非推奨リスト

ファイル block.hpp

代わりに デバイスレイヤー を使用すること。

ファイル border_interpolate.hpp

代わりに デバイスレイヤー を使用すること。

ファイル color.hpp

代わりに デバイスレイヤー を使用すること。

ファイル common.hpp

代わりに デバイスレイヤー を使用すること。

ファイル core.hpp

代わりに <opencv2/gapi/ocl/core.hpp> を使用すること。

ファイル cuda_types.hpp

代わりに デバイスレイヤー を使用すること。

メンバ cv::Algorithm::write (const Ptr< FileStorage > &fs, const String &name=String()) const

メンバ cv::aruco::calibrateCameraAruco (InputArrayOfArrays corners, InputArray ids, InputArray counter, const Ptr< Board > &board, Size imageSize, InputOutputArray cameraMatrix, InputOutputArray distCoeffs, OutputArrayOfArrays rvecs, OutputArrayOfArrays tvecs, OutputArray stdDeviationsIntrinsics, OutputArray stdDeviationsExtrinsics, OutputArray perViewErrors, int flags=0, const TermCriteria &criteria=TermCriteria(TermCriteria::COUNT+TermCriteria::EPS, 30, DBL_EPSILON))

代わりに Board::matchImagePoints と cv::solvePnP を使用すること。

メンバ cv::aruco::calibrateCameraAruco (InputArrayOfArrays corners, InputArray ids, InputArray counter, const Ptr< Board > &board, Size imageSize, InputOutputArray cameraMatrix, InputOutputArray distCoeffs, OutputArrayOfArrays rvecs=noArray(), OutputArrayOfArrays tvecs=noArray(), int flags=0, const TermCriteria &criteria=TermCriteria(TermCriteria::COUNT+TermCriteria::EPS, 30, DBL_EPSILON))

代わりに Board::matchImagePoints と cv::solvePnP を使用すること。

メンバ cv::aruco::calibrateCameraCharuco (InputArrayOfArrays charucoCorners, InputArrayOfArrays charucoIds, const Ptr< CharucoBoard > &board, Size imageSize, InputOutputArray cameraMatrix, InputOutputArray distCoeffs, OutputArrayOfArrays rvecs, OutputArrayOfArrays tvecs, OutputArray stdDeviationsIntrinsics, OutputArray stdDeviationsExtrinsics, OutputArray perViewErrors, int flags=0, const TermCriteria &criteria=TermCriteria(TermCriteria::COUNT+TermCriteria::EPS, 30, DBL_EPSILON))

代わりに CharucoBoard::matchImagePoints と cv::solvePnP を使用すること。

メンバ cv::aruco::calibrateCameraCharuco (InputArrayOfArrays charucoCorners, InputArrayOfArrays charucoIds, const Ptr< CharucoBoard > &board, Size imageSize, InputOutputArray cameraMatrix, InputOutputArray distCoeffs, OutputArrayOfArrays rvecs=noArray(), OutputArrayOfArrays tvecs=noArray(), int flags=0, const TermCriteria &criteria=TermCriteria(TermCriteria::COUNT+TermCriteria::EPS, 30, DBL_EPSILON))

代わりに CharucoBoard::matchImagePoints と cv::solvePnP を使用すること。

メンバ cv::aruco::detectCharucoDiamond (InputArray image, InputArrayOfArrays markerCorners, InputArray markerIds, float squareMarkerLengthRate, OutputArrayOfArrays diamondCorners, OutputArray diamondIds, InputArray cameraMatrix=noArray(), InputArray distCoeffs=noArray(), Ptr< Dictionary > dictionary=makePtr< Dictionary >(getPredefinedDictionary(PredefinedDictionaryType::DICT_4X4_50)))

代わりに CharucoDetector::detectDiamonds を使用すること。

メンバ cv::aruco::detectMarkers (InputArray image, const Ptr< Dictionary > &dictionary, OutputArrayOfArrays corners, OutputArray ids, const Ptr< DetectorParameters > &parameters=makePtr< DetectorParameters >(), OutputArrayOfArrays rejectedImgPoints=noArray())

代わりにクラス ArucoDetector::detectMarkers を使用すること。

メンバ cv::aruco::drawCharucoDiamond (const Ptr< Dictionary > &dictionary, Vec4i ids, int squareLength, int markerLength, OutputArray img, int marginSize=0, int borderBits=1)

代わりに CharucoBoard::generateImage() を使用すること。

メンバ cv::aruco::drawPlanarBoard (const Ptr< Board > &board, Size outSize, OutputArray img, int marginSize, int borderBits)

代わりに Board::generateImage を使用すること。

構造体 cv::aruco::EstimateParameters

Board::matchImagePoints と cv::solvePnP を使用すること。

メンバ cv::aruco::estimatePoseBoard (InputArrayOfArrays corners, InputArray ids, const Ptr< Board > &board, InputArray cameraMatrix, InputArray distCoeffs, InputOutputArray rvec, InputOutputArray tvec, bool useExtrinsicGuess=false)

Board::matchImagePoints と cv::solvePnP を使用すること。

メンバ cv::aruco::estimatePoseCharucoBoard (InputArray charucoCorners, InputArray charucoIds, const Ptr< CharucoBoard > &board, InputArray cameraMatrix, InputArray distCoeffs, InputOutputArray rvec, InputOutputArray tvec, bool useExtrinsicGuess=false)

CharucoBoard::matchImagePoints と cv::solvePnP を使用すること。

メンバ cv::aruco::estimatePoseSingleMarkers (InputArrayOfArrays corners, float markerLength, InputArray cameraMatrix, InputArray distCoeffs, OutputArray rvecs, OutputArray tvecs, OutputArray objPoints=noArray(), const Ptr< EstimateParameters > &estimateParameters=makePtr< EstimateParameters >())

cv::solvePnP を使用すること。

メンバ cv::aruco::getBoardObjectAndImagePoints (const Ptr< Board > &board, InputArrayOfArrays detectedCorners, InputArray detectedIds, OutputArray objPoints, OutputArray imgPoints)

Board::matchImagePoints を使用すること。

メンバ cv::aruco::interpolateCornersCharuco (InputArrayOfArrays markerCorners, InputArray markerIds, InputArray image, const Ptr< CharucoBoard > &board, OutputArray charucoCorners, OutputArray charucoIds, InputArray cameraMatrix=noArray(), InputArray distCoeffs=noArray(), int minMarkers=2)

CharucoDetector::detectBoard を使用すること。

メンバ cv::aruco::PatternPositionType

Board::matchImagePoints と cv::solvePnP を使用すること。

メンバ cv::aruco::refineDetectedMarkers (InputArray image, const Ptr< Board > &board, InputOutputArrayOfArrays detectedCorners, InputOutputArray detectedIds, InputOutputArrayOfArrays rejectedCorners, InputArray cameraMatrix=noArray(), InputArray distCoeffs=noArray(), float minRepDistance=10.f, float errorCorrectionRate=3.f, bool checkAllOrders=true, OutputArray recoveredIdxs=noArray(), const Ptr< DetectorParameters > &parameters=makePtr< DetectorParameters >())

クラス ArucoDetector::refineDetectedMarkers を使用すること。

メンバ cv::aruco::testCharucoCornersCollinear (const Ptr< CharucoBoard > &board, InputArray charucoIds)

CharucoBoard::checkCharucoCornersCollinear を使用すること。

メンバ cv::convertFp16 (InputArray src, OutputArray dst)

代わりに Mat::convertTo を CV_16F とともに使用すること。

メンバ cv::createStitcher (bool try_use_gpu=false)

Stitcher::create を使用すること。

メンバ cv::createStitcherScans (bool try_use_gpu=false)

Stitcher::create を使用すること。

メンバ cv::cudacodec::NV_NV12

VideoReader での使用は非推奨であり、代わりに NV_YUV_SURFACE_FORMAT を使用すること。

メンバ cv::dnn::getInferenceEngineBackendType ()

メンバ cv::dnn::Layer::finalize (const std::vector< Mat * > &input, std::vector< Mat > &output)

代わりに Layer::finalize(InputArrayOfArrays, OutputArrayOfArrays) を使用すること。

メンバ cv::dnn::Layer::finalize (const std::vector< Mat > &inputs, std::vector< Mat > &outputs)

代わりに Layer::finalize(InputArrayOfArrays, OutputArrayOfArrays) を使用すること。

メンバ cv::dnn::Layer::finalize (const std::vector< Mat > &inputs)

代わりに Layer::finalize(InputArrayOfArrays, OutputArrayOfArrays) を使用すること。

メンバ cv::dnn::Layer::forward (std::vector< Mat * > &input, std::vector< Mat > &output, std::vector< Mat > &internals)

代わりに Layer::forward(InputArrayOfArrays, OutputArrayOfArrays, OutputArrayOfArrays) を使用すること。

メンバ cv::dnn::Layer::run (const std::vector< Mat > &inputs, std::vector< Mat > &outputs, std::vector< Mat > &internals)

このメソッドは将来のリリースで削除される予定である。

メンバ cv::dnn::LSTMLayer::setProduceCellOutput (bool produce=false)=0

LayerParams 内のフラグ use_timestamp_dim を使用すること。

メンバ cv::dnn::LSTMLayer::setUseTimstampsDim (bool use=true)=0

LayerParams 内のフラグ produce_cell_output を使用すること。

メンバ cv::dnn::LSTMLayer::setWeights (const Mat &Wh, const Mat &Wx, const Mat &b)=0

代わりに LayerParams::blobs を使用すること。

メンバ cv::dnn::Net::getLayer (const String &layerName) const

int getLayerId(const String &layer) を使用すること。

メンバ cv::dnn::Net::getLayer (const LayerId &layerId) const

削除予定。

メンバ cv::dnn::Net::LayerId

int を返す getLayerId() を使用すること。

メンバ cv::dnn::setInferenceEngineBackendType (const cv::String &newBackendType)

メンバ cv::error (const Exception &exc)

このバージョンは廃止する。

メンバ cv::estimateRigidTransform (InputArray src, InputArray dst, bool fullAffine)

代わりに cv::estimateAffine2D、cv::estimateAffinePartial2D を使用すること。画像とともにこの関数を使用している場合は、cv::calcOpticalFlowPyrLK で点を抽出してから推定関数を使用すること。

メンバ cv::FileNode::FileNode (const FileStorage *fs, size_t blockIdx, size_t ofs)

メンバ cv::getThreadNum ()

現在の実装はこのドキュメントの記述と一致していない。

メンバ cv::linearPolar (InputArray src, OutputArray dst, Point2f center, double maxRadius, int flags)

この関数は cv::warpPolar(src, dst, src.size(), center, maxRadius, flags) と同じ結果を生成する。

メンバ cv::logPolar (InputArray src, OutputArray dst, Point2f center, double M, int flags)

この関数は cv::warpPolar(src, dst, src.size(), center, maxRadius, flags+WARP_POLAR_LOG); と同じ結果を生成する。

メンバ cv::ocl::Context::Context (int dtype)

メンバ cv::ocl::Context::create ()

メンバ cv::ocl::Context::create (int dtype)

メンバ cv::ocl::initializeContextFromHandle (Context &ctx, void *platform, void *context, void *device)

クラス cv::ocl::Platform

メンバ cv::ocl::Platform::getDefault ()

メンバ cv::ovis::updateTexture (const String &name, InputArray image)

setMaterialProperty を使用すること。

メンバ cv::text::loadOCRHMMClassifierCNN (const String &filename)

代わりに loadOCRHMMClassifier を使用すること。

メンバ cv::text::loadOCRHMMClassifierNM (const String &filename)

代わりに loadOCRHMMClassifier を使用すること。

メンバ cv::TLSDataAccumulator< T >::gather (std::vector< T * > &data) const

detachData() に置き換えられた。

メンバ cv::TLSDataContainer::gatherData (std::vector< void * > &data) const

代わりに detachData() を使用すること。

メンバ cv::v_signmask (const v_reg< _Tp, n > &a)

v_signmask はレーン数に強く依存するため、汎用性が十分ではない。

メンバ CV_DNN_BACKEND_INFERENCE_ENGINE_NGRAPH

メンバー CV_DNN_BACKEND_INFERENCE_ENGINE_NN_BUILDER_API

ファイル datamov_utils.hpp

代わりに デバイスレイヤー を使用すること。

ファイル dynamic_smem.hpp

代わりに デバイスレイヤー を使用すること。

ファイル emulation.hpp

代わりに デバイスレイヤー を使用すること。

ファイル filters.hpp

代わりに デバイスレイヤー を使用すること。

ファイル funcattrib.hpp

代わりに デバイスレイヤー を使用すること。

ファイル functional.hpp

代わりに デバイスレイヤー を使用すること。

メンバー G_TYPED_KERNEL_M

このマクロは非推奨であり、任意のG-API演算を宣言するために使用される G_TYPED_KERNEL を使用すること。

ファイル ggpukernel.hpp

代わりに <opencv2/gapi/ocl/goclkernel.hpp> を使用すること。

ファイル imgproc.hpp

代わりに <opencv2/gapi/ocl/imgproc.hpp> を使用すること。

ファイル limits.hpp

代わりに デバイスレイヤー を使用すること。

ファイル reduce.hpp

代わりに デバイスレイヤー を使用すること。

ファイル saturate_cast.hpp

代わりに デバイスレイヤー を使用すること。

ファイル scan.hpp

代わりに デバイスレイヤー を使用すること。

ファイル simd_functions.hpp

代わりに デバイスレイヤー を使用すること。

ファイル transform.hpp

代わりに デバイスレイヤー を使用すること。

ファイル type_traits.hpp

代わりに デバイスレイヤー を使用すること。

ファイル utility.hpp

代わりに デバイスレイヤー を使用すること。

ファイル vec_distance.hpp

代わりに デバイスレイヤー を使用すること。

ファイル vec_math.hpp

代わりに デバイスレイヤー を使用すること。

ファイル vec_traits.hpp

代わりに デバイスレイヤー を使用すること。

ファイル warp.hpp

代わりに デバイスレイヤー を使用すること。

ファイル warp_reduce.hpp

代わりに デバイスレイヤー を使用すること。

ファイル warp_shuffle.hpp

代わりに デバイスレイヤー を使用すること。