碼；它必須具有與src1相同的尺寸和CV_8UC1型別。

calcAbsSum()

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

#include <opencv2/cudaarithm.hpp>

這是一個過載的成員函式，為方便起見而提供。它與上述函式的區別僅在於所接受的引數不同。

calcNorm()

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

#include <opencv2/cudaarithm.hpp>

這是一個過載的成員函式，為方便起見而提供。它與上述函式的區別僅在於所接受的引數不同。

calcNormDiff()

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

#include <opencv2/cudaarithm.hpp>

這是一個過載的成員函式，為方便起見而提供。它與上述函式的區別僅在於所接受的引數不同。

calcSqrSum()

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

#include <opencv2/cudaarithm.hpp>

這是一個過載的成員函式，為方便起見而提供。它與上述函式的區別僅在於所接受的引數不同。

calcSum()

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

#include <opencv2/cudaarithm.hpp>

這是一個過載的成員函式，為方便起見而提供。它與上述函式的區別僅在於所接受的引數不同。

countNonZero() [1/2]

int cv::cuda::countNonZero

(

InputArray

src

)

#include <opencv2/cudaarithm.hpp>

統計矩陣中非零元素的個數。

引數

src

單通道源影像。

對於計算能力< 1.3的GPU，該函式不適用於CV_64F影像。

另請參閱

countNonZero

countNonZero() [2/2]

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

#include <opencv2/cudaarithm.hpp>

這是一個過載的成員函式，為方便起見而提供。它與上述函式的區別僅在於所接受的引數不同。

findMinMax()

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

#include <opencv2/cudaarithm.hpp>

這是一個過載的成員函式，為方便起見而提供。它與上述函式的區別僅在於所接受的引數不同。

findMinMaxLoc()

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

#include <opencv2/cudaarithm.hpp>

這是一個過載的成員函式，為方便起見而提供。它與上述函式的區別僅在於所接受的引數不同。

integral()

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

#include <opencv2/cudaarithm.hpp>

計算積分影像。

引數

src	源影像。目前只支援CV_8UC1影像。
sum	包含打包在CV_32SC1中的32位無符號整數值的積分影像。
流	Stream 用於非同步版本。

另請參閱

integral

meanStdDev() [1/4]

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

#include <opencv2/cudaarithm.hpp>

這是一個過載的成員函式，為方便起見而提供。它與上述函式的區別僅在於所接受的引數不同。

引數

mtx (矩陣)	源矩陣。目前支援CV_8UC1和CV_32FC1矩陣。
dst	大小為1x2、型別為CV_64FC1的目標GpuMat。第一個值是均值，第二個值是標準差。
流	Stream 用於非同步版本。

meanStdDev() [2/4]

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

#include <opencv2/cudaarithm.hpp>

這是一個過載的成員函式，為方便起見而提供。它與上述函式的區別僅在於所接受的引數不同。

引數

mtx (矩陣)	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,
		流 (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	大小為1x2、型別為CV_64FC1的目標GpuMat。第一個值是均值，第二個值是標準差。
mask	操作掩碼。
流	Stream 用於非同步版本。

另請參閱

meanStdDev

meanStdDev() [4/4]

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

#include <opencv2/cudaarithm.hpp>

這是一個過載的成員函式，為方便起見而提供。它與上述函式的區別僅在於所接受的引數不同。

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,
		double *	minVal,
		double *	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	指向返回的最小值的指標。如果不需要，請使用NULL。
maxVal	指向返回的最大值的指標。如果不需要，請使用NULL。
mask	可選掩碼，用於選擇子矩陣。

對於計算能力< 1.3的GPU，該函式不適用於CV_64F影像。

另請參閱

minMaxLoc

minMaxLoc()

void cv::cuda::minMaxLoc	(	InputArray	src,
		double *	minVal,
		double *	maxVal,
		點 (Point) *	minLoc,
		點 (Point) *	maxLoc,
		InputArray	mask = noArray() )

#include <opencv2/cudaarithm.hpp>

查詢全域性最小和最大矩陣元素，並返回其值及其位置。

引數

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

對於計算能力< 1.3的GPU，該函式不適用於CV_64F影像。

另請參閱

minMaxLoc

norm() [1/2]

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

#include <opencv2/cudaarithm.hpp>

返回兩個矩陣的差異。

引數

src1	源矩陣。支援除64F以外的任何矩陣。
src2	第二個源矩陣（如果存在），尺寸和型別與src1相同。
normType	範數型別。目前支援NORM_L1、NORM_L2和NORM_INF。

另請參閱

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）。

引數

src1	源矩陣。支援除64F以外的任何矩陣。
normType	範數型別。目前支援NORM_L1、NORM_L2和NORM_INF。
mask	可選操作掩碼；它必須具有與src1相同的尺寸和CV_8UC1型別。

另請參閱

norm

normalize()

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

#include <opencv2/cudaarithm.hpp>

歸一化陣列的範數或數值範圍。

引數

src	輸入陣列。
dst	輸出陣列，尺寸與src相同。
alpha	歸一化到的範數值，或在範圍歸一化情況下，範圍的下邊界。
beta	範圍歸一化情況下的範圍上邊界；對於範數歸一化，它不被使用。
norm_type	歸一化型別（NORM_MINMAX、NORM_L2、NORM_L1或NORM_INF）。
dtype	當為負數時，輸出陣列的型別與src相同；否則，它具有與src相同的通道數，深度為CV_MAT_DEPTH(dtype)。
mask	可選操作掩碼。
流	Stream 用於非同步版本。

另請參閱

normalize

rectStdDev()

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

#include <opencv2/cudaarithm.hpp>

計算積分影像的標準差。

引數

src	源影像。目前只支援CV_32SC1型別。
sqr	平方源影像。目前只支援CV_32FC1型別。
dst	目標影像，與src型別和尺寸相同。
rect	矩形視窗。
流	Stream 用於非同步版本。

reduce()

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

#include <opencv2/cudaarithm.hpp>

將矩陣降維為向量。

引數

mtx (矩陣)	源2D矩陣。
vec	目標向量。其尺寸和型別由dim和dtype引數定義。
dim	沿矩陣進行歸約的維度索引。0表示矩陣被歸約到單行。1表示矩陣被歸約到單列。
reduceOp	歸約操作，可以是以下之一： REDUCE_SUM 輸出是矩陣所有行/列的總和。 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	當為負數時，目標向量的型別將與源矩陣相同。否則，其型別將為CV_MAKE_TYPE(CV_MAT_DEPTH(dtype), mtx.channels())。
流	Stream 用於非同步版本。

reduce函式透過將矩陣的行/列視為一組一維向量，然後對這些向量執行指定的操作直到獲得單個行/列，從而將矩陣歸約到一個向量。例如，該函式可用於計算柵格影像的水平和垂直投影。對於REDUCE_SUM和REDUCE_AVG，輸出可能會有更大的位深度以保持精度。在這兩種歸約模式下，也支援多通道陣列。

另請參閱

reduce

sqrIntegral()

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

#include <opencv2/cudaarithm.hpp>

計算平方積分影像。

引數

src	源影像。目前只支援CV_8UC1影像。
sqsum	包含打包在CV_64FC1中的64位無符號整數值的平方積分影像。
流	Stream 用於非同步版本。

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	源影像，任意深度，除了CV_64F。
mask	可選操作掩碼；它必須具有與src1相同的尺寸和CV_8UC1型別。

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	源影像，任意深度，除了CV_64F。
mask	可選操作掩碼；它必須具有與src1相同的尺寸和CV_8UC1型別。

另請參閱

sum