詳細描述

類別
class	cv::fastcv::FCVMSER
	用於灰階影像的 MSER 斑點偵測器。更多資訊...

class	cv::fastcv::QcAllocator
	Qualcomm 的客製化記憶體配置器。此配置器使用 Qualcomm 的記憶體管理功能。更多資訊...

class	cv::fastcv::QcResourceManager
	FastCV 配置的資源管理器。此類別管理活躍的記憶體配置。更多資訊...

函式
void	cv::fastcv::arithmetic_op (InputArray src1, InputArray src2, OutputArray dst, int op)
	兩個矩陣的算術加法和減法運算，已針對 Qualcomm 處理器進行優化。

void	cv::fastcv::bilateralFilter (InputArray _src, OutputArray _dst, int d, float sigmaColor, float sigmaSpace, int borderType=BORDER_DEFAULT)
	對影像套用雙邊濾波器，考慮每個像素鄰域的 d 像素直徑。此濾波器不支援就地操作。

void	cv::fastcv::bilateralRecursive (cv::InputArray src, cv::OutputArray dst, float sigmaColor=0.03f, float sigmaSpace=0.1f)
	遞迴雙邊濾波。

void	cv::fastcv::buildPyramid (InputArray src, OutputArrayOfArrays pyr, int nLevels, bool scaleBy2=true, int borderType=cv::BORDER_REFLECT, uint8_t borderValue=0)
	從單一原始影像建立浮點數 32 位元影像金字塔，根據預設層級逐級縮小。此 API 支援 ORB 縮放和縮小一半。

void	cv::fastcv::calcHist (InputArray _src, OutputArray _hist)
	計算輸入影像的直方圖。此功能以優化方式實現了針對 8 位元無符號單通道影像的 256 階直方圖計算的特定應用情境。

void	cv::fastcv::dsp::Canny (InputArray _src, OutputArray _dst, int lowThreshold, int highThreshold, int apertureSize=3, bool L2gradient=false)
	對 8 位元灰階影像套用 Canny 邊緣偵測器。

void	cv::fastcv::clusterEuclidean (InputArray points, InputArray clusterCenters, OutputArray newClusterCenters, OutputArray clusterSizes, OutputArray clusterBindings, OutputArray clusterSumDists, int numPointsUsed=-1)
	將 D 維空間中的 N 個輸入點叢集化為 K 個叢集。接受 8 位元無符號整數點。在 Qualcomm 處理器上提供比 cv::kmeans 更快的執行時間。

void	cv::fastcv::DCT (InputArray src, OutputArray dst)
	此函數對輸入影像執行 8x8 正向離散餘弦轉換。接受 8 位元無符號整數類型輸入並產生 16 位元有符號整數類型輸出。在 Qualcomm 處理器上提供比 cv::dct 更快的執行時間。

void	cv::fastcv::FAST10 (InputArray src, InputArray mask, OutputArray coords, OutputArray scores, int barrier, int border, bool nmsEnabled)
	根據遮罩從影像中提取 FAST10 角點和分數。遮罩指定了偵測器要忽略的像素，專為 Qualcomm 處理器上的角點偵測而設計，提供更快的速度。

void	cv::fastcv::dsp::fcvdspdeinit ()
	解初始化 FastCV DSP 環境。

int	cv::fastcv::dsp::fcvdspinit ()
	初始化 FastCV DSP 環境。

void	cv::fastcv::dsp::FFT (InputArray src, OutputArray dst)
	計算實數矩陣的一維或二維快速傅立葉轉換。對於二維情況，輸入和輸出矩陣的寬度和高度必須是 2 的冪次方。對於一維情況，矩陣的高度必須為 1，而寬度必須是 2 的冪次方。

void	cv::fastcv::FFT (InputArray src, OutputArray dst)
	計算實數矩陣的一維或二維快速傅立葉轉換。對於二維情況，輸入和輸出矩陣的寬度和高度必須是 2 的冪次方。對於一維情況，矩陣的高度必須為 1，而寬度必須是 2 的冪次方。接受 8 位元無符號整數陣列，而 cv::dft 接受浮點數或複數陣列。

void	cv::fastcv::fillConvexPoly (InputOutputArray img, InputArray pts, Scalar color)
	繪製凸多邊形。此函數使用指定顏色填充凸多邊形的內部。要求寬度和步長為 8 的倍數。

void	cv::fastcv::dsp::filter2D (InputArray _src, OutputArray _dst, int ddepth, InputArray _kernel)
	使用不可分離核心過濾影像。

void	cv::fastcv::filter2D (InputArray _src, OutputArray _dst, int ddepth, InputArray _kernel)
	帶有不可分離核心的 NxN 相關性。邊界（達到半核心寬度）將被忽略。

void	cv::fastcv::gaussianBlur (InputArray _src, OutputArray _dst, int kernel_size=3, bool blur_border=true)
	Sigma = 0 且核心大小為方形的高斯模糊。處理邊界的方式與 cv::GaussianBlur 不同，導致輸出略有差異。

void	cv::fastcv::gemm (InputArray src1, InputArray src2, OutputArray dst, float alpha=1.0, InputArray src3=noArray(), float beta=0.0)
	兩個浮點型矩陣的乘法 R = aAB + b*C，其中 A,B,C,R 是矩陣，a,b 是常數。已針對 Qualcomm 處理器進行優化。

cv::MatAllocator *	cv::fastcv::getQcAllocator ()
	取得預設的 Qualcomm 記憶體配置器。此函數返回指向預設 Qualcomm 記憶體配置器的指針，該配置器已針對 DSP 使用進行優化。

void	cv::fastcv::houghLines (InputArray src, OutputArray lines, double threshold=0.25)
	執行霍夫直線偵測。

void	cv::fastcv::IDCT (InputArray src, OutputArray dst)
	此函數對輸入影像執行 8x8 逆離散餘弦轉換。在 Qualcomm 處理器上，其逆向情況提供比 cv::dct 更快的執行時間。

void	cv::fastcv::dsp::IFFT (InputArray src, OutputArray dst)
	計算複數矩陣的一維或二維逆快速傅立葉轉換。對於二維情況，輸入和輸出矩陣的寬度和高度必須是 2 的冪次方。對於一維情況，矩陣的高度必須為 1，而寬度必須是 2 的冪次方。

void	cv::fastcv::IFFT (InputArray src, OutputArray dst)
	計算複數矩陣的一維或二維逆快速傅立葉轉換。對於二維情況，輸入和輸出矩陣的寬度和高度必須是 2 的冪次方。對於一維情況，矩陣的高度必須為 1，而寬度必須是 2 的冪次方。

void	cv::fastcv::integrateYUV (InputArray Y, InputArray CbCr, OutputArray IY, OutputArray ICb, OutputArray ICr)
	YCbCr420 影像的積分。注意：輸入高度應為 2 的倍數。輸入寬度和步長應為 16 的倍數。輸出步長應為 8 的倍數。已針對 Qualcomm 處理器進行優化。

void	cv::fastcv::matmuls8s32 (InputArray src1, InputArray src2, OutputArray dst)
	兩個 int8_t 型矩陣的乘法。使用有符號整數輸入/輸出，而 cv::gemm 使用浮點數輸入/輸出。matmuls8s32 在 Qualcomm 處理器上提供更高的速度。

int	cv::fastcv::meanShift (InputArray src, Rect &rect, TermCriteria termCrit)
	套用均值漂移程序並取得最終收斂位置。此函數對原始影像（通常是概率影像）套用均值漂移程序並取得最終收斂位置。收斂位置搜尋將在達到所需精度或最大迭代次數時停止。演算法中使用的矩以浮點數計算。此函數與 cv::meanShift 不完全位元精確，但在 Snapdragon 處理器上提供改進的延遲。

void	cv::fastcv::merge (InputArrayOfArrays mv, OutputArray dst)
	從多個單通道 CV_8U 矩陣建立一個多通道矩陣。已針對 Qualcomm 處理器進行優化。

cv::Moments	cv::fastcv::moments (InputArray _src, bool binary)
	計算影像像素強度達三階的所有矩。結果以 cv::Moments 結構返回。此函數 cv::fastcv::moments() 使用浮點數計算矩，而 cv::moments() 使用雙精度浮點數計算矩。

void	cv::fastcv::normalizeLocalBox (InputArray _src, OutputArray _dst, Size pSize, bool useStdDev)
	計算影像的局部減法和對比度正規化。影像中的每個像素都透過以該像素為中心的區塊的平均值和標準差進行正規化。已針對 Qualcomm 處理器進行優化。

void	cv::fastcv::remap (InputArray src, OutputArray dst, InputArray map1, InputArray map2, int interpolation, int borderValue=0)
	對灰階 CV_8UC1 影像套用通用幾何變換。

void	cv::fastcv::remapRGBA (InputArray src, OutputArray dst, InputArray map1, InputArray map2, int interpolation)
	對 4 通道 CV_8UC4 影像套用通用幾何變換，使用雙線性或最近鄰插值。

void	cv::fastcv::resizeDown (cv::InputArray _src, cv::OutputArray _dst, Size dsize, double inv_scale_x, double inv_scale_y)
	使用指定的縮放因子或尺寸縮小影像。此函數支援單通道 (CV_8UC1) 和雙通道 (CV_8UC2) 影像。

void	cv::fastcv::sepFilter2D (InputArray _src, OutputArray _dst, int ddepth, InputArray _kernelX, InputArray _kernelY)
	帶有可分離核心的 NxN 相關性。如果 srcImg 和 dstImg 指向相同位址且 srcStride 等於 dstStride，則將執行就地操作。邊界（達到半核心寬度）將被忽略。處理溢出的方式與 OpenCV 不同，此函數將對中間結果和最終結果進行右移。

void	cv::fastcv::sobel (InputArray _src, OutputArray _dx, OutputArray _dy, int kernel_size, int borderType, int borderValue)
	從來源亮度資料建立二維梯度影像，不進行正規化。同時計算 X 方向一階導數或 Y 方向一階導數或兩者。

void	cv::fastcv::sobel3x3u8 (InputArray _src, OutputArray _dst, OutputArray _dsty=noArray(), int ddepth=CV_8U, bool normalization=false)
	從來源亮度資料建立二維梯度影像，不進行正規化。此函數計算 3x3 鄰域上的中心差分，然後將結果與 Sobel 核心卷積，邊界（達到半核心寬度）將被忽略。

void	cv::fastcv::sobelPyramid (InputArrayOfArrays pyr, OutputArrayOfArrays dx, OutputArrayOfArrays dy, int outType=CV_8S)
	從影像金字塔建立梯度金字塔。注意：在梯度計算期間邊界會被忽略。

void	cv::fastcv::split (InputArray src, OutputArrayOfArrays mv)
	將 CV_8U 多通道矩陣分割成多個 CV_8UC1 矩陣。已針對 Qualcomm 處理器進行優化。

void	cv::fastcv::dsp::sumOfAbsoluteDiffs (cv::InputArray _patch, cv::InputArray _src, cv::OutputArray _dst)
	影像與 8x8 模板的絕對差和。

void	cv::fastcv::dsp::thresholdOtsu (InputArray _src, OutputArray _dst, bool type)
	使用 Otsu 方法將灰階影像二值化。如果像素值大於閾值，則將像素設為最大值(255)；否則，將像素設為最小值(0)。閾值是尋找最小化類內變異數（類內的變異數）的值。

void	cv::fastcv::thresholdRange (InputArray src, OutputArray dst, int lowThresh, int highThresh, int trueValue, int falseValue)
	根據一對閾值將灰階影像二值化。二值化影像將包含使用者選擇的兩個值，此函數在 Snapdragon 處理器上提供改進的延遲。

void	cv::fastcv::trackOpticalFlowLK (InputArray src, InputArray dst, InputArrayOfArrays srcPyr, InputArrayOfArrays dstPyr, InputArray ptsIn, OutputArray ptsOut, InputArray ptsEst, OutputArray statusVec, cv::Size winSize=cv::Size(7, 7), cv::TermCriteria termCriteria=cv::TermCriteria(cv::TermCriteria::MAX_ITER\|cv::TermCriteria::EPS, 7, 0.03f *0.03f))
	使用 Lucas-Kanade 演算法計算稀疏光流。接受 8 位元無符號整數影像。在 Qualcomm 處理器上提供更快的執行時間。

void	cv::fastcv::trackOpticalFlowLK (InputArray src, InputArray dst, InputArrayOfArrays srcPyr, InputArrayOfArrays dstPyr, InputArrayOfArrays srcDxPyr, InputArrayOfArrays srcDyPyr, InputArray ptsIn, OutputArray ptsOut, OutputArray statusVec, cv::Size winSize=cv::Size(7, 7), int maxIterations=7)
	LK 追蹤函數 v1 的重載。

void	cv::fastcv::warpAffine (InputArray _src, OutputArray _dst, InputArray _M, Size dsize, int interpolation=INTER_LINEAR, int borderValue=0)
	使用提供的變換矩陣對輸入影像執行仿射變換。

void	cv::fastcv::warpPerspective (InputArray _src, OutputArray _dst, InputArray _M0, Size dsize, int interpolation, int borderType, const Scalar &borderValue)
	使用透視變換轉換影像，與 cv::warpPerspective 相同但不完全位元精確。

void	cv::fastcv::warpPerspective2Plane (InputArray _src1, InputArray _src2, OutputArray _dst1, OutputArray _dst2, InputArray _M0, Size dsize)
	使用相同的變換對兩張影像進行透視變形。在適用情況下使用雙線性插值。例如，同時變形灰階影像和 Alpha 影像，或變形兩個色彩通道。

函式文件

◆ arithmetic_op()

void cv::fastcv::arithmetic_op	(	InputArray	src1,
		InputArray	src2,
		OutputArray	dst,
		int	op )

#include <opencv2/fastcv/arithm.hpp>

兩個矩陣的算術加法和減法運算，已針對 Qualcomm 處理器進行優化。

參數

src1	第一個來源矩陣，可以是 CV_8U、CV_16S、CV_32F 類型。注意：減法不支持 CV_32F
src2	第二個來源矩陣，與 src1 類型和大小相同
dst	結果矩陣，類型與 src 矩陣相同
op	運算類型 - 0 表示加法，1 表示減法

◆ bilateralFilter()

void cv::fastcv::bilateralFilter	(	InputArray	_src,
		OutputArray	_dst,
		int	d,
		float	sigmaColor,
		float	sigmaSpace,
		int	borderType = BORDER_DEFAULT )

#include <opencv2/fastcv/bilateralFilter.hpp>

對影像套用雙邊濾波器，考慮每個像素鄰域的 d 像素直徑。此濾波器不支援就地操作。

參數

_src	輸入影像，類型為 CV_8UC1
_dst	目標影像，類型與 _src 相同
d	核心大小 (可以是 5、7 或 9)
sigmaColor	色彩空間中的濾波器 sigma 值。典型值為 50.0f。增加此值表示增加顏色差異較大的鄰近像素對平滑結果的影響。
sigmaSpace	座標空間中的濾波器 sigma 值。典型值為 1.0f。增加此值表示增加核心大小距離內較遠鄰近像素對平滑結果的影響。
borderType	用於外推影像外部像素的邊界模式

◆ bilateralRecursive()

void cv::fastcv::bilateralRecursive	(	cv::InputArray	src,
		cv::OutputArray	dst,
		float	sigmaColor = 0.03f,
		float	sigmaSpace = 0.1f )

#include <opencv2/fastcv/smooth.hpp>

遞迴雙邊濾波。

與傳統雙邊濾波不同，這裡的平滑實際上是在梯度域中執行的。該演算法聲稱在影像品質和計算方面都比原始雙邊濾波更有效率。參見 Yang Qingxiong 教授的論文 "Recursive Bilateral Filtering, ECCV2012" 中的演算法描述。此函數與 cv::bilateralFilter 不完全位元精確，但在 Snapdragon 處理器上提供改進的延遲。

參數

src	輸入影像，應具有一個 CV_8U 通道
dst	輸出陣列，具有一個 CV_8U 通道
sigmaColor	色彩空間中的 Sigma 值，值越大，演算法平滑的顏色差異越多
sigmaSpace	座標空間中的 Sigma 值，值越大，平滑的像素距離越遠

◆ buildPyramid()

void cv::fastcv::buildPyramid	(	InputArray	src,
		OutputArrayOfArrays	pyr,
		int	nLevels,
		bool	scaleBy2 = true,
		int	borderType = cv::BORDER_REFLECT,
		uint8_t	borderValue = 0 )

#include <opencv2/fastcv/pyramid.hpp>

從單一原始影像建立浮點數 32 位元影像金字塔，根據預設層級逐級縮小。此 API 支援 ORB 縮放和縮小一半。

參數

src	類型為 8U 或 32F 的單通道輸入影像
pyr	包含 nLevels 縮小影像副本的輸出陣列
nLevels	要產生的金字塔層級數量
scaleBy2	將影像縮小 2 倍，或縮小 1/(2)^(1/4) (約為 0.8408964) 的因子 ( ORB 縮小)；浮點影像不支持 ORB 縮放
borderType	如何處理邊界，選項包括 BORDER_REFLECT (映射到 FASTCV_BORDER_REFLECT)、BORDER_REFLECT_101 (映射到 FASTCV_BORDER_REFLECT_V2) 和 BORDER_REPLICATE (映射到 FASTCV_BORDER_REPLICATE)。其他邊界類型映射到 FASTCV_BORDER_UNDEFINED (邊界像素被忽略)。目前，邊界僅支援縮小一半，對於 ORB 縮放會被忽略。浮點影像也會被忽略。
borderValue	用於填充邊界的值，浮點影像會被忽略

◆ calcHist()

void cv::fastcv::calcHist	(	InputArray	_src,
		OutputArray	_hist )

#include <opencv2/fastcv/histogram.hpp>

計算輸入影像的直方圖。此功能以優化方式實現了針對 8 位元無符號單通道影像的 256 階直方圖計算的特定應用情境。

參數

_src	輸入影像，類型為 CV_8UC1
_hist	類型為 int 的 256 階輸出直方圖

◆ Canny()

void cv::fastcv::dsp::Canny	(	InputArray	_src,
		OutputArray	_dst,
		int	lowThreshold,
		int	highThreshold,
		int	apertureSize = 3,
		bool	L2gradient = false )

#include <opencv2/fastcv/edges_dsp.hpp>

對 8 位元灰階影像套用 Canny 邊緣偵測器。

參數

_src	類型為 CV_8UC1 的輸入影像
_dst	包含邊緣偵測結果的 8 位元輸出影像
lowThreshold	第一個閾值
highThreshold	第二個閾值
apertureSize	用於計算梯度的 Sobel 核心大小。支援的大小為 3、5 和 7。
L2gradient	L2 梯度或 L1 梯度

◆ clusterEuclidean()

void cv::fastcv::clusterEuclidean	(	InputArray	points,
		InputArray	clusterCenters,
		OutputArray	newClusterCenters,
		OutputArray	clusterSizes,
		OutputArray	clusterBindings,
		OutputArray	clusterSumDists,
		int	numPointsUsed = -1 )

#include <opencv2/fastcv/cluster.hpp>

將 D 維空間中的 N 個輸入點叢集化為 K 個叢集。接受 8 位元無符號整數點。在 Qualcomm 處理器上提供比 cv::kmeans 更快的執行時間。

參數

points	8 位元無符號類型點陣列，每行代表一個點。大小為 N 行 D 列，可以是非連續的。
clusterCenters	32 位元浮點數類型初始叢集中心陣列，每行代表一個中心。大小設定為 K 行 D 列，可以是非連續的。
newClusterCenters	結果叢集中心陣列，類型為 32 位元浮點數，每行代表找到的中心。大小設定為 K 行 D 列。
clusterSizes	結果叢集成員計數陣列，類型為 uint32，大小設定為 1 行 K 列。
clusterBindings	結果點索引陣列，類型為 uint32，每個索引表示對應點所屬的叢集。大小設定為 1 行 numPointsUsed 列。
clusterSumDists	結果距離總和陣列，類型為 32 位元浮點數，每個數字是每個叢集中心到其所屬點的距離總和。大小設定為 1 行 K 列。
numPointsUsed	從 0 到 numPointsUsed-1 (含) 要叢集化的點數。如果為負數，則設為 N。

◆ DCT()

void cv::fastcv::DCT	(	InputArray	src,
		OutputArray	dst )

#include <opencv2/fastcv/ipptransform.hpp>

此函數對輸入影像執行 8x8 正向離散餘弦轉換。接受 8 位元無符號整數類型輸入並產生 16 位元有符號整數類型輸出。在 Qualcomm 處理器上提供比 cv::dct 更快的執行時間。

參數

src	類型為 CV_8UC1 的輸入影像
dst	類型為 CV_16SC1 的輸出影像

◆ FAST10()

void cv::fastcv::FAST10	(	InputArray	src,
		InputArray	遮罩 (mask),
		OutputArray	coords,
		OutputArray	scores,
		int	barrier,
		int	border,
		bool	nmsEnabled )

#include <opencv2/fastcv/fast10.hpp>

根據遮罩從影像中提取 FAST10 角點和分數。遮罩指定了偵測器要忽略的像素，專為 Qualcomm 處理器上的角點偵測而設計，提供更快的速度。

參數

src	8 位元灰階影像
遮罩 (mask)	可選遮罩，指示哪些像素應從角點偵測中省略。其大小應為影像寬度和高度的 k 倍，其中 k = 1/2, 1/4, 1/8, 1, 2, 4 和 8。更多詳細資訊請參見 FastCV 中 `fcvCornerFast9InMaskScoreu8` 函數的文檔。
coords	CV_32S 輸出陣列，包含偵測到的角點的交錯 x, y 座標
scores	可選輸出陣列，包含偵測到的角點的分數。分數是仍能驗證偵測到的角點的最高閾值。分數值越高表示角點特徵越強。例如，分數為 108 的角點比分數為 50 的角點強。
barrier	FAST 閾值。該閾值用於比較中心像素與圍繞該像素的圓上像素的強度值差異。
border	從影像頂部、底部、右側、左側忽略的像素數量。如果小於 4，則預設為 4。
nmsEnabled	啟用非最大抑制以修剪弱關鍵點

◆ fcvdspdeinit()

void cv::fastcv::dsp::fcvdspdeinit ( )

#include <opencv2/fastcv/dsp_init.hpp>

解初始化 FastCV DSP 環境。

此函數釋放由 'fcvdspinit' 函數設定的資源和環境。應在使用案例或程式退出前呼叫，以確保所有 DSP 資源都已正確清理且沒有記憶體洩漏。

備註: 此函數必須在使用案例或程式結束時，在所有 DSP 相關操作完成後呼叫。

◆ fcvdspinit()

int cv::fastcv::dsp::fcvdspinit ( )

#include <opencv2/fastcv/dsp_init.hpp>

初始化 FastCV DSP 環境。

此函數為 DSP 運行設置必要的環境和資源。它必須在使用案例或程式的開始處呼叫一次，以確保在執行任何 DSP 相關操作之前 DSP 已正確初始化。

備註: 此函數必須在使用案例或程式開始時，在執行任何 DSP 相關操作之前呼叫。

回傳值: int 成功時返回 0，失敗時返回非零值。

◆ FFT() [1/2]

void cv::fastcv::dsp::FFT	(	InputArray	src,
		OutputArray	dst )

#include <opencv2/fastcv/fft_dsp.hpp>

計算實數矩陣的一維或二維快速傅立葉轉換。對於二維情況，輸入和輸出矩陣的寬度和高度必須是 2 的冪次方。對於一維情況，矩陣的高度必須為 1，而寬度必須是 2 的冪次方。

參數

src	CV_8UC1 的輸入陣列。對於二維情況，矩陣的維度必須是 2 的冪次方；對於一維情況，高度必須為 1，而寬度必須是 2 的冪次方。
dst	計算出的 FFT 矩陣，類型為 CV_32FC2。FFT 的實部和虛部係數儲存在不同的通道中。因此，dst 的維度為 (srcWidth, srcHeight)。

◆ FFT() [2/2]

void cv::fastcv::FFT	(	InputArray	src,
		OutputArray	dst )

#include <opencv2/fastcv/fft.hpp>

計算實數矩陣的一維或二維快速傅立葉轉換。對於二維情況，輸入和輸出矩陣的寬度和高度必須是 2 的冪次方。對於一維情況，矩陣的高度必須為 1，而寬度必須是 2 的冪次方。接受 8 位元無符號整數陣列，而 cv::dft 接受浮點數或複數陣列。

參數

src	CV_8UC1 的輸入陣列。對於二維情況，矩陣的維度必須是 2 的冪次方；對於一維情況，高度必須為 1，而寬度必須是 2 的冪次方。
dst	計算出的 FFT 矩陣，類型為 CV_32FC2。FFT 的實部和虛部係數儲存在不同的通道中。因此，dst 的維度為 (srcWidth, srcHeight)。

◆ fillConvexPoly()

void cv::fastcv::fillConvexPoly	(	InputOutputArray	img,
		InputArray	pts,
		Scalar	color )

#include <opencv2/fastcv/draw.hpp>

繪製凸多邊形。此函數使用指定顏色填充凸多邊形的內部。要求寬度和步長為 8 的倍數。

參數

img	要繪製的影像。應具有最多 4 個 8 位元通道。
pts	多邊形點座標陣列。應包含 N 個雙通道或 2*N 個單通道 32 位元整數元素。
color	繪製多邊形的顏色，儲存為 B、G、R 和 A (如果支援)。

◆ filter2D() [1/2]

void cv::fastcv::dsp::filter2D	(	InputArray	_src,
		OutputArray	_dst,
		int	ddepth,
		InputArray	_kernel )

#include <opencv2/fastcv/blur_dsp.hpp>

使用不可分離核心過濾影像。

參數

_src	輸入影像，類型為 CV_8UC1，src 大小應大於 176*144
_dst	輸出影像，類型為 CV_8UC1、CV_16SC1 或 CV_32FC1
ddepth	輸出影像的深度
_kernel	濾波器核心資料

◆ filter2D() [2/2]

void cv::fastcv::filter2D	(	InputArray	_src,
		OutputArray	_dst,
		int	ddepth,
		InputArray	_kernel )

#include <opencv2/fastcv/blur.hpp>

帶有不可分離核心的 NxN 相關性。邊界（達到半核心寬度）將被忽略。

參數

_src	輸入影像，類型為 CV_8UC1
_dst	輸出影像，類型為 CV_8UC1、CV_16SC1 或 CV_32FC1
ddepth	輸出影像的深度
_kernel	濾波器核心資料

參見: Filter2D

◆ gaussianBlur()

void cv::fastcv::gaussianBlur	(	InputArray	_src,
		OutputArray	_dst,
		int	kernel_size = 3,
		bool	blur_border = true )

#include <opencv2/fastcv/blur.hpp>

Sigma = 0 且核心大小為方形的高斯模糊。處理邊界的方式與 cv::GaussianBlur 不同，導致輸出略有差異。

參數

_src	輸入影像，類型為 CV_8UC1
_dst	類型為 CV_8UC1 的輸出影像
kernel_size	濾波器核心大小。可以是 3、5、11 之一。
blur_border	如果設為 true，邊界會透過 0 填充鄰近值來模糊 (一種常數邊界變體)。如果設為 false，則邊界（達到半核心寬度）將被忽略 (例如 3x3 情況下的 1 像素)。

參見: GaussianBlur

◆ gemm()

void cv::fastcv::gemm	(	InputArray	src1,
		InputArray	src2,
		OutputArray	dst,
		float	alpha = 1.0,
		InputArray	src3 = noArray(),
		float	beta = 0.0 )

#include <opencv2/fastcv/arithm.hpp>

兩個浮點型矩陣的乘法 R = a*A*B + b*C，其中 A,B,C,R 是矩陣，a,b 是常數。已針對 Qualcomm 處理器進行優化。

參數

src1	類型為 CV_32F 的第一個來源矩陣
src2	類型為 CV_32F 的第二個來源矩陣，其列數與 src1 的行數相同
dst	類型為 CV_32F 的結果矩陣
alpha	src1 和 src2 的乘法因子
src3	可選的第三個類型為 CV_32F 的矩陣，將加到矩陣乘積中
beta	src3 的乘法因子

◆ getQcAllocator()

cv::MatAllocator * cv::fastcv::getQcAllocator ( )

#include <opencv2/fastcv/allocator.hpp>

取得預設的 Qualcomm 記憶體配置器。此函數返回指向預設 Qualcomm 記憶體配置器的指針，該配置器已針對 DSP 使用進行優化。

回傳值: 指向預設 FastCV 記憶體配置器的指針。

◆ houghLines()

void cv::fastcv::houghLines	(	InputArray	src,
		OutputArray	lines,
		double	threshold = 0.25 )

#include <opencv2/fastcv/hough.hpp>

執行霍夫直線偵測。

參數

src	輸入 8 位元影像，包含二元輪廓。寬度和步長應可被 8 整除。
lines	輸出陣列，包含偵測到的直線，形式為 (x1, y1, x2, y2)，其中所有數字均為 32 位元浮點數。
threshold	控制偵測到直線的最小長度。值必須介於 0.0 和 1.0 之間。值接近 1.0 會減少偵測到的直線數量。值接近 0.0 會偵測到更多直線，但可能會包含雜訊。建議值為 0.25。

◆ IDCT()

void cv::fastcv::IDCT	(	InputArray	src,
		OutputArray	dst )

#include <opencv2/fastcv/ipptransform.hpp>

此函數對輸入影像執行 8x8 逆離散餘弦轉換。在 Qualcomm 處理器上，其逆向情況提供比 cv::dct 更快的執行時間。

參數

src	類型為 CV_16SC1 的輸入影像
dst	類型為 CV_8UC1 的輸出影像

◆ IFFT() [1/2]

void cv::fastcv::dsp::IFFT	(	InputArray	src,
		OutputArray	dst )

#include <opencv2/fastcv/fft_dsp.hpp>

計算複數矩陣的一維或二維逆快速傅立葉轉換。對於二維情況，輸入和輸出矩陣的寬度和高度必須是 2 的冪次方。對於一維情況，矩陣的高度必須為 1，而寬度必須是 2 的冪次方。

參數

src	類型為 CV_32FC2 的輸入陣列，其中包含分別儲存在不同通道中的 FFT 實部和虛部係數。對於二維情況，矩陣的維度必須是 2 的冪次方；對於一維情況，高度必須為 1，而寬度必須是 2 的冪次方。
dst	計算出的 IFFT 矩陣，類型為 CV_8U。矩陣是實數值且沒有虛部。因此，dst 的維度為 (srcWidth, srcHeight)。

◆ IFFT() [2/2]

void cv::fastcv::IFFT	(	InputArray	src,
		OutputArray	dst )

#include <opencv2/fastcv/fft.hpp>

計算複數矩陣的一維或二維逆快速傅立葉轉換。對於二維情況，輸入和輸出矩陣的寬度和高度必須是 2 的冪次方。對於一維情況，矩陣的高度必須為 1，而寬度必須是 2 的冪次方。

參數

src	類型為 CV_32FC2 的輸入陣列，其中包含分別儲存在不同通道中的 FFT 實部和虛部係數。對於二維情況，矩陣的維度必須是 2 的冪次方；對於一維情況，高度必須為 1，而寬度必須是 2 的冪次方。
dst	計算出的 IFFT 矩陣，類型為 CV_8U。矩陣是實數值且沒有虛部。因此，dst 的維度為 (srcWidth, srcHeight)。

◆ integrateYUV()

void cv::fastcv::integrateYUV	(	InputArray	Y,
		InputArray	CbCr,
		OutputArray	IY,
		OutputArray	ICb,
		OutputArray	ICr )

#include <opencv2/fastcv/arithm.hpp>

YCbCr420 影像的積分。注意：輸入高度應為 2 的倍數。輸入寬度和步長應為 16 的倍數。輸出步長應為 8 的倍數。已針對 Qualcomm 處理器進行優化。

參數

Y	8UC1 YCbCr420 影像的輸入 Y 分量。
CbCr	8UC1 YCbCr420 影像的輸入 CbCr 分量 (交錯)。
IY	CV_32S 單通道的輸出 Y 積分，大小為 (Y 高度 + 1)*(Y 寬度 + 1)
ICb	CV_32S 單通道的輸出 Cb 積分，大小為 (Y 高度/2 + 1)*(Y 寬度/2 + 1)
ICr	CV_32S 單通道的輸出 Cr 積分，大小為 (Y 高度/2 + 1)*(Y 寬度/2 + 1)

◆ matmuls8s32()

void cv::fastcv::matmuls8s32	(	InputArray	src1,
		InputArray	src2,
		OutputArray	dst )

#include <opencv2/fastcv/arithm.hpp>

兩個 int8_t 型矩陣的乘法。使用有符號整數輸入/輸出，而 cv::gemm 使用浮點數輸入/輸出。matmuls8s32 在 Qualcomm 處理器上提供更高的速度。

參數

src1	類型為 CV_8S 的第一個來源矩陣
src2	類型為 CV_8S 的第二個來源矩陣
dst	類型為 CV_32S 的結果矩陣

◆ meanShift()

int cv::fastcv::meanShift	(	InputArray	src,
		Rect &	rect,
		TermCriteria	termCrit )

#include <opencv2/fastcv/shift.hpp>

套用均值漂移程序並取得最終收斂位置。此函數對原始影像（通常是概率影像）套用均值漂移程序並取得最終收斂位置。收斂位置搜尋將在達到所需精度或最大迭代次數時停止。演算法中使用的矩以浮點數計算。此函數與 cv::meanShift 不完全位元精確，但在 Snapdragon 處理器上提供改進的延遲。

參數

src	8 位元、32 位元整數或 32 位元浮點數灰階影像，通常是基於物件直方圖計算的概率影像
rect	初始搜尋視窗位置，也返回最終收斂的視窗位置
termCrit	用於結束均值漂移的準則，包含兩個終止條件：1) epsilon: 所需精度；2) max_iter: 最大迭代次數

回傳值: 循環停止時的迭代次數

◆ merge()

void cv::fastcv::merge	(	InputArrayOfArrays	mv,
		OutputArray	dst )

#include <opencv2/fastcv/channel.hpp>

從多個單通道 CV_8U 矩陣建立一個多通道矩陣。已針對 Qualcomm 處理器進行優化。

參數

mv	要合併的矩陣輸入向量；mv 中的所有矩陣必須為 CV_8UC1 且具有相同大小。注意：矩陣數量可以是 2、3 或 4。
dst	深度為 CV_8U 且大小與 mv[0] 相同的輸出陣列；通道數將為矩陣陣列中的總矩陣數。

◆ moments()

cv::Moments cv::fastcv::moments	(	InputArray	_src,
		bool	binary )

#include <opencv2/fastcv/moments.hpp>

計算影像像素強度達三階的所有矩。結果以 cv::Moments 結構返回。此函數 cv::fastcv::moments() 使用浮點數計算矩，而 cv::moments() 使用雙精度浮點數計算矩。

參數

_src	類型為 CV_8UC1、CV_32SC1、CV_32FC1 的輸入影像
binary	如果為 true，則假定影像為二進位 (0x00 為黑色，0xff 為白色)，否則假定影像為灰階。

◆ normalizeLocalBox()

void cv::fastcv::normalizeLocalBox	(	InputArray	_src,
		OutputArray	_dst,
		Size	pSize,
		bool	useStdDev )

#include <opencv2/fastcv/blur.hpp>

計算影像的局部減法和對比度正規化。影像中的每個像素都透過以該像素為中心的區塊的平均值和標準差進行正規化。已針對 Qualcomm 處理器進行優化。

參數

_src	輸入影像，應具有一個通道，類型為 CV_8U 或 CV_32F
_dst	輸出陣列，應為一個通道，如果 src 類型為 CV_8U 則為 CV_8S，如果 src 類型為 CV_32F 則為 CV_32F
pSize	用於平均值和標準差計算的區塊大小
useStdDev	如果為 1，則平均值和標準差都將用於正規化；如果為 0，則僅使用平均值

◆ remap()

void cv::fastcv::remap	(	InputArray	src,
		OutputArray	dst,
		InputArray	map1,
		InputArray	map2,
		int	interpolation,
		int	borderValue = 0 )

#include <opencv2/fastcv/remap.hpp>

對灰階 CV_8UC1 影像套用通用幾何變換。

參數

src	第一個輸入影像資料，類型為 CV_8UC1
dst	輸出影像資料，類型為 CV_8UC1
map1	浮點數 CV_32FC1 矩陣，每個元素為來源影像中映射位置的列座標
map2	浮點數 CV_32FC1 矩陣，每個元素為來源影像中映射位置的行座標
interpolation	僅支援 INTER_NEAREST 和 INTER_LINEAR 插值
borderValue	常數像素值

◆ remapRGBA()

void cv::fastcv::remapRGBA	(	InputArray	src,
		OutputArray	dst,
		InputArray	map1,
		InputArray	map2,
		int	interpolation )

#include <opencv2/fastcv/remap.hpp>

對 4 通道 CV_8UC4 影像套用通用幾何變換，使用雙線性或最近鄰插值。

參數

src	第一個輸入影像資料，類型為 CV_8UC4
dst	輸出影像資料，類型為 CV_8UC4
map1	浮點數 CV_32FC1 矩陣，每個元素為來源影像中映射位置的列座標
map2	浮點數 CV_32FC1 矩陣，每個元素為來源影像中映射位置的行座標
interpolation	僅支援 INTER_NEAREST 和 INTER_LINEAR 插值

◆ resizeDown()

void cv::fastcv::resizeDown	(	cv::InputArray	_src,
		cv::OutputArray	_dst,
		Size	dsize,
		double	inv_scale_x,
		double	inv_scale_y )

#include <opencv2/fastcv/scale.hpp>

使用指定的縮放因子或尺寸縮小影像。此函數支援單通道 (CV_8UC1) 和雙通道 (CV_8UC2) 影像。

參數

_src	輸入影像資料，類型為 CV_8UC1 或 CV_8UC2。
_dst	輸出影像資料，類型為 CV_8UC1 或 CV_8UC2。
dsize	輸出影像的所需大小。如果為空，則使用 inv_scale_x 和 inv_scale_y 計算。
inv_scale_x	寬度的反向縮放因子。如果提供了 dsize，此參數將被忽略。
inv_scale_y	高度的反向縮放因子。如果提供了 dsize，此參數將被忽略。

備註: 如果未指定 dsize，則 inv_scale_x 和 inv_scale_y 必須為嚴格正數。

◆ sepFilter2D()

void cv::fastcv::sepFilter2D	(	InputArray	_src,
		OutputArray	_dst,
		int	ddepth,
		InputArray	_kernelX,
		InputArray	_kernelY )

#include <opencv2/fastcv/blur.hpp>

帶有可分離核心的 NxN 相關性。如果 srcImg 和 dstImg 指向相同位址且 srcStride 等於 dstStride，則將執行就地操作。邊界（達到半核心寬度）將被忽略。處理溢出的方式與 OpenCV 不同，此函數將對中間結果和最終結果進行右移。

參數

_src	輸入影像，類型為 CV_8UC1
_dst	輸出影像，類型為 CV_8UC1、CV_16SC1
ddepth	輸出影像的深度
_kernelX	X 方向的濾波器核心資料
_kernelY	Y 方向的濾波器核心資料 (對於 CV_16SC1，kernelX 和 kernelY 應相同)

參見: sepFilter2D

◆ sobel()

void cv::fastcv::sobel	(	InputArray	_src,
		OutputArray	_dx,
		OutputArray	_dy,
		int	kernel_size,
		int	borderType,
		int	borderValue )

#include <opencv2/fastcv/edges.hpp>

從來源亮度資料建立二維梯度影像，不進行正規化。同時計算 X 方向一階導數或 Y 方向一階導數或兩者。

參數

_src	類型為 CV_8UC1 的輸入影像
_dx	用於儲存水平梯度的緩衝區。大小必須為 (dxyStride)*(height) 位元組。如果為 NULL，則不會計算水平梯度。
_dy	用於儲存垂直梯度的緩衝區。大小必須為 (dxyStride)*(height) 位元組。如果為 NULL，則不會計算垂直梯度。
kernel_size	Sobel 核心大小，支援 3x3、5x5、7x7
borderType	邊界類型，支援 BORDER_CONSTANT、BORDER_REPLICATE
borderValue	常數邊界的邊界值

◆ sobel3x3u8()

void cv::fastcv::sobel3x3u8	(	InputArray	_src,
		OutputArray	_dst,
		OutputArray	_dsty = noArray(),
		int	ddepth = CV_8U,
		bool	normalization = false )

#include <opencv2/fastcv/edges.hpp>

從來源亮度資料建立二維梯度影像，不進行正規化。此函數計算 3x3 鄰域上的中心差分，然後將結果與 Sobel 核心卷積，邊界（達到半核心寬度）將被忽略。

參數

_src	類型為 CV_8UC1 的輸入影像
_dst	如果提供了 _dsty，則為用於儲存水平梯度的緩衝區；否則，為 \|dx\|+\|dy\| 的 8 位元輸出影像。緩衝區大小為 (srcwidth)*(srcheight) 位元組。
_dsty	(可選) 用於儲存垂直梯度的緩衝區。大小必須為 (srcwidth)*(srcheight)。
ddepth	輸出影像的深度 CV_8SC1,CV_16SC1,CV_32FC1,
normalization	是否對結果進行正規化

◆ sobelPyramid()

void cv::fastcv::sobelPyramid	(	InputArrayOfArrays	pyr,
		OutputArrayOfArrays	dx,
		OutputArrayOfArrays	dy,
		int	outType = CV_8S )

#include <opencv2/fastcv/pyramid.hpp>

從影像金字塔建立梯度金字塔。注意：在梯度計算期間邊界會被忽略。

參數

pyr	1 通道 8 位元影像的輸入金字塔。僅支援連續影像。
dx	與 pyr 大小相同的水平 Sobel 梯度金字塔
dy	與 pyr 大小相同的垂直 Sobel 梯度金字塔
outType	輸出資料類型，可以是 CV_8S、CV_16S 或 CV_32F

◆ split()

void cv::fastcv::split	(	InputArray	src,
		OutputArrayOfArrays	mv )

#include <opencv2/fastcv/channel.hpp>

將 CV_8U 多通道矩陣分割成多個 CV_8UC1 矩陣。已針對 Qualcomm 處理器進行優化。

參數

src	深度為 CV_8U 的 2、3 或 4 通道輸入矩陣
mv	大小為 src.channels() 的 CV_8UC1 矩陣輸出向量

◆ sumOfAbsoluteDiffs()

void cv::fastcv::dsp::sumOfAbsoluteDiffs	(	cv::InputArray	_patch,
		cv::InputArray	_src,
		cv::OutputArray	_dst )

#include <opencv2/fastcv/sad_dsp.hpp>

影像與 8x8 模板的絕對差和。

參數

_patch	第一個輸入影像資料，類型為 CV_8UC1
_src	輸入影像資料，類型為 CV_8UC1
_dst	輸出影像資料，類型為 CV_16UC1

◆ thresholdOtsu()

void cv::fastcv::dsp::thresholdOtsu	(	InputArray	_src,
		OutputArray	_dst,
		bool	type )

#include <opencv2/fastcv/thresh_dsp.hpp>

使用 Otsu 方法將灰階影像二值化。如果像素值大於閾值，則將像素設為最大值(255)；否則，將像素設為最小值(0)。閾值是尋找最小化類內變異數（類內的變異數）的值。

參數

_src	輸入 8 位元灰階影像。緩衝區大小為 srcStride*srcHeight 位元組。
_dst	輸出 8 位元二值化影像。緩衝區大小為 dstStride*srcHeight 位元組。
type	閾值類型，可以是 0 或 1。注意：對於閾值類型=0，如果像素值大於閾值，則將像素設為 maxValue；否則，設為零。對於閾值類型=1，如果像素值大於閾值，則將像素設為零；否則，設為 maxValue。

◆ thresholdRange()

void cv::fastcv::thresholdRange	(	InputArray	src,
		OutputArray	dst,
		int	lowThresh,
		int	highThresh,
		int	trueValue,
		int	falseValue )

#include <opencv2/fastcv/thresh.hpp>

根據一對閾值將灰階影像二值化。二值化影像將包含使用者選擇的兩個值，此函數在 Snapdragon 處理器上提供改進的延遲。

參數

src	8 位元灰階影像
dst	與輸入影像大小和類型相同的輸出影像，可以與輸入影像相同。
lowThresh	二值化的下閾值
highThresh	二值化的上閾值
trueValue	如果來源像素值在閾值對明確定義的範圍內 (含)，則分配給目標像素的值
falseValue	如果來源像素值在閾值對明確定義的範圍外 (含)，則分配給目標像素的值

◆ trackOpticalFlowLK() [1/2]

void cv::fastcv::trackOpticalFlowLK	(	InputArray	src,
		InputArray	dst,
		InputArrayOfArrays	srcPyr,
		InputArrayOfArrays	dstPyr,
		InputArray	ptsIn,
		OutputArray	ptsOut,
		InputArray	ptsEst,
		OutputArray	statusVec,
		cv::Size	winSize = cv::Size(7, 7),
		cv::TermCriteria	termCriteria = cv::TermCriteria(cv::TermCriteria::MAX_ITER\|cv::TermCriteria::EPS, 7, 0.03f *0.03f) )

#include <opencv2/fastcv/tracking.hpp>

使用 Lucas-Kanade 演算法計算稀疏光流。接受 8 位元無符號整數影像。在 Qualcomm 處理器上提供更快的執行時間。

參數

src	類型為 8U 的單通道輸入影像，初始運動影格
dst	類型為 8U 的單通道輸入影像，最終運動影格，應與初始影格具有相同的大小和步長
srcPyr	從初始運動影格建立的金字塔
dstPyr	從最終運動影格建立的金字塔
ptsIn	初始點的子像素座標陣列，應包含 32F 2D 元素
ptsOut	計算出的最終點的輸出陣列，應包含 32F 2D 元素
ptsEst	最終點的估計輸入陣列，應包含 32F 2D 元素，可以為空
statusVec	指示每個特徵狀態的 int32 值輸出陣列，可以為空
winSize	光流搜尋的視窗大小。寬度和高度必須為奇數。建議值為 5、7 或 9。
termCriteria	包含最大迭代次數、最大 epsilon 和停止條件的終止準則

◆ trackOpticalFlowLK() [2/2]

void cv::fastcv::trackOpticalFlowLK	(	InputArray	src,
		InputArray	dst,
		InputArrayOfArrays	srcPyr,
		InputArrayOfArrays	dstPyr,
		InputArrayOfArrays	srcDxPyr,
		InputArrayOfArrays	srcDyPyr,
		InputArray	ptsIn,
		OutputArray	ptsOut,
		OutputArray	statusVec,
		cv::Size	winSize = cv::Size(7, 7),
		int	maxIterations = 7 )

#include <opencv2/fastcv/tracking.hpp>

LK 追蹤函數 v1 的重載。

參數

src	類型為 8U 的單通道輸入影像，初始運動影格
dst	類型為 8U 的單通道輸入影像，最終運動影格，應與初始影格具有相同的大小和步長
srcPyr	從初始運動影格建立的金字塔
dstPyr	從最終運動影格建立的金字塔
srcDxPyr	srcPyr 的 X 方向 Sobel 導數金字塔
srcDyPyr	srcPyr 的 Y 方向 Sobel 導數金字塔
ptsIn	初始點的子像素座標陣列，應包含 32F 2D 元素
ptsOut	計算出的最終點的輸出陣列，應包含 32F 2D 元素
statusVec	指示每個特徵狀態的 int32 值輸出陣列，可以為空
winSize	光流搜尋的視窗大小。寬度和高度必須為奇數。建議值為 5、7 或 9。
maxIterations	最大嘗試迭代次數

◆ warpAffine()

void cv::fastcv::warpAffine	(	InputArray	_src,
		OutputArray	_dst,
		InputArray	_M,
		Size	dsize,
		int	interpolation = INTER_LINEAR,
		int	borderValue = 0 )

#include <opencv2/fastcv/warp.hpp>

使用提供的變換矩陣對輸入影像執行仿射變換。

此函數根據變換矩陣執行兩種操作：

標準仿射變換 (2x3 矩陣)
- 使用仿射矩陣變換整個輸入影像
- 支援 CV_8UC1 和 CV_8UC3 類型
帶變換的區塊提取 (2x2 矩陣)
- 從輸入影像中提取並變換區塊
- 僅支援 CV_8UC1 類型
- 如果輸入是 ROI：從原始影像中的 ROI 中心提取區塊
- 如果輸入是完整影像：從影像中心提取區塊

參數

_src	輸入影像。支援的格式： CV_8UC1: 8 位元單通道 CV_8UC3: 8 位元三通道 - 僅適用於 2x3 矩陣
_dst	輸出影像。類型與 src 相同，大小由 dsize 指定。
_M	2x2/2x3 仿射變換矩陣 (逆映射)
dsize	輸出大小對於 2x3 矩陣：輸出影像的大小對於 2x2 矩陣：提取的區塊大小
interpolation	插值方法。僅適用於帶有 CV_8UC1 輸入的 2x3 變換。選項： INTER_NEAREST: 最近鄰插值 INTER_LINEAR: 雙線性插值 (預設) INTER_AREA: 面積基於插值 INTER_CUBIC: 雙三次插值注意：CV_8UC3 輸入內部始終使用雙三次插值
borderValue	邊界像素的常數像素值。僅適用於帶有單通道輸入的 2x3 變換。

備註: 仿射矩陣遵循逆映射約定，應用於目標座標以產生對應的來源座標。; 此函數使用 'FASTCV_BORDER_CONSTANT' 進行邊界處理，並使用指定的 'borderValue'。

◆ warpPerspective()

void cv::fastcv::warpPerspective	(	InputArray	_src,
		OutputArray	_dst,
		InputArray	_M0,
		Size	dsize,
		int	interpolation,
		int	borderType,
		const Scalar &	borderValue )

#include <opencv2/fastcv/warp.hpp>

使用透視變換轉換影像，與 cv::warpPerspective 相同但不完全位元精確。

參數

_src	輸入 8 位元影像。
_dst	輸出 8 位元影像。
_M0	3x3 透視變換矩陣。
dsize	輸出影像的大小。
interpolation	插值方法。僅支援 cv::INTER_NEAREST、cv::INTER_LINEAR 和 cv::INTER_AREA。
borderType	像素外推方法。僅支援 cv::BORDER_CONSTANT、cv::BORDER_REPLICATE 和 cv::BORDER_TRANSPARENT。
borderValue	常數邊界情況下使用的值。

◆ warpPerspective2Plane()

void cv::fastcv::warpPerspective2Plane	(	InputArray	_src1,
		InputArray	_src2,
		OutputArray	_dst1,
		OutputArray	_dst2,
		InputArray	_M0,
		Size	dsize )

#include <opencv2/fastcv/warp.hpp>

使用相同的變換對兩張影像進行透視變形。在適用情況下使用雙線性插值。例如，同時變形灰階影像和 Alpha 影像，或變形兩個色彩通道。

參數

_src1	第一個 8 位元輸入影像。緩衝區大小為 src1Stride*srcHeight 位元組。
_src2	第二個 8 位元輸入影像。緩衝區大小為 src2Stride*srcHeight 位元組。
_dst1	第一個扭曲輸出影像 (對應於 src1)。緩衝區大小為 dst1Stride*dstHeight 位元組，類型為 CV_8UC1。
_dst2	第二個扭曲輸出影像 (對應於 src2)。緩衝區大小為 dst2Stride*dstHeight 位元組，類型為 CV_8UC1。
_M0	3x3 透視變換矩陣 (逆映射)
dsize	輸出影像大小

詳細描述

類別

函式

函式文件

◆ arithmetic_op()

◆ bilateralFilter()

◆ bilateralRecursive()

◆ buildPyramid()

◆ calcHist()

◆ Canny()

◆ clusterEuclidean()

◆ DCT()

◆ FAST10()

◆ fcvdspdeinit()

◆ fcvdspinit()

◆ FFT() [1/2]

◆ FFT() [2/2]

◆ fillConvexPoly()

◆ filter2D() [1/2]

◆ filter2D() [2/2]

◆ gaussianBlur()

◆ gemm()

◆ getQcAllocator()

◆ houghLines()

◆ IDCT()

◆ IFFT() [1/2]

◆ IFFT() [2/2]

◆ integrateYUV()

◆ matmuls8s32()

◆ meanShift()

◆ merge()

◆ moments()

◆ normalizeLocalBox()

◆ remap()

◆ remapRGBA()

◆ resizeDown()

◆ sepFilter2D()

◆ sobel()

◆ sobel3x3u8()

◆ sobelPyramid()

◆ split()

◆ sumOfAbsoluteDiffs()

◆ thresholdOtsu()

◆ thresholdRange()

◆ trackOpticalFlowLK() [1/2]

◆ trackOpticalFlowLK() [2/2]

◆ warpAffine()

◆ warpPerspective()

◆ warpPerspective2Plane()