- メンバcv::batchDistance(InputArray src1, InputArray src2, OutputArray dist, int dtype, OutputArray nidx, int normType=NORM_L2, int K=0, InputArray mask=noArray(), int update=0, bool crosscheck=false)
-
ドキュメント
- メンバcv::calcCovarMatrix(constMat*samples, int nsamples,Mat&covar,Mat&mean, int flags, int ctype=CV_64F)
-
InputArrayOfArrays
- クラスcv::dnn::DictValue
-
double型は少なくとも2^52の整数を正確に格納するので,int64は役に立たないかもしれません。
- クラスcv::Formatted
-
ドキュメント
- クラスcv::Formatter
-
ドキュメント
- クラスcv::LDA
-
ドキュメント このクラス
- クラスcv::linemod::Modality
-
uint8として(255/MAX)の特徴の合計を最適化するための、最大レスポンス
- メンバcv::linemod::QuantizedPyramid::pyrDown()=0
-
ピラミッドのスケールファクターを2以外にする
- クラスcv::RNG_MT19937
-
ドキュメント
- メンバcv::SVD::backSubst(const Matx< _Tp, nm, 1 > &w, const Matx< _Tp, m, nm > &u, const Matx< _Tp, n, nm > &vt, const Matx< _Tp, m, nb > &rhs, Matx< _Tp, n, nb > &dst)
-
ドキュメント
- メンバcv::SVD::compute(const Matx< _Tp, m, n > &a, Matx< _Tp, nm, 1 > &w, Matx< _Tp, m, nm > &u, Matx< _Tp, n, nm > &vt)
-
ドキュメント
- メンバcv::SVD::compute(const Matx< _Tp, m, n > &a, Matx< _Tp, nm, 1 > &w)
-
ドキュメント
- クラスcv::UMat
-
ドキュメント