🤖 AIによる機械翻訳（非公式） — これは OpenCV 4.13.0 公式リファレンス（英語）を AI (Claude) で自動翻訳したものです。訳に誤りを含む場合があります。正確な情報は公式英語版（原文）を参照してください。

java.lang.Object
- org.opencv.ximgproc.Ximgproc

public class Ximgproc
extends java.lang.Object

フィールドの要約

フィールド
Modifier and Type	Field	Description
`static int`	`AM_FILTER`
`static int`	`ARO_0_45`
`static int`	`ARO_315_0`
`static int`	`ARO_315_135`
`static int`	`ARO_315_45`
`static int`	`ARO_45_135`
`static int`	`ARO_45_90`
`static int`	`ARO_90_135`
`static int`	`ARO_CTR_HOR`
`static int`	`ARO_CTR_VER`
`static int`	`BINARIZATION_NIBLACK`
`static int`	`BINARIZATION_NICK`
`static int`	`BINARIZATION_SAUVOLA`
`static int`	`BINARIZATION_WOLF`
`static int`	`DTF_IC`
`static int`	`DTF_NC`
`static int`	`DTF_RF`
`static int`	`FHT_ADD`
`static int`	`FHT_AVE`
`static int`	`FHT_MAX`
`static int`	`FHT_MIN`
`static int`	`GUIDED_FILTER`
`static int`	`HDO_DESKEW`
`static int`	`HDO_RAW`
`static int`	`MSLIC`
`static int`	`RO_IGNORE_BORDERS`
`static int`	`RO_STRICT`
`static int`	`SLIC`
`static int`	`SLICO`
`static int`	`THINNING_GUOHALL`
`static int`	`THINNING_ZHANGSUEN`
`static int`	`WMF_COS`
`static int`	`WMF_EXP`
`static int`	`WMF_IV1`
`static int`	`WMF_IV2`
`static int`	`WMF_JAC`
`static int`	`WMF_OFF`

コンストラクタの要約

コンストラクタ
Constructor Description

Ximgproc()

メソッドの要約

すべてのメソッド静的メソッド具象メソッド
Modifier and Type	Method	Description
`static void`	`amFilter(Mat joint, Mat src, Mat dst, double sigma_s, double sigma_r)`	Simple one-line Adaptive Manifold Filter call.
`static void`	`amFilter(Mat joint, Mat src, Mat dst, double sigma_s, double sigma_r, boolean adjust_outliers)`	Simple one-line Adaptive Manifold Filter call.
`static void`	`anisotropicDiffusion(Mat src, Mat dst, float alpha, float K, int niters)`	Performs anisotropic diffusion on an image.
`static void`	`bilateralTextureFilter(Mat src, Mat dst)`	Applies the bilateral texture filter to an image.
`static void`	`bilateralTextureFilter(Mat src, Mat dst, int fr)`	Applies the bilateral texture filter to an image.
`static void`	`bilateralTextureFilter(Mat src, Mat dst, int fr, int numIter)`	Applies the bilateral texture filter to an image.
`static void`	`bilateralTextureFilter(Mat src, Mat dst, int fr, int numIter, double sigmaAlpha)`	Applies the bilateral texture filter to an image.
`static void`	`bilateralTextureFilter(Mat src, Mat dst, int fr, int numIter, double sigmaAlpha, double sigmaAvg)`	Applies the bilateral texture filter to an image.
`static void`	`colorMatchTemplate(Mat img, Mat templ, Mat result)`	Compares a color template against overlapped color image regions.
`static double`	`computeBadPixelPercent(Mat GT, Mat src, Rect ROI)`	Function for computing the percent of "bad" pixels in the disparity map (pixels where error is higher than a specified threshold)
`static double`	`computeBadPixelPercent(Mat GT, Mat src, Rect ROI, int thresh)`	Function for computing the percent of "bad" pixels in the disparity map (pixels where error is higher than a specified threshold)
`static double`	`computeMSE(Mat GT, Mat src, Rect ROI)`	Function for computing mean square error for disparity maps
`static void`	`contourSampling(Mat src, Mat out, int nbElt)`	Contour sampling .
`static void`	`covarianceEstimation(Mat src, Mat dst, int windowRows, int windowCols)`	Computes the estimated covariance matrix of an image using the sliding window forumlation.
`static AdaptiveManifoldFilter`	`createAMFilter(double sigma_s, double sigma_r)`	Factory method, create instance of AdaptiveManifoldFilter and produce some initialization routines.
`static AdaptiveManifoldFilter`	`createAMFilter(double sigma_s, double sigma_r, boolean adjust_outliers)`	Factory method, create instance of AdaptiveManifoldFilter and produce some initialization routines.
`static ContourFitting`	`createContourFitting()`	create ContourFitting algorithm object
`static ContourFitting`	`createContourFitting(int ctr)`	create ContourFitting algorithm object
`static ContourFitting`	`createContourFitting(int ctr, int fd)`	create ContourFitting algorithm object
`static DisparityWLSFilter`	`createDisparityWLSFilter(StereoMatcher matcher_left)`	Convenience factory method that creates an instance of DisparityWLSFilter and sets up all the relevant filter parameters automatically based on the matcher instance.
`static DisparityWLSFilter`	`createDisparityWLSFilterGeneric(boolean use_confidence)`	More generic factory method, create instance of DisparityWLSFilter and execute basic initialization routines.
`static DTFilter`	`createDTFilter(Mat guide, double sigmaSpatial, double sigmaColor)`	Factory method, create instance of DTFilter and produce initialization routines.
`static DTFilter`	`createDTFilter(Mat guide, double sigmaSpatial, double sigmaColor, int mode)`	Factory method, create instance of DTFilter and produce initialization routines.
`static DTFilter`	`createDTFilter(Mat guide, double sigmaSpatial, double sigmaColor, int mode, int numIters)`	Factory method, create instance of DTFilter and produce initialization routines.
`static EdgeAwareInterpolator`	`createEdgeAwareInterpolator()`	Factory method that creates an instance of the EdgeAwareInterpolator.
`static EdgeBoxes`	`createEdgeBoxes()`	Creates a Edgeboxes
`static EdgeBoxes`	`createEdgeBoxes(float alpha)`	Creates a Edgeboxes
`static EdgeBoxes`	`createEdgeBoxes(float alpha, float beta)`	Creates a Edgeboxes
`static EdgeBoxes`	`createEdgeBoxes(float alpha, float beta, float eta)`	Creates a Edgeboxes
`static EdgeBoxes`	`createEdgeBoxes(float alpha, float beta, float eta, float minScore)`	Creates a Edgeboxes
`static EdgeBoxes`	`createEdgeBoxes(float alpha, float beta, float eta, float minScore, int maxBoxes)`	Creates a Edgeboxes
`static EdgeBoxes`	`createEdgeBoxes(float alpha, float beta, float eta, float minScore, int maxBoxes, float edgeMinMag)`	Creates a Edgeboxes
`static EdgeBoxes`	`createEdgeBoxes(float alpha, float beta, float eta, float minScore, int maxBoxes, float edgeMinMag, float edgeMergeThr)`	Creates a Edgeboxes
`static EdgeBoxes`	`createEdgeBoxes(float alpha, float beta, float eta, float minScore, int maxBoxes, float edgeMinMag, float edgeMergeThr, float clusterMinMag)`	Creates a Edgeboxes
`static EdgeBoxes`	`createEdgeBoxes(float alpha, float beta, float eta, float minScore, int maxBoxes, float edgeMinMag, float edgeMergeThr, float clusterMinMag, float maxAspectRatio)`	Creates a Edgeboxes
`static EdgeBoxes`	`createEdgeBoxes(float alpha, float beta, float eta, float minScore, int maxBoxes, float edgeMinMag, float edgeMergeThr, float clusterMinMag, float maxAspectRatio, float minBoxArea)`	Creates a Edgeboxes
`static EdgeBoxes`	`createEdgeBoxes(float alpha, float beta, float eta, float minScore, int maxBoxes, float edgeMinMag, float edgeMergeThr, float clusterMinMag, float maxAspectRatio, float minBoxArea, float gamma)`	Creates a Edgeboxes
`static EdgeBoxes`	`createEdgeBoxes(float alpha, float beta, float eta, float minScore, int maxBoxes, float edgeMinMag, float edgeMergeThr, float clusterMinMag, float maxAspectRatio, float minBoxArea, float gamma, float kappa)`	Creates a Edgeboxes
`static EdgeDrawing`	`createEdgeDrawing()`	Creates a smart pointer to a EdgeDrawing object and initializes it
`static FastBilateralSolverFilter`	`createFastBilateralSolverFilter(Mat guide, double sigma_spatial, double sigma_luma, double sigma_chroma)`	Factory method, create instance of FastBilateralSolverFilter and execute the initialization routines.
`static FastBilateralSolverFilter`	`createFastBilateralSolverFilter(Mat guide, double sigma_spatial, double sigma_luma, double sigma_chroma, double lambda)`	Factory method, create instance of FastBilateralSolverFilter and execute the initialization routines.
`static FastBilateralSolverFilter`	`createFastBilateralSolverFilter(Mat guide, double sigma_spatial, double sigma_luma, double sigma_chroma, double lambda, int num_iter)`	Factory method, create instance of FastBilateralSolverFilter and execute the initialization routines.
`static FastBilateralSolverFilter`	`createFastBilateralSolverFilter(Mat guide, double sigma_spatial, double sigma_luma, double sigma_chroma, double lambda, int num_iter, double max_tol)`	Factory method, create instance of FastBilateralSolverFilter and execute the initialization routines.
`static FastGlobalSmootherFilter`	`createFastGlobalSmootherFilter(Mat guide, double lambda, double sigma_color)`	Factory method, create instance of FastGlobalSmootherFilter and execute the initialization routines.
`static FastGlobalSmootherFilter`	`createFastGlobalSmootherFilter(Mat guide, double lambda, double sigma_color, double lambda_attenuation)`	Factory method, create instance of FastGlobalSmootherFilter and execute the initialization routines.
`static FastGlobalSmootherFilter`	`createFastGlobalSmootherFilter(Mat guide, double lambda, double sigma_color, double lambda_attenuation, int num_iter)`	Factory method, create instance of FastGlobalSmootherFilter and execute the initialization routines.
`static FastLineDetector`	`createFastLineDetector()`	Creates a smart pointer to a FastLineDetector object and initializes it segment farther than this will be regarded as an outlier If zero, Canny() is not applied and the input image is taken as an edge image.
`static FastLineDetector`	`createFastLineDetector(int length_threshold)`	Creates a smart pointer to a FastLineDetector object and initializes it
`static FastLineDetector`	`createFastLineDetector(int length_threshold, float distance_threshold)`	Creates a smart pointer to a FastLineDetector object and initializes it
`static FastLineDetector`	`createFastLineDetector(int length_threshold, float distance_threshold, double canny_th1)`	Creates a smart pointer to a FastLineDetector object and initializes it
`static FastLineDetector`	`createFastLineDetector(int length_threshold, float distance_threshold, double canny_th1, double canny_th2)`	Creates a smart pointer to a FastLineDetector object and initializes it
`static FastLineDetector`	`createFastLineDetector(int length_threshold, float distance_threshold, double canny_th1, double canny_th2, int canny_aperture_size)`	Creates a smart pointer to a FastLineDetector object and initializes it
`static FastLineDetector`	`createFastLineDetector(int length_threshold, float distance_threshold, double canny_th1, double canny_th2, int canny_aperture_size, boolean do_merge)`	Creates a smart pointer to a FastLineDetector object and initializes it
`static GraphSegmentation`	`createGraphSegmentation()`	Creates a graph based segmentor
`static GraphSegmentation`	`createGraphSegmentation(double sigma)`	Creates a graph based segmentor
`static GraphSegmentation`	`createGraphSegmentation(double sigma, float k)`	Creates a graph based segmentor
`static GraphSegmentation`	`createGraphSegmentation(double sigma, float k, int min_size)`	Creates a graph based segmentor
`static GuidedFilter`	`createGuidedFilter(Mat guide, int radius, double eps)`	Factory method, create instance of GuidedFilter and produce initialization routines.
`static GuidedFilter`	`createGuidedFilter(Mat guide, int radius, double eps, double scale)`	Factory method, create instance of GuidedFilter and produce initialization routines.
`static void`	`createQuaternionImage(Mat img, Mat qimg)`	creates a quaternion image.
`static RFFeatureGetter`	`createRFFeatureGetter()`
`static RICInterpolator`	`createRICInterpolator()`	Factory method that creates an instance of the RICInterpolator.
`static StereoMatcher`	`createRightMatcher(StereoMatcher matcher_left)`	Convenience method to set up the matcher for computing the right-view disparity map that is required in case of filtering with confidence.
`static ScanSegment`	`createScanSegment(int image_width, int image_height, int num_superpixels)`	Initializes a ScanSegment object.
`static ScanSegment`	`createScanSegment(int image_width, int image_height, int num_superpixels, int slices)`	Initializes a ScanSegment object.
`static ScanSegment`	`createScanSegment(int image_width, int image_height, int num_superpixels, int slices, boolean merge_small)`	Initializes a ScanSegment object.
`static SelectiveSearchSegmentation`	`createSelectiveSearchSegmentation()`	Create a new SelectiveSearchSegmentation class.
`static SelectiveSearchSegmentationStrategyColor`	`createSelectiveSearchSegmentationStrategyColor()`	Create a new color-based strategy
`static SelectiveSearchSegmentationStrategyFill`	`createSelectiveSearchSegmentationStrategyFill()`	Create a new fill-based strategy
`static SelectiveSearchSegmentationStrategyMultiple`	`createSelectiveSearchSegmentationStrategyMultiple()`	Create a new multiple strategy
`static SelectiveSearchSegmentationStrategyMultiple`	`createSelectiveSearchSegmentationStrategyMultiple(SelectiveSearchSegmentationStrategy s1)`	Create a new multiple strategy and set one subtrategy
`static SelectiveSearchSegmentationStrategyMultiple`	`createSelectiveSearchSegmentationStrategyMultiple(SelectiveSearchSegmentationStrategy s1, SelectiveSearchSegmentationStrategy s2)`	Create a new multiple strategy and set two subtrategies, with equal weights
`static SelectiveSearchSegmentationStrategyMultiple`	`createSelectiveSearchSegmentationStrategyMultiple(SelectiveSearchSegmentationStrategy s1, SelectiveSearchSegmentationStrategy s2, SelectiveSearchSegmentationStrategy s3)`	Create a new multiple strategy and set three subtrategies, with equal weights
`static SelectiveSearchSegmentationStrategyMultiple`	`createSelectiveSearchSegmentationStrategyMultiple(SelectiveSearchSegmentationStrategy s1, SelectiveSearchSegmentationStrategy s2, SelectiveSearchSegmentationStrategy s3, SelectiveSearchSegmentationStrategy s4)`	Create a new multiple strategy and set four subtrategies, with equal weights
`static SelectiveSearchSegmentationStrategySize`	`createSelectiveSearchSegmentationStrategySize()`	Create a new size-based strategy
`static SelectiveSearchSegmentationStrategyTexture`	`createSelectiveSearchSegmentationStrategyTexture()`	Create a new size-based strategy
`static StructuredEdgeDetection`	`createStructuredEdgeDetection(java.lang.String model)`
`static StructuredEdgeDetection`	`createStructuredEdgeDetection(java.lang.String model, RFFeatureGetter howToGetFeatures)`
`static SuperpixelLSC`	`createSuperpixelLSC(Mat image)`	Class implementing the LSC (Linear Spectral Clustering) superpixels
`static SuperpixelLSC`	`createSuperpixelLSC(Mat image, int region_size)`	Class implementing the LSC (Linear Spectral Clustering) superpixels
`static SuperpixelLSC`	`createSuperpixelLSC(Mat image, int region_size, float ratio)`	Class implementing the LSC (Linear Spectral Clustering) superpixels
`static SuperpixelSEEDS`	`createSuperpixelSEEDS(int image_width, int image_height, int image_channels, int num_superpixels, int num_levels)`	Initializes a SuperpixelSEEDS object.
`static SuperpixelSEEDS`	`createSuperpixelSEEDS(int image_width, int image_height, int image_channels, int num_superpixels, int num_levels, int prior)`	Initializes a SuperpixelSEEDS object.
`static SuperpixelSEEDS`	`createSuperpixelSEEDS(int image_width, int image_height, int image_channels, int num_superpixels, int num_levels, int prior, int histogram_bins)`	Initializes a SuperpixelSEEDS object.
`static SuperpixelSEEDS`	`createSuperpixelSEEDS(int image_width, int image_height, int image_channels, int num_superpixels, int num_levels, int prior, int histogram_bins, boolean double_step)`	Initializes a SuperpixelSEEDS object.
`static SuperpixelSLIC`	`createSuperpixelSLIC(Mat image)`	Initialize a SuperpixelSLIC object
`static SuperpixelSLIC`	`createSuperpixelSLIC(Mat image, int algorithm)`	Initialize a SuperpixelSLIC object
`static SuperpixelSLIC`	`createSuperpixelSLIC(Mat image, int algorithm, int region_size)`	Initialize a SuperpixelSLIC object
`static SuperpixelSLIC`	`createSuperpixelSLIC(Mat image, int algorithm, int region_size, float ruler)`	Initialize a SuperpixelSLIC object
`static void`	`dtFilter(Mat guide, Mat src, Mat dst, double sigmaSpatial, double sigmaColor)`	Simple one-line Domain Transform filter call.
`static void`	`dtFilter(Mat guide, Mat src, Mat dst, double sigmaSpatial, double sigmaColor, int mode)`	Simple one-line Domain Transform filter call.
`static void`	`dtFilter(Mat guide, Mat src, Mat dst, double sigmaSpatial, double sigmaColor, int mode, int numIters)`	Simple one-line Domain Transform filter call.
`static void`	`edgePreservingFilter(Mat src, Mat dst, int d, double threshold)`	Smoothes an image using the Edge-Preserving filter.
`static void`	`fastBilateralSolverFilter(Mat guide, Mat src, Mat confidence, Mat dst)`	Simple one-line Fast Bilateral Solver filter call.
`static void`	`fastBilateralSolverFilter(Mat guide, Mat src, Mat confidence, Mat dst, double sigma_spatial)`	Simple one-line Fast Bilateral Solver filter call.
`static void`	`fastBilateralSolverFilter(Mat guide, Mat src, Mat confidence, Mat dst, double sigma_spatial, double sigma_luma)`	Simple one-line Fast Bilateral Solver filter call.
`static void`	`fastBilateralSolverFilter(Mat guide, Mat src, Mat confidence, Mat dst, double sigma_spatial, double sigma_luma, double sigma_chroma)`	Simple one-line Fast Bilateral Solver filter call.
`static void`	`fastBilateralSolverFilter(Mat guide, Mat src, Mat confidence, Mat dst, double sigma_spatial, double sigma_luma, double sigma_chroma, double lambda)`	Simple one-line Fast Bilateral Solver filter call.
`static void`	`fastBilateralSolverFilter(Mat guide, Mat src, Mat confidence, Mat dst, double sigma_spatial, double sigma_luma, double sigma_chroma, double lambda, int num_iter)`	Simple one-line Fast Bilateral Solver filter call.
`static void`	`fastBilateralSolverFilter(Mat guide, Mat src, Mat confidence, Mat dst, double sigma_spatial, double sigma_luma, double sigma_chroma, double lambda, int num_iter, double max_tol)`	Simple one-line Fast Bilateral Solver filter call.
`static void`	`fastGlobalSmootherFilter(Mat guide, Mat src, Mat dst, double lambda, double sigma_color)`	Simple one-line Fast Global Smoother filter call.
`static void`	`fastGlobalSmootherFilter(Mat guide, Mat src, Mat dst, double lambda, double sigma_color, double lambda_attenuation)`	Simple one-line Fast Global Smoother filter call.
`static void`	`fastGlobalSmootherFilter(Mat guide, Mat src, Mat dst, double lambda, double sigma_color, double lambda_attenuation, int num_iter)`	Simple one-line Fast Global Smoother filter call.
`static void`	`FastHoughTransform(Mat src, Mat dst, int dstMatDepth)`	Calculates 2D Fast Hough transform of an image.
`static void`	`FastHoughTransform(Mat src, Mat dst, int dstMatDepth, int angleRange)`	Calculates 2D Fast Hough transform of an image.
`static void`	`FastHoughTransform(Mat src, Mat dst, int dstMatDepth, int angleRange, int op)`	Calculates 2D Fast Hough transform of an image.
`static void`	`FastHoughTransform(Mat src, Mat dst, int dstMatDepth, int angleRange, int op, int makeSkew)`	Calculates 2D Fast Hough transform of an image.
`static void`	`findEllipses(Mat image, Mat ellipses)`	Finds ellipses fastly in an image using projective invariant pruning.
`static void`	`findEllipses(Mat image, Mat ellipses, float scoreThreshold)`	Finds ellipses fastly in an image using projective invariant pruning.
`static void`	`findEllipses(Mat image, Mat ellipses, float scoreThreshold, float reliabilityThreshold)`	Finds ellipses fastly in an image using projective invariant pruning.
`static void`	`findEllipses(Mat image, Mat ellipses, float scoreThreshold, float reliabilityThreshold, float centerDistanceThreshold)`	Finds ellipses fastly in an image using projective invariant pruning.
`static void`	`fourierDescriptor(Mat src, Mat dst)`	Fourier descriptors for planed closed curves For more details about this implementation, please see CITE: PersoonFu1977
`static void`	`fourierDescriptor(Mat src, Mat dst, int nbElt)`	Fourier descriptors for planed closed curves For more details about this implementation, please see CITE: PersoonFu1977
`static void`	`fourierDescriptor(Mat src, Mat dst, int nbElt, int nbFD)`	Fourier descriptors for planed closed curves For more details about this implementation, please see CITE: PersoonFu1977
`static void`	`getDisparityVis(Mat src, Mat dst)`	Function for creating a disparity map visualization (clamped CV_8U image)
`static void`	`getDisparityVis(Mat src, Mat dst, double scale)`	Function for creating a disparity map visualization (clamped CV_8U image)
`static void`	`GradientDericheX(Mat op, Mat dst, double alpha, double omega)`	Applies X Deriche filter to an image.
`static void`	`GradientDericheY(Mat op, Mat dst, double alpha, double omega)`	Applies Y Deriche filter to an image.
`static void`	`guidedFilter(Mat guide, Mat src, Mat dst, int radius, double eps)`	Simple one-line (Fast) Guided Filter call.
`static void`	`guidedFilter(Mat guide, Mat src, Mat dst, int radius, double eps, int dDepth)`	Simple one-line (Fast) Guided Filter call.
`static void`	`guidedFilter(Mat guide, Mat src, Mat dst, int radius, double eps, int dDepth, double scale)`	Simple one-line (Fast) Guided Filter call.
`static int[]`	`HoughPoint2Line(Point houghPoint, Mat srcImgInfo)`	Calculates coordinates of line segment corresponded by point in Hough space.
`static int[]`	`HoughPoint2Line(Point houghPoint, Mat srcImgInfo, int angleRange)`	Calculates coordinates of line segment corresponded by point in Hough space.
`static int[]`	`HoughPoint2Line(Point houghPoint, Mat srcImgInfo, int angleRange, int makeSkew)`	Calculates coordinates of line segment corresponded by point in Hough space.
`static int[]`	`HoughPoint2Line(Point houghPoint, Mat srcImgInfo, int angleRange, int makeSkew, int rules)`	Calculates coordinates of line segment corresponded by point in Hough space.
`static void`	`jointBilateralFilter(Mat joint, Mat src, Mat dst, int d, double sigmaColor, double sigmaSpace)`	Applies the joint bilateral filter to an image.
`static void`	`jointBilateralFilter(Mat joint, Mat src, Mat dst, int d, double sigmaColor, double sigmaSpace, int borderType)`	Applies the joint bilateral filter to an image.
`static void`	`l0Smooth(Mat src, Mat dst)`	Global image smoothing via L0 gradient minimization.
`static void`	`l0Smooth(Mat src, Mat dst, double lambda)`	Global image smoothing via L0 gradient minimization.
`static void`	`l0Smooth(Mat src, Mat dst, double lambda, double kappa)`	Global image smoothing via L0 gradient minimization.
`static void`	`niBlackThreshold(Mat _src, Mat _dst, double maxValue, int type, int blockSize, double k)`	Performs thresholding on input images using Niblack's technique or some of the popular variations it inspired.
`static void`	`niBlackThreshold(Mat _src, Mat _dst, double maxValue, int type, int blockSize, double k, int binarizationMethod)`	Performs thresholding on input images using Niblack's technique or some of the popular variations it inspired.
`static void`	`niBlackThreshold(Mat _src, Mat _dst, double maxValue, int type, int blockSize, double k, int binarizationMethod, double r)`	Performs thresholding on input images using Niblack's technique or some of the popular variations it inspired.
`static void`	`PeiLinNormalization(Mat I, Mat T)`
`static void`	`qconj(Mat qimg, Mat qcimg)`	calculates conjugate of a quaternion image.
`static void`	`qdft(Mat img, Mat qimg, int flags, boolean sideLeft)`	Performs a forward or inverse Discrete quaternion Fourier transform of a 2D quaternion array.
`static void`	`qmultiply(Mat src1, Mat src2, Mat dst)`	Calculates the per-element quaternion product of two arrays
`static void`	`qunitary(Mat qimg, Mat qnimg)`	divides each element by its modulus.
`static void`	`RadonTransform(Mat src, Mat dst)`	Calculate Radon Transform of an image.
`static void`	`RadonTransform(Mat src, Mat dst, double theta)`	Calculate Radon Transform of an image.
`static void`	`RadonTransform(Mat src, Mat dst, double theta, double start_angle)`	Calculate Radon Transform of an image.
`static void`	`RadonTransform(Mat src, Mat dst, double theta, double start_angle, double end_angle)`	Calculate Radon Transform of an image.
`static void`	`RadonTransform(Mat src, Mat dst, double theta, double start_angle, double end_angle, boolean crop)`	Calculate Radon Transform of an image.
`static void`	`RadonTransform(Mat src, Mat dst, double theta, double start_angle, double end_angle, boolean crop, boolean norm)`	Calculate Radon Transform of an image.
`static int`	`readGT(java.lang.String src_path, Mat dst)`	Function for reading ground truth disparity maps.
`static void`	`rollingGuidanceFilter(Mat src, Mat dst)`	Applies the rolling guidance filter to an image.
`static void`	`rollingGuidanceFilter(Mat src, Mat dst, int d)`	Applies the rolling guidance filter to an image.
`static void`	`rollingGuidanceFilter(Mat src, Mat dst, int d, double sigmaColor)`	Applies the rolling guidance filter to an image.
`static void`	`rollingGuidanceFilter(Mat src, Mat dst, int d, double sigmaColor, double sigmaSpace)`	Applies the rolling guidance filter to an image.
`static void`	`rollingGuidanceFilter(Mat src, Mat dst, int d, double sigmaColor, double sigmaSpace, int numOfIter)`	Applies the rolling guidance filter to an image.
`static void`	`rollingGuidanceFilter(Mat src, Mat dst, int d, double sigmaColor, double sigmaSpace, int numOfIter, int borderType)`	Applies the rolling guidance filter to an image.
`static void`	`thinning(Mat src, Mat dst)`	Applies a binary blob thinning operation, to achieve a skeletization of the input image.
`static void`	`thinning(Mat src, Mat dst, int thinningType)`	Applies a binary blob thinning operation, to achieve a skeletization of the input image.
`static void`	`transformFD(Mat src, Mat t, Mat dst)`	transform a contour
`static void`	`transformFD(Mat src, Mat t, Mat dst, boolean fdContour)`	transform a contour
`static void`	`weightedMedianFilter(Mat joint, Mat src, Mat dst, int r)`	Applies weighted median filter to an image.
`static void`	`weightedMedianFilter(Mat joint, Mat src, Mat dst, int r, double sigma)`	Applies weighted median filter to an image.
`static void`	`weightedMedianFilter(Mat joint, Mat src, Mat dst, int r, double sigma, int weightType)`	Applies weighted median filter to an image.
`static void`	`weightedMedianFilter(Mat joint, Mat src, Mat dst, int r, double sigma, int weightType, Mat mask)`	Applies weighted median filter to an image.

クラス java.lang.Object から継承したメソッド
clone, equals, finalize, getClass, hashCode, notify, notifyAll, toString, wait, wait, wait

- フィールドの詳細
  - RO_STRICT
```
public static final int RO_STRICT
```
    関連項目:
    
    定数フィールド値
  - RO_IGNORE_BORDERS
```
public static final int RO_IGNORE_BORDERS
```
    関連項目:
    
    定数フィールド値
  - ARO_0_45
```
public static final int ARO_0_45
```
    関連項目:
    
    定数フィールド値
  - ARO_45_90
```
public static final int ARO_45_90
```
    関連項目:
    
    定数フィールド値
  - ARO_90_135
```
public static final int ARO_90_135
```
    関連項目:
    
    定数フィールド値
  - ARO_315_0
```
public static final int ARO_315_0
```
    関連項目:
    
    定数フィールド値
  - ARO_315_45
```
public static final int ARO_315_45
```
    関連項目:
    
    定数フィールド値
  - ARO_45_135
```
public static final int ARO_45_135
```
    関連項目:
    
    定数フィールド値
  - ARO_315_135
```
public static final int ARO_315_135
```
    関連項目:
    
    定数フィールド値
  - ARO_CTR_HOR
```
public static final int ARO_CTR_HOR
```
    関連項目:
    
    定数フィールド値
  - ARO_CTR_VER
```
public static final int ARO_CTR_VER
```
    関連項目:
    
    定数フィールド値
  - DTF_NC
```
public static final int DTF_NC
```
    関連項目:
    
    定数フィールド値
  - DTF_IC
```
public static final int DTF_IC
```
    関連項目:
    
    定数フィールド値
  - DTF_RF
```
public static final int DTF_RF
```
    関連項目:
    
    定数フィールド値
  - GUIDED_FILTER
```
public static final int GUIDED_FILTER
```
    関連項目:
    
    定数フィールド値
  - AM_FILTER
```
public static final int AM_FILTER
```
    関連項目:
    
    定数フィールド値
  - HDO_RAW
```
public static final int HDO_RAW
```
    関連項目:
    
    定数フィールド値
  - HDO_DESKEW
```
public static final int HDO_DESKEW
```
    関連項目:
    
    定数フィールド値
  - FHT_MIN
```
public static final int FHT_MIN
```
    関連項目:
    
    定数フィールド値
  - FHT_MAX
```
public static final int FHT_MAX
```
    関連項目:
    
    定数フィールド値
  - FHT_ADD
```
public static final int FHT_ADD
```
    関連項目:
    
    定数フィールド値
  - FHT_AVE
```
public static final int FHT_AVE
```
    関連項目:
    
    Constant Field Values
  - BINARIZATION_NIBLACK
```
public static final int BINARIZATION_NIBLACK
```
    関連項目:
    
    Constant Field Values
  - BINARIZATION_SAUVOLA
```
public static final int BINARIZATION_SAUVOLA
```
    関連項目:
    
    Constant Field Values
  - BINARIZATION_WOLF
```
public static final int BINARIZATION_WOLF
```
    関連項目:
    
    Constant Field Values
  - BINARIZATION_NICK
```
public static final int BINARIZATION_NICK
```
    関連項目:
    
    Constant Field Values
  - SLIC
```
public static final int SLIC
```
    関連項目:
    
    Constant Field Values
  - SLICO
```
public static final int SLICO
```
    関連項目:
    
    Constant Field Values
  - MSLIC
```
public static final int MSLIC
```
    関連項目:
    
    Constant Field Values
  - THINNING_ZHANGSUEN
```
public static final int THINNING_ZHANGSUEN
```
    関連項目:
    
    Constant Field Values
  - THINNING_GUOHALL
```
public static final int THINNING_GUOHALL
```
    関連項目:
    
    Constant Field Values
  - WMF_EXP
```
public static final int WMF_EXP
```
    関連項目:
    
    Constant Field Values
  - WMF_IV1
```
public static final int WMF_IV1
```
    関連項目:
    
    Constant Field Values
  - WMF_IV2
```
public static final int WMF_IV2
```
    関連項目:
    
    Constant Field Values
  - WMF_COS
```
public static final int WMF_COS
```
    関連項目:
    
    Constant Field Values
  - WMF_JAC
```
public static final int WMF_JAC
```
    関連項目:
    
    Constant Field Values
  - WMF_OFF
```
public static final int WMF_OFF
```
    関連項目:
    
    Constant Field Values
- コンストラクタの詳細
  - Ximgproc
```
public Ximgproc()
```
- メソッドの詳細
  - niBlackThreshold
```
public static void niBlackThreshold(Mat _src,
                                    Mat _dst,
                                    double maxValue,
                                    int type,
                                    int blockSize,
                                    double k,
                                    int binarizationMethod,
                                    double r)
```
    Performs thresholding on input images using Niblack's technique or some of the popular variations it inspired. The function transforms a grayscale image to a binary image according to the formulae:
    
    THRESH_BINARY $dst(x,y) = \fork{\texttt{maxValue}}{if \(src(x,y) > T(x,y)$}{0}{otherwise}\)
    
    THRESH_BINARY_INV $dst(x,y) = \fork{0}{if \(src(x,y) > T(x,y)$}{\texttt{maxValue}}{otherwise}\) ここで $T(x,y)$ はピクセルごとに個別に計算されるしきい値である。
    
    The threshold value $T(x, y)$ is determined based on the binarization method chosen. For classic Niblack, it is the mean minus $ k $ times standard deviation of $\texttt{blockSize} \times\texttt{blockSize}$ neighborhood of $(x, y)$. The function can't process the image in-place.
    引数:
    
    _src - 入力の8ビットシングルチャンネル画像。
    
    _dst - src と同じサイズ・同じ型の出力画像。
    
    maxValue - 条件を満たすピクセルに割り当てられる非ゼロ値。THRESH_BINARY および THRESH_BINARY_INV のしきい値処理タイプで使用される。
    
    type - しきい値処理タイプ。cv::ThresholdTypes を参照。
    
    blockSize - ピクセルのしきい値を計算するために用いるピクセル近傍のサイズ：3, 5, 7 など。
    
    k - Niblack法およびそれに着想を得た手法で使用される、ユーザが調整可能なパラメータ。Niblack法では通常0から1の間の値で、標準偏差に乗じて平均から減算される。
    
    binarizationMethod - 使用する二値化手法。デフォルトではNiblack法が使われる。他の手法も指定可能で、cv::ximgproc::LocalBinarizationMethods を参照。
    
    r - Sauvola法で使用される、ユーザが調整可能なパラメータ。これは標準偏差のダイナミックレンジである。参照: threshold, adaptiveThreshold
  - niBlackThreshold
```
public static void niBlackThreshold(Mat _src,
                                    Mat _dst,
                                    double maxValue,
                                    int type,
                                    int blockSize,
                                    double k,
                                    int binarizationMethod)
```
    Performs thresholding on input images using Niblack's technique or some of the popular variations it inspired. The function transforms a grayscale image to a binary image according to the formulae:
    
    THRESH_BINARY $dst(x,y) = \fork{\texttt{maxValue}}{if \(src(x,y) > T(x,y)$}{0}{otherwise}\)
    
    THRESH_BINARY_INV $dst(x,y) = \fork{0}{if \(src(x,y) > T(x,y)$}{\texttt{maxValue}}{otherwise}\) ここで $T(x,y)$ はピクセルごとに個別に計算されるしきい値である。
    
    The threshold value $T(x, y)$ is determined based on the binarization method chosen. For classic Niblack, it is the mean minus $ k $ times standard deviation of $\texttt{blockSize} \times\texttt{blockSize}$ neighborhood of $(x, y)$. The function can't process the image in-place.
    引数:
    
    _src - 入力の8ビットシングルチャンネル画像。
    
    _dst - src と同じサイズ・同じ型の出力画像。
    
    maxValue - 条件を満たすピクセルに割り当てられる非ゼロ値。THRESH_BINARY および THRESH_BINARY_INV のしきい値処理タイプで使用される。
    
    type - しきい値処理タイプ。cv::ThresholdTypes を参照。
    
    blockSize - ピクセルのしきい値を計算するために用いるピクセル近傍のサイズ：3, 5, 7 など。
    
    k - Niblack法およびそれに着想を得た手法で使用される、ユーザが調整可能なパラメータ。Niblack法では通常0から1の間の値で、標準偏差に乗じて平均から減算される。
    
    binarizationMethod - 使用する二値化手法。デフォルトではNiblack法が使われる。他の手法も指定可能で、cv::ximgproc::LocalBinarizationMethods を参照。標準偏差の。参照: threshold, adaptiveThreshold
  - niBlackThreshold
```
public static void niBlackThreshold(Mat _src,
                                    Mat _dst,
                                    double maxValue,
                                    int type,
                                    int blockSize,
                                    double k)
```
    Performs thresholding on input images using Niblack's technique or some of the popular variations it inspired. The function transforms a grayscale image to a binary image according to the formulae:
    
    THRESH_BINARY $dst(x,y) = \fork{\texttt{maxValue}}{if \(src(x,y) > T(x,y)$}{0}{otherwise}\)
    
    THRESH_BINARY_INV $dst(x,y) = \fork{0}{if \(src(x,y) > T(x,y)$}{\texttt{maxValue}}{otherwise}\) ここで $T(x,y)$ はピクセルごとに個別に計算されるしきい値である。
    
    The threshold value $T(x, y)$ is determined based on the binarization method chosen. For classic Niblack, it is the mean minus $ k $ times standard deviation of $\texttt{blockSize} \times\texttt{blockSize}$ neighborhood of $(x, y)$. The function can't process the image in-place.
    引数:
    
    _src - 入力の8ビットシングルチャンネル画像。
    
    _dst - src と同じサイズ・同じ型の出力画像。
    
    maxValue - 条件を満たすピクセルに割り当てられる非ゼロ値。THRESH_BINARY および THRESH_BINARY_INV のしきい値処理タイプで使用される。
    
    type - しきい値処理タイプ。cv::ThresholdTypes を参照。
    
    blockSize - ピクセルのしきい値を計算するために用いるピクセル近傍のサイズ：3, 5, 7 など。
    
    k - Niblack法およびそれに着想を得た手法で使用される、ユーザが調整可能なパラメータ。Niblack法では通常0から1の間の値で、標準偏差に乗じて平均から減算される。他の手法も指定可能で、cv::ximgproc::LocalBinarizationMethods を参照。標準偏差の。参照: threshold, adaptiveThreshold
  - thinning
```
public static void thinning(Mat src,
                            Mat dst,
                            int thinningType)
```
    Applies a binary blob thinning operation, to achieve a skeletization of the input image. The function transforms a binary blob image into a skeletized form using the technique of Zhang-Suen.
    
    引数:
    
    src - 入力の8ビットシングルチャンネル画像。二値ブロブを含み、ブロブのピクセル値は255である。
    
    dst - src と同じサイズ・同じ型の出力画像。この関数はインプレースで動作可能である。
    
    thinningType - どの細線化アルゴリズムを使用するかを定義する値。cv::ximgproc::ThinningTypes を参照。
  - thinning
```
public static void thinning(Mat src,
                            Mat dst)
```
    Applies a binary blob thinning operation, to achieve a skeletization of the input image. The function transforms a binary blob image into a skeletized form using the technique of Zhang-Suen.
    
    引数:
    
    src - 入力の8ビットシングルチャンネル画像。二値ブロブを含み、ブロブのピクセル値は255である。
    
    dst - src と同じサイズ・同じ型の出力画像。この関数はインプレースで動作可能である。
  - anisotropicDiffusion
```
public static void anisotropicDiffusion(Mat src,
                                        Mat dst,
                                        float alpha,
                                        float K,
                                        int niters)
```
    Performs anisotropic diffusion on an image. The function applies Perona-Malik anisotropic diffusion to an image. This is the solution to the partial differential equation: ${\frac {\partial I}{\partial t}}={\mathrm {div}}\left(c(x,y,t)\nabla I\right)=\nabla c\cdot \nabla I+c(x,y,t)\Delta I$ Suggested functions for c(x,y,t) are: $c\left(\|\nabla I\|\right)=e^{{-\left(\|\nabla I\|/K\right)^{2}}}$ or $ c\left(\|\nabla I\|\right)={\frac {1}{1+\left({\frac {\|\nabla I\|}{K}}\right)^{2}}} $
    
    引数:
    
    src - 3チャンネルの入力画像。
    
    dst - src と同じサイズ・同じチャンネル数の出力画像。
    
    alpha - 各反復で前進させる時間幅（通常は0から1の間）。
    
    K - エッジに対する感度
    
    niters - 反復回数
  - RadonTransform
```
public static void RadonTransform(Mat src,
                                  Mat dst,
                                  double theta,
                                  double start_angle,
                                  double end_angle,
                                  boolean crop,
                                  boolean norm)
```
    Calculate Radon Transform of an image. This function calculates the Radon Transform of a given image in any range. See https://engineering.purdue.edu/~malcolm/pct/CTI_Ch03.pdf for detail. If the input type is CV_8U, the output will be CV_32S. If the input type is CV_32F or CV_64F, the output will be CV_64F The output size will be num_of_integral x src_diagonal_length. If crop is selected, the input image will be crop into square then circle, and output size will be num_of_integral x min_edge.
    
    引数:
    
    src - 自動生成
    
    dst - 自動生成
    
    theta - 自動生成
    
    start_angle - 自動生成
    
    end_angle - 自動生成
    
    crop - 自動生成
    
    norm - 自動生成
  - RadonTransform
```
public static void RadonTransform(Mat src,
                                  Mat dst,
                                  double theta,
                                  double start_angle,
                                  double end_angle,
                                  boolean crop)
```
    Calculate Radon Transform of an image. This function calculates the Radon Transform of a given image in any range. See https://engineering.purdue.edu/~malcolm/pct/CTI_Ch03.pdf for detail. If the input type is CV_8U, the output will be CV_32S. If the input type is CV_32F or CV_64F, the output will be CV_64F The output size will be num_of_integral x src_diagonal_length. If crop is selected, the input image will be crop into square then circle, and output size will be num_of_integral x min_edge.
    
    引数:
    
    src - 自動生成
    
    dst - 自動生成
    
    theta - 自動生成
    
    start_angle - 自動生成
    
    end_angle - 自動生成
    
    crop - 自動生成
  - RadonTransform
```
public static void RadonTransform(Mat src,
                                  Mat dst,
                                  double theta,
                                  double start_angle,
                                  double end_angle)
```
    Calculate Radon Transform of an image. This function calculates the Radon Transform of a given image in any range. See https://engineering.purdue.edu/~malcolm/pct/CTI_Ch03.pdf for detail. If the input type is CV_8U, the output will be CV_32S. If the input type is CV_32F or CV_64F, the output will be CV_64F The output size will be num_of_integral x src_diagonal_length. If crop is selected, the input image will be crop into square then circle, and output size will be num_of_integral x min_edge.
    
    引数:
    
    src - 自動生成
    
    dst - 自動生成
    
    theta - 自動生成
    
    start_angle - 自動生成
    
    end_angle - 自動生成
  - RadonTransform
```
public static void RadonTransform(Mat src,
                                  Mat dst,
                                  double theta,
                                  double start_angle)
```
    Calculate Radon Transform of an image. This function calculates the Radon Transform of a given image in any range. See https://engineering.purdue.edu/~malcolm/pct/CTI_Ch03.pdf for detail. If the input type is CV_8U, the output will be CV_32S. If the input type is CV_32F or CV_64F, the output will be CV_64F The output size will be num_of_integral x src_diagonal_length. If crop is selected, the input image will be crop into square then circle, and output size will be num_of_integral x min_edge.
    
    引数:
    
    src - 自動生成
    
    dst - 自動生成
    
    theta - 自動生成
    
    start_angle - 自動生成
  - RadonTransform
```
public static void RadonTransform(Mat src,
                                  Mat dst,
                                  double theta)
```
    Calculate Radon Transform of an image. This function calculates the Radon Transform of a given image in any range. See https://engineering.purdue.edu/~malcolm/pct/CTI_Ch03.pdf for detail. If the input type is CV_8U, the output will be CV_32S. If the input type is CV_32F or CV_64F, the output will be CV_64F The output size will be num_of_integral x src_diagonal_length. If crop is selected, the input image will be crop into square then circle, and output size will be num_of_integral x min_edge.
    
    引数:
    
    src - 自動生成
    
    dst - 自動生成
    
    theta - 自動生成
  - RadonTransform
```
public static void RadonTransform(Mat src,
                                  Mat dst)
```
    Calculate Radon Transform of an image. This function calculates the Radon Transform of a given image in any range. See https://engineering.purdue.edu/~malcolm/pct/CTI_Ch03.pdf for detail. If the input type is CV_8U, the output will be CV_32S. If the input type is CV_32F or CV_64F, the output will be CV_64F The output size will be num_of_integral x src_diagonal_length. If crop is selected, the input image will be crop into square then circle, and output size will be num_of_integral x min_edge.
    
    引数:
    
    src - 自動生成
    
    dst - 自動生成
  - createEdgeBoxes
```
public static EdgeBoxes createEdgeBoxes(float alpha,
                                        float beta,
                                        float eta,
                                        float minScore,
                                        int maxBoxes,
                                        float edgeMinMag,
                                        float edgeMergeThr,
                                        float clusterMinMag,
                                        float maxAspectRatio,
                                        float minBoxArea,
                                        float gamma,
                                        float kappa)
```
    Creates a Edgeboxes
    
    引数:
    
    alpha - スライディングウィンドウ探索のステップサイズ。
    
    beta - 物体候補に対するnmsのしきい値。
    
    eta - nmsしきい値の適応率。
    
    minScore - 検出するボックスの最小スコア。
    
    maxBoxes - 検出するボックスの最大数。
    
    edgeMinMag - エッジの最小強度。大きくすると精度を犠牲にして速度を上げる。
    
    edgeMergeThr - エッジ統合のしきい値。大きくすると精度を犠牲にして速度を上げる。
    
    clusterMinMag - クラスタの最小強度。大きくすると精度を犠牲にして速度を上げる。
    
    maxAspectRatio - ボックスの最大アスペクト比。
    
    minBoxArea - ボックスの最小面積。
    
    gamma - 親和性の感度。
    
    kappa - スケールの感度。
    
    戻り値:
    
    自動生成
  - createEdgeBoxes
```
public static EdgeBoxes createEdgeBoxes(float alpha,
                                        float beta,
                                        float eta,
                                        float minScore,
                                        int maxBoxes,
                                        float edgeMinMag,
                                        float edgeMergeThr,
                                        float clusterMinMag,
                                        float maxAspectRatio,
                                        float minBoxArea,
                                        float gamma)
```
    Creates a Edgeboxes
    
    引数:
    
    alpha - スライディングウィンドウ探索のステップサイズ。
    
    beta - 物体候補に対するnmsのしきい値。
    
    eta - nmsしきい値の適応率。
    
    minScore - 検出するボックスの最小スコア。
    
    maxBoxes - 検出するボックスの最大数。
    
    edgeMinMag - エッジの最小強度。大きくすると精度を犠牲にして速度を上げる。
    
    edgeMergeThr - エッジ統合のしきい値。大きくすると精度を犠牲にして速度を上げる。
    
    clusterMinMag - クラスタの最小強度。大きくすると精度を犠牲にして速度を上げる。
    
    maxAspectRatio - ボックスの最大アスペクト比。
    
    minBoxArea - ボックスの最小面積。
    
    gamma - 親和性の感度。
    
    戻り値:
    
    自動生成
  - createEdgeBoxes
```
public static EdgeBoxes createEdgeBoxes(float alpha,
                                        float beta,
                                        float eta,
                                        float minScore,
                                        int maxBoxes,
                                        float edgeMinMag,
                                        float edgeMergeThr,
                                        float clusterMinMag,
                                        float maxAspectRatio,
                                        float minBoxArea)
```
    Creates a Edgeboxes
    
    引数:
    
    alpha - スライディングウィンドウ探索のステップサイズ。
    
    beta - 物体候補に対するnmsのしきい値。
    
    eta - nmsしきい値の適応率。
    
    minScore - 検出するボックスの最小スコア。
    
    maxBoxes - 検出するボックスの最大数。
    
    edgeMinMag - エッジの最小強度。大きくすると精度を犠牲にして速度を上げる。
    
    edgeMergeThr - エッジ統合のしきい値。大きくすると精度を犠牲にして速度を上げる。
    
    clusterMinMag - クラスタの最小強度。大きくすると精度を犠牲にして速度を上げる。
    
    maxAspectRatio - ボックスの最大アスペクト比。
    
    minBoxArea - ボックスの最小面積。
    
    戻り値:
    
    自動生成
  - createEdgeBoxes
```
public static EdgeBoxes createEdgeBoxes(float alpha,
                                        float beta,
                                        float eta,
                                        float minScore,
                                        int maxBoxes,
                                        float edgeMinMag,
                                        float edgeMergeThr,
                                        float clusterMinMag,
                                        float maxAspectRatio)
```
    Creates a Edgeboxes
    
    引数:
    
    alpha - スライディングウィンドウ探索のステップサイズ。
    
    beta - 物体候補に対するnmsのしきい値。
    
    eta - nmsしきい値の適応率。
    
    minScore - 検出するボックスの最小スコア。
    
    maxBoxes - 検出するボックスの最大数。
    
    edgeMinMag - エッジの最小強度。大きくすると精度を犠牲にして速度を上げる。
    
    edgeMergeThr - エッジ統合のしきい値。大きくすると精度を犠牲にして速度を上げる。
    
    clusterMinMag - クラスタの最小強度。大きくすると精度を犠牲にして速度を上げる。
    
    maxAspectRatio - ボックスの最大アスペクト比。
    
    戻り値:
    
    自動生成
  - createEdgeBoxes
```
public static EdgeBoxes createEdgeBoxes(float alpha,
                                        float beta,
                                        float eta,
                                        float minScore,
                                        int maxBoxes,
                                        float edgeMinMag,
                                        float edgeMergeThr,
                                        float clusterMinMag)
```
    Creates a Edgeboxes
    
    引数:
    
    alpha - スライディングウィンドウ探索のステップサイズ。
    
    beta - 物体候補に対するnmsのしきい値。
    
    eta - nmsしきい値の適応率。
    
    minScore - 検出するボックスの最小スコア。
    
    maxBoxes - 検出するボックスの最大数。
    
    edgeMinMag - エッジの最小強度。大きくすると精度を犠牲にして速度を上げる。
    
    edgeMergeThr - エッジ統合のしきい値。大きくすると精度を犠牲にして速度を上げる。
    
    clusterMinMag - クラスタの最小強度。大きくすると精度を犠牲にして速度を上げる。
    
    戻り値:
    
    自動生成
  - createEdgeBoxes
```
public static EdgeBoxes createEdgeBoxes(float alpha,
                                        float beta,
                                        float eta,
                                        float minScore,
                                        int maxBoxes,
                                        float edgeMinMag,
                                        float edgeMergeThr)
```
    Creates a Edgeboxes
    
    引数:
    
    alpha - スライディングウィンドウ探索のステップサイズ。
    
    beta - 物体候補に対するnmsのしきい値。
    
    eta - nmsしきい値の適応率。
    
    minScore - 検出するボックスの最小スコア。
    
    maxBoxes - 検出するボックスの最大数。
    
    edgeMinMag - エッジの最小強度。大きくすると精度を犠牲にして速度を上げる。
    
    edgeMergeThr - エッジ統合のしきい値。大きくすると精度を犠牲にして速度を上げる。
    
    戻り値:
    
    自動生成
  - createEdgeBoxes
```
public static EdgeBoxes createEdgeBoxes(float alpha,
                                        float beta,
                                        float eta,
                                        float minScore,
                                        int maxBoxes,
                                        float edgeMinMag)
```
    Creates a Edgeboxes
    
    引数:
    
    alpha - スライディングウィンドウ探索のステップサイズ。
    
    beta - 物体候補に対するnmsのしきい値。
    
    eta - nmsしきい値の適応率。
    
    minScore - 検出するボックスの最小スコア。
    
    maxBoxes - 検出するボックスの最大数。
    
    edgeMinMag - エッジの最小強度。大きくすると精度を犠牲にして速度を上げる。
    
    戻り値:
    
    自動生成
  - createEdgeBoxes
```
public static EdgeBoxes createEdgeBoxes(float alpha,
                                        float beta,
                                        float eta,
                                        float minScore,
                                        int maxBoxes)
```
    Creates a Edgeboxes
    
    引数:
    
    alpha - スライディングウィンドウ探索のステップサイズ。
    
    beta - 物体候補に対するnmsのしきい値。
    
    eta - nmsしきい値の適応率。
    
    minScore - 検出するボックスの最小スコア。
    
    maxBoxes - 検出するボックスの最大数。
    
    戻り値:
    
    自動生成
  - createEdgeBoxes
```
public static EdgeBoxes createEdgeBoxes(float alpha,
                                        float beta,
                                        float eta,
                                        float minScore)
```
    Creates a Edgeboxes
    
    引数:
    
    alpha - スライディングウィンドウ探索のステップサイズ。
    
    beta - 物体候補に対するnmsのしきい値。
    
    eta - nmsしきい値の適応率。
    
    minScore - 検出するボックスの最小スコア。
    
    戻り値:
    
    自動生成
  - createEdgeBoxes
```
public static EdgeBoxes createEdgeBoxes(float alpha,
                                        float beta,
                                        float eta)
```
    Creates a Edgeboxes
    
    引数:
    
    alpha - スライディングウィンドウ探索のステップサイズ。
    
    beta - 物体候補に対するnmsのしきい値。
    
    eta - nmsしきい値の適応率。
    
    戻り値:
    
    自動生成
  - createEdgeBoxes
```
public static EdgeBoxes createEdgeBoxes(float alpha,
                                        float beta)
```
    Creates a Edgeboxes
    
    引数:
    
    alpha - スライディングウィンドウ探索のステップサイズ。
    
    beta - 物体候補に対するnmsのしきい値。
    
    戻り値:
    
    自動生成
  - createEdgeBoxes
```
public static EdgeBoxes createEdgeBoxes(float alpha)
```
    Creates a Edgeboxes
    
    引数:
    
    alpha - スライディングウィンドウ探索のステップサイズ。
    
    戻り値:
    
    自動生成
  - createEdgeBoxes
```
public static EdgeBoxes createEdgeBoxes()
```
    Creates a Edgeboxes
    
    戻り値:
    
    自動生成
  - createSuperpixelSEEDS
```
public static SuperpixelSEEDS createSuperpixelSEEDS(int image_width,
                                                    int image_height,
                                                    int image_channels,
                                                    int num_superpixels,
                                                    int num_levels,
                                                    int prior,
                                                    int histogram_bins,
                                                    boolean double_step)
```
    Initializes a SuperpixelSEEDS object.
    
    引数:
    
    image_width - 画像の幅。
    
    image_height - 画像の高さ。
    
    image_channels - 画像のチャンネル数。
    
    num_superpixels - 望むスーパーピクセル数。ただし制約（画像サイズと num_levels に依存）により実際の数はこれより小さくなる場合がある。実際の数を取得するには getNumberOfSuperpixels() を使用する。
    
    num_levels - ブロックレベルの数。レベルが多いほどセグメンテーションは正確になるが、より多くのメモリとCPU時間を必要とする。
    
    prior - >0 の場合に3x3の形状平滑化項を有効にする。値が大きいほど形状はより滑らかになる。prior は [0, 5] の範囲でなければならない。
    
    histogram_bins - ヒストグラムのビン数。
    
    double_step - true の場合、各ブロックレベルを2回反復し精度を高める。この関数は入力画像に対して SuperpixelSEEDS オブジェクトを初期化する。画像のパラメータ image_width, image_height, image_channels を格納する。また、SEEDSスーパーピクセルアルゴリズムのパラメータ num_superpixels, num_levels, use_prior, histogram_bins, double_step も設定する。num_levels で指定されるレベル数は、アルゴリズムが最適化で使用するブロックレベルの量を定義する。初期化はグリッドであり、スーパーピクセルは画像の幅と高さにわたって均等に分布する。より大きなブロックがスーパーピクセルのサイズに対応し、より小さなブロックのレベルは、大きなブロックを2 x 2のピクセルブロックに分割することを最小ブロックレベルまで再帰的に繰り返して形成される。4つのブロックレベルの初期化の例を次の図に示す。 ![image](pics/superpixels_blocks.png)
    
    戻り値:
    
    自動生成
  - createSuperpixelSEEDS
```
public static SuperpixelSEEDS createSuperpixelSEEDS(int image_width,
                                                    int image_height,
                                                    int image_channels,
                                                    int num_superpixels,
                                                    int num_levels,
                                                    int prior,
                                                    int histogram_bins)
```
    Initializes a SuperpixelSEEDS object.
    
    引数:
    
    image_width - 画像の幅。
    
    image_height - 画像の高さ。
    
    image_channels - 画像のチャンネル数。
    
    num_superpixels - 望むスーパーピクセル数。ただし制約（画像サイズと num_levels に依存）により実際の数はこれより小さくなる場合がある。実際の数を取得するには getNumberOfSuperpixels() を使用する。
    
    num_levels - ブロックレベルの数。レベルが多いほどセグメンテーションは正確になるが、より多くのメモリとCPU時間を必要とする。
    
    prior - >0 の場合に3x3の形状平滑化項を有効にする。値が大きいほど形状はより滑らかになる。prior は [0, 5] の範囲でなければならない。
    
    histogram_bins - ヒストグラムのビン数。この関数は入力画像に対して SuperpixelSEEDS オブジェクトを初期化する。画像のパラメータ image_width, image_height, image_channels を格納する。また、SEEDSスーパーピクセルアルゴリズムのパラメータ num_superpixels, num_levels, use_prior, histogram_bins, double_step も設定する。num_levels で指定されるレベル数は、アルゴリズムが最適化で使用するブロックレベルの量を定義する。初期化はグリッドであり、スーパーピクセルは画像の幅と高さにわたって均等に分布する。より大きなブロックがスーパーピクセルのサイズに対応し、より小さなブロックのレベルは、大きなブロックを2 x 2のピクセルブロックに分割することを最小ブロックレベルまで再帰的に繰り返して形成される。4つのブロックレベルの初期化の例を次の図に示す。 ![image](pics/superpixels_blocks.png)
    
    戻り値:
    
    自動生成
  - createSuperpixelSEEDS
```
public static SuperpixelSEEDS createSuperpixelSEEDS(int image_width,
                                                    int image_height,
                                                    int image_channels,
                                                    int num_superpixels,
                                                    int num_levels,
                                                    int prior)
```
    Initializes a SuperpixelSEEDS object.
    
    引数:
    
    image_width - 画像の幅。
    
    image_height - 画像の高さ。
    
    image_channels - 画像のチャンネル数。
    
    num_superpixels - 望むスーパーピクセル数。ただし制約（画像サイズと num_levels に依存）により実際の数はこれより小さくなる場合がある。実際の数を取得するには getNumberOfSuperpixels() を使用する。
    
    num_levels - ブロックレベルの数。レベルが多いほどセグメンテーションは正確になるが、より多くのメモリとCPU時間を必要とする。
    
    prior - >0 のとき 3x3 の形状平滑化項を有効にする。値が大きいほど形状が滑らかになる。prior は範囲 [0, 5] でなければならない。この関数は入力画像に対する SuperpixelSEEDS オブジェクトを初期化する。画像の引数として image_width, image_height, image_channels を保持する。また SEEDS スーパーピクセルアルゴリズムの引数 num_superpixels, num_levels, use_prior, histogram_bins, double_step も設定する。num_levels で指定するレベル数は、アルゴリズムが最適化で使用するブロックレベルの数を定める。初期化はグリッドであり、スーパーピクセルが画像の幅と高さにわたって均等に分布する。大きいブロックがスーパーピクセルのサイズに対応し、小さいブロックのレベルは大きいブロックを 2 x 2 のピクセルブロックに再帰的に分割して最小ブロックレベルまで形成される。4 ブロックレベルの初期化の例を次の図に示す。 ![image](pics/superpixels_blocks.png)
    
    戻り値:
    
    自動生成
  - createSuperpixelSEEDS
```
public static SuperpixelSEEDS createSuperpixelSEEDS(int image_width,
                                                    int image_height,
                                                    int image_channels,
                                                    int num_superpixels,
                                                    int num_levels)
```
    Initializes a SuperpixelSEEDS object.
    
    引数:
    
    image_width - 画像の幅。
    
    image_height - 画像の高さ。
    
    image_channels - 画像のチャンネル数。
    
    num_superpixels - 望むスーパーピクセル数。ただし制約（画像サイズと num_levels に依存）により実際の数はこれより小さくなる場合がある。実際の数を取得するには getNumberOfSuperpixels() を使用する。
    
    num_levels - ブロックレベルの数。レベルが多いほどセグメンテーションは正確になるが、より多くのメモリと CPU 時間を要する。範囲 [0, 5] でなければならない。この関数は入力画像に対する SuperpixelSEEDS オブジェクトを初期化する。画像の引数として image_width, image_height, image_channels を保持する。また SEEDS スーパーピクセルアルゴリズムの引数 num_superpixels, num_levels, use_prior, histogram_bins, double_step も設定する。num_levels で指定するレベル数は、アルゴリズムが最適化で使用するブロックレベルの数を定める。初期化はグリッドであり、スーパーピクセルが画像の幅と高さにわたって均等に分布する。大きいブロックがスーパーピクセルのサイズに対応し、小さいブロックのレベルは大きいブロックを 2 x 2 のピクセルブロックに再帰的に分割して最小ブロックレベルまで形成される。4 ブロックレベルの初期化の例を次の図に示す。 ![image](pics/superpixels_blocks.png)
    
    戻り値:
    
    自動生成
  - findEllipses
```
public static void findEllipses(Mat image,
                                Mat ellipses,
                                float scoreThreshold,
                                float reliabilityThreshold,
                                float centerDistanceThreshold)
```
    Finds ellipses fastly in an image using projective invariant pruning. The function detects ellipses in images using projective invariant pruning. For more details about this implementation, please see CITE: jia2017fast Jia, Qi et al, (2017). A Fast Ellipse Detector using Projective Invariant Pruning. IEEE Transactions on Image Processing.
    
    引数:
    
    image - 入力画像。グレースケールまたはカラーのいずれでもよい。
    
    ellipses - 検出された楕円の出力ベクトル。各ベクトルは 5 つの float $x, y, a, b, radius, score$ としてエンコードされる。
    
    scoreThreshold - float、楕円スコアのしきい値。
    
    reliabilityThreshold - float、信頼度のしきい値。
    
    centerDistanceThreshold - float、中心間距離のしきい値。
  - findEllipses
```
public static void findEllipses(Mat image,
                                Mat ellipses,
                                float scoreThreshold,
                                float reliabilityThreshold)
```
    Finds ellipses fastly in an image using projective invariant pruning. The function detects ellipses in images using projective invariant pruning. For more details about this implementation, please see CITE: jia2017fast Jia, Qi et al, (2017). A Fast Ellipse Detector using Projective Invariant Pruning. IEEE Transactions on Image Processing.
    
    引数:
    
    image - 入力画像。グレースケールまたはカラーのいずれでもよい。
    
    ellipses - 検出された楕円の出力ベクトル。各ベクトルは 5 つの float $x, y, a, b, radius, score$ としてエンコードされる。
    
    scoreThreshold - float、楕円スコアのしきい値。
    
    reliabilityThreshold - float、信頼度のしきい値。
  - findEllipses
```
public static void findEllipses(Mat image,
                                Mat ellipses,
                                float scoreThreshold)
```
    Finds ellipses fastly in an image using projective invariant pruning. The function detects ellipses in images using projective invariant pruning. For more details about this implementation, please see CITE: jia2017fast Jia, Qi et al, (2017). A Fast Ellipse Detector using Projective Invariant Pruning. IEEE Transactions on Image Processing.
    
    引数:
    
    image - 入力画像。グレースケールまたはカラーのいずれでもよい。
    
    ellipses - 検出された楕円の出力ベクトル。各ベクトルは 5 つの float $x, y, a, b, radius, score$ としてエンコードされる。
    
    scoreThreshold - float、楕円スコアのしきい値。
  - findEllipses
```
public static void findEllipses(Mat image,
                                Mat ellipses)
```
    Finds ellipses fastly in an image using projective invariant pruning. The function detects ellipses in images using projective invariant pruning. For more details about this implementation, please see CITE: jia2017fast Jia, Qi et al, (2017). A Fast Ellipse Detector using Projective Invariant Pruning. IEEE Transactions on Image Processing.
    
    引数:
    
    image - 入力画像。グレースケールまたはカラーのいずれでもよい。
    
    ellipses - 検出された楕円の出力ベクトル。各ベクトルは 5 つの float $x, y, a, b, radius, score$ としてエンコードされる。
  - createScanSegment
```
public static ScanSegment createScanSegment(int image_width,
                                            int image_height,
                                            int num_superpixels,
                                            int slices,
                                            boolean merge_small)
```
    Initializes a ScanSegment object. The function initializes a ScanSegment object for the input image. It stores the parameters of the image: image_width and image_height. It also sets the parameters of the F-DBSCAN superpixel algorithm, which are: num_superpixels, threads, and merge_small.
    
    引数:
    
    image_width - 画像の幅。
    
    image_height - 画像の高さ。
    
    num_superpixels - 希望するスーパーピクセルの数。制約により（画像サイズに応じて）実際の数はこれより小さくなる場合がある点に注意する。実際の数を取得するには getNumberOfSuperpixels() を使用する。
    
    slices - 並列化のための処理スレッド数。-1 を設定すると最大スレッド数を使用する。実際には、小さい画像では 4 スレッド、大きい画像では 8 スレッドで十分である。
    
    merge_small - 希望するスーパーピクセル数にするため小さいセグメントを統合する。統合を行わない方が処理ははるかに高速だが、多くの小さいセグメントが画像に残る。
    
    戻り値:
    
    自動生成
  - createScanSegment
```
public static ScanSegment createScanSegment(int image_width,
                                            int image_height,
                                            int num_superpixels,
                                            int slices)
```
    Initializes a ScanSegment object. The function initializes a ScanSegment object for the input image. It stores the parameters of the image: image_width and image_height. It also sets the parameters of the F-DBSCAN superpixel algorithm, which are: num_superpixels, threads, and merge_small.
    
    引数:
    
    image_width - 画像の幅。
    
    image_height - 画像の高さ。
    
    num_superpixels - 希望するスーパーピクセルの数。制約により（画像サイズに応じて）実際の数はこれより小さくなる場合がある点に注意する。実際の数を取得するには getNumberOfSuperpixels() を使用する。
    
    slices - 並列化のための処理スレッド数。-1 を設定すると最大スレッド数を使用する。実際には、小さい画像では 4 スレッド、大きい画像では 8 スレッドで十分である。統合を行わない方がはるかに高速だが、多くの小さいセグメントが画像に残る。
    
    戻り値:
    
    自動生成
  - createScanSegment
```
public static ScanSegment createScanSegment(int image_width,
                                            int image_height,
                                            int num_superpixels)
```
    Initializes a ScanSegment object. The function initializes a ScanSegment object for the input image. It stores the parameters of the image: image_width and image_height. It also sets the parameters of the F-DBSCAN superpixel algorithm, which are: num_superpixels, threads, and merge_small.
    
    引数:
    
    image_width - 画像の幅。
    
    image_height - 画像の高さ。
    
    num_superpixels - 希望するスーパーピクセルの数。制約により（画像サイズに応じて）実際の数はこれより小さくなる場合がある点に注意する。実際の数を取得するには getNumberOfSuperpixels() を使用する。スレッド数。実際には、小さい画像では 4 スレッド、大きい画像では 8 スレッドで十分である。統合を行わない方がはるかに高速だが、多くの小さいセグメントが画像に残る。
    
    戻り値:
    
    自動生成
  - createFastLineDetector
```
public static FastLineDetector createFastLineDetector(int length_threshold,
                                                      float distance_threshold,
                                                      double canny_th1,
                                                      double canny_th2,
                                                      int canny_aperture_size,
                                                      boolean do_merge)
```
    Creates a smart pointer to a FastLineDetector object and initializes it
    
    引数:
    
    length_threshold - これより短いセグメントは破棄される
    
    distance_threshold - 仮説となる線分からこの値より遠くに置かれた点は外れ値とみなされる
    
    canny_th1 - Canny() のヒステリシス処理における第 1 しきい値
    
    canny_th2 - Canny() のヒステリシス処理における第 2 しきい値
    
    canny_aperture_size - Canny() における Sobel 演算子のアパーチャサイズ。0 の場合、Canny() は適用されず、入力画像がエッジ画像として扱われる。
    
    do_merge - true の場合、セグメントの逐次的な統合が行われる
    
    戻り値:
    
    自動生成
  - createFastLineDetector
```
public static FastLineDetector createFastLineDetector(int length_threshold,
                                                      float distance_threshold,
                                                      double canny_th1,
                                                      double canny_th2,
                                                      int canny_aperture_size)
```
    Creates a smart pointer to a FastLineDetector object and initializes it
    
    引数:
    
    length_threshold - これより短いセグメントは破棄される
    
    distance_threshold - 仮説となる線分からこの値より遠くに置かれた点は外れ値とみなされる
    
    canny_th1 - Canny() のヒステリシス処理における第 1 しきい値
    
    canny_th2 - Canny() のヒステリシス処理における第 2 しきい値
    
    canny_aperture_size - Canny() における Sobel 演算子のアパーチャサイズ。0 の場合、Canny() は適用されず、入力画像がエッジ画像として扱われる。
    
    戻り値:
    
    自動生成
  - createFastLineDetector
```
public static FastLineDetector createFastLineDetector(int length_threshold,
                                                      float distance_threshold,
                                                      double canny_th1,
                                                      double canny_th2)
```
    Creates a smart pointer to a FastLineDetector object and initializes it
    
    引数:
    
    length_threshold - これより短いセグメントは破棄される
    
    distance_threshold - 仮説となる線分からこの値より遠くに置かれた点は外れ値とみなされる
    
    canny_th1 - Canny() のヒステリシス処理における第 1 しきい値
    
    canny_th2 - Canny() のヒステリシス処理における第 2 しきい値。0 の場合、Canny() は適用されず、入力画像がエッジ画像として扱われる。
    
    戻り値:
    
    自動生成
  - createFastLineDetector
```
public static FastLineDetector createFastLineDetector(int length_threshold,
                                                      float distance_threshold,
                                                      double canny_th1)
```
    Creates a smart pointer to a FastLineDetector object and initializes it
    
    引数:
    
    length_threshold - これより短いセグメントは破棄される
    
    distance_threshold - 仮説となる線分からこの値より遠くに置かれた点は外れ値とみなされる
    
    canny_th1 - Canny() のヒステリシス処理における第 1 しきい値。0 の場合、Canny() は適用されず、入力画像がエッジ画像として扱われる。
    
    戻り値:
    
    自動生成
  - createFastLineDetector
```
public static FastLineDetector createFastLineDetector(int length_threshold,
                                                      float distance_threshold)
```
    Creates a smart pointer to a FastLineDetector object and initializes it
    
    引数:
    
    length_threshold - これより短いセグメントは破棄される
    
    distance_threshold - 仮説となる線分からこの値より遠くに置かれた点は外れ値とみなされる。0 の場合、Canny() は適用されず、入力画像がエッジ画像として扱われる。
    
    戻り値:
    
    自動生成
  - createFastLineDetector
```
public static FastLineDetector createFastLineDetector(int length_threshold)
```
    Creates a smart pointer to a FastLineDetector object and initializes it
    
    引数:
    
    length_threshold - これより短いセグメントは破棄される。線分からこの値より遠い点は外れ値とみなされる。0 の場合、Canny() は適用されず、入力画像がエッジ画像として扱われる。
    
    戻り値:
    
    自動生成
  - createFastLineDetector
```
public static FastLineDetector createFastLineDetector()
```
    Creates a smart pointer to a FastLineDetector object and initializes it segment farther than this will be regarded as an outlier If zero, Canny() is not applied and the input image is taken as an edge image.
    
    戻り値:
    
    自動生成
  - covarianceEstimation
```
public static void covarianceEstimation(Mat src,
                                        Mat dst,
                                        int windowRows,
                                        int windowCols)
```
    Computes the estimated covariance matrix of an image using the sliding window forumlation.
    
    引数:
    
    src - 元画像。入力画像は複素数型でなければならない。
    
    dst - 推定された共分散行列の出力先。出力行列のサイズは (windowRows*windowCols, windowRows*windowCols) になる。
    
    windowRows - ウィンドウ内の行数。
    
    windowCols - ウィンドウ内の列数。ウィンドウサイズの引数は推定の精度を制御する。スライディングウィンドウは画像全体を左上隅から右下隅まで移動する。ウィンドウの各位置が 1 つのサンプルを表す。ウィンドウが画像と同じサイズであれば、正確な共分散行列が得られる。それ以外の場合は、ウィンドウのサイズがサンプル数および推定された共分散行列の要素数に影響する。
  - FastHoughTransform
```
public static void FastHoughTransform(Mat src,
                                      Mat dst,
                                      int dstMatDepth,
                                      int angleRange,
                                      int op,
                                      int makeSkew)
```
    Calculates 2D Fast Hough transform of an image. The function calculates the fast Hough transform for full, half or quarter range of angles.
    
    引数:
    
    src - 自動生成
    
    dst - 自動生成
    
    dstMatDepth - 自動生成
    
    angleRange - 自動生成
    
    op - 自動生成
    
    makeSkew - 自動生成
  - FastHoughTransform
```
public static void FastHoughTransform(Mat src,
                                      Mat dst,
                                      int dstMatDepth,
                                      int angleRange,
                                      int op)
```
    Calculates 2D Fast Hough transform of an image. The function calculates the fast Hough transform for full, half or quarter range of angles.
    
    引数:
    
    src - 自動生成
    
    dst - 自動生成
    
    dstMatDepth - 自動生成
    
    angleRange - 自動生成
    
    op - 自動生成
  - FastHoughTransform
```
public static void FastHoughTransform(Mat src,
                                      Mat dst,
                                      int dstMatDepth,
                                      int angleRange)
```
    Calculates 2D Fast Hough transform of an image. The function calculates the fast Hough transform for full, half or quarter range of angles.
    
    引数:
    
    src - 自動生成
    
    dst - 自動生成
    
    dstMatDepth - 自動生成
    
    angleRange - 自動生成
  - FastHoughTransform
```
public static void FastHoughTransform(Mat src,
                                      Mat dst,
                                      int dstMatDepth)
```
    Calculates 2D Fast Hough transform of an image. The function calculates the fast Hough transform for full, half or quarter range of angles.
    
    引数:
    
    src - 自動生成
    
    dst - 自動生成
    
    dstMatDepth - 自動生成
  - HoughPoint2Line
```
public static int[] HoughPoint2Line(Point houghPoint,
                                    Mat srcImgInfo,
                                    int angleRange,
                                    int makeSkew,
                                    int rules)
```
    Calculates coordinates of line segment corresponded by point in Hough space.
    
    引数:
    
    houghPoint - 自動生成
    
    srcImgInfo - 自動生成
    
    angleRange - 自動生成
    
    makeSkew - 自動生成
    
    rules - 自動生成
    
    戻り値:
    
    自動生成
  - HoughPoint2Line
```
public static int[] HoughPoint2Line(Point houghPoint,
                                    Mat srcImgInfo,
                                    int angleRange,
                                    int makeSkew)
```
    Calculates coordinates of line segment corresponded by point in Hough space.
    
    引数:
    
    houghPoint - 自動生成
    
    srcImgInfo - 自動生成
    
    angleRange - 自動生成
    
    makeSkew - 自動生成
    
    戻り値:
    
    自動生成
  - HoughPoint2Line
```
public static int[] HoughPoint2Line(Point houghPoint,
                                    Mat srcImgInfo,
                                    int angleRange)
```
    Calculates coordinates of line segment corresponded by point in Hough space.
    
    引数:
    
    houghPoint - 自動生成
    
    srcImgInfo - 自動生成
    
    angleRange - 自動生成
    
    戻り値:
    
    自動生成
  - HoughPoint2Line
```
public static int[] HoughPoint2Line(Point houghPoint,
                                    Mat srcImgInfo)
```
    Calculates coordinates of line segment corresponded by point in Hough space.
    
    引数:
    
    houghPoint - 自動生成
    
    srcImgInfo - 自動生成
    
    戻り値:
    
    自動生成
  - createRFFeatureGetter
```
public static RFFeatureGetter createRFFeatureGetter()
```
  - createStructuredEdgeDetection
```
public static StructuredEdgeDetection createStructuredEdgeDetection(java.lang.String model,
                                                                    RFFeatureGetter howToGetFeatures)
```
  - createStructuredEdgeDetection
```
public static StructuredEdgeDetection createStructuredEdgeDetection(java.lang.String model)
```
  - weightedMedianFilter
```
public static void weightedMedianFilter(Mat joint,
                                        Mat src,
                                        Mat dst,
                                        int r,
                                        double sigma,
                                        int weightType,
                                        Mat mask)
```
    Applies weighted median filter to an image. For more details about this implementation, please see CITE: zhang2014100+ the pixel will be ignored when maintaining the joint-histogram. This is useful for applications like optical flow occlusion handling. SEE: medianBlur, jointBilateralFilter
    
    引数:
    
    joint - 自動生成
    
    src - 自動生成
    
    dst - 自動生成
    
    r - 自動生成
    
    sigma - 自動生成
    
    weightType - 自動生成
    
    mask - 自動生成
  - weightedMedianFilter
```
public static void weightedMedianFilter(Mat joint,
                                        Mat src,
                                        Mat dst,
                                        int r,
                                        double sigma,
                                        int weightType)
```
    Applies weighted median filter to an image. For more details about this implementation, please see CITE: zhang2014100+ the pixel will be ignored when maintaining the joint-histogram. This is useful for applications like optical flow occlusion handling. SEE: medianBlur, jointBilateralFilter
    
    引数:
    
    joint - 自動生成
    
    src - 自動生成
    
    dst - 自動生成
    
    r - 自動生成
    
    sigma - 自動生成
    
    weightType - 自動生成
  - weightedMedianFilter
```
public static void weightedMedianFilter(Mat joint,
                                        Mat src,
                                        Mat dst,
                                        int r,
                                        double sigma)
```
    Applies weighted median filter to an image. For more details about this implementation, please see CITE: zhang2014100+ the pixel will be ignored when maintaining the joint-histogram. This is useful for applications like optical flow occlusion handling. SEE: medianBlur, jointBilateralFilter
    
    引数:
    
    joint - 自動生成
    
    src - 自動生成
    
    dst - 自動生成
    
    r - 自動生成
    
    sigma - 自動生成
  - weightedMedianFilter
```
public static void weightedMedianFilter(Mat joint,
                                        Mat src,
                                        Mat dst,
                                        int r)
```
    Applies weighted median filter to an image. For more details about this implementation, please see CITE: zhang2014100+ the pixel will be ignored when maintaining the joint-histogram. This is useful for applications like optical flow occlusion handling. SEE: medianBlur, jointBilateralFilter
    
    引数:
    
    joint - 自動生成
    
    src - 自動生成
    
    dst - 自動生成
    
    r - 自動生成
  - PeiLinNormalization
```
public static void PeiLinNormalization(Mat I,
                                       Mat T)
```
  - GradientDericheY
```
public static void GradientDericheY(Mat op,
                                    Mat dst,
                                    double alpha,
                                    double omega)
```
    Applies Y Deriche filter to an image. For more details about this implementation, please see http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.476.5736&rep=rep1&type=pdf
    
    引数:
    
    op - 自動生成
    
    dst - 自動生成
    
    alpha - 自動生成
    
    omega - 自動生成
  - GradientDericheX
```
public static void GradientDericheX(Mat op,
                                    Mat dst,
                                    double alpha,
                                    double omega)
```
    Applies X Deriche filter to an image. For more details about this implementation, please see http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.476.5736&rep=rep1&type=pdf
    
    引数:
    
    op - 自動生成
    
    dst - 自動生成
    
    alpha - 自動生成
    
    omega - 自動生成
  - createQuaternionImage
```
public static void createQuaternionImage(Mat img,
                                         Mat qimg)
```
    creates a quaternion image.
    
    引数:
    
    img - 自動生成
    
    qimg - 自動生成
  - qconj
```
public static void qconj(Mat qimg,
                         Mat qcimg)
```
    calculates conjugate of a quaternion image.
    
    引数:
    
    qimg - 自動生成
    
    qcimg - 自動生成
  - qunitary
```
public static void qunitary(Mat qimg,
                            Mat qnimg)
```
    divides each element by its modulus.
    
    引数:
    
    qimg - 自動生成
    
    qnimg - 自動生成
  - qmultiply
```
public static void qmultiply(Mat src1,
                             Mat src2,
                             Mat dst)
```
    Calculates the per-element quaternion product of two arrays
    
    引数:
    
    src1 - 自動生成
    
    src2 - 自動生成
    
    dst - 自動生成
  - qdft
```
public static void qdft(Mat img,
                        Mat qimg,
                        int flags,
                        boolean sideLeft)
```
    Performs a forward or inverse Discrete quaternion Fourier transform of a 2D quaternion array.
    
    引数:
    
    img - 自動生成
    
    qimg - 自動生成
    
    flags - 自動生成
    
    sideLeft - 自動生成
  - colorMatchTemplate
```
public static void colorMatchTemplate(Mat img,
                                      Mat templ,
                                      Mat result)
```
    Compares a color template against overlapped color image regions.
    
    引数:
    
    img - 自動生成
    
    templ - 自動生成
    
    result - 自動生成
  - createSuperpixelLSC
```
public static SuperpixelLSC createSuperpixelLSC(Mat image,
                                                int region_size,
                                                float ratio)
```
    Class implementing the LSC (Linear Spectral Clustering) superpixels
    
    引数:
    
    image - セグメント化する画像
    
    region_size - ピクセル単位で測定される平均スーパーピクセルサイズを選択する
    
    ratio - スーパーピクセルのコンパクトさ係数の強制度合いを選択する。この関数は入力画像に対する SuperpixelLSC オブジェクトを初期化する。スーパーピクセルアルゴリズムの引数 region_size と ruler を設定する。指定された画像に対する以降の反復計算のためにいくつかのバッファを事前に確保する。LSC の例を次の図に示す。より良い結果を得るには、カラー画像の場合、小さな 3 x 3 カーネルによるわずかなガウシアン平滑化で画像を前処理し、さらに CieLAB 色空間へ変換することを推奨する。 ![image](pics/superpixels_lsc.png)
    
    戻り値:
    
    自動生成
  - createSuperpixelLSC
```
public static SuperpixelLSC createSuperpixelLSC(Mat image,
                                                int region_size)
```
    Class implementing the LSC (Linear Spectral Clustering) superpixels
    
    引数:
    
    image - セグメント化する画像
    
    region_size - ピクセル単位で測定される平均スーパーピクセルサイズを選択する。この関数は入力画像に対する SuperpixelLSC オブジェクトを初期化する。スーパーピクセルアルゴリズムの引数 region_size と ruler を設定する。指定された画像に対する以降の反復計算のためにいくつかのバッファを事前に確保する。LSC の例を次の図に示す。より良い結果を得るには、カラー画像の場合、小さな 3 x 3 カーネルによるわずかなガウシアン平滑化で画像を前処理し、さらに CieLAB 色空間へ変換することを推奨する。 ![image](pics/superpixels_lsc.png)
    
    戻り値:
    
    自動生成
  - createSuperpixelLSC
```
public static SuperpixelLSC createSuperpixelLSC(Mat image)
```
    Class implementing the LSC (Linear Spectral Clustering) superpixels
    
    引数:
    
    image - セグメント化する画像。この関数は入力画像に対する SuperpixelLSC オブジェクトを初期化する。スーパーピクセルアルゴリズムの引数 region_size と ruler を設定する。指定された画像に対する以降の反復計算のためにいくつかのバッファを事前に確保する。LSC の例を次の図に示す。より良い結果を得るには、カラー画像の場合、小さな 3 x 3 カーネルによるわずかなガウシアン平滑化で画像を前処理し、さらに CieLAB 色空間へ変換することを推奨する。 ![image](pics/superpixels_lsc.png)
    
    戻り値:
    
    自動生成
  - createDisparityWLSFilter
```
public static DisparityWLSFilter createDisparityWLSFilter(StereoMatcher matcher_left)
```
    Convenience factory method that creates an instance of DisparityWLSFilter and sets up all the relevant filter parameters automatically based on the matcher instance. Currently supports only StereoBM and StereoSGBM.
    
    引数:
    
    matcher_left - フィルタと共に使用されるステレオマッチャインスタンス
    
    戻り値:
    
    自動生成
  - createRightMatcher
```
public static StereoMatcher createRightMatcher(StereoMatcher matcher_left)
```
    Convenience method to set up the matcher for computing the right-view disparity map that is required in case of filtering with confidence.
    
    引数:
    
    matcher_left - フィルタと共に使用される主たるステレオマッチャインスタンス
    
    戻り値:
    
    自動生成
  - createDisparityWLSFilterGeneric
```
public static DisparityWLSFilter createDisparityWLSFilterGeneric(boolean use_confidence)
```
    More generic factory method, create instance of DisparityWLSFilter and execute basic initialization routines. When using this method you will need to set-up the ROI, matchers and other parameters by yourself.
    
    引数:
    
    use_confidence - 信頼度を用いたフィルタリングには 2 つの視差マップ（左視点用と右視点用）が必要で、処理時間はおよそ 2 倍になる。ただし、品質は通常大幅に向上する。
    
    戻り値:
    
    自動生成
  - readGT
```
public static int readGT(java.lang.String src_path,
                         Mat dst)
```
    Function for reading ground truth disparity maps. Supports basic Middlebury and MPI-Sintel formats. Note that the resulting disparity map is scaled by 16.
    
    引数:
    
    src_path - 正解視差マップを含む画像へのパス
    
    dst - 出力視差マップ、CV_16S のビット深度
    
    戻り値:
    
    正解データの読み込みに成功した場合はゼロを返す
  - computeMSE
```
public static double computeMSE(Mat GT,
                                Mat src,
                                Rect ROI)
```
    Function for computing mean square error for disparity maps
    
    引数:
    
    GT - 正解視差マップ
    
    src - 評価対象の視差マップ
    
    ROI - 関心領域
    
    戻り値:
    
    正解 (GT) と src の間の平均二乗誤差を返す
  - computeBadPixelPercent
```
public static double computeBadPixelPercent(Mat GT,
                                            Mat src,
                                            Rect ROI,
                                            int thresh)
```
    Function for computing the percent of "bad" pixels in the disparity map (pixels where error is higher than a specified threshold)
    
    引数:
    
    GT - 正解視差マップ
    
    src - 評価対象の視差マップ
    
    ROI - 関心領域
    
    thresh - 「不良」ピクセルの判定に使用するしきい値
    
    戻り値:
    
    正解 (GT) と src の間の平均二乗誤差を返す
  - computeBadPixelPercent
```
public static double computeBadPixelPercent(Mat GT,
                                            Mat src,
                                            Rect ROI)
```
    Function for computing the percent of "bad" pixels in the disparity map (pixels where error is higher than a specified threshold)
    
    引数:
    
    GT - 正解視差マップ
    
    src - 評価対象の視差マップ
    
    ROI - 関心領域
    
    戻り値:
    
    正解 (GT) と src の間の平均二乗誤差を返す
  - getDisparityVis
```
public static void getDisparityVis(Mat src,
                                   Mat dst,
                                   double scale)
```
    Function for creating a disparity map visualization (clamped CV_8U image)
    
    引数:
    
    src - 入力視差マップ (CV_16S のビット深度)
    
    dst - 出力する可視化結果
    
    scale - 可視化のために視差マップに乗じる値
  - getDisparityVis
```
public static void getDisparityVis(Mat src,
                                   Mat dst)
```
    Function for creating a disparity map visualization (clamped CV_8U image)
    
    引数:
    
    src - 入力視差マップ (CV_16S のビット深度)
    
    dst - 出力する可視化結果
  - createEdgeAwareInterpolator
```
public static EdgeAwareInterpolator createEdgeAwareInterpolator()
```
    Factory method that creates an instance of the EdgeAwareInterpolator.
    
    戻り値:
    
    自動生成
  - createRICInterpolator
```
public static RICInterpolator createRICInterpolator()
```
    Factory method that creates an instance of the RICInterpolator.
    
    戻り値:
    
    自動生成
  - createDTFilter
```
public static DTFilter createDTFilter(Mat guide,
                                      double sigmaSpatial,
                                      double sigmaColor,
                                      int mode,
                                      int numIters)
```
    Factory method, create instance of DTFilter and produce initialization routines.
    
    引数:
    
    guide - ガイド画像 (変換距離の構築に使用され、ガイド画像のエッジ構造を表す)。
    
    sigmaSpatial - 原論文における ${\sigma}_H$ 引数で、bilateralFilter の座標空間におけるシグマに相当する。
    
    sigmaColor - 原論文における ${\sigma}_r$ 引数で、bilateralFilter の色空間におけるシグマに相当する。
    
    mode - DTF_NC, DTF_RF, DTF_IC の3つのモードのいずれかで、論文における2次元信号のフィルタリングの3つのモードに対応する。
    
    numIters - フィルタリングに使用する反復回数 (省略可能)。3 で十分である。Domain Transform フィルタの引数の詳細については、原論文 CITE: Gastal11 および [Domain Transform filter homepage](http://www.inf.ufrgs.br/~eslgastal/DomainTransform/) を参照のこと。
    
    戻り値:
    
    自動生成
  - createDTFilter
```
public static DTFilter createDTFilter(Mat guide,
                                      double sigmaSpatial,
                                      double sigmaColor,
                                      int mode)
```
    Factory method, create instance of DTFilter and produce initialization routines.
    
    引数:
    
    guide - ガイド画像 (変換距離の構築に使用され、ガイド画像のエッジ構造を表す)。
    
    sigmaSpatial - 原論文における ${\sigma}_H$ 引数で、bilateralFilter の座標空間におけるシグマに相当する。
    
    sigmaColor - 原論文における ${\sigma}_r$ 引数で、bilateralFilter の色空間におけるシグマに相当する。
    
    mode - DTF_NC, DTF_RF, DTF_IC の3つのモードのいずれかで、論文における2次元信号のフィルタリングの3つのモードに対応する。Domain Transform フィルタの引数の詳細については、原論文 CITE: Gastal11 および [Domain Transform filter homepage](http://www.inf.ufrgs.br/~eslgastal/DomainTransform/) を参照のこと。
    
    戻り値:
    
    自動生成
  - createDTFilter
```
public static DTFilter createDTFilter(Mat guide,
                                      double sigmaSpatial,
                                      double sigmaColor)
```
    Factory method, create instance of DTFilter and produce initialization routines.
    
    引数:
    
    guide - ガイド画像 (変換距離の構築に使用され、ガイド画像のエッジ構造を表す)。
    
    sigmaSpatial - 原論文における ${\sigma}_H$ 引数で、bilateralFilter の座標空間におけるシグマに相当する。
    
    sigmaColor - 原論文における ${\sigma}_r$ 引数で、bilateralFilter の色空間におけるシグマに相当する。論文における2次元信号のフィルタリング。Domain Transform フィルタの引数の詳細については、原論文 CITE: Gastal11 および [Domain Transform filter homepage](http://www.inf.ufrgs.br/~eslgastal/DomainTransform/) を参照のこと。
    
    戻り値:
    
    自動生成
  - dtFilter
```
public static void dtFilter(Mat guide,
                            Mat src,
                            Mat dst,
                            double sigmaSpatial,
                            double sigmaColor,
                            int mode,
                            int numIters)
```
    Simple one-line Domain Transform filter call. If you have multiple images to filter with the same guided image then use DTFilter interface to avoid extra computations on initialization stage.
    
    引数:
    
    guide - ガイド画像 (ジョイント画像とも呼ばれる)。符号なし8ビットまたは浮動小数点32ビットのビット深度で、最大4チャンネルまで。
    
    src - 符号なし8ビットまたは浮動小数点32ビットのビット深度で、最大4チャンネルのフィルタ対象画像。
    
    dst - 出力先画像
    
    sigmaSpatial - 原論文における ${\sigma}_H$ 引数で、bilateralFilter の座標空間におけるシグマに相当する。
    
    sigmaColor - 原論文における ${\sigma}_r$ 引数で、bilateralFilter の色空間におけるシグマに相当する。
    
    mode - DTF_NC, DTF_RF, DTF_IC の3つのモードのいずれかで、論文における2次元信号のフィルタリングの3つのモードに対応する。
    
    numIters - フィルタリングに使用する反復回数 (省略可能)。3 で十分である。SEE: bilateralFilter, guidedFilter, amFilter
  - dtFilter
```
public static void dtFilter(Mat guide,
                            Mat src,
                            Mat dst,
                            double sigmaSpatial,
                            double sigmaColor,
                            int mode)
```
    Simple one-line Domain Transform filter call. If you have multiple images to filter with the same guided image then use DTFilter interface to avoid extra computations on initialization stage.
    
    引数:
    
    guide - ガイド画像 (ジョイント画像とも呼ばれる)。符号なし8ビットまたは浮動小数点32ビットのビット深度で、最大4チャンネルまで。
    
    src - 符号なし8ビットまたは浮動小数点32ビットのビット深度で、最大4チャンネルのフィルタ対象画像。
    
    dst - 出力先画像
    
    sigmaSpatial - 原論文における ${\sigma}_H$ 引数で、bilateralFilter の座標空間におけるシグマに相当する。
    
    sigmaColor - 原論文における ${\sigma}_r$ 引数で、bilateralFilter の色空間におけるシグマに相当する。
    
    mode - DTF_NC, DTF_RF, DTF_IC の3つのモードのいずれかで、論文における2次元信号のフィルタリングの3つのモードに対応する。SEE: bilateralFilter, guidedFilter, amFilter
  - dtFilter
```
public static void dtFilter(Mat guide,
                            Mat src,
                            Mat dst,
                            double sigmaSpatial,
                            double sigmaColor)
```
    Simple one-line Domain Transform filter call. If you have multiple images to filter with the same guided image then use DTFilter interface to avoid extra computations on initialization stage.
    
    引数:
    
    guide - ガイド画像 (ジョイント画像とも呼ばれる)。符号なし8ビットまたは浮動小数点32ビットのビット深度で、最大4チャンネルまで。
    
    src - 符号なし8ビットまたは浮動小数点32ビットのビット深度で、最大4チャンネルのフィルタ対象画像。
    
    dst - 出力先画像
    
    sigmaSpatial - 原論文における ${\sigma}_H$ 引数で、bilateralFilter の座標空間におけるシグマに相当する。
    
    sigmaColor - 原論文における ${\sigma}_r$ 引数で、bilateralFilter の色空間におけるシグマに相当する。論文における2次元信号のフィルタリング。SEE: bilateralFilter, guidedFilter, amFilter
  - createGuidedFilter
```
public static GuidedFilter createGuidedFilter(Mat guide,
                                              int radius,
                                              double eps,
                                              double scale)
```
    Factory method, create instance of GuidedFilter and produce initialization routines.
    
    引数:
    
    guide - ガイド画像 (または画像の配列)。最大3チャンネルまで。3チャンネルを超える場合は最初の3チャンネルのみが使用される。
    
    radius - Guided Filter の半径。
    
    eps - Guided Filter の正則化項。${eps}^2$ は bilateralFilter の色空間におけるシグマに相当する。
    
    scale - Fast Guided Filter のサブサンプリング係数。1 未満のスケールを使用すると、目に見える劣化をほとんど生じることなく計算を高速化できる。(例: scale==0.5 はフィルタ内部で画像を 2 倍縮小する) (Fast) Guided Filter の引数の詳細については、原論文 CITE: Kaiming10 CITE: Kaiming15 を参照のこと。
    
    戻り値:
    
    自動生成
  - createGuidedFilter
```
public static GuidedFilter createGuidedFilter(Mat guide,
                                              int radius,
                                              double eps)
```
    Factory method, create instance of GuidedFilter and produce initialization routines.
    
    引数:
    
    guide - ガイド画像 (または画像の配列)。最大3チャンネルまで。3チャンネルを超える場合は最初の3チャンネルのみが使用される。
    
    radius - Guided Filter の半径。
    
    eps - Guided Filter の正則化項。${eps}^2$ は bilateralFilter の色空間におけるシグマに相当する。目に見える劣化をほとんど生じない。(例: scale==0.5 はフィルタ内部で画像を 2 倍縮小する) (Fast) Guided Filter の引数の詳細については、原論文 CITE: Kaiming10 CITE: Kaiming15 を参照のこと。
    
    戻り値:
    
    自動生成
  - guidedFilter
```
public static void guidedFilter(Mat guide,
                                Mat src,
                                Mat dst,
                                int radius,
                                double eps,
                                int dDepth,
                                double scale)
```
    Simple one-line (Fast) Guided Filter call. If you have multiple images to filter with the same guided image then use GuidedFilter interface to avoid extra computations on initialization stage.
    
    引数:
    
    guide - ガイド画像 (または画像の配列)。最大3チャンネルまで。3チャンネルを超える場合は最初の3チャンネルのみが使用される。
    
    src - 任意のチャンネル数を持つ、フィルタリング対象の画像。
    
    dst - 出力画像。
    
    radius - Guided Filter の半径。
    
    eps - Guided Filter の正則化項。${eps}^2$ は bilateralFilter の色空間におけるシグマに相当する。
    
    dDepth - 出力画像のビット深度 (省略可能)。
    
    scale - Fast Guided Filter のサブサンプリング係数。1 未満のスケールを使用すると、目に見える劣化をほとんど生じることなく計算を高速化できる。(例: scale==0.5 はフィルタ内部で画像を 2 倍縮小する) SEE: bilateralFilter, dtFilter, amFilter
  - guidedFilter
```
public static void guidedFilter(Mat guide,
                                Mat src,
                                Mat dst,
                                int radius,
                                double eps,
                                int dDepth)
```
    Simple one-line (Fast) Guided Filter call. If you have multiple images to filter with the same guided image then use GuidedFilter interface to avoid extra computations on initialization stage.
    
    引数:
    
    guide - ガイド画像 (または画像の配列)。最大3チャンネルまで。3チャンネルを超える場合は最初の3チャンネルのみが使用される。
    
    src - 任意のチャンネル数を持つ、フィルタリング対象の画像。
    
    dst - 出力画像。
    
    radius - Guided Filter の半径。
    
    eps - Guided Filter の正則化項。${eps}^2$ は bilateralFilter の色空間におけるシグマに相当する。
    
    dDepth - 出力画像のビット深度 (省略可能)。目に見える劣化をほとんど生じない。(例: scale==0.5 はフィルタ内部で画像を 2 倍縮小する) SEE: bilateralFilter, dtFilter, amFilter
  - guidedFilter
```
public static void guidedFilter(Mat guide,
                                Mat src,
                                Mat dst,
                                int radius,
                                double eps)
```
    Simple one-line (Fast) Guided Filter call. If you have multiple images to filter with the same guided image then use GuidedFilter interface to avoid extra computations on initialization stage.
    
    引数:
    
    guide - ガイド画像 (または画像の配列)。最大3チャンネルまで。3チャンネルを超える場合は最初の3チャンネルのみが使用される。
    
    src - 任意のチャンネル数を持つ、フィルタリング対象の画像。
    
    dst - 出力画像。
    
    radius - Guided Filter の半径。
    
    eps - Guided Filter の正則化項。${eps}^2$ は bilateralFilter の色空間におけるシグマに相当する。目に見える劣化をほとんど生じない。(例: scale==0.5 はフィルタ内部で画像を 2 倍縮小する) SEE: bilateralFilter, dtFilter, amFilter
  - createAMFilter
```
public static AdaptiveManifoldFilter createAMFilter(double sigma_s,
                                                    double sigma_r,
                                                    boolean adjust_outliers)
```
    Factory method, create instance of AdaptiveManifoldFilter and produce some initialization routines.
    
    引数:
    
    sigma_s - 空間方向の標準偏差。
    
    sigma_r - 色空間の標準偏差。bilateralFilter の色空間におけるシグマに相当する。
    
    adjust_outliers - 省略可能。外れ値の調整処理を行うかどうかを指定する (原論文の Eq. 9)。Adaptive Manifold Filter の引数の詳細については、原論文 CITE: Gastal12 を参照のこと。覚え書き: CV_8U および CV_16U のビット深度を持つジョイント画像は、処理前に CV_32F のビット深度かつ [0; 1] の色範囲を持つ画像に変換される。したがって、色空間シグマ sigma_r は [0; 1] の範囲でなければならず、bilateralFilter および dtFilter 関数における同じシグマとは異なる。
    
    戻り値:
    
    自動生成
  - createAMFilter
```
public static AdaptiveManifoldFilter createAMFilter(double sigma_s,
                                                    double sigma_r)
```
    Factory method, create instance of AdaptiveManifoldFilter and produce some initialization routines.
    
    引数:
    
    sigma_s - 空間方向の標準偏差。
    
    sigma_r - 色空間の標準偏差。bilateralFilter の色空間におけるシグマに相当する。原論文。Adaptive Manifold Filter の引数の詳細については、原論文 CITE: Gastal12 を参照のこと。覚え書き: CV_8U および CV_16U のビット深度を持つジョイント画像は、処理前に CV_32F のビット深度かつ [0; 1] の色範囲を持つ画像に変換される。したがって、色空間シグマ sigma_r は [0; 1] の範囲でなければならず、bilateralFilter および dtFilter 関数における同じシグマとは異なる。
    
    戻り値:
    
    自動生成
  - amFilter
```
public static void amFilter(Mat joint,
                            Mat src,
                            Mat dst,
                            double sigma_s,
                            double sigma_r,
                            boolean adjust_outliers)
```
    Simple one-line Adaptive Manifold Filter call.
    
    引数:
    
    joint - ジョイント画像 (ガイド画像とも呼ばれる) または任意のチャンネル数を持つ画像の配列。
    
    src - 任意のチャンネル数を持つ、フィルタリング対象の画像。
    
    dst - 出力画像。
    
    sigma_s - 空間方向の標準偏差。
    
    sigma_r - 色空間の標準偏差。bilateralFilter の色空間におけるシグマに相当する。
    
    adjust_outliers - 省略可能。外れ値の調整処理を行うかどうかを指定する (原論文の Eq. 9)。覚え書き: CV_8U および CV_16U のビット深度を持つジョイント画像は、処理前に CV_32F のビット深度かつ [0; 1] の色範囲を持つ画像に変換される。したがって、色空間シグマ sigma_r は [0; 1] の範囲でなければならず、bilateralFilter および dtFilter 関数における同じシグマとは異なる。SEE: bilateralFilter, dtFilter, guidedFilter
  - amFilter
```
public static void amFilter(Mat joint,
                            Mat src,
                            Mat dst,
                            double sigma_s,
                            double sigma_r)
```
    Simple one-line Adaptive Manifold Filter call.
    
    引数:
    
    joint - ジョイント画像 (ガイド画像とも呼ばれる) または任意のチャンネル数を持つ画像の配列。
    
    src - 任意のチャンネル数を持つ、フィルタリング対象の画像。
    
    dst - 出力画像。
    
    sigma_s - 空間方向の標準偏差。
    
    sigma_r - 色空間の標準偏差。bilateralFilter の色空間におけるシグマに相当する。原論文。覚え書き: CV_8U および CV_16U のビット深度を持つジョイント画像は、処理前に CV_32F のビット深度かつ [0; 1] の色範囲を持つ画像に変換される。したがって、色空間シグマ sigma_r は [0; 1] の範囲でなければならず、bilateralFilter および dtFilter 関数における同じシグマとは異なる。SEE: bilateralFilter, dtFilter, guidedFilter
  - jointBilateralFilter
```
public static void jointBilateralFilter(Mat joint,
                                        Mat src,
                                        Mat dst,
                                        int d,
                                        double sigmaColor,
                                        double sigmaSpace,
                                        int borderType)
```
    Applies the joint bilateral filter to an image.
    
    引数:
    
    joint - ジョイント画像。8ビットまたは浮動小数点の、1チャンネルまたは3チャンネルの画像。
    
    src - 入力画像。8ビットまたは浮動小数点の、1チャンネルまたは3チャンネルの画像で、joint 画像と同じビット深度を持つ。
    
    dst - src と同じサイズおよび型の出力画像。
    
    d - フィルタリング中に使用される各ピクセル近傍の直径。非正の場合は sigmaSpace から計算される。
    
    sigmaColor - 色空間におけるフィルタのシグマ。この引数の値が大きいほど、ピクセル近傍内 (sigmaSpace を参照) のより遠い色どうしが混合され、ほぼ同じ色からなるより広い領域が生じる。
    
    sigmaSpace - 座標空間におけるフィルタのシグマ。この引数の値が大きいほど、色が十分に近い限り (sigmaColor を参照)、より遠いピクセルどうしが互いに影響を及ぼす。d>0 のときは、sigmaSpace によらず近傍サイズを指定する。それ以外の場合、d は sigmaSpace に比例する。
    
    borderType - 覚え書き: bilateralFilter および jointBilateralFilter は、色どうしの差の計算に L1 ノルムを使用する。SEE: bilateralFilter, amFilter
  - jointBilateralFilter
```
public static void jointBilateralFilter(Mat joint,
                                        Mat src,
                                        Mat dst,
                                        int d,
                                        double sigmaColor,
                                        double sigmaSpace)
```
    Applies the joint bilateral filter to an image.
    
    引数:
    
    joint - ジョイント画像。8ビットまたは浮動小数点の、1チャンネルまたは3チャンネルの画像。
    
    src - 入力画像。8ビットまたは浮動小数点の、1チャンネルまたは3チャンネルの画像で、joint 画像と同じビット深度を持つ。
    
    dst - src と同じサイズおよび型の出力画像。
    
    d - フィルタリング中に使用される各ピクセル近傍の直径。非正の場合は sigmaSpace から計算される。
    
    sigmaColor - 色空間におけるフィルタのシグマ。この引数の値が大きいほど、ピクセル近傍内 (sigmaSpace を参照) のより遠い色どうしが混合され、ほぼ同じ色からなるより広い領域が生じる。
    
    sigmaSpace - 座標空間におけるフィルタのシグマ。この引数の値が大きいほど、色が十分に近い限り (sigmaColor を参照)、より遠いピクセルどうしが互いに影響を及ぼす。d>0 のときは、sigmaSpace によらず近傍サイズを指定する。それ以外の場合、d は sigmaSpace に比例する。覚え書き: bilateralFilter および jointBilateralFilter は、色どうしの差の計算に L1 ノルムを使用する。SEE: bilateralFilter, amFilter
  - bilateralTextureFilter
```
public static void bilateralTextureFilter(Mat src,
                                          Mat dst,
                                          int fr,
                                          int numIter,
                                          double sigmaAlpha,
                                          double sigmaAvg)
```
    Applies the bilateral texture filter to an image. It performs structure-preserving texture filter. For more details about this filter see CITE: Cho2014.
    
    引数:
    
    src - ビット深度が 8ビット UINT または 32ビット FLOAT の入力画像
    
    dst - src と同じサイズおよび型の出力先画像。
    
    fr - フィルタリングに使用するカーネルの半径。正の整数でなければならない
    
    numIter - アルゴリズムの反復回数。正の整数でなければならない
    
    sigmaAlpha - エッジから滑らかな領域/テクスチャ領域への重みの遷移の鋭さを制御する。値が大きいほど遷移が鋭くなる。値が負の場合は自動的に計算される。
    
    sigmaAvg - テクスチャの平滑化のためのレンジ平滑化引数。値が大きいほど結果がより平滑化される。値が負の場合は、論文に記載のとおり自動的に計算される。SEE: rollingGuidanceFilter, bilateralFilter
  - bilateralTextureFilter
```
public static void bilateralTextureFilter(Mat src,
                                          Mat dst,
                                          int fr,
                                          int numIter,
                                          double sigmaAlpha)
```
    Applies the bilateral texture filter to an image. It performs structure-preserving texture filter. For more details about this filter see CITE: Cho2014.
    
    引数:
    
    src - ビット深度が 8ビット UINT または 32ビット FLOAT の入力画像
    
    dst - src と同じサイズおよび型の出力先画像。
    
    fr - フィルタリングに使用するカーネルの半径。正の整数でなければならない
    
    numIter - アルゴリズムの反復回数。正の整数でなければならない
    
    sigmaAlpha - エッジから滑らかな領域/テクスチャ領域への重みの遷移の鋭さを制御する。値が大きいほど遷移が鋭くなる。値が負の場合は自動的に計算される。値が負の場合は、論文に記載のとおり自動的に計算される。SEE: rollingGuidanceFilter, bilateralFilter
  - bilateralTextureFilter
```
public static void bilateralTextureFilter(Mat src,
                                          Mat dst,
                                          int fr,
                                          int numIter)
```
    Applies the bilateral texture filter to an image. It performs structure-preserving texture filter. For more details about this filter see CITE: Cho2014.
    
    引数:
    
    src - ビット深度が 8ビット UINT または 32ビット FLOAT の入力画像
    
    dst - src と同じサイズおよび型の出力先画像。
    
    fr - フィルタリングに使用するカーネルの半径。正の整数でなければならない
    
    numIter - アルゴリズムの反復回数。正の整数でなければならない。値が大きいほど遷移が鋭くなる。値が負の場合は自動的に計算される。値が負の場合は、論文に記載のとおり自動的に計算される。SEE: rollingGuidanceFilter, bilateralFilter
  - bilateralTextureFilter
```
public static void bilateralTextureFilter(Mat src,
                                          Mat dst,
                                          int fr)
```
    Applies the bilateral texture filter to an image. It performs structure-preserving texture filter. For more details about this filter see CITE: Cho2014.
    
    引数:
    
    src - ビット深度が 8ビット UINT または 32ビット FLOAT の入力画像
    
    dst - src と同じサイズおよび型の出力先画像。
    
    fr - フィルタリングに使用するカーネルの半径。正の整数でなければならない。値が大きいほど遷移が鋭くなる。値が負の場合は自動的に計算される。値が負の場合は、論文に記載のとおり自動的に計算される。SEE: rollingGuidanceFilter, bilateralFilter
  - bilateralTextureFilter
```
public static void bilateralTextureFilter(Mat src,
                                          Mat dst)
```
    Applies the bilateral texture filter to an image. It performs structure-preserving texture filter. For more details about this filter see CITE: Cho2014.
    
    引数:
    
    src - ビット深度が 8ビット UINT または 32ビット FLOAT の入力画像
    
    dst - src と同じサイズおよび型の出力先画像。値が大きいほど遷移が鋭くなる。値が負の場合は自動的に計算される。値が負の場合は、論文に記載のとおり自動的に計算される。SEE: rollingGuidanceFilter, bilateralFilter
  - rollingGuidanceFilter
```
public static void rollingGuidanceFilter(Mat src,
                                         Mat dst,
                                         int d,
                                         double sigmaColor,
                                         double sigmaSpace,
                                         int numOfIter,
                                         int borderType)
```
    Applies the rolling guidance filter to an image. For more details, please see CITE: zhang2014rolling
    
    引数:
    
    src - 入力画像。8ビットまたは浮動小数点の、1チャンネルまたは3チャンネル画像。
    
    dst - src と同じサイズおよび型の出力先画像。
    
    d - フィルタリング中に使用される各ピクセル近傍の直径。非正の場合は sigmaSpace から計算される。
    
    sigmaColor - 色空間におけるフィルタのシグマ。この引数の値が大きいほど、ピクセル近傍内 (sigmaSpace を参照) のより遠い色どうしが混合され、ほぼ同じ色からなるより広い領域が生じる。
    
    sigmaSpace - 座標空間におけるフィルタのシグマ。この引数の値が大きいほど、色が十分に近い限り (sigmaColor を参照)、より遠いピクセルどうしが互いに影響を及ぼす。d>0 のときは、sigmaSpace によらず近傍サイズを指定する。それ以外の場合、d は sigmaSpace に比例する。
    
    numOfIter - 入力画像に適用されるジョイントエッジ保存フィルタリングの反復回数。
    
    borderType - 覚え書き: rollingGuidanceFilter はエッジ保存フィルタとして jointBilateralFilter を使用する。SEE: jointBilateralFilter, bilateralFilter, amFilter
  - rollingGuidanceFilter
```
public static void rollingGuidanceFilter(Mat src,
                                         Mat dst,
                                         int d,
                                         double sigmaColor,
                                         double sigmaSpace,
                                         int numOfIter)
```
    Applies the rolling guidance filter to an image. For more details, please see CITE: zhang2014rolling
    
    引数:
    
    src - 入力画像。8ビットまたは浮動小数点の、1チャンネルまたは3チャンネル画像。
    
    dst - src と同じサイズおよび型の出力先画像。
    
    d - フィルタリング中に使用される各ピクセル近傍の直径。非正の場合は sigmaSpace から計算される。
    
    sigmaColor - 色空間におけるフィルタのシグマ。この引数の値が大きいほど、ピクセル近傍内 (sigmaSpace を参照) のより遠い色どうしが混合され、ほぼ同じ色からなるより広い領域が生じる。
    
    sigmaSpace - 座標空間におけるフィルタのシグマ。この引数の値が大きいほど、色が十分に近い限り (sigmaColor を参照)、より遠いピクセルどうしが互いに影響を及ぼす。d>0 のときは、sigmaSpace によらず近傍サイズを指定する。それ以外の場合、d は sigmaSpace に比例する。
    
    numOfIter - 入力画像に適用されるジョイントエッジ保存フィルタリングの反復回数。覚え書き: rollingGuidanceFilter はエッジ保存フィルタとして jointBilateralFilter を使用する。SEE: jointBilateralFilter, bilateralFilter, amFilter
  - rollingGuidanceFilter
```
public static void rollingGuidanceFilter(Mat src,
                                         Mat dst,
                                         int d,
                                         double sigmaColor,
                                         double sigmaSpace)
```
    Applies the rolling guidance filter to an image. For more details, please see CITE: zhang2014rolling
    
    引数:
    
    src - 入力画像。8ビットまたは浮動小数点の、1チャンネルまたは3チャンネル画像。
    
    dst - src と同じサイズおよび型の出力先画像。
    
    d - フィルタリング中に使用される各ピクセル近傍の直径。非正の場合は sigmaSpace から計算される。
    
    sigmaColor - 色空間におけるフィルタのシグマ。この引数の値が大きいほど、ピクセル近傍内 (sigmaSpace を参照) のより遠い色どうしが混合され、ほぼ同じ色からなるより広い領域が生じる。
    
    sigmaSpace - 座標空間におけるフィルタのシグマ。この引数の値が大きいほど、色が十分に近い限り (sigmaColor を参照)、より遠いピクセルどうしが互いに影響を及ぼす。d>0 のときは、sigmaSpace によらず近傍サイズを指定する。それ以外の場合、d は sigmaSpace に比例する。覚え書き: rollingGuidanceFilter はエッジ保存フィルタとして jointBilateralFilter を使用する。SEE: jointBilateralFilter, bilateralFilter, amFilter
  - rollingGuidanceFilter
```
public static void rollingGuidanceFilter(Mat src,
                                         Mat dst,
                                         int d,
                                         double sigmaColor)
```
    Applies the rolling guidance filter to an image. For more details, please see CITE: zhang2014rolling
    
    引数:
    
    src - 入力画像。8ビットまたは浮動小数点の、1チャンネルまたは3チャンネル画像。
    
    dst - src と同じサイズおよび型の出力先画像。
    
    d - フィルタリング中に使用される各ピクセル近傍の直径。非正の場合は sigmaSpace から計算される。
    
    sigmaColor - 色空間におけるフィルタのシグマ。この引数の値が大きいほど、ピクセル近傍内 (sigmaSpace を参照) のより遠い色どうしが混合され、ほぼ同じ色からなるより広い領域が生じる。色が十分に近い限り、より遠いピクセルどうしが互いに影響を及ぼす (sigmaColor を参照)。d>0 のときは、sigmaSpace によらず近傍サイズを指定する。それ以外の場合、d は sigmaSpace に比例する。覚え書き: rollingGuidanceFilter はエッジ保存フィルタとして jointBilateralFilter を使用する。SEE: jointBilateralFilter, bilateralFilter, amFilter
  - rollingGuidanceFilter
```
public static void rollingGuidanceFilter(Mat src,
                                         Mat dst,
                                         int d)
```
    Applies the rolling guidance filter to an image. For more details, please see CITE: zhang2014rolling
    
    引数:
    
    src - 入力画像。8ビットまたは浮動小数点の、1チャンネルまたは3チャンネル画像。
    
    dst - src と同じサイズおよび型の出力先画像。
    
    d - フィルタリング中に使用される各ピクセル近傍の直径。非正の場合は sigmaSpace から計算される。ピクセル近傍内 (sigmaSpace を参照) のより遠い色どうしが混合され、ほぼ同じ色からなるより広い領域が生じる。色が十分に近い限り、より遠いピクセルどうしが互いに影響を及ぼす (sigmaColor を参照)。d>0 のときは、sigmaSpace によらず近傍サイズを指定する。それ以外の場合、d は sigmaSpace に比例する。覚え書き: rollingGuidanceFilter はエッジ保存フィルタとして jointBilateralFilter を使用する。SEE: jointBilateralFilter, bilateralFilter, amFilter
  - rollingGuidanceFilter
```
public static void rollingGuidanceFilter(Mat src,
                                         Mat dst)
```
    Applies the rolling guidance filter to an image. For more details, please see CITE: zhang2014rolling
    
    引数:
    
    src - 入力画像。8ビットまたは浮動小数点の、1チャンネルまたは3チャンネル画像。
    
    dst - src と同じサイズおよび型の出力先画像。sigmaSpace から計算される。ピクセル近傍内 (sigmaSpace を参照) のより遠い色どうしが混合され、ほぼ同じ色からなるより広い領域が生じる。色が十分に近い限り、より遠いピクセルどうしが互いに影響を及ぼす (sigmaColor を参照)。d>0 のときは、sigmaSpace によらず近傍サイズを指定する。それ以外の場合、d は sigmaSpace に比例する。覚え書き: rollingGuidanceFilter はエッジ保存フィルタとして jointBilateralFilter を使用する。SEE: jointBilateralFilter, bilateralFilter, amFilter
  - createFastBilateralSolverFilter
```
public static FastBilateralSolverFilter createFastBilateralSolverFilter(Mat guide,
                                                                        double sigma_spatial,
                                                                        double sigma_luma,
                                                                        double sigma_chroma,
                                                                        double lambda,
                                                                        int num_iter,
                                                                        double max_tol)
```
    Factory method, create instance of FastBilateralSolverFilter and execute the initialization routines.
    
    引数:
    
    guide - フィルタリングのガイドとして機能する画像。8ビットのビット深度で、1チャンネルまたは3チャンネルでなければならない。
    
    sigma_spatial - bilateralFilter における空間空間のシグマ (バンド幅) に相当する引数。
    
    sigma_luma - bilateralFilter における輝度空間のシグマ (バンド幅) に相当する引数。
    
    sigma_chroma - bilateralFilter における色差空間のシグマ (バンド幅) に相当する引数。
    
    lambda - ソルバーの平滑性の強さを表す引数。
    
    num_iter - ソルバーに使用する反復回数。通常は 25 で十分である。
    
    max_tol - ソルバーに使用する収束許容誤差。Fast Bilateral Solver の引数の詳細については、原論文 CITE: BarronPoole2016 を参照のこと。
    
    戻り値:
    
    自動生成
  - createFastBilateralSolverFilter
```
public static FastBilateralSolverFilter createFastBilateralSolverFilter(Mat guide,
                                                                        double sigma_spatial,
                                                                        double sigma_luma,
                                                                        double sigma_chroma,
                                                                        double lambda,
                                                                        int num_iter)
```
    Factory method, create instance of FastBilateralSolverFilter and execute the initialization routines.
    
    引数:
    
    guide - フィルタリングのガイドとして機能する画像。8ビットのビット深度で、1チャンネルまたは3チャンネルでなければならない。
    
    sigma_spatial - bilateralFilter における空間空間のシグマ (バンド幅) に相当する引数。
    
    sigma_luma - bilateralFilter における輝度空間のシグマ (バンド幅) に相当する引数。
    
    sigma_chroma - bilateralFilter における色差空間のシグマ (バンド幅) に相当する引数。
    
    lambda - ソルバーの平滑性の強さを表す引数。
    
    num_iter - ソルバーに使用する反復回数。通常は 25 で十分である。Fast Bilateral Solver の引数の詳細については、原論文 CITE: BarronPoole2016 を参照のこと。
    
    戻り値:
    
    自動生成
  - createFastBilateralSolverFilter
```
public static FastBilateralSolverFilter createFastBilateralSolverFilter(Mat guide,
                                                                        double sigma_spatial,
                                                                        double sigma_luma,
                                                                        double sigma_chroma,
                                                                        double lambda)
```
    Factory method, create instance of FastBilateralSolverFilter and execute the initialization routines.
    
    引数:
    
    guide - フィルタリングのガイドとして機能する画像。8ビットのビット深度で、1チャンネルまたは3チャンネルでなければならない。
    
    sigma_spatial - bilateralFilter における空間空間のシグマ (バンド幅) に相当する引数。
    
    sigma_luma - bilateralFilter における輝度空間のシグマ (バンド幅) に相当する引数。
    
    sigma_chroma - bilateralFilter における色差空間のシグマ (バンド幅) に相当する引数。
    
    lambda - ソルバーの平滑性の強さを表す引数。Fast Bilateral Solver の引数の詳細については、原論文 CITE: BarronPoole2016 を参照のこと。
    
    戻り値:
    
    自動生成
  - createFastBilateralSolverFilter
```
public static FastBilateralSolverFilter createFastBilateralSolverFilter(Mat guide,
                                                                        double sigma_spatial,
                                                                        double sigma_luma,
                                                                        double sigma_chroma)
```
    Factory method, create instance of FastBilateralSolverFilter and execute the initialization routines.
    
    引数:
    
    guide - フィルタリングのガイドとして機能する画像。8ビットのビット深度で、1チャンネルまたは3チャンネルでなければならない。
    
    sigma_spatial - bilateralFilter における空間空間のシグマ (バンド幅) に相当する引数。
    
    sigma_luma - bilateralFilter における輝度空間のシグマ (バンド幅) に相当する引数。
    
    sigma_chroma - bilateralFilter における色差空間のシグマ (バンド幅) に相当する引数。Fast Bilateral Solver の引数の詳細については、原論文 CITE: BarronPoole2016 を参照のこと。
    
    戻り値:
    
    自動生成
  - fastBilateralSolverFilter
```
public static void fastBilateralSolverFilter(Mat guide,
                                             Mat src,
                                             Mat confidence,
                                             Mat dst,
                                             double sigma_spatial,
                                             double sigma_luma,
                                             double sigma_chroma,
                                             double lambda,
                                             int num_iter,
                                             double max_tol)
```
    Simple one-line Fast Bilateral Solver filter call. If you have multiple images to filter with the same guide then use FastBilateralSolverFilter interface to avoid extra computations.
    
    引数:
    
    guide - フィルタリングのガイドとして機能する画像。8ビットのビット深度で、1チャンネルまたは3チャンネルでなければならない。
    
    src - フィルタリング対象のソース画像。符号なし8ビット、符号付き16ビット、または浮動小数点32ビットのビット深度で、最大4チャンネルまで。
    
    confidence - 符号なし8ビットまたは浮動小数点32ビットの信頼度を持つ1チャンネルの信頼度画像。
    
    dst - 出力画像。
    
    sigma_spatial - bilateralFilter における空間空間のシグマ (バンド幅) に相当する引数。
    
    sigma_luma - bilateralFilter における輝度空間のシグマ (バンド幅) に相当する引数。
    
    sigma_chroma - bilateralFilter における色差空間のシグマ (バンド幅) に相当する引数。
    
    lambda - ソルバーの平滑性の強さを表す引数。
    
    num_iter - ソルバーに使用する反復回数。通常は 25 で十分である。
    
    max_tol - ソルバーで使用する収束許容誤差。Fast Bilateral Solverのパラメータに関する詳細は、原論文 CITE: BarronPoole2016 を参照。覚え書き: CV_8U のビット深度を持つ信頼度画像は [0, 255] の範囲、CV_32F は [0, 1] の範囲であることが期待される。
  - fastBilateralSolverFilter
```
public static void fastBilateralSolverFilter(Mat guide,
                                             Mat src,
                                             Mat confidence,
                                             Mat dst,
                                             double sigma_spatial,
                                             double sigma_luma,
                                             double sigma_chroma,
                                             double lambda,
                                             int num_iter)
```
    Simple one-line Fast Bilateral Solver filter call. If you have multiple images to filter with the same guide then use FastBilateralSolverFilter interface to avoid extra computations.
    
    引数:
    
    guide - フィルタリングのガイドとして機能する画像。8ビットのビット深度で、1チャンネルまたは3チャンネルでなければならない。
    
    src - フィルタリング対象のソース画像。符号なし8ビット、符号付き16ビット、または浮動小数点32ビットのビット深度で、最大4チャンネルまで。
    
    confidence - 符号なし8ビットまたは浮動小数点32ビットの信頼度を持つ1チャンネルの信頼度画像。
    
    dst - 出力画像。
    
    sigma_spatial - bilateralFilter における空間空間のシグマ (バンド幅) に相当する引数。
    
    sigma_luma - bilateralFilter における輝度空間のシグマ (バンド幅) に相当する引数。
    
    sigma_chroma - bilateralFilter における色差空間のシグマ (バンド幅) に相当する引数。
    
    lambda - ソルバーの平滑性の強さを表す引数。
    
    num_iter - ソルバーで使用する反復回数。通常は25で十分である。Fast Bilateral Solverのパラメータに関する詳細は、原論文 CITE: BarronPoole2016 を参照。覚え書き: CV_8U のビット深度を持つ信頼度画像は [0, 255] の範囲、CV_32F は [0, 1] の範囲であることが期待される。
  - fastBilateralSolverFilter
```
public static void fastBilateralSolverFilter(Mat guide,
                                             Mat src,
                                             Mat confidence,
                                             Mat dst,
                                             double sigma_spatial,
                                             double sigma_luma,
                                             double sigma_chroma,
                                             double lambda)
```
    Simple one-line Fast Bilateral Solver filter call. If you have multiple images to filter with the same guide then use FastBilateralSolverFilter interface to avoid extra computations.
    
    引数:
    
    guide - フィルタリングのガイドとして機能する画像。8ビットのビット深度で、1チャンネルまたは3チャンネルでなければならない。
    
    src - フィルタリング対象のソース画像。符号なし8ビット、符号付き16ビット、または浮動小数点32ビットのビット深度で、最大4チャンネルまで。
    
    confidence - 符号なし8ビットまたは浮動小数点32ビットの信頼度を持つ1チャンネルの信頼度画像。
    
    dst - 出力画像。
    
    sigma_spatial - bilateralFilter における空間空間のシグマ (バンド幅) に相当する引数。
    
    sigma_luma - bilateralFilter における輝度空間のシグマ (バンド幅) に相当する引数。
    
    sigma_chroma - bilateralFilter における色差空間のシグマ (バンド幅) に相当する引数。
    
    lambda - ソルバーの平滑度の強さを指定するパラメータ。Fast Bilateral Solverのパラメータに関する詳細は、原論文 CITE: BarronPoole2016 を参照。覚え書き: CV_8U のビット深度を持つ信頼度画像は [0, 255] の範囲、CV_32F は [0, 1] の範囲であることが期待される。
  - fastBilateralSolverFilter
```
public static void fastBilateralSolverFilter(Mat guide,
                                             Mat src,
                                             Mat confidence,
                                             Mat dst,
                                             double sigma_spatial,
                                             double sigma_luma,
                                             double sigma_chroma)
```
    Simple one-line Fast Bilateral Solver filter call. If you have multiple images to filter with the same guide then use FastBilateralSolverFilter interface to avoid extra computations.
    
    引数:
    
    guide - フィルタリングのガイドとして機能する画像。8ビットのビット深度で、1チャンネルまたは3チャンネルでなければならない。
    
    src - フィルタリング対象のソース画像。符号なし8ビット、符号付き16ビット、または浮動小数点32ビットのビット深度で、最大4チャンネルまで。
    
    confidence - 符号なし8ビットまたは浮動小数点32ビットの信頼度を持つ1チャンネルの信頼度画像。
    
    dst - 出力画像。
    
    sigma_spatial - bilateralFilter における空間空間のシグマ (バンド幅) に相当する引数。
    
    sigma_luma - bilateralFilter における輝度空間のシグマ (バンド幅) に相当する引数。
    
    sigma_chroma - bilateralFilter におけるクロマ空間のシグマ(帯域幅)に似たパラメータ。Fast Bilateral Solverのパラメータに関する詳細は、原論文 CITE: BarronPoole2016 を参照。覚え書き: CV_8U のビット深度を持つ信頼度画像は [0, 255] の範囲、CV_32F は [0, 1] の範囲であることが期待される。
  - fastBilateralSolverFilter
```
public static void fastBilateralSolverFilter(Mat guide,
                                             Mat src,
                                             Mat confidence,
                                             Mat dst,
                                             double sigma_spatial,
                                             double sigma_luma)
```
    Simple one-line Fast Bilateral Solver filter call. If you have multiple images to filter with the same guide then use FastBilateralSolverFilter interface to avoid extra computations.
    
    引数:
    
    guide - フィルタリングのガイドとして機能する画像。8ビットのビット深度で、1チャンネルまたは3チャンネルでなければならない。
    
    src - フィルタリング対象のソース画像。符号なし8ビット、符号付き16ビット、または浮動小数点32ビットのビット深度で、最大4チャンネルまで。
    
    confidence - 符号なし8ビットまたは浮動小数点32ビットの信頼度を持つ1チャンネルの信頼度画像。
    
    dst - 出力画像。
    
    sigma_spatial - bilateralFilter における空間空間のシグマ (バンド幅) に相当する引数。
    
    sigma_luma - bilateralFilter におけるルマ空間のシグマ(帯域幅)に似たパラメータ。Fast Bilateral Solverのパラメータに関する詳細は、原論文 CITE: BarronPoole2016 を参照。覚え書き: CV_8U のビット深度を持つ信頼度画像は [0, 255] の範囲、CV_32F は [0, 1] の範囲であることが期待される。
  - fastBilateralSolverFilter
```
public static void fastBilateralSolverFilter(Mat guide,
                                             Mat src,
                                             Mat confidence,
                                             Mat dst,
                                             double sigma_spatial)
```
    Simple one-line Fast Bilateral Solver filter call. If you have multiple images to filter with the same guide then use FastBilateralSolverFilter interface to avoid extra computations.
    
    引数:
    
    guide - フィルタリングのガイドとして機能する画像。8ビットのビット深度で、1チャンネルまたは3チャンネルでなければならない。
    
    src - フィルタリング対象のソース画像。符号なし8ビット、符号付き16ビット、または浮動小数点32ビットのビット深度で、最大4チャンネルまで。
    
    confidence - 符号なし8ビットまたは浮動小数点32ビットの信頼度を持つ1チャンネルの信頼度画像。
    
    dst - 出力画像。
    
    sigma_spatial - bilateralFilter における空間のシグマ(帯域幅)に似たパラメータ。Fast Bilateral Solverのパラメータに関する詳細は、原論文 CITE: BarronPoole2016 を参照。覚え書き: CV_8U のビット深度を持つ信頼度画像は [0, 255] の範囲、CV_32F は [0, 1] の範囲であることが期待される。
  - fastBilateralSolverFilter
```
public static void fastBilateralSolverFilter(Mat guide,
                                             Mat src,
                                             Mat confidence,
                                             Mat dst)
```
    Simple one-line Fast Bilateral Solver filter call. If you have multiple images to filter with the same guide then use FastBilateralSolverFilter interface to avoid extra computations.
    
    引数:
    
    guide - フィルタリングのガイドとして機能する画像。8ビットのビット深度で、1チャンネルまたは3チャンネルでなければならない。
    
    src - フィルタリング対象のソース画像。符号なし8ビット、符号付き16ビット、または浮動小数点32ビットのビット深度で、最大4チャンネルまで。
    
    confidence - 符号なし8ビットまたは浮動小数点32ビットの信頼度を持つ1チャンネルの信頼度画像。
    
    dst - 出力画像。Fast Bilateral Solverのパラメータに関する詳細は、原論文 CITE: BarronPoole2016 を参照。覚え書き: CV_8U のビット深度を持つ信頼度画像は [0, 255] の範囲、CV_32F は [0, 1] の範囲であることが期待される。
  - createFastGlobalSmootherFilter
```
public static FastGlobalSmootherFilter createFastGlobalSmootherFilter(Mat guide,
                                                                      double lambda,
                                                                      double sigma_color,
                                                                      double lambda_attenuation,
                                                                      int num_iter)
```
    Factory method, create instance of FastGlobalSmootherFilter and execute the initialization routines.
    
    引数:
    
    guide - フィルタリングのガイドとして機能する画像。8ビットのビット深度で、1チャンネルまたは3チャンネルでなければならない。
    
    lambda - 正則化の量を定義するパラメータ
    
    sigma_color - bilateralFilter における色空間のシグマに似たパラメータ。
    
    lambda_attenuation - 各反復後にlambdaがどれだけ減衰するかを定義する内部パラメータ。通常は0.25であるべきである。1.0に設定すると筋状のアーティファクトが生じる場合がある。
    
    num_iter - フィルタリングに使用する反復回数。通常は3で十分である。Fast Global Smootherのパラメータに関する詳細は、原論文 CITE: Min2014 を参照。ただし、いくつかの相違点があることに注意してほしい。論文で説明されているlambdaの減衰はやや異なる方法で実装されているため、論文の結果と同一になることは期待しないこと。論文の sigma_color の値は同じ効果を得るために255.0を掛ける必要がある。また、ソース画像とガイド画像が同じ画像フィルタリングの場合、著者は各反復後にガイド画像を動的に更新することを提案している。性能を最大化するため、この機能はここでは実装されていない。
    
    戻り値:
    
    自動生成
  - createFastGlobalSmootherFilter
```
public static FastGlobalSmootherFilter createFastGlobalSmootherFilter(Mat guide,
                                                                      double lambda,
                                                                      double sigma_color,
                                                                      double lambda_attenuation)
```
    Factory method, create instance of FastGlobalSmootherFilter and execute the initialization routines.
    
    引数:
    
    guide - フィルタリングのガイドとして機能する画像。8ビットのビット深度で、1チャンネルまたは3チャンネルでなければならない。
    
    lambda - 正則化の量を定義するパラメータ
    
    sigma_color - bilateralFilter における色空間のシグマに似たパラメータ。
    
    lambda_attenuation - 各反復後にlambdaがどれだけ減衰するかを定義する内部パラメータ。通常は0.25であるべきである。1.0に設定すると筋状のアーティファクトが生じる場合がある。Fast Global Smootherのパラメータに関する詳細は、原論文 CITE: Min2014 を参照。ただし、いくつかの相違点があることに注意してほしい。論文で説明されているlambdaの減衰はやや異なる方法で実装されているため、論文の結果と同一になることは期待しないこと。論文の sigma_color の値は同じ効果を得るために255.0を掛ける必要がある。また、ソース画像とガイド画像が同じ画像フィルタリングの場合、著者は各反復後にガイド画像を動的に更新することを提案している。性能を最大化するため、この機能はここでは実装されていない。
    
    戻り値:
    
    自動生成
  - createFastGlobalSmootherFilter
```
public static FastGlobalSmootherFilter createFastGlobalSmootherFilter(Mat guide,
                                                                      double lambda,
                                                                      double sigma_color)
```
    Factory method, create instance of FastGlobalSmootherFilter and execute the initialization routines.
    
    引数:
    
    guide - フィルタリングのガイドとして機能する画像。8ビットのビット深度で、1チャンネルまたは3チャンネルでなければならない。
    
    lambda - 正則化の量を定義するパラメータ
    
    sigma_color - bilateralFilter における色空間のシグマに似たパラメータ。0.25であるべきである。1.0に設定すると筋状のアーティファクトが生じる場合がある。Fast Global Smootherのパラメータに関する詳細は、原論文 CITE: Min2014 を参照。ただし、いくつかの相違点があることに注意してほしい。論文で説明されているlambdaの減衰はやや異なる方法で実装されているため、論文の結果と同一になることは期待しないこと。論文の sigma_color の値は同じ効果を得るために255.0を掛ける必要がある。また、ソース画像とガイド画像が同じ画像フィルタリングの場合、著者は各反復後にガイド画像を動的に更新することを提案している。性能を最大化するため、この機能はここでは実装されていない。
    
    戻り値:
    
    自動生成
  - fastGlobalSmootherFilter
```
public static void fastGlobalSmootherFilter(Mat guide,
                                            Mat src,
                                            Mat dst,
                                            double lambda,
                                            double sigma_color,
                                            double lambda_attenuation,
                                            int num_iter)
```
    Simple one-line Fast Global Smoother filter call. If you have multiple images to filter with the same guide then use FastGlobalSmootherFilter interface to avoid extra computations.
    
    引数:
    
    guide - フィルタリングのガイドとして機能する画像。8ビットのビット深度で、1チャンネルまたは3チャンネルでなければならない。
    
    src - フィルタリング対象のソース画像。符号なし8ビット、符号付き16ビット、または浮動小数点32ビットのビット深度で、最大4チャンネルまで。
    
    dst - 出力画像。
    
    lambda - 正則化の量を定義するパラメータ
    
    sigma_color - bilateralFilter における色空間のシグマに似たパラメータ。
    
    lambda_attenuation - 各反復後にlambdaがどれだけ減衰するかを定義する内部パラメータ。通常は0.25であるべきである。1.0に設定すると筋状のアーティファクトが生じる場合がある。
    
    num_iter - フィルタリングに使用する反復回数。通常は3で十分である。
  - fastGlobalSmootherFilter
```
public static void fastGlobalSmootherFilter(Mat guide,
                                            Mat src,
                                            Mat dst,
                                            double lambda,
                                            double sigma_color,
                                            double lambda_attenuation)
```
    Simple one-line Fast Global Smoother filter call. If you have multiple images to filter with the same guide then use FastGlobalSmootherFilter interface to avoid extra computations.
    
    引数:
    
    guide - フィルタリングのガイドとして機能する画像。8ビットのビット深度で、1チャンネルまたは3チャンネルでなければならない。
    
    src - フィルタリング対象のソース画像。符号なし8ビット、符号付き16ビット、または浮動小数点32ビットのビット深度で、最大4チャンネルまで。
    
    dst - 出力画像。
    
    lambda - 正則化の量を定義するパラメータ
    
    sigma_color - bilateralFilter における色空間のシグマに似たパラメータ。
    
    lambda_attenuation - 各反復後にlambdaがどれだけ減衰するかを定義する内部パラメータ。通常は0.25であるべきである。1.0に設定すると筋状のアーティファクトが生じる場合がある。
  - fastGlobalSmootherFilter
```
public static void fastGlobalSmootherFilter(Mat guide,
                                            Mat src,
                                            Mat dst,
                                            double lambda,
                                            double sigma_color)
```
    Simple one-line Fast Global Smoother filter call. If you have multiple images to filter with the same guide then use FastGlobalSmootherFilter interface to avoid extra computations.
    
    引数:
    
    guide - フィルタリングのガイドとして機能する画像。8ビットのビット深度で、1チャンネルまたは3チャンネルでなければならない。
    
    src - フィルタリング対象のソース画像。符号なし8ビット、符号付き16ビット、または浮動小数点32ビットのビット深度で、最大4チャンネルまで。
    
    dst - 出力画像。
    
    lambda - 正則化の量を定義するパラメータ
    
    sigma_color - bilateralFilter における色空間のシグマに似たパラメータ。0.25であるべきである。1.0に設定すると筋状のアーティファクトが生じる場合がある。
  - l0Smooth
```
public static void l0Smooth(Mat src,
                            Mat dst,
                            double lambda,
                            double kappa)
```
    Global image smoothing via L0 gradient minimization.
    
    引数:
    
    src - フィルタリング対象のソース画像。符号なし8ビット、符号付き16ビット、または浮動小数点のビット深度を持つ。
    
    dst - 出力画像。
    
    lambda - 平滑化項の重みを定義するパラメータ。
    
    kappa - 勾配データ項の重みの増加係数を定義するパラメータ。L0 Smootherに関する詳細は、原論文 CITE: xu2011image を参照。
  - l0Smooth
```
public static void l0Smooth(Mat src,
                            Mat dst,
                            double lambda)
```
    Global image smoothing via L0 gradient minimization.
    
    引数:
    
    src - フィルタリング対象のソース画像。符号なし8ビット、符号付き16ビット、または浮動小数点のビット深度を持つ。
    
    dst - 出力画像。
    
    lambda - 平滑化項の重みを定義するパラメータ。L0 Smootherに関する詳細は、原論文 CITE: xu2011image を参照。
  - l0Smooth
```
public static void l0Smooth(Mat src,
                            Mat dst)
```
    Global image smoothing via L0 gradient minimization.
    
    引数:
    
    src - フィルタリング対象のソース画像。符号なし8ビット、符号付き16ビット、または浮動小数点のビット深度を持つ。
    
    dst - 出力画像。L0 Smootherに関する詳細は、原論文 CITE: xu2011image を参照。
  - fourierDescriptor
```
public static void fourierDescriptor(Mat src,
                                     Mat dst,
                                     int nbElt,
                                     int nbFD)
```
    Fourier descriptors for planed closed curves For more details about this implementation, please see CITE: PersoonFu1977
    
    引数:
    
    src - 自動生成
    
    dst - 自動生成
    
    nbElt - 自動生成
    
    nbFD - 自動生成
  - fourierDescriptor
```
public static void fourierDescriptor(Mat src,
                                     Mat dst,
                                     int nbElt)
```
    Fourier descriptors for planed closed curves For more details about this implementation, please see CITE: PersoonFu1977
    
    引数:
    
    src - 自動生成
    
    dst - 自動生成
    
    nbElt - 自動生成
  - fourierDescriptor
```
public static void fourierDescriptor(Mat src,
                                     Mat dst)
```
    Fourier descriptors for planed closed curves For more details about this implementation, please see CITE: PersoonFu1977
    
    引数:
    
    src - 自動生成
    
    dst - 自動生成
  - transformFD
```
public static void transformFD(Mat src,
                               Mat t,
                               Mat dst,
                               boolean fdContour)
```
    transform a contour
    
    引数:
    
    src - 自動生成
    
    t - 自動生成
    
    dst - 自動生成
    
    fdContour - 自動生成
  - transformFD
```
public static void transformFD(Mat src,
                               Mat t,
                               Mat dst)
```
    transform a contour
    
    引数:
    
    src - 自動生成
    
    t - 自動生成
    
    dst - 自動生成
  - contourSampling
```
public static void contourSampling(Mat src,
                                   Mat out,
                                   int nbElt)
```
    Contour sampling .
    
    引数:
    
    src - 自動生成
    
    out - 自動生成
    
    nbElt - 自動生成
  - createContourFitting
```
public static ContourFitting createContourFitting(int ctr,
                                                  int fd)
```
    create ContourFitting algorithm object
    
    引数:
    
    ctr - リサンプリング後の輪郭点の数に等しいフーリエ記述子の数。
    
    fd - 2番目の形状(ターゲット)を定義する輪郭。
    
    戻り値:
    
    自動生成
  - createContourFitting
```
public static ContourFitting createContourFitting(int ctr)
```
    create ContourFitting algorithm object
    
    引数:
    
    ctr - リサンプリング後の輪郭点の数に等しいフーリエ記述子の数。
    
    戻り値:
    
    自動生成
  - createContourFitting
```
public static ContourFitting createContourFitting()
```
    create ContourFitting algorithm object
    
    戻り値:
    
    自動生成
  - createEdgeDrawing
```
public static EdgeDrawing createEdgeDrawing()
```
    Creates a smart pointer to a EdgeDrawing object and initializes it
    
    戻り値:
    
    自動生成
  - createSuperpixelSLIC
```
public static SuperpixelSLIC createSuperpixelSLIC(Mat image,
                                                  int algorithm,
                                                  int region_size,
                                                  float ruler)
```
    Initialize a SuperpixelSLIC object
    
    引数:
    
    image - セグメント化する画像
    
    algorithm - 使用するアルゴリズムのバリアントを選択する。SLICは指定した region_size を用いて画像をセグメント化し、さらにSLICOは適応的なコンパクト性係数を用いて最適化し、MSLICはマニフォールド法を用いて最適化することで、より内容に応じたスーパーピクセルを生成する。
    
    region_size - ピクセル単位で測定される平均スーパーピクセルサイズを選択する
    
    ruler - スーパーピクセルの平滑度係数の適用度合いを選択する。この関数は入力画像に対してSuperpixelSLICオブジェクトを初期化する。選択したスーパーピクセルアルゴリズムのパラメータ、すなわち region_size と ruler を設定する。与えられた画像に対する以降の計算反復のためのいくつかのバッファを事前に確保する。より良い結果を得るには、カラー画像の場合、小さな 3 x 3 のカーネルを用いた軽いガウシアンブラーで画像を前処理し、さらにCieLAB色空間へ変換することが推奨される。SLICとSLICOおよびMSLICの比較例を次の図に示す。![image](pics/superpixels_slic.png)
    
    戻り値:
    
    自動生成
  - createSuperpixelSLIC
```
public static SuperpixelSLIC createSuperpixelSLIC(Mat image,
                                                  int algorithm,
                                                  int region_size)
```
    Initialize a SuperpixelSLIC object
    
    引数:
    
    image - セグメント化する画像
    
    algorithm - 使用するアルゴリズムのバリアントを選択する。SLICは指定した region_size を用いて画像をセグメント化し、さらにSLICOは適応的なコンパクト性係数を用いて最適化し、MSLICはマニフォールド法を用いて最適化することで、より内容に応じたスーパーピクセルを生成する。
    
    region_size - ピクセル単位で測定された平均スーパーピクセルサイズを選択する。この関数は入力画像に対してSuperpixelSLICオブジェクトを初期化する。選択したスーパーピクセルアルゴリズムのパラメータ、すなわち region_size と ruler を設定する。与えられた画像に対する以降の計算反復のためのいくつかのバッファを事前に確保する。より良い結果を得るには、カラー画像の場合、小さな 3 x 3 のカーネルを用いた軽いガウシアンブラーで画像を前処理し、さらにCieLAB色空間へ変換することが推奨される。SLICとSLICOおよびMSLICの比較例を次の図に示す。![image](pics/superpixels_slic.png)
    
    戻り値:
    
    自動生成
  - createSuperpixelSLIC
```
public static SuperpixelSLIC createSuperpixelSLIC(Mat image,
                                                  int algorithm)
```
    Initialize a SuperpixelSLIC object
    
    引数:
    
    image - セグメント化する画像
    
    algorithm - 使用するアルゴリズムのバリアントを選択する。SLICは指定した region_size を用いて画像をセグメント化し、さらにSLICOは適応的なコンパクト性係数を用いて最適化し、MSLICはマニフォールド法を用いて最適化することで、より内容に応じたスーパーピクセルを生成する。この関数は入力画像に対してSuperpixelSLICオブジェクトを初期化する。選択したスーパーピクセルアルゴリズムのパラメータ、すなわち region_size と ruler を設定する。与えられた画像に対する以降の計算反復のためのいくつかのバッファを事前に確保する。より良い結果を得るには、カラー画像の場合、小さな 3 x 3 のカーネルを用いた軽いガウシアンブラーで画像を前処理し、さらにCieLAB色空間へ変換することが推奨される。SLICとSLICOおよびMSLICの比較例を次の図に示す。![image](pics/superpixels_slic.png)
    
    戻り値:
    
    自動生成
  - createSuperpixelSLIC
```
public static SuperpixelSLIC createSuperpixelSLIC(Mat image)
```
    Initialize a SuperpixelSLIC object
    
    引数:
    
    image - セグメント化する画像。SLICは指定した region_size を用いて画像をセグメント化し、さらにSLICOは適応的なコンパクト性係数を用いて最適化し、MSLICはマニフォールド法を用いて最適化することで、より内容に応じたスーパーピクセルを生成する。この関数は入力画像に対してSuperpixelSLICオブジェクトを初期化する。選択したスーパーピクセルアルゴリズムのパラメータ、すなわち region_size と ruler を設定する。与えられた画像に対する以降の計算反復のためのいくつかのバッファを事前に確保する。より良い結果を得るには、カラー画像の場合、小さな 3 x 3 のカーネルを用いた軽いガウシアンブラーで画像を前処理し、さらにCieLAB色空間へ変換することが推奨される。SLICとSLICOおよびMSLICの比較例を次の図に示す。![image](pics/superpixels_slic.png)
    
    戻り値:
    
    自動生成
  - createGraphSegmentation
```
public static GraphSegmentation createGraphSegmentation(double sigma,
                                                        float k,
                                                        int min_size)
```
    Creates a graph based segmentor
    
    引数:
    
    sigma - 画像を平滑化するために使用される sigma パラメータ
    
    k - アルゴリズムの k パラメータ
    
    min_size - セグメントの最小サイズ
    
    戻り値:
    
    自動生成
  - createGraphSegmentation
```
public static GraphSegmentation createGraphSegmentation(double sigma,
                                                        float k)
```
    Creates a graph based segmentor
    
    引数:
    
    sigma - 画像を平滑化するために使用される sigma パラメータ
    
    k - アルゴリズムの k パラメータ
    
    戻り値:
    
    自動生成
  - createGraphSegmentation
```
public static GraphSegmentation createGraphSegmentation(double sigma)
```
    Creates a graph based segmentor
    
    引数:
    
    sigma - 画像を平滑化するために使用される sigma パラメータ
    
    戻り値:
    
    自動生成
  - createGraphSegmentation
```
public static GraphSegmentation createGraphSegmentation()
```
    Creates a graph based segmentor
    
    戻り値:
    
    自動生成
  - createSelectiveSearchSegmentationStrategyColor
```
public static SelectiveSearchSegmentationStrategyColor createSelectiveSearchSegmentationStrategyColor()
```
    Create a new color-based strategy
    
    戻り値:
    
    自動生成
  - createSelectiveSearchSegmentationStrategySize
```
public static SelectiveSearchSegmentationStrategySize createSelectiveSearchSegmentationStrategySize()
```
    Create a new size-based strategy
    
    戻り値:
    
    自動生成
  - createSelectiveSearchSegmentationStrategyTexture
```
public static SelectiveSearchSegmentationStrategyTexture createSelectiveSearchSegmentationStrategyTexture()
```
    Create a new size-based strategy
    
    戻り値:
    
    自動生成
  - createSelectiveSearchSegmentationStrategyFill
```
public static SelectiveSearchSegmentationStrategyFill createSelectiveSearchSegmentationStrategyFill()
```
    Create a new fill-based strategy
    
    戻り値:
    
    自動生成
  - createSelectiveSearchSegmentationStrategyMultiple
```
public static SelectiveSearchSegmentationStrategyMultiple createSelectiveSearchSegmentationStrategyMultiple()
```
    Create a new multiple strategy
    
    戻り値:
    
    自動生成
  - createSelectiveSearchSegmentationStrategyMultiple
```
public static SelectiveSearchSegmentationStrategyMultiple createSelectiveSearchSegmentationStrategyMultiple(SelectiveSearchSegmentationStrategy s1)
```
    Create a new multiple strategy and set one subtrategy
    
    引数:
    
    s1 - 1番目の戦略
    
    戻り値:
    
    自動生成
  - createSelectiveSearchSegmentationStrategyMultiple
```
public static SelectiveSearchSegmentationStrategyMultiple createSelectiveSearchSegmentationStrategyMultiple(SelectiveSearchSegmentationStrategy s1,
                                                                                                            SelectiveSearchSegmentationStrategy s2)
```
    Create a new multiple strategy and set two subtrategies, with equal weights
    
    引数:
    
    s1 - 1番目の戦略
    
    s2 - 2番目の戦略
    
    戻り値:
    
    自動生成
  - createSelectiveSearchSegmentationStrategyMultiple
```
public static SelectiveSearchSegmentationStrategyMultiple createSelectiveSearchSegmentationStrategyMultiple(SelectiveSearchSegmentationStrategy s1,
                                                                                                            SelectiveSearchSegmentationStrategy s2,
                                                                                                            SelectiveSearchSegmentationStrategy s3)
```
    Create a new multiple strategy and set three subtrategies, with equal weights
    
    引数:
    
    s1 - 1番目の戦略
    
    s2 - 2番目の戦略
    
    s3 - 3番目の戦略
    
    戻り値:
    
    自動生成
  - createSelectiveSearchSegmentationStrategyMultiple
```
public static SelectiveSearchSegmentationStrategyMultiple createSelectiveSearchSegmentationStrategyMultiple(SelectiveSearchSegmentationStrategy s1,
                                                                                                            SelectiveSearchSegmentationStrategy s2,
                                                                                                            SelectiveSearchSegmentationStrategy s3,
                                                                                                            SelectiveSearchSegmentationStrategy s4)
```
    Create a new multiple strategy and set four subtrategies, with equal weights
    
    引数:
    
    s1 - 1番目の戦略
    
    s2 - 2番目の戦略
    
    s3 - 3番目の戦略
    
    s4 - 4番目の戦略
    
    戻り値:
    
    自動生成
  - createSelectiveSearchSegmentation
```
public static SelectiveSearchSegmentation createSelectiveSearchSegmentation()
```
    Create a new SelectiveSearchSegmentation class.
    
    戻り値:
    
    自動生成
  - edgePreservingFilter
```
public static void edgePreservingFilter(Mat src,
                                        Mat dst,
                                        int d,
                                        double threshold)
```
    Smoothes an image using the Edge-Preserving filter. The function smoothes Gaussian noise as well as salt & pepper noise. For more details about this implementation, please see [ReiWoe18] Reich, S. and Wörgötter, F. and Dellen, B. (2018). A Real-Time Edge-Preserving Denoising Filter. Proceedings of the 13th International Joint Conference on Computer Vision, Imaging and Computer Graphics Theory and Applications (VISIGRAPP): Visapp, 85-94, 4. DOI: 10.5220/0006509000850094.
    
    引数:
    
    src - ソースとなる8ビット3チャンネル画像。
    
    dst - src と同じサイズおよび型の出力先画像。
    
    d - フィルタリング中に使用される各ピクセル近傍の直径。3以上でなければならない。
    
    threshold - ノイズ、外れ値、データを区別するためのしきい値。

クラス Ximgproc

フィールドの要約

コンストラクタの要約

メソッドの要約

クラス java.lang.Object から継承したメソッド

フィールドの詳細

RO_STRICT

RO_IGNORE_BORDERS

ARO_0_45

ARO_45_90

ARO_90_135

ARO_315_0

ARO_315_45

ARO_45_135

ARO_315_135

ARO_CTR_HOR

ARO_CTR_VER

DTF_NC

DTF_IC

DTF_RF

GUIDED_FILTER

AM_FILTER

HDO_RAW

HDO_DESKEW

FHT_MIN

FHT_MAX

FHT_ADD

FHT_AVE

BINARIZATION_NIBLACK

BINARIZATION_SAUVOLA

BINARIZATION_WOLF

BINARIZATION_NICK

SLIC

SLICO

MSLIC

THINNING_ZHANGSUEN

THINNING_GUOHALL

WMF_EXP

WMF_IV1

WMF_IV2

WMF_COS

WMF_JAC

WMF_OFF

コンストラクタの詳細

Ximgproc

メソッドの詳細

niBlackThreshold

niBlackThreshold

niBlackThreshold

thinning

thinning

anisotropicDiffusion

RadonTransform

RadonTransform

RadonTransform

RadonTransform

RadonTransform

RadonTransform

createEdgeBoxes

createEdgeBoxes

createEdgeBoxes

createEdgeBoxes

createEdgeBoxes

createEdgeBoxes

createEdgeBoxes

createEdgeBoxes

createEdgeBoxes

createEdgeBoxes

createEdgeBoxes

createEdgeBoxes

createEdgeBoxes

createSuperpixelSEEDS

createSuperpixelSEEDS

createSuperpixelSEEDS

createSuperpixelSEEDS

findEllipses

findEllipses

findEllipses

findEllipses

createScanSegment