請按"Ctrl+F"尋找你要的函式


cvSplit()
將多通道的圖形分割成單通道的圖形,第一個引數為輸入目標多通道圖形結構,第二,三,四,五個引數為輸出通道的圖形資料結構,輸出必須放單通道uchar型別的IplImage或CvMat矩陣資料結構
cvSplit(輸入多通道IplImage或CvMat資料結構圖形,輸出單通道IplImage或CvMat資料結構,輸出單通道IplImage或CvMat資料結構,輸出單通道IplImage或CvMat資料結構,輸出單通道IplImage或CvMat資料結構)

cvMerge()
合併單通道矩陣為成為多通道的圖形,前四個引數為單通道uchar型別的資料結構,第五個引數為輸出IplImage資料結構或CvMat結構圖形
cvMerge(輸入單通道IplImage或CvMat資料結構,輸入單通道IplImage或CvMat資料結構,輸入單通道IplImage或CvMat資料結構,輸入單通道IplImage或CvMat資料結構,輸出多通道IplImage或CvMat資料結構圖形)

cvMixChannels()
將多張圖形的通道做混合,輸入及輸出支援多張圖形,因此要放置在圖形陣列上,第一個引數為輸入CvArr圖形陣列,第二個為輸入圖形的個數,第三個為輸出CvArr圖形陣列,第四個為輸出圖形陣列的個數,第五個為通道數混合方式的陣列,第五個是被用到的總通道數
cvMixChannels(CvArr輸入圖形陣列,總輸入圖形數目,CvArr輸出圖形陣列,總輸出圖形數目,混合通道方式數據陣列,被混合的通道數)


cvCreateImage()

最多可以輸入1~4個通道.

cvCreateImage(CvSize圖形大小資料結構,IplImage格式參數,通道數)


cvMoveWindow()
移動GUI視窗到"螢幕座標"上的位置.當我們移動滑鼠時,實際上是在Windows作業系統底下的座標軸在變換,這個函式可以將做出來的GUI視窗以右上角為準移動到指定螢幕座標的地方.使用方法:
cvMoveWindow("視窗名稱",螢幕X軸數字,螢幕Y軸數字);

cvResizeWindow()
將視窗作縮放的動作,圖片將會等比例的變換,但cvNamedWindow()參數必須設為非1.
cvResizeWindow("視窗名稱",縮放寬度,縮放高度);

cvGetWindowHandle()
一個視窗所產生的ID,當我們創立一個視窗的時候,作業系統個隨機給予一個視窗ID,每次重新打開這個ID都會不一樣,可以把它視為純數字,不過,通常都是用(void *)資料型態來設立,這邊就是用視窗名稱來找視窗ID
cvGetWindowHandle("視窗名稱");

cvGetWindowName()
用ID來反查視窗名稱. 
cvGetWindowName(視窗ID);

cvShowImage()
顯視圖片.
cvShowImage("視窗名稱",IplImage資料結構或CvArr資料結構);

cvWaitKey()
鍵盤事件,秀出圖形必備,這邊如果有開啟cvShowImage()的話,就必須要用到cvWaitKey(),而不能用"stdlib.h"裡的system("pause")取代,cvWaitKey()是專門在在OpenCV專用的GUI介面底下等待鍵盤命令的,而不是在黑白環境下的命令提示字元,鍵盤事件有兩種,阻斷式(block)的跟非阻斷式(unblock)的可以在作業系統原理的相關書籍讀到,阻斷式的就是cvWaitKey(0),它會一直等待到鍵盤事件發生為止,另一種就是在裡面輸入大於零的數字cvWaitKey(10),它將會等到10毫秒後自動輸出-1,代表10毫秒內沒接收到鍵盤敲擊事件,因此,典型的副程式表示法為
cvWaitKey(數字);

cvDestroyWindow()
清除視窗記憶體
cvDestroyWindow("視窗名稱')

cvReleaseImage()
清除IplImage圖形資料結構記憶體
cvReleaseImage(IplImage資料結構名稱)

cvCmp()
將兩個同大小單通道的IplImage結構或CvMat結構做比較運算,具有六組參數,分別為CV_CMP_EQ(等於),CV_CMP_GT(大於),CV_CMP_GE(大於等於),CV_CMP_LT(小於),CV_CMP_LE(小於等於),CV_CMP_NE(不等於)的比較運算,第一個引數,第二個引數為輸入資料結構,第三個引數為輸出資料結構,第四個引數為比較運算參數.全部矩陣都必須為uchar單通道型別
cvCmp(輸入IplImage結構或CvMat結構,輸入IplImage結構或CvMat結構,輸出IplImage結構或CvMat結構,比較運算參數)

cvCmpS()
對一個IplImage結構或CvMat結構跟全一矩陣純量積做比較運算,亦由參數決定比較方式,第一個引數為輸入資料結構,第二個引數為輸入的double型別純量,第三個引數為輸出資料結構,第四個引數為比較運算參數.全部矩陣都必須為uchar單通道型別.
cvCmpS(輸入IplImage結構或CvMat結構,輸入double型別純量,輸出IplImage結構或CvMat結構,比較運算參數)

cvMax()
對兩個IplImage結構或CvMat結構做最大值的比較運算,將兩個圖形內部數據值做比較,較大的放在輸出矩陣結構上第一個引數,第二個引數為輸入資料結構,第三個引數為輸出資料結構.全部矩陣都必須為uchar單通道型別.
cvMax(輸入IplImage結構或CvMat結構,輸入IplImage結構或CvMat結構,輸出IplImage結構或CvMat結構)

cvMin()
對兩個IplImage結構或CvMat結構做最小值的比較運算,將兩個圖形內部數據值做比較,較小的放在輸出矩陣結構上第一個引數,第二個引數為輸入資料結構,第三個引數為輸出資料結構.全部矩陣都必須為uchar單通道型別.
cvMin(輸入IplImage結構或CvMat結構,輸入IplImage結構或CvMat結構,輸出IplImage結構或CvMat結構)

cvMaxS()
對一個IplImage結構或CvMat結構跟全一矩陣純量積做最大值的比較運算,第一個引數為輸入資料結構,第二個引數為輸入的double型別純量,第三個引數為輸出資料結構.全部矩陣都必須為uchar單通道型別.
cvMaxS(輸入IplImage結構或CvMat結構,輸入double型別純量,輸出IplImage結構或CvMat結構)

cvMinS()
對一個IplImage結構或CvMat結構跟全一矩陣純量積做最小值的比較運算,第一個引數為輸入資料結構,第二個引數為輸入的double型別純量,第三個引數為輸出資料結構.全部矩陣都必須為uchar單通道型別.
cvMinS(輸入IplImage結構或CvMat結構,輸入double型別純量,輸出IplImage結構或CvMat結構)

 

cvMat

(row數目,col數目,矩陣參數,一維陣列數據)

cvCvToIplDepth()
輸入CvMat的矩陣參數數據,可以得知它的深度,也就是一個矩陣被宣告的空間大小,可以參考變數對應的部份做適當的分配
cvCvToIplDepth(CvMat矩陣參數代號數據)

cvmSet()
設立CvMat資料結構內的數值,設立的數值要為double型別,但是它只限訂單通道矩陣使用.
cvmSet(CvMat資料結構,row列的數據,col欄的數據,double型別數值)

cvmGet()
取得CvMat資料結構內的數值,取得的數值為double型別,但是它只限訂單通道使用.
cvmGet(CvMat資料結構,row列的數據,col欄的數據)


cvGetMat()
給定CvMat結構的標頭,可以取得目標IplImage結構或是CvMat結構的圖形資料空間.而與目標結構共用記憶體.
cvGetMat(目標IplImage結構或CvMat結構,CvMat標頭結構)

cvGetImage()
給定IplImage資料結構的標頭,可以取得目標IplImage結構或是CvMat結構的圖形資料空間.而與目標結構共用記憶體.
cvGetImage(目標IplImage結構或CvMat結構,IplImage標頭結構)

cvFlip()
對目標IplImage資料結構或CvMat資料結構做翻轉的動作,第一個引數為目標IplImage資料結構或CvMat結構,第二個為翻轉後放置結果的IplImage或CvMat資料結構,第三個引數為翻轉方式,0為水平翻轉,1為垂直翻轉,-1為水平+垂直翻轉.
cvFlip(目標IplImage或CvMat資料結構,輸出IplImage或CvMat資料結構,翻轉方式數據)

cvGetSubRect()
擷取區塊子圖,跟ROI使用方式很類似,擷取出來的結果會放在CvMat資料結構上,第一個引數為目標IplImage資料結構或CvMat資料結構,第二個引數為輸出的CvMat資料結構,第三的引數為選定的位置跟大小的CvRect資料結構.
cvGetSubRect(目標IplImage或CvMat資料結構,輸出的CvMat資料結構,選定的CvRect資料結構)

cvRepeat()
重複目標圖片,直到被選定的結構空間填滿為止,這邊兩個引數都可以用IplImage或CvMat資料結構,而也可以第一張圖比第二張大,但是看不到重複的效果.
cvRepeat(目標IplImage或CvMat資料結構,輸出IplImage資料結構或CvMat結構)

cvConvertScale()
可以任意轉換矩陣資料空間游標頭檔定義的的型別,可以用IplImage資料結構及CvMat資料結構,第一個引數為目標結構,第二個引數為輸出結構,第三個為矩陣空間的純量積(Scalar multiplication),也就是對矩陣乘上某倍數,第四個為數據大小的位移,也就是對每個矩陣的數據加上某數據
cvConvertScale(目標IplImage資料結構或CvMat結構,輸出IplImage結構或CvMat結構,矩陣純量數據,矩陣位移數據)

創作者介紹
Krs

The ComSolution PLUS

Krs 發表在 痞客邦 PIXNET 留言(0) 人氣()