画像処理

トピック
	色空間処理
	ヒストグラムの計算
	構造解析と形状記述子
	ハフ変換
	特徴検出

詳細説明

クラス
class	cv::cuda::CannyEdgeDetector
	Canny エッジ検出器の基底クラス。: 続き...
class	cv::cuda::TemplateMatching
	テンプレートマッチングの基底クラス。: 続き...

列挙型
enum	cv::cuda::ConnectedComponentsAlgorithmsTypes {   cv::cuda::CCL_DEFAULT = -1 ,   cv::cuda::CCL_BKE = 0 }
	連結成分アルゴリズム。続き...

関数
void	cv::cuda::bilateralFilter (InputArray src, OutputArray dst, int kernel_size, float sigma_color, float sigma_spatial, int borderMode=BORDER_DEFAULT, Stream &stream=Stream::Null())
	渡された画像にバイラテラルフィルタリングを実行する。
void	cv::cuda::blendLinear (InputArray img1, InputArray img2, InputArray weights1, InputArray weights2, OutputArray result, Stream &stream=Stream::Null())
	2枚の画像の線形ブレンドを実行する。
void	cv::cuda::connectedComponents (InputArray image, OutputArray labels, int connectivity, int ltype, cv::cuda::ConnectedComponentsAlgorithmsTypes ccltype)
	2値画像の連結成分ラベリング画像を計算する。
void	cv::cuda::connectedComponents (InputArray image, OutputArray labels, int connectivity=8, int ltype=CV_32S)
Ptr< CannyEdgeDetector >	cv::cuda::createCannyEdgeDetector (double low_thresh, double high_thresh, int apperture_size=3, bool L2gradient=false)
	cuda::CannyEdgeDetector の実装を生成する。
Ptr< TemplateMatching >	cv::cuda::createTemplateMatching (int srcType, int method, Size user_block_size=Size())
	cuda::TemplateMatching の実装を生成する。
void	cv::cuda::meanShiftFiltering (InputArray src, OutputArray dst, int sp, int sr, TermCriteria criteria=TermCriteria(TermCriteria::MAX_ITER+TermCriteria::EPS, 5, 1), Stream &stream=Stream::Null())
	入力画像の各点に対してミーンシフトフィルタリングを実行する。
void	cv::cuda::meanShiftProc (InputArray src, OutputArray dstr, OutputArray dstsp, int sp, int sr, TermCriteria criteria=TermCriteria(TermCriteria::MAX_ITER+TermCriteria::EPS, 5, 1), Stream &stream=Stream::Null())
	ミーンシフト処理を実行し、処理された点に関する情報（その色と位置）を2枚の画像に格納する。
void	cv::cuda::meanShiftSegmentation (InputArray src, OutputArray dst, int sp, int sr, int minsize, TermCriteria criteria=TermCriteria(TermCriteria::MAX_ITER+TermCriteria::EPS, 5, 1), Stream &stream=Stream::Null())
	入力画像のミーンシフトセグメンテーションを実行し、小さなセグメントを除去する。

列挙型詳解

ConnectedComponentsAlgorithmsTypes

enum cv::cuda::ConnectedComponentsAlgorithmsTypes

#include <opencv2/cudaimgproc.hpp>

連結成分 Algorithm。

列挙値
CCL_DEFAULT	8方向連結のための BKE [13] アルゴリズム。
CCL_BKE	8方向連結のための BKE [13] アルゴリズム。

関数詳解

bilateralFilter()

void cv::cuda::bilateralFilter	(	InputArray	src,
		OutputArray	dst,
		int	kernel_size,
		float	sigma_color,
		float	sigma_spatial,
		int	borderMode = BORDER_DEFAULT,
		Stream &	stream = Stream::Null() )

#include <opencv2/cudaimgproc.hpp>

渡された画像にバイラテラルフィルタリングを実行する。

引数

src	入力画像。(channels != 2 && depth() != CV_8S && depth() != CV_32S && depth() != CV_64F) のみをサポートする。
dst	出力画像。
kernel_size	カーネルウィンドウサイズ。
sigma_color	色空間における Filter のシグマ。
sigma_spatial	座標空間における Filter のシグマ。
borderMode	境界の種類。詳細は borderInterpolate を参照。現在は BORDER_REFLECT101 、BORDER_REPLICATE 、BORDER_CONSTANT 、BORDER_REFLECT 、BORDER_WRAP がサポートされている。
stream	非同期版のための Stream。

参照

bilateralFilter

blendLinear()

void cv::cuda::blendLinear	(	InputArray	img1,
		InputArray	img2,
		InputArray	weights1,
		InputArray	weights2,
		OutputArray	result,
		Stream &	stream = Stream::Null() )

#include <opencv2/cudaimgproc.hpp>

2枚の画像の線形ブレンドを実行する。

引数

img1	1番目の画像。CV_8U と CV_32F のビット深度のみをサポートする。
img2	2番目の画像。img1 と同じサイズ・同じ型でなければならない。
weights1	1番目の画像の重み。img1 と同じサイズでなければならない。CV_32F 型のみをサポートする。
weights2	2番目の画像の重み。img2 と同じサイズでなければならない。CV_32F 型のみをサポートする。
result	出力画像。
stream	非同期版のための Stream。

connectedComponents() [1/2]

void cv::cuda::connectedComponents	(	InputArray	image,
		OutputArray	labels,
		int	connectivity,
		int	ltype,
		cv::cuda::ConnectedComponentsAlgorithmsTypes	ccltype )

#include <opencv2/cudaimgproc.hpp>

2値画像の連結成分ラベリング画像を計算する。

この関数は2値画像を入力として受け取り、連結成分ラベリングを実行する。出力は各連結成分に一意のラベル（整数値）が割り当てられた画像である。ltype は出力ラベル画像の型を指定し、これはラベルの総数、あるいは入力画像のピクセルの総数に基づく重要な考慮事項である。ccltype は使用する連結成分ラベリングアルゴリズムを指定し、現在は BKE [13] がサポートされている。詳細は ConnectedComponentsAlgorithmsTypes を参照。出力のラベルが連番である必要はないことに注意。

引数

image	ラベリング対象となる8ビットのシングルチャンネル画像。
labels	ラベリングされた出力画像。
connectivity	ラベリング処理に使用する連結性。8方向連結を表す 8 がサポートされている。
ltype	出力画像のラベル型。現在は CV_32S がサポートされている。
ccltype	連結成分アルゴリズムの種類（ConnectedComponentsAlgorithmsTypes を参照）。

覚え書き

CUDA での連結成分ラベリングを示すサンプルプログラムは次の場所にある。
opencv_contrib_source_code/modules/cudaimgproc/samples/connected_components.cpp

connectedComponents() [2/2]

void cv::cuda::connectedComponents	(	InputArray	image,
		OutputArray	labels,
		int	connectivity = 8,
		int	ltype = CV_32S )

#include <opencv2/cudaimgproc.hpp>

これは利便性のために提供されているオーバーロードされたメンバ関数である。上記の関数とは、受け取る引数のみが異なる。

引数

image	ラベリング対象となる8ビットのシングルチャンネル画像。
labels	ラベリングされた出力画像。
connectivity	ラベリング処理に使用する連結性。8方向連結を表す 8 がサポートされている。
ltype	出力画像のラベル型。現在は CV_32S がサポートされている。

createCannyEdgeDetector()

Ptr< CannyEdgeDetector > cv::cuda::createCannyEdgeDetector	(	double	low_thresh,
		double	high_thresh,
		int	apperture_size = 3,
		bool	L2gradient = false )

#include <opencv2/cudaimgproc.hpp>

cuda::CannyEdgeDetector の実装を生成する。

引数

low_thresh	ヒステリシス処理の1番目のしきい値。
high_thresh	ヒステリシス処理の2番目のしきい値。
apperture_size	Sobel 演算子のアパーチャサイズ。
L2gradient	画像の勾配強度の計算に、より正確な \(L_2\) ノルム \(=\sqrt{(dI/dx)^2 + (dI/dy)^2}\) を使用するか（ L2gradient=true ）、それとも高速なデフォルトの \(L_1\) ノルム \(=|dI/dx|+|dI/dy|\) で十分か（ L2gradient=false ）を示すフラグ。

createTemplateMatching()

Ptr< TemplateMatching > cv::cuda::createTemplateMatching	(	int	srcType,
		int	method,
		Size	user_block_size = Size() )

#include <opencv2/cudaimgproc.hpp>

cuda::TemplateMatching の実装を生成する。

引数

srcType	入力ソースの型。現在は CV_32F と CV_8U のビット深度の画像（1～4チャンネル）がサポートされている。
method	テンプレートと画像を比較する方法を指定する。
user_block_size	フィールド user_block_size を使って特定のブロックサイズを設定できる。デフォルト値の Size(0,0) のままにすると、ブロックサイズの自動推定が使用される（速度に最適化されている）。user_block_size を変えることで、速度を犠牲にしてメモリ要件を削減できる。

現在、CV_8U のビット深度の画像に対して次のメソッドがサポートされている。

• CV_TM_SQDIFF
• CV_TM_SQDIFF_NORMED
• CV_TM_CCORR
• CV_TM_CCORR_NORMED
• CV_TM_CCOEFF
• CV_TM_CCOEFF_NORMED

現在、CV_32F の画像に対して次のメソッドがサポートされている。

• CV_TM_SQDIFF
• CV_TM_CCORR

参照

matchTemplate

meanShiftFiltering()

void cv::cuda::meanShiftFiltering	(	InputArray	src,
		OutputArray	dst,
		int	sp,
		int	sr,
		TermCriteria	criteria = TermCriteria(TermCriteria::MAX_ITER+TermCriteria::EPS, 5, 1),
		Stream &	stream = Stream::Null() )

#include <opencv2/cudaimgproc.hpp>

入力画像の各点に対してミーンシフトフィルタリングを実行する。

引数

src	入力画像。現在は CV_8UC4 画像のみがサポートされている。
dst	マッピングされた点の色を含む出力画像。src と同じサイズ・型である。
sp	空間ウィンドウ半径。
sr	色ウィンドウ半径。
criteria	終了条件。TermCriteria を参照。
stream	非同期版のための Stream。

入力画像の各点を別の点へマッピングする。その結果、各点の新しい色と新しい位置が得られる。

meanShiftProc()

void cv::cuda::meanShiftProc	(	InputArray	src,
		OutputArray	dstr,
		OutputArray	dstsp,
		int	sp,
		int	sr,
		TermCriteria	criteria = TermCriteria(TermCriteria::MAX_ITER+TermCriteria::EPS, 5, 1),
		Stream &	stream = Stream::Null() )

#include <opencv2/cudaimgproc.hpp>

ミーンシフト処理を実行し、処理された点に関する情報（その色と位置）を2枚の画像に格納する。

引数

src	入力画像。現在は CV_8UC4 画像のみがサポートされている。
dstr	マッピングされた点の色を含む出力画像。サイズと型は src と同じである。
dstsp	マッピングされた点の位置を含む出力画像。サイズは src のサイズと同じである。型は CV_16SC2 である。
sp	空間ウィンドウ半径。
sr	色ウィンドウ半径。
criteria	終了条件。TermCriteria を参照。
stream	非同期版のための Stream。

参照

cuda::meanShiftFiltering

meanShiftSegmentation()

void cv::cuda::meanShiftSegmentation	(	InputArray	src,
		OutputArray	dst,
		int	sp,
		int	sr,
		int	minsize,
		TermCriteria	criteria = TermCriteria(TermCriteria::MAX_ITER+TermCriteria::EPS, 5, 1),
		Stream &	stream = Stream::Null() )

#include <opencv2/cudaimgproc.hpp>

入力画像のミーンシフトセグメンテーションを実行し、小さなセグメントを除去する。

引数

src	入力画像。現在は CV_8UC4 画像のみがサポートされている。
dst	src と同じサイズ・型のセグメンテーション結果画像（ホストまたは GPU メモリ）。
sp	空間ウィンドウ半径。
sr	色ウィンドウ半径。
minsize	最小セグメントサイズ。これより小さいセグメントは統合される。
criteria	終了条件。TermCriteria を参照。
stream	非同期版のための Stream。