%dll OpenCvSharpExtern.dll %ver 1.00 %date 2021/11/30 %author inovia %url https://hsp.moe/ %note #include "OpenCvSharpExtern32.as" #include "OpenCvSharpExtern64.as" 使用するHSPランタイムのビット数に合わせたインクルードファイルを使用すること %type OpenCVSharpラッパーDLL %port Win %index aruco_DetectorParameters_create [32/64bit] aruco_DetectorParameters_create %prm p1 p1 = var : out DetectorParameters.NativeStruct returnValue %inst 元関数名(C#): aruco_DetectorParameters_create 元DLLエクスポート名: aruco_DetectorParameters_create 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_aruco.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) aruco_DetectorParameters_create(aruco_DetectorParameters *returnValue)
{
    BEGIN_WRAP
    const auto p = cv::aruco::DetectorParameters::create();
    *returnValue = c(p);
    END_WRAP
}
}html %group NativeMethods_aruco %index aruco_detectMarkers [32/64bit] 基本的なマーカー検出 %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr image p2 = sptr : IntPtr dictionary p3 = sptr : IntPtr corners p4 = sptr : IntPtr ids p5 = var : ref DetectorParameters.NativeStruct detectParameters p6 = sptr : IntPtr outrejectedImgPoints %inst 入力画像のマーカー検出を行う．特定の辞書に含まれるマーカのみが検索されます．検出された各マーカーに対して，画像中のコーナーの2次元位置と，それに対応する識別子が返されます．参照：estimatePoseSingleMarkers, estimatePoseBoard 元関数名(C#): aruco_detectMarkers 元DLLエクスポート名: aruco_detectMarkers 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_aruco.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) aruco_detectMarkers(
    cv::_InputArray *image, 
    cv::Ptr<cv::aruco::Dictionary> *dictionary, 
    std::vector< std::vector<cv::Point2f> > *corners,
    std::vector<int> *ids, 
    aruco_DetectorParameters *parameters,
    std::vector< std::vector<cv::Point2f> > *rejectedImgPoints)
{
    BEGIN_WRAP
    const auto p = cpp(*parameters);
    cv::aruco::detectMarkers(*image, *dictionary, *corners, *ids, p, *rejectedImgPoints);
    END_WRAP
}
}html %group NativeMethods_aruco %index aruco_drawDetectedMarkers [32bit] 検出されたマーカーを画像に描画します． %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr image p2 = sptr : [MarshalAs(UnmanagedType.LPArray)] IntPtr[] corners p3 = int : int cornerSize1 p4 = var : int[] contoursSize2 p5 = var : [MarshalAs(UnmanagedType.LPArray)] int[] ids p6 = int : int idxLength p7 = ARGS_SCALAR : Scalar borderColor %inst 検出されたマーカーコーナーの配列と，それに対応する ID が与えられると，この関数は，画像中にマーカーを描画します．マーカーの境界が描画され，マーカーの識別子が与えられていればそれも描画されます．デバッグ用に便利です。 元関数名(C#): aruco_drawDetectedMarkers 元DLLエクスポート名: aruco_drawDetectedMarkers 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_aruco.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) aruco_drawDetectedMarkers(
    cv::_InputOutputArray *image,
    cv::Point2f **corners,
    int cornerSize1,
    int *cornerSize2,
    int *idx, int idxCount, MyCvScalar borderColor)
{
    BEGIN_WRAP
    std::vector< std::vector<cv::Point2f> > cornerVec(cornerSize1);
    std::vector<int> idxVec;

    for (int i = 0; i < cornerSize1; i++)
        cornerVec[i] = std::vector<cv::Point2f>(corners[i], corners[i] + cornerSize2[i]);
    if (idx != nullptr)
        idxVec = std::vector<int>(idx, idx + idxCount);

    cv::aruco::drawDetectedMarkers(*image, cornerVec, idxVec, cpp(borderColor));
    END_WRAP
}
}html %group NativeMethods_aruco %index aruco_drawDetectedMarkers [64bit] 検出されたマーカーを画像に描画します． %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr image p2 = sptr : [MarshalAs(UnmanagedType.LPArray)] IntPtr[] corners p3 = int : int cornerSize1 p4 = var : int[] contoursSize2 p5 = var : [MarshalAs(UnmanagedType.LPArray)] int[] ids p6 = int : int idxLength p7 = var : Scalar borderColor %inst 検出されたマーカーコーナーの配列と，それに対応する ID が与えられると，この関数は，画像中にマーカーを描画します．マーカーの境界が描画され，マーカーの識別子が与えられていればそれも描画されます．デバッグ用に便利です。 元関数名(C#): aruco_drawDetectedMarkers 元DLLエクスポート名: aruco_drawDetectedMarkers 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_aruco.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) aruco_drawDetectedMarkers(
    cv::_InputOutputArray *image,
    cv::Point2f **corners,
    int cornerSize1,
    int *cornerSize2,
    int *idx, int idxCount, MyCvScalar borderColor)
{
    BEGIN_WRAP
    std::vector< std::vector<cv::Point2f> > cornerVec(cornerSize1);
    std::vector<int> idxVec;

    for (int i = 0; i < cornerSize1; i++)
        cornerVec[i] = std::vector<cv::Point2f>(corners[i], corners[i] + cornerSize2[i]);
    if (idx != nullptr)
        idxVec = std::vector<int>(idx, idx + idxCount);

    cv::aruco::drawDetectedMarkers(*image, cornerVec, idxVec, cpp(borderColor));
    END_WRAP
}
}html %group NativeMethods_aruco %index aruco_drawMarker [32/64bit] 標準的なマーカー画像を描画します。 %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr dictionary p2 = int : int id p3 = int : int sidePixels p4 = sptr : IntPtr mat p5 = int : int borderBits %inst この関数は、マーカー画像を正規の形式で（つまり、すぐに印刷できる状態で）返します。 元関数名(C#): aruco_drawMarker 元DLLエクスポート名: aruco_drawMarker 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_aruco.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) aruco_drawMarker(
    cv::Ptr<cv::aruco::Dictionary> *dictionary, int id, int sidePixels, cv::_OutputArray *img, int borderBits)
{
    BEGIN_WRAP
    cv::aruco::drawMarker(*dictionary, id, sidePixels, *img, borderBits);
    END_WRAP
}
}html %group NativeMethods_aruco %index aruco_estimatePoseSingleMarkers [32/64bit] 単一のマーカに対する姿勢推定 %prm p1,p2,p3,p4,p5,p6,p7,p8,p9 p1 = sptr : [MarshalAs(UnmanagedType.LPArray)] IntPtr[] corners p2 = int : int cornersLength1 p3 = var : int[] cornersLengths2 p4 = float : float markerLength p5 = sptr : IntPtr cameraMatrix p6 = sptr : IntPtr distCoeffs p7 = sptr : IntPtr rvecs p8 = sptr : IntPtr tvecs p9 = sptr : IntPtr objPoints %inst See alsodetectMarkersSee alsoRodrigues）（例：std::vector）。この関数は，検出されたマーカを受け取り，カメラに対する姿勢の推定値を個別に返します．つまり，各マーカーに対して，1つの回転ベクトルと並進ベクトルが返されます．返される変換は，各マーカの座標系からカメラの座標系へと点を変換するものです．マーカー座標系は、マーカーの中央を中心とし、Z軸はマーカー平面に垂直です。マーカーの四隅の座標を独自の座標系で表すと(-markerLength/2, markerLength/2, 0)、(markerLength/2, markerLength/2, 0)、(markerLength/2, -markerLength/2, 0)、(-markerLength/2, -markerLength/2, 0) 元関数名(C#): aruco_estimatePoseSingleMarkers 元DLLエクスポート名: aruco_estimatePoseSingleMarkers 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_aruco.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) aruco_estimatePoseSingleMarkers(
    cv::Point2f **corners, int cornersLength1,
    int *cornersLengths2, float markerLength,
    cv::_InputArray *cameraMatrix,
    cv::_InputArray *distCoeffs,
    cv::_OutputArray *rvecs, 
    cv::_OutputArray *tvecs,
    cv::_OutputArray *objPoints)
{
    BEGIN_WRAP
    std::vector<std::vector<cv::Point2f> > cornersVec(cornersLength1);
    for (int i = 0; i < cornersLength1; i++)    
        cornersVec[i] = std::vector<cv::Point2f>(corners[i], corners[i] + cornersLengths2[i]);    

    cv::aruco::estimatePoseSingleMarkers(cornersVec, markerLength, *cameraMatrix, *distCoeffs, *rvecs, *tvecs, entity(objPoints));
    END_WRAP
}
}html %group NativeMethods_aruco %index aruco_drawAxis [32/64bit] ポーズ推定から座標系の軸を描画します。 %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr image p2 = sptr : IntPtr cameraMatrix p3 = sptr : IntPtr distCoeffs p4 = sptr : IntPtr rvec p5 = sptr : IntPtr tvec p6 = float : float length %inst Rodrigues も参照のこと）.マーカーやボードの姿勢推定が与えられたときに、ワールド座標系、つまりマーカーやボードを中心とした座標系の軸を描画する関数である。Deprecated:use cv::drawFrameAxesExamples: samples/cpp/tutorial_code/ml/introduction_to_pca/introduction_to_pca.cpp. 元関数名(C#): aruco_drawAxis 元DLLエクスポート名: aruco_drawAxis 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_aruco.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) aruco_drawAxis(
    cv::_InputOutputArray *image,
    cv::_InputArray *cameraMatrix,
    cv::_InputArray *distCoeffs,
    cv::_InputArray *rvec,
    cv::_InputArray *tvec,
    float length)
{
    BEGIN_WRAP
    cv::aruco::drawAxis(*image, *cameraMatrix, *distCoeffs, *rvec, *tvec, length);
    END_WRAP
}
}html %group NativeMethods_aruco %index aruco_getPredefinedDictionary [32/64bit] PREDEFINED_DICTIONARY_NAME で定義された定義済みの辞書の一つを返します。 %prm p1,p2 p1 = int : int name p2 = var : out IntPtr returnValue %inst 元関数名(C#): aruco_getPredefinedDictionary 元DLLエクスポート名: aruco_getPredefinedDictionary 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_aruco.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) aruco_getPredefinedDictionary(int name, cv::Ptr<cv::aruco::Dictionary>** returnValue)
{
    BEGIN_WRAP
    const auto dictionary = cv::aruco::getPredefinedDictionary(static_cast<cv::aruco::PREDEFINED_DICTIONARY_NAME>(name));
    *returnValue = new cv::Ptr<cv::aruco::Dictionary>(dictionary);
    END_WRAP
}
}html %group NativeMethods_aruco %index aruco_detectCharucoDiamond [32/64bit] ChArUcoダイヤモンドマーカーを検出します。 %prm p1,p2,p3,p4,p5,p6,p7,p8,p9,p10 p1 = sptr : IntPtr image p2 = sptr : [MarshalAs(UnmanagedType.LPArray)] IntPtr[] markerCorners p3 = int : int markerCornersSize1 p4 = var : int[] markerCornersSize2 p5 = sptr : IntPtr markerIds p6 = float : float squareMarkerLengthRate p7 = sptr : IntPtr diamondCorners p8 = sptr : IntPtr diamondIds p9 = sptr : IntPtr cameraMatrix p10 = sptr : IntPtr distCoeffs %inst この関数は，以前に検出されたアルコマーカからダイアモンドマーカを検出します．ダイアモンドは， diamondCorners と diamondIds パラメータで返されます．カメラのキャリブレーションパラメータが提供されている場合、ダイヤモンドの探索は再投影に基づいて行われます。提供されていない場合は、ホモグラフィーに基づいてダイヤモンドを探索します。ホモグラフィーはリプロジェクションよりも高速ですが、検出率が若干低下します。 元関数名(C#): aruco_detectCharucoDiamond 元DLLエクスポート名: aruco_detectCharucoDiamond 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_aruco.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) aruco_detectCharucoDiamond(
    cv::_InputArray *image,
    cv::Point2f **markerCorners,
    int markerCornersSize1,
    int *markerCornersSize2,
    std::vector<int> *markerIds,
    float squareMarkerLengthRate,
    std::vector< std::vector<cv::Point2f> > *diamondCorners,
    std::vector<cv::Vec4i> *diamondIds,
    cv::_InputArray *cameraMatrix, cv::_InputArray *distCoeffs)
{
    BEGIN_WRAP
    std::vector< std::vector<cv::Point2f> > markerCornerVec(markerCornersSize1);
    for (int i = 0; i < markerCornersSize1; i++)
        markerCornerVec[i] = std::vector<cv::Point2f>(markerCorners[i], markerCorners[i] + markerCornersSize2[i]);

    cv::aruco::detectCharucoDiamond(*image, markerCornerVec, *markerIds, squareMarkerLengthRate,
        *diamondCorners, *diamondIds, entity(cameraMatrix), entity(distCoeffs));
    END_WRAP
}
}html %group NativeMethods_aruco %index aruco_drawDetectedDiamonds [32bit] 検出されたChArUcoダイヤモンドマーカーのセットを描画します。 %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr image p2 = sptr : [MarshalAs(UnmanagedType.LPArray)] IntPtr[] corners p3 = int : int cornerSize1 p4 = var : int[] contoursSize2 p5 = sptr : IntPtr ids p6 = ARGS_SCALAR : Scalar borderColor %inst 検出されたダイヤモンドの配列が与えられると，この関数はそれらを画像上に描画します．マーカーの境界線が描画され、マーカーの識別子が指定されていればそれも描画されます。デバッグ用に便利です。 元関数名(C#): aruco_drawDetectedDiamonds 元DLLエクスポート名: aruco_drawDetectedDiamonds 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_aruco.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) aruco_drawDetectedDiamonds(
    cv::_InputOutputArray *image,
    cv::Point2f **corners,
    int cornerSize1,
    int *cornerSize2,
    std::vector<cv::Vec4i> *ids,
    MyCvScalar borderColor)
{
    BEGIN_WRAP
    std::vector< std::vector<cv::Point2f> > cornerVec(cornerSize1);

    for (int i = 0; i < cornerSize1; i++)
        cornerVec[i] = std::vector<cv::Point2f>(corners[i], corners[i] + cornerSize2[i]);

    const cv::_InputArray idArray = (ids != nullptr) ? *ids : static_cast<cv::_InputArray>(cv::noArray());

    cv::aruco::drawDetectedDiamonds(*image, cornerVec, idArray, cpp(borderColor));
    END_WRAP
}
}html %group NativeMethods_aruco %index aruco_drawDetectedDiamonds [64bit] 検出されたChArUcoダイヤモンドマーカーのセットを描画します。 %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr image p2 = sptr : [MarshalAs(UnmanagedType.LPArray)] IntPtr[] corners p3 = int : int cornerSize1 p4 = var : int[] contoursSize2 p5 = sptr : IntPtr ids p6 = var : Scalar borderColor %inst 検出されたダイヤモンドの配列が与えられると，この関数はそれらを画像上に描画します．マーカーの境界線が描画され、マーカーの識別子が指定されていればそれも描画されます。デバッグ用に便利です。 元関数名(C#): aruco_drawDetectedDiamonds 元DLLエクスポート名: aruco_drawDetectedDiamonds 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_aruco.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) aruco_drawDetectedDiamonds(
    cv::_InputOutputArray *image,
    cv::Point2f **corners,
    int cornerSize1,
    int *cornerSize2,
    std::vector<cv::Vec4i> *ids,
    MyCvScalar borderColor)
{
    BEGIN_WRAP
    std::vector< std::vector<cv::Point2f> > cornerVec(cornerSize1);

    for (int i = 0; i < cornerSize1; i++)
        cornerVec[i] = std::vector<cv::Point2f>(corners[i], corners[i] + cornerSize2[i]);

    const cv::_InputArray idArray = (ids != nullptr) ? *ids : static_cast<cv::_InputArray>(cv::noArray());

    cv::aruco::drawDetectedDiamonds(*image, cornerVec, idArray, cpp(borderColor));
    END_WRAP
}
}html %group NativeMethods_aruco %index aruco_Ptr_Dictionary_delete [32/64bit] cv::aruco::Dictionary のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr ptr %inst マーカーの辞書／セット。内部のコード化を含みます。 bytesListには、マーカーのコードワードが含まれています。 bytesList.rowsは、辞書のサイズです。 各マーカーは nbytes = ceil(markerSize*markerSize/8.) でエンコードされます。 各行には、マーカーの4つの回転がすべて含まれているので、その長さは4*nbytesです。 bytesList.ptr(i)[k*nbytes + j]は、i番目のマーカーのk番目の回転におけるj番目のバイトになります。 元関数名(C#): aruco_Ptr_Dictionary_delete 元DLLエクスポート名: aruco_Ptr_Dictionary_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_aruco.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) aruco_Ptr_Dictionary_delete(cv::Ptr<cv::aruco::Dictionary> *ptr)
{
    BEGIN_WRAP
    delete ptr;
    END_WRAP
}
}html %group NativeMethods_aruco %index aruco_Ptr_Dictionary_get [32/64bit] cv::aruco::Dictionary のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst マーカーの辞書／セット。内部のコード化を含みます。 bytesListには、マーカーのコードワードが含まれています。 bytesList.rowsは、辞書のサイズです。 各マーカーは nbytes = ceil(markerSize*markerSize/8.) でエンコードされます。 各行には、マーカーの4つの回転がすべて含まれているので、その長さは4*nbytesです。 bytesList.ptr(i)[k*nbytes + j]は、i番目のマーカーのk番目の回転におけるj番目のバイトになります。 元関数名(C#): aruco_Ptr_Dictionary_get 元DLLエクスポート名: aruco_Ptr_Dictionary_get 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_aruco.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) aruco_Ptr_Dictionary_get(cv::Ptr<cv::aruco::Dictionary> *ptr, cv::aruco::Dictionary **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_aruco %index aruco_Dictionary_setMarkerSize [32/64bit] cv::aruco::Dictionary::markerSize 変数に格納します %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int value %inst 元関数名(C#): aruco_Dictionary_setMarkerSize 元DLLエクスポート名: aruco_Dictionary_setMarkerSize 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_aruco.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) aruco_Dictionary_setMarkerSize(cv::aruco::Dictionary *obj, int value)
{
    BEGIN_WRAP
    obj->markerSize = value;
    END_WRAP
}
}html %group NativeMethods_aruco %index aruco_Dictionary_setMaxCorrectionBits [32/64bit] cv::aruco::Dictionary::maxCorrectionBits 変数に格納します %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int value %inst 元関数名(C#): aruco_Dictionary_setMaxCorrectionBits 元DLLエクスポート名: aruco_Dictionary_setMaxCorrectionBits 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_aruco.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) aruco_Dictionary_setMaxCorrectionBits(cv::aruco::Dictionary *obj, int value)
{
    BEGIN_WRAP
    obj->maxCorrectionBits = value;
    END_WRAP
}
}html %group NativeMethods_aruco %index aruco_Dictionary_getBytesList [32/64bit] cv::aruco::Dictionary::bytesList 変数を取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst 元関数名(C#): aruco_Dictionary_getBytesList 元DLLエクスポート名: aruco_Dictionary_getBytesList 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_aruco.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) aruco_Dictionary_getBytesList(cv::aruco::Dictionary *obj, cv::Mat** returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::Mat(obj->bytesList);
    END_WRAP
}
}html %group NativeMethods_aruco %index aruco_Dictionary_getMarkerSize [32/64bit] cv::aruco::Dictionary::markerSize 変数を取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): aruco_Dictionary_getMarkerSize 元DLLエクスポート名: aruco_Dictionary_getMarkerSize 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_aruco.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) aruco_Dictionary_getMarkerSize(cv::aruco::Dictionary *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->markerSize;
    END_WRAP
}
}html %group NativeMethods_aruco %index aruco_Dictionary_getMaxCorrectionBits [32/64bit] cv::aruco::Dictionary::maxCorrectionBits 変数を取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): aruco_Dictionary_getMaxCorrectionBits 元DLLエクスポート名: aruco_Dictionary_getMaxCorrectionBits 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_aruco.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) aruco_Dictionary_getMaxCorrectionBits(cv::aruco::Dictionary *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->maxCorrectionBits;
    END_WRAP
}
}html %group NativeMethods_aruco %index bgsegm_createBackgroundSubtractorMOG [32/64bit] mixture of-gaussian background subtractorを作成する。 %prm p1,p2,p3,p4,p5 p1 = int : int history p2 = int : int nMixtures p3 = double : double backgroundRatio p4 = double : double noiseSigma p5 = var : out IntPtr returnValue %inst 元関数名(C#): bgsegm_createBackgroundSubtractorMOG 元DLLエクスポート名: bgsegm_createBackgroundSubtractorMOG 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_bgsegm.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) bgsegm_createBackgroundSubtractorMOG(
    int history, int nmixtures, double backgroundRatio, double noiseSigma, cv::Ptr<cv::bgsegm::BackgroundSubtractorMOG> **returnValue)
{
    BEGIN_WRAP
    const auto ptr = cv::bgsegm::createBackgroundSubtractorMOG(history, nmixtures, backgroundRatio, noiseSigma);
    *returnValue = new cv::Ptr<cv::bgsegm::BackgroundSubtractorMOG>(ptr);
    END_WRAP
}
}html %group NativeMethods_bgsegm %index bgsegm_Ptr_BackgroundSubtractorMOG_delete [32/64bit] cv::bgsegm::BackgroundSubtractorMOG のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst Gaussian Mixture-based Background/Foreground Segmentation Algorithm. このクラスは， [122] で述べられているアルゴリズムを実装しています． 元関数名(C#): bgsegm_Ptr_BackgroundSubtractorMOG_delete 元DLLエクスポート名: bgsegm_Ptr_BackgroundSubtractorMOG_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_bgsegm.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) bgsegm_Ptr_BackgroundSubtractorMOG_delete(cv::Ptr<cv::bgsegm::BackgroundSubtractorMOG> *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_bgsegm %index bgsegm_Ptr_BackgroundSubtractorMOG_get [32/64bit] cv::bgsegm::BackgroundSubtractorMOG のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst Gaussian Mixture-based Background/Foreground Segmentation Algorithm. このクラスは， [122] で述べられているアルゴリズムを実装しています． 元関数名(C#): bgsegm_Ptr_BackgroundSubtractorMOG_get 元DLLエクスポート名: bgsegm_Ptr_BackgroundSubtractorMOG_get 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_bgsegm.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) bgsegm_Ptr_BackgroundSubtractorMOG_get(
    cv::Ptr<cv::bgsegm::BackgroundSubtractorMOG> *ptr, cv::bgsegm::BackgroundSubtractorMOG **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_bgsegm %index bgsegm_BackgroundSubtractorMOG_getHistory [32/64bit] bgsegm_BackgroundSubtractorMOG_getHistory %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out int returnValue %inst 元関数名(C#): bgsegm_BackgroundSubtractorMOG_getHistory 元DLLエクスポート名: bgsegm_BackgroundSubtractorMOG_getHistory 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_bgsegm.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) bgsegm_BackgroundSubtractorMOG_getHistory(cv::Ptr<cv::bgsegm::BackgroundSubtractorMOG> *ptr, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = (*ptr)->getHistory();
    END_WRAP
}
}html %group NativeMethods_bgsegm %index bgsegm_BackgroundSubtractorMOG_setHistory [32/64bit] bgsegm_BackgroundSubtractorMOG_setHistory %prm p1,p2 p1 = sptr : IntPtr ptr p2 = int : int value %inst 元関数名(C#): bgsegm_BackgroundSubtractorMOG_setHistory 元DLLエクスポート名: bgsegm_BackgroundSubtractorMOG_setHistory 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_bgsegm.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) bgsegm_BackgroundSubtractorMOG_setHistory(cv::Ptr<cv::bgsegm::BackgroundSubtractorMOG> *ptr, int value)
{
    BEGIN_WRAP
    (*ptr)->setHistory(value);
    END_WRAP
}
}html %group NativeMethods_bgsegm %index bgsegm_BackgroundSubtractorMOG_getNMixtures [32/64bit] bgsegm_BackgroundSubtractorMOG_getNMixtures %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out int returnValue %inst 元関数名(C#): bgsegm_BackgroundSubtractorMOG_getNMixtures 元DLLエクスポート名: bgsegm_BackgroundSubtractorMOG_getNMixtures 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_bgsegm.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) bgsegm_BackgroundSubtractorMOG_getNMixtures(cv::Ptr<cv::bgsegm::BackgroundSubtractorMOG> *ptr, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = (*ptr)->getNMixtures();
    END_WRAP
}
}html %group NativeMethods_bgsegm %index bgsegm_BackgroundSubtractorMOG_setNMixtures [32/64bit] bgsegm_BackgroundSubtractorMOG_setNMixtures %prm p1,p2 p1 = sptr : IntPtr ptr p2 = int : int value %inst 元関数名(C#): bgsegm_BackgroundSubtractorMOG_setNMixtures 元DLLエクスポート名: bgsegm_BackgroundSubtractorMOG_setNMixtures 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_bgsegm.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) bgsegm_BackgroundSubtractorMOG_setNMixtures(cv::Ptr<cv::bgsegm::BackgroundSubtractorMOG> *ptr, int value)
{
    BEGIN_WRAP
    (*ptr)->setNMixtures(value);
    END_WRAP
}
}html %group NativeMethods_bgsegm %index bgsegm_BackgroundSubtractorMOG_getBackgroundRatio [32/64bit] bgsegm_BackgroundSubtractorMOG_getBackgroundRatio %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out double returnValue %inst 元関数名(C#): bgsegm_BackgroundSubtractorMOG_getBackgroundRatio 元DLLエクスポート名: bgsegm_BackgroundSubtractorMOG_getBackgroundRatio 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_bgsegm.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) bgsegm_BackgroundSubtractorMOG_getBackgroundRatio(cv::Ptr<cv::bgsegm::BackgroundSubtractorMOG> *ptr, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = (*ptr)->getBackgroundRatio();
    END_WRAP
}
}html %group NativeMethods_bgsegm %index bgsegm_BackgroundSubtractorMOG_setBackgroundRatio [32/64bit] bgsegm_BackgroundSubtractorMOG_setBackgroundRatio %prm p1,p2 p1 = sptr : IntPtr ptr p2 = double : double value %inst 元関数名(C#): bgsegm_BackgroundSubtractorMOG_setBackgroundRatio 元DLLエクスポート名: bgsegm_BackgroundSubtractorMOG_setBackgroundRatio 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_bgsegm.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) bgsegm_BackgroundSubtractorMOG_setBackgroundRatio(cv::Ptr<cv::bgsegm::BackgroundSubtractorMOG> *ptr, double value)
{
    BEGIN_WRAP
    (*ptr)->setBackgroundRatio(value);
    END_WRAP
}
}html %group NativeMethods_bgsegm %index bgsegm_BackgroundSubtractorMOG_getNoiseSigma [32/64bit] bgsegm_BackgroundSubtractorMOG_getNoiseSigma %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out double returnValue %inst 元関数名(C#): bgsegm_BackgroundSubtractorMOG_getNoiseSigma 元DLLエクスポート名: bgsegm_BackgroundSubtractorMOG_getNoiseSigma 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_bgsegm.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) bgsegm_BackgroundSubtractorMOG_getNoiseSigma(cv::Ptr<cv::bgsegm::BackgroundSubtractorMOG> *ptr, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = (*ptr)->getNoiseSigma();
    END_WRAP
}
}html %group NativeMethods_bgsegm %index bgsegm_BackgroundSubtractorMOG_setNoiseSigma [32/64bit] bgsegm_BackgroundSubtractorMOG_setNoiseSigma %prm p1,p2 p1 = sptr : IntPtr ptr p2 = double : double value %inst 元関数名(C#): bgsegm_BackgroundSubtractorMOG_setNoiseSigma 元DLLエクスポート名: bgsegm_BackgroundSubtractorMOG_setNoiseSigma 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_bgsegm.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) bgsegm_BackgroundSubtractorMOG_setNoiseSigma(cv::Ptr<cv::bgsegm::BackgroundSubtractorMOG> *ptr, double value)
{
    BEGIN_WRAP
    (*ptr)->setNoiseSigma(value);
    END_WRAP
}
}html %group NativeMethods_bgsegm %index bgsegm_createBackgroundSubtractorGMG [32/64bit] GMG背景減算器を作成します． %prm p1,p2,p3 p1 = int : int initializationFrames p2 = double : double decisionThreshold p3 = var : out IntPtr returnValue %inst 元関数名(C#): bgsegm_createBackgroundSubtractorGMG 元DLLエクスポート名: bgsegm_createBackgroundSubtractorGMG 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_bgsegm.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) bgsegm_createBackgroundSubtractorGMG(
    int initializationFrames, double decisionThreshold, cv::Ptr<cv::bgsegm::BackgroundSubtractorGMG> **returnValue)
{
    BEGIN_WRAP
    const auto ptr = cv::bgsegm::createBackgroundSubtractorGMG(initializationFrames, decisionThreshold);
    *returnValue = new cv::Ptr<cv::bgsegm::BackgroundSubtractorGMG>(ptr);
    END_WRAP
}
}html %group NativeMethods_bgsegm %index bgsegm_Ptr_BackgroundSubtractorGMG_delete [32/64bit] cv::bgsegm::BackgroundSubtractorGMG のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst Background Subtractorモジュールは，[92]で示されたアルゴリズムに基づいています． 一連の画像を受け取り，同じ大きさのマスク（8UC1）画像のシーケンスを返します（255は前景，0は背景を表します）．このクラスは，"Visual Tracking of Human Visitors under Variable-Lighting Conditions for a Responsive API "に記載されているアルゴリズムを実装しています． Visual Tracking of Human Visitors under Variable-Lighting Conditions for a Responsive Audio Art Installation," A. Godbehere, A. Matsukawa, K. Goldberg, American Control Conference, Montreal, June 2012. 元関数名(C#): bgsegm_Ptr_BackgroundSubtractorGMG_delete 元DLLエクスポート名: bgsegm_Ptr_BackgroundSubtractorGMG_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_bgsegm.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) bgsegm_Ptr_BackgroundSubtractorGMG_delete(cv::Ptr<cv::bgsegm::BackgroundSubtractorGMG> *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_bgsegm %index bgsegm_Ptr_BackgroundSubtractorGMG_get [32/64bit] cv::bgsegm::BackgroundSubtractorGMG のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst Background Subtractorモジュールは，[92]で示されたアルゴリズムに基づいています． 一連の画像を受け取り，同じ大きさのマスク（8UC1）画像のシーケンスを返します（255は前景，0は背景を表します）．このクラスは，"Visual Tracking of Human Visitors under Variable-Lighting Conditions for a Responsive API "に記載されているアルゴリズムを実装しています． Visual Tracking of Human Visitors under Variable-Lighting Conditions for a Responsive Audio Art Installation," A. Godbehere, A. Matsukawa, K. Goldberg, American Control Conference, Montreal, June 2012. 元関数名(C#): bgsegm_Ptr_BackgroundSubtractorGMG_get 元DLLエクスポート名: bgsegm_Ptr_BackgroundSubtractorGMG_get 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_bgsegm.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) bgsegm_Ptr_BackgroundSubtractorGMG_get(
    cv::Ptr<cv::bgsegm::BackgroundSubtractorGMG> *ptr, cv::bgsegm::BackgroundSubtractorGMG **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_bgsegm %index bgsegm_BackgroundSubtractorGMG_getMaxFeatures [32/64bit] ヒストグラムで保持する識別色の総数を返します。 %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out int returnValue %inst 元関数名(C#): bgsegm_BackgroundSubtractorGMG_getMaxFeatures 元DLLエクスポート名: bgsegm_BackgroundSubtractorGMG_getMaxFeatures 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_bgsegm.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) bgsegm_BackgroundSubtractorGMG_getMaxFeatures(cv::Ptr<cv::bgsegm::BackgroundSubtractorGMG> *ptr, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = (*ptr)->getMaxFeatures();
    END_WRAP
}
}html %group NativeMethods_bgsegm %index bgsegm_BackgroundSubtractorGMG_setMaxFeatures [32/64bit] ヒストグラムで保持する異なる色の総数を設定します。 %prm p1,p2 p1 = sptr : IntPtr ptr p2 = int : int value %inst 元関数名(C#): bgsegm_BackgroundSubtractorGMG_setMaxFeatures 元DLLエクスポート名: bgsegm_BackgroundSubtractorGMG_setMaxFeatures 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_bgsegm.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) bgsegm_BackgroundSubtractorGMG_setMaxFeatures(cv::Ptr<cv::bgsegm::BackgroundSubtractorGMG> *ptr, int value)
{
    BEGIN_WRAP
    (*ptr)->setMaxFeatures(value);
    END_WRAP
}
}html %group NativeMethods_bgsegm %index bgsegm_BackgroundSubtractorGMG_getDefaultLearningRate [32/64bit] アルゴリズムの学習率を返します。 %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out double returnValue %inst 0.0から1.0の間です。この値は、ヒストグラムから特徴がどれだけ早く「忘れられる」かを決定します。 元関数名(C#): bgsegm_BackgroundSubtractorGMG_getDefaultLearningRate 元DLLエクスポート名: bgsegm_BackgroundSubtractorGMG_getDefaultLearningRate 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_bgsegm.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) bgsegm_BackgroundSubtractorGMG_getDefaultLearningRate(cv::Ptr<cv::bgsegm::BackgroundSubtractorGMG> *ptr, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = (*ptr)->getDefaultLearningRate();
    END_WRAP
}
}html %group NativeMethods_bgsegm %index bgsegm_BackgroundSubtractorGMG_setDefaultLearningRate [32/64bit] アルゴリズムの学習率を設定します。 %prm p1,p2 p1 = sptr : IntPtr ptr p2 = double : double value %inst 元関数名(C#): bgsegm_BackgroundSubtractorGMG_setDefaultLearningRate 元DLLエクスポート名: bgsegm_BackgroundSubtractorGMG_setDefaultLearningRate 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_bgsegm.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) bgsegm_BackgroundSubtractorGMG_setDefaultLearningRate(cv::Ptr<cv::bgsegm::BackgroundSubtractorGMG> *ptr, double value)
{
    BEGIN_WRAP
    (*ptr)->setDefaultLearningRate(value);
    END_WRAP
}
}html %group NativeMethods_bgsegm %index bgsegm_BackgroundSubtractorGMG_getNumFrames [32/64bit] 背景モデルの初期化に使われたフレームの数を返します。 %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out int returnValue %inst 元関数名(C#): bgsegm_BackgroundSubtractorGMG_getNumFrames 元DLLエクスポート名: bgsegm_BackgroundSubtractorGMG_getNumFrames 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_bgsegm.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) bgsegm_BackgroundSubtractorGMG_getNumFrames(cv::Ptr<cv::bgsegm::BackgroundSubtractorGMG> *ptr, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = (*ptr)->getNumFrames();
    END_WRAP
}
}html %group NativeMethods_bgsegm %index bgsegm_BackgroundSubtractorGMG_setNumFrames [32/64bit] 背景モデルの初期化に使われるフレームの数を設定します。 %prm p1,p2 p1 = sptr : IntPtr ptr p2 = int : int value %inst 元関数名(C#): bgsegm_BackgroundSubtractorGMG_setNumFrames 元DLLエクスポート名: bgsegm_BackgroundSubtractorGMG_setNumFrames 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_bgsegm.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) bgsegm_BackgroundSubtractorGMG_setNumFrames(cv::Ptr<cv::bgsegm::BackgroundSubtractorGMG> *ptr, int value)
{
    BEGIN_WRAP
    (*ptr)->setNumFrames(value);
    END_WRAP
}
}html %group NativeMethods_bgsegm %index bgsegm_BackgroundSubtractorGMG_getQuantizationLevels [32/64bit] Return the parameter used for quantization of color-space. %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out int returnValue %inst ヒストグラムで使用する各チャンネルの離散的なレベルの数を指定します。 元関数名(C#): bgsegm_BackgroundSubtractorGMG_getQuantizationLevels 元DLLエクスポート名: bgsegm_BackgroundSubtractorGMG_getQuantizationLevels 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_bgsegm.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) bgsegm_BackgroundSubtractorGMG_getQuantizationLevels(cv::Ptr<cv::bgsegm::BackgroundSubtractorGMG> *ptr, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = (*ptr)->getQuantizationLevels();
    END_WRAP
}
}html %group NativeMethods_bgsegm %index bgsegm_BackgroundSubtractorGMG_setQuantizationLevels [32/64bit] 色空間の量子化に用いられるパラメータを設定します。 %prm p1,p2 p1 = sptr : IntPtr ptr p2 = int : int value %inst 元関数名(C#): bgsegm_BackgroundSubtractorGMG_setQuantizationLevels 元DLLエクスポート名: bgsegm_BackgroundSubtractorGMG_setQuantizationLevels 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_bgsegm.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) bgsegm_BackgroundSubtractorGMG_setQuantizationLevels(cv::Ptr<cv::bgsegm::BackgroundSubtractorGMG> *ptr, int value)
{
    BEGIN_WRAP
    (*ptr)->setQuantizationLevels(value);
    END_WRAP
}
}html %group NativeMethods_bgsegm %index bgsegm_BackgroundSubtractorGMG_getBackgroundPrior [32/64bit] ODA：各ピクセルが背景ピクセルである事前確率を返します。 %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out double returnValue %inst 元関数名(C#): bgsegm_BackgroundSubtractorGMG_getBackgroundPrior 元DLLエクスポート名: bgsegm_BackgroundSubtractorGMG_getBackgroundPrior 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_bgsegm.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) bgsegm_BackgroundSubtractorGMG_getBackgroundPrior(cv::Ptr<cv::bgsegm::BackgroundSubtractorGMG> *ptr, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = (*ptr)->getBackgroundPrior();
    END_WRAP
}
}html %group NativeMethods_bgsegm %index bgsegm_BackgroundSubtractorGMG_setBackgroundPrior [32/64bit] 各々のピクセルが背景ピクセルであるという事前確率を設定します。 %prm p1,p2 p1 = sptr : IntPtr ptr p2 = double : double value %inst 元関数名(C#): bgsegm_BackgroundSubtractorGMG_setBackgroundPrior 元DLLエクスポート名: bgsegm_BackgroundSubtractorGMG_setBackgroundPrior 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_bgsegm.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) bgsegm_BackgroundSubtractorGMG_setBackgroundPrior(cv::Ptr<cv::bgsegm::BackgroundSubtractorGMG> *ptr, double value)
{
    BEGIN_WRAP
    (*ptr)->setBackgroundPrior(value);
    END_WRAP
}
}html %group NativeMethods_bgsegm %index bgsegm_BackgroundSubtractorGMG_getSmoothingRadius [32/64bit] Morphological operationに使われるカーネル半径を返します。 %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out int returnValue %inst 元関数名(C#): bgsegm_BackgroundSubtractorGMG_getSmoothingRadius 元DLLエクスポート名: bgsegm_BackgroundSubtractorGMG_getSmoothingRadius 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_bgsegm.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) bgsegm_BackgroundSubtractorGMG_getSmoothingRadius(cv::Ptr<cv::bgsegm::BackgroundSubtractorGMG> *ptr, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = (*ptr)->getSmoothingRadius();
    END_WRAP
}
}html %group NativeMethods_bgsegm %index bgsegm_BackgroundSubtractorGMG_setSmoothingRadius [32/64bit] モルフォロジー演算に使われるカーネル半径を設定します。 %prm p1,p2 p1 = sptr : IntPtr ptr p2 = int : int value %inst 元関数名(C#): bgsegm_BackgroundSubtractorGMG_setSmoothingRadius 元DLLエクスポート名: bgsegm_BackgroundSubtractorGMG_setSmoothingRadius 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_bgsegm.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) bgsegm_BackgroundSubtractorGMG_setSmoothingRadius(cv::Ptr<cv::bgsegm::BackgroundSubtractorGMG> *ptr, int value)
{
    BEGIN_WRAP
    (*ptr)->setSmoothingRadius(value);
    END_WRAP
}
}html %group NativeMethods_bgsegm %index bgsegm_BackgroundSubtractorGMG_getDecisionThreshold [32/64bit] 決定閾値の値を返します。 %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out double returnValue %inst 決定しきい値とは、ピクセルがFGであると判断される値のことです。 元関数名(C#): bgsegm_BackgroundSubtractorGMG_getDecisionThreshold 元DLLエクスポート名: bgsegm_BackgroundSubtractorGMG_getDecisionThreshold 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_bgsegm.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) bgsegm_BackgroundSubtractorGMG_getDecisionThreshold(cv::Ptr<cv::bgsegm::BackgroundSubtractorGMG> *ptr, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = (*ptr)->getDecisionThreshold();
    END_WRAP
}
}html %group NativeMethods_bgsegm %index bgsegm_BackgroundSubtractorGMG_setDecisionThreshold [32/64bit] 決定しきい値の値を設定します。 %prm p1,p2 p1 = sptr : IntPtr ptr p2 = double : double value %inst 元関数名(C#): bgsegm_BackgroundSubtractorGMG_setDecisionThreshold 元DLLエクスポート名: bgsegm_BackgroundSubtractorGMG_setDecisionThreshold 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_bgsegm.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) bgsegm_BackgroundSubtractorGMG_setDecisionThreshold(cv::Ptr<cv::bgsegm::BackgroundSubtractorGMG> *ptr, double value)
{
    BEGIN_WRAP
    (*ptr)->setDecisionThreshold(value);
    END_WRAP
}
}html %group NativeMethods_bgsegm %index bgsegm_BackgroundSubtractorGMG_getUpdateBackgroundModel [32/64bit] background model update のステータスを返します。 %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out int returnValue %inst 元関数名(C#): bgsegm_BackgroundSubtractorGMG_getUpdateBackgroundModel 元DLLエクスポート名: bgsegm_BackgroundSubtractorGMG_getUpdateBackgroundModel 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_bgsegm.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) bgsegm_BackgroundSubtractorGMG_getUpdateBackgroundModel(cv::Ptr<cv::bgsegm::BackgroundSubtractorGMG> *ptr, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = (*ptr)->getUpdateBackgroundModel() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_bgsegm %index bgsegm_BackgroundSubtractorGMG_setUpdateBackgroundModel [32/64bit] 背景モデルのアップデートの状態を設定します。 %prm p1,p2 p1 = sptr : IntPtr ptr p2 = int : int value %inst 元関数名(C#): bgsegm_BackgroundSubtractorGMG_setUpdateBackgroundModel 元DLLエクスポート名: bgsegm_BackgroundSubtractorGMG_setUpdateBackgroundModel 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_bgsegm.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) bgsegm_BackgroundSubtractorGMG_setUpdateBackgroundModel(cv::Ptr<cv::bgsegm::BackgroundSubtractorGMG> *ptr, int value)
{
    BEGIN_WRAP
    (*ptr)->setUpdateBackgroundModel(value != 0);
    END_WRAP
}
}html %group NativeMethods_bgsegm %index bgsegm_BackgroundSubtractorGMG_getMinVal [32/64bit] Returns the minimum value took on pixels in image sequence 画素の最小値を返します。通常は0です。 %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out double returnValue %inst 元関数名(C#): bgsegm_BackgroundSubtractorGMG_getMinVal 元DLLエクスポート名: bgsegm_BackgroundSubtractorGMG_getMinVal 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_bgsegm.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) bgsegm_BackgroundSubtractorGMG_getMinVal(cv::Ptr<cv::bgsegm::BackgroundSubtractorGMG> *ptr, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = (*ptr)->getMinVal();
    END_WRAP
}
}html %group NativeMethods_bgsegm %index bgsegm_BackgroundSubtractorGMG_setMinVal [32/64bit] イメージシーケンス内のピクセルで取られた最小値を設定します。 %prm p1,p2 p1 = sptr : IntPtr ptr p2 = double : double value %inst 元関数名(C#): bgsegm_BackgroundSubtractorGMG_setMinVal 元DLLエクスポート名: bgsegm_BackgroundSubtractorGMG_setMinVal 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_bgsegm.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) bgsegm_BackgroundSubtractorGMG_setMinVal(cv::Ptr<cv::bgsegm::BackgroundSubtractorGMG> *ptr, double value)
{
    BEGIN_WRAP
    (*ptr)->setMinVal(value);
    END_WRAP
}
}html %group NativeMethods_bgsegm %index bgsegm_BackgroundSubtractorGMG_getMaxVal [32/64bit] RETURN：イメージシーケンス内のピクセルに適用される最大値を返します。 %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out double returnValue %inst 元関数名(C#): bgsegm_BackgroundSubtractorGMG_getMaxVal 元DLLエクスポート名: bgsegm_BackgroundSubtractorGMG_getMaxVal 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_bgsegm.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) bgsegm_BackgroundSubtractorGMG_getMaxVal(cv::Ptr<cv::bgsegm::BackgroundSubtractorGMG> *ptr, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = (*ptr)->getMaxVal();
    END_WRAP
}
}html %group NativeMethods_bgsegm %index bgsegm_BackgroundSubtractorGMG_setMaxVal [32/64bit] イメージシーケンス内のピクセルにかかる最大値を設定します。 %prm p1,p2 p1 = sptr : IntPtr ptr p2 = double : double value %inst 元関数名(C#): bgsegm_BackgroundSubtractorGMG_setMaxVal 元DLLエクスポート名: bgsegm_BackgroundSubtractorGMG_setMaxVal 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_bgsegm.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) bgsegm_BackgroundSubtractorGMG_setMaxVal(cv::Ptr<cv::bgsegm::BackgroundSubtractorGMG> *ptr, double value)
{
    BEGIN_WRAP
    (*ptr)->setMaxVal(value);
    END_WRAP
}
}html %group NativeMethods_bgsegm %index dnn_superres_DnnSuperResImpl_new1 [32/64bit] cv::dnn_superres::DnnSuperResImpl のインスタンスを生成します %prm p1 p1 = var : out IntPtr returnValue %inst 畳み込みニューラルネットワークを使って画像をアップスケールするクラスです。以下の4つのモデルが実装されています。 edsr espcn fsrcnn lapsrn 元関数名(C#): dnn_superres_DnnSuperResImpl_new1 元DLLエクスポート名: dnn_superres_DnnSuperResImpl_new1 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_dnn_superres.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_superres_DnnSuperResImpl_new1(
    cv::dnn_superres::DnnSuperResImpl** returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::dnn_superres::DnnSuperResImpl;
    END_WRAP
}
}html %group NativeMethods_dnn_superres %index dnn_superres_DnnSuperResImpl_new2 [32/64bit] cv::dnn_superres::DnnSuperResImpl のインスタンスを生成します %prm p1,p2,p3 p1 = str : [MarshalAs(UnmanagedType.LPStr)] string algo p2 = int : int scale p3 = var : out IntPtr returnValue %inst 畳み込みニューラルネットワークを使って画像をアップスケールするクラスです。以下の4つのモデルが実装されています。 edsr espcn fsrcnn lapsrn 元関数名(C#): dnn_superres_DnnSuperResImpl_new2 元DLLエクスポート名: dnn_superres_DnnSuperResImpl_new2 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_dnn_superres.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_superres_DnnSuperResImpl_new2(
    const char* algo, int scale, cv::dnn_superres::DnnSuperResImpl** returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::dnn_superres::DnnSuperResImpl(algo, scale);
    END_WRAP
}
}html %group NativeMethods_dnn_superres %index dnn_superres_DnnSuperResImpl_delete [32/64bit] cv::dnn_superres::DnnSuperResImpl のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst 畳み込みニューラルネットワークを使って画像をアップスケールするクラスです。以下の4つのモデルが実装されています。 edsr espcn fsrcnn lapsrn 元関数名(C#): dnn_superres_DnnSuperResImpl_delete 元DLLエクスポート名: dnn_superres_DnnSuperResImpl_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_dnn_superres.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_superres_DnnSuperResImpl_delete(cv::dnn_superres::DnnSuperResImpl* obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_dnn_superres %index dnn_superres_DnnSuperResImpl_readModel1 [32/64bit] 与えられたパスからモデルを読み込みます。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = str : [MarshalAs(UnmanagedType.LPStr)] string path %inst 元関数名(C#): dnn_superres_DnnSuperResImpl_readModel1 元DLLエクスポート名: dnn_superres_DnnSuperResImpl_readModel1 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_dnn_superres.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_superres_DnnSuperResImpl_readModel1(
    cv::dnn_superres::DnnSuperResImpl* obj, const char *path)
{
    BEGIN_WRAP
    obj->readModel(path);
    END_WRAP
}
}html %group NativeMethods_dnn_superres %index dnn_superres_DnnSuperResImpl_readModel2 [32/64bit] 与えられたパスからモデルを読み込みます。 %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = str : [MarshalAs(UnmanagedType.LPStr)] string weights p3 = str : [MarshalAs(UnmanagedType.LPStr)] string definition %inst 元関数名(C#): dnn_superres_DnnSuperResImpl_readModel2 元DLLエクスポート名: dnn_superres_DnnSuperResImpl_readModel2 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_dnn_superres.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_superres_DnnSuperResImpl_readModel2(
    cv::dnn_superres::DnnSuperResImpl* obj, const char* weights, const char *definition)
{
    BEGIN_WRAP
    obj->readModel(weights, definition);
    END_WRAP
}
}html %group NativeMethods_dnn_superres %index dnn_superres_DnnSuperResImpl_setModel [32/64bit] 目的のモデルを設定する。 %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = str : [MarshalAs(UnmanagedType.LPStr)] string algo p3 = int : int scale %inst 元関数名(C#): dnn_superres_DnnSuperResImpl_setModel 元DLLエクスポート名: dnn_superres_DnnSuperResImpl_setModel 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_dnn_superres.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_superres_DnnSuperResImpl_setModel(
    cv::dnn_superres::DnnSuperResImpl* obj, const char* algo, int scale)
{
    BEGIN_WRAP
    obj->setModel(algo, scale);
    END_WRAP
}
}html %group NativeMethods_dnn_superres %index dnn_superres_DnnSuperResImpl_setPreferableBackend [32/64bit] 計算バックエンドの設定 %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int backendId %inst 元関数名(C#): dnn_superres_DnnSuperResImpl_setPreferableBackend 元DLLエクスポート名: dnn_superres_DnnSuperResImpl_setPreferableBackend 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_dnn_superres.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_superres_DnnSuperResImpl_setPreferableBackend(
    cv::dnn_superres::DnnSuperResImpl* obj, int backendId)
{
    BEGIN_WRAP
    obj->setPreferableBackend(backendId);
    END_WRAP
}
}html %group NativeMethods_dnn_superres %index dnn_superres_DnnSuperResImpl_setPreferableTarget [32/64bit] 計算対象を設定します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int targetId %inst 元関数名(C#): dnn_superres_DnnSuperResImpl_setPreferableTarget 元DLLエクスポート名: dnn_superres_DnnSuperResImpl_setPreferableTarget 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_dnn_superres.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_superres_DnnSuperResImpl_setPreferableTarget(
    cv::dnn_superres::DnnSuperResImpl* obj, int targetId)
{
    BEGIN_WRAP
    obj->setPreferableTarget(targetId);
    END_WRAP
}
}html %group NativeMethods_dnn_superres %index dnn_superres_DnnSuperResImpl_upsample [32/64bit] ニューラルネットワークでアップサンプルします。 %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = sptr : IntPtr img p3 = sptr : IntPtr result %inst 元関数名(C#): dnn_superres_DnnSuperResImpl_upsample 元DLLエクスポート名: dnn_superres_DnnSuperResImpl_upsample 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_dnn_superres.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_superres_DnnSuperResImpl_upsample(
    cv::dnn_superres::DnnSuperResImpl* obj, cv::_InputArray *img, cv::_OutputArray *result)
{
    BEGIN_WRAP
    obj->upsample(*img, *result);
    END_WRAP
}
}html %group NativeMethods_dnn_superres %index dnn_superres_DnnSuperResImpl_upsampleMultioutput [32/64bit] 複数出力のニューラルネットワークによるアップサンプル。 %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr obj p2 = sptr : IntPtr img p3 = sptr : IntPtr imgsNew p4 = var : int[] scaleFactors p5 = int : int scaleFactorsSize p6 = var : string[] nodeNames p7 = int : int nodeNamesSize %inst 元関数名(C#): dnn_superres_DnnSuperResImpl_upsampleMultioutput 元DLLエクスポート名: dnn_superres_DnnSuperResImpl_upsampleMultioutput 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_dnn_superres.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_superres_DnnSuperResImpl_upsampleMultioutput(
    cv::dnn_superres::DnnSuperResImpl* obj, cv::_InputArray *img, std::vector<cv::Mat> *imgs_new, 
    const int* scale_factors, int scale_factors_size,
    const char **node_names, int node_names_size)
{
    BEGIN_WRAP

    const std::vector<int> scale_factors_vec(scale_factors, scale_factors + scale_factors_size);
    std::vector<cv::String> node_names_vec(node_names_size);
    for (int i = 0; i < node_names_size; i++)
    {
        node_names_vec[i].assign(cv::String(node_names[i]));
    }

    obj->upsampleMultioutput(*img, *imgs_new, scale_factors_vec, node_names_vec);
    END_WRAP
}
}html %group NativeMethods_dnn_superres %index dnn_superres_DnnSuperResImpl_getScale [32/64bit] モデルのスケールファクターを返します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): dnn_superres_DnnSuperResImpl_getScale 元DLLエクスポート名: dnn_superres_DnnSuperResImpl_getScale 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_dnn_superres.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_superres_DnnSuperResImpl_getScale(
    cv::dnn_superres::DnnSuperResImpl* obj, int* returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getScale();
    END_WRAP
}
}html %group NativeMethods_dnn_superres %index dnn_superres_DnnSuperResImpl_getAlgorithm [32/64bit] モデルのスケールファクターを返します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr returnValue %inst 元関数名(C#): dnn_superres_DnnSuperResImpl_getAlgorithm 元DLLエクスポート名: dnn_superres_DnnSuperResImpl_getAlgorithm 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_dnn_superres.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_superres_DnnSuperResImpl_getAlgorithm(
    cv::dnn_superres::DnnSuperResImpl* obj, std::string* returnValue)
{
    BEGIN_WRAP
    returnValue->assign(obj->getAlgorithm());
    END_WRAP
}
}html %group NativeMethods_dnn_superres %index flann_Index_new [32/64bit] cv::flann::GenericIndex のインスタンスを生成します %prm p1,p2,p3,p4 p1 = sptr : IntPtr features p2 = sptr : IntPtr @params p3 = int : int distType p4 = var : out IntPtr returnValue %inst FLANNの最近傍インデックスクラスです．このクラスは，インデックスが作成される要素の種類によってテンプレート化されています． 元関数名(C#): flann_Index_new 元DLLエクスポート名: flann_Index_new 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_flann.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) flann_Index_new(
    cv::_InputArray *features, cv::flann::IndexParams* params, cvflann::flann_distance_t distType, cv::flann::Index **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::flann::Index(*features, *params, distType);
    END_WRAP
}
}html %group NativeMethods_flann %index flann_Index_delete [32/64bit] cv::flann::GenericIndex のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst 元関数名(C#): flann_Index_delete 元DLLエクスポート名: flann_Index_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_flann.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) flann_Index_delete(cv::flann::Index* obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_flann %index flann_Index_knnSearch1 [32/64bit] flann_Index_knnSearch1 %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr obj p2 = var : [In] float[] queries p3 = int : int queriesLength p4 = var : [Out] int[] indices p5 = var : [Out] float[] dists p6 = int : int knn p7 = sptr : IntPtr @params %inst 元関数名(C#): flann_Index_knnSearch1 元DLLエクスポート名: flann_Index_knnSearch1 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_flann.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) flann_Index_knnSearch1(cv::flann::Index* obj, float* queries, int queries_length, int* indices, float* dists, int knn, cv::flann::SearchParams* params)
{
    BEGIN_WRAP
    const std::vector<float> queries_vec(queries, queries + queries_length);
    std::vector<int> indices_vec(knn);
    std::vector<float> dists_vec(knn);
    obj->knnSearch(queries_vec, indices_vec, dists_vec, knn, *params);
    memcpy(indices, &indices_vec[0], sizeof(int) * knn);
    memcpy(dists, &dists_vec[0], sizeof(float) * knn);
    END_WRAP
}
}html %group NativeMethods_flann %index flann_Index_knnSearch2 [32/64bit] flann_Index_knnSearch2 %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr obj p2 = sptr : IntPtr queries p3 = sptr : IntPtr indices p4 = sptr : IntPtr dists p5 = int : int knn p6 = sptr : IntPtr @params %inst 元関数名(C#): flann_Index_knnSearch2 元DLLエクスポート名: flann_Index_knnSearch2 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_flann.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) flann_Index_knnSearch2(cv::flann::Index* obj, cv::Mat* queries, cv::Mat* indices, cv::Mat* dists, int knn, cv::flann::SearchParams* params)
{
    BEGIN_WRAP
    obj->knnSearch(*queries, *indices, *dists, knn, *params);
    END_WRAP
}
}html %group NativeMethods_flann %index flann_Index_knnSearch3 [32/64bit] flann_Index_knnSearch3 %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr obj p2 = sptr : IntPtr queries p3 = var : [Out] int[] indices p4 = var : [Out] float[] dists p5 = int : int knn p6 = sptr : IntPtr @params %inst 元関数名(C#): flann_Index_knnSearch3 元DLLエクスポート名: flann_Index_knnSearch3 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_flann.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) flann_Index_knnSearch3(cv::flann::Index* obj, cv::Mat* queries, int* indices, float* dists, int knn, cv::flann::SearchParams* params)
{
    BEGIN_WRAP
    cv::Mat indices_mat(1, knn, CV_32SC1);
    cv::Mat dists_mat(1, knn, CV_32FC1);
    obj->knnSearch(*queries, indices_mat, dists_mat, knn, *params);
    memcpy(indices, indices_mat.ptr<int>(0), sizeof(int) * knn);
    memcpy(dists, dists_mat.ptr<float>(0), sizeof(float) * knn);
    END_WRAP
}
}html %group NativeMethods_flann %index flann_Index_radiusSearch1 [32/64bit] flann_Index_radiusSearch1 %prm p1,p2,p3,p4,p5,p6,p7,p8,p9,p10 p1 = sptr : IntPtr obj p2 = var : [In] float[] queries p3 = int : int queriesLength p4 = var : [Out] int[] indices p5 = int : int indicesLength p6 = var : [Out] float[] dists p7 = int : int distsLength p8 = double : double radius p9 = int : int maxResults p10 = sptr : IntPtr @params %inst 元関数名(C#): flann_Index_radiusSearch1 元DLLエクスポート名: flann_Index_radiusSearch1 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_flann.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) flann_Index_radiusSearch1(cv::flann::Index* obj, float* queries, int queries_length, int* indices, int indices_length, float* dists, int dists_length, double radius, int maxResults, cv::flann::SearchParams* params)
{
    BEGIN_WRAP
    const std::vector<float> queries_vec(queries, queries + queries_length);
    std::vector<int> indices_vec(indices_length);
    std::vector<float> dists_vec(dists_length);
    obj->radiusSearch(queries_vec, indices_vec, dists_vec, radius, maxResults, *params);
    memcpy(indices, &indices_vec[0], sizeof(int) * indices_length);
    memcpy(dists, &dists_vec[0], sizeof(float) * dists_length);
    END_WRAP
}
}html %group NativeMethods_flann %index flann_Index_radiusSearch2 [32/64bit] flann_Index_radiusSearch2 %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr obj p2 = sptr : IntPtr queries p3 = sptr : IntPtr indices p4 = sptr : IntPtr dists p5 = double : double radius p6 = int : int maxResults p7 = sptr : IntPtr @params %inst 元関数名(C#): flann_Index_radiusSearch2 元DLLエクスポート名: flann_Index_radiusSearch2 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_flann.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) flann_Index_radiusSearch2(cv::flann::Index* obj, cv::Mat* queries, cv::Mat* indices, cv::Mat* dists, double radius, int maxResults, cv::flann::SearchParams* params)
{
    BEGIN_WRAP
    obj->radiusSearch(*queries, *indices, *dists, radius, maxResults, *params);
    END_WRAP
}
}html %group NativeMethods_flann %index flann_Index_radiusSearch3 [32/64bit] flann_Index_radiusSearch3 %prm p1,p2,p3,p4,p5,p6,p7,p8,p9 p1 = sptr : IntPtr obj p2 = sptr : IntPtr queries p3 = var : [Out] int[] indices p4 = int : int indicesLength p5 = var : [Out] float[] dists p6 = int : int distsLength p7 = double : double radius p8 = int : int maxResults p9 = sptr : IntPtr @params %inst 元関数名(C#): flann_Index_radiusSearch3 元DLLエクスポート名: flann_Index_radiusSearch3 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_flann.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) flann_Index_radiusSearch3(cv::flann::Index* obj, cv::Mat* queries, int* indices, int indices_length, float* dists, int dists_length, double radius, int maxResults, cv::flann::SearchParams* params)
{
    BEGIN_WRAP
    cv::Mat indices_mat(1, indices_length, CV_32SC1);
    cv::Mat dists_mat(1, dists_length, CV_32FC1);
    obj->radiusSearch(*queries, indices_mat, dists_mat, radius, maxResults, *params);
    memcpy(indices, indices_mat.ptr<int>(0), sizeof(int) * indices_length);
    memcpy(dists, dists_mat.ptr<float>(0), sizeof(float) * dists_length);
    END_WRAP
}
}html %group NativeMethods_flann %index flann_Index_save [32/64bit] flann_Index_save %prm p1,p2 p1 = sptr : IntPtr obj p2 = str : [MarshalAs(UnmanagedType.LPStr)] string filename %inst 元関数名(C#): flann_Index_save 元DLLエクスポート名: flann_Index_save 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_flann.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) flann_Index_save(cv::flann::Index* obj, const char* filename)
{
    BEGIN_WRAP
    obj->save(filename);
    END_WRAP
}
}html %group NativeMethods_flann %index flann_Ptr_IndexParams_new [32/64bit] cv::flann::IndexParams のインスタンスを生成します %prm p1 p1 = var : out IntPtr returnValue %inst 元関数名(C#): flann_Ptr_IndexParams_new 元DLLエクスポート名: flann_Ptr_IndexParams_new 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_flann.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) flann_Ptr_IndexParams_new(cv::Ptr<cv::flann::IndexParams> **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::Ptr<cv::flann::IndexParams>(new cv::flann::IndexParams);
    END_WRAP
}
}html %group NativeMethods_flann %index flann_Ptr_IndexParams_get [32/64bit] cv::flann::IndexParams のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst 元関数名(C#): flann_Ptr_IndexParams_get 元DLLエクスポート名: flann_Ptr_IndexParams_get 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_flann.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) flann_Ptr_IndexParams_get(
    cv::Ptr<cv::flann::IndexParams> *ptr, cv::flann::IndexParams **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_flann %index flann_Ptr_IndexParams_delete [32/64bit] cv::flann::IndexParams のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst 元関数名(C#): flann_Ptr_IndexParams_delete 元DLLエクスポート名: flann_Ptr_IndexParams_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_flann.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) flann_Ptr_IndexParams_delete(cv::Ptr<cv::flann::IndexParams> *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_flann %index flann_IndexParams_getString [32/64bit] flann_IndexParams_getString %prm p1,p2,p3,p4 p1 = sptr : IntPtr obj p2 = str : [MarshalAs(UnmanagedType.LPStr)] string key p3 = str : [MarshalAs(UnmanagedType.LPStr)] string? defaultVal p4 = sptr : IntPtr returnValue %inst 元関数名(C#): flann_IndexParams_getString 元DLLエクスポート名: flann_IndexParams_getString 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_flann.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) flann_IndexParams_getString(
    cv::flann::IndexParams *obj, const char *key, const char *defaultVal, std::string *returnValue)
{
    BEGIN_WRAP
    returnValue->assign(obj->getString(key, defaultVal));
    END_WRAP
}
}html %group NativeMethods_flann %index flann_IndexParams_getInt [32/64bit] flann_IndexParams_getInt %prm p1,p2,p3,p4 p1 = sptr : IntPtr obj p2 = str : [MarshalAs(UnmanagedType.LPStr)] string key p3 = int : int defaultVal p4 = var : out int returnValue %inst 元関数名(C#): flann_IndexParams_getInt 元DLLエクスポート名: flann_IndexParams_getInt 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_flann.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) flann_IndexParams_getInt(cv::flann::IndexParams* obj, const char* key, int defaultVal, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getInt(key, defaultVal);
    END_WRAP
}
}html %group NativeMethods_flann %index flann_IndexParams_getDouble [32/64bit] flann_IndexParams_getDouble %prm p1,p2,p3,p4 p1 = sptr : IntPtr obj p2 = str : [MarshalAs(UnmanagedType.LPStr)] string key p3 = double : double defaultVal p4 = var : out double returnValue %inst 元関数名(C#): flann_IndexParams_getDouble 元DLLエクスポート名: flann_IndexParams_getDouble 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_flann.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) flann_IndexParams_getDouble(cv::flann::IndexParams* obj, const char* key, double defaultVal, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getDouble(key, defaultVal);
    END_WRAP
}
}html %group NativeMethods_flann %index flann_IndexParams_setString [32/64bit] flann_IndexParams_setString %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = str : [MarshalAs(UnmanagedType.LPStr)] string key p3 = str : [MarshalAs(UnmanagedType.LPStr)] string value %inst 元関数名(C#): flann_IndexParams_setString 元DLLエクスポート名: flann_IndexParams_setString 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_flann.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) flann_IndexParams_setString(cv::flann::IndexParams* obj, const char* key, const char* value)
{
    BEGIN_WRAP
    obj->setString(key, value);
    END_WRAP
}
}html %group NativeMethods_flann %index flann_IndexParams_setInt [32/64bit] flann_IndexParams_setInt %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = str : [MarshalAs(UnmanagedType.LPStr)] string key p3 = int : int value %inst 元関数名(C#): flann_IndexParams_setInt 元DLLエクスポート名: flann_IndexParams_setInt 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_flann.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) flann_IndexParams_setInt(cv::flann::IndexParams* obj, const char* key, int value)
{
    BEGIN_WRAP
    obj->setInt(key, value);
    END_WRAP
}
}html %group NativeMethods_flann %index flann_IndexParams_setDouble [32/64bit] flann_IndexParams_setDouble %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = str : [MarshalAs(UnmanagedType.LPStr)] string key p3 = double : double value %inst 元関数名(C#): flann_IndexParams_setDouble 元DLLエクスポート名: flann_IndexParams_setDouble 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_flann.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) flann_IndexParams_setDouble(cv::flann::IndexParams* obj, const char* key, double value)
{
    BEGIN_WRAP
    obj->setDouble(key, value);
    END_WRAP
}
}html %group NativeMethods_flann %index flann_IndexParams_setFloat [32/64bit] flann_IndexParams_setFloat %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = str : [MarshalAs(UnmanagedType.LPStr)] string key p3 = float : float value %inst 元関数名(C#): flann_IndexParams_setFloat 元DLLエクスポート名: flann_IndexParams_setFloat 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_flann.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) flann_IndexParams_setFloat(cv::flann::IndexParams* obj, const char* key, float value)
{
    BEGIN_WRAP
    obj->setFloat(key, value);
    END_WRAP
}
}html %group NativeMethods_flann %index flann_IndexParams_setBool [32/64bit] flann_IndexParams_setBool %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = str : [MarshalAs(UnmanagedType.LPStr)] string key p3 = int : int value %inst 元関数名(C#): flann_IndexParams_setBool 元DLLエクスポート名: flann_IndexParams_setBool 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_flann.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) flann_IndexParams_setBool(cv::flann::IndexParams* obj, const char* key, int value)
{
    BEGIN_WRAP
    obj->setBool(key, (value != 0));
    END_WRAP
}
}html %group NativeMethods_flann %index flann_IndexParams_setAlgorithm [32/64bit] flann_IndexParams_setAlgorithm %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int value %inst 元関数名(C#): flann_IndexParams_setAlgorithm 元DLLエクスポート名: flann_IndexParams_setAlgorithm 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_flann.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) flann_IndexParams_setAlgorithm(cv::flann::IndexParams* obj, int value)
{
    BEGIN_WRAP
    obj->setAlgorithm(value);
    END_WRAP
}
}html %group NativeMethods_flann %index flann_Ptr_LinearIndexParams_new [32/64bit] cv::flann::LinearIndexParams のインスタンスを生成します %prm p1 p1 = var : out IntPtr returnValue %inst このインデックスは、直線的なブルートフォースサーチを行います。 元関数名(C#): flann_Ptr_LinearIndexParams_new 元DLLエクスポート名: flann_Ptr_LinearIndexParams_new 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_flann.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) flann_Ptr_LinearIndexParams_new(cv::Ptr<cv::flann::LinearIndexParams> **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::Ptr<cv::flann::LinearIndexParams>(new cv::flann::LinearIndexParams);
    END_WRAP
}
}html %group NativeMethods_flann %index flann_Ptr_LinearIndexParams_get [32/64bit] cv::flann::LinearIndexParams のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst 元関数名(C#): flann_Ptr_LinearIndexParams_get 元DLLエクスポート名: flann_Ptr_LinearIndexParams_get 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_flann.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) flann_Ptr_LinearIndexParams_get(
    cv::Ptr<cv::flann::LinearIndexParams> *ptr, cv::flann::LinearIndexParams **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_flann %index flann_Ptr_LinearIndexParams_delete [32/64bit] cv::flann::LinearIndexParams のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst 元関数名(C#): flann_Ptr_LinearIndexParams_delete 元DLLエクスポート名: flann_Ptr_LinearIndexParams_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_flann.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) flann_Ptr_LinearIndexParams_delete(cv::Ptr<cv::flann::LinearIndexParams> *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_flann %index flann_Ptr_KDTreeIndexParams_new [32/64bit] cv::flann::KDTreeIndexParams のインスタンスを生成します %prm p1,p2 p1 = int : int trees p2 = var : out IntPtr returnValue %inst 構築されたインデックスは、並列に検索されるランダム化されたKDツリーのセットで構成されます。 元関数名(C#): flann_Ptr_KDTreeIndexParams_new 元DLLエクスポート名: flann_Ptr_KDTreeIndexParams_new 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_flann.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) flann_Ptr_KDTreeIndexParams_new(int trees, cv::Ptr<cv::flann::KDTreeIndexParams> **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::Ptr<cv::flann::KDTreeIndexParams>(new cv::flann::KDTreeIndexParams(trees));
    END_WRAP
}
}html %group NativeMethods_flann %index flann_Ptr_KDTreeIndexParams_get [32/64bit] cv::flann::KDTreeIndexParams のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst 元関数名(C#): flann_Ptr_KDTreeIndexParams_get 元DLLエクスポート名: flann_Ptr_KDTreeIndexParams_get 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_flann.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) flann_Ptr_KDTreeIndexParams_get(
    cv::Ptr<cv::flann::KDTreeIndexParams> *ptr, cv::flann::KDTreeIndexParams **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_flann %index flann_Ptr_KDTreeIndexParams_delete [32/64bit] cv::flann::KDTreeIndexParams のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst 元関数名(C#): flann_Ptr_KDTreeIndexParams_delete 元DLLエクスポート名: flann_Ptr_KDTreeIndexParams_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_flann.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) flann_Ptr_KDTreeIndexParams_delete(cv::Ptr<cv::flann::KDTreeIndexParams> *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_flann %index flann_Ptr_KMeansIndexParams_new [32/64bit] cv::flann::KMeansIndexParams のインスタンスを生成します %prm p1,p2,p3,p4,p5 p1 = int : int branching p2 = int : int iterations p3 = int : [MarshalAs(UnmanagedType.I4)] FlannCentersInit centersInit p4 = float : float cbIndex p5 = var : out IntPtr returnValue %inst 構築されたインデックスは、階層的なk-meansツリー（デフォルトでは1つのツリー）となり、各点の集合をn個のクラスタに分割し、そのバリセンターを反復的に改良します。なお，このアルゴリズムは，knnの検索速度を重視する場合にLSHの代替手段として，バイナリベクトルをサポートするように拡張されています．また、ほとんどの次元でポイントが同じ値を持つデータセットを直接（MCA/PCAを使用せずに）処理する場合にも、LSHを上回る性能を発揮します。バイナリデータでは、複数のツリーを設定することをお勧めします。 元関数名(C#): flann_Ptr_KMeansIndexParams_new 元DLLエクスポート名: flann_Ptr_KMeansIndexParams_new 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_flann.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) flann_Ptr_KMeansIndexParams_new(
    int branching, int iterations, cvflann::flann_centers_init_t centers_init, float cb_index, cv::Ptr<cv::flann::KMeansIndexParams> **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::Ptr<cv::flann::KMeansIndexParams>(new cv::flann::KMeansIndexParams(branching, iterations, centers_init, cb_index));
    END_WRAP
}
}html %group NativeMethods_flann %index flann_Ptr_KMeansIndexParams_get [32/64bit] cv::flann::KMeansIndexParams のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst 元関数名(C#): flann_Ptr_KMeansIndexParams_get 元DLLエクスポート名: flann_Ptr_KMeansIndexParams_get 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_flann.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) flann_Ptr_KMeansIndexParams_get(
    cv::Ptr<cv::flann::KMeansIndexParams> *ptr, cv::flann::KMeansIndexParams **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_flann %index flann_Ptr_KMeansIndexParams_delete [32/64bit] cv::flann::KMeansIndexParams のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst 元関数名(C#): flann_Ptr_KMeansIndexParams_delete 元DLLエクスポート名: flann_Ptr_KMeansIndexParams_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_flann.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) flann_Ptr_KMeansIndexParams_delete(cv::Ptr<cv::flann::KMeansIndexParams> *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_flann %index flann_Ptr_LshIndexParams_new [32/64bit] cv::flann::LshIndexParams のインスタンスを生成します %prm p1,p2,p3,p4 p1 = int : int tableNumber p2 = int : int keySize p3 = int : int multiProbeLevel p4 = var : out IntPtr returnValue %inst 作成されたインデックスは，マルチプローブLSH（Multi-Probe LSH: Efficient Indexing for High-Dimensional Similarity Search by Qin Lv, William Josephson, Zhe Wang, Moses Charikar, Kai Li., Proceedings of the 33rd International Conference on Very Large Data Bases (VLDB).ウィーン、オーストリア。September 2007）に掲載されています。このアルゴリズムは，2値ベクトルを対象としています． 元関数名(C#): flann_Ptr_LshIndexParams_new 元DLLエクスポート名: flann_Ptr_LshIndexParams_new 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_flann.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) flann_Ptr_LshIndexParams_new(
    int table_number, int key_size, int multi_probe_level, cv::Ptr<cv::flann::LshIndexParams> **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::Ptr<cv::flann::LshIndexParams>(new cv::flann::LshIndexParams(table_number, key_size, multi_probe_level));
    END_WRAP
}
}html %group NativeMethods_flann %index flann_Ptr_LshIndexParams_get [32/64bit] cv::flann::LshIndexParams のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst 元関数名(C#): flann_Ptr_LshIndexParams_get 元DLLエクスポート名: flann_Ptr_LshIndexParams_get 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_flann.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) flann_Ptr_LshIndexParams_get(
    cv::Ptr<cv::flann::LshIndexParams> *ptr, cv::flann::LshIndexParams **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_flann %index flann_Ptr_LshIndexParams_delete [32/64bit] cv::flann::LshIndexParams のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst 元関数名(C#): flann_Ptr_LshIndexParams_delete 元DLLエクスポート名: flann_Ptr_LshIndexParams_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_flann.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) flann_Ptr_LshIndexParams_delete(cv::Ptr<cv::flann::LshIndexParams> *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_flann %index flann_Ptr_CompositeIndexParams_new [32/64bit] cv::flann::CompositeIndexParams のインスタンスを生成します %prm p1,p2,p3,p4,p5,p6 p1 = int : int trees p2 = int : int branching p3 = int : int iterations p4 = int : FlannCentersInit centersInit p5 = float : float cbIndex p6 = var : out IntPtr returnValue %inst 作成されたインデックスは、ランダム化されたKDツリーと階層化されたk-meansツリーを組み合わせたものです。 元関数名(C#): flann_Ptr_CompositeIndexParams_new 元DLLエクスポート名: flann_Ptr_CompositeIndexParams_new 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_flann.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) flann_Ptr_CompositeIndexParams_new(
    int trees, int branching, int iterations, cvflann::flann_centers_init_t centers_init, float cb_index, cv::Ptr<cv::flann::CompositeIndexParams> **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::Ptr<cv::flann::CompositeIndexParams>(new cv::flann::CompositeIndexParams(trees, branching, iterations, centers_init, cb_index));
    END_WRAP
}
}html %group NativeMethods_flann %index flann_Ptr_CompositeIndexParams_get [32/64bit] cv::flann::CompositeIndexParams のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst 元関数名(C#): flann_Ptr_CompositeIndexParams_get 元DLLエクスポート名: flann_Ptr_CompositeIndexParams_get 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_flann.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) flann_Ptr_CompositeIndexParams_get(
    cv::Ptr<cv::flann::CompositeIndexParams> *ptr, cv::flann::CompositeIndexParams **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_flann %index flann_Ptr_CompositeIndexParams_delete [32/64bit] cv::flann::CompositeIndexParams のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst 元関数名(C#): flann_Ptr_CompositeIndexParams_delete 元DLLエクスポート名: flann_Ptr_CompositeIndexParams_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_flann.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) flann_Ptr_CompositeIndexParams_delete(cv::Ptr<cv::flann::CompositeIndexParams> *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_flann %index flann_Ptr_AutotunedIndexParams_new [32/64bit] cv::flann::AutotunedIndexParams のインスタンスを生成します %prm p1,p2,p3,p4,p5 p1 = float : float targetPrecision p2 = float : float buildWeight p3 = float : float memoryWeight p4 = float : float sampleFraction p5 = var : out IntPtr returnValue %inst 作成されたインデックスは，提供されたデータセットに対して最適なインデックスタイプ（ランダム化 kd-trees，階層的 kmeans，linear）とパラメータを選択することで，最高の性能を発揮するように自動的に調整されます． 元関数名(C#): flann_Ptr_AutotunedIndexParams_new 元DLLエクスポート名: flann_Ptr_AutotunedIndexParams_new 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_flann.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) flann_Ptr_AutotunedIndexParams_new(
    float target_precision, float build_weight, float memory_weight, float sample_fraction, cv::Ptr<cv::flann::AutotunedIndexParams> **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::Ptr<cv::flann::AutotunedIndexParams>(new cv::flann::AutotunedIndexParams(target_precision, build_weight, memory_weight, sample_fraction));
    END_WRAP
}
}html %group NativeMethods_flann %index flann_Ptr_AutotunedIndexParams_get [32/64bit] cv::flann::AutotunedIndexParams のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst 元関数名(C#): flann_Ptr_AutotunedIndexParams_get 元DLLエクスポート名: flann_Ptr_AutotunedIndexParams_get 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_flann.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) flann_Ptr_AutotunedIndexParams_get(
    cv::Ptr<cv::flann::AutotunedIndexParams> *ptr, cv::flann::AutotunedIndexParams **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_flann %index flann_Ptr_AutotunedIndexParams_delete [32/64bit] cv::flann::AutotunedIndexParams のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst 元関数名(C#): flann_Ptr_AutotunedIndexParams_delete 元DLLエクスポート名: flann_Ptr_AutotunedIndexParams_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_flann.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) flann_Ptr_AutotunedIndexParams_delete(cv::Ptr<cv::flann::AutotunedIndexParams> *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_flann %index flann_Ptr_SavedIndexParams_new [32/64bit] cv::flann::SavedIndexParams のインスタンスを生成します %prm p1,p2 p1 = str : [MarshalAs(UnmanagedType.LPStr)] string filename p2 = var : out IntPtr returnValue %inst 以前に保存したインデックスをディスクから読み込む。 元関数名(C#): flann_Ptr_SavedIndexParams_new 元DLLエクスポート名: flann_Ptr_SavedIndexParams_new 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_flann.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) flann_Ptr_SavedIndexParams_new(const char* filename, cv::Ptr<cv::flann::SavedIndexParams> **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::Ptr<cv::flann::SavedIndexParams>(new cv::flann::SavedIndexParams(filename));
    END_WRAP
}
}html %group NativeMethods_flann %index flann_Ptr_SavedIndexParams_get [32/64bit] cv::flann::SavedIndexParams のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst 元関数名(C#): flann_Ptr_SavedIndexParams_get 元DLLエクスポート名: flann_Ptr_SavedIndexParams_get 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_flann.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) flann_Ptr_SavedIndexParams_get(
    cv::Ptr<cv::flann::SavedIndexParams> *ptr, cv::flann::SavedIndexParams **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_flann %index flann_Ptr_SavedIndexParams_delete [32/64bit] cv::flann::SavedIndexParams のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst 元関数名(C#): flann_Ptr_SavedIndexParams_delete 元DLLエクスポート名: flann_Ptr_SavedIndexParams_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_flann.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) flann_Ptr_SavedIndexParams_delete(cv::Ptr<cv::flann::SavedIndexParams> *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_flann %index flann_Ptr_SearchParams_new [32/64bit] cv::flann::SearchParams のインスタンスを生成します %prm p1,p2,p3,p4 p1 = int : int checks p2 = float : float eps p3 = int : int sorted p4 = var : out IntPtr returnValue %inst 元関数名(C#): flann_Ptr_SearchParams_new 元DLLエクスポート名: flann_Ptr_SearchParams_new 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_flann.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) flann_Ptr_SearchParams_new(int checks, float eps, int sorted, cv::Ptr<cv::flann::SearchParams> **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::Ptr<cv::flann::SearchParams>(new cv::flann::SearchParams(checks, eps, (sorted != 0)));
    END_WRAP
}
}html %group NativeMethods_flann %index flann_Ptr_SearchParams_get [32/64bit] cv::flann::SearchParams のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst 元関数名(C#): flann_Ptr_SearchParams_get 元DLLエクスポート名: flann_Ptr_SearchParams_get 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_flann.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) flann_Ptr_SearchParams_get(
    cv::Ptr<cv::flann::SearchParams> *ptr, cv::flann::SearchParams **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_flann %index flann_Ptr_SearchParams_delete [32/64bit] cv::flann::SearchParams のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst 元関数名(C#): flann_Ptr_SearchParams_delete 元DLLエクスポート名: flann_Ptr_SearchParams_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_flann.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) flann_Ptr_SearchParams_delete(cv::Ptr<cv::flann::SearchParams> *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_flann %index highgui_namedWindow [32/64bit] ウィンドウを作成します． %prm p1,p2 p1 = str : [MarshalAs(UnmanagedType.LPStr)] string winName p2 = int : int flags %inst 関数 namedWindow は，画像やトラックバーのプレースホルダとして利用可能なウィンドウを作成します．作成されたウィンドウは，その名前で参照されます．同じ名前のウィンドウが既に存在する場合，この関数は何もしません．ウィンドウを閉じて，関連するメモリ使用量の割り当てを解除するには， cv::destroyWindow または cv::destroyAllWindows を呼び出すことができます．NoteQt バックエンドは，次のような追加フラグをサポートしています： WINDOW_NORMAL または WINDOW_AUTOSIZE: WINDOW_NORMAL は，ウィンドウサイズを変更することができますが，WINDOW_AUTOSIZE は，表示されている画像に合わせてウィンドウサイズを自動的に調整するので（ imshow を参照してください），ウィンドウサイズを手動で変更することはできません． WINDOW_FREERATIO または WINDOW_KEEPRATIO: WINDOW_FREERATIO は画像の比率を無視して画像を調整しますが、WINDOW_KEEPRATIO は画像の比率を維持します。 WINDOW_GUI_NORMAL または WINDOW_GUI_EXPANDED: WINDOW_GUI_NORMAL はステータスバーやツールバーのない古いウィンドウの描き方で、WINDOW_GUI_EXPANDED は新しい拡張された GUI です。デフォルトでは、flags == WINDOW_AUTOSIZE | WINDOW_KEEPRATIO | WINDOW_GUI_EXPANDEDExamples: samples/cpp/camshiftdemo.cpp, samples/cpp/connected_components.cpp, samples/cpp/contours2.cpp, samples/cpp/create_mask.cpp, samples/cpp/demhist.cpp, samples/cpp/distrans.cpp, samples/cpp/edge.cpp, samples/cpp/falecolor.cpp, samples/cpp/ffilldemo.cpp, samples/cpp/fitellipse.cpp, samples/cpp/grabcut.cpp, samples/cpp/image_alignment.cpp, samples/cpp/laplace.cpp, samples/cpp/lkdemo.cpp, samples/cpp/pca.cpp, samples/cpp/polar_transforms.cpp, samples/cpp/segment_objects.cpp.cpp, samples/cpp/train_HOG.cpp, samples/cpp/tutorial_code/HighGUI/AddingImagesTrackbar.cpp, samples/cpp/tutorial_code/Histograms_Matching/MatchTemplate_Demo.cpp, samples/cpp/tutorial_code/ImgProc/Morphology_1.cpp, samples/cpp/tutorial_code/ImgProc/Morphology_2.cpp、samples/cpp/tutorial_code/ImgProc/Smoothing/Smoothing.cpp、samples/cpp/tutorial_code/ImgTrans/copyMakeBorder_demo.cpp、samples/cpp/warpPerspective_demo.cpp、samples/cpp/watershed.cpp、samples/dnn/classification.cpp、samples/dnn/object_detection.cpp、samples/dnn/segmentation.cpp、samples/tapi/squares.cppです。 元関数名(C#): highgui_namedWindow 元DLLエクスポート名: highgui_namedWindow 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_highgui.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) highgui_namedWindow(const char *winname, int flags)
{
    BEGIN_WRAP
    cv::namedWindow(winname, flags);
    END_WRAP
}
}html %group NativeMethods_highgui %index highgui_destroyWindow [32/64bit] 指定されたウィンドウを破棄します。 %prm p1 p1 = str : [MarshalAs(UnmanagedType.LPStr)] string winName %inst 例: modules/shape/samples/shape_example.cpp, samples/cpp/camshiftdemo.cpp, samples/cpp/ffilldemo.cpp, samples/cpp/grabcut.cpp. 元関数名(C#): highgui_destroyWindow 元DLLエクスポート名: highgui_destroyWindow 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_highgui.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) highgui_destroyWindow(const char *winName)
{
    BEGIN_WRAP
    cv::destroyWindow(winName);
    END_WRAP
}
}html %group NativeMethods_highgui %index highgui_destroyAllWindows [32/64bit] HighGUIのすべてのウィンドウを破棄します。 %prm %inst 関数 destroyAllWindows は、開いているすべての HighGUI ウィンドウを破棄します。 元関数名(C#): highgui_destroyAllWindows 元DLLエクスポート名: highgui_destroyAllWindows 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_highgui.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) highgui_destroyAllWindows()
{
    BEGIN_WRAP
    cv::destroyAllWindows();
    END_WRAP
}
}html %group NativeMethods_highgui %index highgui_startWindowThread [32/64bit] highgui_startWindowThread %prm p1 p1 = var : out int returnValue %inst 元関数名(C#): highgui_startWindowThread 元DLLエクスポート名: highgui_startWindowThread 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_highgui.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) highgui_startWindowThread(int *returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::startWindowThread();
    END_WRAP
}
}html %group NativeMethods_highgui %index highgui_imshow [32/64bit] 指定されたウィンドウに画像を表示します。 %prm p1,p2 p1 = str : [MarshalAs(UnmanagedType.LPStr)] string winName p2 = sptr : IntPtr mat %inst 関数imshowは，指定されたウィンドウに画像を表示します．cv::WINDOW_AUTOSIZE フラグを指定してウィンドウを作成した場合，画像は元のサイズで表示されますが，スクリーンの解像度によって制限されます．そうでない場合，画像はウィンドウに合わせてスケーリングされます．この関数は，画像の深度に応じて画像をスケーリングします：画像が8ビット符号なしの場合は，そのまま表示されます． 画像が8ビット符号なしの場合は，そのまま表示されます。画像が16ビット符号なしまたは32ビット整数の場合は，ピクセルが256で分割されます。つまり、[0,255*256]の値域が[0,255]にマッピングされます。 画像が32ビットまたは64ビットの浮動小数点である場合、ピクセル値は255倍されます。つまり，値の範囲 [0,1] は [0,255] にマッピングされます．OpenGL をサポートするウィンドウが作成された場合，cv::imshow は入力として ogl::Buffer , ogl::Texture2D, cuda::GpuMat もサポートします．この関数より前にウィンドウが作成されていない場合は，cv::WINDOW_AUTOSIZE でウィンドウを作成したものとみなされます．スクリーンの解像度よりも大きな画像を表示する必要がある場合は，imshowの前に namedWindow("", WINDOW_NORMAL) を呼び出す必要があります． 注意この関数は，与えられた画像を実際に表示したり，ウィンドウがマウスやキーボードのイベントに反応したりするのに必要なGUIハウスキーピングタスクを行うために，cv::waitKey または cv::pollKey の呼び出しの後に実行されるべきです．そうしないと，画像が表示されず，ウィンドウがロックしてしまうかもしれません．例えば，waitKey(0) は，任意のキーが押されるまで無限にウィンドウを表示します（画像表示に適しています）． waitKey(25) は，1 フレームを表示し，キーが押されるまで約 25 ms 待ちます（ビデオを 1 フレームごとに表示するのに適しています）．ウィンドウを削除するには，cv::destroyWindowを利用します．[Windows Backend Only] Ctrl+Cを押すと，画像をクリップボードにコピーします．[Windows Backend Only] Ctrl+Sを押すと，画像を保存するためのダイアログが表示されます．例: fld_lines.cpp, modules/shape/samples/shape_example.cpp, samples/cpp/camshiftdemo.cpp、samples/cpp/connected_components.cpp、samples/cpp/contours2.cpp、samples/cpp/convexhull.cpp、samples/cpp/create_mask.cpp、samples/cpp/demhist.cpp、samples/cpp/distrans.cpp、samples/cpp/edge.cpp、samples/cpp/facedetect.cpp、samples/cpp/falecolor.cpp、samples/cpp/ffilldemo.cpp、samples/cpp/fitellipse.cpp。cpp, samples/cpp/grabcut.cpp, samples/cpp/image_alignment.cpp, samples/cpp/intersectExample.cpp, samples/cpp/kalman.cpp, samples/cpp/kmeans.cpp, samples/cpp/laplace.cpp, samples/cpp/lkdemo.cpp, samples/cpp/minarea.cpp, samples/cpp/pca.cpp, samples/cpp/peopledetect.cpp, samples/cpp/polar_transforms.cpp, samples/cpp/segment_objects.cpp, samples/cpp/squares.cpp, samples/cpp/train_HOG.cpp, samples/cpp/tutorial_code/features2D/Homography/homography_from_camera_displacement.cpp, samples/cpp/tutorial_code/features2D/Homography/pose_from_homography.cpp, samples/cpp/tutorial_code/HighGUI/AddingImagesTrackbar.cpp, samples/cpp/tutorial_code/Histograms_Matching/MatchTemplate_Demo.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_1.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_2.cpp, samples/cpp/tutorial_code/ImgProc/Morphology_1.cpp, samples/cpp/tutorial_code/ImgProc/Morphology_2.cpp, samples/cpp/tutorial_code/ImgProc/Pyramids/Pyramids.cpp, samples/cpp/tutorial_code/ImgProc/Smoothing/Smoothing.cpp, samples/cpp/tutorial_code/ImgTrans/copyMakeBorder_demo.cpp, samples/cpp/tutorial_code/ImgTrans/houghcircles.cpp, samples/cpp/tutorial_code/ImgTrans/houghlines.cpp, samples/cpp/tutorial_code/ImgTrans/Sobel_Demo.cpp, samples/cpp/tutorial_code/ml/introduction_to_pca/introduction_to_pca.cpp, samples/cpp/tutorial_code/photo/non_photorealistic_rendering/npr_demo.cpp, samples/cpp/tutorial_code/photo/seamless_cloning/cloning_demo.cpp, samples/cpp/videowriter_basic.cpp、samples/cpp/warpPerspective_demo.cpp、samples/cpp/watershed.cpp、samples/dnn/classification.cpp、samples/dnn/colorization.cpp、samples/dnn/object_detection.cpp、samples/dnn/openpose.cpp、samples/dnn/segmentation.cpp、samples/dnn/text_detection.cpp、samples/tapi/hog.cpp、samples/tapi/squares.cppです。 元関数名(C#): highgui_imshow 元DLLエクスポート名: highgui_imshow 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_highgui.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) highgui_imshow(const char *winname, cv::Mat *mat)
{
    BEGIN_WRAP
    cv::imshow(winname, *mat);
    END_WRAP
}
}html %group NativeMethods_highgui %index highgui_imshow_umat [32/64bit] 指定されたウィンドウに画像を表示します。 %prm p1,p2 p1 = str : [MarshalAs(UnmanagedType.LPStr)] string winName p2 = sptr : IntPtr mat %inst 関数imshowは，指定されたウィンドウに画像を表示します．cv::WINDOW_AUTOSIZE フラグを指定してウィンドウを作成した場合，画像は元のサイズで表示されますが，スクリーンの解像度によって制限されます．そうでない場合，画像はウィンドウに合わせてスケーリングされます．この関数は，画像の深度に応じて画像をスケーリングします：画像が8ビット符号なしの場合は，そのまま表示されます． 画像が8ビット符号なしの場合は，そのまま表示されます。画像が16ビット符号なしまたは32ビット整数の場合は，ピクセルが256で分割されます。つまり、[0,255*256]の値域が[0,255]にマッピングされます。 画像が32ビットまたは64ビットの浮動小数点である場合、ピクセル値は255倍されます。つまり，値の範囲 [0,1] は [0,255] にマッピングされます．OpenGL をサポートするウィンドウが作成された場合，cv::imshow は入力として ogl::Buffer , ogl::Texture2D, cuda::GpuMat もサポートします．この関数より前にウィンドウが作成されていない場合は，cv::WINDOW_AUTOSIZE でウィンドウを作成したものとみなされます．スクリーンの解像度よりも大きな画像を表示する必要がある場合は，imshowの前に namedWindow("", WINDOW_NORMAL) を呼び出す必要があります． 注意この関数は，与えられた画像を実際に表示したり，ウィンドウがマウスやキーボードのイベントに反応したりするのに必要なGUIハウスキーピングタスクを行うために，cv::waitKey または cv::pollKey の呼び出しの後に実行されるべきです．そうしないと，画像が表示されず，ウィンドウがロックしてしまうかもしれません．例えば，waitKey(0) は，任意のキーが押されるまで無限にウィンドウを表示します（画像表示に適しています）． waitKey(25) は，1 フレームを表示し，キーが押されるまで約 25 ms 待ちます（ビデオを 1 フレームごとに表示するのに適しています）．ウィンドウを削除するには，cv::destroyWindowを利用します．[Windows Backend Only] Ctrl+Cを押すと，画像をクリップボードにコピーします．[Windows Backend Only] Ctrl+Sを押すと，画像を保存するためのダイアログが表示されます．例: fld_lines.cpp, modules/shape/samples/shape_example.cpp, samples/cpp/camshiftdemo.cpp、samples/cpp/connected_components.cpp、samples/cpp/contours2.cpp、samples/cpp/convexhull.cpp、samples/cpp/create_mask.cpp、samples/cpp/demhist.cpp、samples/cpp/distrans.cpp、samples/cpp/edge.cpp、samples/cpp/facedetect.cpp、samples/cpp/falecolor.cpp、samples/cpp/ffilldemo.cpp、samples/cpp/fitellipse.cpp。cpp, samples/cpp/grabcut.cpp, samples/cpp/image_alignment.cpp, samples/cpp/intersectExample.cpp, samples/cpp/kalman.cpp, samples/cpp/kmeans.cpp, samples/cpp/laplace.cpp, samples/cpp/lkdemo.cpp, samples/cpp/minarea.cpp, samples/cpp/pca.cpp, samples/cpp/peopledetect.cpp, samples/cpp/polar_transforms.cpp, samples/cpp/segment_objects.cpp, samples/cpp/squares.cpp, samples/cpp/train_HOG.cpp, samples/cpp/tutorial_code/features2D/Homography/homography_from_camera_displacement.cpp, samples/cpp/tutorial_code/features2D/Homography/pose_from_homography.cpp, samples/cpp/tutorial_code/HighGUI/AddingImagesTrackbar.cpp, samples/cpp/tutorial_code/Histograms_Matching/MatchTemplate_Demo.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_1.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_2.cpp, samples/cpp/tutorial_code/ImgProc/Morphology_1.cpp, samples/cpp/tutorial_code/ImgProc/Morphology_2.cpp, samples/cpp/tutorial_code/ImgProc/Pyramids/Pyramids.cpp, samples/cpp/tutorial_code/ImgProc/Smoothing/Smoothing.cpp, samples/cpp/tutorial_code/ImgTrans/copyMakeBorder_demo.cpp, samples/cpp/tutorial_code/ImgTrans/houghcircles.cpp, samples/cpp/tutorial_code/ImgTrans/houghlines.cpp, samples/cpp/tutorial_code/ImgTrans/Sobel_Demo.cpp, samples/cpp/tutorial_code/ml/introduction_to_pca/introduction_to_pca.cpp, samples/cpp/tutorial_code/photo/non_photorealistic_rendering/npr_demo.cpp, samples/cpp/tutorial_code/photo/seamless_cloning/cloning_demo.cpp, samples/cpp/videowriter_basic.cpp、samples/cpp/warpPerspective_demo.cpp、samples/cpp/watershed.cpp、samples/dnn/classification.cpp、samples/dnn/colorization.cpp、samples/dnn/object_detection.cpp、samples/dnn/openpose.cpp、samples/dnn/segmentation.cpp、samples/dnn/text_detection.cpp、samples/tapi/hog.cpp、samples/tapi/squares.cppです。 元関数名(C#): highgui_imshow_umat 元DLLエクスポート名: highgui_imshow_umat 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_highgui.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) highgui_imshow_umat(const char* winname, cv::UMat* mat)
{
    BEGIN_WRAP
        cv::imshow(winname, *mat);
    END_WRAP
}
}html %group NativeMethods_highgui %index highgui_waitKey [32/64bit] waitKeyと似ていますが、完全なキーコードを返します。 %prm p1,p2 p1 = int : int delay p2 = var : out int returnValue %inst NoteKeyのコードは実装によって異なり、使用するバックエンドに依存します。QT/GTK/Win32/その他 元関数名(C#): highgui_waitKey 元DLLエクスポート名: highgui_waitKey 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_highgui.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) highgui_waitKeyEx(int delay, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::waitKeyEx(delay);
    END_WRAP
}
}html %group NativeMethods_highgui %index highgui_waitKeyEx [32/64bit] waitKeyと似ていますが、完全なキーコードを返します。 %prm p1,p2 p1 = int : int delay p2 = var : out int returnValue %inst NoteKeyのコードは実装によって異なり、使用するバックエンドに依存します。QT/GTK/Win32/その他 元関数名(C#): highgui_waitKeyEx 元DLLエクスポート名: highgui_waitKeyEx 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_highgui.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) highgui_waitKeyEx(int delay, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::waitKeyEx(delay);
    END_WRAP
}
}html %group NativeMethods_highgui %index highgui_resizeWindow [32/64bit] 指定されたサイズにウィンドウをリサイズします。 %prm p1,p2,p3 p1 = str : [MarshalAs(UnmanagedType.LPStr)] string winName p2 = int : int width p3 = int : int height %inst 注意：指定されたウィンドウサイズは画像領域のサイズです。ツールバーはカウントされません． cv::WINDOW_AUTOSIZE フラグを持たずに作成されたウィンドウだけが，リサイズ可能です． 元関数名(C#): highgui_resizeWindow 元DLLエクスポート名: highgui_resizeWindow 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_highgui.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) highgui_resizeWindow(const char *winName, int width, int height)
{
    BEGIN_WRAP
    cv::resizeWindow(winName, width, height);
    END_WRAP
}
}html %group NativeMethods_highgui %index highgui_moveWindow [32/64bit] ウィンドウを指定された位置に移動させます． %prm p1,p2,p3 p1 = str : [MarshalAs(UnmanagedType.LPStr)] string winName p2 = int : int x p3 = int : int y %inst 例: modules/shape/samples/shape_example.cpp、samples/cpp/image_alignment.cpp、samples/cpp/polar_transforms.cpp、samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_1.cpp、samples/cpp/tutorial_code/ImgProc/Morphology_1.cpp、samples/cpp/warpPerspective_demo.cpp. 元関数名(C#): highgui_moveWindow 元DLLエクスポート名: highgui_moveWindow 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_highgui.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) highgui_moveWindow(const char *winName, int x, int y)
{
    BEGIN_WRAP
    cv::moveWindow(winName, x, y);
    END_WRAP
}
}html %group NativeMethods_highgui %index highgui_setWindowProperty [32/64bit] ウィンドウのパラメータを動的に変更します。 %prm p1,p2,p3 p1 = str : [MarshalAs(UnmanagedType.LPStr)] string winName p2 = int : int propId p3 = double : double propValue %inst 関数 setWindowProperty は，ウィンドウのプロパティを変更することができます． 元関数名(C#): highgui_setWindowProperty 元DLLエクスポート名: highgui_setWindowProperty 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_highgui.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) highgui_setWindowProperty(const char *winName, int propId, double propValue)
{
    BEGIN_WRAP
    cv::setWindowProperty(winName, propId, propValue);
    END_WRAP
}
}html %group NativeMethods_highgui %index highgui_setWindowTitle [32/64bit] ウィンドウのタイトルを更新します． %prm p1,p2 p1 = str : [MarshalAs(UnmanagedType.LPStr)] string winName p2 = str : [MarshalAs(UnmanagedType.LPStr)] string title %inst 元関数名(C#): highgui_setWindowTitle 元DLLエクスポート名: highgui_setWindowTitle 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_highgui.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) highgui_setWindowTitle(const char *winname, const char *title)
{
    BEGIN_WRAP
    // TODO Resolve:
#ifndef _WINRT_DLL
    cv::setWindowTitle(winname, title);
#endif
    END_WRAP
}
}html %group NativeMethods_highgui %index highgui_getWindowProperty [32/64bit] ウィンドウのパラメータを提供します． %prm p1,p2,p3 p1 = str : [MarshalAs(UnmanagedType.LPStr)] string winName p2 = int : int propId p3 = var : out double returnValue %inst 関数 getWindowProperty は，ウィンドウのプロパティを返します． 元関数名(C#): highgui_getWindowProperty 元DLLエクスポート名: highgui_getWindowProperty 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_highgui.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) highgui_getWindowProperty(const char *winName, int propId, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::getWindowProperty(winName, propId);
    END_WRAP
}
}html %group NativeMethods_highgui %index highgui_getWindowImageRect [32/64bit] ウィンドウ内の画像の矩形領域を提供します． %prm p1,p2 p1 = str : [MarshalAs(UnmanagedType.LPStr)] string winName p2 = var : out Rect returnValue %inst 関数 getWindowImageRectは、イメージのレンダリング領域のクライアント スクリーン座標、幅、高さを返します。 元関数名(C#): highgui_getWindowImageRect 元DLLエクスポート名: highgui_getWindowImageRect 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_highgui.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) highgui_getWindowImageRect(const char *winName, MyCvRect *returnValue)
{
    BEGIN_WRAP
    *returnValue = c(cv::getWindowImageRect(winName));
    END_WRAP
}
}html %group NativeMethods_highgui %index highgui_setMouseCallback [32/64bit] 指定されたウィンドウのマウス ハンドラを設定します。 %prm p1,p2,p3 p1 = str : string winName p2 = sptr : [MarshalAs(UnmanagedType.FunctionPtr)] MouseCallback onMouse p3 = sptr : IntPtr userData %inst 例： samples/cpp/camshiftdemo.cpp，samples/cpp/create_mask.cpp，samples/cpp/ffilldemo.cpp，samples/cpp/grabcut.cpp，samples/cpp/lkdemo.cpp，samples/cpp/warpPerspective_demo.cpp，samples/cpp/watershed.cpp． 元関数名(C#): highgui_setMouseCallback 元DLLエクスポート名: highgui_setMouseCallback 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_highgui.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) highgui_setMouseCallback(const char *winName, cv::MouseCallback onMouse, void* userData)
{
    BEGIN_WRAP
    cv::setMouseCallback(winName, onMouse, userData);
    END_WRAP
}
}html %group NativeMethods_highgui %index highgui_getMouseWheelDelta [32/64bit] マウスホイールイベント cv::EVENT_MOUSEWHEEL と cv::EVENT_MOUSEHWHEEL を扱う際に，マウスホイールの動きのデルタ値を取得します． %prm p1,p2 p1 = int : int flags p2 = var : out int returnValue %inst スクロールホイールを備えた通常のマウスでは，delta は 120 の倍数になります．値120は，ホイールの1ノッチ回転に相当し，アクションを起こすための閾値となり，deltaごとに1つのアクションが発生します．cv::EVENT_MOUSEWHEEL において，正の値は前方へのスクロールを，負の値は後方へのスクロールを意味します．cv::EVENT_MOUSEHWHEEL では，正と負の値は，それぞれ前方と後方へのスクロールを意味し，正と負の値は，それぞれ右と左へのスクロールを意味する． 元関数名(C#): highgui_getMouseWheelDelta 元DLLエクスポート名: highgui_getMouseWheelDelta 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_highgui.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) highgui_getMouseWheelDelta(int flags, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::getMouseWheelDelta(flags);
    END_WRAP
}
}html %group NativeMethods_highgui %index highgui_selectROI1 [32/64bit] 与えられた画像上の ROI を選択することができる． %prm p1,p2,p3,p4,p5 p1 = str : [MarshalAs(UnmanagedType.LPStr)] string windowName p2 = sptr : IntPtr img p3 = int : int showCrosshair p4 = int : int fromCenter p5 = var : out Rect returnValue %inst この関数は、ウィンドウを作成し、ユーザがマウスを使ってROIを選択できるようにします。コントロール：選択を終了するには，Space または Enter キーを利用し，選択をキャンセルするには，c キーを利用します（この関数は，ゼロの cv::Rect を返します）．注意この関数は，cv::setMouseCallback(windowName, ...)を用いて，指定されたウィンドウに対する独自のマウスコールバックを設定します．作業終了後は，使用されたウィンドウに対して空のコールバックがセットされます． 元関数名(C#): highgui_selectROI1 元DLLエクスポート名: highgui_selectROI1 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_highgui.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) highgui_selectROI1(const char *windowName, cv::_InputArray *img, int showCrosshair, int fromCenter, MyCvRect *returnValue)
{
    BEGIN_WRAP
    *returnValue = c(cv::selectROI(windowName, *img, showCrosshair != 0, fromCenter != 0));
    END_WRAP
}
}html %group NativeMethods_highgui %index highgui_selectROI2 [32/64bit] 与えられた画像上の ROI を選択することができる． %prm p1,p2,p3,p4 p1 = sptr : IntPtr img p2 = int : int showCrosshair p3 = int : int fromCenter p4 = var : out Rect returnValue %inst この関数は、ウィンドウを作成し、ユーザがマウスを使ってROIを選択できるようにします。コントロール：選択を終了するには，Space または Enter キーを利用し，選択をキャンセルするには，c キーを利用します（この関数は，ゼロの cv::Rect を返します）．注意この関数は，cv::setMouseCallback(windowName, ...)を用いて，指定されたウィンドウに対する独自のマウスコールバックを設定します．作業終了後は，使用されたウィンドウに対して空のコールバックがセットされます． 元関数名(C#): highgui_selectROI2 元DLLエクスポート名: highgui_selectROI2 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_highgui.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) highgui_selectROI2(cv::_InputArray *img, int showCrosshair, int fromCenter, MyCvRect *returnValue)
{
    BEGIN_WRAP
    *returnValue = c(cv::selectROI(*img, showCrosshair != 0, fromCenter != 0));
    END_WRAP
}
}html %group NativeMethods_highgui %index highgui_selectROIs [32/64bit] ユーザは，与えられた画像上の複数のROIを選択することができます． %prm p1,p2,p3,p4,p5 p1 = str : [MarshalAs(UnmanagedType.LPStr)] string windowName p2 = sptr : IntPtr img p3 = sptr : IntPtr boundingBoxes p4 = int : int showCrosshair p5 = int : int fromCenter %inst この関数は，ウィンドウを作成し，ユーザがマウスを使って複数のROIを選択できるようにします．注意この関数は，cv::setMouseCallback(windowName, ...)を用いて，指定されたウィンドウに対する独自のマウスコールバックを設定します．作業終了後は，使用されたウィンドウに対して空のコールバックがセットされます． 元関数名(C#): highgui_selectROIs 元DLLエクスポート名: highgui_selectROIs 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_highgui.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) highgui_selectROIs(const char * windowName, cv::_InputArray *img,
                             std::vector<cv::Rect> *boundingBoxes, int showCrosshair, int fromCenter)
{
    BEGIN_WRAP
    cv::selectROIs(windowName, *img, *boundingBoxes, showCrosshair != 0, fromCenter != 0);
    END_WRAP
}
}html %group NativeMethods_highgui %index highgui_createTrackbar [32/64bit] トラックバーを作成して，指定されたウィンドウに取り付けます． %prm p1,p2,p3,p4,p5,p6,p7 p1 = str : [MarshalAs(UnmanagedType.LPStr)] string trackbarName p2 = str : [MarshalAs(UnmanagedType.LPStr)] string winName p3 = sptr : IntPtr value p4 = int : int count p5 = sptr : IntPtr onChange p6 = sptr : IntPtr userData p7 = var : out int returnValue %inst 関数 createTrackbar は、指定された名前と範囲のトラックバー（スライダやレンジコントロール）を作成し、トラックバーと同期した位置となる変数値を割り当て、トラックバーの位置変更時に呼び出されるコールバック関数 onChange を指定します。各トラックバーのラベルをクリックすると，トラックバーの値を手動で編集することができます．例：samples/cpp/camshiftdemo.cpp，samples/cpp/connected_components.cpp，samples/cpp/contours2.cpp，samples/cpp/demhist.cpp，samples/cpp/distrans.cpp，samples/cpp/edge.cpp, samples/cpp/falecolor.cpp, samples/cpp/ffilldemo.cpp, samples/cpp/fitellipse.cpp, samples/cpp/laplace.cpp, samples/cpp/pca.cpp, samples/cpp/tutorial_code/HighGUI/AddingImagesTrackbar.cpp、samples/cpp/tutorial_code/Histograms_Matching/MatchTemplate_Demo.cpp、samples/cpp/tutorial_code/ImgProc/Morphology_1.cpp、samples/cpp/tutorial_code/ImgProc/Morphology_2.cpp、samples/dnn/object_detection.cpp。 元関数名(C#): highgui_createTrackbar 元DLLエクスポート名: highgui_createTrackbar 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_highgui.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) highgui_createTrackbar(const char *trackbarName, const char *winName,
    int* value, int count, cv::TrackbarCallback onChange, void* userData, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::createTrackbar(trackbarName, winName, value, count, onChange, userData);
    END_WRAP
}
}html %group NativeMethods_highgui %index highgui_getTrackbarPos [32/64bit] トラックバーの位置を返す。 %prm p1,p2,p3 p1 = str : [MarshalAs(UnmanagedType.LPStr)] string trackbarName p2 = str : [MarshalAs(UnmanagedType.LPStr)] string winName p3 = var : out int returnValue %inst 注意[Qt Backend Only] トラックバーがコントロールパネルに取り付けられている場合、winnameは空にすることができます。 元関数名(C#): highgui_getTrackbarPos 元DLLエクスポート名: highgui_getTrackbarPos 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_highgui.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) highgui_getTrackbarPos(const char *trackbarName, const char *winName, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::getTrackbarPos(trackbarName, winName);
    END_WRAP  
}
}html %group NativeMethods_highgui %index highgui_setTrackbarPos [32/64bit] トラックバーの位置を設定します。 %prm p1,p2,p3 p1 = str : string trackbarName p2 = str : string winName p3 = int : int pos %inst 注意[Qt Backend Only] トラックバーがコントロールパネルに取り付けられている場合、winnameは空にすることができます。例: samples/cpp/falecolor.cpp. 元関数名(C#): highgui_setTrackbarPos 元DLLエクスポート名: highgui_setTrackbarPos 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_highgui.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) highgui_setTrackbarPos(const char *trackbarName, const char *winName, int pos)
{
    BEGIN_WRAP
    cv::setTrackbarPos(trackbarName, winName, pos);
    END_WRAP
}
}html %group NativeMethods_highgui %index highgui_setTrackbarMax [32/64bit] トラックバーの最大位置を設定します。 %prm p1,p2,p3 p1 = str : [MarshalAs(UnmanagedType.LPStr)] string trackbarName p2 = str : [MarshalAs(UnmanagedType.LPStr)] string winName p3 = int : int maxVal %inst 注意[Qt Backend Only] トラックバーがコントロールパネルに取り付けられている場合、winnameは空にすることができます.例: samples/cpp/falecolor.cpp. 元関数名(C#): highgui_setTrackbarMax 元DLLエクスポート名: highgui_setTrackbarMax 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_highgui.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) highgui_setTrackbarMax(const char *trackbarName, const char *winName, int maxVal)
{
    BEGIN_WRAP
    cv::setTrackbarMax(trackbarName, winName, maxVal);
    END_WRAP
}
}html %group NativeMethods_highgui %index highgui_setTrackbarMin [32/64bit] トラックバーの最小位置を設定します。 %prm p1,p2,p3 p1 = str : [MarshalAs(UnmanagedType.LPStr)] string trackbarName p2 = str : [MarshalAs(UnmanagedType.LPStr)] string winName p3 = int : int minVal %inst 注意[Qt Backend Only] トラックバーがコントロールパネルに装着されている場合、winnameは空にすることができます.例: samples/cpp/falecolor.cpp. 元関数名(C#): highgui_setTrackbarMin 元DLLエクスポート名: highgui_setTrackbarMin 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_highgui.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) highgui_setTrackbarMin(const char *trackbarName, const char *winName, int minVal)
{
    BEGIN_WRAP
    cv::setTrackbarMin(trackbarName, winName, minVal);
    END_WRAP
}
}html %group NativeMethods_highgui %index highgui_cvGetWindowHandle [32/64bit] highgui_cvGetWindowHandle %prm p1,p2 p1 = str : [MarshalAs(UnmanagedType.LPStr)] string name p2 = var : out IntPtr returnValue %inst 元関数名(C#): highgui_cvGetWindowHandle 元DLLエクスポート名: highgui_cvGetWindowHandle 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_highgui.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) highgui_cvGetWindowHandle(const char* name, void **returnValue)
{
    BEGIN_WRAP
    *returnValue = cvGetWindowHandle(name);
    END_WRAP    
}
}html %group NativeMethods_highgui %index imgcodecs_imread_NotWindows [32/64bit] ファイルから画像を読み込みます。 %prm p1,p2,p3 p1 = str : [MarshalAs(StringUnmanagedTypeNotWindows)] string fileName p2 = int : int flags p3 = var : out IntPtr returnValue %inst 関数 imread は，指定されたファイルから画像を読み込み，それを返します．画像が読み込めない場合（ファイルが存在しない，不適切なパーミッション，サポートされていない，あるいは無効なフォーマットのため），この関数は空の行列（ Mat::data==NULL ）を返します． JPEGファイル - *.jpeg, *.jpg, *.jpe (Noteセクションを参照) JPEG 2000ファイル - *.jp2 (注意事項を参照) ポータブルネットワークグラフィックス - *.png (注釈欄参照) WebP - *.webp（注釈欄参照） ポータブルイメージフォーマット - *.pbm, *.pgm, *.ppm *.pxm, *.pnm (常時サポート) PFMファイル - *.pfm (Noteセクションを参照) 太陽ラスタ - *.sr, *.ras (常にサポートされています) TIFFファイル - *.tiff, *.tif (Noteセクションを参照) OpenEXR画像ファイル - *.exr (注釈欄参照) Radiance HDR - *.hdr, *.pic (常時サポート) GDALでサポートされているラスターおよびベクターの地理空間データ（注釈セクションを参照）注釈 本機能では、拡張子ではなく、画像の内容で画像の種類を判断します。 カラー画像の場合、デコードされた画像はB G Rの順にチャンネルが格納されます。 IMREAD_GRAYSCALE を使用した場合，コーデック内部のグレースケール変換が可能であれば，それが使用されます。結果は cvtColor() の出力と異なる場合があります。 Microsoft Windows* OSやMacOSX*では，OpenCVの画像に同梱されているコーデック（libjpeg, libpng, libtiff, libjasper）がデフォルトで利用されます．そのため，OpenCV は常に JPEG, PNG, TIFF を読み込むことができます．MacOSXでは，MacOSXのネイティブな画像リーダを利用するオプションもあります．しかし，現在のところ，MacOSXに組み込まれたカラーマネージメントのために，これらのネイティブ画像ローダは，異なるピクセル値の画像を与えることに注意してください． Linux*，BSDフレーバー，その他のUnix系オープンソースOSでは，OpenCVはOSイメージに含まれるコーデックを探します．コーデックをサポートするために，関連するパッケージ（Debian* や Ubuntu* では，"libjpeg-dev" のような開発ファイルも忘れないでください）をインストールするか，CMake で OPENCV_BUILD_3RDPARTY_LIBS フラグをオンにしてください． CMakeでWITH_GDALフラグをtrueに設定し、IMREAD_LOAD_GDALで画像をロードした場合、画像をデコードするためにGDALドライバが使用され、以下のフォーマットをサポートします。ラスター、ベクター。 画像ファイルにEXIF情報が埋め込まれている場合、EXIFの向きが考慮され、フラグIMREAD_IGNORE_ORIENTATIONまたはIMREAD_UNCHANGEDが渡される場合を除き、それに応じて画像が回転します。 PFM画像から浮動小数点値を保持するためには、IMREAD_UNCHANGEDフラグを使用する。 デフォルトでは、ピクセル数は2^30以下でなければなりません。システム変数OPENCV_IO_MAX_IMAGE_PIXELSEで設定できます。サンプル：fld_lines.cpp, modules/shape/samples/shape_example.cpp, samples/cpp/connected_components.cpp, samples/cpp/create_mask.cpp, samples/cpp/demhist.cpp, samples/cpp/distrans.cpp, samples/cpp/edge.cpp, samples/cpp/facedetect.cpp, samples/cpp/falecolor.cpp, samples/cpp/ffilldemo.cpp, samples/cpp/fitellipse.cpp, samples/cpp/grabcut.cpp, samples/cpp/image_alignment.cpp, samples/cpp/pca.cpp, samples/cpp/squares.cpp, samples/cpp/stitching.cpp, samples/cpp/stitching_detailed.cpp, samples/cpp/train_HOG.cpp, samples/cpp/tutorial_code/features2D/Homography/decompose_homography.cpp, samples/cpp/tutorial_code/features2D/Homography/decompose_homography.cpp, samples/cpp/tutorial_code/features2D/Homography/homography_from_camera_displacement.cpp, samples/cpp/tutorial_code/features2D/Homography/pose_from_homography.cpp, samples/cpp/tutorial_code/HighGUI/AddingImagesTrackbar.cpp, samples/cpp/tutorial_code/Histograms_Matching/MatchTemplate_Demo.cpp, samples/cpp/tutorial_code/ImgProc/Morphology_1.cpp, samples/cpp/tutorial_code/ImgProc/Morphology_2.cpp, samples/cpp/tutorial_code/ImgProc/Pyramids/Pyramids.cpp, samples/cpp/tutorial_code/ImgProc/Smoothing/Smoothing.cpp, samples/cpp/tutorial_code/ImgTrans/copyMakeBorder_demo.cpp, samples/cpp/tutorial_code/ImgTrans/houghcircles.cpp, samples/cpp/tutorial_code/ImgTrans/houghlines.cpp, samples/cpp/tutorial_code/ImgTrans/Sobel_Demo.cpp, samples/cpp/tutorial_code/ml/introduction_to_pca/introduction_to_pca.cpp, samples/cpp/tutorial_code/photo/non_photorealistic_rendering/npr_demo.cpp、samples/cpp/tutorial_code/photo/seamless_cloning/cloning_demo.cpp、samples/cpp/warpPerspective_demo.cpp、samples/cpp/watershed.cpp、samples/dnn/colorization.cpp、samples/dnn/openpose.cpp、samples/tapi/hog.cpp、samples/tapi/squares.cppです。 元関数名(C#): imgcodecs_imread_NotWindows 元DLLエクスポート名: imgcodecs_imread 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_imgcodecs.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgcodecs_imread(const char *filename, int flags, cv::Mat **returnValue)
{
    BEGIN_WRAP
    const auto ret = cv::imread(filename, flags);
    *returnValue = new cv::Mat(ret);
    END_WRAP
}
}html %group NativeMethods_imgcodecs %index imgcodecs_imread_Windows [32/64bit] ファイルから画像を読み込みます。 %prm p1,p2,p3 p1 = str : [MarshalAs(StringUnmanagedTypeWindows)] string fileName p2 = int : int flags p3 = var : out IntPtr returnValue %inst 関数 imread は，指定されたファイルから画像を読み込み，それを返します．画像が読み込めない場合（ファイルが存在しない，不適切なパーミッション，サポートされていない，あるいは無効なフォーマットのため），この関数は空の行列（ Mat::data==NULL ）を返します． JPEGファイル - *.jpeg, *.jpg, *.jpe (Noteセクションを参照) JPEG 2000ファイル - *.jp2 (注意事項を参照) ポータブルネットワークグラフィックス - *.png (注釈欄参照) WebP - *.webp（注釈欄参照） ポータブルイメージフォーマット - *.pbm, *.pgm, *.ppm *.pxm, *.pnm (常時サポート) PFMファイル - *.pfm (Noteセクションを参照) 太陽ラスタ - *.sr, *.ras (常にサポートされています) TIFFファイル - *.tiff, *.tif (Noteセクションを参照) OpenEXR画像ファイル - *.exr (注釈欄参照) Radiance HDR - *.hdr, *.pic (常時サポート) GDALでサポートされているラスターおよびベクターの地理空間データ（注釈セクションを参照）注釈 本機能では、拡張子ではなく、画像の内容で画像の種類を判断します。 カラー画像の場合、デコードされた画像はB G Rの順にチャンネルが格納されます。 IMREAD_GRAYSCALE を使用した場合，コーデック内部のグレースケール変換が可能であれば，それが使用されます。結果は cvtColor() の出力と異なる場合があります。 Microsoft Windows* OSやMacOSX*では，OpenCVの画像に同梱されているコーデック（libjpeg, libpng, libtiff, libjasper）がデフォルトで利用されます．そのため，OpenCV は常に JPEG, PNG, TIFF を読み込むことができます．MacOSXでは，MacOSXのネイティブな画像リーダを利用するオプションもあります．しかし，現在のところ，MacOSXに組み込まれたカラーマネージメントのために，これらのネイティブ画像ローダは，異なるピクセル値の画像を与えることに注意してください． Linux*，BSDフレーバー，その他のUnix系オープンソースOSでは，OpenCVはOSイメージに含まれるコーデックを探します．コーデックをサポートするために，関連するパッケージ（Debian* や Ubuntu* では，"libjpeg-dev" のような開発ファイルも忘れないでください）をインストールするか，CMake で OPENCV_BUILD_3RDPARTY_LIBS フラグをオンにしてください． CMakeでWITH_GDALフラグをtrueに設定し、IMREAD_LOAD_GDALで画像をロードした場合、画像をデコードするためにGDALドライバが使用され、以下のフォーマットをサポートします。ラスター、ベクター。 画像ファイルにEXIF情報が埋め込まれている場合、EXIFの向きが考慮され、フラグIMREAD_IGNORE_ORIENTATIONまたはIMREAD_UNCHANGEDが渡される場合を除き、それに応じて画像が回転します。 PFM画像から浮動小数点値を保持するためには、IMREAD_UNCHANGEDフラグを使用する。 デフォルトでは、ピクセル数は2^30以下でなければなりません。システム変数OPENCV_IO_MAX_IMAGE_PIXELSEで設定できます。サンプル：fld_lines.cpp, modules/shape/samples/shape_example.cpp, samples/cpp/connected_components.cpp, samples/cpp/create_mask.cpp, samples/cpp/demhist.cpp, samples/cpp/distrans.cpp, samples/cpp/edge.cpp, samples/cpp/facedetect.cpp, samples/cpp/falecolor.cpp, samples/cpp/ffilldemo.cpp, samples/cpp/fitellipse.cpp, samples/cpp/grabcut.cpp, samples/cpp/image_alignment.cpp, samples/cpp/pca.cpp, samples/cpp/squares.cpp, samples/cpp/stitching.cpp, samples/cpp/stitching_detailed.cpp, samples/cpp/train_HOG.cpp, samples/cpp/tutorial_code/features2D/Homography/decompose_homography.cpp, samples/cpp/tutorial_code/features2D/Homography/decompose_homography.cpp, samples/cpp/tutorial_code/features2D/Homography/homography_from_camera_displacement.cpp, samples/cpp/tutorial_code/features2D/Homography/pose_from_homography.cpp, samples/cpp/tutorial_code/HighGUI/AddingImagesTrackbar.cpp, samples/cpp/tutorial_code/Histograms_Matching/MatchTemplate_Demo.cpp, samples/cpp/tutorial_code/ImgProc/Morphology_1.cpp, samples/cpp/tutorial_code/ImgProc/Morphology_2.cpp, samples/cpp/tutorial_code/ImgProc/Pyramids/Pyramids.cpp, samples/cpp/tutorial_code/ImgProc/Smoothing/Smoothing.cpp, samples/cpp/tutorial_code/ImgTrans/copyMakeBorder_demo.cpp, samples/cpp/tutorial_code/ImgTrans/houghcircles.cpp, samples/cpp/tutorial_code/ImgTrans/houghlines.cpp, samples/cpp/tutorial_code/ImgTrans/Sobel_Demo.cpp, samples/cpp/tutorial_code/ml/introduction_to_pca/introduction_to_pca.cpp, samples/cpp/tutorial_code/photo/non_photorealistic_rendering/npr_demo.cpp、samples/cpp/tutorial_code/photo/seamless_cloning/cloning_demo.cpp、samples/cpp/warpPerspective_demo.cpp、samples/cpp/watershed.cpp、samples/dnn/colorization.cpp、samples/dnn/openpose.cpp、samples/tapi/hog.cpp、samples/tapi/squares.cppです。 元関数名(C#): imgcodecs_imread_Windows 元DLLエクスポート名: imgcodecs_imread 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_imgcodecs.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgcodecs_imread(const char *filename, int flags, cv::Mat **returnValue)
{
    BEGIN_WRAP
    const auto ret = cv::imread(filename, flags);
    *returnValue = new cv::Mat(ret);
    END_WRAP
}
}html %group NativeMethods_imgcodecs %index imgcodecs_imreadmulti_NotWindows [32/64bit] 複数ページの画像をファイルから読み込みます。 %prm p1,p2,p3,p4 p1 = str : [MarshalAs(StringUnmanagedTypeNotWindows)] string fileName p2 = sptr : IntPtr mats p3 = int : int flags p4 = var : out int returnValue %inst 関数 imreadmulti は，複数ページにわたる画像を指定されたファイルから Mat オブジェクトのベクトルに読み込みます． 元関数名(C#): imgcodecs_imreadmulti_NotWindows 元DLLエクスポート名: imgcodecs_imreadmulti 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_imgcodecs.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgcodecs_imreadmulti(const char *filename, std::vector<cv::Mat> *mats, int flags, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::imreadmulti(filename, *mats, flags) ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_imgcodecs %index imgcodecs_imreadmulti_Windows [32/64bit] 複数ページの画像をファイルから読み込みます。 %prm p1,p2,p3,p4 p1 = str : [MarshalAs(StringUnmanagedTypeWindows)] string fileName p2 = sptr : IntPtr mats p3 = int : int flags p4 = var : out int returnValue %inst 関数 imreadmulti は，複数ページにわたる画像を指定されたファイルから Mat オブジェクトのベクトルに読み込みます． 元関数名(C#): imgcodecs_imreadmulti_Windows 元DLLエクスポート名: imgcodecs_imreadmulti 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_imgcodecs.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgcodecs_imreadmulti(const char *filename, std::vector<cv::Mat> *mats, int flags, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::imreadmulti(filename, *mats, flags) ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_imgcodecs %index imgcodecs_imwrite_NotWindows [32/64bit] 画像を指定されたファイルに保存します． %prm p1,p2,p3,p4,p5 p1 = str : [MarshalAs(StringUnmanagedTypeNotWindows)] string fileName p2 = sptr : IntPtr img p3 = var : [In] int[] @params p4 = int : int paramsLength p5 = var : out int returnValue %inst 関数 imwrite は，画像を指定されたファイルに保存します．画像フォーマットは，ファイル名の拡張子に基づいて選択されます（拡張子のリストについては cv::imread を参照してください）．一般に，この関数を用いて保存できるのは，8ビットのシングルチャンネルまたは3チャンネル（チャンネル順序は 'BGR' ）の画像のみですが，以下のような例外があります： 16ビット符号なし（CV_16U）の画像は，PNG, JPEG 2000, TIFF フォーマットの場合に保存できます． 32ビット浮動小数点（CV_32F）画像は，PFM, TIFF, OpenEXR, Radiance HDR 形式で保存できます．3チャンネル（CV_32FC3）TIFF 画像は，LogLuv ハイダイナミックレンジエンコーディング（1ピクセルあたり4バイト）で保存されます． アルファチャンネル付きのPNG画像もこの機能を使って保存できます。これを行うには，8ビット（あるいは16ビット）の4チャンネル画像BGRAを作成し，アルファチャンネルを最後に置きます。完全に透明なピクセルは，アルファを 0 に，完全に不透明なピクセルは，アルファを 255/65535 に設定する必要があります（以下のコードサンプルを参照してください）． 複数の画像（Mat のベクトル）は，TIFF 形式で保存することができます（以下のコードサンプルを参照してください）．画像フォーマットがサポートされていない場合，画像は 8 ビット符号なし（CV_8U）に変換され，そのように保存されます．フォーマット，ビット深度，チャンネル順序が異なる場合は， Mat::convertTo や cv::cvtColor を用いて，保存前に変換してください．あるいは，汎用の FileStorage I/O 関数を利用して，画像を XML や YAML 形式で保存します．以下のサンプルでは，BGRA 画像の作成方法，カスタム圧縮パラメータの設定方法，PNG ファイルへの保存方法を示しています．以下のサンプルは，BGRA 画像を作成し，カスタム圧縮パラメータを設定して PNG ファイルに保存する方法と，複数の画像を 1 つの TIFF ファイルに保存する方法を示しています： #include using namespace cv;using namespace std;static void paintAlphaMat(Mat &mat){ CV_Assert(mat.channels() == 4); for (int i = 0; i < mat.rows; ++i) { for (int j = 0; j < mat.cols; ++j) { Vec4b& bgra = mat.at(i, j); bgra[0] = UCHAR_MAX; // 青 bgra[1] = saturate_cast((float (mat.cols - j)) / ((float)mat.cols./ ((float)mat.cols) * UCHAR_MAX); // 緑 bgra[2] = saturate_cast((float (mat.rows - i))/ ((float)mat.rows) * UCHAR_MAX); // 赤 bgra[3] = saturate_cast(0.5 * (bgra[1] + bgra[2])); // α }。 }}int main(){ Mat mat(480, 640, CV_8UC4); // アルファチャンネルを持つ行列を作成 paintAlphaMat(mat); vector compression_params; compression_params.push_back(IMWRITE_PNG_COMPRESSION); compression_params.push_back(9); bool result = false; try { result = imwrite("alpha.png", mat, compression_params); } catch (const cv::Exception& ex) { fprintf(stderr, "Exception converting image to PNG format: %s\n", ex.what()); } if (result) printf("Saved PNG file with alpha data.\\"); else printf("ERROR: Can't save PNG file.\\"); vector imgs; imgs.push_back(mat); imgs.push_back(~mat); imgs.push_back(mat(Rect(0, 0, mat.cols / 2, mat.rows / 2))); imwrite("test.tiff", imgs); printf("Multiple files saved in test.tiff\n"); return result ?0 : 1;}fragmentExamples: samples/cpp/image_alignment.cpp, samples/cpp/stitching.cpp, samples/cpp/stitching_detailed.cpp, samples/cpp/tutorial_code/photo/seamless_cloning/cloning_demo.cpp, samples/tapi/hog.cpp, samples/tapi/squares.cpp. 元関数名(C#): imgcodecs_imwrite_NotWindows 元DLLエクスポート名: imgcodecs_imwrite 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_imgcodecs.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgcodecs_imwrite(const char *filename, cv::Mat *img, int *params, int paramsLength, int *returnValue)
{
    BEGIN_WRAP
    std::vector<int> paramsVec;
    paramsVec.assign(params, params + paramsLength);
    *returnValue = cv::imwrite(filename, *img, paramsVec) ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_imgcodecs %index imgcodecs_imwrite_Windows [32/64bit] 画像を指定されたファイルに保存します． %prm p1,p2,p3,p4,p5 p1 = str : [MarshalAs(StringUnmanagedTypeWindows)] string fileName p2 = sptr : IntPtr img p3 = var : [In] int[] @params p4 = int : int paramsLength p5 = var : out int returnValue %inst 関数 imwrite は，画像を指定されたファイルに保存します．画像フォーマットは，ファイル名の拡張子に基づいて選択されます（拡張子のリストについては cv::imread を参照してください）．一般に，この関数を用いて保存できるのは，8ビットのシングルチャンネルまたは3チャンネル（チャンネル順序は 'BGR' ）の画像のみですが，以下のような例外があります： 16ビット符号なし（CV_16U）の画像は，PNG, JPEG 2000, TIFF フォーマットの場合に保存できます． 32ビット浮動小数点（CV_32F）画像は，PFM, TIFF, OpenEXR, Radiance HDR 形式で保存できます．3チャンネル（CV_32FC3）TIFF 画像は，LogLuv ハイダイナミックレンジエンコーディング（1ピクセルあたり4バイト）で保存されます． アルファチャンネル付きのPNG画像もこの機能を使って保存できます。これを行うには，8ビット（あるいは16ビット）の4チャンネル画像BGRAを作成し，アルファチャンネルを最後に置きます。完全に透明なピクセルは，アルファを 0 に，完全に不透明なピクセルは，アルファを 255/65535 に設定する必要があります（以下のコードサンプルを参照してください）． 複数の画像（Mat のベクトル）は，TIFF 形式で保存することができます（以下のコードサンプルを参照してください）．画像フォーマットがサポートされていない場合，画像は 8 ビット符号なし（CV_8U）に変換され，そのように保存されます．フォーマット，ビット深度，チャンネル順序が異なる場合は， Mat::convertTo や cv::cvtColor を用いて，保存前に変換してください．あるいは，汎用の FileStorage I/O 関数を利用して，画像を XML や YAML 形式で保存します．以下のサンプルでは，BGRA 画像の作成方法，カスタム圧縮パラメータの設定方法，PNG ファイルへの保存方法を示しています．以下のサンプルは，BGRA 画像を作成し，カスタム圧縮パラメータを設定して PNG ファイルに保存する方法と，複数の画像を 1 つの TIFF ファイルに保存する方法を示しています： #include using namespace cv;using namespace std;static void paintAlphaMat(Mat &mat){ CV_Assert(mat.channels() == 4); for (int i = 0; i < mat.rows; ++i) { for (int j = 0; j < mat.cols; ++j) { Vec4b& bgra = mat.at(i, j); bgra[0] = UCHAR_MAX; // 青 bgra[1] = saturate_cast((float (mat.cols - j)) / ((float)mat.cols./ ((float)mat.cols) * UCHAR_MAX); // 緑 bgra[2] = saturate_cast((float (mat.rows - i))/ ((float)mat.rows) * UCHAR_MAX); // 赤 bgra[3] = saturate_cast(0.5 * (bgra[1] + bgra[2])); // α }。 }}int main(){ Mat mat(480, 640, CV_8UC4); // アルファチャンネルを持つ行列を作成 paintAlphaMat(mat); vector compression_params; compression_params.push_back(IMWRITE_PNG_COMPRESSION); compression_params.push_back(9); bool result = false; try { result = imwrite("alpha.png", mat, compression_params); } catch (const cv::Exception& ex) { fprintf(stderr, "Exception converting image to PNG format: %s\n", ex.what()); } if (result) printf("Saved PNG file with alpha data.\\"); else printf("ERROR: Can't save PNG file.\\"); vector imgs; imgs.push_back(mat); imgs.push_back(~mat); imgs.push_back(mat(Rect(0, 0, mat.cols / 2, mat.rows / 2))); imwrite("test.tiff", imgs); printf("Multiple files saved in test.tiff\n"); return result ?0 : 1;}fragmentExamples: samples/cpp/image_alignment.cpp, samples/cpp/stitching.cpp, samples/cpp/stitching_detailed.cpp, samples/cpp/tutorial_code/photo/seamless_cloning/cloning_demo.cpp, samples/tapi/hog.cpp, samples/tapi/squares.cpp. 元関数名(C#): imgcodecs_imwrite_Windows 元DLLエクスポート名: imgcodecs_imwrite 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_imgcodecs.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgcodecs_imwrite(const char *filename, cv::Mat *img, int *params, int paramsLength, int *returnValue)
{
    BEGIN_WRAP
    std::vector<int> paramsVec;
    paramsVec.assign(params, params + paramsLength);
    *returnValue = cv::imwrite(filename, *img, paramsVec) ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_imgcodecs %index imgcodecs_imwrite_multi_NotWindows [32/64bit] 画像を指定されたファイルに保存します． %prm p1,p2,p3,p4,p5 p1 = str : [MarshalAs(StringUnmanagedTypeNotWindows)] string fileName p2 = sptr : IntPtr img p3 = var : [In] int[] @params p4 = int : int paramsLength p5 = var : out int returnValue %inst 関数 imwrite は，画像を指定されたファイルに保存します．画像フォーマットは，ファイル名の拡張子に基づいて選択されます（拡張子のリストについては cv::imread を参照してください）．一般に，この関数を用いて保存できるのは，8ビットのシングルチャンネルまたは3チャンネル（チャンネル順序は 'BGR' ）の画像のみですが，以下のような例外があります： 16ビット符号なし（CV_16U）の画像は，PNG, JPEG 2000, TIFF フォーマットの場合に保存できます． 32ビット浮動小数点（CV_32F）画像は，PFM, TIFF, OpenEXR, Radiance HDR 形式で保存できます．3チャンネル（CV_32FC3）TIFF 画像は，LogLuv ハイダイナミックレンジエンコーディング（1ピクセルあたり4バイト）で保存されます． アルファチャンネル付きのPNG画像もこの機能を使って保存できます。これを行うには，8ビット（あるいは16ビット）の4チャンネル画像BGRAを作成し，アルファチャンネルを最後に置きます。完全に透明なピクセルは，アルファを 0 に，完全に不透明なピクセルは，アルファを 255/65535 に設定する必要があります（以下のコードサンプルを参照してください）． 複数の画像（Mat のベクトル）は，TIFF 形式で保存することができます（以下のコードサンプルを参照してください）．画像フォーマットがサポートされていない場合，画像は 8 ビット符号なし（CV_8U）に変換され，そのように保存されます．フォーマット，ビット深度，チャンネル順序が異なる場合は， Mat::convertTo や cv::cvtColor を用いて，保存前に変換してください．あるいは，汎用の FileStorage I/O 関数を利用して，画像を XML や YAML 形式で保存します．以下のサンプルでは，BGRA 画像の作成方法，カスタム圧縮パラメータの設定方法，PNG ファイルへの保存方法を示しています．以下のサンプルは，BGRA 画像を作成し，カスタム圧縮パラメータを設定して PNG ファイルに保存する方法と，複数の画像を 1 つの TIFF ファイルに保存する方法を示しています： #include using namespace cv;using namespace std;static void paintAlphaMat(Mat &mat){ CV_Assert(mat.channels() == 4); for (int i = 0; i < mat.rows; ++i) { for (int j = 0; j < mat.cols; ++j) { Vec4b& bgra = mat.at(i, j); bgra[0] = UCHAR_MAX; // 青 bgra[1] = saturate_cast((float (mat.cols - j)) / ((float)mat.cols./ ((float)mat.cols) * UCHAR_MAX); // 緑 bgra[2] = saturate_cast((float (mat.rows - i))/ ((float)mat.rows) * UCHAR_MAX); // 赤 bgra[3] = saturate_cast(0.5 * (bgra[1] + bgra[2])); // α }。 }}int main(){ Mat mat(480, 640, CV_8UC4); // アルファチャンネルを持つ行列を作成 paintAlphaMat(mat); vector compression_params; compression_params.push_back(IMWRITE_PNG_COMPRESSION); compression_params.push_back(9); bool result = false; try { result = imwrite("alpha.png", mat, compression_params); } catch (const cv::Exception& ex) { fprintf(stderr, "Exception converting image to PNG format: %s\n", ex.what()); } if (result) printf("Saved PNG file with alpha data.\\"); else printf("ERROR: Can't save PNG file.\\"); vector imgs; imgs.push_back(mat); imgs.push_back(~mat); imgs.push_back(mat(Rect(0, 0, mat.cols / 2, mat.rows / 2))); imwrite("test.tiff", imgs); printf("Multiple files saved in test.tiff\n"); return result ?0 : 1;}fragmentExamples: samples/cpp/image_alignment.cpp, samples/cpp/stitching.cpp, samples/cpp/stitching_detailed.cpp, samples/cpp/tutorial_code/photo/seamless_cloning/cloning_demo.cpp, samples/tapi/hog.cpp, samples/tapi/squares.cpp. 元関数名(C#): imgcodecs_imwrite_multi_NotWindows 元DLLエクスポート名: imgcodecs_imwrite_multi 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_imgcodecs.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgcodecs_imwrite_multi(const char *filename, std::vector<cv::Mat> *img, int *params, int paramsLength, int *returnValue)
{
    BEGIN_WRAP
    std::vector<int> paramsVec;
    paramsVec.assign(params, params + paramsLength);
    *returnValue = cv::imwrite(filename, *img, paramsVec) ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_imgcodecs %index imgcodecs_imwrite_multi_Windows [32/64bit] 画像を指定されたファイルに保存します． %prm p1,p2,p3,p4,p5 p1 = str : [MarshalAs(StringUnmanagedTypeWindows)] string fileName p2 = sptr : IntPtr img p3 = var : [In] int[] @params p4 = int : int paramsLength p5 = var : out int returnValue %inst 関数 imwrite は，画像を指定されたファイルに保存します．画像フォーマットは，ファイル名の拡張子に基づいて選択されます（拡張子のリストについては cv::imread を参照してください）．一般に，この関数を用いて保存できるのは，8ビットのシングルチャンネルまたは3チャンネル（チャンネル順序は 'BGR' ）の画像のみですが，以下のような例外があります： 16ビット符号なし（CV_16U）の画像は，PNG, JPEG 2000, TIFF フォーマットの場合に保存できます． 32ビット浮動小数点（CV_32F）画像は，PFM, TIFF, OpenEXR, Radiance HDR 形式で保存できます．3チャンネル（CV_32FC3）TIFF 画像は，LogLuv ハイダイナミックレンジエンコーディング（1ピクセルあたり4バイト）で保存されます． アルファチャンネル付きのPNG画像もこの機能を使って保存できます。これを行うには，8ビット（あるいは16ビット）の4チャンネル画像BGRAを作成し，アルファチャンネルを最後に置きます。完全に透明なピクセルは，アルファを 0 に，完全に不透明なピクセルは，アルファを 255/65535 に設定する必要があります（以下のコードサンプルを参照してください）． 複数の画像（Mat のベクトル）は，TIFF 形式で保存することができます（以下のコードサンプルを参照してください）．画像フォーマットがサポートされていない場合，画像は 8 ビット符号なし（CV_8U）に変換され，そのように保存されます．フォーマット，ビット深度，チャンネル順序が異なる場合は， Mat::convertTo や cv::cvtColor を用いて，保存前に変換してください．あるいは，汎用の FileStorage I/O 関数を利用して，画像を XML や YAML 形式で保存します．以下のサンプルでは，BGRA 画像の作成方法，カスタム圧縮パラメータの設定方法，PNG ファイルへの保存方法を示しています．以下のサンプルは，BGRA 画像を作成し，カスタム圧縮パラメータを設定して PNG ファイルに保存する方法と，複数の画像を 1 つの TIFF ファイルに保存する方法を示しています： #include using namespace cv;using namespace std;static void paintAlphaMat(Mat &mat){ CV_Assert(mat.channels() == 4); for (int i = 0; i < mat.rows; ++i) { for (int j = 0; j < mat.cols; ++j) { Vec4b& bgra = mat.at(i, j); bgra[0] = UCHAR_MAX; // 青 bgra[1] = saturate_cast((float (mat.cols - j)) / ((float)mat.cols./ ((float)mat.cols) * UCHAR_MAX); // 緑 bgra[2] = saturate_cast((float (mat.rows - i))/ ((float)mat.rows) * UCHAR_MAX); // 赤 bgra[3] = saturate_cast(0.5 * (bgra[1] + bgra[2])); // α }。 }}int main(){ Mat mat(480, 640, CV_8UC4); // アルファチャンネルを持つ行列を作成 paintAlphaMat(mat); vector compression_params; compression_params.push_back(IMWRITE_PNG_COMPRESSION); compression_params.push_back(9); bool result = false; try { result = imwrite("alpha.png", mat, compression_params); } catch (const cv::Exception& ex) { fprintf(stderr, "Exception converting image to PNG format: %s\n", ex.what()); } if (result) printf("Saved PNG file with alpha data.\\"); else printf("ERROR: Can't save PNG file.\\"); vector imgs; imgs.push_back(mat); imgs.push_back(~mat); imgs.push_back(mat(Rect(0, 0, mat.cols / 2, mat.rows / 2))); imwrite("test.tiff", imgs); printf("Multiple files saved in test.tiff\n"); return result ?0 : 1;}fragmentExamples: samples/cpp/image_alignment.cpp, samples/cpp/stitching.cpp, samples/cpp/stitching_detailed.cpp, samples/cpp/tutorial_code/photo/seamless_cloning/cloning_demo.cpp, samples/tapi/hog.cpp, samples/tapi/squares.cpp. 元関数名(C#): imgcodecs_imwrite_multi_Windows 元DLLエクスポート名: imgcodecs_imwrite_multi 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_imgcodecs.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgcodecs_imwrite_multi(const char *filename, std::vector<cv::Mat> *img, int *params, int paramsLength, int *returnValue)
{
    BEGIN_WRAP
    std::vector<int> paramsVec;
    paramsVec.assign(params, params + paramsLength);
    *returnValue = cv::imwrite(filename, *img, paramsVec) ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_imgcodecs %index imgcodecs_imdecode_Mat [32/64bit] メモリ上のバッファから画像を読み込みます。 %prm p1,p2,p3 p1 = sptr : IntPtr buf p2 = int : int flags p3 = var : out IntPtr returnValue %inst 関数 imdecode は，メモリ上の指定されたバッファから画像を読み込みます．サポートされるフォーマットのリストとフラグの説明は， cv::imread を参照してください．注意カラー画像の場合，デコードされた画像は，B G R の順にチャンネルが格納されます． 元関数名(C#): imgcodecs_imdecode_Mat 元DLLエクスポート名: imgcodecs_imdecode_Mat 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_imgcodecs.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgcodecs_imdecode_Mat(cv::Mat *buf, int flags, cv::Mat **returnValue)
{
    BEGIN_WRAP
    const auto ret = cv::imdecode(*buf, flags);
    *returnValue = new cv::Mat(ret);
    END_WRAP
}
}html %group NativeMethods_imgcodecs %index imgcodecs_imdecode_vector [32/64bit] メモリ上のバッファから画像を読み込みます。 %prm p1,p2,p3,p4 p1 = var : byte* buf p2 = int : int bufLength p3 = int : int flags p4 = var : out IntPtr returnValue %inst 関数 imdecode は，メモリ上の指定されたバッファから画像を読み込みます．サポートされるフォーマットのリストとフラグの説明は， cv::imread を参照してください．注意カラー画像の場合，デコードされた画像は，B G R の順にチャンネルが格納されます． 元関数名(C#): imgcodecs_imdecode_vector 元DLLエクスポート名: imgcodecs_imdecode_vector 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_imgcodecs.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgcodecs_imdecode_vector(uchar *buf, int bufLength, int flags, cv::Mat **returnValue)
{
    BEGIN_WRAP
    //const std::vector<uchar> bufVec(buf, buf + bufLength);
    const cv::Mat bufMat(1, bufLength, CV_8UC1, buf, cv::Mat::AUTO_STEP);
    const auto ret = cv::imdecode(bufMat, flags);
    *returnValue = new cv::Mat(ret);
    END_WRAP
}
}html %group NativeMethods_imgcodecs %index imgcodecs_imdecode_InputArray [32/64bit] メモリ上のバッファから画像を読み込みます。 %prm p1,p2,p3 p1 = sptr : IntPtr buf p2 = int : int flags p3 = var : out IntPtr returnValue %inst 関数 imdecode は，メモリ上の指定されたバッファから画像を読み込みます．サポートされるフォーマットのリストとフラグの説明は， cv::imread を参照してください．注意カラー画像の場合，デコードされた画像は，B G R の順にチャンネルが格納されます． 元関数名(C#): imgcodecs_imdecode_InputArray 元DLLエクスポート名: imgcodecs_imdecode_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_imgcodecs.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgcodecs_imdecode_InputArray(cv::_InputArray *buf, int flags, cv::Mat **returnValue)
{
    BEGIN_WRAP
    const auto ret = cv::imdecode(*buf, flags);
    *returnValue = new cv::Mat(ret);
    END_WRAP
}
}html %group NativeMethods_imgcodecs %index imgcodecs_imencode_vector [32/64bit] 画像をメモリバッファにエンコードします． %prm p1,p2,p3,p4,p5,p6 p1 = str : [MarshalAs(UnmanagedType.LPStr)] string ext p2 = sptr : IntPtr img p3 = sptr : IntPtr buf p4 = var : [In] int[] @params p5 = int : int paramsLength p6 = var : out int returnValue %inst 関数 imencode は，画像を圧縮し，その結果に合わせてリサイズされたメモリバッファに格納します．サポートされるフォーマットのリストとフラグの説明については， cv::imwrite を参照してください． 元関数名(C#): imgcodecs_imencode_vector 元DLLエクスポート名: imgcodecs_imencode_vector 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_imgcodecs.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgcodecs_imencode_vector(
    const char *ext, cv::_InputArray *img,
    std::vector<uchar> *buf, int *params, int paramsLength, int *returnValue)
{
    BEGIN_WRAP
    std::vector<int> paramsVec;
    if (params != nullptr)
        paramsVec = std::vector<int>(params, params + paramsLength);
    *returnValue = cv::imencode(ext, *img, *buf, paramsVec) ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_imgcodecs %index imgcodecs_haveImageReader_NotWindows [32/64bit] 画像を指定されたファイルに保存します． %prm p1,p2 p1 = str : [MarshalAs(StringUnmanagedTypeNotWindows)] string fileName p2 = var : out int returnValue %inst 関数 imwrite は，画像を指定されたファイルに保存します．画像フォーマットは，ファイル名の拡張子に基づいて選択されます（拡張子のリストについては cv::imread を参照してください）．一般に，この関数を用いて保存できるのは，8ビットのシングルチャンネルまたは3チャンネル（チャンネル順序は 'BGR' ）の画像のみですが，以下のような例外があります： 16ビット符号なし（CV_16U）の画像は，PNG, JPEG 2000, TIFF フォーマットの場合に保存できます． 32ビット浮動小数点（CV_32F）画像は，PFM, TIFF, OpenEXR, Radiance HDR 形式で保存できます．3チャンネル（CV_32FC3）TIFF 画像は，LogLuv ハイダイナミックレンジエンコーディング（1ピクセルあたり4バイト）で保存されます． アルファチャンネル付きのPNG画像もこの機能を使って保存できます。これを行うには，8ビット（あるいは16ビット）の4チャンネル画像BGRAを作成し，アルファチャンネルを最後に置きます。完全に透明なピクセルは，アルファを 0 に，完全に不透明なピクセルは，アルファを 255/65535 に設定する必要があります（以下のコードサンプルを参照してください）． 複数の画像（Mat のベクトル）は，TIFF 形式で保存することができます（以下のコードサンプルを参照してください）．画像フォーマットがサポートされていない場合，画像は 8 ビット符号なし（CV_8U）に変換され，そのように保存されます．フォーマット，ビット深度，チャンネル順序が異なる場合は， Mat::convertTo や cv::cvtColor を用いて，保存前に変換してください．あるいは，汎用の FileStorage I/O 関数を利用して，画像を XML や YAML 形式で保存します．以下のサンプルでは，BGRA 画像の作成方法，カスタム圧縮パラメータの設定方法，PNG ファイルへの保存方法を示しています．以下のサンプルは，BGRA 画像を作成し，カスタム圧縮パラメータを設定して PNG ファイルに保存する方法と，複数の画像を 1 つの TIFF ファイルに保存する方法を示しています： #include using namespace cv;using namespace std;static void paintAlphaMat(Mat &mat){ CV_Assert(mat.channels() == 4); for (int i = 0; i < mat.rows; ++i) { for (int j = 0; j < mat.cols; ++j) { Vec4b& bgra = mat.at(i, j); bgra[0] = UCHAR_MAX; // 青 bgra[1] = saturate_cast((float (mat.cols - j)) / ((float)mat.cols./ ((float)mat.cols) * UCHAR_MAX); // 緑 bgra[2] = saturate_cast((float (mat.rows - i))/ ((float)mat.rows) * UCHAR_MAX); // 赤 bgra[3] = saturate_cast(0.5 * (bgra[1] + bgra[2])); // α }。 }}int main(){ Mat mat(480, 640, CV_8UC4); // アルファチャンネルを持つ行列を作成 paintAlphaMat(mat); vector compression_params; compression_params.push_back(IMWRITE_PNG_COMPRESSION); compression_params.push_back(9); bool result = false; try { result = imwrite("alpha.png", mat, compression_params); } catch (const cv::Exception& ex) { fprintf(stderr, "Exception converting image to PNG format: %s\n", ex.what()); } if (result) printf("Saved PNG file with alpha data.\\"); else printf("ERROR: Can't save PNG file.\\"); vector imgs; imgs.push_back(mat); imgs.push_back(~mat); imgs.push_back(mat(Rect(0, 0, mat.cols / 2, mat.rows / 2))); imwrite("test.tiff", imgs); printf("Multiple files saved in test.tiff\n"); return result ?0 : 1;}fragmentExamples: samples/cpp/image_alignment.cpp, samples/cpp/stitching.cpp, samples/cpp/stitching_detailed.cpp, samples/cpp/tutorial_code/photo/seamless_cloning/cloning_demo.cpp, samples/tapi/hog.cpp, samples/tapi/squares.cpp. 元関数名(C#): imgcodecs_haveImageReader_NotWindows 元DLLエクスポート名: imgcodecs_imwrite 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_imgcodecs.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgcodecs_imwrite(const char *filename, cv::Mat *img, int *params, int paramsLength, int *returnValue)
{
    BEGIN_WRAP
    std::vector<int> paramsVec;
    paramsVec.assign(params, params + paramsLength);
    *returnValue = cv::imwrite(filename, *img, paramsVec) ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_imgcodecs %index imgcodecs_haveImageReader_Windows [32/64bit] 画像を指定されたファイルに保存します． %prm p1,p2 p1 = str : [MarshalAs(StringUnmanagedTypeWindows)] string fileName p2 = var : out int returnValue %inst 関数 imwrite は，画像を指定されたファイルに保存します．画像フォーマットは，ファイル名の拡張子に基づいて選択されます（拡張子のリストについては cv::imread を参照してください）．一般に，この関数を用いて保存できるのは，8ビットのシングルチャンネルまたは3チャンネル（チャンネル順序は 'BGR' ）の画像のみですが，以下のような例外があります： 16ビット符号なし（CV_16U）の画像は，PNG, JPEG 2000, TIFF フォーマットの場合に保存できます． 32ビット浮動小数点（CV_32F）画像は，PFM, TIFF, OpenEXR, Radiance HDR 形式で保存できます．3チャンネル（CV_32FC3）TIFF 画像は，LogLuv ハイダイナミックレンジエンコーディング（1ピクセルあたり4バイト）で保存されます． アルファチャンネル付きのPNG画像もこの機能を使って保存できます。これを行うには，8ビット（あるいは16ビット）の4チャンネル画像BGRAを作成し，アルファチャンネルを最後に置きます。完全に透明なピクセルは，アルファを 0 に，完全に不透明なピクセルは，アルファを 255/65535 に設定する必要があります（以下のコードサンプルを参照してください）． 複数の画像（Mat のベクトル）は，TIFF 形式で保存することができます（以下のコードサンプルを参照してください）．画像フォーマットがサポートされていない場合，画像は 8 ビット符号なし（CV_8U）に変換され，そのように保存されます．フォーマット，ビット深度，チャンネル順序が異なる場合は， Mat::convertTo や cv::cvtColor を用いて，保存前に変換してください．あるいは，汎用の FileStorage I/O 関数を利用して，画像を XML や YAML 形式で保存します．以下のサンプルでは，BGRA 画像の作成方法，カスタム圧縮パラメータの設定方法，PNG ファイルへの保存方法を示しています．以下のサンプルは，BGRA 画像を作成し，カスタム圧縮パラメータを設定して PNG ファイルに保存する方法と，複数の画像を 1 つの TIFF ファイルに保存する方法を示しています： #include using namespace cv;using namespace std;static void paintAlphaMat(Mat &mat){ CV_Assert(mat.channels() == 4); for (int i = 0; i < mat.rows; ++i) { for (int j = 0; j < mat.cols; ++j) { Vec4b& bgra = mat.at(i, j); bgra[0] = UCHAR_MAX; // 青 bgra[1] = saturate_cast((float (mat.cols - j)) / ((float)mat.cols./ ((float)mat.cols) * UCHAR_MAX); // 緑 bgra[2] = saturate_cast((float (mat.rows - i))/ ((float)mat.rows) * UCHAR_MAX); // 赤 bgra[3] = saturate_cast(0.5 * (bgra[1] + bgra[2])); // α }。 }}int main(){ Mat mat(480, 640, CV_8UC4); // アルファチャンネルを持つ行列を作成 paintAlphaMat(mat); vector compression_params; compression_params.push_back(IMWRITE_PNG_COMPRESSION); compression_params.push_back(9); bool result = false; try { result = imwrite("alpha.png", mat, compression_params); } catch (const cv::Exception& ex) { fprintf(stderr, "Exception converting image to PNG format: %s\n", ex.what()); } if (result) printf("Saved PNG file with alpha data.\\"); else printf("ERROR: Can't save PNG file.\\"); vector imgs; imgs.push_back(mat); imgs.push_back(~mat); imgs.push_back(mat(Rect(0, 0, mat.cols / 2, mat.rows / 2))); imwrite("test.tiff", imgs); printf("Multiple files saved in test.tiff\n"); return result ?0 : 1;}fragmentExamples: samples/cpp/image_alignment.cpp, samples/cpp/stitching.cpp, samples/cpp/stitching_detailed.cpp, samples/cpp/tutorial_code/photo/seamless_cloning/cloning_demo.cpp, samples/tapi/hog.cpp, samples/tapi/squares.cpp. 元関数名(C#): imgcodecs_haveImageReader_Windows 元DLLエクスポート名: imgcodecs_imwrite 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_imgcodecs.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgcodecs_imwrite(const char *filename, cv::Mat *img, int *params, int paramsLength, int *returnValue)
{
    BEGIN_WRAP
    std::vector<int> paramsVec;
    paramsVec.assign(params, params + paramsLength);
    *returnValue = cv::imwrite(filename, *img, paramsVec) ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_imgcodecs %index imgcodecs_haveImageWriter [32/64bit] 指定された filename の画像が，OpenCV でエンコードできる場合に true を返します． %prm p1,p2 p1 = str : [MarshalAs(UnmanagedType.LPStr)] string fileName p2 = var : out int returnValue %inst 元関数名(C#): imgcodecs_haveImageWriter 元DLLエクスポート名: imgcodecs_haveImageWriter 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_imgcodecs.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgcodecs_haveImageWriter(const char *filename, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::haveImageWriter(filename) ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_imgcodecs %index img_hash_ImgHashBase_compute [32/64bit] 入力画像のハッシュを計算します． %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = sptr : IntPtr inputArr p3 = sptr : IntPtr outputArr %inst 元関数名(C#): img_hash_ImgHashBase_compute 元DLLエクスポート名: img_hash_ImgHashBase_compute 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_img_hash.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) img_hash_ImgHashBase_compute(cv::img_hash::ImgHashBase *obj, cv::_InputArray *inputArr, cv::_OutputArray *outputArr)
{
    BEGIN_WRAP
    obj->compute(*inputArr, *outputArr);
    END_WRAP
}
}html %group NativeMethods_img_hash %index img_hash_ImgHashBase_compare [32/64bit] inOneとinTwoのハッシュ値を比較します． %prm p1,p2,p3,p4 p1 = sptr : IntPtr obj p2 = sptr : IntPtr hashOne p3 = sptr : IntPtr hashTwo p4 = var : out double returnValue %inst 元関数名(C#): img_hash_ImgHashBase_compare 元DLLエクスポート名: img_hash_ImgHashBase_compare 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_img_hash.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) img_hash_ImgHashBase_compare(cv::img_hash::ImgHashBase *obj, cv::_InputArray *hashOne, cv::_InputArray *hashTwo, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->compare(*hashOne, *hashTwo);
    END_WRAP
}
}html %group NativeMethods_img_hash %index img_hash_AverageHash_create [32/64bit] img_hash_AverageHash_create %prm p1 p1 = var : out IntPtr returnValue %inst 元関数名(C#): img_hash_AverageHash_create 元DLLエクスポート名: img_hash_AverageHash_create 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_img_hash.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) img_hash_AverageHash_create(cv::Ptr<cv::img_hash::AverageHash> **returnValue)
{
    BEGIN_WRAP
    const auto ptr = cv::img_hash::AverageHash::create();
    *returnValue = clone(ptr);
    END_WRAP
}
}html %group NativeMethods_img_hash %index img_hash_Ptr_AverageHash_delete [32/64bit] cv::img_hash::AverageHash のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr ptr %inst 入力画像の平均的なハッシュ値を計算します。 これは高速な画像ハッシュアルゴリズムですが、単純なケースでしか動作しません。詳しくは、[130]を参照してください。 元関数名(C#): img_hash_Ptr_AverageHash_delete 元DLLエクスポート名: img_hash_Ptr_AverageHash_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_img_hash.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) img_hash_Ptr_AverageHash_delete(cv::Ptr<cv::img_hash::AverageHash> *ptr)
{
    BEGIN_WRAP
    delete ptr;
    END_WRAP
}
}html %group NativeMethods_img_hash %index img_hash_Ptr_AverageHash_get [32/64bit] cv::img_hash::AverageHash のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst 入力画像の平均的なハッシュ値を計算します。 これは高速な画像ハッシュアルゴリズムですが、単純なケースでしか動作しません。詳しくは、[130]を参照してください。 元関数名(C#): img_hash_Ptr_AverageHash_get 元DLLエクスポート名: img_hash_Ptr_AverageHash_get 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_img_hash.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) img_hash_Ptr_AverageHash_get(cv::Ptr<cv::img_hash::AverageHash> *ptr, cv::img_hash::AverageHash **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_img_hash %index img_hash_BlockMeanHash_create [32/64bit] img_hash_BlockMeanHash_create %prm p1,p2 p1 = int : int mode p2 = var : out IntPtr returnValue %inst 元関数名(C#): img_hash_BlockMeanHash_create 元DLLエクスポート名: img_hash_BlockMeanHash_create 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_img_hash.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) img_hash_BlockMeanHash_create(const int mode, cv::Ptr<cv::img_hash::BlockMeanHash> **returnValue)
{
    BEGIN_WRAP
    const auto ptr = cv::img_hash::BlockMeanHash::create(mode);
    *returnValue = clone(ptr);
    END_WRAP
}
}html %group NativeMethods_img_hash %index img_hash_Ptr_BlockMeanHash_delete [32/64bit] cv::img_hash::BlockMeanHash のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr ptr %inst ブロック平均に基づく画像ハッシュ。 詳細は[289]を参照してください。 元関数名(C#): img_hash_Ptr_BlockMeanHash_delete 元DLLエクスポート名: img_hash_Ptr_BlockMeanHash_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_img_hash.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) img_hash_Ptr_BlockMeanHash_delete(cv::Ptr<cv::img_hash::BlockMeanHash> *ptr)
{
    BEGIN_WRAP
    delete ptr;
    END_WRAP
}
}html %group NativeMethods_img_hash %index img_hash_Ptr_BlockMeanHash_get [32/64bit] cv::img_hash::BlockMeanHash のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst ブロック平均に基づく画像ハッシュ。 詳細は[289]を参照してください。 元関数名(C#): img_hash_Ptr_BlockMeanHash_get 元DLLエクスポート名: img_hash_Ptr_BlockMeanHash_get 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_img_hash.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) img_hash_Ptr_BlockMeanHash_get(cv::Ptr<cv::img_hash::BlockMeanHash> *ptr, cv::img_hash::BlockMeanHash **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_img_hash %index img_hash_BlockMeanHash_setMode [32/64bit] BlockMeanHashオブジェクトを作成します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int mode %inst 元関数名(C#): img_hash_BlockMeanHash_setMode 元DLLエクスポート名: img_hash_BlockMeanHash_setMode 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_img_hash.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) img_hash_BlockMeanHash_setMode(cv::img_hash::BlockMeanHash *obj, const int mode)
{
    BEGIN_WRAP
    obj->setMode(mode);
    END_WRAP
}
}html %group NativeMethods_img_hash %index img_hash_BlockMeanHash_getMean [32/64bit] img_hash_BlockMeanHash_getMean %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr outVec %inst 元関数名(C#): img_hash_BlockMeanHash_getMean 元DLLエクスポート名: img_hash_BlockMeanHash_getMean 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_img_hash.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) img_hash_BlockMeanHash_getMean(cv::img_hash::BlockMeanHash *obj, std::vector<double> *outVec)
{
    BEGIN_WRAP
    const auto mean = obj->getMean();
    outVec->clear();
    outVec->assign(mean.begin(), mean.end());
    END_WRAP
}
}html %group NativeMethods_img_hash %index img_hash_ColorMomentHash_create [32/64bit] img_hash_ColorMomentHash_create %prm p1 p1 = var : out IntPtr returnValue %inst 元関数名(C#): img_hash_ColorMomentHash_create 元DLLエクスポート名: img_hash_ColorMomentHash_create 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_img_hash.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) img_hash_ColorMomentHash_create(cv::Ptr<cv::img_hash::ColorMomentHash> **returnValue)
{
    BEGIN_WRAP
    const auto ptr = cv::img_hash::ColorMomentHash::create();
    *returnValue = clone(ptr);
    END_WRAP
}
}html %group NativeMethods_img_hash %index img_hash_Ptr_ColorMomentHash_delete [32/64bit] cv::img_hash::ColorMomentHash のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr ptr %inst カラーモーメントに基づく画像ハッシュ。 詳しくは[238]を参照してください． 元関数名(C#): img_hash_Ptr_ColorMomentHash_delete 元DLLエクスポート名: img_hash_Ptr_ColorMomentHash_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_img_hash.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) img_hash_Ptr_ColorMomentHash_delete(cv::Ptr<cv::img_hash::ColorMomentHash> *ptr)
{
    BEGIN_WRAP
    delete ptr;
    END_WRAP
}
}html %group NativeMethods_img_hash %index img_hash_Ptr_ColorMomentHash_get [32/64bit] cv::img_hash::ColorMomentHash のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst カラーモーメントに基づく画像ハッシュ。 詳しくは[238]を参照してください． 元関数名(C#): img_hash_Ptr_ColorMomentHash_get 元DLLエクスポート名: img_hash_Ptr_ColorMomentHash_get 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_img_hash.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) img_hash_Ptr_ColorMomentHash_get(cv::Ptr<cv::img_hash::ColorMomentHash> *ptr, cv::img_hash::ColorMomentHash **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_img_hash %index img_hash_MarrHildrethHash_create [32/64bit] img_hash_MarrHildrethHash_create %prm p1,p2,p3 p1 = float : float alpha p2 = float : float scale p3 = var : out IntPtr returnValue %inst 元関数名(C#): img_hash_MarrHildrethHash_create 元DLLエクスポート名: img_hash_MarrHildrethHash_create 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_img_hash.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) img_hash_MarrHildrethHash_create(const float alpha, const float scale, cv::Ptr<cv::img_hash::MarrHildrethHash> **returnValue)
{
    BEGIN_WRAP
    const auto ptr = cv::img_hash::MarrHildrethHash::create(alpha, scale);
    *returnValue = clone(ptr);
    END_WRAP
}
}html %group NativeMethods_img_hash %index img_hash_Ptr_MarrHildrethHash_delete [32/64bit] cv::img_hash::MarrHildrethHash のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr ptr %inst Marr-Hildreth Operator Based Hash, 最も遅いですが，より識別性が高いです． 詳細は[289]を参照してください。 元関数名(C#): img_hash_Ptr_MarrHildrethHash_delete 元DLLエクスポート名: img_hash_Ptr_MarrHildrethHash_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_img_hash.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) img_hash_Ptr_MarrHildrethHash_delete(cv::Ptr<cv::img_hash::MarrHildrethHash> *ptr)
{
    BEGIN_WRAP
    delete ptr;
    END_WRAP
}
}html %group NativeMethods_img_hash %index img_hash_Ptr_MarrHildrethHash_get [32/64bit] cv::img_hash::MarrHildrethHash のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst Marr-Hildreth Operator Based Hash, 最も遅いですが，より識別性が高いです． 詳細は[289]を参照してください。 元関数名(C#): img_hash_Ptr_MarrHildrethHash_get 元DLLエクスポート名: img_hash_Ptr_MarrHildrethHash_get 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_img_hash.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) img_hash_Ptr_MarrHildrethHash_get(cv::Ptr<cv::img_hash::MarrHildrethHash> *ptr, cv::img_hash::MarrHildrethHash **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_img_hash %index img_hash_MarrHildrethHash_setKernelParam [32/64bit] Mhカーネルのパラメータを設定します。 %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = float : float alpha p3 = float : float scale %inst 元関数名(C#): img_hash_MarrHildrethHash_setKernelParam 元DLLエクスポート名: img_hash_MarrHildrethHash_setKernelParam 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_img_hash.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) img_hash_MarrHildrethHash_setKernelParam(cv::img_hash::MarrHildrethHash *obj, const float alpha, const float scale)
{
    BEGIN_WRAP
    obj->setKernelParam(alpha, scale);
    END_WRAP
}
}html %group NativeMethods_img_hash %index img_hash_MarrHildrethHash_getAlpha [32/64bit] 自己説明 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out float returnValue %inst 元関数名(C#): img_hash_MarrHildrethHash_getAlpha 元DLLエクスポート名: img_hash_MarrHildrethHash_getAlpha 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_img_hash.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) img_hash_MarrHildrethHash_getAlpha(cv::img_hash::MarrHildrethHash *obj, float *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getAlpha();
    END_WRAP
}
}html %group NativeMethods_img_hash %index img_hash_MarrHildrethHash_getScale [32/64bit] 自己説明 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out float returnValue %inst 元関数名(C#): img_hash_MarrHildrethHash_getScale 元DLLエクスポート名: img_hash_MarrHildrethHash_getScale 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_img_hash.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) img_hash_MarrHildrethHash_getScale(cv::img_hash::MarrHildrethHash *obj, float *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getScale();
    END_WRAP
}
}html %group NativeMethods_img_hash %index img_hash_PHash_create [32/64bit] img_hash_PHash_create %prm p1 p1 = var : out IntPtr returnValue %inst 元関数名(C#): img_hash_PHash_create 元DLLエクスポート名: img_hash_PHash_create 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_img_hash.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) img_hash_PHash_create(cv::Ptr<cv::img_hash::PHash> **returnValue)
{
    BEGIN_WRAP
    const auto ptr = cv::img_hash::PHash::create();
    *returnValue = clone(ptr);
    END_WRAP
}
}html %group NativeMethods_img_hash %index img_hash_Ptr_PHash_delete [32/64bit] cv::img_hash::Phas のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr ptr %inst 元関数名(C#): img_hash_Ptr_PHash_delete 元DLLエクスポート名: img_hash_Ptr_PHash_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_img_hash.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) img_hash_Ptr_PHash_delete(cv::Ptr<cv::img_hash::PHash> *ptr)
{
    BEGIN_WRAP
    delete ptr;
    END_WRAP
}
}html %group NativeMethods_img_hash %index img_hash_Ptr_PHash_get [32/64bit] cv::img_hash::Phas のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst 元関数名(C#): img_hash_Ptr_PHash_get 元DLLエクスポート名: img_hash_Ptr_PHash_get 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_img_hash.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) img_hash_Ptr_PHash_get(cv::Ptr<cv::img_hash::PHash> *ptr, cv::img_hash::PHash **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_img_hash %index img_hash_RadialVarianceHash_create [32/64bit] img_hash_RadialVarianceHash_create %prm p1,p2,p3 p1 = double : double sigma p2 = int : int numOfAngleLine p3 = var : out IntPtr returnValue %inst 元関数名(C#): img_hash_RadialVarianceHash_create 元DLLエクスポート名: img_hash_RadialVarianceHash_create 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_img_hash.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) img_hash_RadialVarianceHash_create(const double sigma, const int numOfAngleLine, cv::Ptr<cv::img_hash::RadialVarianceHash> **returnValue)
{
    BEGIN_WRAP
    const auto ptr = cv::img_hash::RadialVarianceHash::create(sigma, numOfAngleLine);
    *returnValue = clone(ptr);
    END_WRAP
}
}html %group NativeMethods_img_hash %index img_hash_Ptr_RadialVarianceHash_delete [32/64bit] cv::img_hash::RadialVarianceHash のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr ptr %inst ラドン変換に基づく画像ハッシュです． 詳しくは[238]を参照してください． 元関数名(C#): img_hash_Ptr_RadialVarianceHash_delete 元DLLエクスポート名: img_hash_Ptr_RadialVarianceHash_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_img_hash.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) img_hash_Ptr_RadialVarianceHash_delete(cv::Ptr<cv::img_hash::RadialVarianceHash> *ptr)
{
    BEGIN_WRAP
    delete ptr;
    END_WRAP
}
}html %group NativeMethods_img_hash %index img_hash_Ptr_RadialVarianceHash_get [32/64bit] cv::img_hash::RadialVarianceHash のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst ラドン変換に基づく画像ハッシュです． 詳しくは[238]を参照してください． 元関数名(C#): img_hash_Ptr_RadialVarianceHash_get 元DLLエクスポート名: img_hash_Ptr_RadialVarianceHash_get 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_img_hash.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) img_hash_Ptr_RadialVarianceHash_get(cv::Ptr<cv::img_hash::RadialVarianceHash> *ptr, cv::img_hash::RadialVarianceHash **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_img_hash %index img_hash_RadialVarianceHash_setNumOfAngleLine [32/64bit] img_hash_RadialVarianceHash_setNumOfAngleLine %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int value %inst 元関数名(C#): img_hash_RadialVarianceHash_setNumOfAngleLine 元DLLエクスポート名: img_hash_RadialVarianceHash_setNumOfAngleLine 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_img_hash.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) img_hash_RadialVarianceHash_setNumOfAngleLine(cv::img_hash::RadialVarianceHash *obj, const int value)
{
    BEGIN_WRAP
    obj->setNumOfAngleLine(value);
    END_WRAP
}
}html %group NativeMethods_img_hash %index img_hash_RadialVarianceHash_setSigma [32/64bit] img_hash_RadialVarianceHash_setSigma %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double value %inst 元関数名(C#): img_hash_RadialVarianceHash_setSigma 元DLLエクスポート名: img_hash_RadialVarianceHash_setSigma 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_img_hash.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) img_hash_RadialVarianceHash_setSigma(cv::img_hash::RadialVarianceHash *obj, const double value)
{
    BEGIN_WRAP
    obj->setSigma(value);
    END_WRAP
}
}html %group NativeMethods_img_hash %index img_hash_RadialVarianceHash_getNumOfAngleLine [32/64bit] img_hash_RadialVarianceHash_getNumOfAngleLine %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): img_hash_RadialVarianceHash_getNumOfAngleLine 元DLLエクスポート名: img_hash_RadialVarianceHash_getNumOfAngleLine 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_img_hash.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) img_hash_RadialVarianceHash_getNumOfAngleLine(cv::img_hash::RadialVarianceHash *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getNumOfAngleLine();
    END_WRAP
}
}html %group NativeMethods_img_hash %index img_hash_RadialVarianceHash_getSigma [32/64bit] img_hash_RadialVarianceHash_getSigma %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst 元関数名(C#): img_hash_RadialVarianceHash_getSigma 元DLLエクスポート名: img_hash_RadialVarianceHash_getSigma 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_img_hash.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) img_hash_RadialVarianceHash_getSigma(cv::img_hash::RadialVarianceHash *obj, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getSigma();
    END_WRAP
}
}html %group NativeMethods_img_hash %index line_descriptor_LSDDetector_new1 [32/64bit] cv::line_descriptor::LSDDetector のインスタンスを生成します %prm p1 p1 = var : out IntPtr returnValue %inst 元関数名(C#): line_descriptor_LSDDetector_new1 元DLLエクスポート名: line_descriptor_LSDDetector_new1 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_line_descriptor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) line_descriptor_LSDDetector_new1(
    cv::line_descriptor::LSDDetector** returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::line_descriptor::LSDDetector;
    END_WRAP
}
}html %group NativeMethods_line_descriptor %index line_descriptor_LSDDetector_new2 [32/64bit] cv::line_descriptor::LSDDetector のインスタンスを生成します %prm p1,p2,p3,p4,p5,p6,p7,p8 p1 = double : double scale p2 = double : double sigmaScale p3 = double : double quant p4 = double : double angTh p5 = double : double logEps p6 = double : double densityTh p7 = int : int nBins p8 = var : out IntPtr returnValue %inst 元関数名(C#): line_descriptor_LSDDetector_new2 元DLLエクスポート名: line_descriptor_LSDDetector_new2 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_line_descriptor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) line_descriptor_LSDDetector_new2(
    const double scale,
    const double sigma_scale,
    const double quant,
    const double ang_th,
    const double log_eps,
    const double density_th,
    const int n_bins,
    cv::line_descriptor::LSDDetector** returnValue)
{
    BEGIN_WRAP
    cv::line_descriptor::LSDParam param;
    param.scale = scale;
    param.sigma_scale = sigma_scale;
    param.quant = quant;
    param.ang_th = ang_th;
    param.log_eps = log_eps;
    param.density_th = density_th;
    param.n_bins = n_bins;
    *returnValue = new cv::line_descriptor::LSDDetector(param);
    END_WRAP
}
}html %group NativeMethods_line_descriptor %index line_descriptor_LSDDetector_delete [32/64bit] cv::line_descriptor::LSDDetector のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst 元関数名(C#): line_descriptor_LSDDetector_delete 元DLLエクスポート名: line_descriptor_LSDDetector_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_line_descriptor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) line_descriptor_LSDDetector_delete(cv::line_descriptor::LSDDetector* obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_line_descriptor %index line_descriptor_LSDDetector_detect1 [32/64bit] 画像内の線を検出します． %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr obj p2 = sptr : IntPtr image p3 = sptr : IntPtr keypoints p4 = int : int scale p5 = int : int numOctaves p6 = sptr : IntPtr mask %inst 元関数名(C#): line_descriptor_LSDDetector_detect1 元DLLエクスポート名: line_descriptor_LSDDetector_detect1 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_line_descriptor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) line_descriptor_LSDDetector_detect1(
    cv::line_descriptor::LSDDetector* obj,
    cv::Mat* image, std::vector<cv::line_descriptor::KeyLine> *keypoints, int scale, int numOctaves, cv::Mat* mask)
{
    BEGIN_WRAP
    obj->detect(*image, *keypoints, scale, numOctaves, entity(mask));    
    END_WRAP
}
}html %group NativeMethods_line_descriptor %index line_descriptor_LSDDetector_detect2 [32/64bit] 画像内の線を検出します． %prm p1,p2,p3,p4,p5,p6,p7,p8 p1 = sptr : IntPtr obj p2 = sptr : IntPtr[] images p3 = int : int imagesSize p4 = sptr : IntPtr keyLines p5 = int : int scale p6 = int : int numOctaves p7 = sptr : IntPtr[] masks p8 = int : int masksSize %inst 元関数名(C#): line_descriptor_LSDDetector_detect2 元DLLエクスポート名: line_descriptor_LSDDetector_detect2 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_line_descriptor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) line_descriptor_LSDDetector_detect2(
    cv::line_descriptor::LSDDetector* obj,
    cv::Mat **images, int32_t imagesSize,
    std::vector<std::vector<cv::line_descriptor::KeyLine> > *keylines, int scale, int numOctaves,
    cv::Mat** masks, int32_t masksSize)
{
    BEGIN_WRAP
    std::vector<cv::Mat> imagesVec(imagesSize);
    std::vector<cv::Mat> masksVec(masksSize);
    for (int i = 0; i < imagesSize; i++)
    {
        imagesVec[i] = *images[i];
    }
    for (int i = 0; i < masksSize; i++)
    {
        masksVec[i] = *masks[i];
    }
    
    obj->detect(imagesVec, *keylines, scale, numOctaves, masksVec);

    END_WRAP
}
}html %group NativeMethods_line_descriptor %index optflow_motempl_updateMotionHistory [32/64bit] シルエットが動くことで動体視力を更新します。 %prm p1,p2,p3,p4 p1 = sptr : IntPtr silhouette p2 = sptr : IntPtr mhi p3 = double : double timestamp p4 = double : double duration %inst この関数は，次のように動作履歴画像を更新します．(x,y)= \\{timestamp}}{if ?(\\{silhouette}(x,y) = 0\)}{0}{if ?(\{silhouette}(x,y) = 0\)and ?(\{mhi}) < (??-??-?)< (??? -? ???) }{\\}(x,y)}{otherwise}]つまり、動きが発生したMHIピクセルは、現在のタイムスタンプに設定され、前回ずっと前に動きが発生したピクセルはクリアされます。この関数は、calcMotionGradient、calcGlobalOrientationとともに、[53]や[32]で述べられているモーションテンプレート技術を実装しています。 元関数名(C#): optflow_motempl_updateMotionHistory 元DLLエクスポート名: optflow_motempl_updateMotionHistory 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_optflow.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) optflow_motempl_updateMotionHistory(
    cv::_InputArray *silhouette, cv::_InputOutputArray *mhi,
    double timestamp, double duration)
{
    BEGIN_WRAP
    cv::motempl::updateMotionHistory(*silhouette, *mhi, timestamp, duration);
    END_WRAP
}
}html %group NativeMethods_optflow %index optflow_motempl_calcMotionGradient [32/64bit] モーションヒストリー画像のグラデーションオリエンテーションを計算します． %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr mhi p2 = sptr : IntPtr mask p3 = sptr : IntPtr orientation p4 = double : double delta1 p5 = double : double delta2 p6 = int : int apertureSize %inst この関数は，各ピクセル ?((x, y)?)を用いて，グラデーションの方向性を計算します：?((x, y)?)????? )(x,y)= \frac{d\texttt{mhi}/dy}{d\texttt{mhi}/dx}}\]実際には，fastAtan2 と phase が利用され，計算される角度は度単位で，0 〜 360 の範囲をカバーします．また，計算された角度が有効なピクセルを示すために，マスクが塗りつぶされています． (Python) モーションテンプレート法の実行例は、opencv_source_code/samples/python2/motempl.py にあります。 元関数名(C#): optflow_motempl_calcMotionGradient 元DLLエクスポート名: optflow_motempl_calcMotionGradient 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_optflow.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) optflow_motempl_calcMotionGradient(
    cv::_InputArray *mhi, cv::_OutputArray *mask, cv::_OutputArray *orientation,
    double delta1, double delta2, int apertureSize)
{
    BEGIN_WRAP
    cv::motempl::calcMotionGradient(*mhi, *mask, *orientation, delta1, delta2, apertureSize);
    END_WRAP
}
}html %group NativeMethods_optflow %index optflow_motempl_calcGlobalOrientation [32/64bit] 選択された領域のグローバルモーションオリエンテーションを計算します。 %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr orientation p2 = sptr : IntPtr mask p3 = sptr : IntPtr mhi p4 = double : double timestamp p5 = double : double duration p6 = var : out double returnValue %inst この関数は、選択された領域における平均的な動きの方向を計算し、0 度から 360 度の間の角度を返します。この平均方向は，mhi に記録されている，最近の動きの重みが大きく，過去に発生した動きの重みが小さい，重み付けされた方向ヒストグラムから計算されます． 元関数名(C#): optflow_motempl_calcGlobalOrientation 元DLLエクスポート名: optflow_motempl_calcGlobalOrientation 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_optflow.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) optflow_motempl_calcGlobalOrientation(
    cv::_InputArray *orientation, cv::_InputArray *mask,
    cv::_InputArray *mhi, double timestamp, double duration, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::motempl::calcGlobalOrientation(*orientation, *mask, *mhi, timestamp, duration);
    END_WRAP
}
}html %group NativeMethods_optflow %index optflow_motempl_segmentMotion [32/64bit] モーションヒストリー画像を、独立した別々の動作（例えば、左手、右手）に対応するいくつかの部分に分割します。 %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr mhi p2 = sptr : IntPtr segmask p3 = sptr : IntPtr boundingRects p4 = double : double timestamp p5 = double : double segThresh %inst この関数は，すべてのモーションセグメントを検出し，segmask に個別の値 (1,2,...) でマークします．また，モーションに接続されたコンポーネントのROIを含むベクトルを計算します．その後，calcGlobalOrientation を用いて，特定のコンポーネントの抽出されたマスクを用いて，各コンポーネントの動きの方向を計算します． 元関数名(C#): optflow_motempl_segmentMotion 元DLLエクスポート名: optflow_motempl_segmentMotion 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_optflow.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) optflow_motempl_segmentMotion(
    cv::_InputArray *mhi, cv::_OutputArray *segmask,
    std::vector<cv::Rect> *boundingRects,
    double timestamp, double segThresh)
{
    BEGIN_WRAP
    cv::motempl::segmentMotion(*mhi, *segmask, *boundingRects, timestamp, segThresh);
    END_WRAP
}
}html %group NativeMethods_optflow %index optflow_calcOpticalFlowSF1 [32/64bit] SimpleFlow "アルゴリズムを用いて、オプティカルフローを計算します。 %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr from p2 = sptr : IntPtr to p3 = sptr : IntPtr flow p4 = int : int layers p5 = int : int averagingBlockSize p6 = int : int maxFlow %inst 239]を参照してください。そして、プロジェクトのサイト - http://graphics.berkeley.edu/papers/Tao-SAN-2012-05/.Note simpleFlowアルゴリズムを用いた例は、samples/simpleflow_demo.cppにあります。 元関数名(C#): optflow_calcOpticalFlowSF1 元DLLエクスポート名: optflow_calcOpticalFlowSF1 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_optflow.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) optflow_calcOpticalFlowSF1(
    cv::_InputArray *from,
    cv::_InputArray *to,
    cv::_OutputArray *flow,
    int layers,
    int averagingBlockSize,
    int maxFlow)
{
    BEGIN_WRAP
    cv::optflow::calcOpticalFlowSF(*from, *to, *flow, layers, averagingBlockSize, maxFlow);
    END_WRAP
}
}html %group NativeMethods_optflow %index optflow_calcOpticalFlowSF2 [32/64bit] SimpleFlow "アルゴリズムを用いて、オプティカルフローを計算します。 %prm p1,p2,p3,p4,p5,p6,p7,p8,p9,p10,p11,p12,p13,p14,p15,p16 p1 = sptr : IntPtr from p2 = sptr : IntPtr to p3 = sptr : IntPtr flow p4 = int : int layers p5 = int : int averagingBlockSize p6 = int : int maxFlow p7 = double : double sigmaDist p8 = double : double sigmaColor p9 = int : int postprocessWindow p10 = double : double sigmaDistFix p11 = double : double sigmaColorFix p12 = double : double occThr p13 = int : int upscaleAveragingRadius p14 = double : double upscaleSigmaDist p15 = double : double upscaleSigmaColor p16 = double : double speedUpThr %inst 239]を参照してください。そして、プロジェクトのサイト - http://graphics.berkeley.edu/papers/Tao-SAN-2012-05/.Note simpleFlowアルゴリズムを用いた例は、samples/simpleflow_demo.cppにあります。 元関数名(C#): optflow_calcOpticalFlowSF2 元DLLエクスポート名: optflow_calcOpticalFlowSF2 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_optflow.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) optflow_calcOpticalFlowSF2(
    cv::_InputArray *from,
    cv::_InputArray *to,
    cv::_OutputArray *flow,
    int layers,
    int averagingBlockSize,
    int maxFlow,
    double sigmaDist,
    double sigmaColor,
    int postprocessWindow,
    double sigmaDistFix,
    double sigmaColorFix,
    double occThr,
    int upscaleAveragingRadius,
    double upscaleSigmaDist,
    double upscaleSigmaColor,
    double speedUpThr)
{
    BEGIN_WRAP
    cv::optflow::calcOpticalFlowSF(*from, *to, *flow, layers, averagingBlockSize, maxFlow,
        sigmaDist, sigmaColor, postprocessWindow, sigmaDistFix, sigmaColorFix,
        occThr, upscaleAveragingRadius, upscaleSigmaDist, upscaleSigmaColor, speedUpThr);
    END_WRAP
}
}html %group NativeMethods_optflow %index optflow_calcOpticalFlowSparseToDense [32/64bit] PyrLK スパースマッチ補間に基づく高速高密度オプティカルフロー． %prm p1,p2,p3,p4,p5,p6,p7,p8,p9 p1 = sptr : IntPtr from p2 = sptr : IntPtr to p3 = sptr : IntPtr flow p4 = int : int gridStep p5 = int : int k p6 = float : float sigma p7 = int : int usePostProc p8 = float : float fgsLambda p9 = float : float fgsSigma %inst 元関数名(C#): optflow_calcOpticalFlowSparseToDense 元DLLエクスポート名: optflow_calcOpticalFlowSparseToDense 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_optflow.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) optflow_calcOpticalFlowSparseToDense(
    cv::_InputArray *from,  cv::_InputArray *to,  cv::_OutputArray *flow,
    int grid_step, int k, float sigma, int use_post_proc, float fgs_lambda, float fgs_sigma )
{
    BEGIN_WRAP
    cv::optflow::calcOpticalFlowSparseToDense(
        *from, *to, *flow, 
        grid_step, k, sigma, use_post_proc != 0, fgs_lambda, fgs_sigma);
    END_WRAP
}
}html %group NativeMethods_optflow %index quality_QualityBase_compute [32/64bit] quality_QualityBase_compute %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = sptr : IntPtr img p3 = var : out Scalar returnValue %inst 元関数名(C#): quality_QualityBase_compute 元DLLエクスポート名: quality_QualityBase_compute 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_quality.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) quality_QualityBase_compute(cv::quality::QualityBase *obj, cv::_InputArray *img, MyCvScalar *returnValue)
{
    BEGIN_WRAP
    const auto ret = obj->compute(*img);
    *returnValue = c(ret);
    END_WRAP
}
}html %group NativeMethods_quality %index quality_QualityBase_getQualityMap [32/64bit] アルゴリズムがサポートしていれば、計算中に生成された出力品質マップを返します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr dst %inst 元関数名(C#): quality_QualityBase_getQualityMap 元DLLエクスポート名: quality_QualityBase_getQualityMap 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_quality.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) quality_QualityBase_getQualityMap(cv::quality::QualityBase *obj, cv::_OutputArray *dst)
{
    BEGIN_WRAP
    obj->getQualityMap(*dst);
    END_WRAP
}
}html %group NativeMethods_quality %index quality_QualityBase_clear [32/64bit] Algorithm::clear() を実装しています． %prm p1 p1 = sptr : IntPtr obj %inst cv::Algorithm.Reimplemented from cv::quality::QualityPSNR, cv::quality::QualityGMSD, cv::quality::QualitySSIM, および cv::quality::QualityMSE. 元関数名(C#): quality_QualityBase_clear 元DLLエクスポート名: quality_QualityBase_clear 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_quality.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) quality_QualityBase_clear(cv::quality::QualityBase *obj)
{
    BEGIN_WRAP
    obj->clear();
    END_WRAP
}
}html %group NativeMethods_quality %index quality_QualityBase_empty [32/64bit] Algorithm::empty() を実装しています． %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst cv::Algorithm.Reimplemented from cv::quality::QualityPSNR, cv::quality::QualityGMSD, cv::quality::QualitySSIM, および cv::quality::QualityMSE. 元関数名(C#): quality_QualityBase_empty 元DLLエクスポート名: quality_QualityBase_empty 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_quality.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) quality_QualityBase_empty(cv::quality::QualityBase *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->empty() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_quality %index quality_createQualityPSNR [32/64bit] 品質を計算するオブジェクトを作成します． %prm p1,p2,p3 p1 = sptr : IntPtr @ref p2 = double : double maxPixelValue p3 = var : out IntPtr returnValue %inst 元関数名(C#): quality_createQualityPSNR 元DLLエクスポート名: quality_createQualityPSNR 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_quality.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) quality_createQualityPSNR(
    cv::_InputArray *ref, double maxPixelValue, cv::Ptr<cv::quality::QualityPSNR> **returnValue)
{
    BEGIN_WRAP
    const auto ptr = cv::quality::QualityPSNR::create(*ref, maxPixelValue);
    *returnValue = clone(ptr);
    END_WRAP
}
}html %group NativeMethods_quality %index quality_Ptr_QualityPSNR_delete [32/64bit] cv::quality::QualityPSNR のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst full reference peak signal to noise ratio (PSNR) algorithm https://en.wikipedia.org/wiki/Peak_signal-to-noise_ratio. 元関数名(C#): quality_Ptr_QualityPSNR_delete 元DLLエクスポート名: quality_Ptr_QualityPSNR_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_quality.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) quality_Ptr_QualityPSNR_delete(cv::Ptr<cv::quality::QualityPSNR> *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_quality %index quality_QualityPSNR_staticCompute [32/64bit] quality_QualityPSNR_staticCompute %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr @ref p2 = sptr : IntPtr cmp p3 = sptr : IntPtr qualityMap p4 = double : double maxPixelValue p5 = var : out Scalar returnValue %inst 元関数名(C#): quality_QualityPSNR_staticCompute 元DLLエクスポート名: quality_QualityPSNR_staticCompute 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_quality.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) quality_QualityPSNR_staticCompute(
    cv::_InputArray *ref, cv::_InputArray *cmp, cv::_OutputArray *qualityMap, double maxPixelValue, MyCvScalar *returnValue)
{
    BEGIN_WRAP
    cv::Scalar ret;
    if (qualityMap == nullptr)
        ret = cv::quality::QualityPSNR::compute(*ref, *cmp, cv::noArray(), maxPixelValue);
    else
        ret = cv::quality::QualityPSNR::compute(*ref, *cmp, *qualityMap, maxPixelValue);
    *returnValue = c(ret);
    END_WRAP
}
}html %group NativeMethods_quality %index quality_QualityPSNR_getMaxPixelValue [32/64bit] PSNRの計算に用いる最大ピクセル値を返す %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst 元関数名(C#): quality_QualityPSNR_getMaxPixelValue 元DLLエクスポート名: quality_QualityPSNR_getMaxPixelValue 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_quality.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) quality_QualityPSNR_getMaxPixelValue(cv::quality::QualityPSNR *obj, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getMaxPixelValue();
    END_WRAP
}
}html %group NativeMethods_quality %index quality_QualityPSNR_setMaxPixelValue [32/64bit] PSNRの計算に用いる最大ピクセル値を設定します． %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double val %inst 元関数名(C#): quality_QualityPSNR_setMaxPixelValue 元DLLエクスポート名: quality_QualityPSNR_setMaxPixelValue 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_quality.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) quality_QualityPSNR_setMaxPixelValue(cv::quality::QualityPSNR *obj, double val)
{
    BEGIN_WRAP
    obj->setMaxPixelValue(val);
    END_WRAP
}
}html %group NativeMethods_quality %index quality_Ptr_QualityPSNR_get [32/64bit] cv::quality::QualityPSNR のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst full reference peak signal to noise ratio (PSNR) algorithm https://en.wikipedia.org/wiki/Peak_signal-to-noise_ratio. 元関数名(C#): quality_Ptr_QualityPSNR_get 元DLLエクスポート名: quality_Ptr_QualityPSNR_get 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_quality.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) quality_Ptr_QualityPSNR_get(
    cv::Ptr<cv::quality::QualityPSNR>* ptr, cv::quality::QualityPSNR **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_quality %index quality_createQualitySSIM [32/64bit] 品質を計算するオブジェクトを作成します． %prm p1,p2 p1 = sptr : IntPtr @ref p2 = var : out IntPtr returnValue %inst 元関数名(C#): quality_createQualitySSIM 元DLLエクスポート名: quality_createQualitySSIM 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_quality.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) quality_createQualitySSIM(cv::_InputArray* ref, cv::Ptr<cv::quality::QualitySSIM> **returnValue)
{
    BEGIN_WRAP
    const auto ptr = cv::quality::QualitySSIM::create(*ref);
    *returnValue = clone(ptr);
    END_WRAP
}
}html %group NativeMethods_quality %index quality_Ptr_QualitySSIM_delete [32/64bit] cv::quality::QualitySSIM のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst 完全参照構造類似性アルゴリズム https://en.wikipedia.org/wiki/Structural_similarity. 元関数名(C#): quality_Ptr_QualitySSIM_delete 元DLLエクスポート名: quality_Ptr_QualitySSIM_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_quality.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) quality_Ptr_QualitySSIM_delete(cv::Ptr<cv::quality::QualitySSIM>* obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_quality %index quality_Ptr_QualitySSIM_get [32/64bit] cv::quality::QualitySSIM のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst 完全参照構造類似性アルゴリズム https://en.wikipedia.org/wiki/Structural_similarity. 元関数名(C#): quality_Ptr_QualitySSIM_get 元DLLエクスポート名: quality_Ptr_QualitySSIM_get 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_quality.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) quality_Ptr_QualitySSIM_get(
    cv::Ptr<cv::quality::QualitySSIM>* ptr, cv::quality::QualitySSIM **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_quality %index quality_QualitySSIM_staticCompute [32/64bit] quality_QualitySSIM_staticCompute %prm p1,p2,p3,p4 p1 = sptr : IntPtr @ref p2 = sptr : IntPtr cmp p3 = sptr : IntPtr qualityMap p4 = var : out Scalar returnValue %inst 元関数名(C#): quality_QualitySSIM_staticCompute 元DLLエクスポート名: quality_QualitySSIM_staticCompute 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_quality.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) quality_QualitySSIM_staticCompute(
    cv::_InputArray* ref, cv::_InputArray* cmp, cv::_OutputArray* qualityMap, MyCvScalar *returnValue)
{
    BEGIN_WRAP
    cv::Scalar ret;
    if (qualityMap == nullptr)
        ret = cv::quality::QualitySSIM::compute(*ref, *cmp, cv::noArray());
    else
        ret = cv::quality::QualitySSIM::compute(*ref, *cmp, *qualityMap);
    *returnValue = c(ret);
    END_WRAP
}
}html %group NativeMethods_quality %index quality_createQualityGMSD [32/64bit] 画質を計算するオブジェクトを作成します． %prm p1,p2 p1 = sptr : IntPtr @ref p2 = var : out IntPtr returnValue %inst 元関数名(C#): quality_createQualityGMSD 元DLLエクスポート名: quality_createQualityGMSD 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_quality.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) quality_createQualityGMSD(cv::_InputArray* ref, cv::Ptr<cv::quality::QualityGMSD> **returnValue)
{
    BEGIN_WRAP
    const auto ptr = cv::quality::QualityGMSD::create(*ref);
    *returnValue = clone(ptr);
    END_WRAP
}
}html %group NativeMethods_quality %index quality_Ptr_QualityGMSD_delete [32/64bit] cv::quality::QualityGMSD のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst 完全参照GMSDアルゴリズム http://www4.comp.polyu.edu.hk/~cslzhang/IQA/GMSD/GMSD.htm. 元関数名(C#): quality_Ptr_QualityGMSD_delete 元DLLエクスポート名: quality_Ptr_QualityGMSD_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_quality.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) quality_Ptr_QualityGMSD_delete(cv::Ptr<cv::quality::QualityGMSD>* obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_quality %index quality_Ptr_QualityGMSD_get [32/64bit] cv::quality::QualityGMSD のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst 完全参照GMSDアルゴリズム http://www4.comp.polyu.edu.hk/~cslzhang/IQA/GMSD/GMSD.htm. 元関数名(C#): quality_Ptr_QualityGMSD_get 元DLLエクスポート名: quality_Ptr_QualityGMSD_get 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_quality.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) quality_Ptr_QualityGMSD_get(
    cv::Ptr<cv::quality::QualityGMSD>* ptr, cv::quality::QualityGMSD **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_quality %index quality_QualityGMSD_staticCompute [32/64bit] quality_QualityGMSD_staticCompute %prm p1,p2,p3,p4 p1 = sptr : IntPtr @ref p2 = sptr : IntPtr cmp p3 = sptr : IntPtr qualityMap p4 = var : out Scalar returnValue %inst 元関数名(C#): quality_QualityGMSD_staticCompute 元DLLエクスポート名: quality_QualityGMSD_staticCompute 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_quality.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) quality_QualityGMSD_staticCompute(
    cv::_InputArray* ref, cv::_InputArray* cmp, cv::_OutputArray* qualityMap, MyCvScalar *returnValue)
{
    BEGIN_WRAP
    cv::Scalar ret;
    if (qualityMap == nullptr)
        ret = cv::quality::QualityGMSD::compute(*ref, *cmp, cv::noArray());
    else
        ret = cv::quality::QualityGMSD::compute(*ref, *cmp, *qualityMap);
    *returnValue = c(ret);
    END_WRAP
}
}html %group NativeMethods_quality %index quality_createQualityMSE [32/64bit] 品質を計算するオブジェクトを作成します． %prm p1,p2 p1 = sptr : IntPtr @ref p2 = var : out IntPtr returnValue %inst 元関数名(C#): quality_createQualityMSE 元DLLエクスポート名: quality_createQualityMSE 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_quality.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) quality_createQualityMSE(cv::_InputArray* ref, cv::Ptr<cv::quality::QualityMSE> **returnValue)
{
    BEGIN_WRAP
    const auto ptr = cv::quality::QualityMSE::create(*ref);
    *returnValue = clone(ptr);
    END_WRAP
}
}html %group NativeMethods_quality %index quality_Ptr_QualityMSE_delete [32/64bit] cv::quality::QualityMSE のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst Full reference mean square error algorithm https://en.wikipedia.org/wiki/Mean_squared_error. 元関数名(C#): quality_Ptr_QualityMSE_delete 元DLLエクスポート名: quality_Ptr_QualityMSE_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_quality.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) quality_Ptr_QualityMSE_delete(cv::Ptr<cv::quality::QualityMSE>* obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_quality %index quality_Ptr_QualityMSE_get [32/64bit] cv::quality::QualityMSE のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst Full reference mean square error algorithm https://en.wikipedia.org/wiki/Mean_squared_error. 元関数名(C#): quality_Ptr_QualityMSE_get 元DLLエクスポート名: quality_Ptr_QualityMSE_get 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_quality.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) quality_Ptr_QualityMSE_get(
    cv::Ptr<cv::quality::QualityMSE>* ptr, cv::quality::QualityMSE **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_quality %index quality_QualityMSE_staticCompute [32/64bit] quality_QualityMSE_staticCompute %prm p1,p2,p3,p4 p1 = sptr : IntPtr @ref p2 = sptr : IntPtr cmp p3 = sptr : IntPtr qualityMap p4 = var : out Scalar returnValue %inst 元関数名(C#): quality_QualityMSE_staticCompute 元DLLエクスポート名: quality_QualityMSE_staticCompute 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_quality.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) quality_QualityMSE_staticCompute(
    cv::_InputArray* ref, cv::_InputArray* cmp, cv::_OutputArray* qualityMap, MyCvScalar *returnValue)
{
    BEGIN_WRAP
    cv::Scalar ret;
    if (qualityMap == nullptr)
        ret = cv::quality::QualityMSE::compute(*ref, *cmp, cv::noArray());
    else
        ret = cv::quality::QualityMSE::compute(*ref, *cmp, *qualityMap);
    *returnValue = c(ret);
    END_WRAP
}
}html %group NativeMethods_quality %index quality_createQualityBRISQUE1 [32/64bit] 品質を計算するオブジェクトを作成します． %prm p1,p2,p3 p1 = str : [MarshalAs(UnmanagedType.LPStr)] string modelFilePath p2 = str : [MarshalAs(UnmanagedType.LPStr)] string rangeFilePath p3 = var : out IntPtr returnValue %inst 元関数名(C#): quality_createQualityBRISQUE1 元DLLエクスポート名: quality_createQualityBRISQUE1 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_quality.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) quality_createQualityBRISQUE1(
    const char *modelFilePath, const char *rangeFilePath, cv::Ptr<cv::quality::QualityBRISQUE> **returnValue)
{
    BEGIN_WRAP
    const auto ptr = cv::quality::QualityBRISQUE::create(modelFilePath, rangeFilePath);
    *returnValue = clone(ptr);
    END_WRAP
}
}html %group NativeMethods_quality %index quality_createQualityBRISQUE2 [32/64bit] 品質を計算するオブジェクトを作成します． %prm p1,p2,p3 p1 = sptr : IntPtr model p2 = sptr : IntPtr range p3 = var : out IntPtr returnValue %inst 元関数名(C#): quality_createQualityBRISQUE2 元DLLエクスポート名: quality_createQualityBRISQUE2 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_quality.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) quality_createQualityBRISQUE2(
    cv::ml::SVM *model, cv::Mat *range, cv::Ptr<cv::quality::QualityBRISQUE> **returnValue)
{
    BEGIN_WRAP
    const auto ptr = cv::quality::QualityBRISQUE::create(model, *range);
    *returnValue = clone(ptr);
    END_WRAP
}
}html %group NativeMethods_quality %index quality_Ptr_QualityBRISQUE_delete [32/64bit] cv::quality::QualityBRISQUE のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst BRISQUE (Blind/Referenceless Image Spatial Quality Evaluator) は，NR-IQA (No Reference Image Quality Assessment) アルゴリズムの一つです． BRISQUEは、Natural Scene Statistics (https://en.wikipedia.org/wiki/Scene_statistics)を抽出し、特徴ベクトルを計算することでスコアを算出します。オリジナルの論文はMittal et al.[174]、オリジナルの実装は[173]を参照してください。 学習済みのモデルは，/samples/ ディレクトリに用意されており，オリジナルの実装と同様に LIVE-R2 データベース [114] で学習されています．TID2008データベース[180]に対して評価したところ，オリジナルの実装ではSROCCが-0.8354であったのに対し，SROCCは-0.8424となりました．BRISQUE LIVE-R2トレーナーとTID2008評価器のC++コードも/samples/ディレクトリにあります。 元関数名(C#): quality_Ptr_QualityBRISQUE_delete 元DLLエクスポート名: quality_Ptr_QualityBRISQUE_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_quality.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) quality_Ptr_QualityBRISQUE_delete(cv::Ptr<cv::quality::QualityBRISQUE>* obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_quality %index quality_Ptr_QualityBRISQUE_get [32/64bit] cv::quality::QualityBRISQUE のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst BRISQUE (Blind/Referenceless Image Spatial Quality Evaluator) は，NR-IQA (No Reference Image Quality Assessment) アルゴリズムの一つです． BRISQUEは、Natural Scene Statistics (https://en.wikipedia.org/wiki/Scene_statistics)を抽出し、特徴ベクトルを計算することでスコアを算出します。オリジナルの論文はMittal et al.[174]、オリジナルの実装は[173]を参照してください。 学習済みのモデルは，/samples/ ディレクトリに用意されており，オリジナルの実装と同様に LIVE-R2 データベース [114] で学習されています．TID2008データベース[180]に対して評価したところ，オリジナルの実装ではSROCCが-0.8354であったのに対し，SROCCは-0.8424となりました．BRISQUE LIVE-R2トレーナーとTID2008評価器のC++コードも/samples/ディレクトリにあります。 元関数名(C#): quality_Ptr_QualityBRISQUE_get 元DLLエクスポート名: quality_Ptr_QualityBRISQUE_get 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_quality.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) quality_Ptr_QualityBRISQUE_get(
    cv::Ptr<cv::quality::QualityBRISQUE>* ptr, cv::quality::QualityBRISQUE **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_quality %index quality_QualityBRISQUE_staticCompute [32/64bit] quality_QualityBRISQUE_staticCompute %prm p1,p2,p3,p4 p1 = sptr : IntPtr @ref p2 = str : [MarshalAs(UnmanagedType.LPStr)] string modelFilePath p3 = str : [MarshalAs(UnmanagedType.LPStr)] string rangeFilePath p4 = var : out Scalar returnValue %inst 元関数名(C#): quality_QualityBRISQUE_staticCompute 元DLLエクスポート名: quality_QualityBRISQUE_staticCompute 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_quality.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) quality_QualityBRISQUE_staticCompute(
    cv::_InputArray* ref, const char* modelFilePath, const char* rangeFilePath, MyCvScalar *returnValue)
{
    BEGIN_WRAP
    const auto ret = cv::quality::QualityBRISQUE::compute(*ref, modelFilePath, rangeFilePath);
    *returnValue = c(ret);
    END_WRAP
}
}html %group NativeMethods_quality %index quality_QualityBRISQUE_computeFeatures [32/64bit] BRISQUEアルゴリズムで使用する画像特徴量の静的な計算方法 %prm p1,p2 p1 = sptr : IntPtr img p2 = sptr : IntPtr features %inst 元関数名(C#): quality_QualityBRISQUE_computeFeatures 元DLLエクスポート名: quality_QualityBRISQUE_computeFeatures 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_quality.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) quality_QualityBRISQUE_computeFeatures(
    cv::_InputArray* img, cv::_OutputArray *features)
{
    BEGIN_WRAP
    cv::quality::QualityBRISQUE::computeFeatures(*img, *features);
    END_WRAP
}
}html %group NativeMethods_quality %index string_new1 [32/64bit] std::string のインスタンスを生成します %prm %inst 元関数名(C#): string_new1 元DLLエクスポート名: string_new1 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdstring.cs ▼ C言語側関数定義 html{ 
CVAPI(std::string*) string_new1()
{
    return new std::string;
}
}html %group NativeMethods_stdstring %index string_new2 [32/64bit] std::string のインスタンスを生成します %prm p1 p1 = var : [MarshalAs(UnmanagedType.LPArray)] byte[] str %inst 元関数名(C#): string_new2 元DLLエクスポート名: string_new2 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdstring.cs ▼ C言語側関数定義 html{ 
CVAPI(std::string*) string_new2(const char *str)
{
    return new std::string(str);
}
}html %group NativeMethods_stdstring %index string_delete [32/64bit] std::string のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr s %inst 元関数名(C#): string_delete 元DLLエクスポート名: string_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdstring.cs ▼ C言語側関数定義 html{ 
CVAPI(void) string_delete(std::string *s)
{
    delete s;
}
}html %group NativeMethods_stdstring %index string_c_str [32/64bit] string_c_str %prm p1 p1 = sptr : IntPtr s %inst 元関数名(C#): string_c_str 元DLLエクスポート名: string_c_str 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdstring.cs ▼ C言語側関数定義 html{ 
CVAPI(const char*) string_c_str(std::string *s)
{
    return s->c_str();
}
}html %group NativeMethods_stdstring %index string_size [32/64bit] string_size %prm p1 p1 = sptr : IntPtr s %inst 元関数名(C#): string_size 元DLLエクスポート名: string_size 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdstring.cs ▼ C言語側関数定義 html{ 
CVAPI(size_t) string_size(std::string *s)
{
    return s->size();
}
}html %group NativeMethods_stdstring %index vector_uchar_new1 [32/64bit] std::vector> のインスタンスを生成します %prm %inst 元関数名(C#): vector_uchar_new1 元DLLエクスポート名: vector_uchar_new1 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(std::vector<std::vector<uchar> >*) vector_vector_uchar_new1()
{
    return new std::vector<std::vector<uchar> >;
}
}html %group NativeMethods_stdvector %index vector_uchar_new2 [32/64bit] std::vector() のインスタンスを生成します %prm p1 p1 = sptr : nuint size %inst 元関数名(C#): vector_uchar_new2 元DLLエクスポート名: vector_uchar_new2 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(std::vector<uchar>*) vector_uchar_new2(size_t size)
{
    return new std::vector<uchar>(size);
}
}html %group NativeMethods_stdvector %index vector_uchar_new3 [32/64bit] new std::vector() のインスタンスを生成します %prm p1,p2 p1 = var : [In] byte[] data p2 = sptr : nuint dataLength %inst 元関数名(C#): vector_uchar_new3 元DLLエクスポート名: vector_uchar_new3 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(std::vector<uchar>*) vector_uchar_new3(uchar* data, size_t dataLength)
{
    return new std::vector<uchar>(data, data + dataLength);
}
}html %group NativeMethods_stdvector %index vector_uchar_getSize [32/64bit] vector_uchar_getSize %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_uchar_getSize 元DLLエクスポート名: vector_uchar_getSize 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(size_t) vector_vector_uchar_getSize1(std::vector<std::vector<uchar> >* vec)
{
    return vec->size();
}
}html %group NativeMethods_stdvector %index vector_uchar_getPointer [32/64bit] std::vector のインスタンスポインタを取得します %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_uchar_getPointer 元DLLエクスポート名: vector_uchar_getPointer 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(uchar*) vector_uchar_getPointer(std::vector<uchar>* vector)
{
    return &(vector->at(0));
}
}html %group NativeMethods_stdvector %index vector_uchar_copy [32/64bit] std::vector> をメモリコピーします %prm p1,p2 p1 = sptr : IntPtr vector p2 = sptr : IntPtr dst %inst 元関数名(C#): vector_uchar_copy 元DLLエクスポート名: vector_uchar_copy 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(void) vector_vector_uchar_copy(std::vector<std::vector<uchar> >* vec, uchar** dst)
{
    for (size_t i = 0; i < vec->size(); i++)
    {
        auto& elem = vec->at(i);
        void* src = &elem[0];
        const auto length = sizeof(int) * elem.size();
        memcpy(dst[i], src, length);
    }
}
}html %group NativeMethods_stdvector %index vector_uchar_delete [32/64bit] std::vector> のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_uchar_delete 元DLLエクスポート名: vector_uchar_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(void) vector_vector_uchar_delete(std::vector<std::vector<uchar> >* vec)
{
    delete vec;
}
}html %group NativeMethods_stdvector %index vector_int32_new1 [32/64bit] std::vector のインスタンスを生成します %prm %inst 元関数名(C#): vector_int32_new1 元DLLエクスポート名: vector_int32_new1 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(std::vector<int>*) vector_int32_new1()
{
    return new std::vector<int>;
}
}html %group NativeMethods_stdvector %index vector_int32_new2 [32/64bit] std::vector のインスタンスを生成します %prm p1 p1 = sptr : nuint size %inst 元関数名(C#): vector_int32_new2 元DLLエクスポート名: vector_int32_new2 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(std::vector<int>*) vector_int32_new2(size_t size)
{
    return new std::vector<int>(size);
}
}html %group NativeMethods_stdvector %index vector_int32_new3 [32/64bit] std::vector のインスタンスを生成します %prm p1,p2 p1 = var : [In] int[] data p2 = sptr : nuint dataLength %inst 元関数名(C#): vector_int32_new3 元DLLエクスポート名: vector_int32_new3 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(std::vector<int>*) vector_int32_new3(int* data, size_t dataLength)
{
    return new std::vector<int>(data, data + dataLength);
}
}html %group NativeMethods_stdvector %index vector_int32_getSize [32/64bit] vector_int32_getSize %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_int32_getSize 元DLLエクスポート名: vector_int32_getSize 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(size_t) vector_int32_getSize(std::vector<int>* vector)
{
    return vector->size();
}
}html %group NativeMethods_stdvector %index vector_int32_getPointer [32/64bit] std::vector のインスタンスポインタを取得します %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_int32_getPointer 元DLLエクスポート名: vector_int32_getPointer 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(int*) vector_int32_getPointer(std::vector<int>* vector)
{
    return &(vector->at(0));
}
}html %group NativeMethods_stdvector %index vector_int32_delete [32/64bit] std::vector のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_int32_delete 元DLLエクスポート名: vector_int32_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(void) vector_int32_delete(std::vector<int>* vector)
{
    delete vector;
}
}html %group NativeMethods_stdvector %index vector_float_new1 [32/64bit] std::vector のインスタンスを生成します %prm %inst 元関数名(C#): vector_float_new1 元DLLエクスポート名: vector_float_new1 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(std::vector<float>*) vector_float_new1()
{
    return new std::vector<float>;
}
}html %group NativeMethods_stdvector %index vector_float_new2 [32/64bit] std::vector のインスタンスを生成します %prm p1 p1 = sptr : nuint size %inst 元関数名(C#): vector_float_new2 元DLLエクスポート名: vector_float_new2 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(std::vector<float>*) vector_float_new2(size_t size)
{
    return new std::vector<float>(size);
}
}html %group NativeMethods_stdvector %index vector_float_new3 [32/64bit] std::vector のインスタンスを生成します %prm p1,p2 p1 = var : [In] float[] data p2 = sptr : nuint dataLength %inst 元関数名(C#): vector_float_new3 元DLLエクスポート名: vector_float_new3 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(std::vector<float>*) vector_float_new3(float* data, size_t dataLength)
{
    return new std::vector<float>(data, data + dataLength);
}
}html %group NativeMethods_stdvector %index vector_float_getSize [32/64bit] vector_float_getSize %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_float_getSize 元DLLエクスポート名: vector_float_getSize 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(size_t) vector_float_getSize(std::vector<float>* vector)
{
    return vector->size();
}
}html %group NativeMethods_stdvector %index vector_float_getPointer [32/64bit] std::vector のインスタンスポインタを取得します %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_float_getPointer 元DLLエクスポート名: vector_float_getPointer 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(float*) vector_float_getPointer(std::vector<float>* vector)
{
    return &(vector->at(0));
}
}html %group NativeMethods_stdvector %index vector_float_delete [32/64bit] std::vector のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_float_delete 元DLLエクスポート名: vector_float_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(void) vector_float_delete(std::vector<float>* vector)
{
    delete vector;
}
}html %group NativeMethods_stdvector %index vector_double_new1 [32/64bit] std::vector> のインスタンスを生成します %prm %inst 元関数名(C#): vector_double_new1 元DLLエクスポート名: vector_double_new1 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(std::vector<std::vector<double> >*) vector_vector_double_new1()
{
    return new std::vector<std::vector<double> >;
}
}html %group NativeMethods_stdvector %index vector_double_new2 [32/64bit] std::vector> のインスタンスを生成します %prm p1 p1 = sptr : nuint size %inst 元関数名(C#): vector_double_new2 元DLLエクスポート名: vector_double_new2 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(std::vector<double>*) vector_double_new2(size_t size)
{
    return new std::vector<double>(size);
}
}html %group NativeMethods_stdvector %index vector_double_new3 [32/64bit] std::vector> のインスタンスを生成します %prm p1,p2 p1 = var : [In] double[] data p2 = sptr : nuint dataLength %inst 元関数名(C#): vector_double_new3 元DLLエクスポート名: vector_double_new3 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(std::vector<double>*) vector_double_new3(double* data, size_t dataLength)
{
    return new std::vector<double>(data, data + dataLength);
}
}html %group NativeMethods_stdvector %index vector_double_getSize [32/64bit] vector_double_getSize %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_double_getSize 元DLLエクスポート名: vector_double_getSize 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(size_t) vector_vector_double_getSize1(std::vector<std::vector<double> >* vec)
{
    return vec->size();
}
}html %group NativeMethods_stdvector %index vector_double_getPointer [32/64bit] std::vector> のインスタンスポインタを取得します %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_double_getPointer 元DLLエクスポート名: vector_double_getPointer 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(double*) vector_double_getPointer(std::vector<double>* vector)
{
    return &(vector->at(0));
}
}html %group NativeMethods_stdvector %index vector_double_delete [32/64bit] std::vector> のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_double_delete 元DLLエクスポート名: vector_double_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(void) vector_vector_double_delete(std::vector<std::vector<double> >* vec)
{
    delete vec;
}
}html %group NativeMethods_stdvector %index vector_Vec2f_new1 [32/64bit] std::vector のインスタンスを生成します %prm %inst 元関数名(C#): vector_Vec2f_new1 元DLLエクスポート名: vector_Vec2f_new1 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(std::vector<cv::Vec2f>*) vector_Vec2f_new1()
{
    return new std::vector<cv::Vec2f>;
}
}html %group NativeMethods_stdvector %index vector_Vec2f_getSize [32/64bit] vector_Vec2f_getSize %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_Vec2f_getSize 元DLLエクスポート名: vector_Vec2f_getSize 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(size_t) vector_Vec2f_getSize(std::vector<cv::Vec2f>* vector)
{
    return vector->size();
}
}html %group NativeMethods_stdvector %index vector_Vec2f_getPointer [32/64bit] std::vector のインスタンスポインタを取得します %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_Vec2f_getPointer 元DLLエクスポート名: vector_Vec2f_getPointer 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(cv::Vec2f*) vector_Vec2f_getPointer(std::vector<cv::Vec2f>* vector)
{
    return &(vector->at(0));
}
}html %group NativeMethods_stdvector %index vector_Vec2f_delete [32/64bit] std::vector のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_Vec2f_delete 元DLLエクスポート名: vector_Vec2f_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(void) vector_Vec2f_delete(std::vector<cv::Vec2f>* vector)
{
    delete vector;
}
}html %group NativeMethods_stdvector %index vector_Vec3f_new1 [32/64bit] std::vector のインスタンスを生成します %prm %inst 元関数名(C#): vector_Vec3f_new1 元DLLエクスポート名: vector_Vec3f_new1 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(std::vector<cv::Vec3f>*) vector_Vec3f_new1()
{
    return new std::vector<cv::Vec3f>;
}
}html %group NativeMethods_stdvector %index vector_Vec3f_getSize [32/64bit] vector_Vec3f_getSize %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_Vec3f_getSize 元DLLエクスポート名: vector_Vec3f_getSize 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(size_t) vector_Vec3f_getSize(std::vector<cv::Vec3f>* vector)
{
    return vector->size();
}
}html %group NativeMethods_stdvector %index vector_Vec3f_getPointer [32/64bit] std::vector のインスタンスポインタを取得します %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_Vec3f_getPointer 元DLLエクスポート名: vector_Vec3f_getPointer 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(cv::Vec3f*) vector_Vec3f_getPointer(std::vector<cv::Vec3f>* vector)
{
    return &(vector->at(0));
}
}html %group NativeMethods_stdvector %index vector_Vec3f_delete [32/64bit] std::vector のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_Vec3f_delete 元DLLエクスポート名: vector_Vec3f_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(void) vector_Vec3f_delete(std::vector<cv::Vec3f>* vector)
{
    delete vector;
}
}html %group NativeMethods_stdvector %index vector_Vec4f_new1 [32/64bit] std::vector のインスタンスを生成します %prm %inst 元関数名(C#): vector_Vec4f_new1 元DLLエクスポート名: vector_Vec4f_new1 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(std::vector<cv::Vec4f>*) vector_Vec4f_new1()
{
    return new std::vector<cv::Vec4f>;
}
}html %group NativeMethods_stdvector %index vector_Vec4f_new3 [32/64bit] std::vector のインスタンスを生成します %prm p1,p2 p1 = var : [In] Vec4f[] data p2 = sptr : nuint dataLength %inst 元関数名(C#): vector_Vec4f_new3 元DLLエクスポート名: vector_Vec4f_new3 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(std::vector<cv::Vec4f>*) vector_Vec4f_new3(cv::Vec4f* data, size_t dataLength)
{
    return new std::vector<cv::Vec4f>(data, data + dataLength);
}
}html %group NativeMethods_stdvector %index vector_Vec4f_getSize [32/64bit] vector_Vec4f_getSize %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_Vec4f_getSize 元DLLエクスポート名: vector_Vec4f_getSize 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(size_t) vector_Vec4f_getSize(std::vector<cv::Vec4f>* vector)
{
    return vector->size();
}
}html %group NativeMethods_stdvector %index vector_Vec4f_getPointer [32/64bit] std::vector のインスタンスポインタを取得します %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_Vec4f_getPointer 元DLLエクスポート名: vector_Vec4f_getPointer 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(cv::Vec4f*) vector_Vec4f_getPointer(std::vector<cv::Vec4f>* vector)
{
    return &(vector->at(0));
}
}html %group NativeMethods_stdvector %index vector_Vec4f_delete [32/64bit] std::vector のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_Vec4f_delete 元DLLエクスポート名: vector_Vec4f_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(void) vector_Vec4f_delete(std::vector<cv::Vec4f>* vector)
{
    delete vector;
}
}html %group NativeMethods_stdvector %index vector_Vec4i_new1 [32/64bit] std::vector のインスタンスを生成します %prm %inst 元関数名(C#): vector_Vec4i_new1 元DLLエクスポート名: vector_Vec4i_new1 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(std::vector<cv::Vec4i>*) vector_Vec4i_new1()
{
    return new std::vector<cv::Vec4i>;
}
}html %group NativeMethods_stdvector %index vector_Vec4i_new3 [32/64bit] std::vector のインスタンスを生成します %prm p1,p2 p1 = var : [In] Vec4i[] data p2 = sptr : nuint dataLength %inst 元関数名(C#): vector_Vec4i_new3 元DLLエクスポート名: vector_Vec4i_new3 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(std::vector<cv::Vec4i>*) vector_Vec4i_new3(cv::Vec4i* data, size_t dataLength)
{
    return new std::vector<cv::Vec4i>(data, data + dataLength);
}
}html %group NativeMethods_stdvector %index vector_Vec4i_getSize [32/64bit] vector_Vec4i_getSize %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_Vec4i_getSize 元DLLエクスポート名: vector_Vec4i_getSize 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(size_t) vector_Vec4i_getSize(std::vector<cv::Vec4i>* vector)
{
    return vector->size();
}
}html %group NativeMethods_stdvector %index vector_Vec4i_getPointer [32/64bit] std::vector のインスタンスポインタを取得します %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_Vec4i_getPointer 元DLLエクスポート名: vector_Vec4i_getPointer 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(cv::Vec4i*) vector_Vec4i_getPointer(std::vector<cv::Vec4i>* vector)
{
    return &(vector->at(0));
}
}html %group NativeMethods_stdvector %index vector_Vec4i_delete [32/64bit] std::vector のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_Vec4i_delete 元DLLエクスポート名: vector_Vec4i_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(void) vector_Vec4i_delete(std::vector<cv::Vec4i>* vector)
{
    delete vector;
}
}html %group NativeMethods_stdvector %index vector_Vec6f_new1 [32/64bit] std::vector のインスタンスを生成します %prm %inst 元関数名(C#): vector_Vec6f_new1 元DLLエクスポート名: vector_Vec6f_new1 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(std::vector<cv::Vec6f>*) vector_Vec6f_new1()
{
    return new std::vector<cv::Vec6f>;
}
}html %group NativeMethods_stdvector %index vector_Vec6f_getSize [32/64bit] vector_Vec6f_getSize %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_Vec6f_getSize 元DLLエクスポート名: vector_Vec6f_getSize 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(size_t) vector_Vec6f_getSize(std::vector<cv::Vec6f>* vector)
{
    return vector->size();
}
}html %group NativeMethods_stdvector %index vector_Vec6f_getPointer [32/64bit] std::vector のインスタンスポインタを取得します %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_Vec6f_getPointer 元DLLエクスポート名: vector_Vec6f_getPointer 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(cv::Vec6f*) vector_Vec6f_getPointer(std::vector<cv::Vec6f>* vector)
{
    return &(vector->at(0));
}
}html %group NativeMethods_stdvector %index vector_Vec6f_delete [32/64bit] std::vector のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_Vec6f_delete 元DLLエクスポート名: vector_Vec6f_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(void) vector_Vec6f_delete(std::vector<cv::Vec6f>* vector)
{
    delete vector;
}
}html %group NativeMethods_stdvector %index vector_Point2i_new1 [32/64bit] std::vector のインスタンスを生成します %prm %inst 元関数名(C#): vector_Point2i_new1 元DLLエクスポート名: vector_Point2i_new1 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(std::vector<cv::Point>*) vector_Point2i_new1()
{
    return new std::vector<cv::Point>;
}
}html %group NativeMethods_stdvector %index vector_Point2i_new2 [32/64bit] std::vector のインスタンスを生成します %prm p1 p1 = sptr : nuint size %inst 元関数名(C#): vector_Point2i_new2 元DLLエクスポート名: vector_Point2i_new2 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(std::vector<cv::Point>*) vector_Point2i_new2(size_t size)
{
    return new std::vector<cv::Point>(size);
}
}html %group NativeMethods_stdvector %index vector_Point2i_new3 [32/64bit] std::vector のインスタンスを生成します %prm p1,p2 p1 = var : [In] Point[] data p2 = sptr : nuint dataLength %inst 元関数名(C#): vector_Point2i_new3 元DLLエクスポート名: vector_Point2i_new3 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(std::vector<cv::Point>*) vector_Point2i_new3(cv::Point* data, size_t dataLength)
{
    return new std::vector<cv::Point>(data, data + dataLength);
}
}html %group NativeMethods_stdvector %index vector_Point2i_getSize [32/64bit] vector_Point2i_getSize %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_Point2i_getSize 元DLLエクスポート名: vector_Point2i_getSize 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(size_t) vector_Point2i_getSize(std::vector<cv::Point>* vector)
{
    return vector->size();
}
}html %group NativeMethods_stdvector %index vector_Point2i_getPointer [32/64bit] std::vector のインスタンスポインタを取得します %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_Point2i_getPointer 元DLLエクスポート名: vector_Point2i_getPointer 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(cv::Point*) vector_Point2i_getPointer(std::vector<cv::Point>* vector)
{
    return &(vector->at(0));
}
}html %group NativeMethods_stdvector %index vector_Point2i_delete [32/64bit] std::vector のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_Point2i_delete 元DLLエクスポート名: vector_Point2i_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(void) vector_Point2i_delete(std::vector<cv::Point>* vector)
{
    delete vector;
}
}html %group NativeMethods_stdvector %index vector_Point2f_new1 [32/64bit] std::vector のインスタンスを生成します %prm %inst 元関数名(C#): vector_Point2f_new1 元DLLエクスポート名: vector_Point2f_new1 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(std::vector<cv::Point2f>*) vector_Point2f_new1()
{
    return new std::vector<cv::Point2f>;
}
}html %group NativeMethods_stdvector %index vector_Point2f_new2 [32/64bit] std::vector のインスタンスを生成します %prm p1 p1 = sptr : nuint size %inst 元関数名(C#): vector_Point2f_new2 元DLLエクスポート名: vector_Point2f_new2 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(std::vector<cv::Point2f>*) vector_Point2f_new2(size_t size)
{
    return new std::vector<cv::Point2f>(size);
}
}html %group NativeMethods_stdvector %index vector_Point2f_new3 [32/64bit] std::vector のインスタンスを生成します %prm p1,p2 p1 = var : [In] Point2f[] data p2 = sptr : nuint dataLength %inst 元関数名(C#): vector_Point2f_new3 元DLLエクスポート名: vector_Point2f_new3 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(std::vector<cv::Point2f>*) vector_Point2f_new3(cv::Point2f* data, size_t dataLength)
{
    return new std::vector<cv::Point2f>(data, data + dataLength);
}
}html %group NativeMethods_stdvector %index vector_Point2f_getSize [32/64bit] vector_Point2f_getSize %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_Point2f_getSize 元DLLエクスポート名: vector_Point2f_getSize 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(size_t) vector_Point2f_getSize(std::vector<cv::Point2f>* vector)
{
    return vector->size();
}
}html %group NativeMethods_stdvector %index vector_Point2f_getPointer [32/64bit] std::vector のインスタンスポインタを取得します %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_Point2f_getPointer 元DLLエクスポート名: vector_Point2f_getPointer 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(cv::Point2f*) vector_Point2f_getPointer(std::vector<cv::Point2f>* vector)
{
    return &(vector->at(0));
}
}html %group NativeMethods_stdvector %index vector_Point2f_delete [32/64bit] std::vector のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_Point2f_delete 元DLLエクスポート名: vector_Point2f_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(void) vector_Point2f_delete(std::vector<cv::Point2f>* vector)
{
    delete vector;
}
}html %group NativeMethods_stdvector %index vector_Point2d_new1 [32/64bit] std::vector のインスタンスを生成します %prm %inst 元関数名(C#): vector_Point2d_new1 元DLLエクスポート名: vector_Point2d_new1 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(std::vector<cv::Point2d>*) vector_Point2d_new1()
{
    return new std::vector<cv::Point2d>;
}
}html %group NativeMethods_stdvector %index vector_Point2d_getSize [32/64bit] vector_Point2d_getSize %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_Point2d_getSize 元DLLエクスポート名: vector_Point2d_getSize 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(size_t) vector_Point2d_getSize(std::vector<cv::Point2d>* vector)
{
    return vector->size();
}
}html %group NativeMethods_stdvector %index vector_Point2d_getPointer [32/64bit] std::vector のインスタンスポインタを取得します %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_Point2d_getPointer 元DLLエクスポート名: vector_Point2d_getPointer 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(cv::Point2d*) vector_Point2d_getPointer(std::vector<cv::Point2d>* vector)
{
    return &(vector->at(0));
}
}html %group NativeMethods_stdvector %index vector_Point2d_delete [32/64bit] std::vector のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_Point2d_delete 元DLLエクスポート名: vector_Point2d_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(void) vector_Point2d_delete(std::vector<cv::Point2d>* vector)
{
    delete vector;
}
}html %group NativeMethods_stdvector %index vector_Point3f_new1 [32/64bit] std::vector のインスタンスを生成します %prm %inst 元関数名(C#): vector_Point3f_new1 元DLLエクスポート名: vector_Point3f_new1 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(std::vector<cv::Point3f>*) vector_Point3f_new1()
{
    return new std::vector<cv::Point3f>;
}
}html %group NativeMethods_stdvector %index vector_Point3f_new2 [32/64bit] std::vector のインスタンスを生成します %prm p1 p1 = sptr : nuint size %inst 元関数名(C#): vector_Point3f_new2 元DLLエクスポート名: vector_Point3f_new2 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(std::vector<cv::Point3f>*) vector_Point3f_new2(size_t size)
{
    return new std::vector<cv::Point3f>(size);
}
}html %group NativeMethods_stdvector %index vector_Point3f_new3 [32/64bit] std::vector のインスタンスを生成します %prm p1,p2 p1 = var : [In] Point3f[] data p2 = sptr : nuint dataLength %inst 元関数名(C#): vector_Point3f_new3 元DLLエクスポート名: vector_Point3f_new3 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(std::vector<cv::Point3f>*) vector_Point3f_new3(cv::Point3f* data, size_t dataLength)
{
    return new std::vector<cv::Point3f>(data, data + dataLength);
}
}html %group NativeMethods_stdvector %index vector_Point3f_getSize [32/64bit] vector_Point3f_getSize %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_Point3f_getSize 元DLLエクスポート名: vector_Point3f_getSize 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(size_t) vector_Point3f_getSize(std::vector<cv::Point3f>* vector)
{
    return vector->size();
}
}html %group NativeMethods_stdvector %index vector_Point3f_getPointer [32/64bit] std::vector のインスタンスポインタを取得します %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_Point3f_getPointer 元DLLエクスポート名: vector_Point3f_getPointer 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(cv::Point3f*) vector_Point3f_getPointer(std::vector<cv::Point3f>* vector)
{
    return &(vector->at(0));
}
}html %group NativeMethods_stdvector %index vector_Point3f_delete [32/64bit] std::vector のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_Point3f_delete 元DLLエクスポート名: vector_Point3f_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(void) vector_Point3f_delete(std::vector<cv::Point3f>* vector)
{
    delete vector;
}
}html %group NativeMethods_stdvector %index vector_Rect_new1 [32/64bit] new std::vector のインスタンスを生成します %prm %inst 元関数名(C#): vector_Rect_new1 元DLLエクスポート名: vector_Rect_new1 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(std::vector<cv::Rect>*) vector_Rect_new1()
{
    return new std::vector<cv::Rect>;
}
}html %group NativeMethods_stdvector %index vector_Rect_new2 [32/64bit] new std::vector のインスタンスを生成します %prm p1 p1 = sptr : nuint size %inst 元関数名(C#): vector_Rect_new2 元DLLエクスポート名: vector_Rect_new2 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(std::vector<cv::Rect>*) vector_Rect_new2(size_t size)
{
    return new std::vector<cv::Rect>(size);
}
}html %group NativeMethods_stdvector %index vector_Rect_new3 [32/64bit] new std::vector のインスタンスを生成します %prm p1,p2 p1 = var : [In] Rect[] data p2 = sptr : nuint dataLength %inst 元関数名(C#): vector_Rect_new3 元DLLエクスポート名: vector_Rect_new3 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(std::vector<cv::Rect>*) vector_Rect_new3(cv::Rect* data, size_t dataLength)
{
    return new std::vector<cv::Rect>(data, data + dataLength);
}
}html %group NativeMethods_stdvector %index vector_Rect_getSize [32/64bit] vector_Rect_getSize %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_Rect_getSize 元DLLエクスポート名: vector_Rect_getSize 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(size_t) vector_Rect_getSize(std::vector<cv::Rect>* vector)
{
    return vector->size();
}
}html %group NativeMethods_stdvector %index vector_Rect_getPointer [32/64bit] new std::vector のインスタンスポインタを取得します %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_Rect_getPointer 元DLLエクスポート名: vector_Rect_getPointer 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(cv::Rect*) vector_Rect_getPointer(std::vector<cv::Rect> *vector)
{
    return &(vector->at(0));
}
}html %group NativeMethods_stdvector %index vector_Rect_delete [32/64bit] new std::vector のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_Rect_delete 元DLLエクスポート名: vector_Rect_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(void) vector_Rect_delete(std::vector<cv::Rect> *vector)
{    
    //vector->~vector();
    delete vector;
}
}html %group NativeMethods_stdvector %index vector_Rect2d_new1 [32/64bit] std::vector のインスタンスを生成します %prm %inst 元関数名(C#): vector_Rect2d_new1 元DLLエクスポート名: vector_Rect2d_new1 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(std::vector<cv::Rect2d>*) vector_Rect2d_new1()
{
    return new std::vector<cv::Rect2d>;
}
}html %group NativeMethods_stdvector %index vector_Rect2d_new2 [32/64bit] std::vector のインスタンスを生成します %prm p1 p1 = sptr : nuint size %inst 元関数名(C#): vector_Rect2d_new2 元DLLエクスポート名: vector_Rect2d_new2 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(std::vector<cv::Rect2d>*) vector_Rect2d_new2(size_t size)
{
    return new std::vector<cv::Rect2d>(size);
}
}html %group NativeMethods_stdvector %index vector_Rect2d_new3 [32/64bit] std::vector のインスタンスを生成します %prm p1,p2 p1 = var : [In] Rect2d[] data p2 = sptr : nuint dataLength %inst 元関数名(C#): vector_Rect2d_new3 元DLLエクスポート名: vector_Rect2d_new3 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(std::vector<cv::Rect2d>*) vector_Rect2d_new3(cv::Rect2d* data, size_t dataLength)
{
    return new std::vector<cv::Rect2d>(data, data + dataLength);
}
}html %group NativeMethods_stdvector %index vector_Rect2d_getSize [32/64bit] vector_Rect2d_getSize %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_Rect2d_getSize 元DLLエクスポート名: vector_Rect2d_getSize 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(size_t) vector_Rect2d_getSize(std::vector<cv::Rect2d>* vector)
{
    return vector->size();
}
}html %group NativeMethods_stdvector %index vector_Rect2d_getPointer [32/64bit] std::vector のインスタンスポインタを取得します %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_Rect2d_getPointer 元DLLエクスポート名: vector_Rect2d_getPointer 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(cv::Rect2d*) vector_Rect2d_getPointer(std::vector<cv::Rect2d> *vector)
{
    return &(vector->at(0));
}
}html %group NativeMethods_stdvector %index vector_Rect2d_delete [32/64bit] std::vector のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_Rect2d_delete 元DLLエクスポート名: vector_Rect2d_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(void) vector_Rect2d_delete(std::vector<cv::Rect2d> *vector)
{
    delete vector;
}
}html %group NativeMethods_stdvector %index vector_RotatedRect_new1 [32/64bit] std::vector のインスタンスを生成します %prm %inst 元関数名(C#): vector_RotatedRect_new1 元DLLエクスポート名: vector_RotatedRect_new1 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(std::vector<cv::RotatedRect>*) vector_RotatedRect_new1()
{
    return new std::vector<cv::RotatedRect>;
}
}html %group NativeMethods_stdvector %index vector_RotatedRect_new2 [32/64bit] std::vector のインスタンスを生成します %prm p1 p1 = sptr : nuint size %inst 元関数名(C#): vector_RotatedRect_new2 元DLLエクスポート名: vector_RotatedRect_new2 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(std::vector<cv::RotatedRect>*) vector_RotatedRect_new2(size_t size)
{
    return new std::vector<cv::RotatedRect>(size);
}
}html %group NativeMethods_stdvector %index vector_RotatedRect_new3 [32/64bit] std::vector のインスタンスを生成します %prm p1,p2 p1 = var : [In] RotatedRect[] data p2 = sptr : nuint dataLength %inst 元関数名(C#): vector_RotatedRect_new3 元DLLエクスポート名: vector_RotatedRect_new3 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(std::vector<cv::RotatedRect>*) vector_RotatedRect_new3(cv::RotatedRect* data, size_t dataLength)
{
    return new std::vector<cv::RotatedRect>(data, data + dataLength);
}
}html %group NativeMethods_stdvector %index vector_RotatedRect_getSize [32/64bit] vector_RotatedRect_getSize %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_RotatedRect_getSize 元DLLエクスポート名: vector_RotatedRect_getSize 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(size_t) vector_RotatedRect_getSize(std::vector<cv::RotatedRect>* vector)
{
    return vector->size();
}
}html %group NativeMethods_stdvector %index vector_RotatedRect_getPointer [32/64bit] std::vector のインスタンスポインタを取得します %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_RotatedRect_getPointer 元DLLエクスポート名: vector_RotatedRect_getPointer 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(cv::RotatedRect*) vector_RotatedRect_getPointer(std::vector<cv::RotatedRect> *vector)
{
    return &(vector->at(0));
}
}html %group NativeMethods_stdvector %index vector_RotatedRect_delete [32/64bit] std::vector のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_RotatedRect_delete 元DLLエクスポート名: vector_RotatedRect_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(void) vector_RotatedRect_delete(std::vector<cv::RotatedRect> *vector)
{
    delete vector;
}
}html %group NativeMethods_stdvector %index vector_KeyPoint_new1 [32/64bit] std::vector のインスタンスを生成します %prm %inst 元関数名(C#): vector_KeyPoint_new1 元DLLエクスポート名: vector_KeyPoint_new1 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(std::vector<cv::KeyPoint>*) vector_KeyPoint_new1()
{
    return new std::vector<cv::KeyPoint>;
}
}html %group NativeMethods_stdvector %index vector_KeyPoint_new2 [32/64bit] std::vector のインスタンスを生成します %prm p1 p1 = sptr : nuint size %inst 元関数名(C#): vector_KeyPoint_new2 元DLLエクスポート名: vector_KeyPoint_new2 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(std::vector<cv::KeyPoint>*) vector_KeyPoint_new2(size_t size)
{
    return new std::vector<cv::KeyPoint>(size);
}
}html %group NativeMethods_stdvector %index vector_KeyPoint_new3 [32/64bit] std::vector のインスタンスを生成します %prm p1,p2 p1 = var : [In]KeyPoint[] data p2 = sptr : nuint dataLength %inst 元関数名(C#): vector_KeyPoint_new3 元DLLエクスポート名: vector_KeyPoint_new3 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(std::vector<cv::KeyPoint>*) vector_KeyPoint_new3(cv::KeyPoint *data, size_t dataLength)
{
    return new std::vector<cv::KeyPoint>(data, data + dataLength);
}
}html %group NativeMethods_stdvector %index vector_KeyPoint_getSize [32/64bit] vector_KeyPoint_getSize %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_KeyPoint_getSize 元DLLエクスポート名: vector_KeyPoint_getSize 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(size_t) vector_KeyPoint_getSize(std::vector<cv::KeyPoint>* vector)
{
    return vector->size();
}
}html %group NativeMethods_stdvector %index vector_KeyPoint_getPointer [32/64bit] std::vector のインスタンスポインタを取得します %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_KeyPoint_getPointer 元DLLエクスポート名: vector_KeyPoint_getPointer 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(cv::KeyPoint*) vector_KeyPoint_getPointer(std::vector<cv::KeyPoint>* vector)
{
    return &(vector->at(0));
}
}html %group NativeMethods_stdvector %index vector_KeyPoint_delete [32/64bit] std::vector のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_KeyPoint_delete 元DLLエクスポート名: vector_KeyPoint_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(void) vector_KeyPoint_delete(std::vector<cv::KeyPoint>* vector)
{    
    //vector->~vector();
    delete vector;
}
}html %group NativeMethods_stdvector %index vector_DMatch_new1 [32/64bit] std::vector のインスタンスを生成します %prm %inst 元関数名(C#): vector_DMatch_new1 元DLLエクスポート名: vector_DMatch_new1 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(std::vector<cv::DMatch>*) vector_DMatch_new1()
{
    return new std::vector<cv::DMatch>;
}
}html %group NativeMethods_stdvector %index vector_DMatch_new2 [32/64bit] std::vector のインスタンスを生成します %prm p1 p1 = sptr : nuint size %inst 元関数名(C#): vector_DMatch_new2 元DLLエクスポート名: vector_DMatch_new2 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(std::vector<cv::DMatch>*) vector_DMatch_new2(size_t size)
{
    return new std::vector<cv::DMatch>(size);
}
}html %group NativeMethods_stdvector %index vector_DMatch_new3 [32/64bit] std::vector のインスタンスを生成します %prm p1,p2 p1 = var : [In] DMatch[] data p2 = sptr : nuint dataLength %inst 元関数名(C#): vector_DMatch_new3 元DLLエクスポート名: vector_DMatch_new3 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(std::vector<cv::DMatch>*) vector_DMatch_new3(cv::DMatch *data, size_t dataLength)
{
    return new std::vector<cv::DMatch>(data, data + dataLength);
}
}html %group NativeMethods_stdvector %index vector_DMatch_getSize [32/64bit] vector_DMatch_getSize %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_DMatch_getSize 元DLLエクスポート名: vector_DMatch_getSize 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(size_t) vector_DMatch_getSize(std::vector<cv::DMatch>* vector)
{
    return vector->size();
}
}html %group NativeMethods_stdvector %index vector_DMatch_getPointer [32/64bit] std::vector のインスタンスポインタを取得します %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_DMatch_getPointer 元DLLエクスポート名: vector_DMatch_getPointer 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(cv::DMatch*) vector_DMatch_getPointer(std::vector<cv::DMatch>* vector)
{
    return &(vector->at(0));
}
}html %group NativeMethods_stdvector %index vector_DMatch_delete [32/64bit] std::vector のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_DMatch_delete 元DLLエクスポート名: vector_DMatch_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(void) vector_DMatch_delete(std::vector<cv::DMatch>* vector)
{
    delete vector;
}
}html %group NativeMethods_stdvector %index vector_Mat_new1 [32/64bit] std::vector のインスタンスを生成します %prm %inst 元関数名(C#): vector_Mat_new1 元DLLエクスポート名: vector_Mat_new1 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(std::vector<cv::Mat>*) vector_Mat_new1()
{
    return new std::vector<cv::Mat>;
}
}html %group NativeMethods_stdvector %index vector_Mat_new2 [32/64bit] std::vector のインスタンスを生成します %prm p1 p1 = int : uint size %inst 元関数名(C#): vector_Mat_new2 元DLLエクスポート名: vector_Mat_new2 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(std::vector<cv::Mat>*) vector_Mat_new2(uint32_t size)
{
    return new std::vector<cv::Mat>(size);
}
}html %group NativeMethods_stdvector %index vector_Mat_new3 [32/64bit] std::vector のインスタンスを生成します %prm p1,p2 p1 = sptr : IntPtr[] data p2 = int : uint dataLength %inst 元関数名(C#): vector_Mat_new3 元DLLエクスポート名: vector_Mat_new3 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(std::vector<cv::Mat>*) vector_Mat_new3(cv::Mat **data, uint32_t dataLength)
{
    auto *vec = new std::vector<cv::Mat>(dataLength);
    for (size_t i = 0; i < dataLength; i++)
    {
        (*vec)[i] = *(data[i]);
    }
    return vec;
}
}html %group NativeMethods_stdvector %index vector_Mat_getSize [32/64bit] vector_Mat_getSize %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_Mat_getSize 元DLLエクスポート名: vector_Mat_getSize 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(size_t) vector_Mat_getSize(std::vector<cv::Mat>* vector)
{
    return vector->size();
}
}html %group NativeMethods_stdvector %index vector_Mat_getPointer [32/64bit] std::vector のインスタンスポインタを取得します %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_Mat_getPointer 元DLLエクスポート名: vector_Mat_getPointer 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(cv::Mat*) vector_Mat_getPointer(std::vector<cv::Mat>* vector)
{
    return &(vector->at(0));
}
}html %group NativeMethods_stdvector %index vector_Mat_delete [32/64bit] std::vector のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_Mat_delete 元DLLエクスポート名: vector_Mat_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(void) vector_Mat_delete(std::vector<cv::Mat>* vector)
{
    //vector->~vector();
    delete vector;
}
}html %group NativeMethods_stdvector %index vector_Mat_assignToArray [32/64bit] vector_Mat_assignToArray %prm p1,p2 p1 = sptr : IntPtr vector p2 = sptr : [MarshalAs(UnmanagedType.LPArray)] IntPtr[] arr %inst 元関数名(C#): vector_Mat_assignToArray 元DLLエクスポート名: vector_Mat_assignToArray 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(void) vector_Mat_assignToArray(std::vector<cv::Mat>* vector, cv::Mat** arr)
{
    for (size_t i = 0; i < vector->size(); i++)
    {
        (vector->at(i)).assignTo(*(arr[i]));
    }
}
}html %group NativeMethods_stdvector %index vector_DTrees_Node_new1 [32/64bit] std::vector のインスタンスを生成します %prm %inst 元関数名(C#): vector_DTrees_Node_new1 元DLLエクスポート名: vector_DTrees_Node_new1 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(std::vector<cv::ml::DTrees::Node>*) vector_DTrees_Node_new1()
{
    return new std::vector<cv::ml::DTrees::Node>;
}
}html %group NativeMethods_stdvector %index vector_DTrees_Node_getSize [32/64bit] vector_DTrees_Node_getSize %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_DTrees_Node_getSize 元DLLエクスポート名: vector_DTrees_Node_getSize 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(size_t) vector_DTrees_Node_getSize(std::vector<cv::ml::DTrees::Node> *vector)
{
    return vector->size();
}
}html %group NativeMethods_stdvector %index vector_DTrees_Node_getPointer [32/64bit] std::vector のインスタンスポインタを取得します %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_DTrees_Node_getPointer 元DLLエクスポート名: vector_DTrees_Node_getPointer 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(cv::ml::DTrees::Node*) vector_DTrees_Node_getPointer(std::vector<cv::ml::DTrees::Node> *vector)
{
    return &(vector->at(0));
}
}html %group NativeMethods_stdvector %index vector_DTrees_Node_delete [32/64bit] std::vector のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_DTrees_Node_delete 元DLLエクスポート名: vector_DTrees_Node_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(void) vector_DTrees_Node_delete(std::vector<cv::ml::DTrees::Node> *vector)
{
    delete vector;
}
}html %group NativeMethods_stdvector %index vector_DTrees_Split_new1 [32/64bit] std::vector のインスタンスを生成します %prm %inst 元関数名(C#): vector_DTrees_Split_new1 元DLLエクスポート名: vector_DTrees_Split_new1 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(std::vector<cv::ml::DTrees::Split>*) vector_DTrees_Split_new1()
{
    return new std::vector<cv::ml::DTrees::Split>;
}
}html %group NativeMethods_stdvector %index vector_DTrees_Split_getSize [32/64bit] vector_DTrees_Split_getSize %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_DTrees_Split_getSize 元DLLエクスポート名: vector_DTrees_Split_getSize 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(size_t) vector_DTrees_Split_getSize(std::vector<cv::ml::DTrees::Split> *vector)
{
    return vector->size();
}
}html %group NativeMethods_stdvector %index vector_DTrees_Split_getPointer [32/64bit] std::vector のインスタンスポインタを取得します %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_DTrees_Split_getPointer 元DLLエクスポート名: vector_DTrees_Split_getPointer 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(cv::ml::DTrees::Split*) vector_DTrees_Split_getPointer(std::vector<cv::ml::DTrees::Split> *vector)
{
    return &(vector->at(0));
}
}html %group NativeMethods_stdvector %index vector_DTrees_Split_delete [32/64bit] std::vector のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_DTrees_Split_delete 元DLLエクスポート名: vector_DTrees_Split_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(void) vector_DTrees_Split_delete(std::vector<cv::ml::DTrees::Split> *vector)
{
    delete vector;
}
}html %group NativeMethods_stdvector %index vector_ImageFeatures_new1 [32/64bit] std::vector のインスタンスを生成します %prm %inst 元関数名(C#): vector_ImageFeatures_new1 元DLLエクスポート名: vector_ImageFeatures_new1 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(std::vector<cv::detail::ImageFeatures>*) vector_ImageFeatures_new1()
{
    return new std::vector<cv::detail::ImageFeatures>;
}
}html %group NativeMethods_stdvector %index vector_ImageFeatures_getSize [32/64bit] vector_ImageFeatures_getSize %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_ImageFeatures_getSize 元DLLエクスポート名: vector_ImageFeatures_getSize 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(size_t) vector_ImageFeatures_getSize(
    std::vector<cv::detail::ImageFeatures>* vector)
{
    return vector->size();
}
}html %group NativeMethods_stdvector %index vector_ImageFeatures_getKeypointsSize [32/64bit] vector_ImageFeatures_getKeypointsSize %prm p1,p2 p1 = sptr : IntPtr vector p2 = var : [Out] nuint[] dst %inst 元関数名(C#): vector_ImageFeatures_getKeypointsSize 元DLLエクスポート名: vector_ImageFeatures_getKeypointsSize 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(void) vector_ImageFeatures_getKeypointsSize(
    std::vector<cv::detail::ImageFeatures>* vector, size_t *dst)
{
    for (size_t i = 0; i < vector->size(); i++) 
    {
        dst[i] = vector->at(i).keypoints.size();
    }
}
}html %group NativeMethods_stdvector %index vector_ImageFeatures_getElements [32/64bit] vector_ImageFeatures_getElements %prm p1,p2 p1 = sptr : IntPtr vector p2 = var : [Out] WImageFeatures[] dst %inst 元関数名(C#): vector_ImageFeatures_getElements 元DLLエクスポート名: vector_ImageFeatures_getElements 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(void) vector_ImageFeatures_getElements(
    std::vector<cv::detail::ImageFeatures>* vector, detail_ImageFeatures* dstArray)
{
    for (size_t i = 0; i < vector->size(); i++)
    {
        const auto &src = vector->at(i);
        auto &dst = dstArray[i];
        dst.img_idx = src.img_idx;
        dst.img_size = c(src.img_size);
        //std::memcpy(dst.keypoints, &src.keypoints[0], sizeof(cv::KeyPoint)*src.keypoints.size());
        std::copy(src.keypoints.begin(), src.keypoints.end(), std::back_inserter(*dst.keypoints));
        src.descriptors.copyTo(*dst.descriptors);
    }
}
}html %group NativeMethods_stdvector %index vector_ImageFeatures_delete [32/64bit] std::vector のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_ImageFeatures_delete 元DLLエクスポート名: vector_ImageFeatures_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(void) vector_ImageFeatures_delete(std::vector<cv::detail::ImageFeatures>* vector)
{
    delete vector;
}
}html %group NativeMethods_stdvector %index vector_vector_uchar_new1 [32/64bit] std::vector> のインスタンスを生成します %prm %inst 元関数名(C#): vector_vector_uchar_new1 元DLLエクスポート名: vector_vector_uchar_new1 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(std::vector<std::vector<uchar> >*) vector_vector_uchar_new1()
{
    return new std::vector<std::vector<uchar> >;
}
}html %group NativeMethods_stdvector %index vector_vector_uchar_getSize1 [32/64bit] vector_vector_uchar_getSize1 %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_vector_uchar_getSize1 元DLLエクスポート名: vector_vector_uchar_getSize1 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(size_t) vector_vector_uchar_getSize1(std::vector<std::vector<uchar> >* vec)
{
    return vec->size();
}
}html %group NativeMethods_stdvector %index vector_vector_uchar_getSize2 [32/64bit] vector_vector_uchar_getSize2 %prm p1,p2 p1 = sptr : IntPtr vector p2 = var : [In, Out] nuint[] size %inst 元関数名(C#): vector_vector_uchar_getSize2 元DLLエクスポート名: vector_vector_uchar_getSize2 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(void) vector_vector_uchar_getSize2(std::vector<std::vector<uchar> >* vec, size_t* sizes)
{
    for (size_t i = 0; i < vec->size(); i++)
    {
        sizes[i] = vec->at(i).size();
    }
}
}html %group NativeMethods_stdvector %index vector_vector_uchar_copy [32/64bit] std::vector> をメモリコピーします %prm p1,p2 p1 = sptr : IntPtr vec p2 = sptr : IntPtr[] dst %inst 元関数名(C#): vector_vector_uchar_copy 元DLLエクスポート名: vector_vector_uchar_copy 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(void) vector_vector_uchar_copy(std::vector<std::vector<uchar> >* vec, uchar** dst)
{
    for (size_t i = 0; i < vec->size(); i++)
    {
        auto& elem = vec->at(i);
        void* src = &elem[0];
        const auto length = sizeof(int) * elem.size();
        memcpy(dst[i], src, length);
    }
}
}html %group NativeMethods_stdvector %index vector_vector_uchar_delete [32/64bit] std::vector> のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_vector_uchar_delete 元DLLエクスポート名: vector_vector_uchar_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(void) vector_vector_uchar_delete(std::vector<std::vector<uchar> >* vec)
{
    delete vec;
}
}html %group NativeMethods_stdvector %index vector_vector_int_new1 [32/64bit] std::vector> のインスタンスを生成します %prm %inst 元関数名(C#): vector_vector_int_new1 元DLLエクスポート名: vector_vector_int_new1 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(std::vector<std::vector<int> >*) vector_vector_int_new1()
{
    return new std::vector<std::vector<int> >;
}
}html %group NativeMethods_stdvector %index vector_vector_int_getSize1 [32/64bit] vector_vector_int_getSize1 %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_vector_int_getSize1 元DLLエクスポート名: vector_vector_int_getSize1 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(size_t) vector_vector_int_getSize1(std::vector<std::vector<int> >* vec)
{
    return vec->size();
}
}html %group NativeMethods_stdvector %index vector_vector_int_getSize2 [32/64bit] vector_vector_int_getSize2 %prm p1,p2 p1 = sptr : IntPtr vector p2 = var : [In, Out] nuint[] size %inst 元関数名(C#): vector_vector_int_getSize2 元DLLエクスポート名: vector_vector_int_getSize2 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(void) vector_vector_int_getSize2(std::vector<std::vector<int> >* vec, size_t* sizes)
{
    for (size_t i = 0; i < vec->size(); i++)
    {
        sizes[i] = vec->at(i).size();
    }
}
}html %group NativeMethods_stdvector %index vector_vector_int_copy [32/64bit] std::vector> をメモリコピーします %prm p1,p2 p1 = sptr : IntPtr vec p2 = sptr : IntPtr[] dst %inst 元関数名(C#): vector_vector_int_copy 元DLLエクスポート名: vector_vector_int_copy 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(void) vector_vector_int_copy(std::vector<std::vector<int> >* vec, int** dst)
{
    for (size_t i = 0; i < vec->size(); i++)
    {
        auto& elem = vec->at(i);
        void* src = &elem[0];
        const auto length = sizeof(int) * elem.size();
        memcpy(dst[i], src, length);
    }
}
}html %group NativeMethods_stdvector %index vector_vector_int_delete [32/64bit] std::vector> のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_vector_int_delete 元DLLエクスポート名: vector_vector_int_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(void) vector_vector_int_delete(std::vector<std::vector<int> >* vec)
{
    delete vec;
}
}html %group NativeMethods_stdvector %index vector_vector_double_new1 [32/64bit] std::vector> のインスタンスを生成します %prm %inst 元関数名(C#): vector_vector_double_new1 元DLLエクスポート名: vector_vector_double_new1 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(std::vector<std::vector<double> >*) vector_vector_double_new1()
{
    return new std::vector<std::vector<double> >;
}
}html %group NativeMethods_stdvector %index vector_vector_double_getSize1 [32/64bit] vector_vector_double_getSize1 %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_vector_double_getSize1 元DLLエクスポート名: vector_vector_double_getSize1 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(size_t) vector_vector_double_getSize1(std::vector<std::vector<double> >* vec)
{
    return vec->size();
}
}html %group NativeMethods_stdvector %index vector_vector_double_getSize2 [32/64bit] vector_vector_double_getSize2 %prm p1,p2 p1 = sptr : IntPtr vector p2 = var : [In, Out] nuint[] size %inst 元関数名(C#): vector_vector_double_getSize2 元DLLエクスポート名: vector_vector_double_getSize2 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(void) vector_vector_double_getSize2(std::vector<std::vector<double> >* vec, size_t* sizes)
{
    for (size_t i = 0; i < vec->size(); i++)
    {
        sizes[i] = vec->at(i).size();
    }
}
}html %group NativeMethods_stdvector %index vector_vector_double_copy [32/64bit] std::vector> をメモリコピーします %prm p1,p2 p1 = sptr : IntPtr vec p2 = sptr : IntPtr[] dst %inst 元関数名(C#): vector_vector_double_copy 元DLLエクスポート名: vector_vector_double_copy 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(void) vector_vector_double_copy(std::vector<std::vector<double> >* vec, double** dst)
{
    for (size_t i = 0; i < vec->size(); i++)
    {
        std::vector<double>& elem = vec->at(i);
        void* src = &elem[0];
        const size_t length = sizeof(double) * elem.size();
        memcpy(dst[i], src, length);
    }
}
}html %group NativeMethods_stdvector %index vector_vector_double_delete [32/64bit] std::vector> のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_vector_double_delete 元DLLエクスポート名: vector_vector_double_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(void) vector_vector_double_delete(std::vector<std::vector<double> >* vec)
{
    delete vec;
}
}html %group NativeMethods_stdvector %index vector_vector_KeyPoint_new1 [32/64bit] std::vector> のインスタンスを生成します %prm %inst 元関数名(C#): vector_vector_KeyPoint_new1 元DLLエクスポート名: vector_vector_KeyPoint_new1 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(std::vector<std::vector<cv::KeyPoint> >*) vector_vector_KeyPoint_new1()
{
    return new std::vector<std::vector<cv::KeyPoint> >;
}
}html %group NativeMethods_stdvector %index vector_vector_KeyPoint_new3 [32/64bit] std::vector> のインスタンスを生成します %prm p1,p2,p3 p1 = sptr : IntPtr[] values p2 = int : int size1 p3 = var : int[] size2 %inst 元関数名(C#): vector_vector_KeyPoint_new3 元DLLエクスポート名: vector_vector_KeyPoint_new3 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(std::vector<std::vector<cv::KeyPoint> >*) vector_vector_KeyPoint_new3(
    cv::KeyPoint** values, int size1, int* size2)
{
    std::vector<std::vector<cv::KeyPoint> >* vec = new std::vector<std::vector<cv::KeyPoint> >(size1);
    for (int i = 0; i < size1; i++)
    {
        vec->at(i) = std::vector<cv::KeyPoint>(values[i], values[i] + size2[i]);
    }
    return vec;
}
}html %group NativeMethods_stdvector %index vector_vector_KeyPoint_getSize1 [32/64bit] vector_vector_KeyPoint_getSize1 %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_vector_KeyPoint_getSize1 元DLLエクスポート名: vector_vector_KeyPoint_getSize1 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(size_t) vector_vector_KeyPoint_getSize1(std::vector<std::vector<cv::KeyPoint> >* vec)
{
    return vec->size();
}
}html %group NativeMethods_stdvector %index vector_vector_KeyPoint_getSize2 [32/64bit] vector_vector_KeyPoint_getSize2 %prm p1,p2 p1 = sptr : IntPtr vector p2 = var : [In, Out] nuint[] size %inst 元関数名(C#): vector_vector_KeyPoint_getSize2 元DLLエクスポート名: vector_vector_KeyPoint_getSize2 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(void) vector_vector_KeyPoint_getSize2(std::vector<std::vector<cv::KeyPoint> >* vec, size_t* sizes)
{
    for (size_t i = 0; i < vec->size(); i++)
    {
        sizes[i] = vec->at(i).size();
    }
}
}html %group NativeMethods_stdvector %index vector_vector_KeyPoint_copy [32/64bit] std::vector> をメモリコピーします %prm p1,p2 p1 = sptr : IntPtr vec p2 = sptr : IntPtr[] dst %inst 元関数名(C#): vector_vector_KeyPoint_copy 元DLLエクスポート名: vector_vector_KeyPoint_copy 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(void) vector_vector_KeyPoint_copy(std::vector<std::vector<cv::KeyPoint> >* vec, cv::KeyPoint** dst)
{
    copyFromVectorToArray(vec, dst);
}
}html %group NativeMethods_stdvector %index vector_vector_KeyPoint_delete [32/64bit] std::vector> のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_vector_KeyPoint_delete 元DLLエクスポート名: vector_vector_KeyPoint_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(void) vector_vector_KeyPoint_delete(std::vector<std::vector<cv::KeyPoint> >* vec)
{
    delete vec;
}
}html %group NativeMethods_stdvector %index vector_vector_DMatch_new1 [32/64bit] std::vector> のインスタンスを生成します %prm %inst 元関数名(C#): vector_vector_DMatch_new1 元DLLエクスポート名: vector_vector_DMatch_new1 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(std::vector<std::vector<cv::DMatch> >*) vector_vector_DMatch_new1()
{
    return new std::vector<std::vector<cv::DMatch> >;
}
}html %group NativeMethods_stdvector %index vector_vector_DMatch_getSize1 [32/64bit] vector_vector_DMatch_getSize1 %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_vector_DMatch_getSize1 元DLLエクスポート名: vector_vector_DMatch_getSize1 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(size_t) vector_vector_DMatch_getSize1(std::vector<std::vector<cv::DMatch> >* vec)
{
    return vec->size();
}
}html %group NativeMethods_stdvector %index vector_vector_DMatch_getSize2 [32/64bit] vector_vector_DMatch_getSize2 %prm p1,p2 p1 = sptr : IntPtr vector p2 = var : [In, Out] nuint[] size %inst 元関数名(C#): vector_vector_DMatch_getSize2 元DLLエクスポート名: vector_vector_DMatch_getSize2 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(void) vector_vector_DMatch_getSize2(std::vector<std::vector<cv::DMatch> >* vec, size_t* sizes)
{
    for (size_t i = 0; i < vec->size(); i++)
    {
        sizes[i] = vec->at(i).size();
    }
}
}html %group NativeMethods_stdvector %index vector_vector_DMatch_copy [32/64bit] std::vector> をメモリコピーします %prm p1,p2 p1 = sptr : IntPtr vec p2 = sptr : IntPtr[] dst %inst 元関数名(C#): vector_vector_DMatch_copy 元DLLエクスポート名: vector_vector_DMatch_copy 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(void) vector_vector_DMatch_copy(std::vector<std::vector<cv::DMatch> >* vec, cv::DMatch** dst)
{
    copyFromVectorToArray(vec, dst);
}
}html %group NativeMethods_stdvector %index vector_vector_DMatch_delete [32/64bit] std::vector> のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_vector_DMatch_delete 元DLLエクスポート名: vector_vector_DMatch_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(void) vector_vector_DMatch_delete(std::vector<std::vector<cv::DMatch> >* vec)
{
    delete vec;
}
}html %group NativeMethods_stdvector %index vector_vector_Point_new1 [32/64bit] std::vector> のインスタンスを生成します %prm %inst 元関数名(C#): vector_vector_Point_new1 元DLLエクスポート名: vector_vector_Point_new1 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(std::vector<std::vector<cv::Point> >*) vector_vector_Point_new1()
{
    return new std::vector<std::vector<cv::Point> >;
}
}html %group NativeMethods_stdvector %index vector_vector_Point_new2 [32/64bit] std::vector> のインスタンスを生成します %prm p1 p1 = sptr : nuint size %inst 元関数名(C#): vector_vector_Point_new2 元DLLエクスポート名: vector_vector_Point_new2 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(std::vector<std::vector<cv::Point> >*) vector_vector_Point_new2(size_t size)
{
    return new std::vector<std::vector<cv::Point> >(size);
}
}html %group NativeMethods_stdvector %index vector_vector_Point_getSize1 [32/64bit] vector_vector_Point_getSize1 %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_vector_Point_getSize1 元DLLエクスポート名: vector_vector_Point_getSize1 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(size_t) vector_vector_Point_getSize1(std::vector<std::vector<cv::Point> >* vec)
{
    return vec->size();
}
}html %group NativeMethods_stdvector %index vector_vector_Point_getSize2 [32/64bit] vector_vector_Point_getSize2 %prm p1,p2 p1 = sptr : IntPtr vector p2 = var : [In, Out] nuint[] size %inst 元関数名(C#): vector_vector_Point_getSize2 元DLLエクスポート名: vector_vector_Point_getSize2 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(void) vector_vector_Point_getSize2(std::vector<std::vector<cv::Point> >* vec, size_t* sizes)
{
    for (size_t i = 0; i < vec->size(); i++)
    {
        sizes[i] = vec->at(i).size();
    }
}
}html %group NativeMethods_stdvector %index vector_vector_Point_copy [32/64bit] std::vector> をメモリコピーします %prm p1,p2 p1 = sptr : IntPtr vec p2 = sptr : IntPtr[] dst %inst 元関数名(C#): vector_vector_Point_copy 元DLLエクスポート名: vector_vector_Point_copy 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(void) vector_vector_Point_copy(std::vector<std::vector<cv::Point> >* vec, cv::Point** dst)
{
    copyFromVectorToArray(vec, dst);
}
}html %group NativeMethods_stdvector %index vector_vector_Point_delete [32/64bit] std::vector> のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_vector_Point_delete 元DLLエクスポート名: vector_vector_Point_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(void) vector_vector_Point_delete(std::vector<std::vector<cv::Point> >* vec)
{
    delete vec;
}
}html %group NativeMethods_stdvector %index vector_vector_Point2f_new1 [32/64bit] std::vector> のインスタンスを生成します %prm %inst 元関数名(C#): vector_vector_Point2f_new1 元DLLエクスポート名: vector_vector_Point2f_new1 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(std::vector<std::vector<cv::Point2f> >*) vector_vector_Point2f_new1()
{
    return new std::vector<std::vector<cv::Point2f> >;
}
}html %group NativeMethods_stdvector %index vector_vector_Point2f_getSize1 [32/64bit] vector_vector_Point2f_getSize1 %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_vector_Point2f_getSize1 元DLLエクスポート名: vector_vector_Point2f_getSize1 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(size_t) vector_vector_Point2f_getSize1(std::vector<std::vector<cv::Point2f> >* vec)
{
    return vec->size();
}
}html %group NativeMethods_stdvector %index vector_vector_Point2f_getSize2 [32/64bit] vector_vector_Point2f_getSize2 %prm p1,p2 p1 = sptr : IntPtr vector p2 = var : [In, Out] nuint[] size %inst 元関数名(C#): vector_vector_Point2f_getSize2 元DLLエクスポート名: vector_vector_Point2f_getSize2 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(void) vector_vector_Point2f_getSize2(std::vector<std::vector<cv::Point2f> >* vec, size_t* sizes)
{
    for (size_t i = 0; i < vec->size(); i++)
    {
        sizes[i] = vec->at(i).size();
    }
}
}html %group NativeMethods_stdvector %index vector_vector_Point2f_copy [32/64bit] std::vector> をメモリコピーします %prm p1,p2 p1 = sptr : IntPtr vec p2 = sptr : IntPtr[] dst %inst 元関数名(C#): vector_vector_Point2f_copy 元DLLエクスポート名: vector_vector_Point2f_copy 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(void) vector_vector_Point2f_copy(std::vector<std::vector<cv::Point2f> >* vec, cv::Point2f** dst)
{
    copyFromVectorToArray(vec, dst);
}
}html %group NativeMethods_stdvector %index vector_vector_Point2f_delete [32/64bit] std::vector> のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_vector_Point2f_delete 元DLLエクスポート名: vector_vector_Point2f_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(void) vector_vector_Point2f_delete(std::vector<std::vector<cv::Point2f> >* vec)
{
    delete vec;
}
}html %group NativeMethods_stdvector %index vector_string_new1 [32/64bit] std::vector のインスタンスを生成します %prm %inst 元関数名(C#): vector_string_new1 元DLLエクスポート名: vector_string_new1 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(std::vector<std::string>*) vector_string_new1()
{
    return new std::vector<std::string>;
}
}html %group NativeMethods_stdvector %index vector_string_new2 [32/64bit] std::vector のインスタンスを生成します %prm p1 p1 = sptr : nuint size %inst 元関数名(C#): vector_string_new2 元DLLエクスポート名: vector_string_new2 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(std::vector<std::string>*) vector_string_new2(size_t size)
{
    return new std::vector<std::string>(size);
}
}html %group NativeMethods_stdvector %index vector_string_getSize [32/64bit] vector_string_getSize %prm p1 p1 = sptr : IntPtr vec %inst 元関数名(C#): vector_string_getSize 元DLLエクスポート名: vector_string_getSize 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(size_t) vector_string_getSize(std::vector<std::string>* vec)
{
    return vec->size();
}
}html %group NativeMethods_stdvector %index vector_string_getElements [32/64bit] vector_string_getElements %prm p1,p2,p3 p1 = sptr : IntPtr vector p2 = sptr : [MarshalAs(UnmanagedType.LPArray)] IntPtr[] cStringPointers p3 = var : [MarshalAs(UnmanagedType.LPArray)] int[] stringLengths %inst 元関数名(C#): vector_string_getElements 元DLLエクスポート名: vector_string_getElements 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(void) vector_string_getElements(std::vector<std::string>* vector, const char** cStringPointers, int32_t* stringLengths)
{
    for (size_t i = 0; i < vector->size(); i++)
    {
        const auto& elem = vector->at(i);
        cStringPointers[i] = elem.c_str();
        stringLengths[i] = static_cast<int32_t>(elem.size());
    }
}
}html %group NativeMethods_stdvector %index vector_string_delete [32/64bit] std::vector のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr vector %inst 元関数名(C#): vector_string_delete 元DLLエクスポート名: vector_string_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_stdvector.cs ▼ C言語側関数定義 html{ 
CVAPI(void) vector_string_delete(std::vector<std::string>* vector)
{
    delete vector;
}
}html %group NativeMethods_stdvector %index videoio_VideoCapture_new1 [32/64bit] cv::VideoCapture のインスタンスを生成します %prm p1 p1 = var : out IntPtr returnValue %inst ビデオファイル，画像シーケンス，カメラからビデオをキャプチャするためのクラス． このクラスは，カメラからビデオをキャプチャしたり，ビデオファイルや画像シーケンスを読み込んだりするための C++ API を提供します． 元関数名(C#): videoio_VideoCapture_new1 元DLLエクスポート名: videoio_VideoCapture_new1 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_videoio.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) videoio_VideoCapture_new1(cv::VideoCapture **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::VideoCapture;
    END_WRAP
}
}html %group NativeMethods_videoio %index videoio_VideoCapture_new2 [32/64bit] cv::VideoCapture のインスタンスを生成します %prm p1,p2,p3 p1 = str : [MarshalAs(UnmanagedType.LPStr)] string filename p2 = int : int apiPreference p3 = var : out IntPtr returnValue %inst ビデオファイル，画像シーケンス，カメラからビデオをキャプチャするためのクラス． このクラスは，カメラからビデオをキャプチャしたり，ビデオファイルや画像シーケンスを読み込んだりするための C++ API を提供します． 元関数名(C#): videoio_VideoCapture_new2 元DLLエクスポート名: videoio_VideoCapture_new2 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_videoio.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) videoio_VideoCapture_new2(const char *filename, int apiPreference, cv::VideoCapture **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::VideoCapture(filename, apiPreference);
    END_WRAP
}
}html %group NativeMethods_videoio %index videoio_VideoCapture_new3 [32/64bit] cv::VideoCapture のインスタンスを生成します %prm p1,p2,p3 p1 = int : int device p2 = int : int apiPreference p3 = var : out IntPtr returnValue %inst ビデオファイル，画像シーケンス，カメラからビデオをキャプチャするためのクラス． このクラスは，カメラからビデオをキャプチャしたり，ビデオファイルや画像シーケンスを読み込んだりするための C++ API を提供します． 元関数名(C#): videoio_VideoCapture_new3 元DLLエクスポート名: videoio_VideoCapture_new3 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_videoio.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) videoio_VideoCapture_new3(int device, int apiPreference, cv::VideoCapture **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::VideoCapture(device, apiPreference);
    END_WRAP
}
}html %group NativeMethods_videoio %index videoio_VideoCapture_new4 [32/64bit] cv::VideoCapture のインスタンスを生成します %prm p1,p2,p3,p4,p5 p1 = str : [MarshalAs(UnmanagedType.LPStr)] string filename p2 = int : int apiPreference p3 = var : [In] int[] @params p4 = int : int paramsLength p5 = var : out IntPtr returnValue %inst ビデオファイル，画像シーケンス，カメラからビデオをキャプチャするためのクラス． このクラスは，カメラからビデオをキャプチャしたり，ビデオファイルや画像シーケンスを読み込んだりするための C++ API を提供します． 元関数名(C#): videoio_VideoCapture_new4 元DLLエクスポート名: videoio_VideoCapture_new4 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_videoio.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) videoio_VideoCapture_new4(const char* filename, int apiPreference, int* params, int paramsLength, cv::VideoCapture** returnValue)
{
    BEGIN_WRAP
        std::vector<int> paramsVec;
        paramsVec.assign(params, params + paramsLength);
        * returnValue = new cv::VideoCapture(filename, apiPreference, paramsVec);
    END_WRAP
}
}html %group NativeMethods_videoio %index videoio_VideoCapture_new5 [32/64bit] cv::VideoCapture のインスタンスを生成します %prm p1,p2,p3,p4,p5 p1 = int : int device p2 = int : int apiPreference p3 = var : [In] int[] @params p4 = int : int paramsLength p5 = var : out IntPtr returnValue %inst ビデオファイル，画像シーケンス，カメラからビデオをキャプチャするためのクラス． このクラスは，カメラからビデオをキャプチャしたり，ビデオファイルや画像シーケンスを読み込んだりするための C++ API を提供します． 元関数名(C#): videoio_VideoCapture_new5 元DLLエクスポート名: videoio_VideoCapture_new5 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_videoio.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) videoio_VideoCapture_new5(int device, int apiPreference, int* params, int paramsLength, cv::VideoCapture** returnValue)
{
    BEGIN_WRAP
        std::vector<int> paramsVec;
        paramsVec.assign(params, params + paramsLength);
        * returnValue = new cv::VideoCapture(device, apiPreference, paramsVec);
    END_WRAP
}
}html %group NativeMethods_videoio %index videoio_VideoCapture_delete [32/64bit] cv::VideoCapture のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst ビデオファイル，画像シーケンス，カメラからビデオをキャプチャするためのクラス． このクラスは，カメラからビデオをキャプチャしたり，ビデオファイルや画像シーケンスを読み込んだりするための C++ API を提供します． このクラスは，以下のように利用されます．#include #include #include #include #include using namespace cv;using namespace std;int main(int, char**){ Mat frame; //--- INITIALIZE VIDEOCAPTURE VideoCapture cap; // デフォルトの API を用いて，デフォルトのカメラをオープンします // cap.open(0); // OR 事前使用: 任意の API バックエンドを選択する int deviceID = 0; // 0 = デフォルトカメラを開く int apiID = cv::CAP_ANY; // 0 = デフォルト API を自動検出する // 選択されたカメラを，選択された API を用いて開く cap.open(deviceID, apiID); // 成功したかどうかをチェックする if (!cap.isOpened()) { cerr << "ERROR!Unable to open camera\n"; return -1; }。 //--- GRAB AND WRITE LOOP cout << "Start grabbing" << endl << "Press any key to terminate" << endl; for (;;) { // カメラからの新しいフレームを待ち、'frame'に格納 cap.read(frame); // 成功したかどうかをチェック if (frame.empty()) { cerr << "ERROR! blank frame grabbed\n"; break; }。 imshow("Live", frame); if (waitKey(5) >= 0) break; } // ライブを表示し、画像を表示するのに十分なタイムアウト時間でキーを待ちます。 // カメラは，VideoCaptureのデストラクタで自動的に初期化されます return 0;}注：C言語のAPIでは，VideoCaptureの代わりにブラックボックス構造のCvCaptureが利用されます． (C++）VideoCapture インターフェースを利用した基本的なサンプルは，OPENCV_SOURCE_CODE/samples/cpp/videocapture_starter.cpp にあります． (Python) VideoCapture インターフェースを使用した基本的なサンプルは，OPENCV_SOURCE_CODE/samples/python/video.py にあります． (Python) マルチスレッドビデオ処理のサンプルは、OPENCV_SOURCE_CODE/samples/python/video_threaded.py にあります。 (Python) Video4Linux2 バックエンドの一部の機能を紹介する VideoCapture サンプル OPENCV_SOURCE_CODE/samples/python/video_v4l2.py サンプル： samples/cpp/camshiftdemo.cpp, samples/cpp/facedetect.cpp, samples/cpp/laplace.cpp, samples/cpp/lkdemo.cpp, samples/cpp/peopledetect.cpp, samples/cpp/polar_transforms.cpp, samples/cpp/segment_objects.cpp, samples/cpp/train_HOG.cpp、samples/cpp/tutorial_code/videoio/video-write/video-write.cpp、samples/cpp/videowriter_basic.cpp、samples/dnn/classification.cpp、samples/dnn/object_detection.cpp、samples/dnn/segmentation.cpp、samples/dnn/text_detection.cpp、samples/tapi/hog.cppです。 元関数名(C#): videoio_VideoCapture_delete 元DLLエクスポート名: videoio_VideoCapture_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_videoio.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) videoio_VideoCapture_delete(cv::VideoCapture *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_videoio %index videoio_VideoCapture_open1 [32/64bit] ビデオファイルやキャプチャーデバイス、ビデオキャプチャー用のIPビデオストリームを開く。 %prm p1,p2,p3,p4 p1 = sptr : IntPtr obj p2 = str : [MarshalAs(UnmanagedType.LPStr)] string filename p3 = int : int apiPreference p4 = var : out int returnValue %inst これはオーバーロードされたメンバー関数で、利便性のために提供されています。パラメータはコンストラクタと同じです。 VideoCapture(const String& filename, int apiPreference = CAP_ANY)このメソッドは、最初にVideoCapture::releaseを呼び出して、すでに開いているファイルやカメラを閉じます。cpp、samples/cpp/laplace.cpp、samples/cpp/lkdemo.cpp、samples/cpp/peopledetect.cpp、samples/cpp/polar_transforms.cpp、samples/cpp/segment_objects.cpp、samples/cpp/train_HOG.cpp、samples/dnn/classification.cpp、samples/dnn/object_detection.cpp、samples/dnn/segmentation.cpp、samples/dnn/text_detection.cpp、およびsamples/tapi/hog.cpp。 元関数名(C#): videoio_VideoCapture_open1 元DLLエクスポート名: videoio_VideoCapture_open1 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_videoio.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) videoio_VideoCapture_open1(cv::VideoCapture *obj, const char *filename, int apiPreference, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->open(filename, apiPreference) ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_videoio %index videoio_VideoCapture_open2 [32/64bit] ビデオファイルやキャプチャーデバイス、ビデオキャプチャー用のIPビデオストリームを開く。 %prm p1,p2,p3,p4 p1 = sptr : IntPtr obj p2 = int : int device p3 = int : int apiPreference p4 = var : out int returnValue %inst これはオーバーロードされたメンバー関数で、利便性のために提供されています。パラメータはコンストラクタと同じです。 VideoCapture(const String& filename, int apiPreference = CAP_ANY)このメソッドは、最初にVideoCapture::releaseを呼び出して、すでに開いているファイルやカメラを閉じます。cpp、samples/cpp/laplace.cpp、samples/cpp/lkdemo.cpp、samples/cpp/peopledetect.cpp、samples/cpp/polar_transforms.cpp、samples/cpp/segment_objects.cpp、samples/cpp/train_HOG.cpp、samples/dnn/classification.cpp、samples/dnn/object_detection.cpp、samples/dnn/segmentation.cpp、samples/dnn/text_detection.cpp、およびsamples/tapi/hog.cpp。 元関数名(C#): videoio_VideoCapture_open2 元DLLエクスポート名: videoio_VideoCapture_open2 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_videoio.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) videoio_VideoCapture_open2(cv::VideoCapture *obj, int device, int apiPreference, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->open(device, apiPreference) ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_videoio %index videoio_VideoCapture_isOpened [32/64bit] ビデオキャプチャーがすでに初期化されている場合は、trueを返します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 例: samples/cpp/camshiftdemo.cpp、samples/cpp/facedetect.cpp、samples/cpp/laplace.cpp、samples/cpp/lkdemo.cpp、samples/cpp/peopledetect.cpp、samples/cpp/polar_transforms.cpp、samples/cpp/segment_objects.cpp、samples/cpp/train_HOG.cpp、samples/cpp/tutorial_code/videoio/video-writ/video-writ.cpp、samples/cpp/videowriter_basic.cpp、samples/tapi/hog.cpp。 元関数名(C#): videoio_VideoCapture_isOpened 元DLLエクスポート名: videoio_VideoCapture_isOpened 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_videoio.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) videoio_VideoCapture_isOpened(cv::VideoCapture *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->isOpened() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_videoio %index videoio_VideoCapture_release [32/64bit] ビデオファイルまたはキャプチャーデバイスを閉じます。 %prm p1 p1 = sptr : IntPtr obj %inst このメソッドは、後続の VideoCapture::open や VideoCapture destructor から自動的に呼び出されます。また、この C 関数は、メモリを解放し、*capture ポインタをクリアします。 元関数名(C#): videoio_VideoCapture_release 元DLLエクスポート名: videoio_VideoCapture_release 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_videoio.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) videoio_VideoCapture_release(cv::VideoCapture *obj)
{
    BEGIN_WRAP
    obj->release();
    END_WRAP
}
}html %group NativeMethods_videoio %index videoio_VideoCapture_grab [32/64bit] ビデオファイルまたはキャプチャーデバイスから次のフレームを取得します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst このメソッド／関数は，ビデオファイルまたはカメラから次のフレームを取得し，成功した場合は true（0 以外）を返します。この関数の主な用途は，マルチカメラ環境で，特にカメラがハードウェア同期を行っていない場合です。つまり，各カメラに対して VideoCapture::grab() を呼び出し，その後，より低速なメソッドである VideoCapture::retrieve() を呼び出して，各カメラからフレームをデコードして取得するのです．また、接続されているカメラがマルチヘッドの場合（ステレオカメラやKinectデバイスなど）は、最初にVideoCapture::grab()を呼び出し、その後VideoCapture::retrieve()をチャンネルパラメータの値を変えて複数回呼び出すのが正しいデータ取得方法です。 元関数名(C#): videoio_VideoCapture_grab 元DLLエクスポート名: videoio_VideoCapture_grab 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_videoio.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) videoio_VideoCapture_grab(cv::VideoCapture *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->grab() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_videoio %index videoio_VideoCapture_retrieve_OutputArray [32/64bit] 掴んだビデオフレームをデコードして返します。 %prm p1,p2,p3,p4 p1 = sptr : IntPtr obj p2 = sptr : IntPtr image p3 = int : int flag p4 = var : out int returnValue %inst このメソッドはグラブされたばかりのフレームをデコードして返します。フレームが取得されなかった場合（カメラが切断された，あるいは，ビデオファイルにフレームが存在しない），このメソッドは false を返し，この関数は空の画像を返します（ cv::Mat の場合は， Mat::empty() でテストしてください）．この画像を変更したり，解放したりすることはできません．cvCloneImage を使ってフレームをコピーし，そのコピーに対して好きなことを行うことができます． 元関数名(C#): videoio_VideoCapture_retrieve_OutputArray 元DLLエクスポート名: videoio_VideoCapture_retrieve_OutputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_videoio.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) videoio_VideoCapture_retrieve_OutputArray(cv::VideoCapture *obj, cv::_OutputArray *image, int flag, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->retrieve(*image, flag) ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_videoio %index videoio_VideoCapture_retrieve_Mat [32/64bit] 掴んだビデオフレームをデコードして返します。 %prm p1,p2,p3,p4 p1 = sptr : IntPtr obj p2 = sptr : IntPtr image p3 = int : int flag p4 = var : out int returnValue %inst このメソッドはグラブされたばかりのフレームをデコードして返します。フレームが取得されなかった場合（カメラが切断された，あるいは，ビデオファイルにフレームが存在しない），このメソッドは false を返し，この関数は空の画像を返します（ cv::Mat の場合は， Mat::empty() でテストしてください）．この画像を変更したり，解放したりすることはできません．cvCloneImage を使ってフレームをコピーし，そのコピーに対して好きなことを行うことができます． 元関数名(C#): videoio_VideoCapture_retrieve_Mat 元DLLエクスポート名: videoio_VideoCapture_retrieve_Mat 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_videoio.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) videoio_VideoCapture_retrieve_Mat(cv::VideoCapture *obj, cv::Mat *image, int flag, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->retrieve(*image, flag) ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_videoio %index videoio_VideoCapture_operatorRightShift_Mat [32/64bit] videoio_VideoCapture_operatorRightShift_Mat %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr image %inst 元関数名(C#): videoio_VideoCapture_operatorRightShift_Mat 元DLLエクスポート名: videoio_VideoCapture_operatorRightShift_Mat 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_videoio.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) videoio_VideoCapture_operatorRightShift_Mat(cv::VideoCapture *obj, cv::Mat *image)
{
    BEGIN_WRAP
    (*obj) >> (*image);
    END_WRAP
}
}html %group NativeMethods_videoio %index videoio_VideoCapture_read_OutputArray [32/64bit] 次のビデオフレームを取得，デコードして返します． %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = sptr : IntPtr image p3 = var : out int returnValue %inst このメソッド/関数は， VideoCapture::grab() と VideoCapture::retrieve() を1つの呼び出しにまとめたものです．これは、ビデオファイルを読み込んだり、デコードからデータをキャプチャしたりする際に最も便利な方法であり、グラブされたばかりのフレームを返します。フレームが取得されなかった場合（カメラが切断された，あるいは，ビデオファイルにフレームが存在しない），このメソッドは false を返し，この関数は空の画像を返します（ cv::Mat の場合は， Mat::empty() でテストしてください）．この画像を変更したり，解放したりすることはできません．cvCloneImage を使ってフレームをコピーし，そのコピーに対して好きなことを行うことができます．例： samples/cpp/videowriter_basic.cpp. 元関数名(C#): videoio_VideoCapture_read_OutputArray 元DLLエクスポート名: videoio_VideoCapture_read_OutputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_videoio.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) videoio_VideoCapture_read_OutputArray(cv::VideoCapture *obj, cv::_OutputArray *image, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->read(*image) ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_videoio %index videoio_VideoCapture_read_Mat [32/64bit] 次のビデオフレームを取得，デコードして返します． %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = sptr : IntPtr image p3 = var : out int returnValue %inst このメソッド/関数は， VideoCapture::grab() と VideoCapture::retrieve() を1つの呼び出しにまとめたものです．これは、ビデオファイルを読み込んだり、デコードからデータをキャプチャしたりする際に最も便利な方法であり、グラブされたばかりのフレームを返します。フレームが取得されなかった場合（カメラが切断された，あるいは，ビデオファイルにフレームが存在しない），このメソッドは false を返し，この関数は空の画像を返します（ cv::Mat の場合は， Mat::empty() でテストしてください）．この画像を変更したり，解放したりすることはできません．cvCloneImage を使ってフレームをコピーし，そのコピーに対して好きなことを行うことができます．例： samples/cpp/videowriter_basic.cpp. 元関数名(C#): videoio_VideoCapture_read_Mat 元DLLエクスポート名: videoio_VideoCapture_read_Mat 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_videoio.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) videoio_VideoCapture_read_Mat(cv::VideoCapture *obj, cv::Mat *image, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->read(*image) ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_videoio %index videoio_VideoCapture_set [32/64bit] VideoCapture のプロパティを設定します． %prm p1,p2,p3,p4 p1 = sptr : IntPtr obj p2 = int : int propId p3 = double : double value p4 = var : out int returnValue %inst 注意： true を返したとしても，そのプロパティの値がキャプチャデバイスに受け入れられたかどうかは保証されません．VideoCapture::get()の注記を参照してください。 サンプル: samples/cpp/laplace.cpp. 元関数名(C#): videoio_VideoCapture_set 元DLLエクスポート名: videoio_VideoCapture_set 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_videoio.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) videoio_VideoCapture_set(cv::VideoCapture *obj, int propId, double value, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->set(propId, value) ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_videoio %index videoio_VideoCapture_get [32/64bit] 指定した VideoCapture プロパティを返します。 %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = int : int propId p3 = var : out double returnValue %inst 注意：プロパティの読み書きには多くのレイヤーが関わっています。予期せぬ結果が発生する可能性がありますので、ご注意ください。VideoCapture -> API Backend -> Operating System -> Device Driver -> Device Hardware 返された値は、デバイスで実際に使用されているものとは異なる可能性があり、また、デバイス依存のルール（例：ステップまたはパーセンテージ）を使用してエンコードされている可能性があります。有効な動作は、デバイスドライバーとAPIバックエンドに依存します。サンプル：samples/cpp/laplace.cpp、samples/cpp/tutorial_code/videoio/video-write/video-writ.cpp。 元関数名(C#): videoio_VideoCapture_get 元DLLエクスポート名: videoio_VideoCapture_get 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_videoio.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) videoio_VideoCapture_get(cv::VideoCapture *obj, int propId, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->get(propId);
    END_WRAP
}
}html %group NativeMethods_videoio %index videoio_VideoCapture_getBackendName [32/64bit] 使用したバックエンドのAPI名を返します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr returnValue %inst NoteStreamをオープンします。 元関数名(C#): videoio_VideoCapture_getBackendName 元DLLエクスポート名: videoio_VideoCapture_getBackendName 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_videoio.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) videoio_VideoCapture_getBackendName(cv::VideoCapture *obj, std::string *returnValue)
{
    BEGIN_WRAP
    returnValue->assign(obj->getBackendName());
    END_WRAP
}
}html %group NativeMethods_videoio %index videoio_VideoCapture_setExceptionMode [32/64bit] 例外モードを切り替えます。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int enable %inst メソッドは、成功しなかった場合、エラーコードを返す代わりに例外を発生させます。 元関数名(C#): videoio_VideoCapture_setExceptionMode 元DLLエクスポート名: videoio_VideoCapture_setExceptionMode 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_videoio.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) videoio_VideoCapture_setExceptionMode(cv::VideoCapture *obj, int enable)
{
    BEGIN_WRAP
    obj->setExceptionMode(enable != 0);
    END_WRAP
}
}html %group NativeMethods_videoio %index videoio_VideoCapture_getExceptionMode [32/64bit] 例外モードがアクティブかどうかを問い合わせる %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): videoio_VideoCapture_getExceptionMode 元DLLエクスポート名: videoio_VideoCapture_getExceptionMode 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_videoio.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) videoio_VideoCapture_getExceptionMode(cv::VideoCapture *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getExceptionMode() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_videoio %index videoio_VideoCapture_waitAny [32/64bit] VideoCaptureからの準備完了フレームを待ちます。 %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr[] streams p2 = sptr : nuint streamsSize p3 = sptr : IntPtr readyIndex p4 = ARGS_LONG : long timeoutNs p5 = var : out int returnValue %inst 例外処理 ストリームエラー（.isOpened()をチェックして、不正なストリームを除外する）またはVideoCaptureタイプがサポートされていない場合は、Exceptionが発生しますこの関数の主な用途は、マルチカメラ環境です。このメソッドは、カメラの準備ができていれば、レディステートベクトルを満たし、ビデオフレームを取得します。この呼び出しの後、VideoCapture::retrieve()を使用して、フレームデータをデコードして取得します。 元関数名(C#): videoio_VideoCapture_waitAny 元DLLエクスポート名: videoio_VideoCapture_waitAny 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_videoio.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) videoio_VideoCapture_waitAny(
    cv::VideoCapture** streams, const size_t streamsSize,
    std::vector<int> *readyIndex, const int64 timeoutNs, int *returnValue)
{
    BEGIN_WRAP
    std::vector<cv::VideoCapture> streamsVec(streamsSize);
    for (size_t i = 0; i < streamsSize; i++)
        streamsVec[i] = *streams[i];

    *returnValue = cv::VideoCapture::waitAny(streamsVec, *readyIndex, timeoutNs) ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_videoio %index videoio_VideoWriter_new1 [32/64bit] cv::VideoWriter のインスタンスを生成します %prm p1 p1 = var : out IntPtr returnValue %inst ビデオライタークラス。 このクラスは，ビデオファイルやイメージシーケンスを書き込むための C++ API を提供します。 元関数名(C#): videoio_VideoWriter_new1 元DLLエクスポート名: videoio_VideoWriter_new1 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_videoio.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) videoio_VideoWriter_new1(cv::VideoWriter **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::VideoWriter;
    END_WRAP
}
}html %group NativeMethods_videoio %index videoio_VideoWriter_new2 [32/64bit] cv::VideoWriter のインスタンスを生成します %prm p1,p2,p3,p4,p5,p6 p1 = str : [MarshalAs(UnmanagedType.LPStr)] string filename p2 = int : int fourcc p3 = double : double fps p4 = ARGS_SIZE : Size frameSize p5 = int : int isColor p6 = var : out IntPtr returnValue %inst ビデオライタークラス。 このクラスは，ビデオファイルやイメージシーケンスを書き込むための C++ API を提供します。 元関数名(C#): videoio_VideoWriter_new2 元DLLエクスポート名: videoio_VideoWriter_new2 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_videoio.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) videoio_VideoWriter_new2(
    const char *filename, 
    int fourcc, double fps,
    MyCvSize frameSize, int isColor, 
    cv::VideoWriter **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::VideoWriter(filename, fourcc, fps, cpp(frameSize), isColor != 0);
    END_WRAP
}
}html %group NativeMethods_videoio %index videoio_VideoWriter_new3 [32/64bit] cv::VideoWriter のインスタンスを生成します %prm p1,p2,p3,p4,p5,p6,p7 p1 = str : [MarshalAs(UnmanagedType.LPStr)] string filename p2 = int : int apiPreference p3 = int : int fourcc p4 = double : double fps p5 = ARGS_SIZE : Size frameSize p6 = int : int isColor p7 = var : out IntPtr returnValue %inst ビデオライタークラス。 このクラスは，ビデオファイルやイメージシーケンスを書き込むための C++ API を提供します。 元関数名(C#): videoio_VideoWriter_new3 元DLLエクスポート名: videoio_VideoWriter_new3 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_videoio.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) videoio_VideoWriter_new3(
    const char *filename, int apiPreference, 
    int fourcc, double fps,
    MyCvSize frameSize, int isColor, 
    cv::VideoWriter **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::VideoWriter(filename, apiPreference, fourcc, fps, cpp(frameSize), isColor != 0);
    END_WRAP
}
}html %group NativeMethods_videoio %index videoio_VideoWriter_new4 [32/64bit] cv::VideoWriter のインスタンスを生成します %prm p1,p2,p3,p4,p5,p6,p7 p1 = str : [MarshalAs(UnmanagedType.LPStr)] string filename p2 = int : int fourcc p3 = double : double fps p4 = ARGS_SIZE : Size frameSize p5 = var : [In] int[] @params p6 = int : int paramsLength p7 = var : out IntPtr returnValue %inst ビデオライタークラス。 このクラスは，ビデオファイルやイメージシーケンスを書き込むための C++ API を提供します。 元関数名(C#): videoio_VideoWriter_new4 元DLLエクスポート名: videoio_VideoWriter_new4 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_videoio.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) videoio_VideoWriter_new4(
    const char* filename,
    int fourcc, double fps,
    MyCvSize frameSize, int* params, int paramsLength,
    cv::VideoWriter** returnValue)
{
    BEGIN_WRAP
        std::vector<int> paramsVec;
        paramsVec.assign(params, params + paramsLength);
        * returnValue = new cv::VideoWriter(filename, fourcc, fps, cpp(frameSize), paramsVec);
    END_WRAP
}
}html %group NativeMethods_videoio %index videoio_VideoWriter_new5 [32/64bit] cv::VideoWriter のインスタンスを生成します %prm p1,p2,p3,p4,p5,p6,p7,p8 p1 = str : [MarshalAs(UnmanagedType.LPStr)] string filename p2 = int : int apiPreference p3 = int : int fourcc p4 = double : double fps p5 = ARGS_SIZE : Size frameSize p6 = var : [In] int[] @params p7 = int : int paramsLength p8 = var : out IntPtr returnValue %inst ビデオライタークラス。 このクラスは，ビデオファイルやイメージシーケンスを書き込むための C++ API を提供します。 元関数名(C#): videoio_VideoWriter_new5 元DLLエクスポート名: videoio_VideoWriter_new5 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_videoio.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) videoio_VideoWriter_new5(
    const char* filename, int apiPreference,
    int fourcc, double fps,
    MyCvSize frameSize, int* params, int paramsLength,
    cv::VideoWriter** returnValue)
{
    BEGIN_WRAP
        std::vector<int> paramsVec;
        paramsVec.assign(params, params + paramsLength);
        * returnValue = new cv::VideoWriter(filename, apiPreference, fourcc, fps, cpp(frameSize), paramsVec);
    END_WRAP
}
}html %group NativeMethods_videoio %index videoio_VideoWriter_delete [32/64bit] cv::VideoWriter のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst ビデオライタークラス。 このクラスは，ビデオファイルやイメージシーケンスを書き込むための C++ API を提供します。 sample/cpp/tutorial_code/videoio/video-write/video-write.cpp、samples/cpp/videowriter_basic.cpp、samples/tapi/hog.cppがその例です。 元関数名(C#): videoio_VideoWriter_delete 元DLLエクスポート名: videoio_VideoWriter_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_videoio.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) videoio_VideoWriter_delete(cv::VideoWriter *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_videoio %index videoio_VideoWriter_open1 [32/64bit] ビデオライターを初期化または再初期化します。 %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr obj p2 = str : [MarshalAs(UnmanagedType.LPStr)] string filename p3 = int : int fourcc p4 = double : double fps p5 = ARGS_SIZE : Size frameSize p6 = int : int isColor p7 = var : out int returnValue %inst このメソッドは、ビデオライターを開きます。パラメータは、コンストラクタ VideoWriter::VideoWriter と同じです。このメソッドは、最初に VideoWriter::release を呼び出して、すでに開かれているファイルを閉じます。サンプル: samples/cpp/tutorial_code/videoio/video-writ/video-writ.cpp, samples/cpp/videowriter_basic.cpp, samples/tapi/hog.cpp. 元関数名(C#): videoio_VideoWriter_open1 元DLLエクスポート名: videoio_VideoWriter_open1 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_videoio.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) videoio_VideoWriter_open1(
    cv::VideoWriter *obj, const char *filename, 
    int fourcc, double fps,
    MyCvSize frameSize, int isColor, 
    int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->open(filename, fourcc, fps, cpp(frameSize), isColor != 0) ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_videoio %index videoio_VideoWriter_open2 [32/64bit] ビデオライターを初期化または再初期化します。 %prm p1,p2,p3,p4,p5,p6,p7,p8 p1 = sptr : IntPtr obj p2 = str : [MarshalAs(UnmanagedType.LPStr)] string filename p3 = int : int apiPreference p4 = int : int fourcc p5 = double : double fps p6 = ARGS_SIZE : Size frameSize p7 = int : int isColor p8 = var : out int returnValue %inst このメソッドは、ビデオライターを開きます。パラメータは、コンストラクタ VideoWriter::VideoWriter と同じです。このメソッドは、最初に VideoWriter::release を呼び出して、すでに開かれているファイルを閉じます。サンプル: samples/cpp/tutorial_code/videoio/video-writ/video-writ.cpp, samples/cpp/videowriter_basic.cpp, samples/tapi/hog.cpp. 元関数名(C#): videoio_VideoWriter_open2 元DLLエクスポート名: videoio_VideoWriter_open2 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_videoio.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) videoio_VideoWriter_open2(
    cv::VideoWriter *obj, const char *filename, int apiPreference, 
    int fourcc, double fps,
    MyCvSize frameSize, int isColor, 
    int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->open(filename, apiPreference, fourcc, fps, cpp(frameSize), isColor != 0) ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_videoio %index videoio_VideoWriter_isOpened [32/64bit] ビデオライターの初期化に成功した場合は、trueを返します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 例：samples/cpp/videowriter_basic.cpp、samples/tapi/hog.cpp。 元関数名(C#): videoio_VideoWriter_isOpened 元DLLエクスポート名: videoio_VideoWriter_isOpened 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_videoio.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) videoio_VideoWriter_isOpened(cv::VideoWriter *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->isOpened() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_videoio %index videoio_VideoWriter_release [32/64bit] ビデオライターを閉じます。 %prm p1 p1 = sptr : IntPtr obj %inst このメソッドは、後続の VideoWriter::open や VideoWriter のデストラクタから自動的に呼び出されます。 元関数名(C#): videoio_VideoWriter_release 元DLLエクスポート名: videoio_VideoWriter_release 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_videoio.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) videoio_VideoWriter_release(cv::VideoWriter *obj)
{
    BEGIN_WRAP
    obj->release();
    END_WRAP
}
}html %group NativeMethods_videoio %index videoio_VideoWriter_write [32/64bit] 次のビデオフレームを書き込みます。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr image %inst 関数/メソッドは指定された画像をビデオファイルに書き込みます。ビデオファイルのサイズは、ビデオライターを開くときに指定したサイズと同じである必要があります。 元関数名(C#): videoio_VideoWriter_write 元DLLエクスポート名: videoio_VideoWriter_write 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_videoio.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) videoio_VideoWriter_write(cv::VideoWriter *obj, cv::_InputArray *image)
{
    BEGIN_WRAP
    obj->write(*image);
    END_WRAP
}
}html %group NativeMethods_videoio %index videoio_VideoWriter_set [32/64bit] VideoWriter のプロパティを設定します。 %prm p1,p2,p3,p4 p1 = sptr : IntPtr obj p2 = int : int propId p3 = double : double value p4 = var : out int returnValue %inst 元関数名(C#): videoio_VideoWriter_set 元DLLエクスポート名: videoio_VideoWriter_set 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_videoio.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) videoio_VideoWriter_set(cv::VideoWriter *obj, int propId, double value, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->set(propId, value) ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_videoio %index videoio_VideoWriter_get [32/64bit] 指定された VideoWriter のプロパティを返します． %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = int : int propId p3 = var : out double returnValue %inst 元関数名(C#): videoio_VideoWriter_get 元DLLエクスポート名: videoio_VideoWriter_get 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_videoio.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) videoio_VideoWriter_get(cv::VideoWriter *obj, int propId, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->get(propId);
    END_WRAP
}
}html %group NativeMethods_videoio %index videoio_VideoWriter_fourcc [32/64bit] 4文字をfourccコードに連結します。 %prm p1,p2,p3,p4,p5 p1 = int : sbyte c1 p2 = int : sbyte c2 p3 = int : sbyte c3 p4 = int : sbyte c4 p5 = var : out int returnValue %inst VideoWriter::VideoWriter または VideoWriter::open のコンストラクタで使用するコーデックの fourcc コードを構築します。例: samples/cpp/videowriter_basic.cpp. 元関数名(C#): videoio_VideoWriter_fourcc 元DLLエクスポート名: videoio_VideoWriter_fourcc 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_videoio.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) videoio_VideoWriter_fourcc(char c1, char c2, char c3, char c4, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::VideoWriter::fourcc(c1, c2, c3, c4);
    END_WRAP
}
}html %group NativeMethods_videoio %index videoio_VideoWriter_getBackendName [32/64bit] 使用したバックエンドのAPI名を返します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr returnValue %inst NoteStreamをオープンします。 元関数名(C#): videoio_VideoWriter_getBackendName 元DLLエクスポート名: videoio_VideoWriter_getBackendName 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_videoio.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) videoio_VideoWriter_getBackendName(cv::VideoWriter *obj, std::string *returnValue)
{
    BEGIN_WRAP
    returnValue->assign(obj->getBackendName());
    END_WRAP
}
}html %group NativeMethods_videoio %index xfeatures2d_BriefDescriptorExtractor_create [32/64bit] xfeatures2d_BriefDescriptorExtractor_create %prm p1,p2 p1 = int : int bytes p2 = var : out IntPtr returnValue %inst 元関数名(C#): xfeatures2d_BriefDescriptorExtractor_create 元DLLエクスポート名: xfeatures2d_BriefDescriptorExtractor_create 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xfeatures2d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xfeatures2d_BriefDescriptorExtractor_create(
    int bytes, cv::Ptr<cv::xfeatures2d::BriefDescriptorExtractor> **returnValue)
{
    BEGIN_WRAP
    const auto ptr = cv::xfeatures2d::BriefDescriptorExtractor::create(bytes);
    *returnValue = clone(ptr);
    END_WRAP
}
}html %group NativeMethods_xfeatures2d %index xfeatures2d_Ptr_BriefDescriptorExtractor_delete [32/64bit] cv::xfeatures2d::BriefDescriptorExtractor のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst 40]に記載されている BRIEF 記述子を計算するクラスです。 パラメータ bytes ディスクリプタの長さをバイト単位で指定します，有効な値は有効な値は，16，32（デフォルト），64です． use_orientations sample pattern using keypoints orientation，デフォルトでは無効です． 元関数名(C#): xfeatures2d_Ptr_BriefDescriptorExtractor_delete 元DLLエクスポート名: xfeatures2d_Ptr_BriefDescriptorExtractor_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xfeatures2d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xfeatures2d_Ptr_BriefDescriptorExtractor_delete(
    cv::Ptr<cv::xfeatures2d::BriefDescriptorExtractor> *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_xfeatures2d %index xfeatures2d_BriefDescriptorExtractor_read [32/64bit] xfeatures2d_BriefDescriptorExtractor_read %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr fn %inst 元関数名(C#): xfeatures2d_BriefDescriptorExtractor_read 元DLLエクスポート名: xfeatures2d_BriefDescriptorExtractor_read 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xfeatures2d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xfeatures2d_BriefDescriptorExtractor_read(
    cv::Ptr<cv::xfeatures2d::BriefDescriptorExtractor> *obj, cv::FileNode *fn)
{
    BEGIN_WRAP
    obj->get()->read(*fn);
    END_WRAP
}
}html %group NativeMethods_xfeatures2d %index xfeatures2d_BriefDescriptorExtractor_write [32/64bit] xfeatures2d_BriefDescriptorExtractor_write %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr fs %inst 元関数名(C#): xfeatures2d_BriefDescriptorExtractor_write 元DLLエクスポート名: xfeatures2d_BriefDescriptorExtractor_write 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xfeatures2d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xfeatures2d_BriefDescriptorExtractor_write(
    cv::Ptr<cv::xfeatures2d::BriefDescriptorExtractor> *obj, cv::FileStorage *fs)
{
    BEGIN_WRAP
    obj->get()->write(*fs);
    END_WRAP
}
}html %group NativeMethods_xfeatures2d %index xfeatures2d_BriefDescriptorExtractor_descriptorSize [32/64bit] xfeatures2d_BriefDescriptorExtractor_descriptorSize %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): xfeatures2d_BriefDescriptorExtractor_descriptorSize 元DLLエクスポート名: xfeatures2d_BriefDescriptorExtractor_descriptorSize 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xfeatures2d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xfeatures2d_BriefDescriptorExtractor_descriptorSize(
    cv::Ptr<cv::xfeatures2d::BriefDescriptorExtractor> *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->get()->descriptorSize();
    END_WRAP
}
}html %group NativeMethods_xfeatures2d %index xfeatures2d_BriefDescriptorExtractor_descriptorType [32/64bit] xfeatures2d_BriefDescriptorExtractor_descriptorType %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): xfeatures2d_BriefDescriptorExtractor_descriptorType 元DLLエクスポート名: xfeatures2d_BriefDescriptorExtractor_descriptorType 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xfeatures2d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xfeatures2d_BriefDescriptorExtractor_descriptorType(
    cv::Ptr<cv::xfeatures2d::BriefDescriptorExtractor> *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->get()->descriptorType();
    END_WRAP
}
}html %group NativeMethods_xfeatures2d %index xfeatures2d_Ptr_BriefDescriptorExtractor_get [32/64bit] cv::xfeatures2d::BriefDescriptorExtractor のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst 40]に記載されている BRIEF 記述子を計算するクラスです。 パラメータ bytes ディスクリプタの長さをバイト単位で指定します，有効な値は有効な値は，16，32（デフォルト），64です． use_orientations sample pattern using keypoints orientation，デフォルトでは無効です． 元関数名(C#): xfeatures2d_Ptr_BriefDescriptorExtractor_get 元DLLエクスポート名: xfeatures2d_Ptr_BriefDescriptorExtractor_get 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xfeatures2d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xfeatures2d_Ptr_BriefDescriptorExtractor_get(
    cv::Ptr<cv::xfeatures2d::BriefDescriptorExtractor>* ptr, cv::xfeatures2d::BriefDescriptorExtractor **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_xfeatures2d %index xfeatures2d_FREAK_create [32/64bit] xfeatures2d_FREAK_create %prm p1,p2,p3,p4,p5,p6,p7 p1 = int : int orientationNormalized p2 = int : int scaleNormalized p3 = float : float patternScale p4 = int : int nOctaves p5 = var : int[]? selectedPairs p6 = int : int selectedPairsLength p7 = var : out IntPtr returnValue %inst 元関数名(C#): xfeatures2d_FREAK_create 元DLLエクスポート名: xfeatures2d_FREAK_create 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xfeatures2d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xfeatures2d_FREAK_create(
    int orientationNormalized, int scaleNormalized, float patternScale, int nOctaves,
    int *selectedPairs, int selectedPairsLength, 
    cv::Ptr<cv::xfeatures2d::FREAK> **returnValue)
{
    BEGIN_WRAP
    std::vector<int> selectedPairsVec;
    if (selectedPairs != nullptr)
        selectedPairsVec = std::vector<int>(selectedPairs, selectedPairs + selectedPairsLength);
    const auto ptr = cv::xfeatures2d::FREAK::create(
        orientationNormalized != 0, scaleNormalized != 0, patternScale, nOctaves, selectedPairsVec);
    *returnValue = clone(ptr);
    END_WRAP
}
}html %group NativeMethods_xfeatures2d %index xfeatures2d_Ptr_FREAK_delete [32/64bit] cv::xfeatures2d::FREAK のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr ptr %inst FREAK (Fast Retina Keypoint) キーポイントディスクリプタを実装したクラスで，[8]で述べられています． このアルゴリズムは，人間の視覚システム，より正確には網膜にインスパイアされた新しいキーポイント記述子を提案しており，Fast Retina Key-point (FREAK)と呼ばれています．FREAKは、網膜のサンプリングパターン上で画像の強度を効率的に比較することで、2値文字列のカスケードを計算します。FREAKは、一般的に、SIFT、SURF、BRISKよりも、メモリ負荷が低く、計算が速く、また、ロバスト性に優れています。また、SIFTやSURF、BRISKに比べてロバスト性が高く、既存のキーポイントに代わる競争力のあるキーポイントとして、特に組込み用途に有効です。 備考 FREAK 記述子の使用方法の例は、opencv_source_code/samples/cpp/freak_demo.cpp にあります。 元関数名(C#): xfeatures2d_Ptr_FREAK_delete 元DLLエクスポート名: xfeatures2d_Ptr_FREAK_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xfeatures2d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xfeatures2d_Ptr_FREAK_delete(cv::Ptr<cv::xfeatures2d::FREAK> *ptr)
{
    BEGIN_WRAP
    delete ptr;
    END_WRAP
}
}html %group NativeMethods_xfeatures2d %index xfeatures2d_Ptr_FREAK_get [32/64bit] cv::xfeatures2d::FREAK のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst FREAK (Fast Retina Keypoint) キーポイントディスクリプタを実装したクラスで，[8]で述べられています． このアルゴリズムは，人間の視覚システム，より正確には網膜にインスパイアされた新しいキーポイント記述子を提案しており，Fast Retina Key-point (FREAK)と呼ばれています．FREAKは、網膜のサンプリングパターン上で画像の強度を効率的に比較することで、2値文字列のカスケードを計算します。FREAKは、一般的に、SIFT、SURF、BRISKよりも、メモリ負荷が低く、計算が速く、また、ロバスト性に優れています。また、SIFTやSURF、BRISKに比べてロバスト性が高く、既存のキーポイントに代わる競争力のあるキーポイントとして、特に組込み用途に有効です。 備考 FREAK 記述子の使用方法の例は、opencv_source_code/samples/cpp/freak_demo.cpp にあります。 元関数名(C#): xfeatures2d_Ptr_FREAK_get 元DLLエクスポート名: xfeatures2d_Ptr_FREAK_get 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xfeatures2d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xfeatures2d_Ptr_FREAK_get(cv::Ptr<cv::xfeatures2d::FREAK> *ptr, cv::xfeatures2d::FREAK **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_xfeatures2d %index xfeatures2d_StarDetector_create [32/64bit] フルコンストラクタ %prm p1,p2,p3,p4,p5,p6 p1 = int : int maxSize p2 = int : int responseThreshold p3 = int : int lineThresholdProjected p4 = int : int lineThresholdBinarized p5 = int : int suppressNonmaxSize p6 = var : out IntPtr returnValue %inst 元関数名(C#): xfeatures2d_StarDetector_create 元DLLエクスポート名: xfeatures2d_StarDetector_create 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xfeatures2d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xfeatures2d_StarDetector_create(
    int maxSize, int responseThreshold,
    int lineThresholdProjected, int lineThresholdBinarized, int suppressNonmaxSize, 
    cv::Ptr<cv::xfeatures2d::StarDetector> **returnValue)
{
    BEGIN_WRAP
    const auto ptr = cv::xfeatures2d::StarDetector::create(
        maxSize, responseThreshold, lineThresholdProjected, lineThresholdBinarized, suppressNonmaxSize);
    *returnValue = clone(ptr);
    END_WRAP
}
}html %group NativeMethods_xfeatures2d %index xfeatures2d_Ptr_StarDetector_delete [32/64bit] cv::xfeatures2d::StarDetector のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr ptr %inst このクラスは，[2]で紹介されたキーポイント検出器（StarDetectorの同義語）を実装しています． 元関数名(C#): xfeatures2d_Ptr_StarDetector_delete 元DLLエクスポート名: xfeatures2d_Ptr_StarDetector_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xfeatures2d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xfeatures2d_Ptr_StarDetector_delete(cv::Ptr<cv::xfeatures2d::StarDetector> *ptr)
{
    BEGIN_WRAP
    delete ptr;
    END_WRAP
}
}html %group NativeMethods_xfeatures2d %index xfeatures2d_Ptr_StarDetector_get [32/64bit] cv::xfeatures2d::StarDetector のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst このクラスは，[2]で紹介されたキーポイント検出器（StarDetectorの同義語）を実装しています． 元関数名(C#): xfeatures2d_Ptr_StarDetector_get 元DLLエクスポート名: xfeatures2d_Ptr_StarDetector_get 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xfeatures2d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xfeatures2d_Ptr_StarDetector_get(cv::Ptr<cv::xfeatures2d::StarDetector> *ptr, cv::xfeatures2d::StarDetector **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_xfeatures2d %index xfeatures2d_LUCID_create [32/64bit] xfeatures2d_LUCID_create %prm p1,p2,p3 p1 = int : int lucidKernel p2 = int : int blurKernel p3 = var : out IntPtr returnValue %inst 元関数名(C#): xfeatures2d_LUCID_create 元DLLエクスポート名: xfeatures2d_LUCID_create 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xfeatures2d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xfeatures2d_LUCID_create(const int lucid_kernel, const int blur_kernel, cv::Ptr<cv::xfeatures2d::LUCID> **returnValue)
{
    BEGIN_WRAP
    const auto ptr = cv::xfeatures2d::LUCID::create(lucid_kernel, blur_kernel);
    *returnValue = clone(ptr);
    END_WRAP
}
}html %group NativeMethods_xfeatures2d %index xfeatures2d_Ptr_LUCID_delete [32/64bit] cv::xfeatures2d::LUCID のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr ptr %inst 295]で述べられている，局所的に一様な比較画像記述子を実装したクラス． SURFやBRIEFなどと同程度のロバスト性を持ちながら，非常に高速に計算できる画像記述子です． 注：入力としてカラー画像が必要です。 元関数名(C#): xfeatures2d_Ptr_LUCID_delete 元DLLエクスポート名: xfeatures2d_Ptr_LUCID_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xfeatures2d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xfeatures2d_Ptr_LUCID_delete(cv::Ptr<cv::xfeatures2d::LUCID> *ptr)
{
    BEGIN_WRAP
    delete ptr;
    END_WRAP
}
}html %group NativeMethods_xfeatures2d %index xfeatures2d_Ptr_LUCID_get [32/64bit] cv::xfeatures2d::LUCID のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst 295]で述べられている，局所的に一様な比較画像記述子を実装したクラス． SURFやBRIEFなどと同程度のロバスト性を持ちながら，非常に高速に計算できる画像記述子です． 注：入力としてカラー画像が必要です。 元関数名(C#): xfeatures2d_Ptr_LUCID_get 元DLLエクスポート名: xfeatures2d_Ptr_LUCID_get 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xfeatures2d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xfeatures2d_Ptr_LUCID_get(cv::Ptr<cv::xfeatures2d::LUCID> *ptr, cv::xfeatures2d::LUCID **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_xfeatures2d %index xfeatures2d_LATCH_create [32/64bit] xfeatures2d_LATCH_create %prm p1,p2,p3,p4,p5 p1 = int : int bytes p2 = int : int rotationInvariance p3 = int : int halfSsdSize p4 = double : double sigma p5 = var : out IntPtr returnValue %inst 元関数名(C#): xfeatures2d_LATCH_create 元DLLエクスポート名: xfeatures2d_LATCH_create 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xfeatures2d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xfeatures2d_LATCH_create(
    int bytes, int rotationInvariance, int half_ssd_size, double sigma, 
    cv::Ptr<cv::xfeatures2d::LATCH> **returnValue)
{
    BEGIN_WRAP
    const auto ptr = cv::xfeatures2d::LATCH::create(bytes, rotationInvariance != 0, half_ssd_size, sigma);
    *returnValue = clone(ptr);
    END_WRAP
}
}html %group NativeMethods_xfeatures2d %index xfeatures2d_Ptr_LATCH_delete [32/64bit] cv::xfeatures2d::LATCH のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr ptr %inst latch LATCH ディスクリプタを計算するクラス．このコードが役に立ったら，あなたの作品に次の論文への参照を加えてください。Gil Levi and Tal Hassner, "LATCH:Learned Arrangements of Three Patch Codes", arXiv preprint arXiv:1501.03719, 15 Jan.2015 LATCHは、画像パッチのトリプレットの学習された比較に基づく、バイナリ記述子です。 bytesは記述子のサイズで，64，32，16，8，4，2，1のいずれかです． rotationInvariance - 記述子が方向の変化に対応するかどうかを指定します． half_ssd_size - ミニパッチのサイズの半分のサイズです．例えば，サイズが7x7xのパッチのトリプレットを比較したい場合，half_ssd_sizeは(7-1)/2 = 3となります． sigma - ソース画像をガウスブラーで平滑化するためのシグマ値です．sigma値が0の場合，ソース画像はスムージングされずに利用されます． 注意：このディスクリプタは，任意のキーポイント抽出器と組み合わせることができます．唯一の要求は，set rotationInvariance = True を使った場合には，パッチの向き（度数）を推定する抽出器を使わなければならないということです．このような抽出器の例としては、ORBやSIFTがあります。 注：完全な例は、/samples/cpp/tutorial_code/xfeatures2D/latch_match.cppにあります。 元関数名(C#): xfeatures2d_Ptr_LATCH_delete 元DLLエクスポート名: xfeatures2d_Ptr_LATCH_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xfeatures2d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xfeatures2d_Ptr_LATCH_delete(cv::Ptr<cv::xfeatures2d::LATCH> *ptr)
{
    BEGIN_WRAP
    delete ptr;
    END_WRAP
}
}html %group NativeMethods_xfeatures2d %index xfeatures2d_Ptr_LATCH_get [32/64bit] cv::xfeatures2d::LATCH のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst latch LATCH ディスクリプタを計算するクラス．このコードが役に立ったら，あなたの作品に次の論文への参照を加えてください。Gil Levi and Tal Hassner, "LATCH:Learned Arrangements of Three Patch Codes", arXiv preprint arXiv:1501.03719, 15 Jan.2015 LATCHは、画像パッチのトリプレットの学習された比較に基づく、バイナリ記述子です。 bytesは記述子のサイズで，64，32，16，8，4，2，1のいずれかです． rotationInvariance - 記述子が方向の変化に対応するかどうかを指定します． half_ssd_size - ミニパッチのサイズの半分のサイズです．例えば，サイズが7x7xのパッチのトリプレットを比較したい場合，half_ssd_sizeは(7-1)/2 = 3となります． sigma - ソース画像をガウスブラーで平滑化するためのシグマ値です．sigma値が0の場合，ソース画像はスムージングされずに利用されます． 注意：このディスクリプタは，任意のキーポイント抽出器と組み合わせることができます．唯一の要求は，set rotationInvariance = True を使った場合には，パッチの向き（度数）を推定する抽出器を使わなければならないということです．このような抽出器の例としては、ORBやSIFTがあります。 注：完全な例は、/samples/cpp/tutorial_code/xfeatures2D/latch_match.cppにあります。 元関数名(C#): xfeatures2d_Ptr_LATCH_get 元DLLエクスポート名: xfeatures2d_Ptr_LATCH_get 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xfeatures2d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xfeatures2d_Ptr_LATCH_get(cv::Ptr<cv::xfeatures2d::LATCH> *ptr, cv::xfeatures2d::LATCH **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_xfeatures2d %index xfeatures2d_SURF_create [32/64bit] xfeatures2d_SURF_create %prm p1,p2,p3,p4,p5,p6 p1 = double : double hessianThreshold p2 = int : int nOctaves p3 = int : int nOctaveLayers p4 = int : int extended p5 = int : int upright p6 = var : out IntPtr returnValue %inst 元関数名(C#): xfeatures2d_SURF_create 元DLLエクスポート名: xfeatures2d_SURF_create 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xfeatures2d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xfeatures2d_SURF_create(
    double hessianThreshold, int nOctaves,
    int nOctaveLayers, int extended, int upright, 
    cv::Ptr<cv::xfeatures2d::SURF> **returnValue)
{
    BEGIN_WRAP
    const auto ptr = cv::xfeatures2d::SURF::create(
        hessianThreshold, nOctaves, nOctaveLayers, extended != 0, upright != 0);
    *returnValue = clone(ptr);
    END_WRAP
}
}html %group NativeMethods_xfeatures2d %index xfeatures2d_Ptr_SURF_delete [32/64bit] cv::xfeatures2d::SURF のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr ptr %inst 画像からSpeeded Up Robust Featuresを抽出するクラス [16] ． アルゴリズムのパラメータです． メンバー int extended 0 は，基本記述子（各64要素）を計算することを意味します． 1 は，拡張ディスクリプタ（各128要素）を計算することを意味します． メンバー int upright 0 は，検出器が各特徴の向きを計算することを意味します． 1 は，向きの計算を行わないことを意味します（この方が，はるかに高速です）．例えば，ステレオペアの画像をマッチングさせたり，画像のスティッチングを行ったりする場合，マッチングした特徴の角度が非常に似ている可能性があり，upright=1を設定することで，特徴の抽出を高速化することができます． member double hessianThreshold キーポイント検出器のしきい値。hessianThresholdよりも大きいヘシアンを持つ特徴のみが、検出器によって保持されます。したがって，この値が大きくなるほど，得られるキーポイントは少なくなります．初期値としては，画像のコントラストにもよりますが，300から500程度が良いでしょう。 member int nOctaves 検出器が利用するガウシアンピラミッドのオクターブ数を指定します。デフォルトでは，4に設定されています．非常に大きな特徴を得たい場合は，より大きな値を使用してください．小さな特徴を得るためには、この値を小さくしてください。 member int nOctaveLayers ガウシアンピラミッドの各オクターブ内の画像の数。デフォルトでは、2に設定されています。参考 SURF 特徴検出器を用いた例は， opencv_source_code/samples/cpp/generic_descriptor_match.cpp にあります． SURF 特徴検出器，抽出器，マッチャーを用いた別の例は， opencv_source_code/samples/cpp/matcher_simple.cpp にあります． 元関数名(C#): xfeatures2d_Ptr_SURF_delete 元DLLエクスポート名: xfeatures2d_Ptr_SURF_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xfeatures2d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xfeatures2d_Ptr_SURF_delete(cv::Ptr<cv::xfeatures2d::SURF> *ptr)
{
    BEGIN_WRAP
    delete ptr;
    END_WRAP
}
}html %group NativeMethods_xfeatures2d %index xfeatures2d_Ptr_SURF_get [32/64bit] cv::xfeatures2d::SURF のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst 画像からSpeeded Up Robust Featuresを抽出するクラス [16] ． アルゴリズムのパラメータです． メンバー int extended 0 は，基本記述子（各64要素）を計算することを意味します． 1 は，拡張ディスクリプタ（各128要素）を計算することを意味します． メンバー int upright 0 は，検出器が各特徴の向きを計算することを意味します． 1 は，向きの計算を行わないことを意味します（この方が，はるかに高速です）．例えば，ステレオペアの画像をマッチングさせたり，画像のスティッチングを行ったりする場合，マッチングした特徴の角度が非常に似ている可能性があり，upright=1を設定することで，特徴の抽出を高速化することができます． member double hessianThreshold キーポイント検出器のしきい値。hessianThresholdよりも大きいヘシアンを持つ特徴のみが、検出器によって保持されます。したがって，この値が大きくなるほど，得られるキーポイントは少なくなります．初期値としては，画像のコントラストにもよりますが，300から500程度が良いでしょう。 member int nOctaves 検出器が利用するガウシアンピラミッドのオクターブ数を指定します。デフォルトでは，4に設定されています．非常に大きな特徴を得たい場合は，より大きな値を使用してください．小さな特徴を得るためには、この値を小さくしてください。 member int nOctaveLayers ガウシアンピラミッドの各オクターブ内の画像の数。デフォルトでは、2に設定されています。参考 SURF 特徴検出器を用いた例は， opencv_source_code/samples/cpp/generic_descriptor_match.cpp にあります． SURF 特徴検出器，抽出器，マッチャーを用いた別の例は， opencv_source_code/samples/cpp/matcher_simple.cpp にあります． 元関数名(C#): xfeatures2d_Ptr_SURF_get 元DLLエクスポート名: xfeatures2d_Ptr_SURF_get 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xfeatures2d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xfeatures2d_Ptr_SURF_get(cv::Ptr<cv::xfeatures2d::SURF> *ptr, cv::xfeatures2d::SURF **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_xfeatures2d %index xfeatures2d_SURF_getHessianThreshold [32/64bit] xfeatures2d_SURF_getHessianThreshold %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst 元関数名(C#): xfeatures2d_SURF_getHessianThreshold 元DLLエクスポート名: xfeatures2d_SURF_getHessianThreshold 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xfeatures2d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xfeatures2d_SURF_getHessianThreshold(cv::xfeatures2d::SURF *obj, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getHessianThreshold();
    END_WRAP
}
}html %group NativeMethods_xfeatures2d %index xfeatures2d_SURF_getNOctaves [32/64bit] xfeatures2d_SURF_getNOctaves %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): xfeatures2d_SURF_getNOctaves 元DLLエクスポート名: xfeatures2d_SURF_getNOctaves 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xfeatures2d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xfeatures2d_SURF_getNOctaves(cv::xfeatures2d::SURF *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getNOctaves();
    END_WRAP
}
}html %group NativeMethods_xfeatures2d %index xfeatures2d_SURF_getNOctaveLayers [32/64bit] xfeatures2d_SURF_getNOctaveLayers %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): xfeatures2d_SURF_getNOctaveLayers 元DLLエクスポート名: xfeatures2d_SURF_getNOctaveLayers 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xfeatures2d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xfeatures2d_SURF_getNOctaveLayers(cv::xfeatures2d::SURF *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getNOctaveLayers();
    END_WRAP
}
}html %group NativeMethods_xfeatures2d %index xfeatures2d_SURF_getExtended [32/64bit] xfeatures2d_SURF_getExtended %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): xfeatures2d_SURF_getExtended 元DLLエクスポート名: xfeatures2d_SURF_getExtended 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xfeatures2d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xfeatures2d_SURF_getExtended(cv::xfeatures2d::SURF *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getExtended() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_xfeatures2d %index xfeatures2d_SURF_getUpright [32/64bit] xfeatures2d_SURF_getUpright %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): xfeatures2d_SURF_getUpright 元DLLエクスポート名: xfeatures2d_SURF_getUpright 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xfeatures2d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xfeatures2d_SURF_getUpright(cv::xfeatures2d::SURF *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getUpright() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_xfeatures2d %index xfeatures2d_SURF_setHessianThreshold [32/64bit] xfeatures2d_SURF_setHessianThreshold %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double value %inst 元関数名(C#): xfeatures2d_SURF_setHessianThreshold 元DLLエクスポート名: xfeatures2d_SURF_setHessianThreshold 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xfeatures2d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xfeatures2d_SURF_setHessianThreshold(cv::xfeatures2d::SURF *obj, double value)
{
    BEGIN_WRAP
    obj->setHessianThreshold(value);
    END_WRAP
}
}html %group NativeMethods_xfeatures2d %index xfeatures2d_SURF_setNOctaves [32/64bit] xfeatures2d_SURF_setNOctaves %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int value %inst 元関数名(C#): xfeatures2d_SURF_setNOctaves 元DLLエクスポート名: xfeatures2d_SURF_setNOctaves 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xfeatures2d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xfeatures2d_SURF_setNOctaves(cv::xfeatures2d::SURF *obj, int value)
{
    BEGIN_WRAP
    obj->setNOctaves(value);
    END_WRAP
}
}html %group NativeMethods_xfeatures2d %index xfeatures2d_SURF_setNOctaveLayers [32/64bit] xfeatures2d_SURF_setNOctaveLayers %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int value %inst 元関数名(C#): xfeatures2d_SURF_setNOctaveLayers 元DLLエクスポート名: xfeatures2d_SURF_setNOctaveLayers 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xfeatures2d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xfeatures2d_SURF_setNOctaveLayers(cv::xfeatures2d::SURF *obj, int value)
{
    BEGIN_WRAP
    obj->setNOctaveLayers(value);
    END_WRAP
}
}html %group NativeMethods_xfeatures2d %index xfeatures2d_SURF_setExtended [32/64bit] xfeatures2d_SURF_setExtended %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int value %inst 元関数名(C#): xfeatures2d_SURF_setExtended 元DLLエクスポート名: xfeatures2d_SURF_setExtended 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xfeatures2d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xfeatures2d_SURF_setExtended(cv::xfeatures2d::SURF *obj, int value)
{
    BEGIN_WRAP
    obj->setExtended(value != 0);
    END_WRAP
}
}html %group NativeMethods_xfeatures2d %index xfeatures2d_SURF_setUpright [32/64bit] xfeatures2d_SURF_setUpright %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int value %inst 元関数名(C#): xfeatures2d_SURF_setUpright 元DLLエクスポート名: xfeatures2d_SURF_setUpright 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xfeatures2d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xfeatures2d_SURF_setUpright(cv::xfeatures2d::SURF *obj, int value)
{
    BEGIN_WRAP
    obj->setUpright(value != 0);
    END_WRAP
}
}html %group NativeMethods_xfeatures2d %index xphoto_bm3dDenoising1 [32/64bit] Block-Matching and 3D-filtering algorithm http://www.cs.tut.fi/~foi/GCF-BM3D/BM3D_TIP_2007.pdf を用いて，いくつかの計算上の最適化を行いながら，画像のノイズ除去を行います．ノイズは，ガウスホワイトノイズであることが期待されます． %prm p1,p2,p3,p4,p5,p6,p7,p8,p9,p10,p11,p12,p13,p14 p1 = sptr : IntPtr src p2 = sptr : IntPtr dstStep1 p3 = sptr : IntPtr dstStep2 p4 = float : float h p5 = int : int templateWindowSize p6 = int : int searchWindowSize p7 = int : int blockMatchingStep1 p8 = int : int blockMatchingStep2 p9 = int : int groupSize p10 = int : int slidingStep p11 = float : float beta p12 = int : int normType p13 = int : int step p14 = int : int transformType %inst この関数は，グレースケール画像に適用されることを想定しています．この関数の高度な利用法として，異なる色空間を持つカラー画像を手動でノイズ除去することが挙げられます． 元関数名(C#): xphoto_bm3dDenoising1 元DLLエクスポート名: xphoto_bm3dDenoising1 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xphoto.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xphoto_bm3dDenoising1(
    cv::_InputArray *src,
    cv::_InputOutputArray *dstStep1,
    cv::_OutputArray *dstStep2,
    float h,
    int templateWindowSize,
    int searchWindowSize,
    int blockMatchingStep1,
    int blockMatchingStep2,
    int groupSize,
    int slidingStep,
    float beta,
    int normType,
    int step,
    int transformType)
{
    BEGIN_WRAP
    cv::xphoto::bm3dDenoising(
        *src, *dstStep1, *dstStep2, h, templateWindowSize, searchWindowSize, blockMatchingStep1, blockMatchingStep2, 
        groupSize, slidingStep, beta, normType, step, transformType);
    END_WRAP
}
}html %group NativeMethods_xphoto %index xphoto_bm3dDenoising2 [32/64bit] Block-Matching and 3D-filtering algorithm http://www.cs.tut.fi/~foi/GCF-BM3D/BM3D_TIP_2007.pdf を用いて，いくつかの計算上の最適化を行いながら，画像のノイズ除去を行います．ノイズは，ガウスホワイトノイズであることが期待されます． %prm p1,p2,p3,p4,p5,p6,p7,p8,p9,p10,p11,p12,p13 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = float : float h p4 = int : int templateWindowSize p5 = int : int searchWindowSize p6 = int : int blockMatchingStep1 p7 = int : int blockMatchingStep2 p8 = int : int groupSize p9 = int : int slidingStep p10 = float : float beta p11 = int : int normType p12 = int : int step p13 = int : int transformType %inst この関数は，グレースケール画像に適用されることを想定しています．この関数の高度な利用法として，異なる色空間を持つカラー画像を手動でノイズ除去することが挙げられます． 元関数名(C#): xphoto_bm3dDenoising2 元DLLエクスポート名: xphoto_bm3dDenoising2 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xphoto.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xphoto_bm3dDenoising2(
    cv::_InputArray *src,
    cv::_OutputArray *dst,
    float h,
    int templateWindowSize,
    int searchWindowSize,
    int blockMatchingStep1,
    int blockMatchingStep2,
    int groupSize,
    int slidingStep,
    float beta,
    int normType,
    int step,
    int transformType)
{
    BEGIN_WRAP
    cv::xphoto::bm3dDenoising(
        *src, *dst, h, templateWindowSize, searchWindowSize, blockMatchingStep1, blockMatchingStep2, 
        groupSize, slidingStep, beta, normType, step, transformType);
    END_WRAP
}
}html %group NativeMethods_xphoto %index xphoto_dctDenoising [32/64bit] この関数は，シンプルな dct ベースのノイズ除去を行います． %prm p1,p2,p3,p4 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = double : double sigma p4 = int : int psize %inst http://www.ipol.im/pub/art/2011/ys-dct/.See また，fastNlMeansDenoising 元関数名(C#): xphoto_dctDenoising 元DLLエクスポート名: xphoto_dctDenoising 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xphoto.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xphoto_dctDenoising(cv::Mat *src, cv::Mat *dst, const double sigma, const int psize)
{
    BEGIN_WRAP
    cv::xphoto::dctDenoising(*src, *dst, sigma, psize);
    END_WRAP
}
}html %group NativeMethods_xphoto %index xphoto_inpaint [32/64bit] この関数は，様々な単一画像のインペインティングアルゴリズムを実装しています． %prm p1,p2,p3,p4 p1 = sptr : IntPtr prt p2 = sptr : IntPtr src p3 = sptr : IntPtr dst p4 = int : int algorithm %inst 詳細は原著論文[105](Shiftmap)または[90],[214](FSR)を参照してください。 元関数名(C#): xphoto_inpaint 元DLLエクスポート名: xphoto_inpaint 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xphoto.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xphoto_inpaint(cv::Mat *src, cv::Mat *mask, cv::Mat *dst, int algorithm)
{
    BEGIN_WRAP
    cv::xphoto::inpaint(*src, *mask, *dst, static_cast<const cv::xphoto::InpaintTypes>(algorithm));
    END_WRAP
}
}html %group NativeMethods_xphoto %index xphoto_oilPainting [32/64bit] oilPainting 詳細は原著論文[39]を参照． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = int : int size p4 = int : int dynRatio p5 = int : int code %inst 元関数名(C#): xphoto_oilPainting 元DLLエクスポート名: xphoto_oilPainting 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xphoto.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xphoto_oilPainting(
    cv::_InputArray *src, cv::_OutputArray *dst, int size, int dynRatio, int code)
{
    BEGIN_WRAP
    if (code >= 0)
        cv::xphoto::oilPainting(*src, *dst, size, dynRatio, code);
    else
        cv::xphoto::oilPainting(*src, *dst, size, dynRatio);
    END_WRAP
}
}html %group NativeMethods_xphoto %index xphoto_TonemapDurand_getSaturation [32/64bit] xphoto_TonemapDurand_getSaturation %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out float returnValue %inst 元関数名(C#): xphoto_TonemapDurand_getSaturation 元DLLエクスポート名: xphoto_TonemapDurand_getSaturation 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xphoto.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xphoto_TonemapDurand_getSaturation(cv::xphoto::TonemapDurand *obj, float *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getSaturation();
    END_WRAP
}
}html %group NativeMethods_xphoto %index xphoto_TonemapDurand_setSaturation [32/64bit] xphoto_TonemapDurand_setSaturation %prm p1,p2 p1 = sptr : IntPtr obj p2 = float : float saturation %inst 元関数名(C#): xphoto_TonemapDurand_setSaturation 元DLLエクスポート名: xphoto_TonemapDurand_setSaturation 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xphoto.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xphoto_TonemapDurand_setSaturation(cv::xphoto::TonemapDurand *obj, float saturation)
{
    BEGIN_WRAP
    obj->setSaturation(saturation);
    END_WRAP
}
}html %group NativeMethods_xphoto %index xphoto_TonemapDurand_getContrast [32/64bit] xphoto_TonemapDurand_getContrast %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out float returnValue %inst 元関数名(C#): xphoto_TonemapDurand_getContrast 元DLLエクスポート名: xphoto_TonemapDurand_getContrast 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xphoto.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xphoto_TonemapDurand_getContrast(cv::xphoto::TonemapDurand *obj, float *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getContrast();
    END_WRAP
}
}html %group NativeMethods_xphoto %index xphoto_TonemapDurand_setContrast [32/64bit] xphoto_TonemapDurand_setContrast %prm p1,p2 p1 = sptr : IntPtr obj p2 = float : float contrast %inst 元関数名(C#): xphoto_TonemapDurand_setContrast 元DLLエクスポート名: xphoto_TonemapDurand_setContrast 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xphoto.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xphoto_TonemapDurand_setContrast(cv::xphoto::TonemapDurand *obj, float contrast)
{
    BEGIN_WRAP
    obj->setContrast(contrast);
    END_WRAP
}
}html %group NativeMethods_xphoto %index xphoto_TonemapDurand_getSigmaSpace [32/64bit] xphoto_TonemapDurand_getSigmaSpace %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out float returnValue %inst 元関数名(C#): xphoto_TonemapDurand_getSigmaSpace 元DLLエクスポート名: xphoto_TonemapDurand_getSigmaSpace 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xphoto.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xphoto_TonemapDurand_getSigmaSpace(cv::xphoto::TonemapDurand *obj, float *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getSigmaSpace();
    END_WRAP
}
}html %group NativeMethods_xphoto %index xphoto_TonemapDurand_setSigmaSpace [32/64bit] xphoto_TonemapDurand_setSigmaSpace %prm p1,p2 p1 = sptr : IntPtr obj p2 = float : float saturation %inst 元関数名(C#): xphoto_TonemapDurand_setSigmaSpace 元DLLエクスポート名: xphoto_TonemapDurand_setSigmaSpace 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xphoto.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xphoto_TonemapDurand_setSigmaSpace(cv::xphoto::TonemapDurand *obj, float sigma_space)
{
    BEGIN_WRAP
    obj->setSigmaSpace(sigma_space);
    END_WRAP
}
}html %group NativeMethods_xphoto %index xphoto_TonemapDurand_getSigmaColor [32/64bit] xphoto_TonemapDurand_getSigmaColor %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out float returnValue %inst 元関数名(C#): xphoto_TonemapDurand_getSigmaColor 元DLLエクスポート名: xphoto_TonemapDurand_getSigmaColor 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xphoto.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xphoto_TonemapDurand_getSigmaColor(cv::xphoto::TonemapDurand *obj, float *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getSigmaColor();
    END_WRAP
}
}html %group NativeMethods_xphoto %index xphoto_TonemapDurand_setSigmaColor [32/64bit] xphoto_TonemapDurand_setSigmaColor %prm p1,p2 p1 = sptr : IntPtr obj p2 = float : float saturation %inst 元関数名(C#): xphoto_TonemapDurand_setSigmaColor 元DLLエクスポート名: xphoto_TonemapDurand_setSigmaColor 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xphoto.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xphoto_TonemapDurand_setSigmaColor(cv::xphoto::TonemapDurand *obj, float sigma_color)
{
    BEGIN_WRAP
    obj->setSigmaColor(sigma_color);
    END_WRAP
}
}html %group NativeMethods_xphoto %index xphoto_createTonemapDurand [32/64bit] TonemapDurandオブジェクトを作成します。 %prm p1,p2,p3,p4,p5,p6 p1 = float : float gamma p2 = float : float contrast p3 = float : float saturation p4 = float : float sigmaSpace p5 = float : float sigmaColor p6 = var : out IntPtr returnValue %inst これらを使うには、cmakeでOPENCV_ENABLE_NONFREEオプションを設定する必要があります。これらを使用する場合は，自己責任でお願いします． 元関数名(C#): xphoto_createTonemapDurand 元DLLエクスポート名: xphoto_createTonemapDurand 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xphoto.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xphoto_createTonemapDurand(
    float gamma, float contrast, float saturation, float sigma_space, float sigma_color, cv::Ptr<cv::xphoto::TonemapDurand> **returnValue)
{
    BEGIN_WRAP
    const auto p = cv::xphoto::createTonemapDurand(gamma, contrast, saturation, sigma_space, sigma_color);
    *returnValue = clone(p);
    END_WRAP  
}
}html %group NativeMethods_xphoto %index xphoto_Ptr_TonemapDurand_delete [32/64bit] cv::xphoto::TonemapDurand のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr ptr %inst このアルゴリズムは，バイラテラルフィルタを用いて画像をベース層と詳細層の2つの層に分解し，ベース層のコントラストを圧縮することで，すべての詳細部分を保存します． この実装では，OpenCV の通常のバイラテラルフィルタを利用します． cv::TonemapDrago のように，彩度を強調することができます． 詳細は [63] を参照してください． 元関数名(C#): xphoto_Ptr_TonemapDurand_delete 元DLLエクスポート名: xphoto_Ptr_TonemapDurand_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xphoto.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xphoto_Ptr_TonemapDurand_delete(cv::Ptr<cv::xphoto::TonemapDurand> *ptr)
{
    BEGIN_WRAP
    delete ptr;
    END_WRAP
}
}html %group NativeMethods_xphoto %index xphoto_Ptr_TonemapDurand_get [32/64bit] cv::xphoto::TonemapDurand のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst このアルゴリズムは，バイラテラルフィルタを用いて画像をベース層と詳細層の2つの層に分解し，ベース層のコントラストを圧縮することで，すべての詳細部分を保存します． この実装では，OpenCV の通常のバイラテラルフィルタを利用します． cv::TonemapDrago のように，彩度を強調することができます． 詳細は [63] を参照してください． 元関数名(C#): xphoto_Ptr_TonemapDurand_get 元DLLエクスポート名: xphoto_Ptr_TonemapDurand_get 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xphoto.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xphoto_Ptr_TonemapDurand_get(cv::Ptr<cv::xphoto::TonemapDurand> *ptr, cv::xphoto::TonemapDurand **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_xphoto %index xphoto_applyChannelGains [32/64bit] 複数のホワイトバランスアルゴリズムの最後のステップである，チャンネルゲインを適用するための効率的な固定小数点近似法を実装しています． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = float : float gainB p4 = float : float gainG p5 = float : float gainR %inst 元関数名(C#): xphoto_applyChannelGains 元DLLエクスポート名: xphoto_applyChannelGains 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xphoto.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xphoto_applyChannelGains(cv::_InputArray *src, cv::_OutputArray *dst, float gainB, float gainG, float gainR)
{
    BEGIN_WRAP
    cv::xphoto::applyChannelGains(*src, *dst, gainB, gainG, gainR);
    END_WRAP
}
}html %group NativeMethods_xphoto %index xphoto_createGrayworldWB [32/64bit] GrayworldWB のインスタンスを生成します． %prm p1 p1 = var : out IntPtr returnValue %inst 元関数名(C#): xphoto_createGrayworldWB 元DLLエクスポート名: xphoto_createGrayworldWB 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xphoto.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xphoto_createGrayworldWB(cv::Ptr<cv::xphoto::GrayworldWB> **returnValue)
{
    BEGIN_WRAP
    const auto ptr = cv::xphoto::createGrayworldWB();
    *returnValue = new cv::Ptr<cv::xphoto::GrayworldWB>(ptr);
    END_WRAP
}
}html %group NativeMethods_xphoto %index xphoto_Ptr_GrayworldWB_delete [32/64bit] cv::xphoto::createGrayworldWB のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr prt %inst GrayworldWB のインスタンスを生成します． 元関数名(C#): xphoto_Ptr_GrayworldWB_delete 元DLLエクスポート名: xphoto_Ptr_GrayworldWB_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xphoto.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xphoto_Ptr_GrayworldWB_delete(cv::Ptr<cv::xphoto::GrayworldWB> *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_xphoto %index xphoto_Ptr_GrayworldWB_get [32/64bit] cv::xphoto::createGrayworldWB のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr prt p2 = var : out IntPtr returnValue %inst GrayworldWB のインスタンスを生成します． 元関数名(C#): xphoto_Ptr_GrayworldWB_get 元DLLエクスポート名: xphoto_Ptr_GrayworldWB_get 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xphoto.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xphoto_Ptr_GrayworldWB_get(cv::Ptr<cv::xphoto::GrayworldWB>* ptr, cv::xphoto::GrayworldWB **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_xphoto %index xphoto_GrayworldWB_balanceWhite [32/64bit] xphoto_GrayworldWB_balanceWhite %prm p1,p2,p3 p1 = sptr : IntPtr prt p2 = sptr : IntPtr src p3 = sptr : IntPtr dst %inst 元関数名(C#): xphoto_GrayworldWB_balanceWhite 元DLLエクスポート名: xphoto_GrayworldWB_balanceWhite 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xphoto.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xphoto_GrayworldWB_balanceWhite(cv::xphoto::GrayworldWB* ptr, cv::_InputArray *src, cv::_OutputArray *dst)
{
    BEGIN_WRAP
    ptr->balanceWhite(*src, *dst);
    END_WRAP
}
}html %group NativeMethods_xphoto %index xphoto_GrayworldWB_SaturationThreshold_get [32/64bit] xphoto_GrayworldWB_SaturationThreshold_get %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out float returnValue %inst 元関数名(C#): xphoto_GrayworldWB_SaturationThreshold_get 元DLLエクスポート名: xphoto_GrayworldWB_SaturationThreshold_get 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xphoto.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xphoto_GrayworldWB_SaturationThreshold_get(cv::xphoto::GrayworldWB* ptr, float* returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->getSaturationThreshold();
    END_WRAP
}
}html %group NativeMethods_xphoto %index xphoto_GrayworldWB_SaturationThreshold_set [32/64bit] xphoto_GrayworldWB_SaturationThreshold_set %prm p1,p2 p1 = sptr : IntPtr ptr p2 = float : float val %inst 元関数名(C#): xphoto_GrayworldWB_SaturationThreshold_set 元DLLエクスポート名: xphoto_GrayworldWB_SaturationThreshold_set 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xphoto.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xphoto_GrayworldWB_SaturationThreshold_set(cv::xphoto::GrayworldWB* ptr, float val)
{
    BEGIN_WRAP
    ptr->setSaturationThreshold(val);
    END_WRAP
}
}html %group NativeMethods_xphoto %index xphoto_createLearningBasedWB [32/64bit] LearningBasedWBのインスタンスを作成します． %prm p1,p2 p1 = str : string trackerType p2 = var : out IntPtr returnValue %inst 元関数名(C#): xphoto_createLearningBasedWB 元DLLエクスポート名: xphoto_createLearningBasedWB 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xphoto.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xphoto_createLearningBasedWB(const char* path_to_model, cv::Ptr<cv::xphoto::LearningBasedWB> **returnValue)
{
    BEGIN_WRAP
    const std::string str_path_to_model(path_to_model);
    const auto ptr = cv::xphoto::createLearningBasedWB(str_path_to_model);
    *returnValue = new cv::Ptr<cv::xphoto::LearningBasedWB>(ptr);
    END_WRAP
}
}html %group NativeMethods_xphoto %index xphoto_Ptr_LearningBasedWB_delete [32/64bit] cv::xphoto::LearningBasedWB のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr prt %inst より洗練された学習ベースの自動ホワイトバランスアルゴリズムです。 GrayworldWBと同様に、このアルゴリズムは、入力画像のチャンネルに異なるゲインを適用することで動作しますが、その計算は、単純なグレイワールドの仮定に比べて、少し複雑です。このアルゴリズムの詳細については，[46]を参照してください。 この関数は，飽和したピクセルをマスクアウトするために，以下の条件を満たすピクセルのみを利用します． \[ \frac{\textrm{max}(R,G,B)}{\texttt{range_max_val}}< ????? )\] 現在，CV_8UC3 と CV_16UC3 のタイプの画像をサポートしています． 元関数名(C#): xphoto_Ptr_LearningBasedWB_delete 元DLLエクスポート名: xphoto_Ptr_LearningBasedWB_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xphoto.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xphoto_Ptr_LearningBasedWB_delete(cv::Ptr<cv::xphoto::LearningBasedWB> *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_xphoto %index xphoto_Ptr_LearningBasedWB_get [32/64bit] cv::xphoto::LearningBasedWB のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr prt p2 = var : out IntPtr returnValue %inst より洗練された学習ベースの自動ホワイトバランスアルゴリズムです。 GrayworldWBと同様に、このアルゴリズムは、入力画像のチャンネルに異なるゲインを適用することで動作しますが、その計算は、単純なグレイワールドの仮定に比べて、少し複雑です。このアルゴリズムの詳細については，[46]を参照してください。 この関数は，飽和したピクセルをマスクアウトするために，以下の条件を満たすピクセルのみを利用します． \[ \frac{\textrm{max}(R,G,B)}{\texttt{range_max_val}}< ????? )\] 現在，CV_8UC3 と CV_16UC3 のタイプの画像をサポートしています． 元関数名(C#): xphoto_Ptr_LearningBasedWB_get 元DLLエクスポート名: xphoto_Ptr_LearningBasedWB_get 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xphoto.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xphoto_Ptr_LearningBasedWB_get(cv::Ptr<cv::xphoto::LearningBasedWB>* ptr, cv::xphoto::LearningBasedWB **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_xphoto %index xphoto_LearningBasedWB_balanceWhite [32/64bit] xphoto_LearningBasedWB_balanceWhite %prm p1,p2,p3 p1 = sptr : IntPtr prt p2 = sptr : IntPtr src p3 = sptr : IntPtr dst %inst 元関数名(C#): xphoto_LearningBasedWB_balanceWhite 元DLLエクスポート名: xphoto_LearningBasedWB_balanceWhite 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xphoto.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xphoto_LearningBasedWB_balanceWhite(cv::xphoto::LearningBasedWB* ptr, cv::_InputArray *src, cv::_OutputArray *dst)
{
    BEGIN_WRAP
    ptr->balanceWhite(*src, *dst);
    END_WRAP
}
}html %group NativeMethods_xphoto %index xphoto_LearningBasedWB_extractSimpleFeatures [32/64bit] アルゴリズムの特徴抽出部分を実装します． %prm p1,p2,p3 p1 = sptr : IntPtr prt p2 = sptr : IntPtr src p3 = sptr : IntPtr dst %inst 46] に従って，入力画像に対して以下の特徴量を計算します：平均的な(R,G,B)タプルの色度 最も明るい(R,G,B)タプルの色度（飽和した画素は無視する） 支配的な(R,G,B)タプルの色度（RGBヒストグラムで最も高い値を持つタプルの色度） 色度パレットのモード（RGBヒストグラムで最も一般的な300色を色度平面に投影して作成されます。モードは，パレットの中で最も密度の高い点であり，これは，エパニチオフカーネル関数を用いた単純な固定帯域幅のカーネル密度推定法によって求められます． 元関数名(C#): xphoto_LearningBasedWB_extractSimpleFeatures 元DLLエクスポート名: xphoto_LearningBasedWB_extractSimpleFeatures 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xphoto.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xphoto_LearningBasedWB_extractSimpleFeatures(cv::xphoto::LearningBasedWB* ptr, cv::_InputArray *src, cv::_OutputArray *dst)
{
    BEGIN_WRAP
    ptr->extractSimpleFeatures(*src, *dst);
    END_WRAP
}
}html %group NativeMethods_xphoto %index xphoto_LearningBasedWB_HistBinNum_set [32/64bit] アルゴリズムが内部的に使用する3次元RGBヒストグラムの1次元のサイズを定義します。ビット深度の高い画像では，ビンの数を増やすことがしばしば意味を持ちます（例えば，12ビットの画像では256ビン）． %prm p1,p2 p1 = sptr : IntPtr prt p2 = int : int value %inst 関連項目： logetHistBinNum 元関数名(C#): xphoto_LearningBasedWB_HistBinNum_set 元DLLエクスポート名: xphoto_LearningBasedWB_HistBinNum_set 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xphoto.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xphoto_LearningBasedWB_HistBinNum_set(cv::xphoto::LearningBasedWB* ptr, int val)
{
    BEGIN_WRAP
    ptr->setHistBinNum(val);
    END_WRAP
}
}html %group NativeMethods_xphoto %index xphoto_LearningBasedWB_RangeMaxVal_set [32/64bit] 入力画像の最大可能値（例：8ビット画像なら255、12ビット画像なら4095）。 %prm p1,p2 p1 = sptr : IntPtr prt p2 = int : int value %inst 参照：「alsogetRangeMaxVal 元関数名(C#): xphoto_LearningBasedWB_RangeMaxVal_set 元DLLエクスポート名: xphoto_LearningBasedWB_RangeMaxVal_set 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xphoto.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xphoto_LearningBasedWB_RangeMaxVal_set(cv::xphoto::LearningBasedWB* ptr, int val)
{
    BEGIN_WRAP
    ptr->setRangeMaxVal(val);
    END_WRAP
}
}html %group NativeMethods_xphoto %index xphoto_LearningBasedWB_SaturationThreshold_set [32/64bit] 飽和した画素を判定するための閾値です。つまり、少なくとも1つのチャンネルが\\を超える画素は無視されます。 %prm p1,p2 p1 = sptr : IntPtr prt p2 = float : float value %inst See alsogetSaturationThreshold 元関数名(C#): xphoto_LearningBasedWB_SaturationThreshold_set 元DLLエクスポート名: xphoto_LearningBasedWB_SaturationThreshold_set 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xphoto.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xphoto_LearningBasedWB_SaturationThreshold_set(cv::xphoto::LearningBasedWB* ptr, float val)
{
    BEGIN_WRAP
    ptr->setSaturationThreshold(val);
    END_WRAP
}
}html %group NativeMethods_xphoto %index xphoto_LearningBasedWB_HistBinNum_get [32/64bit] アルゴリズムが内部的に使用する3次元RGBヒストグラムの1次元のサイズを定義します。ビット深度の高い画像では，ビンの数を増やすことがしばしば意味を持ちます（例えば，12ビットの画像では256ビン）． %prm p1,p2 p1 = sptr : IntPtr prt p2 = var : out int returnValue %inst See alsosetHistBinNum 元関数名(C#): xphoto_LearningBasedWB_HistBinNum_get 元DLLエクスポート名: xphoto_LearningBasedWB_HistBinNum_get 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xphoto.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xphoto_LearningBasedWB_HistBinNum_get(cv::xphoto::LearningBasedWB* ptr, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->getHistBinNum();
    END_WRAP
}
}html %group NativeMethods_xphoto %index xphoto_LearningBasedWB_RangeMaxVal_get [32/64bit] 入力画像の最大可能値（例：8ビット画像なら255、12ビット画像なら4095）。 %prm p1,p2 p1 = sptr : IntPtr prt p2 = var : out int returnValue %inst See alsosetRangeMaxVal 元関数名(C#): xphoto_LearningBasedWB_RangeMaxVal_get 元DLLエクスポート名: xphoto_LearningBasedWB_RangeMaxVal_get 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xphoto.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xphoto_LearningBasedWB_RangeMaxVal_get(cv::xphoto::LearningBasedWB* ptr, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->getRangeMaxVal();
    END_WRAP
}
}html %group NativeMethods_xphoto %index xphoto_LearningBasedWB_SaturationThreshold_get [32/64bit] 飽和した画素を判定するための閾値です。つまり、少なくとも1つのチャンネルが\\を超える画素は無視されます。 %prm p1,p2 p1 = sptr : IntPtr prt p2 = var : out float returnValue %inst 関連項目： alsosetSaturationThreshold 元関数名(C#): xphoto_LearningBasedWB_SaturationThreshold_get 元DLLエクスポート名: xphoto_LearningBasedWB_SaturationThreshold_get 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xphoto.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xphoto_LearningBasedWB_SaturationThreshold_get(cv::xphoto::LearningBasedWB* ptr, float *returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->getSaturationThreshold();
    END_WRAP
}
}html %group NativeMethods_xphoto %index xphoto_createSimpleWB [32/64bit] SimpleWBのインスタンスを作成します。 %prm p1 p1 = var : out IntPtr returnValue %inst 元関数名(C#): xphoto_createSimpleWB 元DLLエクスポート名: xphoto_createSimpleWB 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xphoto.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xphoto_createSimpleWB(cv::Ptr<cv::xphoto::SimpleWB> **returnValue)
{
    BEGIN_WRAP
    const auto ptr = cv::xphoto::createSimpleWB();
    *returnValue = new cv::Ptr<cv::xphoto::SimpleWB>(ptr);
    END_WRAP
}
}html %group NativeMethods_xphoto %index xphoto_Ptr_SimpleWB_delete [32/64bit] cv::xphoto::SimpleWB のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr prt %inst シンプルなホワイトバランスアルゴリズムで、入力画像の各チャンネルを指定された範囲に独立して引き伸ばすことで動作します。堅牢性を高めるために、ピクセル値の上下を無視します。 元関数名(C#): xphoto_Ptr_SimpleWB_delete 元DLLエクスポート名: xphoto_Ptr_SimpleWB_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xphoto.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xphoto_Ptr_SimpleWB_delete(cv::Ptr<cv::xphoto::SimpleWB> *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_xphoto %index xphoto_Ptr_SimpleWB_get [32/64bit] cv::xphoto::SimpleWB のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr prt p2 = var : out IntPtr returnValue %inst シンプルなホワイトバランスアルゴリズムで、入力画像の各チャンネルを指定された範囲に独立して引き伸ばすことで動作します。堅牢性を高めるために、ピクセル値の上下を無視します。 元関数名(C#): xphoto_Ptr_SimpleWB_get 元DLLエクスポート名: xphoto_Ptr_SimpleWB_get 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xphoto.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xphoto_Ptr_SimpleWB_get(cv::Ptr<cv::xphoto::SimpleWB>* ptr, cv::xphoto::SimpleWB **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_xphoto %index xphoto_SimpleWB_balanceWhite [32/64bit] xphoto_SimpleWB_balanceWhite %prm p1,p2,p3 p1 = sptr : IntPtr prt p2 = sptr : IntPtr src p3 = sptr : IntPtr dst %inst 元関数名(C#): xphoto_SimpleWB_balanceWhite 元DLLエクスポート名: xphoto_SimpleWB_balanceWhite 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xphoto.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xphoto_SimpleWB_balanceWhite(cv::xphoto::SimpleWB* ptr, cv::_InputArray *src, cv::_OutputArray *dst)
{
    BEGIN_WRAP
    ptr->balanceWhite(*src, *dst);
    END_WRAP
}
}html %group NativeMethods_xphoto %index xphoto_SimpleWB_InputMax_get [32/64bit] 入力画像範囲の最大値です。 %prm p1,p2 p1 = sptr : IntPtr prt p2 = var : out float returnValue %inst See alsosetInputMax 元関数名(C#): xphoto_SimpleWB_InputMax_get 元DLLエクスポート名: xphoto_SimpleWB_InputMax_get 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xphoto.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xphoto_SimpleWB_InputMax_get(cv::xphoto::SimpleWB* ptr, float *returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->getInputMax();
    END_WRAP
}
}html %group NativeMethods_xphoto %index xphoto_SimpleWB_InputMax_set [32/64bit] 入力画像範囲の最大値です。 %prm p1,p2 p1 = sptr : IntPtr prt p2 = float : float value %inst See alsogetInputMax 元関数名(C#): xphoto_SimpleWB_InputMax_set 元DLLエクスポート名: xphoto_SimpleWB_InputMax_set 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xphoto.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xphoto_SimpleWB_InputMax_set(cv::xphoto::SimpleWB* ptr, float val)
{
    BEGIN_WRAP
    ptr->setInputMax(val);
    END_WRAP
}
}html %group NativeMethods_xphoto %index xphoto_SimpleWB_InputMin_get [32/64bit] 入力映像範囲の最小値 %prm p1,p2 p1 = sptr : IntPtr prt p2 = var : out float returnValue %inst 参照：ArsosetInputMin 元関数名(C#): xphoto_SimpleWB_InputMin_get 元DLLエクスポート名: xphoto_SimpleWB_InputMin_get 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xphoto.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xphoto_SimpleWB_InputMin_get(cv::xphoto::SimpleWB* ptr, float *returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->getInputMin();
    END_WRAP
}
}html %group NativeMethods_xphoto %index xphoto_SimpleWB_InputMin_set [32/64bit] 入力映像範囲の最小値 %prm p1,p2 p1 = sptr : IntPtr prt p2 = float : float value %inst alsogetInputMin参照 元関数名(C#): xphoto_SimpleWB_InputMin_set 元DLLエクスポート名: xphoto_SimpleWB_InputMin_set 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xphoto.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xphoto_SimpleWB_InputMin_set(cv::xphoto::SimpleWB* ptr, float val)
{
    BEGIN_WRAP
    ptr->setInputMin(val);
    END_WRAP
}
}html %group NativeMethods_xphoto %index xphoto_SimpleWB_OutputMax_get [32/64bit] 出力映像範囲の最大値 %prm p1,p2 p1 = sptr : IntPtr prt p2 = var : out float returnValue %inst 参照：アルソセットアウトプットマックス 元関数名(C#): xphoto_SimpleWB_OutputMax_get 元DLLエクスポート名: xphoto_SimpleWB_OutputMax_get 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xphoto.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xphoto_SimpleWB_OutputMax_get(cv::xphoto::SimpleWB* ptr, float *returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->getOutputMax();
    END_WRAP
}
}html %group NativeMethods_xphoto %index xphoto_SimpleWB_OutputMax_set [32/64bit] 出力映像範囲の最大値 %prm p1,p2 p1 = sptr : IntPtr prt p2 = float : float value %inst alsogetOutputMax参照 元関数名(C#): xphoto_SimpleWB_OutputMax_set 元DLLエクスポート名: xphoto_SimpleWB_OutputMax_set 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xphoto.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xphoto_SimpleWB_OutputMax_set(cv::xphoto::SimpleWB* ptr, float val)
{
    BEGIN_WRAP
    ptr->setOutputMax(val);
    END_WRAP
}
}html %group NativeMethods_xphoto %index xphoto_SimpleWB_OutputMin_get [32/64bit] 出力映像範囲の最小値 %prm p1,p2 p1 = sptr : IntPtr prt p2 = var : out float returnValue %inst 参照：アルソセットアウトプットミン 元関数名(C#): xphoto_SimpleWB_OutputMin_get 元DLLエクスポート名: xphoto_SimpleWB_OutputMin_get 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xphoto.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xphoto_SimpleWB_OutputMin_get(cv::xphoto::SimpleWB* ptr, float *returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->getOutputMin();
    END_WRAP
}
}html %group NativeMethods_xphoto %index xphoto_SimpleWB_OutputMin_set [32/64bit] 出力映像範囲の最小値 %prm p1,p2 p1 = sptr : IntPtr prt p2 = float : float value %inst alsogetOutputMin参照 元関数名(C#): xphoto_SimpleWB_OutputMin_set 元DLLエクスポート名: xphoto_SimpleWB_OutputMin_set 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xphoto.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xphoto_SimpleWB_OutputMin_set(cv::xphoto::SimpleWB* ptr, float val)
{
    BEGIN_WRAP
    ptr->setOutputMin(val);
    END_WRAP
}
}html %group NativeMethods_xphoto %index xphoto_SimpleWB_P_get [32/64bit] 無視するトップ／ボトム値の割合。 %prm p1,p2 p1 = sptr : IntPtr prt p2 = var : out float returnValue %inst 参照：アルソセットP 元関数名(C#): xphoto_SimpleWB_P_get 元DLLエクスポート名: xphoto_SimpleWB_P_get 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xphoto.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xphoto_SimpleWB_P_get(cv::xphoto::SimpleWB* ptr, float *returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->getP();
    END_WRAP
}
}html %group NativeMethods_xphoto %index xphoto_SimpleWB_P_set [32/64bit] 無視するトップ／ボトム値の割合。 %prm p1,p2 p1 = sptr : IntPtr prt p2 = float : float value %inst alsogetP参照 元関数名(C#): xphoto_SimpleWB_P_set 元DLLエクスポート名: xphoto_SimpleWB_P_set 参照元CSファイル: Internal\PInvoke\NativeMethods\NativeMethods_xphoto.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) xphoto_SimpleWB_P_set(cv::xphoto::SimpleWB* ptr, float val)
{
    BEGIN_WRAP
    ptr->setP(val);
    END_WRAP
}
}html %group NativeMethods_xphoto %index calib3d_Rodrigues [32/64bit] 回転行列を回転ベクトルに変換したり、逆に回転行列を回転ベクトルに変換したりします。 %prm p1,p2,p3 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = sptr : IntPtr jacobian %inst \♪♪〜\R = I + (1- ????? ) r^T + ????? ) R = I + (1- ????? ) r^T + ????? ) R = I + (1- ????? ) R = I + (1- ????? ) R = I + (1- ????? ) R = I + (1- ????? ) R = I + (1- ????? ) R = I + (1- ????? ) R = I + (1- ????? ) R = I + (1- ?????)\回転ベクトルは、回転行列の最もコンパクトで便利な表現です。この表現は、calibrateCamera、stereoCalibrate、solvePnPなどのグローバルな3Dジオメトリ最適化手順で使用されます。 A Compact Formula for the Derivative of a 3-D Rotation in Exponential Coordinates, Guillermo Gallego, Anthony J. Yezzi [83] に記載されています。 SE(3)とLie群に関する有用な情報は、以下にあります。 A tutorial on SE(3) transformation parameterizations and on-manifold optimization, Jose-Luis Blanco [24]. Lie Groups for 2D and 3D Transformation, Ethan Eade [65]. A micro Lie theory for state estimation in robotics, Joan Sola, Jeremie Deray, Dinesh Atchuthan [226]例： samples/cpp/tutorial_code/features2D/Homography/decompose_homography.cpp, samples/cpp/tutorial_code/features2D/Homography/homography_from_camera_displacement.cpp, samples/cpp/tutorial_code/features2D/Homography/pose_from_homography.cpp. 元関数名(C#): calib3d_Rodrigues 元DLLエクスポート名: calib3d_Rodrigues 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_Rodrigues(cv::_InputArray *src, cv::_OutputArray *dst, cv::_OutputArray *jacobian)
{
    BEGIN_WRAP
    cv::Rodrigues(*src, *dst, entity(jacobian));
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_findHomography_InputArray [32/64bit] 2つの平面間の透視変換を求めます。 %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr srcPoints p2 = sptr : IntPtr dstPoints p3 = int : int method p4 = double : double ransacReprojThreshold p5 = sptr : IntPtr mask p6 = var : out IntPtr returnValue %inst この関数は，ソース平面とデスティネーション平面の間の透視変換\(H\)を求めて返します．\逆投影誤差\[sum _i ?left ( x'_i- ?frac{h_{11} x_i + h_{12} y_i + h_{13}}{h_{31} x_i + h_{32} y_i + h_{33}} ?right )^2+ ??-??-??-??-?!\h_{21} x_i + h_{22} y_i + h_{23}}{h_{31} x_i + h_{32} y_i + h_{33}} eldest ) ^2+ eldest ( y'_i- ????? )\)^2\]を最小化します。パラメータメソッドがデフォルト値の 0 に設定されている場合，この関数は，すべての点のペアを使って，単純な最小二乗法でホモグラフィの初期推定値を計算します．しかし，すべての点のペア（ ??o???,??o???）が剛体透視変換に適合しない場合（つまり，外れ値がある場合），この初期推定値は悪くなります．このような場合には，3つのロバストな手法のうちの1つを用いることができます．RANSAC，LMeDS，RHOの各手法は，対応する点のペアの多くの異なるランダムなサブセット（各4ペアで，共線的なペアは破棄されます）を試し，このサブセットと単純な最小二乗アルゴリズムを使ってホモグラフィ行列を推定し，計算されたホモグラフィの品質/良さ（RANSACの場合はインライアの数，LMeDSの場合は再投影誤差の最小中央値）を計算します．ロバストかどうかに関わらず，計算されたホモグラフィ行列は，Levenberg-Marquardt法を用いて（ロバスト法の場合はインライアのみを用いて）さらに精密化され，再投影誤差がさらに減少します。RANSAC法とRHO法は，アウトライアの比率を実質的に問わずに扱うことができますが，インライアとアウトライアを区別するための閾値が必要です。RANSACとRHOはアウトライアの比率に関係なく扱えますが、インライアとアウトライアを区別するための閾値が必要です。最後に，外れ値がなく，ノイズがかなり小さい場合は，デフォルトの手法（method=0）を利用します．この関数は，初期の内在行列と外在行列を求めるために利用されます．ホモグラフィー行列は，ある尺度まで決定されます．そのため，\(h_{33}=1\)となるように正規化されています．また，getAffineTransform, estimateAffine2D, estimateAffinePartial2D, getPerspectiveTransform, warpPerspective, perspectiveTransformExamples: samples/cpp/tutorial_code/features2D/Homography/decompose_homography.cpp, samples/cpp/tutorial_code/features2D/Homography/homography_from_camera_displacement.cpp, and samples/cpp/tutorial_code/features2D/Homography/pose_from_homography.cpp. 元関数名(C#): calib3d_findHomography_InputArray 元DLLエクスポート名: calib3d_findHomography_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_findHomography_InputArray(
    cv::_InputArray *srcPoints, cv::_InputArray *dstPoints,
    int method, double ransacReprojThreshold, cv::_OutputArray *mask,
    cv::Mat** returnValue)
{
    BEGIN_WRAP
    const auto ret = cv::findHomography(*srcPoints, *dstPoints, method, ransacReprojThreshold, entity(mask));
    *returnValue = new cv::Mat(ret);
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_findHomography_vector [32/64bit] 2つの平面間の透視変換を求めます。 %prm p1,p2,p3,p4,p5,p6,p7,p8 p1 = var : Point2d[] srcPoints p2 = int : int srcPointsLength p3 = var : Point2d[] dstPoints p4 = int : int dstPointsLength p5 = int : int method p6 = double : double ransacReprojThreshold p7 = sptr : IntPtr mask p8 = var : out IntPtr returnValue %inst この関数は，ソース平面とデスティネーション平面の間の透視変換\(H\)を求めて返します．\逆投影誤差\[sum _i ?left ( x'_i- ?frac{h_{11} x_i + h_{12} y_i + h_{13}}{h_{31} x_i + h_{32} y_i + h_{33}} ?right )^2+ ??-??-??-??-?!\h_{21} x_i + h_{22} y_i + h_{23}}{h_{31} x_i + h_{32} y_i + h_{33}} eldest ) ^2+ eldest ( y'_i- ????? )\)^2\]を最小化します。パラメータメソッドがデフォルト値の 0 に設定されている場合，この関数は，すべての点のペアを使って，単純な最小二乗法でホモグラフィの初期推定値を計算します．しかし，すべての点のペア（ ??o???,??o???）が剛体透視変換に適合しない場合（つまり，外れ値がある場合），この初期推定値は悪くなります．このような場合には，3つのロバストな手法のうちの1つを用いることができます．RANSAC，LMeDS，RHOの各手法は，対応する点のペアの多くの異なるランダムなサブセット（各4ペアで，共線的なペアは破棄されます）を試し，このサブセットと単純な最小二乗アルゴリズムを使ってホモグラフィ行列を推定し，計算されたホモグラフィの品質/良さ（RANSACの場合はインライアの数，LMeDSの場合は再投影誤差の最小中央値）を計算します．ロバストかどうかに関わらず，計算されたホモグラフィ行列は，Levenberg-Marquardt法を用いて（ロバスト法の場合はインライアのみを用いて）さらに精密化され，再投影誤差がさらに減少します。RANSAC法とRHO法は，アウトライアの比率を実質的に問わずに扱うことができますが，インライアとアウトライアを区別するための閾値が必要です。RANSACとRHOはアウトライアの比率に関係なく扱えますが、インライアとアウトライアを区別するための閾値が必要です。最後に，外れ値がなく，ノイズがかなり小さい場合は，デフォルトの手法（method=0）を利用します．この関数は，初期の内在行列と外在行列を求めるために利用されます．ホモグラフィー行列は，ある尺度まで決定されます．そのため，\(h_{33}=1\)となるように正規化されています．また，getAffineTransform, estimateAffine2D, estimateAffinePartial2D, getPerspectiveTransform, warpPerspective, perspectiveTransformExamples: samples/cpp/tutorial_code/features2D/Homography/decompose_homography.cpp, samples/cpp/tutorial_code/features2D/Homography/homography_from_camera_displacement.cpp, and samples/cpp/tutorial_code/features2D/Homography/pose_from_homography.cpp. 元関数名(C#): calib3d_findHomography_vector 元DLLエクスポート名: calib3d_findHomography_vector 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_findHomography_vector(
    cv::Point2d *srcPoints, int srcPointsLength,
    cv::Point2d *dstPoints, int dstPointsLength,
    int method, double ransacReprojThreshold, cv::_OutputArray *mask, 
    cv::Mat **returnValue)
{
    BEGIN_WRAP
    const cv::Mat srcPointsMat(srcPointsLength, 1, CV_64FC2, srcPoints);
    const cv::Mat dstPointsMat(dstPointsLength, 1, CV_64FC2, dstPoints);

    const auto ret = cv::findHomography(srcPointsMat, dstPointsMat, method, ransacReprojThreshold, entity(mask));
    *returnValue = new cv::Mat(ret);
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_RQDecomp3x3_InputArray [32/64bit] 3x3 行列の RQ 分解を計算します． %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr src p2 = sptr : IntPtr mtxR p3 = sptr : IntPtr mtxQ p4 = sptr : IntPtr qx p5 = sptr : IntPtr qy p6 = sptr : IntPtr qz p7 = var : out Vec3d outVal %inst この関数は，与えられた回転を用いてRQ分解を行います．この関数は， decomposeProjectionMatrix の中で，射影行列の左3x3部分行列をカメラ行列と回転行列に分解するために利用されます．また，オプションとして，各軸に1つずつ配置された3つの回転行列と，OpenGLで利用可能な3つのオイラー角を（戻り値として）返します．なお，オブジェクトの向きが同じになるような3つの主軸を中心とした回転のシーケンスは，常に1つ以上存在します（例えば，[225]参照）．返された木の回転行列とそれに対応する3つのオイラー角は，可能な解決策の1つに過ぎません． 元関数名(C#): calib3d_RQDecomp3x3_InputArray 元DLLエクスポート名: calib3d_RQDecomp3x3_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_RQDecomp3x3_InputArray(
    cv::_InputArray *src, cv::_OutputArray *mtxR, cv::_OutputArray *mtxQ,
    cv::_OutputArray *qx, cv::_OutputArray *qy, cv::_OutputArray *qz, cv::Vec3d *outVec)
{
    BEGIN_WRAP
    *outVec = cv::RQDecomp3x3(*src, *mtxR, *mtxQ, entity(qx), entity(qy), entity(qz));
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_RQDecomp3x3_Mat [32/64bit] 3x3 行列の RQ 分解を計算します． %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr src p2 = sptr : IntPtr mtxR p3 = sptr : IntPtr mtxQ p4 = sptr : IntPtr qx p5 = sptr : IntPtr qy p6 = sptr : IntPtr qz p7 = var : out Vec3d outVal %inst この関数は，与えられた回転を用いてRQ分解を行います．この関数は， decomposeProjectionMatrix の中で，射影行列の左3x3部分行列をカメラ行列と回転行列に分解するために利用されます．また，オプションとして，各軸に1つずつ配置された3つの回転行列と，OpenGLで利用可能な3つのオイラー角を（戻り値として）返します．なお，オブジェクトの向きが同じになるような3つの主軸を中心とした回転のシーケンスは，常に1つ以上存在します（例えば，[225]参照）．返された木の回転行列とそれに対応する3つのオイラー角は，可能な解決策の1つに過ぎません． 元関数名(C#): calib3d_RQDecomp3x3_Mat 元DLLエクスポート名: calib3d_RQDecomp3x3_Mat 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_RQDecomp3x3_Mat(
    cv::Mat *src, cv::Mat *mtxR, cv::Mat *mtxQ,
    cv::Mat *qx, cv::Mat *qy, cv::Mat *qz, cv::Vec3d *outVec)
{
    BEGIN_WRAP
    *outVec = cv::RQDecomp3x3(*src, *mtxR, *mtxQ, *qx, *qy, *qz);
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_decomposeProjectionMatrix_InputArray [32/64bit] 投影行列を，回転行列とカメラ固有の行列に分解します． %prm p1,p2,p3,p4,p5,p6,p7,p8 p1 = sptr : IntPtr projMatrix p2 = sptr : IntPtr cameraMatrix p3 = sptr : IntPtr rotMatrix p4 = sptr : IntPtr transVect p5 = sptr : IntPtr rotMatrixX p6 = sptr : IntPtr rotMatrixY p7 = sptr : IntPtr rotMatrixZ p8 = sptr : IntPtr eulerAngles %inst この関数は，射影行列をキャリブレーション行列と回転行列に分解し，カメラの位置を計算します．また，オプションとして，各軸に1つずつ配置された3つの回転行列と，OpenGLで利用可能な3つのオイラー角を返します．なお，オブジェクトの向きが同じになるような3つの主軸を中心とした回転のシーケンスは，常に1つ以上存在します（例えば，[225]を参照してください）．返された木の回転行列と，それに対応する3つのオイラー角は，可能な解の1つに過ぎません． 元関数名(C#): calib3d_decomposeProjectionMatrix_InputArray 元DLLエクスポート名: calib3d_decomposeProjectionMatrix_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_decomposeProjectionMatrix_InputArray(
    cv::_InputArray *projMatrix, cv::_OutputArray *cameraMatrix,
    cv::_OutputArray *rotMatrix, cv::_OutputArray *transVect, cv::_OutputArray *rotMatrixX,
    cv::_OutputArray *rotMatrixY, cv::_OutputArray *rotMatrixZ, cv::_OutputArray *eulerAngles)
{
    BEGIN_WRAP
    cv::decomposeProjectionMatrix(*projMatrix, *cameraMatrix, *rotMatrix,
        *transVect, entity(rotMatrixX), entity(rotMatrixY), entity(rotMatrixZ), entity(eulerAngles));
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_decomposeProjectionMatrix_Mat [32/64bit] 投影行列を，回転行列とカメラ固有の行列に分解します． %prm p1,p2,p3,p4,p5,p6,p7,p8 p1 = sptr : IntPtr projMatrix p2 = sptr : IntPtr cameraMatrix p3 = sptr : IntPtr rotMatrix p4 = sptr : IntPtr transVect p5 = sptr : IntPtr rotMatrixX p6 = sptr : IntPtr rotMatrixY p7 = sptr : IntPtr rotMatrixZ p8 = sptr : IntPtr eulerAngles %inst この関数は，射影行列をキャリブレーション行列と回転行列に分解し，カメラの位置を計算します．また，オプションとして，各軸に1つずつ配置された3つの回転行列と，OpenGLで利用可能な3つのオイラー角を返します．なお，オブジェクトの向きが同じになるような3つの主軸を中心とした回転のシーケンスは，常に1つ以上存在します（例えば，[225]を参照してください）．返された木の回転行列と，それに対応する3つのオイラー角は，可能な解の1つに過ぎません． 元関数名(C#): calib3d_decomposeProjectionMatrix_Mat 元DLLエクスポート名: calib3d_decomposeProjectionMatrix_Mat 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_decomposeProjectionMatrix_Mat(
    cv::Mat *projMatrix, cv::Mat *cameraMatrix,
    cv::Mat *rotMatrix, cv::Mat *transVect, cv::Mat *rotMatrixX,
    cv::Mat *rotMatrixY, cv::Mat *rotMatrixZ, cv::Mat *eulerAngles)
{
    BEGIN_WRAP
    cv::decomposeProjectionMatrix(*projMatrix, *cameraMatrix, *rotMatrix,
        *transVect, *rotMatrixX, *rotMatrixY, *rotMatrixZ, *eulerAngles);
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_matMulDeriv [32/64bit] 乗算された各行列に対する行列積の偏導関数を求めます． %prm p1,p2,p3,p4 p1 = sptr : IntPtr a p2 = sptr : IntPtr b p3 = sptr : IntPtr dABdA p4 = sptr : IntPtr dABdB %inst この関数は，入力された2つの行列のそれぞれの要素に対する，行列積 ?A*B?の要素の偏微分を求めます．この関数は， stereoCalibrate のジャコビアン行列を計算するために利用されますが，他の類似した最適化関数でも利用できます． 元関数名(C#): calib3d_matMulDeriv 元DLLエクスポート名: calib3d_matMulDeriv 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_matMulDeriv(
    cv::_InputArray *a, cv::_InputArray *b,
    cv::_OutputArray *dABdA, cv::_OutputArray *dABdB)
{
    BEGIN_WRAP
    cv::matMulDeriv(*a, *b, *dABdA, *dABdB);
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_composeRT_InputArray [32/64bit] 2つの回転-シフト変換を組み合わせます。 %prm p1,p2,p3,p4,p5,p6,p7,p8,p9,p10,p11,p12,p13,p14 p1 = sptr : IntPtr rvec1 p2 = sptr : IntPtr tvec1 p3 = sptr : IntPtr rvec2 p4 = sptr : IntPtr tvec2 p5 = sptr : IntPtr rvec3 p6 = sptr : IntPtr tvec3 p7 = sptr : IntPtr dr3dr1 p8 = sptr : IntPtr dr3dt1 p9 = sptr : IntPtr dr3dr2 p10 = sptr : IntPtr dr3dt2 p11 = sptr : IntPtr dt3dr1 p12 = sptr : IntPtr dt3dt1 p13 = sptr : IntPtr dt3dr2 p14 = sptr : IntPtr dt3dt2 %inst この関数は、次のように計算します。\¶texttt{rvec3} = ¶mathrm{rodrigues}.^{-1} ????? ( ????? )( ????? )( ????? )\\ ♪♪〜( ????? )+ ????? )\ここで、\(mathrm{rodrigues}\)は回転ベクトルから回転行列への変換を表し、\(mathrm{rodrigues}^{-1}\)は逆変換を表します。また，この関数は，入力ベクトルに対する出力ベクトルの導関数を計算することができます（matMulDeriv 参照）．また，この関数は，入力ベクトルに対する出力ベクトルの導関数を計算することができます（matMulDeriv を参照）．これらの関数は stereoCalibrate 内で使用されますが，Levenberg-Marquardt などの勾配ベースのソルバーを使って，行列の乗算を含む関数を最適化するような独自のコードでも使用できます． 元関数名(C#): calib3d_composeRT_InputArray 元DLLエクスポート名: calib3d_composeRT_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_composeRT_InputArray(
    cv::_InputArray *rvec1, cv::_InputArray *tvec1,
    cv::_InputArray *rvec2, cv::_InputArray *tvec2,
    cv::_OutputArray *rvec3, cv::_OutputArray *tvec3,
    cv::_OutputArray *dr3dr1, cv::_OutputArray *dr3dt1,
    cv::_OutputArray *dr3dr2, cv::_OutputArray *dr3dt2,
    cv::_OutputArray *dt3dr1, cv::_OutputArray *dt3dt1,
    cv::_OutputArray *dt3dr2, cv::_OutputArray *dt3dt2)
{
    BEGIN_WRAP
    cv::composeRT(*rvec1, *tvec1, *rvec2, *tvec2, *rvec3, *tvec3,
        entity(dr3dr1), entity(dr3dt1), entity(dr3dr2), entity(dr3dt2),
        entity(dt3dr1), entity(dt3dt1), entity(dt3dr2), entity(dt3dt2));
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_composeRT_Mat [32/64bit] 2つの回転-シフト変換を組み合わせます。 %prm p1,p2,p3,p4,p5,p6,p7,p8,p9,p10,p11,p12,p13,p14 p1 = sptr : IntPtr rvec1 p2 = sptr : IntPtr tvec1 p3 = sptr : IntPtr rvec2 p4 = sptr : IntPtr tvec2 p5 = sptr : IntPtr rvec3 p6 = sptr : IntPtr tvec3 p7 = sptr : IntPtr dr3dr1 p8 = sptr : IntPtr dr3dt1 p9 = sptr : IntPtr dr3dr2 p10 = sptr : IntPtr dr3dt2 p11 = sptr : IntPtr dt3dr1 p12 = sptr : IntPtr dt3dt1 p13 = sptr : IntPtr dt3dr2 p14 = sptr : IntPtr dt3dt2 %inst この関数は、次のように計算します。\¶texttt{rvec3} = ¶mathrm{rodrigues}.^{-1} ????? ( ????? )( ????? )( ????? )\\ ♪♪〜( ????? )+ ????? )\ここで、\(mathrm{rodrigues}\)は回転ベクトルから回転行列への変換を表し、\(mathrm{rodrigues}^{-1}\)は逆変換を表します。また，この関数は，入力ベクトルに対する出力ベクトルの導関数を計算することができます（matMulDeriv 参照）．また，この関数は，入力ベクトルに対する出力ベクトルの導関数を計算することができます（matMulDeriv を参照）．これらの関数は stereoCalibrate 内で使用されますが，Levenberg-Marquardt などの勾配ベースのソルバーを使って，行列の乗算を含む関数を最適化するような独自のコードでも使用できます． 元関数名(C#): calib3d_composeRT_Mat 元DLLエクスポート名: calib3d_composeRT_Mat 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_composeRT_Mat(
    cv::Mat *rvec1, cv::Mat *tvec1,
    cv::Mat *rvec2, cv::Mat *tvec2,
    cv::Mat *rvec3, cv::Mat *tvec3,
    cv::Mat *dr3dr1, cv::Mat *dr3dt1,
    cv::Mat *dr3dr2, cv::Mat *dr3dt2,
    cv::Mat *dt3dr1, cv::Mat *dt3dt1,
    cv::Mat *dt3dr2, cv::Mat *dt3dt2)
{
    BEGIN_WRAP
    cv::composeRT(*rvec1, *tvec1, *rvec2, *tvec2, *rvec3, *tvec3,
        entity(dr3dr1), entity(dr3dt1), entity(dr3dr2), entity(dr3dt2),
        entity(dt3dr1), entity(dt3dt1), entity(dt3dr2), entity(dt3dt2));
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_projectPoints_InputArray [32/64bit] 3D ポイントを画像平面に投影します。 %prm p1,p2,p3,p4,p5,p6,p7,p8 p1 = sptr : IntPtr objectPoints p2 = sptr : IntPtr rvec p3 = sptr : IntPtr tvec p4 = sptr : IntPtr cameraMatrix p5 = sptr : IntPtr distCoeffs p6 = sptr : IntPtr imagePoints p7 = sptr : IntPtr jacobian p8 = double : double aspectRatio %inst この関数は，カメラの内部および外部パラメータが与えられた場合に，3次元点の画像平面への2次元投影を求めます．オプションとして，この関数は，（すべての入力パラメータの関数としての）画像点の座標の偏微分の行列であるヤコビアンを，特定のパラメータ（内部および外部）に関して求めます．このヤコビアンは， calibrateCamera, solvePnP, stereoCalibrate における全体最適化の際に利用されます．Notervec = tvec = ?([0, 0, 0]?)を設定したり，cameraMatrix を 3x3 の単位行列にしたり，歪み係数を 0 にしたりすると，この関数の様々な便利な部分例を得ることができます．つまり，理想的なゼロディストーションの設定において，疎な点群に対する歪んだ座標を計算したり，透視変換を適用したり（そして，その微分を計算したり）することができるのです． 元関数名(C#): calib3d_projectPoints_InputArray 元DLLエクスポート名: calib3d_projectPoints_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_projectPoints_InputArray(
    cv::_InputArray *objectPoints,
    cv::_InputArray *rvec, cv::_InputArray *tvec,
    cv::_InputArray *cameraMatrix, cv::_InputArray *distCoeffs,
    cv::_OutputArray *imagePoints,
    cv::_OutputArray *jacobian,
    double aspectRatio)
{
    BEGIN_WRAP
    cv::projectPoints(*objectPoints, *rvec, *tvec, *cameraMatrix, *distCoeffs,
        *imagePoints, entity(jacobian), aspectRatio);
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_projectPoints_Mat [32/64bit] 3D ポイントを画像平面に投影します。 %prm p1,p2,p3,p4,p5,p6,p7,p8 p1 = sptr : IntPtr objectPoints p2 = sptr : IntPtr rvec p3 = sptr : IntPtr tvec p4 = sptr : IntPtr cameraMatrix p5 = sptr : IntPtr distCoeffs p6 = sptr : IntPtr imagePoints p7 = sptr : IntPtr jacobian p8 = double : double aspectRatio %inst この関数は，カメラの内部および外部パラメータが与えられた場合に，3次元点の画像平面への2次元投影を求めます．オプションとして，この関数は，（すべての入力パラメータの関数としての）画像点の座標の偏微分の行列であるヤコビアンを，特定のパラメータ（内部および外部）に関して求めます．このヤコビアンは， calibrateCamera, solvePnP, stereoCalibrate における全体最適化の際に利用されます．Notervec = tvec = ?([0, 0, 0]?)を設定したり，cameraMatrix を 3x3 の単位行列にしたり，歪み係数を 0 にしたりすると，この関数の様々な便利な部分例を得ることができます．つまり，理想的なゼロディストーションの設定において，疎な点群に対する歪んだ座標を計算したり，透視変換を適用したり（そして，その微分を計算したり）することができるのです． 元関数名(C#): calib3d_projectPoints_Mat 元DLLエクスポート名: calib3d_projectPoints_Mat 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_projectPoints_Mat(
    cv::Mat *objectPoints,
    cv::Mat *rvec, cv::Mat *tvec,
    cv::Mat *cameraMatrix, cv::Mat *distCoeffs,
    cv::Mat *imagePoints,
    cv::Mat *jacobian,
    double aspectRatio)
{
    BEGIN_WRAP
    cv::projectPoints(*objectPoints, *rvec, *tvec, *cameraMatrix, *distCoeffs,
        *imagePoints, *jacobian, aspectRatio);
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_solvePnP_InputArray [32/64bit] 3次元と2次元の点の対応関係から，物体の姿勢を見つけます．この関数は，オブジェクト座標フレームで表現された3次元点を，カメラ座標フレームに変換するための回転ベクトルと並進ベクトルを，それぞれ異なる方法で返します． %prm p1,p2,p3,p4,p5,p6,p7,p8 p1 = sptr : IntPtr selfectPoints p2 = sptr : IntPtr imagePoints p3 = sptr : IntPtr cameraMatrix p4 = sptr : IntPtr distCoeffs p5 = sptr : IntPtr rvec p6 = sptr : IntPtr tvec p7 = int : int useExtrinsicGuess p8 = int : int flags %inst P3Pメソッド（SOLVEPNP_P3P、SOLVEPNP_AP3P）：唯一の解を返すために4つの入力点を必要とする。 SOLVEPNP_IPPE 入力点は >= 4 でなければならず、オブジェクト点は同一平面上になければならない。 SOLVEPNP_IPPE_SQUARE マーカーのポーズ推定に適した特殊なケース。入力点の数は4でなければなりません。オブジェクトポイントは以下の順序で定義する必要があります。 点0： [-squareLength / 2, squareLength / 2, 0] 。 point 1: [ squareLength / 2, squareLength / 2, 0]の順に定義される。 ポイント2：[ squareLength / 2, -squareLength / 2, 0]の順になります。 点3：［-squareLength / 2, -squareLength / 2, 0］。 この関数は，オブジェクトポイントの集合と，それに対応する画像投影，カメラの固有行列と歪み係数が与えられた場合に，オブジェクトの姿勢を推定します（より正確には，カメラフレームのX軸は右向き，Y軸は下向き，Z軸は前向き）．ワールドフレームで表現された点は、透視投影モデルとカメラ固有のパラメータマトリクスを用いて、画像平面に投影されます。\♪ u ♪ v ♪ 1 ♪ end{bmatrix} &= ??? -? ????\0.1em\\\\^{c}\\{T}_wX_{w}\\ Y_{w}\\ ♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪\\ ♪♪♪♪♪〜\\ ♪♪♪♪♪♪♪♪〜\♪♪〜♪ 1 & 0 & 0 & 0 ♪ 0 & 0 & 1 & 0 ♪ END\r_{11} & r_{12} & r_{13} & t_x ¶ r_{21} & r_{22} & r_{23} & t_y ¶ r_{31} & r_{32} & r_{33} & t_z ¶ 0 & 0 & 1 ¶ end{bmatrix}.\♪♪♪♪♪♪♪〜X_{w}\\ X_{w}/Y_{w}\\ ♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪\\\\\♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪\推定されたポーズは、ワールドフレームで表現された3Dポイントをカメラフレームに変換するための回転（rvec）と平行移動（tvec）のベクトルとなります。\\\\X_c ¶ Y_c ¶ Z_c ¶ 1 ¶end{bmatrix} &= ¶hspace{0.2em}.^{c}\\{T}_wX_{w}\\ Y_{w}\\ ♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪\\ ♪♪♪♪♪〜\\\\♪ X, Y, Z\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\♪♪♪♪♪♪♪〜X_{w}\\ X_{w}/Y_{w}\\ ♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪\\\\\♪♪♪♪end{align*}\Note 平面型拡張現実感に対する solvePnP の使用例は opencv_source_code/samples/python/plane_ar.py にあります。 Pythonをお使いの方へ。 solvePnP は連続した配列を必要とするので，Numpy 配列スライスは入力として動作しません（modules/calib3d/src/solvepnp.cpp version 2.4.9 の 55 行目あたりで cv::Mat::checkVector() を用いたアサーションにより強制されています）． P3P アルゴリズムでは，2 チャンネルの情報を必要とする undistortPoints の呼び出し（modules/calib3d/src/solvepnp.cpp version 2.4.9 の 75 行目付近）のために，画像ポイントが (N,1,2) の形をした配列になっている必要があります． したがって，あるデータ D = np.array(...) (D.shape = (N,M)) が与えられた場合，そのサブセットを例えば imagePoints として使用するためには，それを新しい配列に効果的にコピーしなければなりません： imagePoints = np.ascontiguousarray(D[:,:2]).reshape((N,1,2)) SOLVEPNP_DLSおよびSOLVEPNP_UPNPメソッドは、現在の実装が不安定で、完全に間違った結果を与えることがあるため、使用できません。これら2つのフラグのいずれかを渡すと、代わりにSOLVEPNP_EPNPメソッドが使用されます。 一般的なケースでは、最小ポイント数は4である。SOLVEPNP_P3PおよびSOLVEPNP_AP3P法の場合、正確に4点を使用することが必要である（最初の3点はP3P問題のすべての解を推定するために使用され、最後の1点は再投影誤差を最小化する最良の解を保持するために使用される）。 SOLVEPNP_ITERATIVEメソッドとuseExtrinsicGuess=trueを使用した場合、最小のポイント数は3です（ポーズを計算するには3ポイントで十分ですが、最大で4つの解があります）。収束させるためには、初期解をグローバル解に近づける必要があります。 SOLVEPNP_IPPEの場合、入力ポイントは≧4でなければならず、オブジェクトポイントはコプラナーでなければなりません。 SOLVEPNP_IPPE_SQUARE の場合、これはマーカーのポーズ推定に適した特殊なケースです。入力点の数は 4 でなければなりません。オブジェクトポイントは以下の順序で定義しなければならない。 点0： [-squareLength / 2, squareLength / 2, 0] 。 point 1: [ squareLength / 2, squareLength / 2, 0]の順に定義される。 ポイント2：[ squareLength / 2, -squareLength / 2, 0]の順になります。 point 3: [-squareLength / 2, -squareLength / 2, 0]SOLVEPNP_SQPNPの場合、入力ポイントは≧3でなければなりませんサンプル：samples/cpp/tutorial_code/features2D/Homography/decompose_homography.cpp、samples/cpp/tutorial_code/features2D/Homography/homography_from_camera_displacement.cpp。 元関数名(C#): calib3d_solvePnP_InputArray 元DLLエクスポート名: calib3d_solvePnP_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_solvePnP_InputArray(
    cv::_InputArray *objectPoints, cv::_InputArray *imagePoints, cv::_InputArray *cameraMatrix, cv::_InputArray *distCoeffs,
    cv::_OutputArray *rvec, cv::_OutputArray *tvec, int useExtrinsicGuess, int flags)
{
    BEGIN_WRAP
    cv::solvePnP(*objectPoints, *imagePoints, *cameraMatrix, entity(distCoeffs), *rvec, *tvec, useExtrinsicGuess != 0, flags);
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_solvePnP_vector [32/64bit] 3次元と2次元の点の対応関係から，物体の姿勢を見つけます．この関数は，オブジェクト座標フレームで表現された3次元点を，カメラ座標フレームに変換するための回転ベクトルと並進ベクトルを，それぞれ異なる方法で返します． %prm p1,p2,p3,p4,p5,p6,p7,p8,p9,p10,p11 p1 = var : Point3f[] objectPoints p2 = int : int objectPointsLength p3 = var : Point2f[] imagePoints p4 = int : int imagePointsLength p5 = var : double* cameraMatrix p6 = var : double[]? distCoeffs p7 = int : int distCoeffsLength p8 = var : [Out] double[] rvec p9 = var : [Out] double[] tvec p10 = int : int useExtrinsicGuess p11 = int : int flags %inst P3Pメソッド（SOLVEPNP_P3P、SOLVEPNP_AP3P）：唯一の解を返すために4つの入力点を必要とする。 SOLVEPNP_IPPE 入力点は >= 4 でなければならず、オブジェクト点は同一平面上になければならない。 SOLVEPNP_IPPE_SQUARE マーカーのポーズ推定に適した特殊なケース。入力点の数は4でなければなりません。オブジェクトポイントは以下の順序で定義する必要があります。 点0： [-squareLength / 2, squareLength / 2, 0] 。 point 1: [ squareLength / 2, squareLength / 2, 0]の順に定義される。 ポイント2：[ squareLength / 2, -squareLength / 2, 0]の順になります。 点3：［-squareLength / 2, -squareLength / 2, 0］。 この関数は，オブジェクトポイントの集合と，それに対応する画像投影，カメラの固有行列と歪み係数が与えられた場合に，オブジェクトの姿勢を推定します（より正確には，カメラフレームのX軸は右向き，Y軸は下向き，Z軸は前向き）．ワールドフレームで表現された点は、透視投影モデルとカメラ固有のパラメータマトリクスを用いて、画像平面に投影されます。\♪ u ♪ v ♪ 1 ♪ end{bmatrix} &= ??? -? ????\0.1em\\\\^{c}\\{T}_wX_{w}\\ Y_{w}\\ ♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪\\ ♪♪♪♪♪〜\\ ♪♪♪♪♪♪♪♪〜\♪♪〜♪ 1 & 0 & 0 & 0 ♪ 0 & 0 & 1 & 0 ♪ END\r_{11} & r_{12} & r_{13} & t_x ¶ r_{21} & r_{22} & r_{23} & t_y ¶ r_{31} & r_{32} & r_{33} & t_z ¶ 0 & 0 & 1 ¶ end{bmatrix}.\♪♪♪♪♪♪♪〜X_{w}\\ X_{w}/Y_{w}\\ ♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪\\\\\♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪\推定されたポーズは、ワールドフレームで表現された3Dポイントをカメラフレームに変換するための回転（rvec）と平行移動（tvec）のベクトルとなります。\\\\X_c ¶ Y_c ¶ Z_c ¶ 1 ¶end{bmatrix} &= ¶hspace{0.2em}.^{c}\\{T}_wX_{w}\\ Y_{w}\\ ♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪\\ ♪♪♪♪♪〜\\\\♪ X, Y, Z\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\♪♪♪♪♪♪♪〜X_{w}\\ X_{w}/Y_{w}\\ ♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪\\\\\♪♪♪♪end{align*}\Note 平面型拡張現実感に対する solvePnP の使用例は opencv_source_code/samples/python/plane_ar.py にあります。 Pythonをお使いの方へ。 solvePnP は連続した配列を必要とするので，Numpy 配列スライスは入力として動作しません（modules/calib3d/src/solvepnp.cpp version 2.4.9 の 55 行目あたりで cv::Mat::checkVector() を用いたアサーションにより強制されています）． P3P アルゴリズムでは，2 チャンネルの情報を必要とする undistortPoints の呼び出し（modules/calib3d/src/solvepnp.cpp version 2.4.9 の 75 行目付近）のために，画像ポイントが (N,1,2) の形をした配列になっている必要があります． したがって，あるデータ D = np.array(...) (D.shape = (N,M)) が与えられた場合，そのサブセットを例えば imagePoints として使用するためには，それを新しい配列に効果的にコピーしなければなりません： imagePoints = np.ascontiguousarray(D[:,:2]).reshape((N,1,2)) SOLVEPNP_DLSおよびSOLVEPNP_UPNPメソッドは、現在の実装が不安定で、完全に間違った結果を与えることがあるため、使用できません。これら2つのフラグのいずれかを渡すと、代わりにSOLVEPNP_EPNPメソッドが使用されます。 一般的なケースでは、最小ポイント数は4である。SOLVEPNP_P3PおよびSOLVEPNP_AP3P法の場合、正確に4点を使用することが必要である（最初の3点はP3P問題のすべての解を推定するために使用され、最後の1点は再投影誤差を最小化する最良の解を保持するために使用される）。 SOLVEPNP_ITERATIVEメソッドとuseExtrinsicGuess=trueを使用した場合、最小のポイント数は3です（ポーズを計算するには3ポイントで十分ですが、最大で4つの解があります）。収束させるためには、初期解をグローバル解に近づける必要があります。 SOLVEPNP_IPPEの場合、入力ポイントは≧4でなければならず、オブジェクトポイントはコプラナーでなければなりません。 SOLVEPNP_IPPE_SQUARE の場合、これはマーカーのポーズ推定に適した特殊なケースです。入力点の数は 4 でなければなりません。オブジェクトポイントは以下の順序で定義しなければならない。 点0： [-squareLength / 2, squareLength / 2, 0] 。 point 1: [ squareLength / 2, squareLength / 2, 0]の順に定義される。 ポイント2：[ squareLength / 2, -squareLength / 2, 0]の順になります。 point 3: [-squareLength / 2, -squareLength / 2, 0]SOLVEPNP_SQPNPの場合、入力ポイントは≧3でなければなりませんサンプル：samples/cpp/tutorial_code/features2D/Homography/decompose_homography.cpp、samples/cpp/tutorial_code/features2D/Homography/homography_from_camera_displacement.cpp。 元関数名(C#): calib3d_solvePnP_vector 元DLLエクスポート名: calib3d_solvePnP_vector 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_solvePnP_vector(cv::Point3f *objectPoints, int objectPointsLength,
    cv::Point2f *imagePoints, int imagePointsLength,
    double *cameraMatrix, double *distCoeffs, int distCoeffsLength,
    double *rvec, double *tvec, int useExtrinsicGuess,
    int flags)
{
    BEGIN_WRAP
    const cv::Mat objectPointsMat(objectPointsLength, 1, CV_32FC3, objectPoints);
    const cv::Mat imagePointsMat(imagePointsLength, 1, CV_32FC2, imagePoints);
    cv::Mat distCoeffsMat;
    if (distCoeffs != nullptr)
        distCoeffsMat = cv::Mat(distCoeffsLength, 1, CV_64FC1, distCoeffs);

    const cv::Matx<double, 3, 3> cameraMatrixMat(cameraMatrix);
    cv::Matx<double, 3, 1> rvecMat, tvecMat;
    cv::solvePnP(objectPointsMat, imagePointsMat, cameraMatrixMat, distCoeffsMat, rvecMat, tvecMat, useExtrinsicGuess != 0, flags);
    memcpy(rvec, rvecMat.val, sizeof(double) * 3);
    memcpy(tvec, tvecMat.val, sizeof(double) * 3);
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_solvePnPRansac_InputArray [32/64bit] RANSACスキームを用いて，3D-2Dの点の対応関係から物体のポーズを見つけます． %prm p1,p2,p3,p4,p5,p6,p7,p8,p9,p10,p11,p12 p1 = sptr : IntPtr objectPoints p2 = sptr : IntPtr imagePoints p3 = sptr : IntPtr cameraMatrix p4 = sptr : IntPtr distCoeffs p5 = sptr : IntPtr rvec p6 = sptr : IntPtr tvec p7 = int : int useExtrinsicGuess p8 = int : int iterationsCount p9 = float : float reprojectionError p10 = double : double confidence p11 = sptr : IntPtr inliers p12 = int : int flags %inst この関数は，オブジェクトポイントの集合と，それに対応する画像投影，さらにカメラの固有行列と歪み係数が与えられた場合に，オブジェクトのポーズを推定します．この関数は，再投影誤差，つまり，観測された投影画像ポイントと，（projectPoints を用いて）投影されたオブジェクトポイントとの間の二乗距離の総和を最小にするようなポーズを求めます．RANSAC を用いることで，外れ値に強い関数となっています． オブジェクト検出のための solvePNPRansac の使用例は， opencv_source_code/samples/cpp/tutorial_code/calib3d/real_time_pose_estimation/ にあります． Minimal Sample Setsステップのカメラポーズの推定に使用されるデフォルトの方法はSOLVEPNP_EPNPです。例外があります。 SOLVEPNP_P3PまたはSOLVEPNP_AP3Pを選択した場合、これらの方法が使用されます。 入力ポイント数が4に等しい場合、SOLVEPNP_P3Pが使用されます。 すべてのインライアを使用してカメラポーズを推定するために使用される手法は、SOLVEPNP_P3PまたはSOLVEPNP_AP3Pに等しくない限り、フラグパラメータによって定義される。この場合、代わりにSOLVEPNP_EPNP法が使用される。 元関数名(C#): calib3d_solvePnPRansac_InputArray 元DLLエクスポート名: calib3d_solvePnPRansac_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_solvePnPRansac_InputArray(
    cv::_InputArray *objectPoints, cv::_InputArray *imagePoints,
    cv::_InputArray *cameraMatrix, cv::_InputArray *distCoeffs, cv::_OutputArray *rvec, cv::_OutputArray *tvec,
    bool useExtrinsicGuess, int iterationsCount, float reprojectionError, double confidence,
    cv::_OutputArray *inliers, int flags)
{
    BEGIN_WRAP
    cv::solvePnPRansac(*objectPoints, *imagePoints, *cameraMatrix, entity(distCoeffs), *rvec, *tvec,
        useExtrinsicGuess != 0, iterationsCount, reprojectionError, confidence,
        entity(inliers), flags);
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_solvePnPRansac_vector [32/64bit] RANSACスキームを用いて，3D-2Dの点の対応関係から物体のポーズを見つけます． %prm p1,p2,p3,p4,p5,p6,p7,p8,p9,p10,p11,p12,p13,p14,p15 p1 = var : Point3f[] objectPoints p2 = int : int objectPointsLength p3 = var : Point2f[] imagePoints p4 = int : int imagePointsLength p5 = var : double* cameraMatrix p6 = var : double[]? distCoeffs p7 = int : int distCoeffsLength p8 = var : [Out] double[] rvec p9 = var : [Out] double[] tvec p10 = int : int useExtrinsicGuess p11 = int : int iterationsCount p12 = float : float reprojectionError p13 = double : double confidence p14 = sptr : IntPtr inliers p15 = int : int flags %inst この関数は，オブジェクトポイントの集合と，それに対応する画像投影，さらにカメラの固有行列と歪み係数が与えられた場合に，オブジェクトのポーズを推定します．この関数は，再投影誤差，つまり，観測された投影画像ポイントと，（projectPoints を用いて）投影されたオブジェクトポイントとの間の二乗距離の総和を最小にするようなポーズを求めます．RANSAC を用いることで，外れ値に強い関数となっています． オブジェクト検出のための solvePNPRansac の使用例は， opencv_source_code/samples/cpp/tutorial_code/calib3d/real_time_pose_estimation/ にあります． Minimal Sample Setsステップのカメラポーズの推定に使用されるデフォルトの方法はSOLVEPNP_EPNPです。例外があります。 SOLVEPNP_P3PまたはSOLVEPNP_AP3Pを選択した場合、これらの方法が使用されます。 入力ポイント数が4に等しい場合、SOLVEPNP_P3Pが使用されます。 すべてのインライアを使用してカメラポーズを推定するために使用される手法は、SOLVEPNP_P3PまたはSOLVEPNP_AP3Pに等しくない限り、フラグパラメータによって定義される。この場合、代わりにSOLVEPNP_EPNP法が使用される。 元関数名(C#): calib3d_solvePnPRansac_vector 元DLLエクスポート名: calib3d_solvePnPRansac_vector 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_solvePnPRansac_vector(
    cv::Point3f *objectPoints, int objectPointsLength,
    cv::Point2f *imagePoints, int imagePointsLength,
    double *cameraMatrix,
    double *distCoeffs, int distCoeffsLength,
    double *rvec, double *tvec,
    int useExtrinsicGuess, int iterationsCount, float reprojectionError, double confidence,
    std::vector<int> *inliers, int flags)
{
    BEGIN_WRAP
    const cv::Mat objectPointsMat(objectPointsLength, 1, CV_64FC3, objectPoints);
    const cv::Mat imagePointsMat(imagePointsLength, 1, CV_64FC2, imagePoints);
    cv::Mat distCoeffsMat;
    if (distCoeffs != nullptr)
        distCoeffsMat = cv::Mat(distCoeffsLength, 1, CV_64FC1, distCoeffs);

    cv::Matx<double, 3, 1> rvecM, tvecM;

    cv::solvePnPRansac(objectPointsMat, imagePointsMat, *cameraMatrix, distCoeffsMat, rvecM, tvecM,
        useExtrinsicGuess != 0, iterationsCount, reprojectionError, confidence,
        *inliers, flags);

    memcpy(rvec, rvecM.val, sizeof(double) * 3);
    memcpy(tvec, tvecM.val, sizeof(double) * 3);
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_initCameraMatrix2D_Mat [32/64bit] 3D-2D の点の対応関係から，初期のカメラ固有マトリックスを求めます． %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr[] objectPoints p2 = int : int objectPointsLength p3 = sptr : IntPtr[] imagePoints p4 = int : int imagePointsLength p5 = ARGS_SIZE : Size imageSize p6 = double : double aspectRatio p7 = var : out IntPtr returnValue %inst この関数は，カメラキャリブレーション処理のための，初期のカメラ固有マトリクスを推定して返します．現在のところ，この関数は平面的なキャリブレーションパターン（各オブジェクトポイントのz座標が0であるパターン）のみをサポートしています． 元関数名(C#): calib3d_initCameraMatrix2D_Mat 元DLLエクスポート名: calib3d_initCameraMatrix2D_Mat 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_initCameraMatrix2D_Mat(
    cv::Mat **objectPoints, int objectPointsLength,
    cv::Mat **imagePoints, int imagePointsLength, 
    MyCvSize imageSize, double aspectRatio,
    cv::Mat **returnValue)
{
    BEGIN_WRAP
    std::vector<cv::Mat> objectPointsVec(objectPointsLength);
    for (auto i = 0; i < objectPointsLength; i++)
        objectPointsVec[i] = *objectPoints[i];
    std::vector<cv::Mat> imagePointsVec(imagePointsLength);
    for (auto i = 0; i < objectPointsLength; i++)
        imagePointsVec[i] = *imagePoints[i];

    const auto ret = cv::initCameraMatrix2D(objectPointsVec, imagePointsVec, cpp(imageSize), aspectRatio);
    *returnValue = new cv::Mat(ret);
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_initCameraMatrix2D_array [32/64bit] 3D-2D の点の対応関係から，初期のカメラ固有マトリックスを求めます． %prm p1,p2,p3,p4,p5,p6,p7,p8,p9 p1 = sptr : IntPtr[] objectPoints p2 = int : int opSize1 p3 = var : int[] opSize2 p4 = sptr : IntPtr[] imagePoints p5 = int : int ipSize1 p6 = var : int[] ipSize2 p7 = ARGS_SIZE : Size imageSize p8 = double : double aspectRatio p9 = var : out IntPtr returnValue %inst この関数は，カメラキャリブレーション処理のための，初期のカメラ固有マトリクスを推定して返します．現在のところ，この関数は平面的なキャリブレーションパターン（各オブジェクトポイントのz座標が0であるパターン）のみをサポートしています． 元関数名(C#): calib3d_initCameraMatrix2D_array 元DLLエクスポート名: calib3d_initCameraMatrix2D_array 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_initCameraMatrix2D_array(
    cv::Point3f **objectPoints, int opSize1, int *opSize2,
    cv::Point2f **imagePoints, int ipSize1, int *ipSize2, MyCvSize imageSize, double aspectRatio,
    cv::Mat **returnValue)
{
    BEGIN_WRAP
    std::vector<std::vector<cv::Point3f> > objectPointsVec(opSize1);
    for (auto i = 0; i < opSize1; i++)
        objectPointsVec[i] = std::vector<cv::Point3f>(objectPoints[i], objectPoints[i] + opSize2[i]);
    std::vector<std::vector<cv::Point3f> > imagePointsVec(ipSize1);
    for (auto i = 0; i < ipSize1; i++)
        imagePointsVec[i] = std::vector<cv::Point3f>(imagePoints[i], imagePoints[i] + ipSize2[i]);

    const auto ret = cv::initCameraMatrix2D(objectPointsVec, imagePointsVec, cpp(imageSize), aspectRatio);
    *returnValue = new cv::Mat(ret);
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_findChessboardCorners_InputArray [32/64bit] チェスボードの内側の角の位置を求めます． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr image p2 = ARGS_SIZE : Size patternSize p3 = sptr : IntPtr corners p4 = int : int flags p5 = var : out int returnValue %inst この関数は，入力画像がチェスボードパターンを表しているかどうかを判定し，内部のチェスボードコーナーの位置を特定しようとします．この関数は，すべてのコーナーが見つかり，それらが一定の順序（行ごとに，左から右へ）で配置されていれば，0ではない値を返します．そうでない場合，この関数がすべてのコーナーを見つけることができなかったり，並べ替えることができなかったりすると，0を返します．例えば，通常のチェスボードは，8×8の正方形と7×7の内部コーナー，つまり，黒い正方形が互いに接触するポイントを持っています．検出された座標は近似値であり，その位置をより正確に決定するために，この関数は cornerSubPix を呼び出します．チェスボードの角を検出して描画するサンプルの使い方： :Size patternsize(8,6); //内部の角の数Mat gray = ....; //ソース imageevector corners; //これは，検出されたコーナーで埋められます/CALIB_CB_FAST_CHECK は，チェスボードのコーナーを含まない画像//に対して，多くの時間を節約しますbool patternfound = findChessboardCorners(gray, patternsize, corners, CALIB_CB_ADAPTIVE_THRESH + CALIB_CB_NORMALIZE_IMAGE + CALIB_CB_FAST_CHECK);if(patternfound) cornerSubPix(gray, corners, Size(11, 11), Size(-1, -1), TermCriteria(CV_TERMCRIT_EPS + CV_TERMCRIT_ITER, 30, 0.1));drawChessboardCorners(img, patternsize, Mat(corners), patternfound);fragmentNoteこの関数は，さまざまな環境下での検出をより強固なものにするために，チェスボードの周囲にホワイトスペース（正方形の厚さの境界線のようなもの，広ければ広いほどよい）を必要とします．例: samples/cpp/tutorial_code/features2D/Homography/decompose_homography.cpp, samples/cpp/tutorial_code/features2D/Homography/homography_from_camera_displacement.cpp, samples/cpp/tutorial_code/features2D/Homography/pose_from_homography.cpp. 元関数名(C#): calib3d_findChessboardCorners_InputArray 元DLLエクスポート名: calib3d_findChessboardCorners_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_findChessboardCorners_InputArray(
    cv::_InputArray *image, MyCvSize patternSize,
    cv::_OutputArray *corners, int flags, 
    int *returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::findChessboardCorners(*image, cpp(patternSize), *corners, flags) ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_findChessboardCorners_vector [32/64bit] チェスボードの内側の角の位置を求めます． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr image p2 = ARGS_SIZE : Size patternSize p3 = sptr : IntPtr corners p4 = int : int flags p5 = var : out int returnValue %inst この関数は，入力画像がチェスボードパターンを表しているかどうかを判定し，内部のチェスボードコーナーの位置を特定しようとします．この関数は，すべてのコーナーが見つかり，それらが一定の順序（行ごとに，左から右へ）で配置されていれば，0ではない値を返します．そうでない場合，この関数がすべてのコーナーを見つけることができなかったり，並べ替えることができなかったりすると，0を返します．例えば，通常のチェスボードは，8×8の正方形と7×7の内部コーナー，つまり，黒い正方形が互いに接触するポイントを持っています．検出された座標は近似値であり，その位置をより正確に決定するために，この関数は cornerSubPix を呼び出します．チェスボードの角を検出して描画するサンプルの使い方： :Size patternsize(8,6); //内部の角の数Mat gray = ....; //ソース imageevector corners; //これは，検出されたコーナーで埋められます/CALIB_CB_FAST_CHECK は，チェスボードのコーナーを含まない画像//に対して，多くの時間を節約しますbool patternfound = findChessboardCorners(gray, patternsize, corners, CALIB_CB_ADAPTIVE_THRESH + CALIB_CB_NORMALIZE_IMAGE + CALIB_CB_FAST_CHECK);if(patternfound) cornerSubPix(gray, corners, Size(11, 11), Size(-1, -1), TermCriteria(CV_TERMCRIT_EPS + CV_TERMCRIT_ITER, 30, 0.1));drawChessboardCorners(img, patternsize, Mat(corners), patternfound);fragmentNoteこの関数は，さまざまな環境下での検出をより強固なものにするために，チェスボードの周囲にホワイトスペース（正方形の厚さの境界線のようなもの，広ければ広いほどよい）を必要とします．例: samples/cpp/tutorial_code/features2D/Homography/decompose_homography.cpp, samples/cpp/tutorial_code/features2D/Homography/homography_from_camera_displacement.cpp, samples/cpp/tutorial_code/features2D/Homography/pose_from_homography.cpp. 元関数名(C#): calib3d_findChessboardCorners_vector 元DLLエクスポート名: calib3d_findChessboardCorners_vector 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_findChessboardCorners_vector(
    cv::_InputArray *image, MyCvSize patternSize,
    std::vector<cv::Point2f> *corners, int flags, 
    int *returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::findChessboardCorners(*image, cpp(patternSize), *corners, flags) ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_checkChessboard [32/64bit] calib3d_checkChessboard %prm p1,p2,p3 p1 = sptr : IntPtr img p2 = ARGS_SIZE : Size size p3 = var : out int returnValue %inst 元関数名(C#): calib3d_checkChessboard 元DLLエクスポート名: calib3d_checkChessboard 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_checkChessboard(
    cv::_InputArray *img, MyCvSize size, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::checkChessboard(*img, cpp(size)) ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_findChessboardCornersSB_OutputArray [32/64bit] チェスボードの内側の角の位置を、セクターベースのアプローチで求めます。 %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr image p2 = ARGS_SIZE : Size patternSize p3 = sptr : IntPtr corners p4 = int : int flags p5 = var : out int returnValue %inst この関数は，findChessboardCorners に類似していますが，ボックスフィルタで近似された局所的なラドン変換を利用しており，あらゆる種類のノイズに対してより頑健で，大きな画像に対してより高速であり，チェスボード内部のコーナーのサブピクセルの位置を直接返すことができます．この手法は、論文[61]「Accurate Detection and Localization of Checkerboard Corners for Calibration」に基づいています。 この方法は，論文 [61] "Accurate Detection and Localization of Checkerboard Corners for Calibration" に基づいており，返されるサブピクセル位置は cornerSubPix で返されるものよりも正確で，要求の厳しいアプリケーションに対して正確なカメラキャリブレーションを可能にすることを示しています．これらのフラグは、カメラの視野を超えるキャリブレーションパターンを使用する際に役立ちます。このような大規模なパターンでは、画像の境界にできるだけ近いコーナーを利用できるため、より正確なキャリブレーションが可能になります。この機能では、さまざまな環境下での検出を向上させるために、ボード全体の周囲にチェッカーボードの1つのフィールドとほぼ同じ幅の白いボーダーを設ける必要があります。また、局部的なラドン変換のため、ボードの外側に位置するフィールドのコーナーには丸い角を使用することが有効です。次の図は、検出に最適なチェッカーボードの例です。ただし、他のチェッカーボードを使用することも可能です。 チェッカーボード 元関数名(C#): calib3d_findChessboardCornersSB_OutputArray 元DLLエクスポート名: calib3d_findChessboardCornersSB_OutputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_findChessboardCornersSB_OutputArray(
    cv::_InputArray *image, MyCvSize patternSize, cv::_OutputArray *corners, int flags, 
    int *returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::findChessboardCornersSB(*image, cpp(patternSize), *corners, flags) ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_findChessboardCornersSB_vector [32/64bit] チェスボードの内側の角の位置を、セクターベースのアプローチで求めます。 %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr image p2 = ARGS_SIZE : Size patternSize p3 = sptr : IntPtr corners p4 = int : int flags p5 = var : out int returnValue %inst この関数は，findChessboardCorners に類似していますが，ボックスフィルタで近似された局所的なラドン変換を利用しており，あらゆる種類のノイズに対してより頑健で，大きな画像に対してより高速であり，チェスボード内部のコーナーのサブピクセルの位置を直接返すことができます．この手法は、論文[61]「Accurate Detection and Localization of Checkerboard Corners for Calibration」に基づいています。 この方法は，論文 [61] "Accurate Detection and Localization of Checkerboard Corners for Calibration" に基づいており，返されるサブピクセル位置は cornerSubPix で返されるものよりも正確で，要求の厳しいアプリケーションに対して正確なカメラキャリブレーションを可能にすることを示しています．これらのフラグは、カメラの視野を超えるキャリブレーションパターンを使用する際に役立ちます。このような大規模なパターンでは、画像の境界にできるだけ近いコーナーを利用できるため、より正確なキャリブレーションが可能になります。この機能では、さまざまな環境下での検出を向上させるために、ボード全体の周囲にチェッカーボードの1つのフィールドとほぼ同じ幅の白いボーダーを設ける必要があります。また、局部的なラドン変換のため、ボードの外側に位置するフィールドのコーナーには丸い角を使用することが有効です。次の図は、検出に最適なチェッカーボードの例です。ただし、他のチェッカーボードを使用することも可能です。 チェッカーボード 元関数名(C#): calib3d_findChessboardCornersSB_vector 元DLLエクスポート名: calib3d_findChessboardCornersSB_vector 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_findChessboardCornersSB_vector(
    cv::_InputArray *image, MyCvSize patternSize, std::vector<cv::Point2f> *corners, int flags, 
    int *returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::findChessboardCornersSB(*image, cpp(patternSize), *corners, flags) ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_find4QuadCornerSubpix_InputArray [32/64bit] チェスボードのコーナーをサブピクセル単位の精度で検出 %prm p1,p2,p3,p4 p1 = sptr : IntPtr img p2 = sptr : IntPtr corners p3 = ARGS_SIZE : Size regionSize p4 = var : out int returnValue %inst 元関数名(C#): calib3d_find4QuadCornerSubpix_InputArray 元DLLエクスポート名: calib3d_find4QuadCornerSubpix_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_find4QuadCornerSubpix_InputArray(
    cv::_InputArray *img, cv::_InputOutputArray *corners, MyCvSize regionSize, 
    int *returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::find4QuadCornerSubpix(*img, *corners, cpp(regionSize)) ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_find4QuadCornerSubpix_vector [32/64bit] チェスボードのコーナーをサブピクセル単位の精度で検出 %prm p1,p2,p3,p4 p1 = sptr : IntPtr img p2 = sptr : IntPtr corners p3 = ARGS_SIZE : Size regionSize p4 = var : out int returnValue %inst 元関数名(C#): calib3d_find4QuadCornerSubpix_vector 元DLLエクスポート名: calib3d_find4QuadCornerSubpix_vector 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_find4QuadCornerSubpix_vector(
    cv::_InputArray *img, std::vector<cv::Point2f> *corners, MyCvSize regionSize, 
    int *returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::find4QuadCornerSubpix(*img, *corners, cpp(regionSize)) ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_drawChessboardCorners_InputArray [32/64bit] 検出されたチェスボードの角をレンダリングします。 %prm p1,p2,p3,p4 p1 = sptr : IntPtr image p2 = ARGS_SIZE : Size patternSize p3 = sptr : IntPtr corners p4 = int : int patternWasFound %inst この関数は、検出された個々のチェスボードの角を、ボードが見つからなかった場合は赤丸で、ボードが見つかった場合は色付きの角を線で結んで描画します。例： samples/cpp/tutorial_code/features2D/Homography/pose_from_homography.cpp. 元関数名(C#): calib3d_drawChessboardCorners_InputArray 元DLLエクスポート名: calib3d_drawChessboardCorners_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_drawChessboardCorners_InputArray(
    cv::_InputOutputArray *image, MyCvSize patternSize,
    cv::_InputArray *corners, int patternWasFound)
{
    BEGIN_WRAP
    cv::drawChessboardCorners(*image, cpp(patternSize), *corners, patternWasFound != 0);
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_drawChessboardCorners_array [32/64bit] 検出されたチェスボードの角をレンダリングします。 %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr image p2 = ARGS_SIZE : Size patternSize p3 = var : [In] Point2f[] corners p4 = int : int cornersLength p5 = int : int patternWasFound %inst この関数は、検出された個々のチェスボードの角を、ボードが見つからなかった場合は赤丸で、ボードが見つかった場合は色付きの角を線で結んで描画します。例： samples/cpp/tutorial_code/features2D/Homography/pose_from_homography.cpp. 元関数名(C#): calib3d_drawChessboardCorners_array 元DLLエクスポート名: calib3d_drawChessboardCorners_array 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_drawChessboardCorners_array(
    cv::_InputOutputArray *image, MyCvSize patternSize,
    cv::Point2f *corners, int cornersLength, int patternWasFound)
{
    BEGIN_WRAP
    const std::vector<cv::Point2f> cornersVec(corners, corners + cornersLength);
    cv::drawChessboardCorners(*image, cpp(patternSize), cornersVec, patternWasFound != 0);
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_drawFrameAxes [32/64bit] ポーズ推定からワールド/オブジェクト座標系の軸を描画します。 %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr image p2 = sptr : IntPtr cameraMatrix p3 = sptr : IntPtr distCoeffs p4 = sptr : IntPtr rvec p5 = sptr : IntPtr tvec p6 = float : float length p7 = int : int thickness %inst 別項参照sosolvePnPこの関数は、カメラフレームに対するワールド／オブジェクト座標系の軸を描画します。例：samples/cpp/tutorial_code/features2D/Homography/homography_from_camera_displacement.cpp、samples/cpp/tutorial_code/features2D/Homography/pose_from_homography.cpp。 元関数名(C#): calib3d_drawFrameAxes 元DLLエクスポート名: calib3d_drawFrameAxes 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_drawFrameAxes(
    cv::_InputOutputArray *image, cv::_InputArray *cameraMatrix, cv::_InputArray *distCoeffs,
    cv::_InputArray *rvec, cv::_InputArray *tvec, float length, int thickness)
{
    BEGIN_WRAP
    cv::drawFrameAxes(*image, *cameraMatrix, *distCoeffs, *rvec, *tvec, length, thickness);
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_findCirclesGrid_InputArray [32/64bit] グリッド上の円の中心を見つけます。 %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr image p2 = ARGS_SIZE : Size patternSize p3 = sptr : IntPtr centers p4 = int : int flags p5 = sptr : IntPtr blobDetector p6 = var : out int returnValue %inst この関数は，入力画像に格子状の円が含まれているかどうかを調べます．この関数は，入力画像に格子状の円が含まれているかどうかを判定し，含まれている場合は，その円の中心を求めます．この関数は，すべての円の中心が見つかり，それらが一定の順序（行ごとに左から右へ）で配置されていれば，0以外の値を返します．そうでない場合，この関数がすべての角を見つけられなかったり，並べ替えることができなかったりすると，0を返します． 円の中心を検出して描画するサンプルの使い方:Size patternsize(7,7); //中心の数Mat gray = ...; //ソース imageevector centers; //これは，検出された中心で埋められますbool patternfound = findCirclesGrid(gray, patternsize, centers);drawChessboardCorners(img, patternsize, Mat(centres), patternfound);fragmentNoteこの関数は，様々な環境下で検出をより確実なものにするために，ボードの周囲にホワイトスペース（四角い厚さの境界線のようなもの，広ければ広いほど良い）を必要とします． 元関数名(C#): calib3d_findCirclesGrid_InputArray 元DLLエクスポート名: calib3d_findCirclesGrid_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_findCirclesGrid_InputArray(
    cv::_InputArray *image, MyCvSize patternSize,
    cv::_OutputArray *centers, int flags, cv::FeatureDetector* blobDetector,
    int *returnValue)
{
    BEGIN_WRAP
    if (blobDetector == nullptr)
    {
        *returnValue = cv::findCirclesGrid(*image, cpp(patternSize), *centers, flags) ? 1 : 0;
    }
    else
    {
        const cv::Ptr<cv::FeatureDetector> detectorPtr(blobDetector, BlobDetectorDeleter); // don't delete
        *returnValue = cv::findCirclesGrid(*image, cpp(patternSize), *centers, flags, detectorPtr) ? 1 : 0;
    }
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_findCirclesGrid_vector [32/64bit] グリッド上の円の中心を見つけます。 %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr image p2 = ARGS_SIZE : Size patternSize p3 = sptr : IntPtr centers p4 = int : int flags p5 = sptr : IntPtr blobDetector p6 = var : out int returnValue %inst この関数は，入力画像に格子状の円が含まれているかどうかを調べます．この関数は，入力画像に格子状の円が含まれているかどうかを判定し，含まれている場合は，その円の中心を求めます．この関数は，すべての円の中心が見つかり，それらが一定の順序（行ごとに左から右へ）で配置されていれば，0以外の値を返します．そうでない場合，この関数がすべての角を見つけられなかったり，並べ替えることができなかったりすると，0を返します． 円の中心を検出して描画するサンプルの使い方:Size patternsize(7,7); //中心の数Mat gray = ...; //ソース imageevector centers; //これは，検出された中心で埋められますbool patternfound = findCirclesGrid(gray, patternsize, centers);drawChessboardCorners(img, patternsize, Mat(centres), patternfound);fragmentNoteこの関数は，様々な環境下で検出をより確実なものにするために，ボードの周囲にホワイトスペース（四角い厚さの境界線のようなもの，広ければ広いほど良い）を必要とします． 元関数名(C#): calib3d_findCirclesGrid_vector 元DLLエクスポート名: calib3d_findCirclesGrid_vector 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_findCirclesGrid_vector(
    cv::_InputArray *image, MyCvSize patternSize,
    std::vector<cv::Point2f> *centers, int flags, cv::FeatureDetector* blobDetector,
    int *returnValue)
{
    BEGIN_WRAP
    if (blobDetector == nullptr)
    {
        *returnValue = cv::findCirclesGrid(*image, cpp(patternSize), *centers, flags) ? 1 : 0;
    }
    else
    {
        const cv::Ptr<cv::FeatureDetector> detectorPtr(blobDetector, BlobDetectorDeleter); // don't delete
        *returnValue = cv::findCirclesGrid(*image, cpp(patternSize), *centers, flags, detectorPtr) ? 1 : 0;
    }
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_calibrateCamera_InputArray [32bit] キャリブレーションパターンの複数のビューから、カメラの内在的および外在的パラメータを見つけます。 %prm p1,p2,p3,p4,p5,p6,p7,p8,p9,p10,p11,p12 p1 = sptr : IntPtr[] objectPoints p2 = int : int objectPointsSize p3 = sptr : IntPtr[] imagePoints p4 = int : int imagePointsSize p5 = ARGS_SIZE : Size imageSize p6 = sptr : IntPtr cameraMatrix p7 = sptr : IntPtr distCoeffs p8 = sptr : IntPtr rvecs p9 = sptr : IntPtr tvecs p10 = int : int flags p11 = ARGS_TERMCRITERIA : TermCriteria criteria p12 = var : out double returnValue %inst この関数は，カメラの内部パラメータと，各ビューの外部パラメータを推定します．このアルゴリズムは， [293] と [31] に基づいています．各ビューにおける3次元オブジェクトポイントの座標と，それに対応する2次元射影を指定する必要があります．これは、既知のジオメトリと簡単に検出できる特徴点を持つオブジェクトを使用することで実現できます。このようなオブジェクトは，キャリブレーションリグやキャリブレーションパターンと呼ばれます．OpenCVは，キャリブレーションリグとしてチェスボードをビルトインでサポートしています（findChessboardCornersを参照してください）．現在のところ，内部パラメータの初期化（CALIB_USE_INTRINSIC_GUESS がセットされていない場合）は，平面的なキャリブレーションパターン（オブジェクトポイントのZ座標はすべて0でなければいけない）に対してのみ実装されています．アルゴリズムは以下のステップを実行します：初期固有パラメータを計算する（平面キャリブレーションパターンでのみ利用可能なオプション）、または入力パラメータから読み取る。CALIB_FIX_K? の一部が指定されていない限り、歪み係数はすべてゼロに初期設定されます。 固有のパラメータが既に知られているかのように、初期のカメラポーズを推定する。これは solvePnP を用いて行われる。 グローバル Levenberg-Marquardt 最適化アルゴリズムを実行して，再投影誤差，つまり，観測された特徴点 imagePoints と，（カメラパラメータとポーズの現在の推定値を用いて）投影されたオブジェクト点 objectPoints との間の二乗距離の総和を最小化します．詳細は projectPoints を参照してください。非正方(non-N-by-N)グリッドを使用し、findChessboardCorners でキャリブレーションを行った場合、 calibrateCamera が悪い値(歪み係数がゼロ、\(c_x\)と\(c_y\)が画像の中心から非常に離れている、\(f_x\)と?(f_yansen)の差が大きい(比率が10:1以上））の場合は、findChessboardCornersでpatternSize=cvSize(cols,rows)を使うのではなく、patternSize=cvSize(rows,cols)を使っていると思われます。関連項目：ocalibrateCameraRO, findChessboardCorners, solvePnP, initCameraMatrix2D, stereoCalibrate, undistort 元関数名(C#): calib3d_calibrateCamera_InputArray 元DLLエクスポート名: calib3d_calibrateCamera_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_calibrateCamera_InputArray(
    cv::Mat **objectPoints, int objectPointsSize,
    cv::Mat **imagePoints, int imagePointsSize,
    MyCvSize imageSize,
    cv::_InputOutputArray *cameraMatrix,
    cv::_InputOutputArray *distCoeffs,
    std::vector<cv::Mat> *rvecs, std::vector<cv::Mat> *tvecs,
    int flags,
    MyCvTermCriteria criteria,
    double *returnValue)
{
    BEGIN_WRAP
    std::vector<cv::Mat> objectPointsVec(objectPointsSize);
    for (auto i = 0; i < objectPointsSize; i++)
        objectPointsVec[i] = *objectPoints[i];
    std::vector<cv::Mat> imagePointsVec(imagePointsSize);
    for (auto i = 0; i < imagePointsSize; i++)
        imagePointsVec[i] = *imagePoints[i];

    *returnValue = cv::calibrateCamera(objectPointsVec, imagePointsVec, cpp(imageSize),
        *cameraMatrix, *distCoeffs, *rvecs, *tvecs, flags, cpp(criteria));
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_calibrateCamera_InputArray [64bit] キャリブレーションパターンの複数のビューから、カメラの内在的および外在的パラメータを見つけます。 %prm p1,p2,p3,p4,p5,p6,p7,p8,p9,p10,p11,p12 p1 = sptr : IntPtr[] objectPoints p2 = int : int objectPointsSize p3 = sptr : IntPtr[] imagePoints p4 = int : int imagePointsSize p5 = ARGS_SIZE : Size imageSize p6 = sptr : IntPtr cameraMatrix p7 = sptr : IntPtr distCoeffs p8 = sptr : IntPtr rvecs p9 = sptr : IntPtr tvecs p10 = int : int flags p11 = var : TermCriteria criteria p12 = var : out double returnValue %inst この関数は，カメラの内部パラメータと，各ビューの外部パラメータを推定します．このアルゴリズムは， [293] と [31] に基づいています．各ビューにおける3次元オブジェクトポイントの座標と，それに対応する2次元射影を指定する必要があります．これは、既知のジオメトリと簡単に検出できる特徴点を持つオブジェクトを使用することで実現できます。このようなオブジェクトは，キャリブレーションリグやキャリブレーションパターンと呼ばれます．OpenCVは，キャリブレーションリグとしてチェスボードをビルトインでサポートしています（findChessboardCornersを参照してください）．現在のところ，内部パラメータの初期化（CALIB_USE_INTRINSIC_GUESS がセットされていない場合）は，平面的なキャリブレーションパターン（オブジェクトポイントのZ座標はすべて0でなければいけない）に対してのみ実装されています．アルゴリズムは以下のステップを実行します：初期固有パラメータを計算する（平面キャリブレーションパターンでのみ利用可能なオプション）、または入力パラメータから読み取る。CALIB_FIX_K? の一部が指定されていない限り、歪み係数はすべてゼロに初期設定されます。 固有のパラメータが既に知られているかのように、初期のカメラポーズを推定する。これは solvePnP を用いて行われる。 グローバル Levenberg-Marquardt 最適化アルゴリズムを実行して，再投影誤差，つまり，観測された特徴点 imagePoints と，（カメラパラメータとポーズの現在の推定値を用いて）投影されたオブジェクト点 objectPoints との間の二乗距離の総和を最小化します．詳細は projectPoints を参照してください。非正方(non-N-by-N)グリッドを使用し、findChessboardCorners でキャリブレーションを行った場合、 calibrateCamera が悪い値(歪み係数がゼロ、\(c_x\)と\(c_y\)が画像の中心から非常に離れている、\(f_x\)と?(f_yansen)の差が大きい(比率が10:1以上））の場合は、findChessboardCornersでpatternSize=cvSize(cols,rows)を使うのではなく、patternSize=cvSize(rows,cols)を使っていると思われます。関連項目：ocalibrateCameraRO, findChessboardCorners, solvePnP, initCameraMatrix2D, stereoCalibrate, undistort 元関数名(C#): calib3d_calibrateCamera_InputArray 元DLLエクスポート名: calib3d_calibrateCamera_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_calibrateCamera_InputArray(
    cv::Mat **objectPoints, int objectPointsSize,
    cv::Mat **imagePoints, int imagePointsSize,
    MyCvSize imageSize,
    cv::_InputOutputArray *cameraMatrix,
    cv::_InputOutputArray *distCoeffs,
    std::vector<cv::Mat> *rvecs, std::vector<cv::Mat> *tvecs,
    int flags,
    MyCvTermCriteria criteria,
    double *returnValue)
{
    BEGIN_WRAP
    std::vector<cv::Mat> objectPointsVec(objectPointsSize);
    for (auto i = 0; i < objectPointsSize; i++)
        objectPointsVec[i] = *objectPoints[i];
    std::vector<cv::Mat> imagePointsVec(imagePointsSize);
    for (auto i = 0; i < imagePointsSize; i++)
        imagePointsVec[i] = *imagePoints[i];

    *returnValue = cv::calibrateCamera(objectPointsVec, imagePointsVec, cpp(imageSize),
        *cameraMatrix, *distCoeffs, *rvecs, *tvecs, flags, cpp(criteria));
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_calibrateCamera_vector [32bit] キャリブレーションパターンの複数のビューから、カメラの内在的および外在的パラメータを見つけます。 %prm p1,p2,p3,p4,p5,p6,p7,p8,p9,p10,p11,p12,p13,p14,p15 p1 = sptr : IntPtr[] objectPoints p2 = int : int opSize1 p3 = var : int[] opSize2 p4 = sptr : IntPtr[] imagePoints p5 = int : int ipSize1 p6 = var : int[] ipSize2 p7 = ARGS_SIZE : Size imageSize p8 = var : double* cameraMatrix p9 = var : [In, Out] double[] distCoeffs p10 = int : int distCoeffsSize p11 = sptr : IntPtr rvecs p12 = sptr : IntPtr tvecs p13 = int : int flags p14 = ARGS_TERMCRITERIA : TermCriteria criteria p15 = var : out double returnValue %inst この関数は，カメラの内部パラメータと，各ビューの外部パラメータを推定します．このアルゴリズムは， [293] と [31] に基づいています．各ビューにおける3次元オブジェクトポイントの座標と，それに対応する2次元射影を指定する必要があります．これは、既知のジオメトリと簡単に検出できる特徴点を持つオブジェクトを使用することで実現できます。このようなオブジェクトは，キャリブレーションリグやキャリブレーションパターンと呼ばれます．OpenCVは，キャリブレーションリグとしてチェスボードをビルトインでサポートしています（findChessboardCornersを参照してください）．現在のところ，内部パラメータの初期化（CALIB_USE_INTRINSIC_GUESS がセットされていない場合）は，平面的なキャリブレーションパターン（オブジェクトポイントのZ座標はすべて0でなければいけない）に対してのみ実装されています．アルゴリズムは以下のステップを実行します：初期固有パラメータを計算する（平面キャリブレーションパターンでのみ利用可能なオプション）、または入力パラメータから読み取る。CALIB_FIX_K? の一部が指定されていない限り、歪み係数はすべてゼロに初期設定されます。 固有のパラメータが既に知られているかのように、初期のカメラポーズを推定する。これは solvePnP を用いて行われる。 グローバル Levenberg-Marquardt 最適化アルゴリズムを実行して，再投影誤差，つまり，観測された特徴点 imagePoints と，（カメラパラメータとポーズの現在の推定値を用いて）投影されたオブジェクト点 objectPoints との間の二乗距離の総和を最小化します．詳細は projectPoints を参照してください。非正方(non-N-by-N)グリッドを使用し、findChessboardCorners でキャリブレーションを行った場合、 calibrateCamera が悪い値(歪み係数がゼロ、\(c_x\)と\(c_y\)が画像の中心から非常に離れている、\(f_x\)と?(f_yansen)の差が大きい(比率が10:1以上））の場合は、findChessboardCornersでpatternSize=cvSize(cols,rows)を使うのではなく、patternSize=cvSize(rows,cols)を使っていると思われます。関連項目：ocalibrateCameraRO, findChessboardCorners, solvePnP, initCameraMatrix2D, stereoCalibrate, undistort 元関数名(C#): calib3d_calibrateCamera_vector 元DLLエクスポート名: calib3d_calibrateCamera_vector 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_calibrateCamera_vector(
    cv::Point3f **objectPoints, int opSize1, int *opSize2,
    cv::Point2f **imagePoints, int ipSize1, int *ipSize2,
    MyCvSize imageSize,
    double *cameraMatrix,
    double *distCoeffs, int distCoeffsSize,
    std::vector<cv::Mat> *rvecs, std::vector<cv::Mat> *tvecs,
    int flags,
    MyCvTermCriteria criteria,
    double *returnValue)
{
    BEGIN_WRAP
    std::vector<std::vector<cv::Point3f> > objectPointsVec(opSize1);
    for (auto i = 0; i < opSize1; i++)
        objectPointsVec[i] = std::vector<cv::Point3f>(objectPoints[i], objectPoints[i] + opSize2[i]);

    std::vector<std::vector<cv::Point2f> > imagePointsVec(ipSize1);
    for (auto i = 0; i < ipSize1; i++)
        imagePointsVec[i] = std::vector<cv::Point2f>(imagePoints[i], imagePoints[i] + ipSize2[i]);

    cv::Mat cametaMatrixM(3, 3, CV_64FC1, cameraMatrix);
    cv::Mat distCoeffsM(distCoeffsSize, 1, CV_64FC1, distCoeffs);

    *returnValue = cv::calibrateCamera(objectPointsVec, imagePointsVec, cpp(imageSize),
        cametaMatrixM, distCoeffsM, *rvecs, *tvecs, flags, cpp(criteria));
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_calibrateCamera_vector [64bit] キャリブレーションパターンの複数のビューから、カメラの内在的および外在的パラメータを見つけます。 %prm p1,p2,p3,p4,p5,p6,p7,p8,p9,p10,p11,p12,p13,p14,p15 p1 = sptr : IntPtr[] objectPoints p2 = int : int opSize1 p3 = var : int[] opSize2 p4 = sptr : IntPtr[] imagePoints p5 = int : int ipSize1 p6 = var : int[] ipSize2 p7 = ARGS_SIZE : Size imageSize p8 = var : double* cameraMatrix p9 = var : [In, Out] double[] distCoeffs p10 = int : int distCoeffsSize p11 = sptr : IntPtr rvecs p12 = sptr : IntPtr tvecs p13 = int : int flags p14 = var : TermCriteria criteria p15 = var : out double returnValue %inst この関数は，カメラの内部パラメータと，各ビューの外部パラメータを推定します．このアルゴリズムは， [293] と [31] に基づいています．各ビューにおける3次元オブジェクトポイントの座標と，それに対応する2次元射影を指定する必要があります．これは、既知のジオメトリと簡単に検出できる特徴点を持つオブジェクトを使用することで実現できます。このようなオブジェクトは，キャリブレーションリグやキャリブレーションパターンと呼ばれます．OpenCVは，キャリブレーションリグとしてチェスボードをビルトインでサポートしています（findChessboardCornersを参照してください）．現在のところ，内部パラメータの初期化（CALIB_USE_INTRINSIC_GUESS がセットされていない場合）は，平面的なキャリブレーションパターン（オブジェクトポイントのZ座標はすべて0でなければいけない）に対してのみ実装されています．アルゴリズムは以下のステップを実行します：初期固有パラメータを計算する（平面キャリブレーションパターンでのみ利用可能なオプション）、または入力パラメータから読み取る。CALIB_FIX_K? の一部が指定されていない限り、歪み係数はすべてゼロに初期設定されます。 固有のパラメータが既に知られているかのように、初期のカメラポーズを推定する。これは solvePnP を用いて行われる。 グローバル Levenberg-Marquardt 最適化アルゴリズムを実行して，再投影誤差，つまり，観測された特徴点 imagePoints と，（カメラパラメータとポーズの現在の推定値を用いて）投影されたオブジェクト点 objectPoints との間の二乗距離の総和を最小化します．詳細は projectPoints を参照してください。非正方(non-N-by-N)グリッドを使用し、findChessboardCorners でキャリブレーションを行った場合、 calibrateCamera が悪い値(歪み係数がゼロ、\(c_x\)と\(c_y\)が画像の中心から非常に離れている、\(f_x\)と?(f_yansen)の差が大きい(比率が10:1以上））の場合は、findChessboardCornersでpatternSize=cvSize(cols,rows)を使うのではなく、patternSize=cvSize(rows,cols)を使っていると思われます。関連項目：ocalibrateCameraRO, findChessboardCorners, solvePnP, initCameraMatrix2D, stereoCalibrate, undistort 元関数名(C#): calib3d_calibrateCamera_vector 元DLLエクスポート名: calib3d_calibrateCamera_vector 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_calibrateCamera_vector(
    cv::Point3f **objectPoints, int opSize1, int *opSize2,
    cv::Point2f **imagePoints, int ipSize1, int *ipSize2,
    MyCvSize imageSize,
    double *cameraMatrix,
    double *distCoeffs, int distCoeffsSize,
    std::vector<cv::Mat> *rvecs, std::vector<cv::Mat> *tvecs,
    int flags,
    MyCvTermCriteria criteria,
    double *returnValue)
{
    BEGIN_WRAP
    std::vector<std::vector<cv::Point3f> > objectPointsVec(opSize1);
    for (auto i = 0; i < opSize1; i++)
        objectPointsVec[i] = std::vector<cv::Point3f>(objectPoints[i], objectPoints[i] + opSize2[i]);

    std::vector<std::vector<cv::Point2f> > imagePointsVec(ipSize1);
    for (auto i = 0; i < ipSize1; i++)
        imagePointsVec[i] = std::vector<cv::Point2f>(imagePoints[i], imagePoints[i] + ipSize2[i]);

    cv::Mat cametaMatrixM(3, 3, CV_64FC1, cameraMatrix);
    cv::Mat distCoeffsM(distCoeffsSize, 1, CV_64FC1, distCoeffs);

    *returnValue = cv::calibrateCamera(objectPointsVec, imagePointsVec, cpp(imageSize),
        cametaMatrixM, distCoeffsM, *rvecs, *tvecs, flags, cpp(criteria));
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_calibrationMatrixValues_InputArray [32/64bit] カメラ固有の行列から有用なカメラ特性を計算します。 %prm p1,p2,p3,p4,p5,p6,p7,p8,p9 p1 = sptr : IntPtr cameraMatrix p2 = ARGS_SIZE : Size imageSize p3 = double : double apertureWidth p4 = double : double apertureHeight p5 = var : out double fovx p6 = var : out double fovy p7 = var : out double focalLength p8 = var : out Point2d principalPoint p9 = var : out double aspectRatio %inst この関数は，事前に推定されたカメラ行列から，様々な有用なカメラ特性を計算します．注意点として，統一的な尺度である「mm」は，チェスボードのピッチを表す任意の単位を表していることに注意してください（したがって，任意の値になります）． 元関数名(C#): calib3d_calibrationMatrixValues_InputArray 元DLLエクスポート名: calib3d_calibrationMatrixValues_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_calibrationMatrixValues_InputArray(cv::_InputArray *cameraMatrix, MyCvSize imageSize,
    double apertureWidth, double apertureHeight, double *fovx, double *fovy, double *focalLength,
    cv::Point2d *principalPoint, double *aspectRatio)
{
    BEGIN_WRAP
    double fovx0, fovy0, focalLength0, aspectRatio0;
    cv::Point2d principalPoint0;
    cv::calibrationMatrixValues(*cameraMatrix, cpp(imageSize), apertureWidth, apertureHeight,
        fovx0, fovy0, focalLength0, principalPoint0, aspectRatio0);
    *fovx = fovx0;
    *fovy = fovy0;
    *principalPoint = principalPoint0;
    *focalLength = focalLength0;
    *aspectRatio = aspectRatio0;
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_calibrationMatrixValues_array [32/64bit] カメラ固有の行列から有用なカメラ特性を計算します。 %prm p1,p2,p3,p4,p5,p6,p7,p8,p9 p1 = var : double* cameraMatrix p2 = ARGS_SIZE : Size imageSize p3 = double : double apertureWidth p4 = double : double apertureHeight p5 = var : out double fovx p6 = var : out double fovy p7 = var : out double focalLength p8 = var : out Point2d principalPoint p9 = var : out double aspectRatio %inst この関数は，事前に推定されたカメラ行列から，様々な有用なカメラ特性を計算します．注意点として，統一的な尺度である「mm」は，チェスボードのピッチを表す任意の単位を表していることに注意してください（したがって，任意の値になります）． 元関数名(C#): calib3d_calibrationMatrixValues_array 元DLLエクスポート名: calib3d_calibrationMatrixValues_array 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_calibrationMatrixValues_array(double *cameraMatrix, MyCvSize imageSize,
    double apertureWidth, double apertureHeight, double *fovx, double *fovy, double *focalLength,
    cv::Point2d *principalPoint, double *aspectRatio)
{
    BEGIN_WRAP
    const cv::Mat cameraMatrixM(3, 3, CV_64FC1, cameraMatrix);
    cv::_InputArray cameraMatrixI(cameraMatrixM);
    calib3d_calibrationMatrixValues_InputArray(&cameraMatrixI, imageSize, apertureWidth, apertureHeight,
        fovx, fovy, focalLength, principalPoint, aspectRatio);
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_stereoCalibrate_InputArray [32bit] ステレオカメラセットのキャリブレーションを行います。この関数は、2台のカメラそれぞれの固有パラメータと、2台のカメラ間の外部パラメータを求めます。 %prm p1,p2,p3,p4,p5,p6,p7,p8,p9,p10,p11,p12,p13,p14,p15,p16,p17,p18 p1 = sptr : IntPtr[] objectPoints p2 = int : int opSize p3 = sptr : IntPtr[] imagePoints1 p4 = int : int ip1Size p5 = sptr : IntPtr[] imagePoints2 p6 = int : int ip2Size p7 = sptr : IntPtr cameraMatrix1 p8 = sptr : IntPtr distCoeffs1 p9 = sptr : IntPtr cameraMatrix2 p10 = sptr : IntPtr distCoeffs2 p11 = ARGS_SIZE : Size imageSize p12 = sptr : IntPtr R p13 = sptr : IntPtr T p14 = sptr : IntPtr E p15 = sptr : IntPtr F p16 = int : int flags p17 = ARGS_TERMCRITERIA : TermCriteria criteria p18 = var : out double returnValue %inst この関数は，ステレオペアを構成する2つのカメラ間の変換を推定します．2つのカメラ間の相対的な位置と姿勢が固定されているステレオカメラにおいて，1番目のカメラと2番目のカメラに対する物体の姿勢をそれぞれ( ????? ), ( ????? ), ( ????? ) と計算すると，それらの姿勢は確実に互いに関連していることになります．つまり、2つのカメラの相対的な位置と向き（\(R\)、\(T\)）がわかっていれば、（\(R_1\)、\(T_1\)）が与えられたときに、（\(R_2\)、\(T_2amer)）を計算することができます。これが，この関数の役割です．R_2=R R_1\]T_2=R T_1 + T.\]従って、1台目のカメラの座標系での3次元点の座標表現が与えられたとき、2台目のカメラの座標系での3次元点の座標表現を計算することができます。♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪R＆T」は、0＆1で構成されています。\\\\Optionally, the essential matrix E:\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\R\(t=[t_0, t_1, t_2]^t\) .また，この関数は，基本行列Fを計算することもできます：\[F = cameraMatrix2^{-T}\cdot E ?cdot cameraMatrix1^{-1}\]ステレオ関連の情報の他に，2台のカメラそれぞれのフルキャリブレーションを行うこともできます。しかし，パラメータ空間の次元が高く，入力データにノイズが含まれているため，この関数は正しい解から乖離する可能性があります．各カメラの固有パラメータを個別に高精度に推定できる場合（例えば，calibrateCamera を用いて）は，そうしてから，計算された固有パラメータとともに CALIB_FIX_INTRINSIC フラグを関数に渡すことをお勧めします．また，すべてのパラメータが一度に推定される場合は，いくつかのパラメータを制限することに意味があります．例えば，CALIB_SAME_FOCAL_LENGTH フラグと CALIB_ZERO_TANGENT_DIST フラグを渡しますが，これは通常，妥当な仮定です． calibrateCamera と同様に，この関数は，両方のカメラから得られるすべての利用可能なビューのすべてのポイントに対して，合計再投影誤差を最小化します．この関数は，再投影誤差の最終的な値を返します． 元関数名(C#): calib3d_stereoCalibrate_InputArray 元DLLエクスポート名: calib3d_stereoCalibrate_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_stereoCalibrate_InputArray(
    cv::_InputArray **objectPoints, int opSize,
    cv::_InputArray **imagePoints1, int ip1Size,
    cv::_InputArray **imagePoints2, int ip2Size,
    cv::_InputOutputArray *cameraMatrix1,
    cv::_InputOutputArray *distCoeffs1,
    cv::_InputOutputArray *cameraMatrix2,
    cv::_InputOutputArray *distCoeffs2,
    MyCvSize imageSize,
    cv::_OutputArray *R, cv::_OutputArray *T,
    cv::_OutputArray *E, cv::_OutputArray *F,
    int flags, 
    MyCvTermCriteria criteria,
    double *returnValue)
{
    BEGIN_WRAP
    std::vector<cv::_InputArray> objectPointsVec(opSize);
    std::vector<cv::_InputArray> imagePoints1Vec(ip1Size);
    std::vector<cv::_InputArray> imagePoints2Vec(ip2Size);
    for (auto i = 0; i < opSize; i++)
        objectPointsVec[i] = *objectPoints[i];
    for (auto i = 0; i < ip1Size; i++)
        imagePoints1Vec[i] = *imagePoints1[i];
    for (auto i = 0; i < ip2Size; i++)
        imagePoints2Vec[i] = *imagePoints2[i];

    *returnValue = cv::stereoCalibrate(objectPointsVec, imagePoints1Vec, imagePoints2Vec,
        *cameraMatrix1, *distCoeffs1,
        *cameraMatrix2, *distCoeffs2,
        cpp(imageSize), entity(R), entity(T), entity(E), entity(F), flags, cpp(criteria));
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_stereoCalibrate_InputArray [64bit] ステレオカメラセットのキャリブレーションを行います。この関数は、2台のカメラそれぞれの固有パラメータと、2台のカメラ間の外部パラメータを求めます。 %prm p1,p2,p3,p4,p5,p6,p7,p8,p9,p10,p11,p12,p13,p14,p15,p16,p17,p18 p1 = sptr : IntPtr[] objectPoints p2 = int : int opSize p3 = sptr : IntPtr[] imagePoints1 p4 = int : int ip1Size p5 = sptr : IntPtr[] imagePoints2 p6 = int : int ip2Size p7 = sptr : IntPtr cameraMatrix1 p8 = sptr : IntPtr distCoeffs1 p9 = sptr : IntPtr cameraMatrix2 p10 = sptr : IntPtr distCoeffs2 p11 = ARGS_SIZE : Size imageSize p12 = sptr : IntPtr R p13 = sptr : IntPtr T p14 = sptr : IntPtr E p15 = sptr : IntPtr F p16 = int : int flags p17 = var : TermCriteria criteria p18 = var : out double returnValue %inst この関数は，ステレオペアを構成する2つのカメラ間の変換を推定します．2つのカメラ間の相対的な位置と姿勢が固定されているステレオカメラにおいて，1番目のカメラと2番目のカメラに対する物体の姿勢をそれぞれ( ????? ), ( ????? ), ( ????? ) と計算すると，それらの姿勢は確実に互いに関連していることになります．つまり、2つのカメラの相対的な位置と向き（\(R\)、\(T\)）がわかっていれば、（\(R_1\)、\(T_1\)）が与えられたときに、（\(R_2\)、\(T_2amer)）を計算することができます。これが，この関数の役割です．R_2=R R_1\]T_2=R T_1 + T.\]従って、1台目のカメラの座標系での3次元点の座標表現が与えられたとき、2台目のカメラの座標系での3次元点の座標表現を計算することができます。♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪R＆T」は、0＆1で構成されています。\\\\Optionally, the essential matrix E:\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\R\(t=[t_0, t_1, t_2]^t\) .また，この関数は，基本行列Fを計算することもできます：\[F = cameraMatrix2^{-T}\cdot E ?cdot cameraMatrix1^{-1}\]ステレオ関連の情報の他に，2台のカメラそれぞれのフルキャリブレーションを行うこともできます。しかし，パラメータ空間の次元が高く，入力データにノイズが含まれているため，この関数は正しい解から乖離する可能性があります．各カメラの固有パラメータを個別に高精度に推定できる場合（例えば，calibrateCamera を用いて）は，そうしてから，計算された固有パラメータとともに CALIB_FIX_INTRINSIC フラグを関数に渡すことをお勧めします．また，すべてのパラメータが一度に推定される場合は，いくつかのパラメータを制限することに意味があります．例えば，CALIB_SAME_FOCAL_LENGTH フラグと CALIB_ZERO_TANGENT_DIST フラグを渡しますが，これは通常，妥当な仮定です． calibrateCamera と同様に，この関数は，両方のカメラから得られるすべての利用可能なビューのすべてのポイントに対して，合計再投影誤差を最小化します．この関数は，再投影誤差の最終的な値を返します． 元関数名(C#): calib3d_stereoCalibrate_InputArray 元DLLエクスポート名: calib3d_stereoCalibrate_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_stereoCalibrate_InputArray(
    cv::_InputArray **objectPoints, int opSize,
    cv::_InputArray **imagePoints1, int ip1Size,
    cv::_InputArray **imagePoints2, int ip2Size,
    cv::_InputOutputArray *cameraMatrix1,
    cv::_InputOutputArray *distCoeffs1,
    cv::_InputOutputArray *cameraMatrix2,
    cv::_InputOutputArray *distCoeffs2,
    MyCvSize imageSize,
    cv::_OutputArray *R, cv::_OutputArray *T,
    cv::_OutputArray *E, cv::_OutputArray *F,
    int flags, 
    MyCvTermCriteria criteria,
    double *returnValue)
{
    BEGIN_WRAP
    std::vector<cv::_InputArray> objectPointsVec(opSize);
    std::vector<cv::_InputArray> imagePoints1Vec(ip1Size);
    std::vector<cv::_InputArray> imagePoints2Vec(ip2Size);
    for (auto i = 0; i < opSize; i++)
        objectPointsVec[i] = *objectPoints[i];
    for (auto i = 0; i < ip1Size; i++)
        imagePoints1Vec[i] = *imagePoints1[i];
    for (auto i = 0; i < ip2Size; i++)
        imagePoints2Vec[i] = *imagePoints2[i];

    *returnValue = cv::stereoCalibrate(objectPointsVec, imagePoints1Vec, imagePoints2Vec,
        *cameraMatrix1, *distCoeffs1,
        *cameraMatrix2, *distCoeffs2,
        cpp(imageSize), entity(R), entity(T), entity(E), entity(F), flags, cpp(criteria));
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_stereoCalibrate_array [32bit] ステレオカメラセットのキャリブレーションを行います。この関数は、2台のカメラそれぞれの固有パラメータと、2台のカメラ間の外部パラメータを求めます。 %prm p1,p2,p3,p4,p5,p6,p7,p8,p9,p10,p11,p12,p13,p14,p15,p16,p17,p18,p19,p20,p21,p22,p23 p1 = sptr : IntPtr[] objectPoints p2 = int : int opSize1 p3 = var : int[] opSizes2 p4 = sptr : IntPtr[] imagePoints1 p5 = int : int ip1Size1 p6 = var : int[] ip1Sizes2 p7 = sptr : IntPtr[] imagePoints2 p8 = int : int ip2Size1 p9 = var : int[] ip2Sizes2 p10 = var : double* cameraMatrix1 p11 = var : [In, Out] double[] distCoeffs1 p12 = int : int dc1Size p13 = var : double* cameraMatrix2 p14 = var : [In, Out] double[] distCoeffs2 p15 = int : int dc2Size p16 = ARGS_SIZE : Size imageSize p17 = sptr : IntPtr R p18 = sptr : IntPtr T p19 = sptr : IntPtr E p20 = sptr : IntPtr F p21 = int : int flags p22 = ARGS_TERMCRITERIA : TermCriteria criteria p23 = var : out double returnValue %inst この関数は，ステレオペアを構成する2つのカメラ間の変換を推定します．2つのカメラ間の相対的な位置と姿勢が固定されているステレオカメラにおいて，1番目のカメラと2番目のカメラに対する物体の姿勢をそれぞれ( ????? ), ( ????? ), ( ????? ) と計算すると，それらの姿勢は確実に互いに関連していることになります．つまり、2つのカメラの相対的な位置と向き（\(R\)、\(T\)）がわかっていれば、（\(R_1\)、\(T_1\)）が与えられたときに、（\(R_2\)、\(T_2amer)）を計算することができます。これが，この関数の役割です．R_2=R R_1\]T_2=R T_1 + T.\]従って、1台目のカメラの座標系での3次元点の座標表現が与えられたとき、2台目のカメラの座標系での3次元点の座標表現を計算することができます。♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪R＆T」は、0＆1で構成されています。\\\\Optionally, the essential matrix E:\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\R\(t=[t_0, t_1, t_2]^t\) .また，この関数は，基本行列Fを計算することもできます：\[F = cameraMatrix2^{-T}\cdot E ?cdot cameraMatrix1^{-1}\]ステレオ関連の情報の他に，2台のカメラそれぞれのフルキャリブレーションを行うこともできます。しかし，パラメータ空間の次元が高く，入力データにノイズが含まれているため，この関数は正しい解から乖離する可能性があります．各カメラの固有パラメータを個別に高精度に推定できる場合（例えば，calibrateCamera を用いて）は，そうしてから，計算された固有パラメータとともに CALIB_FIX_INTRINSIC フラグを関数に渡すことをお勧めします．また，すべてのパラメータが一度に推定される場合は，いくつかのパラメータを制限することに意味があります．例えば，CALIB_SAME_FOCAL_LENGTH フラグと CALIB_ZERO_TANGENT_DIST フラグを渡しますが，これは通常，妥当な仮定です． calibrateCamera と同様に，この関数は，両方のカメラから得られるすべての利用可能なビューのすべてのポイントに対して，合計再投影誤差を最小化します．この関数は，再投影誤差の最終的な値を返します． 元関数名(C#): calib3d_stereoCalibrate_array 元DLLエクスポート名: calib3d_stereoCalibrate_array 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_stereoCalibrate_array(
    cv::Point3f **objectPoints, int opSize1, int *opSizes2,
    cv::Point2f **imagePoints1, int ip1Size1, int *ip1Sizes2,
    cv::Point2f **imagePoints2, int ip2Size1, int *ip2Sizes2,
    double *cameraMatrix1,
    double *distCoeffs1, int dc1Size,
    double *cameraMatrix2,
    double *distCoeffs2, int dc2Size,
    MyCvSize imageSize,
    cv::_OutputArray *R, cv::_OutputArray *T,
    cv::_OutputArray *E, cv::_OutputArray *F,
    int flags, 
    MyCvTermCriteria criteria,
    double *returnValue)
{
    BEGIN_WRAP
    std::vector<std::vector<cv::Point3f> > objectPointsVec(opSize1);
    std::vector<std::vector<cv::Point2f> > imagePoints1Vec(ip1Size1);
    std::vector<std::vector<cv::Point2f> > imagePoints2Vec(ip2Size1);
    for (auto i = 0; i < opSize1; i++)
        objectPointsVec[i] = std::vector<cv::Point3f>(
        objectPoints[i], objectPoints[i] + opSizes2[i]);
    for (auto i = 0; i < ip1Size1; i++)
        imagePoints1Vec[i] = std::vector<cv::Point2f>(
        imagePoints1[i], imagePoints1[i] + ip1Sizes2[i]);
    for (auto i = 0; i < ip2Size1; i++)
        imagePoints2Vec[i] = std::vector<cv::Point2f>(
        imagePoints2[i], imagePoints2[i] + ip2Sizes2[i]);

    cv::Mat cameraMatrix1M(3, 3, CV_64FC1, cameraMatrix1);
    cv::Mat cameraMatrix2M(3, 3, CV_64FC1, cameraMatrix2);
    cv::Mat distCoeffs1M(dc1Size, 1, CV_64FC1, distCoeffs1);
    cv::Mat distCoeffs2M(dc2Size, 1, CV_64FC1, distCoeffs2);

    *returnValue = cv::stereoCalibrate(objectPointsVec, imagePoints1Vec, imagePoints2Vec,
        cameraMatrix1M, distCoeffs1M,
        cameraMatrix2M, distCoeffs2M,
        cpp(imageSize), entity(R), entity(T), entity(E), entity(F), flags, cpp(criteria));
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_stereoCalibrate_array [64bit] ステレオカメラセットのキャリブレーションを行います。この関数は、2台のカメラそれぞれの固有パラメータと、2台のカメラ間の外部パラメータを求めます。 %prm p1,p2,p3,p4,p5,p6,p7,p8,p9,p10,p11,p12,p13,p14,p15,p16,p17,p18,p19,p20,p21,p22,p23 p1 = sptr : IntPtr[] objectPoints p2 = int : int opSize1 p3 = var : int[] opSizes2 p4 = sptr : IntPtr[] imagePoints1 p5 = int : int ip1Size1 p6 = var : int[] ip1Sizes2 p7 = sptr : IntPtr[] imagePoints2 p8 = int : int ip2Size1 p9 = var : int[] ip2Sizes2 p10 = var : double* cameraMatrix1 p11 = var : [In, Out] double[] distCoeffs1 p12 = int : int dc1Size p13 = var : double* cameraMatrix2 p14 = var : [In, Out] double[] distCoeffs2 p15 = int : int dc2Size p16 = ARGS_SIZE : Size imageSize p17 = sptr : IntPtr R p18 = sptr : IntPtr T p19 = sptr : IntPtr E p20 = sptr : IntPtr F p21 = int : int flags p22 = var : TermCriteria criteria p23 = var : out double returnValue %inst この関数は，ステレオペアを構成する2つのカメラ間の変換を推定します．2つのカメラ間の相対的な位置と姿勢が固定されているステレオカメラにおいて，1番目のカメラと2番目のカメラに対する物体の姿勢をそれぞれ( ????? ), ( ????? ), ( ????? ) と計算すると，それらの姿勢は確実に互いに関連していることになります．つまり、2つのカメラの相対的な位置と向き（\(R\)、\(T\)）がわかっていれば、（\(R_1\)、\(T_1\)）が与えられたときに、（\(R_2\)、\(T_2amer)）を計算することができます。これが，この関数の役割です．R_2=R R_1\]T_2=R T_1 + T.\]従って、1台目のカメラの座標系での3次元点の座標表現が与えられたとき、2台目のカメラの座標系での3次元点の座標表現を計算することができます。♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪R＆T」は、0＆1で構成されています。\\\\Optionally, the essential matrix E:\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\R\(t=[t_0, t_1, t_2]^t\) .また，この関数は，基本行列Fを計算することもできます：\[F = cameraMatrix2^{-T}\cdot E ?cdot cameraMatrix1^{-1}\]ステレオ関連の情報の他に，2台のカメラそれぞれのフルキャリブレーションを行うこともできます。しかし，パラメータ空間の次元が高く，入力データにノイズが含まれているため，この関数は正しい解から乖離する可能性があります．各カメラの固有パラメータを個別に高精度に推定できる場合（例えば，calibrateCamera を用いて）は，そうしてから，計算された固有パラメータとともに CALIB_FIX_INTRINSIC フラグを関数に渡すことをお勧めします．また，すべてのパラメータが一度に推定される場合は，いくつかのパラメータを制限することに意味があります．例えば，CALIB_SAME_FOCAL_LENGTH フラグと CALIB_ZERO_TANGENT_DIST フラグを渡しますが，これは通常，妥当な仮定です． calibrateCamera と同様に，この関数は，両方のカメラから得られるすべての利用可能なビューのすべてのポイントに対して，合計再投影誤差を最小化します．この関数は，再投影誤差の最終的な値を返します． 元関数名(C#): calib3d_stereoCalibrate_array 元DLLエクスポート名: calib3d_stereoCalibrate_array 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_stereoCalibrate_array(
    cv::Point3f **objectPoints, int opSize1, int *opSizes2,
    cv::Point2f **imagePoints1, int ip1Size1, int *ip1Sizes2,
    cv::Point2f **imagePoints2, int ip2Size1, int *ip2Sizes2,
    double *cameraMatrix1,
    double *distCoeffs1, int dc1Size,
    double *cameraMatrix2,
    double *distCoeffs2, int dc2Size,
    MyCvSize imageSize,
    cv::_OutputArray *R, cv::_OutputArray *T,
    cv::_OutputArray *E, cv::_OutputArray *F,
    int flags, 
    MyCvTermCriteria criteria,
    double *returnValue)
{
    BEGIN_WRAP
    std::vector<std::vector<cv::Point3f> > objectPointsVec(opSize1);
    std::vector<std::vector<cv::Point2f> > imagePoints1Vec(ip1Size1);
    std::vector<std::vector<cv::Point2f> > imagePoints2Vec(ip2Size1);
    for (auto i = 0; i < opSize1; i++)
        objectPointsVec[i] = std::vector<cv::Point3f>(
        objectPoints[i], objectPoints[i] + opSizes2[i]);
    for (auto i = 0; i < ip1Size1; i++)
        imagePoints1Vec[i] = std::vector<cv::Point2f>(
        imagePoints1[i], imagePoints1[i] + ip1Sizes2[i]);
    for (auto i = 0; i < ip2Size1; i++)
        imagePoints2Vec[i] = std::vector<cv::Point2f>(
        imagePoints2[i], imagePoints2[i] + ip2Sizes2[i]);

    cv::Mat cameraMatrix1M(3, 3, CV_64FC1, cameraMatrix1);
    cv::Mat cameraMatrix2M(3, 3, CV_64FC1, cameraMatrix2);
    cv::Mat distCoeffs1M(dc1Size, 1, CV_64FC1, distCoeffs1);
    cv::Mat distCoeffs2M(dc2Size, 1, CV_64FC1, distCoeffs2);

    *returnValue = cv::stereoCalibrate(objectPointsVec, imagePoints1Vec, imagePoints2Vec,
        cameraMatrix1M, distCoeffs1M,
        cameraMatrix2M, distCoeffs2M,
        cpp(imageSize), entity(R), entity(T), entity(E), entity(F), flags, cpp(criteria));
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_stereoRectify_InputArray [32/64bit] キャリブレーションされたステレオカメラの各ヘッドに対して，平行化変換を計算します． %prm p1,p2,p3,p4,p5,p6,p7,p8,p9,p10,p11,p12,p13,p14,p15,p16,p17 p1 = sptr : IntPtr cameraMatrix1 p2 = sptr : IntPtr distCoeffs1 p3 = sptr : IntPtr cameraMatrix2 p4 = sptr : IntPtr distCoeffs2 p5 = ARGS_SIZE : Size imageSize p6 = sptr : IntPtr R p7 = sptr : IntPtr T p8 = sptr : IntPtr R1 p9 = sptr : IntPtr R2 p10 = sptr : IntPtr P1 p11 = sptr : IntPtr P2 p12 = sptr : IntPtr Q p13 = int : int flags p14 = double : double alpha p15 = ARGS_SIZE : Size newImageSize p16 = var : out Rect validPixROI1 p17 = var : out Rect validPixROI2 %inst この関数は，各カメラの回転行列を計算し，両カメラの画像平面を（仮想的に）同一平面にします．その結果，すべてのエピポーラ線が平行になり，密なステレオ対応関係の問題が簡単になります．この関数は， stereoCalibrate によって計算された行列を入力として受け取ります．出力として，2つの回転行列と，新しい座標への2つの投影行列が得られます．この関数は，以下の2つのケースを区別します：水平ステレオ：1番目と2番目のカメラのビューが，主にx軸に沿って相対的にシフトします（わずかな垂直方向のシフトもあり得ます）．整形された画像では，左右のカメラの対応するエピポーラ線は水平で，同じy座標を持ちます．P1とP2は次のようになります。 \P1} = ????? ) ????? ) ????? ) ????? ) ????? ) ????? ) ????? ) ????? ) ????? ) ??_?CC \\\\,\] ここで、T_x\はカメラ間の水平方向の移動量、CALIB_ZERO_DISPARITYが設定されている場合は、\(cx_1=cx_2\)となります。 垂直方向のステレオ：1台目と2台目のカメラのビューは、主に垂直方向に相対的にシフトします（おそらく水平方向にも少しシフトします）。整形された画像のエピポーララインは垂直で，同じx座標を持っています．P1とP2は次のようになります。 \P1 = ????? ) ????? ) ????? ) ????? ) ????? ) ????? ) ????? ) ????? ) ????? ) ??_?CC \♪\\\\ ご覧のように、P1、P2の最初の3列は、実質的に新しい「平行化された」カメラ行列となります。この行列は，R1 と R2 とともに initUndistortRectifyMap に渡され，各カメラの平行化マップを初期化します。以下に，stereo_calib.cpp サンプルのスクリーンショットを示します。いくつかの赤い水平線が，対応する画像領域を通過しています．これは，画像がよく平行化されていることを意味しており，ほとんどのステレオ対応付けアルゴリズムがこれに依存しています．緑色の四角形は， roi1 と roi2 です．これらの内部は，すべて有効なピクセルであることが分かります． 元関数名(C#): calib3d_stereoRectify_InputArray 元DLLエクスポート名: calib3d_stereoRectify_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_stereoRectify_InputArray(
    cv::_InputArray *cameraMatrix1, cv::_InputArray *distCoeffs1,
    cv::_InputArray *cameraMatrix2, cv::_InputArray *distCoeffs2,
    MyCvSize imageSize, cv::_InputArray *R, cv::_InputArray *T,
    cv::_OutputArray *R1, cv::_OutputArray *R2,
    cv::_OutputArray *P1, cv::_OutputArray *P2,
    cv::_OutputArray *Q, int flags,
    double alpha, CvSize newImageSize,
    MyCvRect *validPixROI1, MyCvRect *validPixROI2)
{
    BEGIN_WRAP
    cv::Rect _validPixROI1, _validPixROI2;
    cv::stereoRectify(*cameraMatrix1, *distCoeffs1, *cameraMatrix2, *distCoeffs2,
        cpp(imageSize), *R, *T, *R1, *R2, *P1, *P2, *Q, flags, alpha, newImageSize,
        &_validPixROI1, &_validPixROI2);
    *validPixROI1 = c(_validPixROI1);
    *validPixROI2 = c(_validPixROI2);
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_stereoRectify_array [32/64bit] キャリブレーションされたステレオカメラの各ヘッドに対して，平行化変換を計算します． %prm p1,p2,p3,p4,p5,p6,p7,p8,p9,p10,p11,p12,p13,p14,p15,p16,p17,p18,p19 p1 = var : double* cameraMatrix1 p2 = var : double[] distCoeffs1 p3 = int : int dc1Size p4 = var : double* cameraMatrix2 p5 = var : double[] distCoeffs2 p6 = int : int dc2Size p7 = ARGS_SIZE : Size imageSize p8 = var : double* R p9 = var : double[] T p10 = var : double* R1 p11 = var : double* R2 p12 = var : double* P1 p13 = var : double* P2 p14 = var : double* Q p15 = int : int flags p16 = double : double alpha p17 = ARGS_SIZE : Size newImageSize p18 = var : out Rect validPixROI1 p19 = var : out Rect validPixROI2 %inst この関数は，各カメラの回転行列を計算し，両カメラの画像平面を（仮想的に）同一平面にします．その結果，すべてのエピポーラ線が平行になり，密なステレオ対応関係の問題が簡単になります．この関数は， stereoCalibrate によって計算された行列を入力として受け取ります．出力として，2つの回転行列と，新しい座標への2つの投影行列が得られます．この関数は，以下の2つのケースを区別します：水平ステレオ：1番目と2番目のカメラのビューが，主にx軸に沿って相対的にシフトします（わずかな垂直方向のシフトもあり得ます）．整形された画像では，左右のカメラの対応するエピポーラ線は水平で，同じy座標を持ちます．P1とP2は次のようになります。 \P1} = ????? ) ????? ) ????? ) ????? ) ????? ) ????? ) ????? ) ????? ) ????? ) ??_?CC \\\\,\] ここで、T_x\はカメラ間の水平方向の移動量、CALIB_ZERO_DISPARITYが設定されている場合は、\(cx_1=cx_2\)となります。 垂直方向のステレオ：1台目と2台目のカメラのビューは、主に垂直方向に相対的にシフトします（おそらく水平方向にも少しシフトします）。整形された画像のエピポーララインは垂直で，同じx座標を持っています．P1とP2は次のようになります。 \P1 = ????? ) ????? ) ????? ) ????? ) ????? ) ????? ) ????? ) ????? ) ????? ) ??_?CC \♪\\\\ ご覧のように、P1、P2の最初の3列は、実質的に新しい「平行化された」カメラ行列となります。この行列は，R1 と R2 とともに initUndistortRectifyMap に渡され，各カメラの平行化マップを初期化します。以下に，stereo_calib.cpp サンプルのスクリーンショットを示します。いくつかの赤い水平線が，対応する画像領域を通過しています．これは，画像がよく平行化されていることを意味しており，ほとんどのステレオ対応付けアルゴリズムがこれに依存しています．緑色の四角形は， roi1 と roi2 です．これらの内部は，すべて有効なピクセルであることが分かります． 元関数名(C#): calib3d_stereoRectify_array 元DLLエクスポート名: calib3d_stereoRectify_array 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_stereoRectify_array(double *cameraMatrix1,
    double *distCoeffs1, int dc1Size,
    double *cameraMatrix2,
    double *distCoeffs2, int dc2Size,
    MyCvSize imageSize,
    double *R, double *T,
    double *R1, double *R2, double *P1, double *P2,
    double *Q, int flags, double alpha, MyCvSize newImageSize,
    MyCvRect *validPixROI1, MyCvRect *validPixROI2)
{
    BEGIN_WRAP
    cv::Mat cameraMatrix1M(3, 3, CV_64FC1, cameraMatrix1);
    cv::Mat cameraMatrix2M(3, 3, CV_64FC1, cameraMatrix2);
    cv::Mat distCoeffs1M(dc1Size, 1, CV_64FC1, distCoeffs1);
    cv::Mat distCoeffs2M(dc2Size, 1, CV_64FC1, distCoeffs2);
    cv::Mat RM(3, 3, CV_64FC1, R);
    cv::Mat TM(1, 3, CV_64FC1, T);

    cv::Mat R1M(3, 3, CV_64FC1, R1);
    cv::Mat R2M(3, 3, CV_64FC1, R2);
    cv::Mat P1M(3, 4, CV_64FC1, P1);
    cv::Mat P2M(3, 4, CV_64FC1, P2);
    cv::Mat QM(4, 4, CV_64FC1, Q);

    cv::Rect _validPixROI1, _validPixROI2;
    cv::stereoRectify(cameraMatrix1M, distCoeffs1M, cameraMatrix2M, distCoeffs2M,
        cpp(imageSize), RM, TM, R1M, R2M, P1M, P2M, QM, flags, alpha, cpp(newImageSize),
        &_validPixROI1, &_validPixROI2);
    *validPixROI1 = c(_validPixROI1);
    *validPixROI2 = c(_validPixROI2);
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_stereoRectifyUncalibrated_InputArray [32/64bit] キャリブレーションされていないステレオカメラに対して，平行化変換を行います． %prm p1,p2,p3,p4,p5,p6,p7,p8 p1 = sptr : IntPtr points1 p2 = sptr : IntPtr points2 p3 = sptr : IntPtr F p4 = ARGS_SIZE : Size imgSize p5 = sptr : IntPtr H1 p6 = sptr : IntPtr H2 p7 = double : double threshold p8 = var : out int returnValue %inst この関数は，カメラの固有のパラメータや空間内の相対的な位置を知らずに，平行化変換を計算するので，「uncalibrated」という接尾辞が付きます．stereoRectify とのもう1つの関連する違いは，この関数が物体（3次元）空間における平行化変換ではなく，ホモグラフィ行列 H1 と H2 によってエンコードされた平面透視変換を出力することです．この関数は，アルゴリズム [104] を実装しています． 注意このアルゴリズムは，カメラの固有のパラメータを知る必要はありませんが，エピポーラ幾何学に大きく依存します．したがって，カメラレンズに大きな歪みがある場合は，基本行列を計算してこの関数を呼び出す前に，その歪みを補正した方が良いでしょう．例えば， calibrateCamera を使って，ステレオカメラの各ヘッドの歪み係数を個別に推定することができます．その後， undistort を用いて画像を補正したり， undistortPoints を用いて点座標だけを補正したりすることができます． 元関数名(C#): calib3d_stereoRectifyUncalibrated_InputArray 元DLLエクスポート名: calib3d_stereoRectifyUncalibrated_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_stereoRectifyUncalibrated_InputArray(cv::_InputArray *points1, cv::_InputArray *points2,
    cv::_InputArray *F, MyCvSize imgSize,
    cv::_OutputArray *H1, cv::_OutputArray *H2,
    double threshold,
    int *returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::stereoRectifyUncalibrated(*points1, *points2, *F, cpp(imgSize), *H1, *H2, threshold) ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_stereoRectifyUncalibrated_array [32/64bit] キャリブレーションされていないステレオカメラに対して，平行化変換を行います． %prm p1,p2,p3,p4,p5,p6,p7,p8,p9,p10 p1 = var : Point2d[] points1 p2 = int : int points1Size p3 = var : Point2d[] points2 p4 = int : int points2Size p5 = var : double* F p6 = ARGS_SIZE : Size imgSize p7 = var : double* H1 p8 = var : double* H2 p9 = double : double threshold p10 = var : out int returnValue %inst この関数は，カメラの固有のパラメータや空間内の相対的な位置を知らずに，平行化変換を計算するので，「uncalibrated」という接尾辞が付きます．stereoRectify とのもう1つの関連する違いは，この関数が物体（3次元）空間における平行化変換ではなく，ホモグラフィ行列 H1 と H2 によってエンコードされた平面透視変換を出力することです．この関数は，アルゴリズム [104] を実装しています． 注意このアルゴリズムは，カメラの固有のパラメータを知る必要はありませんが，エピポーラ幾何学に大きく依存します．したがって，カメラレンズに大きな歪みがある場合は，基本行列を計算してこの関数を呼び出す前に，その歪みを補正した方が良いでしょう．例えば， calibrateCamera を使って，ステレオカメラの各ヘッドの歪み係数を個別に推定することができます．その後， undistort を用いて画像を補正したり， undistortPoints を用いて点座標だけを補正したりすることができます． 元関数名(C#): calib3d_stereoRectifyUncalibrated_array 元DLLエクスポート名: calib3d_stereoRectifyUncalibrated_array 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_stereoRectifyUncalibrated_array(cv::Point2d *points1, int points1Size,
    cv::Point2d *points2, int points2Size,
    cv::_InputArray *F, MyCvSize imgSize,
    double *H1, double *H2,
    double threshold,
    int *returnValue)
{
    BEGIN_WRAP
    const cv::Mat points1Mat(points1Size, 1, CV_64FC2, points1);
    const cv::Mat points2Mat(points2Size, 1, CV_64FC2, points2);
    cv::Mat H1M(3, 3, CV_64FC1, H1);
    cv::Mat H2M(3, 3, CV_64FC1, H2);
    *returnValue = cv::stereoRectifyUncalibrated(points1Mat, points2Mat, *F, cpp(imgSize), H1M, H2M, threshold) ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_rectify3Collinear_InputArray [32/64bit] すべてのヘッドが同じ線上にある，3ヘッドカメラの平行化変換を求めます． %prm p1,p2,p3,p4,p5,p6,p7,p8,p9,p10,p11,p12,p13,p14,p15,p16,p17,p18,p19,p20,p21,p22,p23,p24,p25,p26,p27,p28 p1 = sptr : IntPtr cameraMatrix1 p2 = sptr : IntPtr distCoeffs1 p3 = sptr : IntPtr cameraMatrix2 p4 = sptr : IntPtr distCoeffs2 p5 = sptr : IntPtr cameraMatrix3 p6 = sptr : IntPtr distCoeffs3 p7 = sptr : IntPtr[] imgpt1 p8 = int : int imgpt1Size p9 = sptr : IntPtr[] imgpt3 p10 = int : int imgpt3Size p11 = ARGS_SIZE : Size imageSize p12 = sptr : IntPtr R12 p13 = sptr : IntPtr T12 p14 = sptr : IntPtr R13 p15 = sptr : IntPtr T13 p16 = sptr : IntPtr R1 p17 = sptr : IntPtr R2 p18 = sptr : IntPtr R3 p19 = sptr : IntPtr P1 p20 = sptr : IntPtr P2 p21 = sptr : IntPtr P3 p22 = sptr : IntPtr Q p23 = double : double alpha p24 = ARGS_SIZE : Size newImgSize p25 = var : out Rect roi1 p26 = var : out Rect roi2 p27 = int : int flags p28 = var : out float returnValue %inst 元関数名(C#): calib3d_rectify3Collinear_InputArray 元DLLエクスポート名: calib3d_rectify3Collinear_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_rectify3Collinear_InputArray(
    cv::_InputArray *cameraMatrix1, cv::_InputArray *distCoeffs1,
    cv::_InputArray *cameraMatrix2, cv::_InputArray *distCoeffs2,
    cv::_InputArray *cameraMatrix3, cv::_InputArray *distCoeffs3,
    cv::_InputArray **imgpt1, int imgpt1Size,
    cv::_InputArray **imgpt3, int imgpt3Size,
    MyCvSize imageSize, cv::_InputArray *R12, cv::_InputArray *T12,
    cv::_InputArray *R13, cv::_InputArray *T13,
    cv::_OutputArray *R1, cv::_OutputArray *R2, cv::_OutputArray *R3,
    cv::_OutputArray *P1, cv::_OutputArray *P2, cv::_OutputArray *P3,
    cv::_OutputArray *Q, double alpha, CvSize newImgSize,
    MyCvRect *roi1, MyCvRect *roi2, int flags,
    float *returnValue)
{
    BEGIN_WRAP
    std::vector<cv::_InputArray> imgpt1Vec(imgpt1Size);
    std::vector<cv::_InputArray> imgpt3Vec(imgpt3Size);
    for (auto i = 0; i < imgpt1Size; i++)
        imgpt1Vec[i] = *(imgpt1[i]);
    for (auto i = 0; i < imgpt1Size; i++)
        imgpt3Vec[i] = *(imgpt3[i]);
    cv::Rect _roi1, _roi2;

    const auto ret = cv::rectify3Collinear(*cameraMatrix1, *distCoeffs1,
        *cameraMatrix2, *distCoeffs2, *cameraMatrix3, *distCoeffs3,
        imgpt1Vec, imgpt3Vec, cpp(imageSize), *R12, *T12, *R13, *T13,
        *R1, *R2, *R3, *P1, *P2, *P3, *Q, alpha, newImgSize,
        &_roi1, &_roi2, flags);
    *roi1 = c(_roi1);
    *roi2 = c(_roi2);
    *returnValue = ret;
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_getOptimalNewCameraMatrix_InputArray [32/64bit] フリースケーリングパラメータに基づいた，新しいカメラ固有の行列を返します． %prm p1,p2,p3,p4,p5,p6,p7,p8 p1 = sptr : IntPtr cameraMatrix p2 = sptr : IntPtr distCoeffs p3 = ARGS_SIZE : Size imageSize p4 = double : double alpha p5 = ARGS_SIZE : Size newImgSize p6 = var : out Rect validPixROI p7 = int : int centerPrincipalPoint p8 = var : out IntPtr returnValue %inst この関数は，フリースケーリングパラメータに基づいて，最適な新しいカメラ固有の行列を計算し，それを返します．このパラメータを変化させることで，意味のあるピクセルだけを取り出したり alpha=0 ，コーナーに貴重な情報がある場合に元画像のピクセルをすべて残したり alpha=1 ，その中間の値を得たりすることができます．alpha>0の場合，歪みのない結果には，キャプチャされた歪んだ画像の外側にある「仮想」ピクセルに対応するいくつかの黒いピクセルが含まれる可能性があります．元のカメラの内部行列，歪み係数，計算された新しいカメラの内部行列，そして newImageSize は，リマップ用のマップを生成するために initUndistortRectifyMap に渡されなければいけません． 元関数名(C#): calib3d_getOptimalNewCameraMatrix_InputArray 元DLLエクスポート名: calib3d_getOptimalNewCameraMatrix_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_getOptimalNewCameraMatrix_InputArray(
    cv::_InputArray *cameraMatrix, cv::_InputArray *distCoeffs,
    MyCvSize imageSize, double alpha, MyCvSize newImgSize,
    MyCvRect* validPixROI, int centerPrincipalPoint,
    cv::Mat **returnValue)
{
    BEGIN_WRAP
    cv::Rect _validPixROI;
    const auto mat = cv::getOptimalNewCameraMatrix(*cameraMatrix, entity(distCoeffs),
        cpp(imageSize), alpha, cpp(newImgSize), &_validPixROI, centerPrincipalPoint != 0);
    *validPixROI = c(_validPixROI);
    *returnValue = new cv::Mat(mat);
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_getOptimalNewCameraMatrix_array [32/64bit] フリースケーリングパラメータに基づいた，新しいカメラ固有の行列を返します． %prm p1,p2,p3,p4,p5,p6,p7,p8,p9 p1 = var : double* cameraMatrix p2 = var : [In] double[] distCoeffs p3 = int : int distCoeffsSize p4 = ARGS_SIZE : Size imageSize p5 = double : double alpha p6 = ARGS_SIZE : Size newImgSize p7 = var : out Rect validPixROI p8 = int : int centerPrincipalPoint p9 = var : out IntPtr returnValue %inst この関数は，フリースケーリングパラメータに基づいて，最適な新しいカメラ固有の行列を計算し，それを返します．このパラメータを変化させることで，意味のあるピクセルだけを取り出したり alpha=0 ，コーナーに貴重な情報がある場合に元画像のピクセルをすべて残したり alpha=1 ，その中間の値を得たりすることができます．alpha>0の場合，歪みのない結果には，キャプチャされた歪んだ画像の外側にある「仮想」ピクセルに対応するいくつかの黒いピクセルが含まれる可能性があります．元のカメラの内部行列，歪み係数，計算された新しいカメラの内部行列，そして newImageSize は，リマップ用のマップを生成するために initUndistortRectifyMap に渡されなければいけません． 元関数名(C#): calib3d_getOptimalNewCameraMatrix_array 元DLLエクスポート名: calib3d_getOptimalNewCameraMatrix_array 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_getOptimalNewCameraMatrix_array(
    double *cameraMatrix,
    double *distCoeffs, int distCoeffsSize,
    MyCvSize imageSize, double alpha, MyCvSize newImgSize,
    MyCvRect* validPixROI, int centerPrincipalPoint,
    cv::Mat **returnValue)
{
    BEGIN_WRAP
    const cv::Mat cameraMatrixM(3, 3, CV_64FC1, cameraMatrix);
    const auto distCoeffsM = (distCoeffs == nullptr) ? cv::Mat() : cv::Mat(distCoeffsSize, 1, CV_64FC1, distCoeffs);

    cv::Rect _validPixROI;
    const auto mat = cv::getOptimalNewCameraMatrix(cameraMatrixM, distCoeffsM, cpp(imageSize),
        alpha, cpp(newImgSize), &_validPixROI, centerPrincipalPoint != 0);
    *validPixROI = c(_validPixROI);
    *returnValue = new cv::Mat(mat);
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_calibrateHandEye [32/64bit] Hand-Eye Calibrationを計算します．\(_{}^{g}\textrm{T}_c\). %prm p1,p2,p3,p4,p5,p6,p7,p8,p9,p10,p11 p1 = sptr : IntPtr[] R_gripper2baseMats p2 = int : int R_gripper2baseMatsSize p3 = sptr : IntPtr[] t_gripper2baseMats p4 = int : int t_gripper2baseMatsSize p5 = sptr : IntPtr[] R_target2camMats p6 = int : int R_target2camMatsSize p7 = sptr : IntPtr[] t_target2camMats p8 = int : int t_target2camMatsSize p9 = sptr : IntPtr R_cam2gripper p10 = sptr : IntPtr t_cam2gripper p11 = int : int method %inst この関数は，様々な手法を用いて手と目のキャリブレーションを行います．一つの方法は，回転と平行移動を推定することであり（分離可能な解），以下の方法が実装されています：R. Tsai, R. Lenz A.S.A.Tsai, R. Lenz A New Technique for Fully Autonomous and Efficient 3D Robotics Hand/EyeCalibration [249]. F.Park, B. Martin Robot Sensor Calibration:ユークリッドグループ上でAX = XBを解決する [190]。 R.Horaud, F. Dornaika Hand-Eye Calibration [112]別のアプローチは，回転と平行移動を同時に推定すること（同時解）であり，次のような実装方法がある：N.Andreff, R. Horaud, B. Espiau On-line Hand-Eye Calibration [11]. K.Daniilidis Hand-Eye Calibration Using Dual Quaternions [52]次の図は、ロボットグリッパー（「ハンド」）に取り付けられたカメラ（「アイ」）間の変換を推定しなければならないハンドアイのキャリブレーション問題を説明しています。Eye-to-Hand構成は、ロボットのエンドエフェクタに取り付けられた校正パターンを観察する静的なカメラで構成されています。カメラからロボットのベースフレームへの変換は、適切な変換を関数に入力することで推定できます（以下参照）。 ロボットのグリッパーを動かして，複数のポーズを取得する 各ポーズについて、グリッパーフレームとロボットベースフレームの間の同次変換が、例えばロボットキネマティクスを用いて記録されます。 \Mr.X_b\ Y_b\ Z_b\ 1 ????? ) = ????? ) = ????? )_{}^{b}\\{R}_g & _{}^{b}\\{t}_g\\0_{1 ??(?????????????)\\\\♪♪♪♪♪♪♪〜\] 各ポーズについて、キャリブレーションターゲットフレームとカメラフレームの間の同次変換を、例えば、2D-3D点対応からのポーズ推定法（PnP）を用いて記録します。 \????? )X_c\ Y_c%% Z_c%% 1 ????? ) = ????? )_{}^{c}\\{R}_t & _{}^{c}\\{t}_t 0_{1 ??(?????????????)\\\\♪ X t\\ Y t ♪ Z t ♪ 1\ハンドアイ キャリブレーションではX_g\ Y_g\ Z_g\ 1 ardent{bmatrix} = ??? -? ????♪♪♪♪♪〜\\\\X_c\ Y_cadows Z_cadows 1 end{bmatrix}.\この問題は別名、目と手の関係を表す \♪♪〜^{b}{\textrm{T}_g}^{(1)}\0.2em}になります。^{g}\textrm{T}_c \hspace{0.2em}^{c}{\\{T}_t}^{(1)} &= ????? )^{b}{\textrm{T}_g}^{(2)}\ω＾）ノ^{g}\textrm{T}_c \hspace{0.2em}^{c}{\textrm{T}_t}^{(2)}(^{b}{\\{T}_g}^{(2)})^{-1} ??? -? ????^{b}{\textrm{T}_g}^{(1)}\0.2em}になります。^{g}\\{T}_c &= ??? -? ????^{g}\textrm{T}_c \hspace{0.2em}^{c}{\\{T}_t}^{(2)} (^{c}{\\\{T}_t}^{(1)})^{-1} \\{A}_i ?? &= ???????????????????????????????????????????????????????\] for an eye-to-hand configuration \♪♪〜^{g}{\textrm{T}_b}^{(1)}\0.2em}になります。^{b}\textrm{T}_c \hspace{0.2em}^{c}{\\{T}_t}^{(1)} &= ??? -? ????^{g}{\textrm{T}_b}^{(2)}\0.2em}になります。^{b}\textrm{T}_c \hspace{0.2em}^{c}{\textrm{T}_t}^{(2)}(^{g}{\\{T}_b}^{(2)})^{-1} ??? -? ????^{g}{\textrm{T}_b}^{(1)}\0.2em}になります。^{b}\\{T}_c &= \\\{T}_c^{b}\textrm{T}_c \hspace{0.2em}^{c}{\\{T}_t}^{(2)} (^{c}{\\\{T}_t}^{(1)})^{-1} ????? )\NoteAdditional information are found on this website. 手目線の変換を判定するためには、回転軸が平行でないモーションが最低2つ必要です。そのため、最低でも3種類のポーズが必要ですが、それ以上のポーズを使用することを強く推奨します。 元関数名(C#): calib3d_calibrateHandEye 元DLLエクスポート名: calib3d_calibrateHandEye 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_calibrateHandEye(
    cv::Mat **R_gripper2baseMats, const int32_t R_gripper2baseMatsSize,
    cv::Mat **t_gripper2baseMats, const int32_t t_gripper2baseMatsSize,
    cv::Mat **R_target2camMats, const int32_t R_target2camMatsSize,
    cv::Mat **t_target2camMats, const int32_t t_target2camMatsSize,
    cv::_OutputArray *R_cam2gripper, 
    cv::_OutputArray *t_cam2gripper,
    int32_t method)
{
    BEGIN_WRAP
    std::vector<cv::Mat> R_gripper2base;
    std::vector<cv::Mat> t_gripper2base;
    std::vector<cv::Mat> R_target2cam;
    std::vector<cv::Mat> t_target2cam;
    toVec(R_gripper2baseMats, R_gripper2baseMatsSize, R_gripper2base);
    toVec(t_gripper2baseMats, t_gripper2baseMatsSize, t_gripper2base);
    toVec(R_target2camMats, R_target2camMatsSize, R_target2cam);
    toVec(t_target2camMats, t_target2camMatsSize, t_target2cam);
    cv::calibrateHandEye(
        R_gripper2base, t_gripper2base, 
        R_target2cam, t_target2cam, 
        *R_cam2gripper, *t_cam2gripper,
        static_cast<cv::HandEyeCalibrationMethod>(method));
    END_WRAP    
}
}html %group NativeMethods_calib3d %index calib3d_calibrateRobotWorldHandEye_OutputArray [32/64bit] Robot-World/Hand-Eye Calibrationを計算します。\(_{}^{w}\textrm{T}_b\), \(_{}^{c}\textrm{T}_g\) %prm p1,p2,p3,p4,p5,p6,p7,p8,p9,p10,p11,p12,p13 p1 = sptr : IntPtr[] R_world2camMats p2 = int : int R_world2camMatsSize p3 = sptr : IntPtr[] t_world2camMats p4 = int : int t_world2camMatsSize p5 = sptr : IntPtr[] R_base2gripperMats p6 = int : int R_base2gripperMatsSize p7 = sptr : IntPtr[] t_base2gripperMats p8 = int : int t_base2gripperMatsSize p9 = sptr : IntPtr R_base2world p10 = sptr : IntPtr t_base2world p11 = sptr : IntPtr R_gripper2cam p12 = sptr : IntPtr t_gripper2cam p13 = int : int method %inst この関数は，様々な方法を用いて，Robot-World/Hand-Eyeのキャリブレーションを行います．一つの方法は，回転と平行移動を推定することです（分離可能な解）：M.Shah, Solving the robot-world/hand-eye calibration problem using the kronecker product [221]もう1つの方法は，回転と平行移動を同時に推定する方法（同時解法）で，次のように実装されています：A. Li, L. Wang, and D. Wu, Simultaneous robot-world/Hand-Eye calibration problem using the kronecker product [221].A. Li, L. Wang, and D. Wu, Simultaneous robot-world and hand-eye calibration using dual-quaternions and kronecker product [143]次の図は、ロボットとワールドフレームの間の変換、およびロボットグリッパー（「ハンド」）とロボットエンドエフェクタに取り付けられたカメラ（「アイ」）の間の変換を推定しなければならない、ロボット-ワールド/ハンド-アイのキャリブレーション問題を説明しています。 ロボットのグリッパーを動かして，複数のポーズを取得する 各ポーズについて、グリッパーフレームとロボットベースフレームの間の同次変換が、例えばロボットキネマティクスを用いて記録されます。 \キャリブレーションの手順は以下の通りです。X_g\ Y_g\ Z_g\ 1 end{bmatrix} = ????? )_{}^{g}\\{R}/b & _{}^{g}\\{t}/b\\\\♪♪♪♪♪♪♪♪♪〜\] 各ポーズについて、キャリブレーション対象フレーム（ワールドフレーム）とカメラフレームの間の同次変換を、例えば、2D-3D点対応からのポーズ推定法（PnP）を用いて記録する。 \????? )X_c\ Y_citness Z_citness 1 ??? -? ??? = ??? -? ??? )_{}^{c}\\{R}_w & _{}^{c}\\{t}_w\\\\X w\\ Y wadows\Robot-World/Hand-Eyeキャリブレーション手順では、以下のような同次変換が行われます。X_w\ Y_w\ Z_w\ 1 end{bmatrix} = ????? )♪♪♪♪♪〜\\\\♪♪♪♪♪♪♪♪♪〜\♪♪♪♪♪〜♪♪♪♪♪♪♪〜_{}^{c}\\{R}_g & _{}^{c}\{t}_g\\\\X'g\ Y'g\ Z'g\\ 1 end{bmatrix}.この問題は別名、\\\\\\\\\\\\\\\\\\\\\とも呼ばれます。 \♪♪♪♪♪♪♪〜 \♪♪〜 \Note最低でも3つの測定値が必要です（入力ベクトルのサイズは3以上です）。 元関数名(C#): calib3d_calibrateRobotWorldHandEye_OutputArray 元DLLエクスポート名: calib3d_calibrateRobotWorldHandEye_OutputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_calibrateRobotWorldHandEye_OutputArray(
    cv::Mat** R_world2camMats, int32_t R_world2camMatsSize,
    cv::Mat** t_world2camMats, int32_t t_world2camMatsSize,
    cv::Mat** R_base2gripperMats, int32_t R_base2gripperMatsSize,
    cv::Mat** t_base2gripperMats, int32_t t_base2gripperMatsSize,
    cv::_OutputArray* R_base2world, cv::_OutputArray* t_base2world,
    cv::_OutputArray* R_gripper2cam, cv::_OutputArray* t_gripper2cam,
    int32_t method)
{
    BEGIN_WRAP
    std::vector<cv::Mat> R_gripper2base;
    std::vector<cv::Mat> t_gripper2base;
    std::vector<cv::Mat> R_target2cam;
    std::vector<cv::Mat> t_target2cam;
    toVec(R_world2camMats, R_world2camMatsSize, R_gripper2base);
    toVec(t_world2camMats, t_world2camMatsSize, t_gripper2base);
    toVec(R_base2gripperMats, R_base2gripperMatsSize, R_target2cam);
    toVec(t_base2gripperMats, t_base2gripperMatsSize, t_target2cam);
    cv::calibrateRobotWorldHandEye(
        R_gripper2base, t_gripper2base,
        R_target2cam, t_target2cam,
        *R_base2world, *t_base2world,
        *R_gripper2cam, *t_gripper2cam,
        static_cast<cv::RobotWorldHandEyeCalibrationMethod>(method));
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_calibrateRobotWorldHandEye_Pointer [32/64bit] Robot-World/Hand-Eye Calibrationを計算します。\(_{}^{w}\textrm{T}_b\), \(_{}^{c}\textrm{T}_g\) %prm p1,p2,p3,p4,p5,p6,p7,p8,p9,p10,p11,p12,p13 p1 = sptr : IntPtr[] R_world2camMats p2 = int : int R_world2camMatsSize p3 = sptr : IntPtr[] t_world2camMats p4 = int : int t_world2camMatsSize p5 = sptr : IntPtr[] R_base2gripperMats p6 = int : int R_base2gripperMatsSize p7 = sptr : IntPtr[] t_base2gripperMats p8 = int : int t_base2gripperMatsSize p9 = var : [MarshalAs(UnmanagedType.LPArray), Out] double[,] R_base2world p10 = var : [MarshalAs(UnmanagedType.LPArray), Out] double[] t_base2world p11 = var : [MarshalAs(UnmanagedType.LPArray), Out] double[,] R_gripper2cam p12 = var : [MarshalAs(UnmanagedType.LPArray), Out] double[] t_gripper2cam p13 = int : int method %inst この関数は，様々な方法を用いて，Robot-World/Hand-Eyeのキャリブレーションを行います．一つの方法は，回転と平行移動を推定することです（分離可能な解）：M.Shah, Solving the robot-world/hand-eye calibration problem using the kronecker product [221]もう1つの方法は，回転と平行移動を同時に推定する方法（同時解法）で，次のように実装されています：A. Li, L. Wang, and D. Wu, Simultaneous robot-world/Hand-Eye calibration problem using the kronecker product [221].A. Li, L. Wang, and D. Wu, Simultaneous robot-world and hand-eye calibration using dual-quaternions and kronecker product [143]次の図は、ロボットとワールドフレームの間の変換、およびロボットグリッパー（「ハンド」）とロボットエンドエフェクタに取り付けられたカメラ（「アイ」）の間の変換を推定しなければならない、ロボット-ワールド/ハンド-アイのキャリブレーション問題を説明しています。 ロボットのグリッパーを動かして，複数のポーズを取得する 各ポーズについて、グリッパーフレームとロボットベースフレームの間の同次変換が、例えばロボットキネマティクスを用いて記録されます。 \キャリブレーションの手順は以下の通りです。X_g\ Y_g\ Z_g\ 1 end{bmatrix} = ????? )_{}^{g}\\{R}/b & _{}^{g}\\{t}/b\\\\♪♪♪♪♪♪♪♪♪〜\] 各ポーズについて、キャリブレーション対象フレーム（ワールドフレーム）とカメラフレームの間の同次変換を、例えば、2D-3D点対応からのポーズ推定法（PnP）を用いて記録する。 \????? )X_c\ Y_citness Z_citness 1 ??? -? ??? = ??? -? ??? )_{}^{c}\\{R}_w & _{}^{c}\\{t}_w\\\\X w\\ Y wadows\Robot-World/Hand-Eyeキャリブレーション手順では、以下のような同次変換が行われます。X_w\ Y_w\ Z_w\ 1 end{bmatrix} = ????? )♪♪♪♪♪〜\\\\♪♪♪♪♪♪♪♪♪〜\♪♪♪♪♪〜♪♪♪♪♪♪♪〜_{}^{c}\\{R}_g & _{}^{c}\{t}_g\\\\X'g\ Y'g\ Z'g\\ 1 end{bmatrix}.この問題は別名、\\\\\\\\\\\\\\\\\\\\\とも呼ばれます。 \♪♪♪♪♪♪♪〜 \♪♪〜 \Note最低でも3つの測定値が必要です（入力ベクトルのサイズは3以上です）。 元関数名(C#): calib3d_calibrateRobotWorldHandEye_Pointer 元DLLエクスポート名: calib3d_calibrateRobotWorldHandEye_Pointer 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_calibrateRobotWorldHandEye_Pointer(
    cv::Mat** R_world2camMats, int32_t R_world2camMatsSize,
    cv::Mat** t_world2camMats, int32_t t_world2camMatsSize,
    cv::Mat** R_base2gripperMats, int32_t R_base2gripperMatsSize,
    cv::Mat** t_base2gripperMats, int32_t t_base2gripperMatsSize,
    double* R_base2world, double* t_base2world,
    double* R_gripper2cam, double* t_gripper2cam,
    int32_t method)
{
    BEGIN_WRAP
    std::vector<cv::Mat> R_gripper2base;
    std::vector<cv::Mat> t_gripper2base;
    std::vector<cv::Mat> R_target2cam;
    std::vector<cv::Mat> t_target2cam;
    toVec(R_world2camMats, R_world2camMatsSize, R_gripper2base);
    toVec(t_world2camMats, t_world2camMatsSize, t_gripper2base);
    toVec(R_base2gripperMats, R_base2gripperMatsSize, R_target2cam);
    toVec(t_base2gripperMats, t_base2gripperMatsSize, t_target2cam);
    cv::Matx33d R_base2worldM;
    cv::Matx31d t_base2worldM;
    cv::Matx33d R_gripper2camM;
    cv::Matx31d t_gripper2camM;
    cv::calibrateRobotWorldHandEye(
        R_gripper2base, t_gripper2base,
        R_target2cam, t_target2cam,
        R_base2worldM, t_base2worldM,
        R_gripper2camM, t_gripper2camM,
        static_cast<cv::RobotWorldHandEyeCalibrationMethod>(method));

    std::memcpy(R_base2world, R_base2worldM.val, 9 * sizeof(double));
    std::memcpy(t_base2world, t_base2worldM.val, 3 * sizeof(double));
    std::memcpy(R_gripper2cam, R_gripper2camM.val, 9 * sizeof(double));
    std::memcpy(t_gripper2cam, t_gripper2camM.val, 3 * sizeof(double));

    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_convertPointsToHomogeneous_InputArray [32/64bit] 点をユークリッド空間から同次元空間に変換します。 %prm p1,p2 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst %inst この関数は，点の座標のタプルに1を追加することで，点をユークリッド空間から同次空間に変換します．つまり、各点(x1, x2, ..., xn)は(x1, x2, ..., xn, 1)に変換されます。 元関数名(C#): calib3d_convertPointsToHomogeneous_InputArray 元DLLエクスポート名: calib3d_convertPointsToHomogeneous_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_convertPointsToHomogeneous_InputArray(cv::_InputArray *src, cv::_OutputArray *dst)
{
    BEGIN_WRAP
    cv::convertPointsToHomogeneous(*src, *dst);
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_convertPointsToHomogeneous_array1 [32/64bit] 点を同次空間からユークリッド空間に変換します。 %prm p1,p2,p3 p1 = var : [In] Vec2f[] src p2 = var : [In, Out] Vec3f[] dst p3 = int : int length %inst この関数は、透視投影を用いて、同次元点をユークリッド空間に変換します。つまり、各点(x1, x2, ... x(n-1), xn)は、(x1/xn, x2/xn, ..., x(n-1)/xn)に変換されます。xn=0の場合、出力される点座標は(0,0,0,...)となります。 元関数名(C#): calib3d_convertPointsToHomogeneous_array1 元DLLエクスポート名: calib3d_convertPointsToHomogeneous_array1 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_convertPointsToHomogeneous_array1(cv::Vec2f *src, cv::Vec3f *dst, int length)
{
    BEGIN_WRAP
    const cv::Mat srcMat(length, 1, CV_64FC2, src);
    cv::Mat dstMat(length, 1, CV_64FC3, dst);
    cv::convertPointsFromHomogeneous(srcMat, dstMat);
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_convertPointsToHomogeneous_array2 [32/64bit] 点を同次空間からユークリッド空間に変換します。 %prm p1,p2,p3 p1 = var : [In] Vec3f[] src p2 = var : [In, Out] Vec4f[] dst p3 = int : int length %inst この関数は、透視投影を用いて、同次元点をユークリッド空間に変換します。つまり、各点(x1, x2, ... x(n-1), xn)は、(x1/xn, x2/xn, ..., x(n-1)/xn)に変換されます。xn=0の場合、出力される点座標は(0,0,0,...)となります。 元関数名(C#): calib3d_convertPointsToHomogeneous_array2 元DLLエクスポート名: calib3d_convertPointsToHomogeneous_array2 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_convertPointsToHomogeneous_array2(cv::Vec3f *src, cv::Vec4f *dst, int length)
{
    BEGIN_WRAP
    const cv::Mat srcMat(length, 1, CV_64FC3, src);
    cv::Mat dstMat(length, 1, CV_64FC4, dst);
    cv::convertPointsFromHomogeneous(srcMat, dstMat);
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_convertPointsFromHomogeneous_InputArray [32/64bit] 点を同次空間からユークリッド空間に変換します。 %prm p1,p2 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst %inst この関数は、透視投影を用いて、同次元点をユークリッド空間に変換します。つまり、各点(x1, x2, ... x(n-1), xn)は、(x1/xn, x2/xn, ..., x(n-1)/xn)に変換されます。xn=0の場合、出力される点座標は(0,0,0,...)となります。 元関数名(C#): calib3d_convertPointsFromHomogeneous_InputArray 元DLLエクスポート名: calib3d_convertPointsFromHomogeneous_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_convertPointsFromHomogeneous_InputArray(cv::_InputArray *src, cv::_OutputArray *dst)
{
    BEGIN_WRAP
    cv::convertPointsFromHomogeneous(*src, *dst);
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_convertPointsFromHomogeneous_array1 [32/64bit] 点を同次空間からユークリッド空間に変換します。 %prm p1,p2,p3 p1 = var : [In] Vec3f[] src p2 = var : [In, Out] Vec2f[] dst p3 = int : int length %inst この関数は、透視投影を用いて、同次元点をユークリッド空間に変換します。つまり、各点(x1, x2, ... x(n-1), xn)は、(x1/xn, x2/xn, ..., x(n-1)/xn)に変換されます。xn=0の場合、出力される点座標は(0,0,0,...)となります。 元関数名(C#): calib3d_convertPointsFromHomogeneous_array1 元DLLエクスポート名: calib3d_convertPointsFromHomogeneous_array1 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_convertPointsFromHomogeneous_array1(cv::Vec3f *src, cv::Vec2f *dst, int length)
{
    BEGIN_WRAP
    const cv::Mat srcMat(length, 1, CV_64FC3, src);
    cv::Mat dstMat(length, 1, CV_64FC2, dst);
    cv::convertPointsFromHomogeneous(srcMat, dstMat);
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_convertPointsFromHomogeneous_array2 [32/64bit] 点を同次空間からユークリッド空間に変換します。 %prm p1,p2,p3 p1 = var : [In] Vec4f[] src p2 = var : [In, Out] Vec3f[] dst p3 = int : int length %inst この関数は、透視投影を用いて、同次元点をユークリッド空間に変換します。つまり、各点(x1, x2, ... x(n-1), xn)は、(x1/xn, x2/xn, ..., x(n-1)/xn)に変換されます。xn=0の場合、出力される点座標は(0,0,0,...)となります。 元関数名(C#): calib3d_convertPointsFromHomogeneous_array2 元DLLエクスポート名: calib3d_convertPointsFromHomogeneous_array2 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_convertPointsFromHomogeneous_array2(cv::Vec4f *src, cv::Vec3f *dst, int length)
{
    BEGIN_WRAP
    const cv::Mat srcMat(length, 1, CV_64FC4, src);
    cv::Mat dstMat(length, 1, CV_64FC3, dst);
    cv::convertPointsFromHomogeneous(srcMat, dstMat);
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_convertPointsHomogeneous [32/64bit] 点を同次座標に，または同次座標から変換します． %prm p1,p2 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst %inst この関数は， convertPointsToHomogeneous または convertPointsFromHomogeneous を呼び出すことで，2次元または3次元の点を同次座標に変換します．代わりに，前の2つの関数のいずれかを使ってください． 元関数名(C#): calib3d_convertPointsHomogeneous 元DLLエクスポート名: calib3d_convertPointsHomogeneous 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_convertPointsHomogeneous(cv::_InputArray *src, cv::_OutputArray *dst)
{
    BEGIN_WRAP
    cv::convertPointsHomogeneous(*src, *dst);
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_findFundamentalMat_InputArray [32/64bit] 2つの画像中の対応する点から，基本行列を求めます． %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr points1 p2 = sptr : IntPtr points2 p3 = int : int method p4 = double : double param1 p5 = double : double param2 p6 = sptr : IntPtr mask p7 = var : out IntPtr returnValue %inst この関数は，上述した4つの手法のうちの1つを用いて基本行列を計算し，その結果を返します．通常は，1つの行列だけが求められます．計算された基本行列は，指定された点に対応するエピポーラ線を求める computeCorrespondEpilines に渡すことができます．また，stereoRectifyUncalibrated に渡して，平行化変換を計算することもできます． :// 例．RANSAC アルゴリズムを用いた基本行列の推定int point_count = 100;vector points1(point_count);vector points2(point_count);// ここでポイントを初期化します ....for( int i = 0; i < point_count; i++ ){ points1[i] = ...; points2[i] = ...;}Mat fundamental_matrix = findFundamentalMat(points1, points2, FM_RANSAC, 3, 0.99);fragment 元関数名(C#): calib3d_findFundamentalMat_InputArray 元DLLエクスポート名: calib3d_findFundamentalMat_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_findFundamentalMat_InputArray(
    cv::_InputArray *points1, cv::_InputArray *points2,
    int method, double param1, double param2,
    cv::_OutputArray *mask,
    cv::Mat **returnValue)
{
    BEGIN_WRAP
    const auto mat = cv::findFundamentalMat(
        *points1, *points2, method, param1, param2, entity(mask));
    *returnValue = new cv::Mat(mat);
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_findFundamentalMat_arrayF64 [32/64bit] 2つの画像中の対応する点から，基本行列を求めます． %prm p1,p2,p3,p4,p5,p6,p7,p8,p9 p1 = var : Point2d[] points1 p2 = int : int points1Size p3 = var : Point2d[] points2 p4 = int : int points2Size p5 = int : int method p6 = double : double param1 p7 = double : double param2 p8 = sptr : IntPtr mask p9 = var : out IntPtr returnValue %inst この関数は，上述した4つの手法のうちの1つを用いて基本行列を計算し，その結果を返します．通常は，1つの行列だけが求められます．計算された基本行列は，指定された点に対応するエピポーラ線を求める computeCorrespondEpilines に渡すことができます．また，stereoRectifyUncalibrated に渡して，平行化変換を計算することもできます． :// 例．RANSAC アルゴリズムを用いた基本行列の推定int point_count = 100;vector points1(point_count);vector points2(point_count);// ここでポイントを初期化します ....for( int i = 0; i < point_count; i++ ){ points1[i] = ...; points2[i] = ...;}Mat fundamental_matrix = findFundamentalMat(points1, points2, FM_RANSAC, 3, 0.99);fragment 元関数名(C#): calib3d_findFundamentalMat_arrayF64 元DLLエクスポート名: calib3d_findFundamentalMat_arrayF64 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_findFundamentalMat_arrayF64(
    cv::Point2d *points1, int points1Size,
    cv::Point2d *points2, int points2Size,
    int method, double param1, double param2,
    cv::_OutputArray *mask,
    cv::Mat **returnValue)
{
    BEGIN_WRAP
    const cv::Mat points1M(points1Size, 1, CV_64FC2, points1);
    const cv::Mat points2M(points2Size, 1, CV_64FC2, points2);
    const auto mat = cv::findFundamentalMat(
        points1M, points2M, method, param1, param2, entity(mask));
    *returnValue = new cv::Mat(mat);
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_findFundamentalMat_arrayF32 [32/64bit] 2つの画像中の対応する点から，基本行列を求めます． %prm p1,p2,p3,p4,p5,p6,p7,p8,p9 p1 = var : Point2f[] points1 p2 = int : int points1Size p3 = var : Point2f[] points2 p4 = int : int points2Size p5 = int : int method p6 = double : double param1 p7 = double : double param2 p8 = sptr : IntPtr mask p9 = var : out IntPtr returnValue %inst この関数は，上述した4つの手法のうちの1つを用いて基本行列を計算し，その結果を返します．通常は，1つの行列だけが求められます．計算された基本行列は，指定された点に対応するエピポーラ線を求める computeCorrespondEpilines に渡すことができます．また，stereoRectifyUncalibrated に渡して，平行化変換を計算することもできます． :// 例．RANSAC アルゴリズムを用いた基本行列の推定int point_count = 100;vector points1(point_count);vector points2(point_count);// ここでポイントを初期化します ....for( int i = 0; i < point_count; i++ ){ points1[i] = ...; points2[i] = ...;}Mat fundamental_matrix = findFundamentalMat(points1, points2, FM_RANSAC, 3, 0.99);fragment 元関数名(C#): calib3d_findFundamentalMat_arrayF32 元DLLエクスポート名: calib3d_findFundamentalMat_arrayF32 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_findFundamentalMat_arrayF32(
    cv::Point2f *points1, int points1Size,
    cv::Point2f *points2, int points2Size,
    int method, double param1, double param2,
    cv::_OutputArray *mask,
    cv::Mat **returnValue)
{
    BEGIN_WRAP
    const cv::Mat points1M(points1Size, 1, CV_32FC2, points1);
    const cv::Mat points2M(points2Size, 1, CV_32FC2, points2);
    const auto mat = cv::findFundamentalMat(
        points1M, points2M, method, param1, param2, entity(mask));
    *returnValue = new cv::Mat(mat);
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_computeCorrespondEpilines_InputArray [32/64bit] ステレオペアの画像中の点に対して，もう片方の画像中の対応するエピラインを計算します． %prm p1,p2,p3,p4 p1 = sptr : IntPtr points p2 = int : int whichImage p3 = sptr : IntPtr F p4 = sptr : IntPtr lines %inst この関数は，ステレオペアの2つの画像のうち，片方の画像内の各点に対して，もう片方の画像内の対応するエピポーラ線の方程式を求めます．基本行列の定義（ findFundamentalMat 参照）から，1枚目の画像中の点\(p^{(1)}_i\)に対する2枚目の画像中の線\(l^{(2)}_i\)は，次のように計算されます（whichImage=1 の場合）．\また、whichImage=2の場合、\(p^{(2)}_i\)から、\(l^{(1)}_i\)が計算されます：\[l^{(1)}_i = F^T p^{(2)}_i\]線の係数は、ある尺度まで定義されます。a_i^2+b_i^2=1\）となるように規格化されています。 元関数名(C#): calib3d_computeCorrespondEpilines_InputArray 元DLLエクスポート名: calib3d_computeCorrespondEpilines_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_computeCorrespondEpilines_InputArray(
    cv::_InputArray *points,
    int whichImage, cv::_InputArray *F,
    cv::_OutputArray *lines)
{
    BEGIN_WRAP
    cv::computeCorrespondEpilines(*points, whichImage, *F, *lines);
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_computeCorrespondEpilines_array2d [32/64bit] ステレオペアの画像中の点に対して，もう片方の画像中の対応するエピラインを計算します． %prm p1,p2,p3,p4,p5 p1 = var : [In] Point2d[] points p2 = int : int pointsSize p3 = int : int whichImage p4 = var : double* F p5 = var : [In, Out] Point3f[] lines %inst この関数は，ステレオペアの2つの画像のうち，片方の画像内の各点に対して，もう片方の画像内の対応するエピポーラ線の方程式を求めます．基本行列の定義（ findFundamentalMat 参照）から，1枚目の画像中の点\(p^{(1)}_i\)に対する2枚目の画像中の線\(l^{(2)}_i\)は，次のように計算されます（whichImage=1 の場合）．\また、whichImage=2の場合、\(p^{(2)}_i\)から、\(l^{(1)}_i\)が計算されます：\[l^{(1)}_i = F^T p^{(2)}_i\]線の係数は、ある尺度まで定義されます。a_i^2+b_i^2=1\）となるように規格化されています。 元関数名(C#): calib3d_computeCorrespondEpilines_array2d 元DLLエクスポート名: calib3d_computeCorrespondEpilines_array2d 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_computeCorrespondEpilines_array2d(
    cv::Point2d *points, int pointsSize,
    int whichImage, double *F,
    cv::Point3f *lines)
{
    BEGIN_WRAP
    const cv::Mat_<cv::Point2d> pointsM(pointsSize, 1, points);
    const cv::Mat_<double> FM(3, 3, F);
    cv::Mat_<cv::Point3f> linesM(pointsSize, 1, lines);
    cv::computeCorrespondEpilines(pointsM, whichImage, FM, linesM);
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_computeCorrespondEpilines_array3d [32/64bit] ステレオペアの画像中の点に対して，もう片方の画像中の対応するエピラインを計算します． %prm p1,p2,p3,p4,p5 p1 = var : [In] Point3d[] points p2 = int : int pointsSize p3 = int : int whichImage p4 = var : double* F p5 = var : [In, Out] Point3f[] lines %inst この関数は，ステレオペアの2つの画像のうち，片方の画像内の各点に対して，もう片方の画像内の対応するエピポーラ線の方程式を求めます．基本行列の定義（ findFundamentalMat 参照）から，1枚目の画像中の点\(p^{(1)}_i\)に対する2枚目の画像中の線\(l^{(2)}_i\)は，次のように計算されます（whichImage=1 の場合）．\また、whichImage=2の場合、\(p^{(2)}_i\)から、\(l^{(1)}_i\)が計算されます：\[l^{(1)}_i = F^T p^{(2)}_i\]線の係数は、ある尺度まで定義されます。a_i^2+b_i^2=1\）となるように規格化されています。 元関数名(C#): calib3d_computeCorrespondEpilines_array3d 元DLLエクスポート名: calib3d_computeCorrespondEpilines_array3d 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_computeCorrespondEpilines_array3d(
    cv::Point3d *points, int pointsSize,
    int whichImage, double *F,
    cv::Point3f *lines)
{
    BEGIN_WRAP
    const cv::Mat_<cv::Point3d> pointsM(pointsSize, 1, points);
    const cv::Mat_<double> FM(3, 3, F);
    cv::Mat_<cv::Point3f> linesM(pointsSize, 1, lines);
    cv::computeCorrespondEpilines(pointsM, whichImage, FM, linesM);
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_triangulatePoints_InputArray [32/64bit] この関数は，ステレオカメラによる観測結果を用いて，3次元の点（同次座標）を再構成します． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr projMatr1 p2 = sptr : IntPtr projMatr2 p3 = sptr : IntPtr projPoints1 p4 = sptr : IntPtr projPoints2 p5 = sptr : IntPtr points4D %inst 注意この関数が動作するためには，すべての入力データが float 型でなければならないことに注意してください． stereoRectifyからの投影行列が使われた場合，返される点は，最初のカメラの平行化された座標系で表されます． 参照：soreprojectImageTo3D 元関数名(C#): calib3d_triangulatePoints_InputArray 元DLLエクスポート名: calib3d_triangulatePoints_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_triangulatePoints_InputArray(
    cv::_InputArray *projMatr1, cv::_InputArray *projMatr2,
    cv::_InputArray *projPoints1, cv::_InputArray *projPoints2,
    cv::_OutputArray *points4D)
{
    BEGIN_WRAP
    cv::triangulatePoints(*projMatr1, *projMatr2, *projPoints1, *projPoints2, *points4D);
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_triangulatePoints_array [32/64bit] この関数は，ステレオカメラによる観測結果を用いて，3次元の点（同次座標）を再構成します． %prm p1,p2,p3,p4,p5,p6,p7 p1 = var : double* projMatr1 p2 = var : double* projMatr2 p3 = var : [In] Point2d[] projPoints1 p4 = int : int projPoints1Size p5 = var : [In] Point2d[] projPoints2 p6 = int : int projPoints2Size p7 = var : [In, Out] Vec4d[] points4D %inst 注意この関数が動作するためには，すべての入力データが float 型でなければならないことに注意してください． stereoRectifyからの投影行列が使われた場合，返される点は，最初のカメラの平行化された座標系で表されます． 参照：soreprojectImageTo3D 元関数名(C#): calib3d_triangulatePoints_array 元DLLエクスポート名: calib3d_triangulatePoints_array 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_triangulatePoints_array(
    double *projMatr1, double *projMatr2,
    cv::Point2d *projPoints1, int projPoints1Size,
    cv::Point2d *projPoints2, int projPoints2Size,
    cv::Vec4d *points4D)
{
    BEGIN_WRAP
    const cv::Mat_<double> projMatr1M(3, 4, projMatr1);
    const cv::Mat_<double> projMatr2M(3, 4, projMatr2);
    const cv::Mat_<cv::Point2d> projPoints1M(projPoints1Size, 1, projPoints1);
    const cv::Mat_<cv::Point2d> projPoints2M(projPoints2Size, 1, projPoints2);
    cv::Mat_<cv::Vec4d> points4DM(1, projPoints1Size, points4D);
    cv::triangulatePoints(projMatr1M, projMatr2M,
        projPoints1M, projPoints2M, points4DM);
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_correctMatches_InputArray [32/64bit] 対応する点の座標を修正します． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr F p2 = sptr : IntPtr points1 p3 = sptr : IntPtr points2 p4 = sptr : IntPtr newPoints1 p5 = sptr : IntPtr newPoints2 %inst この関数は，Optimal Triangulation Method を実装しています（詳細は，「多視点幾何学」を参照してください）．この関数は，与えられた各点の対応点 points1[i] <-> points2[i]，および基本行列 F に対して，幾何学的誤差 ????? (d(points1[i],d(points1[i], newPoints1[i])^2 + d(points2[i],newPoints2[i])^2\) (ここで、\(d(a,b)\)は、点\(a)と点\(b)の間の幾何学的距離です)。 元関数名(C#): calib3d_correctMatches_InputArray 元DLLエクスポート名: calib3d_correctMatches_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_correctMatches_InputArray(
    cv::_InputArray *F, cv::_InputArray *points1, cv::_InputArray *points2,
    cv::_OutputArray *newPoints1, cv::_OutputArray *newPoints2)
{
    BEGIN_WRAP
    cv::correctMatches(*F, *points1, *points2, *newPoints1, *newPoints2);
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_correctMatches_array [32/64bit] 対応する点の座標を修正します． %prm p1,p2,p3,p4,p5,p6,p7 p1 = var : double* F p2 = var : Point2d[] points1 p3 = int : int points1Size p4 = var : Point2d[] points2 p5 = int : int points2Size p6 = var : Point2d[] newPoints1 p7 = var : Point2d[] newPoints2 %inst この関数は，Optimal Triangulation Method を実装しています（詳細は，「多視点幾何学」を参照してください）．この関数は，与えられた各点の対応点 points1[i] <-> points2[i]，および基本行列 F に対して，幾何学的誤差 ????? (d(points1[i],d(points1[i], newPoints1[i])^2 + d(points2[i],newPoints2[i])^2\) (ここで、\(d(a,b)\)は、点\(a)と点\(b)の間の幾何学的距離です)。 元関数名(C#): calib3d_correctMatches_array 元DLLエクスポート名: calib3d_correctMatches_array 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_correctMatches_array(
    double *F,
    cv::Point2d *points1, int points1Size,
    cv::Point2d *points2, int points2Size,
    cv::Point2d *newPoints1, cv::Point2d *newPoints2)
{
    BEGIN_WRAP
    cv::Mat_<double> FM(3, 3, F);
    cv::Mat_<cv::Point2d> points1M(points1Size, 1, points1);
    cv::Mat_<cv::Point2d> points2M(points2Size, 1, points2);
    cv::Mat_<double> points1MM = points1M.reshape(2);
    cv::Mat_<double> points2MM = points2M.reshape(2);
    cv::Mat_<cv::Point2d> newPoints1M(points1Size, 1, newPoints1);
    cv::Mat_<cv::Point2d> newPoints2M(points2Size, 1, newPoints2);
    cv::Mat_<double> newPoints1MM = points1M.reshape(2);
    cv::Mat_<double> newPoints2MM = points2M.reshape(2);
    cv::correctMatches(FM, points1MM, points2MM, newPoints1MM, newPoints2MM);
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_filterSpeckles [32/64bit] 視差マップに含まれる小さなノイズの塊（スペックル）を除去します． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr img p2 = double : double newVal p3 = int : int maxSpeckleSize p4 = double : double maxDiff p5 = sptr : IntPtr buf %inst 元関数名(C#): calib3d_filterSpeckles 元DLLエクスポート名: calib3d_filterSpeckles 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_filterSpeckles(
    cv::_InputOutputArray *img, double newVal, int maxSpeckleSize, double maxDiff, cv::_InputOutputArray *buf)
{
    BEGIN_WRAP
    cv::filterSpeckles(*img, newVal, maxSpeckleSize, maxDiff, entity(buf));
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_getValidDisparityROI [32bit] stereoRectify によって返される）平行化された画像の有効な ROI から，有効な視差の ROI を計算します． %prm p1,p2,p3,p4,p5,p6 p1 = ARGS_RECT : Rect roi1 p2 = ARGS_RECT : Rect roi2 p3 = int : int minDisparity p4 = int : int numberOfDisparities p5 = int : int SADWindowSize p6 = var : out Rect returnValue %inst 元関数名(C#): calib3d_getValidDisparityROI 元DLLエクスポート名: calib3d_getValidDisparityROI 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_getValidDisparityROI(
    MyCvRect roi1, MyCvRect roi2,
    int minDisparity, int numberOfDisparities, int SADWindowSize,
    MyCvRect *returnValue)
{
    BEGIN_WRAP
    *returnValue = c(cv::getValidDisparityROI(
        cpp(roi1), cpp(roi2), minDisparity, numberOfDisparities, SADWindowSize));
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_getValidDisparityROI [64bit] stereoRectify によって返される）平行化された画像の有効な ROI から，有効な視差の ROI を計算します． %prm p1,p2,p3,p4,p5,p6 p1 = var : Rect roi1 p2 = var : Rect roi2 p3 = int : int minDisparity p4 = int : int numberOfDisparities p5 = int : int SADWindowSize p6 = var : out Rect returnValue %inst 元関数名(C#): calib3d_getValidDisparityROI 元DLLエクスポート名: calib3d_getValidDisparityROI 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_getValidDisparityROI(
    MyCvRect roi1, MyCvRect roi2,
    int minDisparity, int numberOfDisparities, int SADWindowSize,
    MyCvRect *returnValue)
{
    BEGIN_WRAP
    *returnValue = c(cv::getValidDisparityROI(
        cpp(roi1), cpp(roi2), minDisparity, numberOfDisparities, SADWindowSize));
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_validateDisparity [32/64bit] 左右のチェックを利用して，視差を検証します．行列の「コスト」は，ステレオ対応点探索アルゴリズムによって計算されます． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr disparity p2 = sptr : IntPtr cost p3 = int : int minDisparity p4 = int : int numberOfDisparities p5 = int : int disp12MaxDisp %inst 元関数名(C#): calib3d_validateDisparity 元DLLエクスポート名: calib3d_validateDisparity 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_validateDisparity(
    cv::_InputOutputArray *disparity, cv::_InputArray *cost,
    int minDisparity, int numberOfDisparities, int disp12MaxDisp)
{
    BEGIN_WRAP
    cv::validateDisparity(*disparity, *cost, minDisparity, numberOfDisparities, disp12MaxDisp);
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_reprojectImageTo3D [32/64bit] 視差画像を，3次元空間に再投影します． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr disparity p2 = sptr : IntPtr _3dImage p3 = sptr : IntPtr Q p4 = int : int handleMissingValues p5 = int : int ddepth %inst この関数は，シングルチャンネルの視差マップを，3次元表面を表す3チャンネルの画像に変換します．つまり，各ピクセル（x,y）と，それに対応する視差 d=disparity(x,y) に対して，次のように計算します：[??? -? ???][????][??? -? ???].Disparity d=disparity(x,y)を計算します。(x,y) \\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\??????。 元関数名(C#): calib3d_reprojectImageTo3D 元DLLエクスポート名: calib3d_reprojectImageTo3D 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_reprojectImageTo3D(
    cv::_InputArray *disparity, cv::_OutputArray *_3dImage,
    cv::_InputArray *Q, int handleMissingValues, int ddepth)
{
    BEGIN_WRAP
    cv::reprojectImageTo3D(*disparity, *_3dImage, *Q, handleMissingValues != 0, ddepth);
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_estimateAffine3D [32/64bit] 2つの3次元点群の間で，最適なアフィン変換を計算します． %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = sptr : IntPtr outVal p4 = sptr : IntPtr inliers p5 = double : double ransacThreshold p6 = double : double confidence p7 = var : out int returnValue %inst 計算結果は、\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\ reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject reject r\♪♪〜♪♪♪♪♪♪♪〜+ b_1\\ b_2kPa\RANSACアルゴリズムを用いて、2つの3次元点群間の最適な3次元アフィン変換を推定する機能です。 元関数名(C#): calib3d_estimateAffine3D 元DLLエクスポート名: calib3d_estimateAffine3D 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_estimateAffine3D(cv::_InputArray *src, cv::_InputArray *dst,
    cv::_OutputArray *out, cv::_OutputArray *inliers,
    double ransacThreshold, double confidence,
    int *returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::estimateAffine3D(*src, *dst, *out, *inliers, ransacThreshold, confidence);
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_sampsonDistance_InputArray [32/64bit] 2つの点の間の Sampson Distance を計算します． %prm p1,p2,p3,p4 p1 = sptr : IntPtr pt1 p2 = sptr : IntPtr pt2 p3 = sptr : IntPtr F p4 = var : out double returnValue %inst 関数 cv::sampsonDistance は，幾何誤差の一次近似値を次のように計算して返します：?[ sd( ????? ) , ????? ) = ????? ){((???????)(0))^2 + ((????)(1))^2 + ((????)(0))^2 + ((???????)(1))^2}.\基本行列は，findFundamentalMat関数を使って計算できます。詳細は，[103] 11.4.3 を参照してください． 元関数名(C#): calib3d_sampsonDistance_InputArray 元DLLエクスポート名: calib3d_sampsonDistance_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_sampsonDistance_InputArray(
    cv::_InputArray *pt1, cv::_InputArray *pt2, cv::_InputArray *F,
    double *returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::sampsonDistance(*pt1, *pt2, *F);
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_sampsonDistance_Point3d [32bit] 2つの点の間の Sampson Distance を計算します． %prm p1,p2,p3,p4 p1 = ARGS_POINT3D : Point3d pt1 p2 = ARGS_POINT3D : Point3d pt2 p3 = var : double* F p4 = var : out double returnValue %inst 関数 cv::sampsonDistance は，幾何誤差の一次近似値を次のように計算して返します：?[ sd( ????? ) , ????? ) = ????? ){((???????)(0))^2 + ((????)(1))^2 + ((????)(0))^2 + ((???????)(1))^2}.\基本行列は，findFundamentalMat関数を使って計算できます。詳細は，[103] 11.4.3 を参照してください． 元関数名(C#): calib3d_sampsonDistance_Point3d 元DLLエクスポート名: calib3d_sampsonDistance_Point3d 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_sampsonDistance_Point3d(
    MyCvPoint3D64f pt1, MyCvPoint3D64f pt2, MyCvPoint3D64f *F,
    double *returnValue)
{
    BEGIN_WRAP
    std::vector<cv::Point3d> f(9);
    for (size_t i = 0; i < 9; i++)
    {
        f[i] = cpp(F[i]);
    }
    *returnValue = cv::sampsonDistance(cv::Mat(cpp(pt1)), cv::Mat(cpp(pt2)), f);
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_sampsonDistance_Point3d [64bit] 2つの点の間の Sampson Distance を計算します． %prm p1,p2,p3,p4 p1 = var : Point3d pt1 p2 = var : Point3d pt2 p3 = var : double* F p4 = var : out double returnValue %inst 関数 cv::sampsonDistance は，幾何誤差の一次近似値を次のように計算して返します：?[ sd( ????? ) , ????? ) = ????? ){((???????)(0))^2 + ((????)(1))^2 + ((????)(0))^2 + ((???????)(1))^2}.\基本行列は，findFundamentalMat関数を使って計算できます。詳細は，[103] 11.4.3 を参照してください． 元関数名(C#): calib3d_sampsonDistance_Point3d 元DLLエクスポート名: calib3d_sampsonDistance_Point3d 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_sampsonDistance_Point3d(
    MyCvPoint3D64f pt1, MyCvPoint3D64f pt2, MyCvPoint3D64f *F,
    double *returnValue)
{
    BEGIN_WRAP
    std::vector<cv::Point3d> f(9);
    for (size_t i = 0; i < 9; i++)
    {
        f[i] = cpp(F[i]);
    }
    *returnValue = cv::sampsonDistance(cv::Mat(cpp(pt1)), cv::Mat(cpp(pt2)), f);
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_estimateAffine2D [32/64bit] calib3d_estimateAffine2D %prm p1,p2,p3,p4,p5,p6,p7,p8,p9 p1 = sptr : IntPtr from p2 = sptr : IntPtr to p3 = sptr : IntPtr inliers p4 = int : int method p5 = double : double ransacReprojThreshold p6 = ARGS_ULONG : ulong maxIters p7 = double : double confidence p8 = ARGS_ULONG : ulong refineIters p9 = var : out IntPtr returnValue %inst 元関数名(C#): calib3d_estimateAffine2D 元DLLエクスポート名: calib3d_estimateAffine2D 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_estimateAffine2D(
    cv::_InputArray *from, cv::_InputArray *to, cv::_OutputArray *inliers,
    int method, double ransacReprojThreshold,
    uint64_t maxIters, double confidence, uint64_t refineIters,
    cv::Mat **returnValue)
{
    BEGIN_WRAP
    const auto result = cv::estimateAffine2D(
        *from, *to, entity(inliers), method, ransacReprojThreshold, static_cast<size_t>(maxIters), confidence, static_cast<size_t>(refineIters));
    *returnValue = new cv::Mat(result);
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_estimateAffinePartial2D [32/64bit] calib3d_estimateAffinePartial2D %prm p1,p2,p3,p4,p5,p6,p7,p8,p9 p1 = sptr : IntPtr from p2 = sptr : IntPtr to p3 = sptr : IntPtr inliers p4 = int : int method p5 = double : double ransacReprojThreshold p6 = ARGS_ULONG : ulong maxIters p7 = double : double confidence p8 = ARGS_ULONG : ulong refineIters p9 = var : out IntPtr returnValue %inst 元関数名(C#): calib3d_estimateAffinePartial2D 元DLLエクスポート名: calib3d_estimateAffinePartial2D 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_estimateAffinePartial2D(
    cv::_InputArray *from, cv::_InputArray *to, cv::_OutputArray *inliers,
    int method, double ransacReprojThreshold,
    uint64_t maxIters, double confidence, uint64_t refineIters,
    cv::Mat **returnValue)
{
    BEGIN_WRAP
    const auto result = cv::estimateAffinePartial2D(
        *from, *to, entity(inliers), method, ransacReprojThreshold, static_cast<size_t>(maxIters), confidence, static_cast<size_t>(refineIters));
    *returnValue = new cv::Mat(result);
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_decomposeHomographyMat [32/64bit] ホモグラフィ行列を，回転（複数），並進（複数），平面法線（複数）に分解します． %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr H p2 = sptr : IntPtr K p3 = sptr : IntPtr rotations p4 = sptr : IntPtr translations p5 = sptr : IntPtr normals p6 = var : out int returnValue %inst この関数は，平面物体の2つのビュー間の相対的なカメラの動きを抽出し，回転，並進，平面法線の最大4つの数学的解のタプルを返す．ホモグラフィ行列Hの分解については，[160]で詳しく述べられています．平面によって誘導されたホモグラフィHが、ソース画像点\(p_i\)とデスティネーション画像点\(p'_i\)に制約を与える場合、回転と平行移動のタプルを返します。とすると，回転[k]と並進[k]のタプルは，ソースカメラの座標系からデスティネーションカメラの座標系への基底の変更となる．ただし，H を分解することで，シーンの（通常は未知の）深度で正規化された並進，つまり，方向は正規化された長さでしか得られません．点の対応が得られる場合は，正の深度制約，つまり，すべての点がカメラの前になければならないという制約を適用することで，少なくとも2つの解がさらに無効になることがあります． 元関数名(C#): calib3d_decomposeHomographyMat 元DLLエクスポート名: calib3d_decomposeHomographyMat 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_decomposeHomographyMat(
    cv::_InputArray *H,
    cv::_InputArray *K,
    std::vector<cv::Mat> *rotations,
    std::vector<cv::Mat> *translations,
    std::vector<cv::Mat> *normals,
    int *returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::decomposeHomographyMat(*H, *K, *rotations, *translations, *normals);
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_filterHomographyDecompByVisibleRefpoints [32/64bit] 追加情報に基づいて、ホモグラフィーの分解をフィルタリングします。 %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr rotations p2 = sptr : IntPtr normals p3 = sptr : IntPtr beforePoints p4 = sptr : IntPtr afterPoints p5 = sptr : IntPtr possibleSolutions p6 = sptr : IntPtr pointsMask %inst この関数は， decomposeHomographyMat の出力を， [160] で述べられているような追加情報に基づいてフィルタリングするためのものです．このメソッドの概要： decomposeHomographyMat 関数は，2つのユニークな解とその「反対」の解，合計4つの解を返します．ホモグラフィー変換の適用前後で，カメラフレーム内に見える点の集合にアクセスできるならば，どのホモグラフィーが，すべての可視参照点がカメラの前にあることと矛盾しないかを検証することで，どれが真の潜在的な解で，どれが反対の解かを決定することができます．入力は変更されません。フィルタリングされた解答セットは、既存の解答セットへのインデックスとして返されます。 元関数名(C#): calib3d_filterHomographyDecompByVisibleRefpoints 元DLLエクスポート名: calib3d_filterHomographyDecompByVisibleRefpoints 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_filterHomographyDecompByVisibleRefpoints(
    std::vector<cv::Mat> *rotations,
    std::vector<cv::Mat> *normals,
    cv::_InputArray *beforePoints,
    cv::_InputArray *afterPoints,
    cv::_OutputArray *possibleSolutions,
    cv::_InputArray *pointsMask)
{
    BEGIN_WRAP
    cv::filterHomographyDecompByVisibleRefpoints(*rotations, *normals, *beforePoints, *afterPoints, *possibleSolutions, entity(pointsMask));
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_undistort [32/64bit] レンズの歪みを補正するために，画像を変換します． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = sptr : IntPtr cameraMatrix p4 = sptr : IntPtr distCoeffs p5 = sptr : IntPtr newCameraMatrix %inst この関数は，半径方向と接線方向のレンズ歪みを補正するために画像を変換します．この関数は，単に initUndistortRectifyMap（ユニティーR付き）と remap（バイリニア補間付き）を組み合わせたものです．この関数は， initUndistortRectifyMap (with unity R ) と remap (with bilinear interpolation) を単純に組み合わせたものです．実行される変換の詳細については，前者の関数を参照してください．出力画像の中で，ソース画像に対応するピクセルが存在しないピクセルは，ゼロ（黒色）で埋められます．getOptimalNewCameraMatrix を使えば，必要に応じて適切な newCameraMatrix を計算することができます．カメラ行列と歪みパラメータは， calibrateCamera を使って決定することができます．画像の解像度がキャリブレーションの段階で使用された解像度と異なる場合，歪み係数はそのままで，それに応じて ????? / ????? / ????? 元関数名(C#): calib3d_undistort 元DLLエクスポート名: calib3d_undistort 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_undistort(
    cv::_InputArray *src, cv::_OutputArray *dst,
    cv::_InputArray *cameraMatrix, cv::_InputArray *distCoeffs, cv::_InputArray *newCameraMatrix)
{
    BEGIN_WRAP
    cv::undistort(*src, *dst, *cameraMatrix, entity(distCoeffs), entity(newCameraMatrix));
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_initUndistortRectifyMap [32/64bit] 歪み補正と平行化の変換マップを計算します． %prm p1,p2,p3,p4,p5,p6,p7,p8 p1 = sptr : IntPtr cameraMatrix p2 = sptr : IntPtr distCoeffs p3 = sptr : IntPtr R p4 = sptr : IntPtr newCameraMatrix p5 = ARGS_SIZE : Size size p6 = int : int m1type p7 = sptr : IntPtr map1 p8 = sptr : IntPtr map2 %inst この関数は，歪み補正と平行化の変換を合同で計算し，その結果をリマップ用のマップの形で表現します．歪みのない画像は，カメラ行列 =newCameraMatrix を用いたカメラで撮影されたかのように，元の画像と同じように見え，歪みもありません．単眼カメラの場合，newCameraMatrix は通常 cameraMatrix と等しくなりますが，スケーリングをより正確に制御するために， getOptimalNewCameraMatrix によって計算することもできます．ステレオカメラの場合，newCameraMatrix は通常，stereoRectify によって求められた P1 または P2 に設定されます．また，この新しいカメラは，R に従って，座標空間内で異なる向きに配置されます．例えば，ステレオカメラの2つのヘッドを調整して，両方の画像のエピポーラ線が水平になり，同じ y-座標を持つようにすることができます（水平に配置されたステレオカメラの場合）．つまり，この関数は，補正・平行化された出力画像の各ピクセル ?((u, v)?))に対して，元画像（つまり，カメラから出力されたオリジナル画像）における対応する座標を計算します．このような処理を行います。^T ardarrow R^{-1}*[x ?, y?,1]^T ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ !!!!+ 2p_1 x' y' + p_2(r^2 + 2 x'^2) + s_1 r^2 + s_2 r^4\ y'' ??{1 + k_1 r^2 + k_2 r^4 + k_3 r^6}{1 + k_4 r^2 + k_5 r^4 + k_6 r^6}。+ p_1 (r^2 + 2 y'^2) + 2 p_2 x' y' + s_3 r^2 + s_4 r^4 ????? = ?????{R_{33}(?????)}{0}{R_{13}((?????)}){0}{R_{33}(??? -? ???)}{R_{23}(????)}{0}{0}{1}R(\tau_x, \tau_y) \vecthree{x''}{y''}{1}\ map_x(u,v) ????? ????? ????? ????? ?????\ステレオカメラの場合，この関数は，各カメラヘッドに対して，stereoRectify の後，stereoCalibrate の後に 2 回呼び出されます．しかし，ステレオカメラがキャリブレーションされていない場合は， stereoRectifyUncalibrated を用いて，基本行列から直接，平行化変換を計算することができます．各カメラに対して，この関数は，3次元空間の回転行列 R ではなく，ピクセル領域の平行化変換としてホモグラフィ H を求めます．R は，H から次のようにして求められます：[??? -? ???] = ??? -? ??? )^{-1} ????? )\ここで，CameraMatrix は任意に選択できます． 元関数名(C#): calib3d_initUndistortRectifyMap 元DLLエクスポート名: calib3d_initUndistortRectifyMap 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_initUndistortRectifyMap(
    cv::_InputArray *cameraMatrix, cv::_InputArray *distCoeffs,
    cv::_InputArray *R, cv::_InputArray *newCameraMatrix,
    MyCvSize size, int m1type, cv::_OutputArray *map1, cv::_OutputArray *map2)
{
    BEGIN_WRAP
    cv::initUndistortRectifyMap(*cameraMatrix, *distCoeffs, *R, *newCameraMatrix, cpp(size), m1type, *map1, *map2);
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_initWideAngleProjMap [32/64bit] 広角用のリマップのために，マップを初期化します． %prm p1,p2,p3,p4,p5,p6,p7,p8,p9,p10 p1 = sptr : IntPtr cameraMatrix p2 = sptr : IntPtr distCoeffs p3 = ARGS_SIZE : Size imageSize p4 = int : int destImageWidth p5 = int : int m1type p6 = sptr : IntPtr map1 p7 = sptr : IntPtr map2 p8 = int : int projType p9 = double : double alpha p10 = var : out float returnValue %inst 元関数名(C#): calib3d_initWideAngleProjMap 元DLLエクスポート名: calib3d_initWideAngleProjMap 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_initWideAngleProjMap(
    cv::_InputArray *cameraMatrix, cv::_InputArray *distCoeffs,
    MyCvSize imageSize, int destImageWidth,
    int m1type, cv::_OutputArray *map1, cv::_OutputArray *map2,
    int projType, double alpha,
    float *returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::initWideAngleProjMap(*cameraMatrix, *distCoeffs, cpp(imageSize), destImageWidth, m1type, 
        *map1, *map2, static_cast<cv::UndistortTypes>(projType), alpha);
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_getDefaultNewCameraMatrix [32/64bit] デフォルトの新しいカメラ行列を返します． %prm p1,p2,p3,p4 p1 = sptr : IntPtr cameraMatrix p2 = ARGS_SIZE : Size imgsize p3 = int : int centerPrincipalPoint p4 = var : out IntPtr returnValue %inst この関数は，入力された cameraMatrix の完全なコピー（centerPrinicipalPoint=false の場合），あるいは修正されたカメラ行列（centerPrincipalPoint=true の場合）を返します．後者の場合，新しいカメラ行列は次のようになります：??? -? ??? f_x && 0 && ( ??? -? ??? ) 0 && f_y && ( ??? -? ??? ) 0 && 0 && 1 ????デフォルトでは，OpenCV の歪み補正関数（ initUndistortRectifyMap, undistort 参照）は，主点を移動させません．しかし，ステレオを扱う場合，両方のビューの主点を同じ y 座標に移動させることが重要であり（これは，ほとんどのステレオ対応点探索アルゴリズムで要求されます），同じ x 座標に移動させることもあります．そこで、各ビューに対して、主点が中心に位置する新しいカメラ行列を形成します。 元関数名(C#): calib3d_getDefaultNewCameraMatrix 元DLLエクスポート名: calib3d_getDefaultNewCameraMatrix 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_getDefaultNewCameraMatrix(
    cv::_InputArray *cameraMatrix, MyCvSize imgsize, int centerPrincipalPoint,
    cv::Mat **returnValue)
{
    BEGIN_WRAP
    const auto result = cv::getDefaultNewCameraMatrix(*cameraMatrix, cpp(imgsize), centerPrincipalPoint != 0);
    *returnValue = new cv::Mat(result);
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_undistortPoints [32/64bit] 観測された点座標から，理想的な点座標を計算します． %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = sptr : IntPtr cameraMatrix p4 = sptr : IntPtr distCoeffs p5 = sptr : IntPtr R p6 = sptr : IntPtr P %inst この関数は， undistort および initUndistortRectifyMap に似ていますが，ラスタ画像ではなく，疎な点の集合を操作します．また，この関数は，projectPoints とは逆の変換を行います．3次元物体の場合は，その3次元座標を再構成しませんが，平面物体の場合は，適切なRが指定されていれば，並進ベクトルまで再構成します．この関数は，観測された各点座標 ?((u, v)?)に対して，次のように計算します\y^{"}」となります。♪\\\\\\\\\\\\^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T\\ ¶ u' ¶ leftarrow x {f'}_x + {c'}_x ¶ v' ¶ leftarrow y {f'}_y + {c'}_y ¶end{array}.\ここで，undistort は，正規化された歪んだ点座標から，正規化された元の点座標を推定する近似的な反復アルゴリズムです（「正規化」とは，座標がカメラ行列に依存しないことを意味します）． 元関数名(C#): calib3d_undistortPoints 元DLLエクスポート名: calib3d_undistortPoints 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_undistortPoints(
    cv::_InputArray *src, cv::_OutputArray *dst,
    cv::_InputArray *cameraMatrix, cv::_InputArray *distCoeffs,
    cv::_InputArray *R, cv::_InputArray *P)
{
    BEGIN_WRAP
    cv::undistortPoints(*src, *dst, *cameraMatrix, *distCoeffs, entity(R), entity(P));
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_undistortPointsIter [32bit] 観測された点座標から，理想的な点座標を計算します． %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = sptr : IntPtr cameraMatrix p4 = sptr : IntPtr distCoeffs p5 = sptr : IntPtr R p6 = sptr : IntPtr P p7 = ARGS_TERMCRITERIA : TermCriteria criteria %inst この関数は， undistort および initUndistortRectifyMap に似ていますが，ラスタ画像ではなく，疎な点の集合を操作します．また，この関数は，projectPoints とは逆の変換を行います．3次元物体の場合は，その3次元座標を再構成しませんが，平面物体の場合は，適切なRが指定されていれば，並進ベクトルまで再構成します．この関数は，観測された各点座標 ?((u, v)?)に対して，次のように計算します\y^{"}」となります。♪\\\\\\\\\\\\^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T\\ ¶ u' ¶ leftarrow x {f'}_x + {c'}_x ¶ v' ¶ leftarrow y {f'}_y + {c'}_y ¶end{array}.\ここで，undistort は，正規化された歪んだ点座標から，正規化された元の点座標を推定する近似的な反復アルゴリズムです（「正規化」とは，座標がカメラ行列に依存しないことを意味します）． 元関数名(C#): calib3d_undistortPointsIter 元DLLエクスポート名: calib3d_undistortPointsIter 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_undistortPointsIter(
    cv::_InputArray *src, cv::_OutputArray *dst,
    cv::_InputArray *cameraMatrix, cv::_InputArray *distCoeffs,
    cv::_InputArray *R, cv::_InputArray *P, MyCvTermCriteria criteria)
{
    BEGIN_WRAP
    cv::undistortPoints(*src, *dst, *cameraMatrix, *distCoeffs, entity(R), entity(P), cpp(criteria));
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_undistortPointsIter [64bit] 観測された点座標から，理想的な点座標を計算します． %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = sptr : IntPtr cameraMatrix p4 = sptr : IntPtr distCoeffs p5 = sptr : IntPtr R p6 = sptr : IntPtr P p7 = var : TermCriteria criteria %inst この関数は， undistort および initUndistortRectifyMap に似ていますが，ラスタ画像ではなく，疎な点の集合を操作します．また，この関数は，projectPoints とは逆の変換を行います．3次元物体の場合は，その3次元座標を再構成しませんが，平面物体の場合は，適切なRが指定されていれば，並進ベクトルまで再構成します．この関数は，観測された各点座標 ?((u, v)?)に対して，次のように計算します\y^{"}」となります。♪\\\\\\\\\\\\^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T ^T\\ ¶ u' ¶ leftarrow x {f'}_x + {c'}_x ¶ v' ¶ leftarrow y {f'}_y + {c'}_y ¶end{array}.\ここで，undistort は，正規化された歪んだ点座標から，正規化された元の点座標を推定する近似的な反復アルゴリズムです（「正規化」とは，座標がカメラ行列に依存しないことを意味します）． 元関数名(C#): calib3d_undistortPointsIter 元DLLエクスポート名: calib3d_undistortPointsIter 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_undistortPointsIter(
    cv::_InputArray *src, cv::_OutputArray *dst,
    cv::_InputArray *cameraMatrix, cv::_InputArray *distCoeffs,
    cv::_InputArray *R, cv::_InputArray *P, MyCvTermCriteria criteria)
{
    BEGIN_WRAP
    cv::undistortPoints(*src, *dst, *cameraMatrix, *distCoeffs, entity(R), entity(P), cpp(criteria));
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_recoverPose_InputArray1 [32/64bit] 推定された本質的な行列と，それに対応する2つの画像中の点から，カメラの相対的な回転と並進を，不正性のチェックを用いて復元します．このチェックに合格したインライアの数を返します． %prm p1,p2,p3,p4,p5,p6,p7,p8 p1 = sptr : IntPtr E p2 = sptr : IntPtr points1 p3 = sptr : IntPtr points2 p4 = sptr : IntPtr cameraMatrix p5 = sptr : IntPtr R p6 = sptr : IntPtr P p7 = sptr : IntPtr mask p8 = var : out int returnValue %inst この関数は， decomposeEssentialMat を用いて本質的な行列を分解した後，頬性チェックを行うことで，可能性のあるポーズの仮説を検証します．チアラリティチェックとは，三角形化された3次元点が正の深度を持つことを意味します．この関数は， findEssentialMat からの出力 E と mask を処理するために利用できます．このシナリオでは，point1 と points2 は findEssentialMat の同じ入力です： // 例．RANSAC アルゴリズムを用いた基本行列の推定int point_count = 100;vector points1(point_count);vector points2(point_count);// ここでポイントを初期化します ...for( int i = 0; i < point_count; i++ ){ points1[i] = ...; points2[i] = ....;}// 両方の焦点距離 = 1, 主点 = (0, 0)Mat cameraMatrix = Mat::eye(3, 3, CV_64F);Mat E, R, t, mask;E = findEssentialMat(points1, points2, cameraMatrix, RANSAC, 0.999, 1.0, mask);recoverPose(E, points1, points2, cameraMatrix, R, t, mask);fragment 元関数名(C#): calib3d_recoverPose_InputArray1 元DLLエクスポート名: calib3d_recoverPose_InputArray1 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_recoverPose_InputArray1(
    cv::_InputArray *E, cv::_InputArray *points1, cv::_InputArray *points2,
    cv::_InputArray *cameraMatrix,
    cv::_OutputArray *R, cv::_OutputArray *t, cv::_InputOutputArray *mask,
    int *returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::recoverPose(*E, *points1, *points2, *cameraMatrix, *R, *t, entity(mask));
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_recoverPose_InputArray2 [32bit] この関数は，便宜上，オーバーロードされたメンバ関数です．上の関数との違いは，どのような引数を受け取るかだけです． %prm p1,p2,p3,p4,p5,p6,p7,p8,p9 p1 = sptr : IntPtr E p2 = sptr : IntPtr points1 p3 = sptr : IntPtr points2 p4 = sptr : IntPtr R p5 = sptr : IntPtr P p6 = double : double focal p7 = ARGS_POINT2D : Point2d pp p8 = sptr : IntPtr mask p9 = var : out int returnValue %inst この関数は，上述の関数とは異なり，焦点距離と主点からカメラの固有マトリクスを求めます： ??? -? ??? A = ???? f & 0 & x_{pp} ???? A = ??? -? ???\\ 0 & f & y_{pp}\\ 0 & 0 & 1 ″end{bmatrix}\ ″となります。］ 元関数名(C#): calib3d_recoverPose_InputArray2 元DLLエクスポート名: calib3d_recoverPose_InputArray2 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_recoverPose_InputArray2(
    cv::_InputArray *E, cv::_InputArray *points1, cv::_InputArray *points2,
    cv::_OutputArray *R, cv::_OutputArray *t, double focal, MyCvPoint2D64f pp,
    cv::_InputOutputArray *mask,
    int *returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::recoverPose(*E, *points1, *points2, *R, *t, focal, cpp(pp), entity(mask));
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_recoverPose_InputArray2 [64bit] この関数は，便宜上，オーバーロードされたメンバ関数です．上の関数との違いは，どのような引数を受け取るかだけです． %prm p1,p2,p3,p4,p5,p6,p7,p8,p9 p1 = sptr : IntPtr E p2 = sptr : IntPtr points1 p3 = sptr : IntPtr points2 p4 = sptr : IntPtr R p5 = sptr : IntPtr P p6 = double : double focal p7 = var : Point2d pp p8 = sptr : IntPtr mask p9 = var : out int returnValue %inst この関数は，上述の関数とは異なり，焦点距離と主点からカメラの固有マトリクスを求めます： ??? -? ??? A = ???? f & 0 & x_{pp} ???? A = ??? -? ???\\ 0 & f & y_{pp}\\ 0 & 0 & 1 ″end{bmatrix}\ ″となります。］ 元関数名(C#): calib3d_recoverPose_InputArray2 元DLLエクスポート名: calib3d_recoverPose_InputArray2 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_recoverPose_InputArray2(
    cv::_InputArray *E, cv::_InputArray *points1, cv::_InputArray *points2,
    cv::_OutputArray *R, cv::_OutputArray *t, double focal, MyCvPoint2D64f pp,
    cv::_InputOutputArray *mask,
    int *returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::recoverPose(*E, *points1, *points2, *R, *t, focal, cpp(pp), entity(mask));
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_recoverPose_InputArray3 [32/64bit] この関数は，便宜上，オーバーロードされたメンバ関数です．上の関数との違いは，どのような引数を受け取るかだけです． %prm p1,p2,p3,p4,p5,p6,p7,p8,p9,p10 p1 = sptr : IntPtr E p2 = sptr : IntPtr points1 p3 = sptr : IntPtr points2 p4 = sptr : IntPtr cameraMatrix p5 = sptr : IntPtr R p6 = sptr : IntPtr P p7 = double : double distanceTresh p8 = sptr : IntPtr mask p9 = sptr : IntPtr triangulatedPoints p10 = var : out int returnValue %inst この関数は，上記の関数とは異なり，不正性のチェックに使用される三角測量された3次元点を出力します． 元関数名(C#): calib3d_recoverPose_InputArray3 元DLLエクスポート名: calib3d_recoverPose_InputArray3 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_recoverPose_InputArray3(
    cv::_InputArray *E, cv::_InputArray *points1, cv::_InputArray *points2,
    cv::_InputArray *cameraMatrix, double distanceTresh,
    cv::_OutputArray *R, cv::_OutputArray *t, cv::_InputOutputArray *mask, cv::_OutputArray *triangulatedPoints,
    int *returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::recoverPose(*E, *points1, *points2, *cameraMatrix, *R, *t, distanceTresh, entity(mask), entity(triangulatedPoints));
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_findEssentialMat_InputArray1 [32/64bit] 2つの画像中の対応する点から，必須行列を計算します． %prm p1,p2,p3,p4,p5,p6,p7,p8 p1 = sptr : IntPtr points1 p2 = sptr : IntPtr points2 p3 = sptr : IntPtr cameraMatrix p4 = int : int method p5 = double : double prob p6 = double : double threshold p7 = sptr : IntPtr mask p8 = var : out IntPtr returnValue %inst この関数は，[186]の5点アルゴリズムソルバーに基づいて，必須行列を推定します．また，[228]も関連しています．エピポーラ形状は，次の式で表されます： ?[[p_2; 1]^T K^{-T}].E K^{-1} [p_1; 1] = 0\]ここで，\(E\)は本質的な行列で，\(p_1)，\(p_2)はそれぞれ1枚目と2枚目の画像の対応点です．この関数の結果は，カメラ間の相対的な姿勢を復元するために，さらに decomposeEssentialMat や recoverPose に渡すことができます． 元関数名(C#): calib3d_findEssentialMat_InputArray1 元DLLエクスポート名: calib3d_findEssentialMat_InputArray1 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_findEssentialMat_InputArray1(
    cv::_InputArray *points1, cv::_InputArray *points2, cv::_InputArray *cameraMatrix,
    int method, double prob, double threshold,
    cv::_OutputArray *mask,
    cv::Mat **returnValue)
{
    BEGIN_WRAP
    const auto mat = cv::findEssentialMat(
        *points1, *points2, *cameraMatrix, method, prob, threshold, entity(mask));
    *returnValue = new cv::Mat(mat);
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_findEssentialMat_InputArray2 [32bit] 2つの画像中の対応する点から，必須行列を計算します． %prm p1,p2,p3,p4,p5,p6,p7,p8,p9 p1 = sptr : IntPtr points1 p2 = sptr : IntPtr points2 p3 = double : double focal p4 = ARGS_POINT2D : Point2d pp p5 = int : int method p6 = double : double prob p7 = double : double threshold p8 = sptr : IntPtr mask p9 = var : out IntPtr returnValue %inst この関数は，[186]の5点アルゴリズムソルバーに基づいて，必須行列を推定します．また，[228]も関連しています．エピポーラ形状は，次の式で表されます： ?[[p_2; 1]^T K^{-T}].E K^{-1} [p_1; 1] = 0\]ここで，\(E\)は本質的な行列で，\(p_1)，\(p_2)はそれぞれ1枚目と2枚目の画像の対応点です．この関数の結果は，カメラ間の相対的な姿勢を復元するために，さらに decomposeEssentialMat や recoverPose に渡すことができます． 元関数名(C#): calib3d_findEssentialMat_InputArray2 元DLLエクスポート名: calib3d_findEssentialMat_InputArray2 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_findEssentialMat_InputArray2(
    cv::_InputArray *points1, cv::_InputArray *points2, double focal, MyCvPoint2D64f pp,
    int method, double prob, double threshold,
    cv::_OutputArray *mask,
    cv::Mat **returnValue)
{
    BEGIN_WRAP
    const auto mat = cv::findEssentialMat(
        *points1, *points2, focal, cpp(pp), method, prob, threshold, entity(mask));
    *returnValue = new cv::Mat(mat);
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_findEssentialMat_InputArray2 [64bit] 2つの画像中の対応する点から，必須行列を計算します． %prm p1,p2,p3,p4,p5,p6,p7,p8,p9 p1 = sptr : IntPtr points1 p2 = sptr : IntPtr points2 p3 = double : double focal p4 = var : Point2d pp p5 = int : int method p6 = double : double prob p7 = double : double threshold p8 = sptr : IntPtr mask p9 = var : out IntPtr returnValue %inst この関数は，[186]の5点アルゴリズムソルバーに基づいて，必須行列を推定します．また，[228]も関連しています．エピポーラ形状は，次の式で表されます： ?[[p_2; 1]^T K^{-T}].E K^{-1} [p_1; 1] = 0\]ここで，\(E\)は本質的な行列で，\(p_1)，\(p_2)はそれぞれ1枚目と2枚目の画像の対応点です．この関数の結果は，カメラ間の相対的な姿勢を復元するために，さらに decomposeEssentialMat や recoverPose に渡すことができます． 元関数名(C#): calib3d_findEssentialMat_InputArray2 元DLLエクスポート名: calib3d_findEssentialMat_InputArray2 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_findEssentialMat_InputArray2(
    cv::_InputArray *points1, cv::_InputArray *points2, double focal, MyCvPoint2D64f pp,
    int method, double prob, double threshold,
    cv::_OutputArray *mask,
    cv::Mat **returnValue)
{
    BEGIN_WRAP
    const auto mat = cv::findEssentialMat(
        *points1, *points2, focal, cpp(pp), method, prob, threshold, entity(mask));
    *returnValue = new cv::Mat(mat);
    END_WRAP
}
}html %group NativeMethods_calib3d %index calib3d_fisheye_projectPoints2 [32/64bit] 魚眼モデルを用いてポイントを投影します． %prm p1,p2,p3,p4,p5,p6,p7,p8 p1 = sptr : IntPtr objectPoints p2 = sptr : IntPtr imagePoints p3 = sptr : IntPtr rvec p4 = sptr : IntPtr tvec p5 = sptr : IntPtr K p6 = sptr : IntPtr D p7 = double : double alpha p8 = sptr : IntPtr jacobian %inst この関数は，カメラの内部および外部パラメータを与えて，3次元点の画像平面への投影を求めます．オプションとして，この関数は，（すべての入力パラメータの関数としての）画像点座標の偏微分の行列であるヤコビアンを，特定のパラメータ（内在および外在）に関して計算します． 元関数名(C#): calib3d_fisheye_projectPoints2 元DLLエクスポート名: calib3d_fisheye_projectPoints2 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d_fisheye.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_fisheye_projectPoints2(
    cv::_InputArray *objectPoints, cv::_OutputArray *imagePoints, cv::_InputArray *rvec, cv::_InputArray *tvec,
    cv::_InputArray *K, cv::_InputArray *D, double alpha, cv::_OutputArray *jacobian)
{
    BEGIN_WRAP
    cv::fisheye::projectPoints(*objectPoints, *imagePoints, *rvec, *tvec, *K, *D, alpha, entity(jacobian));
    END_WRAP
}
}html %group NativeMethods_calib3d_fisheye %index calib3d_fisheye_distortPoints [32/64bit] 魚眼モデルを用いて，2次元点を歪めます． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr undistorted p2 = sptr : IntPtr distorted p3 = sptr : IntPtr K p4 = sptr : IntPtr D p5 = double : double alpha %inst この関数は，歪んでいない点のカメラ固有の行列を，恒等式と仮定していることに注意してください．つまり，fisheye::undistortPoints によって歪められていない点を元に戻したい場合は，それらの点に ??o??? を掛けなければいけません． 元関数名(C#): calib3d_fisheye_distortPoints 元DLLエクスポート名: calib3d_fisheye_distortPoints 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d_fisheye.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_fisheye_distortPoints(
    cv::_InputArray *undistorted, cv::_OutputArray *distorted, cv::_InputArray *K, cv::_InputArray *D, double alpha)
{
    BEGIN_WRAP
    cv::fisheye::distortPoints(*undistorted, *distorted, *K, *D, alpha);
    END_WRAP
}
}html %group NativeMethods_calib3d_fisheye %index calib3d_fisheye_undistortPoints [32/64bit] 魚眼モデルを使って2Dポイントの歪みを補正します。 %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr distorted p2 = sptr : IntPtr undistorted p3 = sptr : IntPtr K p4 = sptr : IntPtr D p5 = sptr : IntPtr R p6 = sptr : IntPtr P %inst 元関数名(C#): calib3d_fisheye_undistortPoints 元DLLエクスポート名: calib3d_fisheye_undistortPoints 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d_fisheye.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_fisheye_undistortPoints(
    cv::_InputArray *distorted, cv::_OutputArray *undistorted,
    cv::_InputArray *K, cv::_InputArray *D, cv::_InputArray *R, cv::_InputArray *P)
{
    BEGIN_WRAP
    cv::fisheye::undistortPoints(*distorted, *undistorted, *K, *D, entity(R), entity(P));
    END_WRAP
}
}html %group NativeMethods_calib3d_fisheye %index calib3d_fisheye_initUndistortRectifyMap [32/64bit] remap による画像変換に対して，歪み補正マップと平行化マップを計算します．D が空の場合は，ゼロディストーションが利用され，R または P が空の場合は，単位行列が利用されます． %prm p1,p2,p3,p4,p5,p6,p7,p8 p1 = sptr : IntPtr K p2 = sptr : IntPtr D p3 = sptr : IntPtr R p4 = sptr : IntPtr P p5 = ARGS_SIZE : Size size p6 = int : int m1type p7 = sptr : IntPtr map1 p8 = sptr : IntPtr map2 %inst 元関数名(C#): calib3d_fisheye_initUndistortRectifyMap 元DLLエクスポート名: calib3d_fisheye_initUndistortRectifyMap 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d_fisheye.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_fisheye_initUndistortRectifyMap(
    cv::_InputArray *K, cv::_InputArray *D, cv::_InputArray *R, cv::_InputArray *P,
    MyCvSize size, int m1type, cv::_OutputArray *map1, cv::_OutputArray *map2)
{
    BEGIN_WRAP
    cv::fisheye::initUndistortRectifyMap(*K, *D, *R, *P, cpp(size), m1type, *map1, *map2);
    END_WRAP
}
}html %group NativeMethods_calib3d_fisheye %index calib3d_fisheye_undistortImage [32/64bit] 魚眼レンズの歪みを補正するために，画像を変換します． %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr distorted p2 = sptr : IntPtr undistorted p3 = sptr : IntPtr K p4 = sptr : IntPtr D p5 = sptr : IntPtr Knew p6 = ARGS_SIZE : Size newSize %inst この関数は，半径方向と接線方向のレンズ歪みを補正するために画像を変換します．この関数は，単純に fisheye::initUndistortRectifyMap（ユニティーR付き）と remap（バイリニア補間付き）を組み合わせたものです．この関数は，fisheye: initUndistortRectifyMap (with unity R ) と remap (with bilar interpolation) を単純に組み合わせたもので，実行される変換の詳細については，前者の関数を参照してください．undistortImageの結果は以下のとおりです．） b) 魚眼カメラモデルの fisheye::undistortImage の結果 (魚眼レンズの歪みのすべての係数 (k_1, k_2, k_3, k_4) がキャリブレーションにより最適化されている) c) 元の画像を魚眼レンズで撮影したもの写真a)とb)はほぼ同じです。しかし、画像の中心から離れた場所にある画像の点を考慮すると、画像a)ではこれらの点が歪んでいることがわかります。 元関数名(C#): calib3d_fisheye_undistortImage 元DLLエクスポート名: calib3d_fisheye_undistortImage 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d_fisheye.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_fisheye_undistortImage(
    cv::_InputArray *distorted, cv::_OutputArray *undistorted,
    cv::_InputArray *K, cv::_InputArray *D, cv::_InputArray *Knew, MyCvSize newSize)
{
    BEGIN_WRAP
    cv::fisheye::undistortImage(*distorted, *undistorted, *K, *D, entity(Knew), cpp(newSize));
    END_WRAP
}
}html %group NativeMethods_calib3d_fisheye %index calib3d_fisheye_estimateNewCameraMatrixForUndistortRectify [32/64bit] 歪み補正や平行化のために，新しいカメラ固有の行列を推定します． %prm p1,p2,p3,p4,p5,p6,p7,p8 p1 = sptr : IntPtr K p2 = sptr : IntPtr D p3 = ARGS_SIZE : Size image_size p4 = sptr : IntPtr R p5 = sptr : IntPtr P p6 = double : double balance p7 = ARGS_SIZE : Size newSize p8 = double : double fov_scale %inst 元関数名(C#): calib3d_fisheye_estimateNewCameraMatrixForUndistortRectify 元DLLエクスポート名: calib3d_fisheye_estimateNewCameraMatrixForUndistortRectify 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d_fisheye.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_fisheye_estimateNewCameraMatrixForUndistortRectify(
    cv::_InputArray *K, cv::_InputArray *D, MyCvSize image_size, cv::_InputArray *R,
    cv::_OutputArray *P, double balance, MyCvSize newSize, double fov_scale)
{
    BEGIN_WRAP
    cv::fisheye::estimateNewCameraMatrixForUndistortRectify(*K, *D, cpp(image_size), *R, *P, balance, cpp(newSize), fov_scale);
    END_WRAP
}
}html %group NativeMethods_calib3d_fisheye %index calib3d_fisheye_calibrate [32bit] カメラのキャリブレーションを行います。 %prm p1,p2,p3,p4,p5,p6,p7,p8,p9,p10 p1 = sptr : IntPtr objectPoints p2 = sptr : IntPtr imagePoints p3 = ARGS_SIZE : Size imageSize p4 = sptr : IntPtr K p5 = sptr : IntPtr D p6 = sptr : IntPtr rvecs p7 = sptr : IntPtr tvecs p8 = int : int flags p9 = ARGS_TERMCRITERIA : TermCriteria criteria p10 = var : out double returnValue %inst 元関数名(C#): calib3d_fisheye_calibrate 元DLLエクスポート名: calib3d_fisheye_calibrate 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d_fisheye.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_fisheye_calibrate(
    std::vector<cv::Mat> *objectPoints,
    std::vector<cv::Mat> *imagePoints,
    MyCvSize imageSize,
    cv::_InputOutputArray *K,
    cv::_InputOutputArray *D,
    std::vector<cv::Mat> *rvecs,
    std::vector<cv::Mat> *tvecs,
    int flags,
    MyCvTermCriteria criteria,
    double *returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::fisheye::calibrate(
        *objectPoints, *imagePoints, cpp(imageSize),
        *K, *D, *rvecs, *tvecs, flags, cpp(criteria));
    END_WRAP
}
}html %group NativeMethods_calib3d_fisheye %index calib3d_fisheye_calibrate [64bit] カメラのキャリブレーションを行います。 %prm p1,p2,p3,p4,p5,p6,p7,p8,p9,p10 p1 = sptr : IntPtr objectPoints p2 = sptr : IntPtr imagePoints p3 = ARGS_SIZE : Size imageSize p4 = sptr : IntPtr K p5 = sptr : IntPtr D p6 = sptr : IntPtr rvecs p7 = sptr : IntPtr tvecs p8 = int : int flags p9 = var : TermCriteria criteria p10 = var : out double returnValue %inst 元関数名(C#): calib3d_fisheye_calibrate 元DLLエクスポート名: calib3d_fisheye_calibrate 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d_fisheye.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_fisheye_calibrate(
    std::vector<cv::Mat> *objectPoints,
    std::vector<cv::Mat> *imagePoints,
    MyCvSize imageSize,
    cv::_InputOutputArray *K,
    cv::_InputOutputArray *D,
    std::vector<cv::Mat> *rvecs,
    std::vector<cv::Mat> *tvecs,
    int flags,
    MyCvTermCriteria criteria,
    double *returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::fisheye::calibrate(
        *objectPoints, *imagePoints, cpp(imageSize),
        *K, *D, *rvecs, *tvecs, flags, cpp(criteria));
    END_WRAP
}
}html %group NativeMethods_calib3d_fisheye %index calib3d_fisheye_stereoRectify [32/64bit] 魚眼カメラモデルのステレオ平行化を行います。 %prm p1,p2,p3,p4,p5,p6,p7,p8,p9,p10,p11,p12,p13,p14,p15,p16 p1 = sptr : IntPtr K1 p2 = sptr : IntPtr D1 p3 = sptr : IntPtr K2 p4 = sptr : IntPtr D2 p5 = ARGS_SIZE : Size imageSize p6 = sptr : IntPtr R p7 = sptr : IntPtr tvec p8 = sptr : IntPtr R1 p9 = sptr : IntPtr R2 p10 = sptr : IntPtr P1 p11 = sptr : IntPtr P2 p12 = sptr : IntPtr Q p13 = int : int flags p14 = ARGS_SIZE : Size newImageSize p15 = double : double balance p16 = double : double fov_scale %inst 元関数名(C#): calib3d_fisheye_stereoRectify 元DLLエクスポート名: calib3d_fisheye_stereoRectify 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d_fisheye.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_fisheye_stereoRectify(
    cv::_InputArray *K1, cv::_InputArray *D1, cv::_InputArray *K2, cv::_InputArray *D2, MyCvSize imageSize, cv::_InputArray *R, cv::_InputArray *tvec,
    cv::_OutputArray *R1, cv::_OutputArray *R2, cv::_OutputArray *P1, cv::_OutputArray *P2, cv::_OutputArray *Q, int flags, MyCvSize newImageSize,
    double balance, double fov_scale)
{
    BEGIN_WRAP
    cv::fisheye::stereoRectify(*K1, *D1, *K2, *D2, cpp(imageSize), *R, *tvec, *R1, *R2, *P1, *P2, *Q, flags, cpp(newImageSize), balance, fov_scale);
    END_WRAP
}
}html %group NativeMethods_calib3d_fisheye %index calib3d_fisheye_stereoCalibrate [32bit] ステレオキャリブレーションを行います． %prm p1,p2,p3,p4,p5,p6,p7,p8,p9,p10,p11,p12,p13 p1 = sptr : IntPtr objectPoints p2 = sptr : IntPtr imagePoints1 p3 = sptr : IntPtr imagePoints2 p4 = sptr : IntPtr K1 p5 = sptr : IntPtr D1 p6 = sptr : IntPtr K2 p7 = sptr : IntPtr D2 p8 = ARGS_SIZE : Size imageSize p9 = sptr : IntPtr R p10 = sptr : IntPtr T p11 = int : int flags p12 = ARGS_TERMCRITERIA : TermCriteria criteria p13 = var : out double returnValue %inst 元関数名(C#): calib3d_fisheye_stereoCalibrate 元DLLエクスポート名: calib3d_fisheye_stereoCalibrate 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d_fisheye.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_fisheye_stereoCalibrate(
    std::vector<cv::Mat> *objectPoints,
    std::vector<cv::Mat> *imagePoints1, 
    std::vector<cv::Mat> *imagePoints2, 
    cv::_InputOutputArray *K1,
    cv::_InputOutputArray *D1,
    cv::_InputOutputArray *K2,
    cv::_InputOutputArray *D2,
    MyCvSize imageSize,
    cv::_OutputArray *R,
    cv::_OutputArray *T,
    int flags,
    MyCvTermCriteria criteria,
    double *returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::fisheye::stereoCalibrate(
        *objectPoints, *imagePoints1, *imagePoints2,
        *K1, *D1,
        *K2, *D2,
        cpp(imageSize), entity(R), entity(T), flags, cpp(criteria));
    END_WRAP
}
}html %group NativeMethods_calib3d_fisheye %index calib3d_fisheye_stereoCalibrate [64bit] ステレオキャリブレーションを行います． %prm p1,p2,p3,p4,p5,p6,p7,p8,p9,p10,p11,p12,p13 p1 = sptr : IntPtr objectPoints p2 = sptr : IntPtr imagePoints1 p3 = sptr : IntPtr imagePoints2 p4 = sptr : IntPtr K1 p5 = sptr : IntPtr D1 p6 = sptr : IntPtr K2 p7 = sptr : IntPtr D2 p8 = ARGS_SIZE : Size imageSize p9 = sptr : IntPtr R p10 = sptr : IntPtr T p11 = int : int flags p12 = var : TermCriteria criteria p13 = var : out double returnValue %inst 元関数名(C#): calib3d_fisheye_stereoCalibrate 元DLLエクスポート名: calib3d_fisheye_stereoCalibrate 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d_fisheye.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_fisheye_stereoCalibrate(
    std::vector<cv::Mat> *objectPoints,
    std::vector<cv::Mat> *imagePoints1, 
    std::vector<cv::Mat> *imagePoints2, 
    cv::_InputOutputArray *K1,
    cv::_InputOutputArray *D1,
    cv::_InputOutputArray *K2,
    cv::_InputOutputArray *D2,
    MyCvSize imageSize,
    cv::_OutputArray *R,
    cv::_OutputArray *T,
    int flags,
    MyCvTermCriteria criteria,
    double *returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::fisheye::stereoCalibrate(
        *objectPoints, *imagePoints1, *imagePoints2,
        *K1, *D1,
        *K2, *D2,
        cpp(imageSize), entity(R), entity(T), flags, cpp(criteria));
    END_WRAP
}
}html %group NativeMethods_calib3d_fisheye %index calib3d_StereoMatcher_compute [32/64bit] 指定されたステレオペアの視差マップを計算します． %prm p1,p2,p3,p4 p1 = sptr : IntPtr obj p2 = sptr : IntPtr left p3 = sptr : IntPtr right p4 = sptr : IntPtr disparity %inst cv::cuda::StereoSGM で実装されています． 元関数名(C#): calib3d_StereoMatcher_compute 元DLLエクスポート名: calib3d_StereoMatcher_compute 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d_StereoMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_StereoMatcher_compute(
    cv::Ptr<cv::StereoMatcher> *obj, cv::_InputArray *left, cv::_InputArray *right, cv::_OutputArray *disparity)
{
    BEGIN_WRAP
    (*obj)->compute(*left, *right, *disparity);
    END_WRAP
}
}html %group NativeMethods_calib3d_StereoMatcher %index calib3d_StereoMatcher_getMinDisparity [32/64bit] calib3d_StereoMatcher_getMinDisparity %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): calib3d_StereoMatcher_getMinDisparity 元DLLエクスポート名: calib3d_StereoMatcher_getMinDisparity 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d_StereoMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_StereoMatcher_getMinDisparity(
    cv::Ptr<cv::StereoMatcher> *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = (*obj)->getMinDisparity();
    END_WRAP
}
}html %group NativeMethods_calib3d_StereoMatcher %index calib3d_StereoMatcher_setMinDisparity [32/64bit] calib3d_StereoMatcher_setMinDisparity %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int value %inst 元関数名(C#): calib3d_StereoMatcher_setMinDisparity 元DLLエクスポート名: calib3d_StereoMatcher_setMinDisparity 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d_StereoMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_StereoMatcher_setMinDisparity(
    cv::Ptr<cv::StereoMatcher> *obj, int value)
{
    BEGIN_WRAP
    (*obj)->setMinDisparity(value);
    END_WRAP
}
}html %group NativeMethods_calib3d_StereoMatcher %index calib3d_StereoMatcher_getNumDisparities [32/64bit] calib3d_StereoMatcher_getNumDisparities %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): calib3d_StereoMatcher_getNumDisparities 元DLLエクスポート名: calib3d_StereoMatcher_getNumDisparities 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d_StereoMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_StereoMatcher_getNumDisparities(
    cv::Ptr<cv::StereoMatcher> *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = (*obj)->getNumDisparities();
    END_WRAP
}
}html %group NativeMethods_calib3d_StereoMatcher %index calib3d_StereoMatcher_setNumDisparities [32/64bit] calib3d_StereoMatcher_setNumDisparities %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int value %inst 元関数名(C#): calib3d_StereoMatcher_setNumDisparities 元DLLエクスポート名: calib3d_StereoMatcher_setNumDisparities 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d_StereoMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_StereoMatcher_setNumDisparities(
    cv::Ptr<cv::StereoMatcher> *obj, int value)
{
    BEGIN_WRAP
    (*obj)->setNumDisparities(value);
    END_WRAP
}
}html %group NativeMethods_calib3d_StereoMatcher %index calib3d_StereoMatcher_getBlockSize [32/64bit] calib3d_StereoMatcher_getBlockSize %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): calib3d_StereoMatcher_getBlockSize 元DLLエクスポート名: calib3d_StereoMatcher_getBlockSize 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d_StereoMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_StereoMatcher_getBlockSize(
    cv::Ptr<cv::StereoMatcher> *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = (*obj)->getBlockSize();
    END_WRAP
}
}html %group NativeMethods_calib3d_StereoMatcher %index calib3d_StereoMatcher_setBlockSize [32/64bit] calib3d_StereoMatcher_setBlockSize %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int value %inst 元関数名(C#): calib3d_StereoMatcher_setBlockSize 元DLLエクスポート名: calib3d_StereoMatcher_setBlockSize 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d_StereoMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_StereoMatcher_setBlockSize(
    cv::Ptr<cv::StereoMatcher> *obj, int value)
{
    BEGIN_WRAP
    (*obj)->setBlockSize(value);
    END_WRAP
}
}html %group NativeMethods_calib3d_StereoMatcher %index calib3d_StereoMatcher_getSpeckleWindowSize [32/64bit] calib3d_StereoMatcher_getSpeckleWindowSize %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): calib3d_StereoMatcher_getSpeckleWindowSize 元DLLエクスポート名: calib3d_StereoMatcher_getSpeckleWindowSize 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d_StereoMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_StereoMatcher_getSpeckleWindowSize(
    cv::Ptr<cv::StereoMatcher> *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = (*obj)->getSpeckleWindowSize();
    END_WRAP
}
}html %group NativeMethods_calib3d_StereoMatcher %index calib3d_StereoMatcher_setSpeckleWindowSize [32/64bit] calib3d_StereoMatcher_setSpeckleWindowSize %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int value %inst 元関数名(C#): calib3d_StereoMatcher_setSpeckleWindowSize 元DLLエクスポート名: calib3d_StereoMatcher_setSpeckleWindowSize 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d_StereoMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_StereoMatcher_setSpeckleWindowSize(
    cv::Ptr<cv::StereoMatcher> *obj, int value)
{
    BEGIN_WRAP
    (*obj)->setSpeckleWindowSize(value);
    END_WRAP
}
}html %group NativeMethods_calib3d_StereoMatcher %index calib3d_StereoMatcher_getSpeckleRange [32/64bit] calib3d_StereoMatcher_getSpeckleRange %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): calib3d_StereoMatcher_getSpeckleRange 元DLLエクスポート名: calib3d_StereoMatcher_getSpeckleRange 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d_StereoMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_StereoMatcher_getSpeckleRange(
    cv::Ptr<cv::StereoMatcher> *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = (*obj)->getSpeckleRange();
    END_WRAP
}
}html %group NativeMethods_calib3d_StereoMatcher %index calib3d_StereoMatcher_setSpeckleRange [32/64bit] calib3d_StereoMatcher_setSpeckleRange %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int value %inst 元関数名(C#): calib3d_StereoMatcher_setSpeckleRange 元DLLエクスポート名: calib3d_StereoMatcher_setSpeckleRange 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d_StereoMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_StereoMatcher_setSpeckleRange(
    cv::Ptr<cv::StereoMatcher> *obj, int value)
{
    BEGIN_WRAP
    (*obj)->setSpeckleRange(value);
    END_WRAP
}
}html %group NativeMethods_calib3d_StereoMatcher %index calib3d_StereoMatcher_getDisp12MaxDiff [32/64bit] calib3d_StereoMatcher_getDisp12MaxDiff %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): calib3d_StereoMatcher_getDisp12MaxDiff 元DLLエクスポート名: calib3d_StereoMatcher_getDisp12MaxDiff 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d_StereoMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_StereoMatcher_getDisp12MaxDiff(
    cv::Ptr<cv::StereoMatcher> *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = (*obj)->getDisp12MaxDiff();
    END_WRAP
}
}html %group NativeMethods_calib3d_StereoMatcher %index calib3d_StereoMatcher_setDisp12MaxDiff [32/64bit] calib3d_StereoMatcher_setDisp12MaxDiff %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int value %inst 元関数名(C#): calib3d_StereoMatcher_setDisp12MaxDiff 元DLLエクスポート名: calib3d_StereoMatcher_setDisp12MaxDiff 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d_StereoMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_StereoMatcher_setDisp12MaxDiff(
    cv::Ptr<cv::StereoMatcher> *obj, int value)
{
    BEGIN_WRAP
    (*obj)->setDisp12MaxDiff(value);
    END_WRAP
}
}html %group NativeMethods_calib3d_StereoMatcher %index calib3d_Ptr_StereoBM_delete [32/64bit] cv::StereoBM のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst K. KonoligeによってOpenCVに導入・貢献された，ブロックマッチングアルゴリズムを用いてステレオ対応点を計算するためのクラス． 元関数名(C#): calib3d_Ptr_StereoBM_delete 元DLLエクスポート名: calib3d_Ptr_StereoBM_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d_StereoMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_Ptr_StereoBM_delete(
    cv::Ptr<cv::StereoBM> *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_calib3d_StereoMatcher %index calib3d_Ptr_StereoBM_get [32/64bit] cv::StereoBM のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst K. KonoligeによってOpenCVに導入・貢献された，ブロックマッチングアルゴリズムを用いてステレオ対応点を計算するためのクラス． 元関数名(C#): calib3d_Ptr_StereoBM_get 元DLLエクスポート名: calib3d_Ptr_StereoBM_get 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d_StereoMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_Ptr_StereoBM_get(
    cv::Ptr<cv::StereoBM> *obj, cv::StereoBM **returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->get();
    END_WRAP
}
}html %group NativeMethods_calib3d_StereoMatcher %index calib3d_StereoBM_create [32/64bit] StereoBM オブジェクトを作成します． %prm p1,p2,p3 p1 = int : int numDisparities p2 = int : int blockSize p3 = var : out IntPtr returnValue %inst この関数は，StereoBM オブジェクトを作成します．そして，StereoBM::compute() を呼び出して，特定のステレオペアの視差を計算することができます． 元関数名(C#): calib3d_StereoBM_create 元DLLエクスポート名: calib3d_StereoBM_create 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d_StereoMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_StereoBM_create(
    int numDisparities, int blockSize, cv::Ptr<cv::StereoBM> **returnValue)
{
    BEGIN_WRAP
    const auto obj = cv::StereoBM::create(numDisparities, blockSize);
    *returnValue = clone(obj);
    END_WRAP
}
}html %group NativeMethods_calib3d_StereoMatcher %index calib3d_StereoBM_getPreFilterType [32/64bit] calib3d_StereoBM_getPreFilterType %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): calib3d_StereoBM_getPreFilterType 元DLLエクスポート名: calib3d_StereoBM_getPreFilterType 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d_StereoMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_StereoBM_getPreFilterType(
    cv::Ptr<cv::StereoBM> *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = (*obj)->getPreFilterType();
    END_WRAP
}
}html %group NativeMethods_calib3d_StereoMatcher %index calib3d_StereoBM_setPreFilterType [32/64bit] calib3d_StereoBM_setPreFilterType %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int value %inst 元関数名(C#): calib3d_StereoBM_setPreFilterType 元DLLエクスポート名: calib3d_StereoBM_setPreFilterType 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d_StereoMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_StereoBM_setPreFilterType(
    cv::Ptr<cv::StereoBM> *obj, int value)
{
    BEGIN_WRAP
    (*obj)->setPreFilterType(value);
    END_WRAP
}
}html %group NativeMethods_calib3d_StereoMatcher %index calib3d_StereoBM_getPreFilterSize [32/64bit] calib3d_StereoBM_getPreFilterSize %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): calib3d_StereoBM_getPreFilterSize 元DLLエクスポート名: calib3d_StereoBM_getPreFilterSize 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d_StereoMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_StereoBM_getPreFilterSize(
    cv::Ptr<cv::StereoBM> *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = (*obj)->getPreFilterSize();
    END_WRAP
}
}html %group NativeMethods_calib3d_StereoMatcher %index calib3d_StereoBM_setPreFilterSize [32/64bit] calib3d_StereoBM_setPreFilterSize %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int value %inst 元関数名(C#): calib3d_StereoBM_setPreFilterSize 元DLLエクスポート名: calib3d_StereoBM_setPreFilterSize 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d_StereoMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_StereoBM_setPreFilterSize(
    cv::Ptr<cv::StereoBM> *obj, int value)
{
    BEGIN_WRAP
    (*obj)->setPreFilterSize(value);
    END_WRAP
}
}html %group NativeMethods_calib3d_StereoMatcher %index calib3d_StereoBM_getPreFilterCap [32/64bit] calib3d_StereoBM_getPreFilterCap %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): calib3d_StereoBM_getPreFilterCap 元DLLエクスポート名: calib3d_StereoBM_getPreFilterCap 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d_StereoMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_StereoBM_getPreFilterCap(
    cv::Ptr<cv::StereoBM> *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = (*obj)->getPreFilterCap();
    END_WRAP
}
}html %group NativeMethods_calib3d_StereoMatcher %index calib3d_StereoBM_setPreFilterCap [32/64bit] calib3d_StereoBM_setPreFilterCap %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int value %inst 元関数名(C#): calib3d_StereoBM_setPreFilterCap 元DLLエクスポート名: calib3d_StereoBM_setPreFilterCap 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d_StereoMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_StereoBM_setPreFilterCap(
    cv::Ptr<cv::StereoBM> *obj, int value)
{
    BEGIN_WRAP
    (*obj)->setPreFilterCap(value);
    END_WRAP
}
}html %group NativeMethods_calib3d_StereoMatcher %index calib3d_StereoBM_getTextureThreshold [32/64bit] calib3d_StereoBM_getTextureThreshold %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): calib3d_StereoBM_getTextureThreshold 元DLLエクスポート名: calib3d_StereoBM_getTextureThreshold 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d_StereoMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_StereoBM_getTextureThreshold(
    cv::Ptr<cv::StereoBM> *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = (*obj)->getTextureThreshold();
    END_WRAP
}
}html %group NativeMethods_calib3d_StereoMatcher %index calib3d_StereoBM_setTextureThreshold [32/64bit] calib3d_StereoBM_setTextureThreshold %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int value %inst 元関数名(C#): calib3d_StereoBM_setTextureThreshold 元DLLエクスポート名: calib3d_StereoBM_setTextureThreshold 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d_StereoMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_StereoBM_setTextureThreshold(
    cv::Ptr<cv::StereoBM> *obj, int value)
{
    BEGIN_WRAP
    (*obj)->setTextureThreshold(value);
    END_WRAP
}
}html %group NativeMethods_calib3d_StereoMatcher %index calib3d_StereoBM_getUniquenessRatio [32/64bit] calib3d_StereoBM_getUniquenessRatio %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): calib3d_StereoBM_getUniquenessRatio 元DLLエクスポート名: calib3d_StereoBM_getUniquenessRatio 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d_StereoMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_StereoBM_getUniquenessRatio(
    cv::Ptr<cv::StereoBM> *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = (*obj)->getUniquenessRatio();
    END_WRAP
}
}html %group NativeMethods_calib3d_StereoMatcher %index calib3d_StereoBM_setUniquenessRatio [32/64bit] calib3d_StereoBM_setUniquenessRatio %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int value %inst 元関数名(C#): calib3d_StereoBM_setUniquenessRatio 元DLLエクスポート名: calib3d_StereoBM_setUniquenessRatio 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d_StereoMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_StereoBM_setUniquenessRatio(
    cv::Ptr<cv::StereoBM> *obj, int value)
{
    BEGIN_WRAP
    (*obj)->setUniquenessRatio(value);
    END_WRAP
}
}html %group NativeMethods_calib3d_StereoMatcher %index calib3d_StereoBM_getSmallerBlockSize [32/64bit] calib3d_StereoBM_getSmallerBlockSize %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): calib3d_StereoBM_getSmallerBlockSize 元DLLエクスポート名: calib3d_StereoBM_getSmallerBlockSize 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d_StereoMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_StereoBM_getSmallerBlockSize(
    cv::Ptr<cv::StereoBM> *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = (*obj)->getSmallerBlockSize();
    END_WRAP
}
}html %group NativeMethods_calib3d_StereoMatcher %index calib3d_StereoBM_setSmallerBlockSize [32/64bit] calib3d_StereoBM_setSmallerBlockSize %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int value %inst 元関数名(C#): calib3d_StereoBM_setSmallerBlockSize 元DLLエクスポート名: calib3d_StereoBM_setSmallerBlockSize 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d_StereoMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_StereoBM_setSmallerBlockSize(
    cv::Ptr<cv::StereoBM> *obj, int value)
{
    BEGIN_WRAP
    (*obj)->setSmallerBlockSize(value);
    END_WRAP
}
}html %group NativeMethods_calib3d_StereoMatcher %index calib3d_StereoBM_getROI1 [32/64bit] calib3d_StereoBM_getROI1 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out Rect returnValue %inst 元関数名(C#): calib3d_StereoBM_getROI1 元DLLエクスポート名: calib3d_StereoBM_getROI1 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d_StereoMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_StereoBM_getROI1(
    cv::Ptr<cv::StereoBM> *obj, MyCvRect *returnValue)
{
    BEGIN_WRAP
    *returnValue = c((*obj)->getROI1());
    END_WRAP
}
}html %group NativeMethods_calib3d_StereoMatcher %index calib3d_StereoBM_setROI1 [32bit] calib3d_StereoBM_setROI1 %prm p1,p2 p1 = sptr : IntPtr obj p2 = ARGS_RECT : Rect value %inst 元関数名(C#): calib3d_StereoBM_setROI1 元DLLエクスポート名: calib3d_StereoBM_setROI1 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d_StereoMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_StereoBM_setROI1(
    cv::Ptr<cv::StereoBM> *obj, MyCvRect value)
{
    BEGIN_WRAP
    (*obj)->setROI1(cpp(value));
    END_WRAP
}
}html %group NativeMethods_calib3d_StereoMatcher %index calib3d_StereoBM_setROI1 [64bit] calib3d_StereoBM_setROI1 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : Rect value %inst 元関数名(C#): calib3d_StereoBM_setROI1 元DLLエクスポート名: calib3d_StereoBM_setROI1 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d_StereoMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_StereoBM_setROI1(
    cv::Ptr<cv::StereoBM> *obj, MyCvRect value)
{
    BEGIN_WRAP
    (*obj)->setROI1(cpp(value));
    END_WRAP
}
}html %group NativeMethods_calib3d_StereoMatcher %index calib3d_StereoBM_getROI2 [32/64bit] calib3d_StereoBM_getROI2 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out Rect returnValue %inst 元関数名(C#): calib3d_StereoBM_getROI2 元DLLエクスポート名: calib3d_StereoBM_getROI2 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d_StereoMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_StereoBM_getROI2(
    cv::Ptr<cv::StereoBM> *obj, MyCvRect *returnValue)
{
    BEGIN_WRAP
    *returnValue = c((*obj)->getROI2());
    END_WRAP
}
}html %group NativeMethods_calib3d_StereoMatcher %index calib3d_StereoBM_setROI2 [32bit] calib3d_StereoBM_setROI2 %prm p1,p2 p1 = sptr : IntPtr obj p2 = ARGS_RECT : Rect value %inst 元関数名(C#): calib3d_StereoBM_setROI2 元DLLエクスポート名: calib3d_StereoBM_setROI2 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d_StereoMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_StereoBM_setROI2(
    cv::Ptr<cv::StereoBM> *obj, MyCvRect value)
{
    BEGIN_WRAP
    (*obj)->setROI2(cpp(value));
    END_WRAP
}
}html %group NativeMethods_calib3d_StereoMatcher %index calib3d_StereoBM_setROI2 [64bit] calib3d_StereoBM_setROI2 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : Rect value %inst 元関数名(C#): calib3d_StereoBM_setROI2 元DLLエクスポート名: calib3d_StereoBM_setROI2 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d_StereoMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_StereoBM_setROI2(
    cv::Ptr<cv::StereoBM> *obj, MyCvRect value)
{
    BEGIN_WRAP
    (*obj)->setROI2(cpp(value));
    END_WRAP
}
}html %group NativeMethods_calib3d_StereoMatcher %index calib3d_Ptr_StereoSGBM_get [32/64bit] cv::StereoSGBM のインスタンスを破棄します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst このクラスは，修正された H. Hirschmuller アルゴリズム [111] を実装しており，オリジナルのアルゴリズムとは以下のように異なります． createStereoSGBM で mode=StereoSGBM::MODE_HH を設定すると，アルゴリズムの完全なバリエーションが実行されますが，大量のメモリを消費する可能性があることに注意してください． このアルゴリズムは、個々のピクセルではなく、ブロックをマッチングします。ただし、blockSize=1を設定すると、ブロックが単一のピクセルに縮小されます。 相互情報コスト関数は実装されていません。代わりに、[23]のより単純なBirchfield-Tomasiサブピクセルメトリックが使用されます。ただし、カラー画像にも対応しています。 K. KonoligeのアルゴリズムであるStereoBMのいくつかの前処理および後処理ステップが含まれています。例えば，プレフィルタリング（StereoBM::PREFILTER_XSOBEL型）およびポストフィルタリング（一意性チェック，2次補間，スペックルフィルタリング）があります。 備考 (Python) StereoSGBM マッチングアルゴリズムの使用例は、opencv_source_code/samples/python/stereo_match.py にあります。 元関数名(C#): calib3d_Ptr_StereoSGBM_get 元DLLエクスポート名: calib3d_Ptr_StereoSGBM_get 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d_StereoMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_Ptr_StereoSGBM_get(
    cv::Ptr<cv::StereoSGBM> *obj, cv::StereoSGBM **returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->get();
    END_WRAP
}
}html %group NativeMethods_calib3d_StereoMatcher %index calib3d_Ptr_StereoSGBM_delete [32/64bit] cv::StereoSGBM のインスタンスポインタを取得します %prm p1 p1 = sptr : IntPtr obj %inst このクラスは，修正された H. Hirschmuller アルゴリズム [111] を実装しており，オリジナルのアルゴリズムとは以下のように異なります． createStereoSGBM で mode=StereoSGBM::MODE_HH を設定すると，アルゴリズムの完全なバリエーションが実行されますが，大量のメモリを消費する可能性があることに注意してください． このアルゴリズムは、個々のピクセルではなく、ブロックをマッチングします。ただし、blockSize=1を設定すると、ブロックが単一のピクセルに縮小されます。 相互情報コスト関数は実装されていません。代わりに、[23]のより単純なBirchfield-Tomasiサブピクセルメトリックが使用されます。ただし、カラー画像にも対応しています。 K. KonoligeのアルゴリズムであるStereoBMのいくつかの前処理および後処理ステップが含まれています。例えば，プレフィルタリング（StereoBM::PREFILTER_XSOBEL型）およびポストフィルタリング（一意性チェック，2次補間，スペックルフィルタリング）があります。 備考 (Python) StereoSGBM マッチングアルゴリズムの使用例は、opencv_source_code/samples/python/stereo_match.py にあります。 元関数名(C#): calib3d_Ptr_StereoSGBM_delete 元DLLエクスポート名: calib3d_Ptr_StereoSGBM_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d_StereoMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_Ptr_StereoSGBM_delete(cv::Ptr<cv::StereoSGBM> *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_calib3d_StereoMatcher %index calib3d_StereoSGBM_create [32/64bit] StereoSGBMオブジェクトを作成します。 %prm p1,p2,p3,p4,p5,p6,p7,p8,p9,p10,p11,p12 p1 = int : int minDisparity p2 = int : int numDisparities p3 = int : int blockSize p4 = int : int P1 p5 = int : int P2 p6 = int : int disp12MaxDiff p7 = int : int preFilterCap p8 = int : int uniquenessRatio p9 = int : int speckleWindowSize p10 = int : int speckleRange p11 = int : int mode p12 = var : out IntPtr returnValue %inst 最初のコンストラクタは，すべてのデフォルトパラメータで StereoSGBM を初期化します。そのため，StereoSGBM::numDisparities を最小値に設定するだけでよいです。2番目のコンストラクタでは，各パラメータをカスタム値に設定することができます。 元関数名(C#): calib3d_StereoSGBM_create 元DLLエクスポート名: calib3d_StereoSGBM_create 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d_StereoMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_StereoSGBM_create(
    int minDisparity, int numDisparities, int blockSize,
    int P1, int P2, int disp12MaxDiff,
    int preFilterCap, int uniquenessRatio,
    int speckleWindowSize, int speckleRange, int mode,
    cv::Ptr<cv::StereoSGBM> **returnValue)
{
    BEGIN_WRAP
    const auto obj = cv::StereoSGBM::create(
        minDisparity, numDisparities, blockSize,
        P1, P2, disp12MaxDiff,
        preFilterCap, uniquenessRatio,
        speckleWindowSize, speckleRange, mode);
    *returnValue = new cv::Ptr<cv::StereoSGBM>(obj);
    END_WRAP
}
}html %group NativeMethods_calib3d_StereoMatcher %index calib3d_StereoSGBM_getPreFilterCap [32/64bit] calib3d_StereoSGBM_getPreFilterCap %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): calib3d_StereoSGBM_getPreFilterCap 元DLLエクスポート名: calib3d_StereoSGBM_getPreFilterCap 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d_StereoMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_StereoSGBM_getPreFilterCap(cv::Ptr<cv::StereoSGBM> *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = (*obj)->getPreFilterCap();
    END_WRAP
}
}html %group NativeMethods_calib3d_StereoMatcher %index calib3d_StereoSGBM_setPreFilterCap [32/64bit] calib3d_StereoSGBM_setPreFilterCap %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int value %inst 元関数名(C#): calib3d_StereoSGBM_setPreFilterCap 元DLLエクスポート名: calib3d_StereoSGBM_setPreFilterCap 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d_StereoMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_StereoSGBM_setPreFilterCap(cv::Ptr<cv::StereoSGBM> *obj, int value)
{
    BEGIN_WRAP
    (*obj)->setPreFilterCap(value);
    END_WRAP
}
}html %group NativeMethods_calib3d_StereoMatcher %index calib3d_StereoSGBM_getUniquenessRatio [32/64bit] calib3d_StereoSGBM_getUniquenessRatio %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): calib3d_StereoSGBM_getUniquenessRatio 元DLLエクスポート名: calib3d_StereoSGBM_getUniquenessRatio 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d_StereoMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_StereoSGBM_getUniquenessRatio(cv::Ptr<cv::StereoSGBM> *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = (*obj)->getUniquenessRatio();
    END_WRAP
}
}html %group NativeMethods_calib3d_StereoMatcher %index calib3d_StereoSGBM_setUniquenessRatio [32/64bit] calib3d_StereoSGBM_setUniquenessRatio %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int value %inst 元関数名(C#): calib3d_StereoSGBM_setUniquenessRatio 元DLLエクスポート名: calib3d_StereoSGBM_setUniquenessRatio 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d_StereoMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_StereoSGBM_setUniquenessRatio(cv::Ptr<cv::StereoSGBM> *obj, int value)
{
    BEGIN_WRAP
    (*obj)->setUniquenessRatio(value);
    END_WRAP
}
}html %group NativeMethods_calib3d_StereoMatcher %index calib3d_StereoSGBM_getP1 [32/64bit] calib3d_StereoSGBM_getP1 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): calib3d_StereoSGBM_getP1 元DLLエクスポート名: calib3d_StereoSGBM_getP1 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d_StereoMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_StereoSGBM_getP1(cv::Ptr<cv::StereoSGBM> *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = (*obj)->getP1();
    END_WRAP
}
}html %group NativeMethods_calib3d_StereoMatcher %index calib3d_StereoSGBM_setP1 [32/64bit] calib3d_StereoSGBM_setP1 %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int value %inst 元関数名(C#): calib3d_StereoSGBM_setP1 元DLLエクスポート名: calib3d_StereoSGBM_setP1 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d_StereoMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_StereoSGBM_setP1(cv::Ptr<cv::StereoSGBM> *obj, int value)
{
    BEGIN_WRAP
    (*obj)->setP1(value);
    END_WRAP
}
}html %group NativeMethods_calib3d_StereoMatcher %index calib3d_StereoSGBM_getP2 [32/64bit] calib3d_StereoSGBM_getP2 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): calib3d_StereoSGBM_getP2 元DLLエクスポート名: calib3d_StereoSGBM_getP2 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d_StereoMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_StereoSGBM_getP2(cv::Ptr<cv::StereoSGBM> *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = (*obj)->getP2();
    END_WRAP
}
}html %group NativeMethods_calib3d_StereoMatcher %index calib3d_StereoSGBM_setP2 [32/64bit] calib3d_StereoSGBM_setP2 %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int value %inst 元関数名(C#): calib3d_StereoSGBM_setP2 元DLLエクスポート名: calib3d_StereoSGBM_setP2 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d_StereoMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_StereoSGBM_setP2(cv::Ptr<cv::StereoSGBM> *obj, int value)
{
    BEGIN_WRAP
    (*obj)->setP2(value);
    END_WRAP
}
}html %group NativeMethods_calib3d_StereoMatcher %index calib3d_StereoSGBM_getMode [32/64bit] calib3d_StereoSGBM_getMode %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): calib3d_StereoSGBM_getMode 元DLLエクスポート名: calib3d_StereoSGBM_getMode 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d_StereoMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_StereoSGBM_getMode(cv::Ptr<cv::StereoSGBM> *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = (*obj)->getMode();
    END_WRAP
}
}html %group NativeMethods_calib3d_StereoMatcher %index calib3d_StereoSGBM_setMode [32/64bit] calib3d_StereoSGBM_setMode %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int value %inst 元関数名(C#): calib3d_StereoSGBM_setMode 元DLLエクスポート名: calib3d_StereoSGBM_setMode 参照元CSファイル: Internal\PInvoke\NativeMethods\calib3d\NativeMethods_calib3d_StereoMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) calib3d_StereoSGBM_setMode(cv::Ptr<cv::StereoSGBM> *obj, int value)
{
    BEGIN_WRAP
    (*obj)->setMode(value);
    END_WRAP
}
}html %group NativeMethods_calib3d_StereoMatcher %index core_setBreakOnError [32/64bit] ブレークオンエラーモードの設定/リセット。 %prm p1 p1 = int : int flag %inst ブレークオンエラーモードが設定されていると、デフォルトのエラーハンドラがハードウェア例外を発行するので、デバッグが便利になります。例：samples/cpp/stitching_detailed.cpp. 元関数名(C#): core_setBreakOnError 元DLLエクスポート名: core_setBreakOnError 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(int) core_setBreakOnError(int flag)
{
    return cv::setBreakOnError(flag != 0) ? 1 : 0;
}
}html %group NativeMethods_core %index redirectError [32/64bit] 新しいエラーハンドラと、オプションのユーザデータを設定します。 %prm p1,p2,p3 p1 = sptr : CvErrorCallback errCallback p2 = sptr : IntPtr userdata p3 = var : ref IntPtr prevUserdata %inst この関数は，cv::error()から呼び出される新しいエラーハンドラを設定します． 元関数名(C#): redirectError 元DLLエクスポート名: redirectError 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(cv::ErrorCallback) redirectError(cv::ErrorCallback errCallback, void* userdata, void** prevUserdata)
{
    return cv::redirectError(errCallback, userdata, prevUserdata);
}
}html %group NativeMethods_core %index core_glob [32/64bit] 例： samples/cpp/train_HOG.cpp. %prm p1,p2,p3 p1 = str : [MarshalAs(UnmanagedType.LPStr)] string pattern p2 = sptr : IntPtr result p3 = int : int recursive %inst 元関数名(C#): core_glob 元DLLエクスポート名: core_glob 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_glob(const char *pattern, std::vector<std::string> *result, int recursive)
{
    BEGIN_WRAP
    cv::glob(pattern, *result, recursive != 0);
    END_WRAP
}
}html %group NativeMethods_core %index core_setNumThreads [32/64bit] OpenCV は，次の並列領域のスレッド数の設定を試みます． %prm p1 p1 = int : int nthreads %inst threads == 0 の場合，OpenCV はスレッド最適化を無効にし，すべての関数を逐次実行します．threads < 0 を渡すと，スレッド数がシステムのデフォルトにリセットされます．OpenCV は，指定されたスレッド数で関数を実行しようとしますが，いくつかの動作はフレームワークと異なります： TBB - ユーザ定義の並列構造は，別のスレッドが指定されなければ，同じスレッド数で実行されます．後にユーザが独自のスケジューラを作成した場合，OpenCVはそれを使用します． OpenMP - 特別に定義された動作はありません． Concurrency - threads == 1 の場合，OpenCV はスレッドの最適化を無効にし，その関数を順次実行します． GCD - <= 0 の値のみをサポートします． C= - 特別な定義はありません．パラメータ nthreads OpenCV が利用するスレッド数． 関連項目： getNumThreads, getThreadNum 元関数名(C#): core_setNumThreads 元DLLエクスポート名: core_setNumThreads 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_setNumThreads(int nthreads)
{
    BEGIN_WRAP
    cv::setNumThreads(nthreads);
    END_WRAP
}
}html %group NativeMethods_core %index core_getNumThreads [32/64bit] OpenCVが並列領域で利用するスレッド数を返します． %prm p1 p1 = var : out int returnValue %inst OpenCVがスレッドをサポートせずに構築されている場合は，常に1を返します．戻り値の正確な意味は，OpenCVライブラリで利用されているスレッドフレームワークに依存します：TBB - OpenCVが並列領域に利用しようとするスレッド数．ユーザコード内の tbb::thread_scheduler_init が OpenCV と衝突している場合，この関数は TBB ライブラリで利用されるデフォルトのスレッド数を返します． OpenMP - 新しいチームを形成するために使用されるスレッド数の上限。 Concurrency - OpenCV が並列領域に利用しようとするスレッド数． GCD - サポートされていません．互換性のために，GCD スレッドプールの上限（512）を返します． C= - OpenCV が並列領域で利用しようとするスレッド数． setNumThreads を呼び出す前に threads > 0 であれば，プロセスで利用可能な論理 CPU の数が返されます．関連項目： setNumThreads, getThreadNum 元関数名(C#): core_getNumThreads 元DLLエクスポート名: core_getNumThreads 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_getNumThreads(int* returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::getNumThreads();
    END_WRAP
}
}html %group NativeMethods_core %index core_getThreadNum [32/64bit] 現在の並列領域内で、現在実行されているスレッドのインデックスを 返します。並列領域の外から呼び出された場合は、常に 0 を返します。 %prm p1 p1 = var : out int returnValue %inst Deprecated：現在の実装は，このドキュメントに対応していません．戻り値の正確な意味は，OpenCV ライブラリで利用されているスレッドフレームワークに依存します： TBB - 現在の 4.1 TBB リリースではサポートされていません．将来的にはサポートされるかもしれません． OpenMP - 呼び出したスレッドの，現在のチーム内のスレッド番号． Concurrency - 現在のコンテキストが実行されている仮想プロセッサのID (マスタースレッドは0，その他は一意の番号，ただし，1,2,3,...は不要)． GCD - システムを呼び出すスレッドのID。並列領域内では決して0を返しません。 C= - 現在の並列タスクのインデックスです．関連項目： setNumThreads, getNumThreads 元関数名(C#): core_getThreadNum 元DLLエクスポート名: core_getThreadNum 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_getThreadNum(int* returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::getThreadNum();
    END_WRAP
}
}html %group NativeMethods_core %index core_getBuildInformation [32/64bit] 完全な設定時間の cmake 出力を返します。 %prm p1 p1 = sptr : IntPtr buf %inst 返される値は、バージョンコントロールシステムのリビジョン、コンパイラのバージョン、コンパイラフラグ、有効なモジュールやサードパーティライブラリなどを含む生の cmake 出力です。出力形式はターゲットのアーキテクチャに依存します。 元関数名(C#): core_getBuildInformation 元DLLエクスポート名: core_getBuildInformation 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_getBuildInformation(std::string *buf)
{
    BEGIN_WRAP
    const auto& str = cv::getBuildInformation();
    buf->assign(str);
    END_WRAP
}
}html %group NativeMethods_core %index core_getVersionString [32/64bit] ライブラリのバージョンを文字列で返します。 %prm p1,p2 p1 = var : byte* buf p2 = int : int maxLength %inst getMajorVersion, getMinorVersion, getRevisionVersionも参照してください。 元関数名(C#): core_getVersionString 元DLLエクスポート名: core_getVersionString 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_getVersionString(char *buf, int bufLength)
{
    BEGIN_WRAP
    const auto& str = cv::getVersionString();
    copyString(str, buf, bufLength);
    END_WRAP
}
}html %group NativeMethods_core %index core_getVersionMajor [32/64bit] ライブラリのメジャーバージョンを返します。 %prm p1 p1 = var : out int returnValue %inst 元関数名(C#): core_getVersionMajor 元DLLエクスポート名: core_getVersionMajor 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_getVersionMajor(int* returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::getVersionMajor();
    END_WRAP
}
}html %group NativeMethods_core %index core_getVersionMinor [32/64bit] ライブラリのメジャーバージョンを返します マイナーバージョンを返します %prm p1 p1 = var : out int returnValue %inst 元関数名(C#): core_getVersionMinor 元DLLエクスポート名: core_getVersionMinor 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_getVersionMinor(int* returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::getVersionMinor();
    END_WRAP
}
}html %group NativeMethods_core %index core_getVersionRevision [32/64bit] ライブラリのバージョンのリビジョン欄を返します %prm p1 p1 = var : out int returnValue %inst 元関数名(C#): core_getVersionRevision 元DLLエクスポート名: core_getVersionRevision 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_getVersionRevision(int* returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::getVersionRevision();
    END_WRAP
}
}html %group NativeMethods_core %index core_getTickCount [32/64bit] 刻みの数を返します。 %prm p1 p1 = var : out long returnValue %inst この関数は、特定のイベント（例えば、マシンの電源が入った時など）の後のティック数を返します。他にもgetTickFrequency、TickMeterExamples: fld_lines.cpp、samples/cpp/facedetect.cpp、samples/cpp/image_alignment.cpp、samples/cpp/peopledetect.cpp、samples/cpp/stitching_detailed.cpp、samples/cpp/watershed.cpp、samples/tapi/hog.cpp、samples/tapi/squares.cppを参照してください。 元関数名(C#): core_getTickCount 元DLLエクスポート名: core_getTickCount 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_getTickCount(int64* returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::getTickCount();
    END_WRAP
}
}html %group NativeMethods_core %index core_getTickFrequency [32/64bit] 1秒あたりの目盛りの数を返します。 %prm p1 p1 = var : out double returnValue %inst この関数は、1秒あたりの目盛りの数を返します。つまり、次のコードは、実行時間を秒単位で計算します。double t = (double)getTickCount();// 何かをする ...t = ((double)getTickCount() - t)/getTickFrequency();fragmentSee alsogetTickCount, TickMeterExamples: fld_lines.cpp, samples/cpp/facedetect.cpp、samples/cpp/image_alignment.cpp、samples/cpp/peopledetect.cpp、samples/cpp/stitching_detailed.cpp、samples/cpp/watershed.cpp、samples/dnn/classification.cpp、samples/dnn/object_detection.cpp、samples/dnn/segmentation.cpp、samples/tapi/hog.cpp、samples/tapi/squares.cppがあります。 元関数名(C#): core_getTickFrequency 元DLLエクスポート名: core_getTickFrequency 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_getTickFrequency(double* returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::getTickFrequency();
    END_WRAP
}
}html %group NativeMethods_core %index core_getCPUTickCount [32/64bit] CPUティック数を返します。 %prm p1 p1 = var : out long returnValue %inst この関数は、一部のアーキテクチャ（x86、x64、PowerPCなど）では、現在のCPUチック数を返します。その他のプラットフォームでは，この関数はgetTickCountと同等です。この関数は，非常に正確な時間の測定や，RNGの初期化にも使用できます．マルチCPUシステムの場合，getCPUTickCountが呼び出されたスレッドは中断され，別のCPUで独自のカウンタを使って再開できることに注意してください。そのため，理論的には（そして実際には），この関数の後続の呼び出しは，単調に増加する値を返す必要はありません。また，最近のCPUは負荷に応じてCPUの周波数を変化させるため，あるコードに費やされたCPUクロック数を時間単位に直接変換することはできません。そのため、実行時間を計測するには、一般的にgetTickCountの方が望ましいとされています。 元関数名(C#): core_getCPUTickCount 元DLLエクスポート名: core_getCPUTickCount 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_getCPUTickCount(int64* returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::getCPUTickCount();
    END_WRAP
}
}html %group NativeMethods_core %index core_checkHardwareSupport [32/64bit] 指定された機能がホストハードウェアでサポートされている場合、trueを返します。 %prm p1,p2 p1 = int : int feature p2 = var : out int returnValue %inst この関数は，ホストハードウェアが指定された機能をサポートしていれば，真を返します．ユーザが setUseOptimized(false) を呼び出すと，それ以降の checkHardwareSupport() は，setUseOptimized(true) が呼び出されるまで false を返します．このようにして，ユーザは OpenCV で最適化されたコードを動的にオン・オフすることができます． 元関数名(C#): core_checkHardwareSupport 元DLLエクスポート名: core_checkHardwareSupport 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_checkHardwareSupport(int feature, int* returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::checkHardwareSupport(feature) ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_core %index core_getHardwareFeatureName [32/64bit] ID によるフィーチャー名を返します． %prm p1,p2 p1 = int : int feature p2 = sptr : IntPtr buf %inst 機能が定義されていない場合は，空の文字列を返します． 元関数名(C#): core_getHardwareFeatureName 元DLLエクスポート名: core_getHardwareFeatureName 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_getHardwareFeatureName(int feature, std::string *buf)
{
    BEGIN_WRAP
    const auto& str = cv::getHardwareFeatureName(feature);
    buf->assign(str);
    END_WRAP
}
}html %group NativeMethods_core %index core_getCPUFeaturesLine [32/64bit] コンパイル時に有効な CPU 機能のリストを返します． %prm p1 p1 = sptr : IntPtr buf %inst 返される値は，CPU機能のリストをスペースで区切った文字列で，以下のマーカーが付いています： no markers - ベースライン機能 prefix * - ディスパッチャーで有効になった機能 suffix ?- 有効だがHWExampleでは使用できない機能。sse sse2 sse3 *sse4.1 *sse4.2 *fp16 *avx *avx2 *avx512-skx? 元関数名(C#): core_getCPUFeaturesLine 元DLLエクスポート名: core_getCPUFeaturesLine 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_getCPUFeaturesLine(std::string *buf)
{
    BEGIN_WRAP
    const auto& str = cv::getCPUFeaturesLine();
    buf->assign(str);
    END_WRAP
}
}html %group NativeMethods_core %index core_getNumberOfCPUs [32/64bit] プロセスで使用可能な論理 CPU の数を返します。 %prm p1 p1 = var : out int returnValue %inst 元関数名(C#): core_getNumberOfCPUs 元DLLエクスポート名: core_getNumberOfCPUs 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_getNumberOfCPUs(int* returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::getNumberOfCPUs();
    END_WRAP
}
}html %group NativeMethods_core %index core_setUseOptimized [32/64bit] 最適化されたコードを有効にしたり無効にしたりします。 %prm p1 p1 = int : int onoff %inst この関数は，最適化されたディスパッチコード（SSE4.2やAVX/AVX2などの命令をサポートするプラットフォームで使用されるコード）を動的にオン／オフするために使用できます。これは，OpenCVの関数によってさらにチェックされるグローバルフラグを設定します．このフラグは，OpenCV の内部ループではチェックされないので，アプリケーションの最上位で，他の OpenCV 関数が実行されていないことが確認できる場合にのみ，この関数を呼び出すのが安全です．デフォルトでは，CMake で無効にしない限り，最適化されたコードが有効になります．現在の状態は， useOptimized で取得できます． 元関数名(C#): core_setUseOptimized 元DLLエクスポート名: core_setUseOptimized 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_setUseOptimized(int onoff)
{
    BEGIN_WRAP
    cv::setUseOptimized(onoff != 0);
    END_WRAP
}
}html %group NativeMethods_core %index core_useOptimized [32/64bit] 最適化されたコードの使用状況を返します． %prm p1 p1 = var : out int returnValue %inst この関数は，最適化されたコードが有効な場合は true を返します。それ以外の場合は false を返します。 元関数名(C#): core_useOptimized 元DLLエクスポート名: core_useOptimized 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_useOptimized(int *returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::useOptimized() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_core %index core_format [32/64bit] core_format %prm p1,p2,p3 p1 = sptr : IntPtr mtx p2 = int : int fmt p3 = sptr : IntPtr buf %inst 元関数名(C#): core_format 元DLLエクスポート名: core_format 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_format(cv::_InputArray *mtx, int fmt, std::string *buf)
{
    BEGIN_WRAP
    const auto formatted = cv::format(*mtx, static_cast<cv::Formatter::FormatType>(fmt));

    std::stringstream s;
    s << formatted;
    buf->assign(s.str());
    END_WRAP
}
}html %group NativeMethods_core %index core_borderInterpolate [32/64bit] 外挿したピクセルのソース位置を計算します。 %prm p1,p2,p3,p4 p1 = int : int p p2 = int : int len p3 = int : int borderType p4 = var : out int returnValue %inst この関数は，指定された外挿分割モードを用いた場合に，指定された外挿分割ピクセルに対応するドナーピクセルの座標を計算して返します．例えば，水平方向に cv::BORDER_WRAP モード，垂直方向に cv::BORDER_REFLECT_101 モードを利用し，浮動小数点型画像 img の「仮想」ピクセル Point(-5, 100) の値を求める場合，次のようになります： float val = img.at(borderInterpolate(100, img.rows, cv::BORDER_REFLECT_101), borderInterpolate(-5, img.cols, cv::BORDER_WRAP));fragment通常，この関数が直接呼ばれることはありません．この関数は，フィルタリング関数の内部や，copyMakeBorderの中で利用されます． 元関数名(C#): core_borderInterpolate 元DLLエクスポート名: core_borderInterpolate 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_borderInterpolate(int p, int len, int borderType, int* returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::borderInterpolate(p, len, borderType);
    END_WRAP
}
}html %group NativeMethods_core %index core_copyMakeBorder [32bit] 画像の周りに境界線を形成します。 %prm p1,p2,p3,p4,p5,p6,p7,p8 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = int : int top p4 = int : int bottom p5 = int : int left p6 = int : int right p7 = int : int borderType p8 = ARGS_SCALAR : Scalar value %inst この関数は，入力画像を出力画像の中央にコピーします．コピーされたソース画像の左、右、上、下の領域は、外挿されたピクセルで埋められます。これは，この関数を基にしたフィルタリング関数が行っていること（オンザフライでピクセルを外挿すること）とは異なりますが，あなた自身の関数を含む他のより複雑な関数が，画像の境界処理を簡単にするために行っていることもあります． この関数は，src が既に dst の中央にある場合のモードをサポートしています．この場合，この関数は src 自身をコピーせず，単に境界を作成します．例えば，次のようにします： // 境界はすべての方向で同じであるとするint border=2;// 画像と境界の両方に合うように，より大きな画像を作成するMat gray_buf(rgb.rows + border*2, rgb.cols + border*2, rgb.depth());// dataMat gray(gray_canvas, Rect(border, border, rgb.cols, rgb.rows));// 画像を RGB からグレースケールに変換するecvtColor(rgb, gray, COLOR_RGB2GRAY);// その場で境界線を形成するcopyMakeBorder(gray, gray_buf, border, border, border, BORDER_REPLICATE);// 独自のフィルタリングを行う ......fragment注：入力画像が大きな画像の一部（ROI）である場合、この関数は ROI の外側のピクセルを使って境界線を形成しようとします。この機能を無効にして、あたかもsrcがROIでないかのように常に外挿するには、 borderType | BORDER_ISOLATEDを使用してください。他にもborderInterpolateExamples: samples/cpp/tutorial_code/ImgTrans/copyMakeBorder_demo.cppを参照してください。 元関数名(C#): core_copyMakeBorder 元DLLエクスポート名: core_copyMakeBorder 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_copyMakeBorder(
    cv::_InputArray* src, cv::_OutputArray* dst, int top, int bottom, int left, int right, int borderType, MyCvScalar value)
{
    BEGIN_WRAP
    cv::copyMakeBorder(*src, *dst, top, bottom, left, right, borderType, cpp(value));
    END_WRAP
}
}html %group NativeMethods_core %index core_copyMakeBorder [64bit] 画像の周りに境界線を形成します。 %prm p1,p2,p3,p4,p5,p6,p7,p8 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = int : int top p4 = int : int bottom p5 = int : int left p6 = int : int right p7 = int : int borderType p8 = var : Scalar value %inst この関数は，入力画像を出力画像の中央にコピーします．コピーされたソース画像の左、右、上、下の領域は、外挿されたピクセルで埋められます。これは，この関数を基にしたフィルタリング関数が行っていること（オンザフライでピクセルを外挿すること）とは異なりますが，あなた自身の関数を含む他のより複雑な関数が，画像の境界処理を簡単にするために行っていることもあります． この関数は，src が既に dst の中央にある場合のモードをサポートしています．この場合，この関数は src 自身をコピーせず，単に境界を作成します．例えば，次のようにします： // 境界はすべての方向で同じであるとするint border=2;// 画像と境界の両方に合うように，より大きな画像を作成するMat gray_buf(rgb.rows + border*2, rgb.cols + border*2, rgb.depth());// dataMat gray(gray_canvas, Rect(border, border, rgb.cols, rgb.rows));// 画像を RGB からグレースケールに変換するecvtColor(rgb, gray, COLOR_RGB2GRAY);// その場で境界線を形成するcopyMakeBorder(gray, gray_buf, border, border, border, BORDER_REPLICATE);// 独自のフィルタリングを行う ......fragment注：入力画像が大きな画像の一部（ROI）である場合、この関数は ROI の外側のピクセルを使って境界線を形成しようとします。この機能を無効にして、あたかもsrcがROIでないかのように常に外挿するには、 borderType | BORDER_ISOLATEDを使用してください。他にもborderInterpolateExamples: samples/cpp/tutorial_code/ImgTrans/copyMakeBorder_demo.cppを参照してください。 元関数名(C#): core_copyMakeBorder 元DLLエクスポート名: core_copyMakeBorder 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_copyMakeBorder(
    cv::_InputArray* src, cv::_OutputArray* dst, int top, int bottom, int left, int right, int borderType, MyCvScalar value)
{
    BEGIN_WRAP
    cv::copyMakeBorder(*src, *dst, top, bottom, left, right, borderType, cpp(value));
    END_WRAP
}
}html %group NativeMethods_core %index core_add [32/64bit] 2つの配列，または配列とスカラの要素毎の和を求めます． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr src1 p2 = sptr : IntPtr src2 p3 = sptr : IntPtr dst p4 = sptr : IntPtr mask p5 = int : int dtype %inst 関数 add は，同じサイズ，同じチャンネル数の入力配列を持つ2つの配列の和を求めます． \I） = ????? ( ????? )\♪♪〜 src2 が Scalar で構成されているか，または src1.channels() と同じ数の要素を持つ場合，配列とスカラの和になります． \I） = ????? ( ????? )\I (if mask}(I) src1 が Scalar で構成されている場合や， src2.channels() と同じ数の要素を持つ場合に，スカラと配列の和を求めます． \I） = ????? ( ????? )+ ????? )\I (I) ここで I は，配列要素の多次元インデックスです．上のリストの最初の関数は，行列式に置き換えることができます： dst = src1 + src2;dst += src1; // add(dst, src1, dst);fragment入力配列と出力配列のビット深度は，すべて同じでも異なっていても構いません．例えば，16 ビットの符号なし配列と 8 ビットの符号あり配列を加算し，その和を 32 ビットの浮動小数点配列として格納することができます．出力配列の深さは、dtypeパラメータで決定されます。上記の 2 番目と 3 番目のケース，そして最初のケースと同様に， src1.depth() == src2.depth() の場合， dtype をデフォルトの -1 に設定することができます． この場合，出力配列のビット深度は， src1，src2，またはその両方の入力配列と同じになります． 注意出力配列のビット深度が CV_32S の場合，彩度は適用されません．subtract, addWeighted, scaleAdd, Mat::convertToExamples も参照してください： modules/shape/samples/shape_example.cpp. 元関数名(C#): core_add 元DLLエクスポート名: core_add 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_add(
    cv::_InputArray *src1, cv::_InputArray *src2, cv::_OutputArray *dst, cv::_InputArray *mask, int dtype)
{
    BEGIN_WRAP
    cv::add(*src1, *src2, *dst, entity(mask), dtype);
    END_WRAP
}
}html %group NativeMethods_core %index core_subtract_InputArray2 [32/64bit] 2 つの配列同士，あるいは配列とスカラの要素毎の差を求めます． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr src1 p2 = sptr : IntPtr src2 p3 = sptr : IntPtr dst p4 = sptr : IntPtr mask p5 = int : int dtype %inst 関数 subtract は，入力配列が同じサイズ，同じチャンネル数の場合に，2つの配列の差を計算します． \I） = ????? ( ????? )\I (if mask}(I) src2 が Scalar で構成されている場合や src1.channels() と同じ数の要素を持つ場合の，配列とスカラの違い。 \I） = ????? ( ????? )\I (if mask}(I) src1 が Scalar で構成されている場合や， src2.channels() と同じ数の要素を持つ場合の，スカラと配列の違いです． \I） = ????? ( ????? )- src2}(I)\♪♪〜 SubRSの場合、スカラとアレイの違いは逆です。 \\\\ ( ????? )\I (if mask}(I) ここで I は，配列要素の多次元インデックスです．上のリストの最初の関数は，行列式に置き換えることができます： dst = src1 - src2;dst -= src1; // subtract(dst, src1, dst) と等価です;fragment入力配列と出力配列のビット深度は，すべて同じでも異なっていても構いません．例えば，8 ビットの符号なし配列に対して減算を行い，その差を 16 ビットの符号付き配列に格納することができます．出力配列の深さは，dtypeパラメータで決まります．上記の 2 番目と 3 番目のケース，そして最初のケースと同様に， src1.depth() == src2.depth() の場合， dtype をデフォルトの -1 に設定することができます． この場合，出力配列のビット深度は， src1，src2，またはその両方の入力配列と同じになります．See alsoadd, addWeighted, scaleAdd, Mat::convertToExamples: samples/cpp/image_alignment.cpp. 元関数名(C#): core_subtract_InputArray2 元DLLエクスポート名: core_subtract_InputArray2 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_subtract_InputArray2(
    cv::_InputArray *src1, cv::_InputArray *src2, cv::_OutputArray *dst, cv::_InputArray *mask, int dtype)
{
    BEGIN_WRAP
    cv::subtract(*src1, *src2, *dst, entity(mask), dtype);
    END_WRAP
}
}html %group NativeMethods_core %index core_subtract_InputArrayScalar [32bit] 2 つの配列同士，あるいは配列とスカラの要素毎の差を求めます． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr src1 p2 = ARGS_SCALAR : Scalar src2 p3 = sptr : IntPtr dst p4 = sptr : IntPtr mask p5 = int : int dtype %inst 関数 subtract は，入力配列が同じサイズ，同じチャンネル数の場合に，2つの配列の差を計算します． \I） = ????? ( ????? )\I (if mask}(I) src2 が Scalar で構成されている場合や src1.channels() と同じ数の要素を持つ場合の，配列とスカラの違い。 \I） = ????? ( ????? )\I (if mask}(I) src1 が Scalar で構成されている場合や， src2.channels() と同じ数の要素を持つ場合の，スカラと配列の違いです． \I） = ????? ( ????? )- src2}(I)\♪♪〜 SubRSの場合、スカラとアレイの違いは逆です。 \\\\ ( ????? )\I (if mask}(I) ここで I は，配列要素の多次元インデックスです．上のリストの最初の関数は，行列式に置き換えることができます： dst = src1 - src2;dst -= src1; // subtract(dst, src1, dst) と等価です;fragment入力配列と出力配列のビット深度は，すべて同じでも異なっていても構いません．例えば，8 ビットの符号なし配列に対して減算を行い，その差を 16 ビットの符号付き配列に格納することができます．出力配列の深さは，dtypeパラメータで決まります．上記の 2 番目と 3 番目のケース，そして最初のケースと同様に， src1.depth() == src2.depth() の場合， dtype をデフォルトの -1 に設定することができます． この場合，出力配列のビット深度は， src1，src2，またはその両方の入力配列と同じになります．See alsoadd, addWeighted, scaleAdd, Mat::convertToExamples: samples/cpp/image_alignment.cpp. 元関数名(C#): core_subtract_InputArrayScalar 元DLLエクスポート名: core_subtract_InputArrayScalar 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_subtract_InputArrayScalar(
    cv::_InputArray *src1, MyCvScalar src2, cv::_OutputArray *dst, cv::_InputArray *mask, int dtype)
{
    BEGIN_WRAP
    cv::subtract(*src1, cpp(src2), *dst, entity(mask), dtype);
    END_WRAP
}
}html %group NativeMethods_core %index core_subtract_InputArrayScalar [64bit] 2 つの配列同士，あるいは配列とスカラの要素毎の差を求めます． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr src1 p2 = var : Scalar src2 p3 = sptr : IntPtr dst p4 = sptr : IntPtr mask p5 = int : int dtype %inst 関数 subtract は，入力配列が同じサイズ，同じチャンネル数の場合に，2つの配列の差を計算します． \I） = ????? ( ????? )\I (if mask}(I) src2 が Scalar で構成されている場合や src1.channels() と同じ数の要素を持つ場合の，配列とスカラの違い。 \I） = ????? ( ????? )\I (if mask}(I) src1 が Scalar で構成されている場合や， src2.channels() と同じ数の要素を持つ場合の，スカラと配列の違いです． \I） = ????? ( ????? )- src2}(I)\♪♪〜 SubRSの場合、スカラとアレイの違いは逆です。 \\\\ ( ????? )\I (if mask}(I) ここで I は，配列要素の多次元インデックスです．上のリストの最初の関数は，行列式に置き換えることができます： dst = src1 - src2;dst -= src1; // subtract(dst, src1, dst) と等価です;fragment入力配列と出力配列のビット深度は，すべて同じでも異なっていても構いません．例えば，8 ビットの符号なし配列に対して減算を行い，その差を 16 ビットの符号付き配列に格納することができます．出力配列の深さは，dtypeパラメータで決まります．上記の 2 番目と 3 番目のケース，そして最初のケースと同様に， src1.depth() == src2.depth() の場合， dtype をデフォルトの -1 に設定することができます． この場合，出力配列のビット深度は， src1，src2，またはその両方の入力配列と同じになります．See alsoadd, addWeighted, scaleAdd, Mat::convertToExamples: samples/cpp/image_alignment.cpp. 元関数名(C#): core_subtract_InputArrayScalar 元DLLエクスポート名: core_subtract_InputArrayScalar 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_subtract_InputArrayScalar(
    cv::_InputArray *src1, MyCvScalar src2, cv::_OutputArray *dst, cv::_InputArray *mask, int dtype)
{
    BEGIN_WRAP
    cv::subtract(*src1, cpp(src2), *dst, entity(mask), dtype);
    END_WRAP
}
}html %group NativeMethods_core %index core_subtract_ScalarInputArray [32bit] 2 つの配列同士，あるいは配列とスカラの要素毎の差を求めます． %prm p1,p2,p3,p4,p5 p1 = ARGS_SCALAR : Scalar src1 p2 = sptr : IntPtr src2 p3 = sptr : IntPtr dst p4 = sptr : IntPtr mask p5 = int : int dtype %inst 関数 subtract は，入力配列が同じサイズ，同じチャンネル数の場合に，2つの配列の差を計算します． \I） = ????? ( ????? )\I (if mask}(I) src2 が Scalar で構成されている場合や src1.channels() と同じ数の要素を持つ場合の，配列とスカラの違い。 \I） = ????? ( ????? )\I (if mask}(I) src1 が Scalar で構成されている場合や， src2.channels() と同じ数の要素を持つ場合の，スカラと配列の違いです． \I） = ????? ( ????? )- src2}(I)\♪♪〜 SubRSの場合、スカラとアレイの違いは逆です。 \\\\ ( ????? )\I (if mask}(I) ここで I は，配列要素の多次元インデックスです．上のリストの最初の関数は，行列式に置き換えることができます： dst = src1 - src2;dst -= src1; // subtract(dst, src1, dst) と等価です;fragment入力配列と出力配列のビット深度は，すべて同じでも異なっていても構いません．例えば，8 ビットの符号なし配列に対して減算を行い，その差を 16 ビットの符号付き配列に格納することができます．出力配列の深さは，dtypeパラメータで決まります．上記の 2 番目と 3 番目のケース，そして最初のケースと同様に， src1.depth() == src2.depth() の場合， dtype をデフォルトの -1 に設定することができます． この場合，出力配列のビット深度は， src1，src2，またはその両方の入力配列と同じになります．See alsoadd, addWeighted, scaleAdd, Mat::convertToExamples: samples/cpp/image_alignment.cpp. 元関数名(C#): core_subtract_ScalarInputArray 元DLLエクスポート名: core_subtract_ScalarInputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_subtract_ScalarInputArray(
    MyCvScalar src1, cv::_InputArray *src2, cv::_OutputArray *dst, cv::_InputArray *mask, int dtype)
{
    BEGIN_WRAP
    cv::subtract(cpp(src1), *src2, *dst, entity(mask), dtype);
    END_WRAP
}
}html %group NativeMethods_core %index core_subtract_ScalarInputArray [64bit] 2 つの配列同士，あるいは配列とスカラの要素毎の差を求めます． %prm p1,p2,p3,p4,p5 p1 = var : Scalar src1 p2 = sptr : IntPtr src2 p3 = sptr : IntPtr dst p4 = sptr : IntPtr mask p5 = int : int dtype %inst 関数 subtract は，入力配列が同じサイズ，同じチャンネル数の場合に，2つの配列の差を計算します． \I） = ????? ( ????? )\I (if mask}(I) src2 が Scalar で構成されている場合や src1.channels() と同じ数の要素を持つ場合の，配列とスカラの違い。 \I） = ????? ( ????? )\I (if mask}(I) src1 が Scalar で構成されている場合や， src2.channels() と同じ数の要素を持つ場合の，スカラと配列の違いです． \I） = ????? ( ????? )- src2}(I)\♪♪〜 SubRSの場合、スカラとアレイの違いは逆です。 \\\\ ( ????? )\I (if mask}(I) ここで I は，配列要素の多次元インデックスです．上のリストの最初の関数は，行列式に置き換えることができます： dst = src1 - src2;dst -= src1; // subtract(dst, src1, dst) と等価です;fragment入力配列と出力配列のビット深度は，すべて同じでも異なっていても構いません．例えば，8 ビットの符号なし配列に対して減算を行い，その差を 16 ビットの符号付き配列に格納することができます．出力配列の深さは，dtypeパラメータで決まります．上記の 2 番目と 3 番目のケース，そして最初のケースと同様に， src1.depth() == src2.depth() の場合， dtype をデフォルトの -1 に設定することができます． この場合，出力配列のビット深度は， src1，src2，またはその両方の入力配列と同じになります．See alsoadd, addWeighted, scaleAdd, Mat::convertToExamples: samples/cpp/image_alignment.cpp. 元関数名(C#): core_subtract_ScalarInputArray 元DLLエクスポート名: core_subtract_ScalarInputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_subtract_ScalarInputArray(
    MyCvScalar src1, cv::_InputArray *src2, cv::_OutputArray *dst, cv::_InputArray *mask, int dtype)
{
    BEGIN_WRAP
    cv::subtract(cpp(src1), *src2, *dst, entity(mask), dtype);
    END_WRAP
}
}html %group NativeMethods_core %index core_multiply [32/64bit] 2 つの配列の要素毎のスケーリングされた積を求めます． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr src1 p2 = sptr : IntPtr src2 p3 = sptr : IntPtr dst p4 = double : double scale p5 = int : int dtype %inst 関数 multiply は，2つの配列の要素毎の積を計算します： ????? )(I)= \\\ ( ????? )\♪♪♪♪♪〜(I）\\\\(I))には，MatrixExpressions に適した最初の関数もあります．Mat::mul を参照してください．また，要素毎ではない行列積については， gemm を参照してください．また，add, subtract, divide, scaleAdd, addWeighted, accumulate, accumulateProduct, accumulateSquare, Mat::convertTo も参照してください． 元関数名(C#): core_multiply 元DLLエクスポート名: core_multiply 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_multiply(
    cv::_InputArray *src1, cv::_InputArray *src2, cv::_OutputArray *dst, double scale, int dtype)
{
    BEGIN_WRAP
    cv::multiply(*src1, *src2, *dst, scale, dtype);
    END_WRAP
}
}html %group NativeMethods_core %index core_divide1 [32/64bit] 2 つの配列，あるいはスカラを配列で割る，要素毎の除算を行います． %prm p1,p2,p3,p4 p1 = double : double scale p2 = sptr : IntPtr src2 p3 = sptr : IntPtr dst p4 = int : int dtype %inst 関数 cv::divide は，ある配列を別の配列で分割します．また，src1 が存在しない場合は，スカラを配列で分割します．整数型の場合，src2(I)が0のとき，dst(I)も0になります．注：浮動小数点データの場合，src2(I)が0のときの特別な動作は定義されていません．通常の浮動小数点演算が行われます。浮動小数点データ（NaN，Infの結果値を含む）に対するIEEE754の正しい動作を期待してください。 出力配列のビット深度が CV_32S の場合，Saturation は適用されません．他にも，omultiply, add, subtractExamples: samples/dnn/classification.cpp を参照してください． 元関数名(C#): core_divide1 元DLLエクスポート名: core_divide1 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_divide1(
    double scale, cv::_InputArray *src2, cv::_OutputArray *dst, int dtype)
{
    BEGIN_WRAP
    cv::divide(scale, *src2, *dst, dtype);
    END_WRAP
}
}html %group NativeMethods_core %index core_divide2 [32/64bit] 2 つの配列，あるいはスカラを配列で割る，要素毎の除算を行います． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr src1 p2 = sptr : IntPtr src2 p3 = sptr : IntPtr dst p4 = double : double scale p5 = int : int dtype %inst 関数 cv::divide は，ある配列を別の配列で分割します．また，src1 が存在しない場合は，スカラを配列で分割します．整数型の場合，src2(I)が0のとき，dst(I)も0になります．注：浮動小数点データの場合，src2(I)が0のときの特別な動作は定義されていません．通常の浮動小数点演算が行われます。浮動小数点データ（NaN，Infの結果値を含む）に対するIEEE754の正しい動作を期待してください。 出力配列のビット深度が CV_32S の場合，Saturation は適用されません．他にも，omultiply, add, subtractExamples: samples/dnn/classification.cpp を参照してください． 元関数名(C#): core_divide2 元DLLエクスポート名: core_divide2 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_divide2(
    cv::_InputArray *src1, cv::_InputArray *src2, cv::_OutputArray *dst, double scale, int dtype)
{
    BEGIN_WRAP
    cv::divide(*src1, *src2, *dst, scale, dtype);
    END_WRAP
}
}html %group NativeMethods_core %index core_scaleAdd [32/64bit] スケーリングされた配列と別の配列の和を計算します。 %prm p1,p2,p3,p4 p1 = sptr : IntPtr src1 p2 = double : double alpha p3 = sptr : IntPtr src2 p4 = sptr : IntPtr dst %inst 関数 scaleAdd は，古典的な原始線形代数演算の一つで，BLAS では DAXPY または SAXPY として知られています．スケーリングされた配列と別の配列の和を計算します。(I)= \\\\\\\\(I) + ??? -? ????(Mat A(3, 3, CV_64F);...A.row(0) = A.row(1)*2 + A.row(2);fragmentSee alsoadd, addWeighted, subtract, Mat::dot, Mat::convertTo 元関数名(C#): core_scaleAdd 元DLLエクスポート名: core_scaleAdd 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_scaleAdd(cv::_InputArray *src1, double alpha, cv::_InputArray *src2, cv::_OutputArray *dst)
{
    BEGIN_WRAP
    cv::scaleAdd(*src1, alpha, *src2, *dst);
    END_WRAP
}
}html %group NativeMethods_core %index core_addWeighted [32/64bit] 2 つの配列の加重和を求めます． %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr src1 p2 = double : double alpha p3 = sptr : IntPtr src2 p4 = double : double beta p5 = double : double gamma p6 = sptr : IntPtr dst p7 = int : int dtype %inst 関数 addWeighted は，次のように2つの配列の加重和を計算します： ??? -? ??? ???? ???? ??? -? ???(I)= ????? ( ????? )(I）* ????? + ?????(I)* ????? )]ここで I は，配列要素の多次元インデックスです．マルチチャンネル配列の場合は，各チャンネルが独立して処理されます．この関数は，行列式に置き換えることができます： dst = src1*alpha + src2*beta + gamma;fragment注 出力配列のビット深度が CV_32S の場合，彩度は適用されません．Add, subtract, scaleAdd, Mat::convertToExamples: samples/cpp/tutorial_code/HighGUI/AddingImagesTrackbar.cpp, samples/cpp/tutorial_code/ImgTrans/Sobel_Demo.cpp, samples/dnn/segmentation.cpp も参照してください． 元関数名(C#): core_addWeighted 元DLLエクスポート名: core_addWeighted 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_addWeighted(cv::_InputArray *src1, double alpha, cv::_InputArray *src2,
                             double beta, double gamma, cv::_OutputArray *dst, int dtype)
{
    BEGIN_WRAP
    cv::addWeighted(*src1, alpha, *src2, beta, gamma, *dst, dtype);
    END_WRAP
}
}html %group NativeMethods_core %index core_convertScaleAbs [32/64bit] スケーリングを行い、絶対値を計算し、結果を8ビットに変換します。 %prm p1,p2,p3,p4 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = double : double alpha p4 = double : double beta %inst 関数 convertScaleAbs は，入力配列の各要素に対して，スケーリング，絶対値の取得，符号なし8ビット型への変換，という3つの処理を順次行います．(I)= \\\\(| | src})(I)* ????? )]マルチチャンネル配列の場合は，各チャンネルを独立して処理します．出力が 8 ビットではない場合， Mat::convertTo メソッドを呼び出して（あるいは，行列式を利用して），その結果の絶対値を計算することで，この処理をエミュレートすることができます．例えば，Mat_ A(30,30);randu(A, Scalar(-100), Scalar(100));Mat_ B = A*5 + 3;B = abs(B);// Mat_ B = abs(A*5+3) でも動作しますが，一時的な行列フラグメントが確保されます． 参照：Mat::convertTo, cv::abs(const Mat&)例： samples/cpp/laplace.cpp, および samples/cpp/tutorial_code/ImgTrans/Sobel_Demo.cpp. 元関数名(C#): core_convertScaleAbs 元DLLエクスポート名: core_convertScaleAbs 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_convertScaleAbs(cv::_InputArray* src, cv::_OutputArray* dst, double alpha, double beta)
{
    BEGIN_WRAP
    cv::convertScaleAbs(*src, *dst, alpha, beta);
    END_WRAP
}
}html %group NativeMethods_core %index core_convertFp16 [32/64bit] 配列を半精度浮動小数点数に変換します． %prm p1,p2 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst %inst この関数は，FP32（単精度浮動小数点）をFP16（半精度浮動小数点）と相互に変換します．CV_16S フォーマットは，FP16 データを表現するために利用されます．2つの使用モード（ src -> dst ）があります．CV_32F -> CV_16S と CV_16S -> CV_32F です．CV_32F -> CV_16S と CV_16S -> CV_32F です．ビット深度を表すためには，入力配列の型が CV_32F か CV_16S でなければいけません．入力配列がそのどちらでもない場合，この関数はエラーを発生させます．半精度浮動小数点のフォーマットは，IEEE 754-2008 で定義されています． 元関数名(C#): core_convertFp16 元DLLエクスポート名: core_convertFp16 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_convertFp16(cv::_InputArray *src, cv::_OutputArray *dst)
{
    BEGIN_WRAP
    cv::convertFp16(*src, *dst);
    END_WRAP
}
}html %group NativeMethods_core %index core_LUT [32/64bit] 配列に対して，ルックアップテーブル変換を行います． %prm p1,p2,p3 p1 = sptr : IntPtr src p2 = sptr : IntPtr lut p3 = sptr : IntPtr dst %inst 関数 LUT は，ルックアップテーブルの値で出力配列を埋めます．エントリのインデックスは，入力配列から取得されます．つまり，この関数は src の各要素を以下のように処理します．\d = ????? ) if ????? )Mat::convertTo 元関数名(C#): core_LUT 元DLLエクスポート名: core_LUT 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_LUT(cv::_InputArray* src, cv::_InputArray* lut, cv::_OutputArray* dst)
{
    BEGIN_WRAP
    cv::LUT(*src, *lut, *dst);
    END_WRAP
}
}html %group NativeMethods_core %index core_sum [32/64bit] 配列の要素の和を求めます． %prm p1,p2 p1 = sptr : IntPtr src p2 = var : out Scalar returnValue %inst 関数 cv::sum は，各チャンネル毎に配列要素の総和を計算して返します． 参照：ocountNonZero, mean, meanStdDev, norm, minMaxLoc, reduce 元関数名(C#): core_sum 元DLLエクスポート名: core_sum 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_sum(cv::_InputArray* src, MyCvScalar* returnValue)
{
    BEGIN_WRAP
    *returnValue = c(cv::sum(*src));
    END_WRAP
}
}html %group NativeMethods_core %index core_countNonZero [32/64bit] ゼロではない配列要素を数えます． %prm p1,p2 p1 = sptr : IntPtr src p2 = var : out int returnValue %inst この関数は， src に含まれる 0 ではない要素の数を返します :???＞??*) 元関数名(C#): core_countNonZero 元DLLエクスポート名: core_countNonZero 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_countNonZero(cv::_InputArray* src, int* returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::countNonZero(*src);
    END_WRAP
}
}html %group NativeMethods_core %index core_findNonZero [32/64bit] 0 ではないピクセルの位置のリストを返します． %prm p1,p2 p1 = sptr : IntPtr src p2 = sptr : IntPtr idx %inst 2値行列（おそらく，threshold()，compare()，>，==などの処理から返されます）が与えられた場合，すべての非ゼロインデックスを cv::Mat または std::vector (x,y) として返します．例えば， cv::Mat binaryImage; // 入力であるバイナリ画像ecv::Mat locations; // 出力である，非ゼロピクセルの位置cv::findNonZero(binaryImage, locations);// ピクセル座標へのアクセスPoint pnt = locations.at(i);fragmentorcv::Mat binaryImage; // 入力，バイナリイメージevector locations; // 出力，0ではないピクセルの位置cv::findNonZero(binaryImage, locations);// アクセスピクセル座標Point pnt = locations[i];fragment 元関数名(C#): core_findNonZero 元DLLエクスポート名: core_findNonZero 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_findNonZero(cv::_InputArray* src, cv::_OutputArray* idx)
{
    BEGIN_WRAP
    cv::findNonZero(*src, *idx);
    END_WRAP
}
}html %group NativeMethods_core %index core_mean [32/64bit] 配列の要素の平均値を求めます． %prm p1,p2,p3 p1 = sptr : IntPtr src p2 = sptr : IntPtr mask p3 = var : out Scalar returnValue %inst 関数 cv::mean は，各チャンネル毎に配列要素の平均値 M を求め，それを返します．N = sum _{I:\♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪(1 M_c = "N" = "Sum _{I:\♪♪〜(I) eldest son}{ eldest son(I)_c}\end{array}\]すべてのマスク要素が0のとき，Scalar::all(0)を返します． 参照：ocountNonZero, meanStdDev, norm, minMaxLocExamples: samples/dn/classification.cpp, samples/dn/object_detection.cpp, samples/dn/segmentation.cpp. 元関数名(C#): core_mean 元DLLエクスポート名: core_mean 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_mean(cv::_InputArray* src, cv::_InputArray* mask, MyCvScalar* returnValue)
{
    BEGIN_WRAP
    *returnValue = c(cv::mean(*src, entity(mask)));
    END_WRAP
}
}html %group NativeMethods_core %index core_meanStdDev_OutputArray [32/64bit] 配列の要素の平均値と標準偏差を計算します． %prm p1,p2,p3,p4 p1 = sptr : IntPtr src p2 = sptr : IntPtr mean p3 = sptr : IntPtr stddev p4 = sptr : IntPtr mask %inst 関数 cv::meanStdDev は，各チャンネル毎に，配列要素の平均値と標準偏差 M を計算し，それを出力パラメータとして返します．N = sum _{I, ?????1_c = ????? )\I）\\ 0} ??(I)_c}{N}\\ ♪♪〜\\\ 0} ?? ( ????? )(I）_c - ????? )_c )^2}{N}}\注意：計算された標準偏差は、完全な正規化共分散行列の対角線上にしかありません。完全な行列が必要ならば，マルチチャンネル配列 M x N をシングルチャンネル配列 M*N x mtx.channels() に変換し（行列が連続である場合のみ可能），その行列を calcCovarMatrix に渡します． 他にも，ocountNonZero, mean, norm, minMaxLoc, calcCovarMatrix を参照してください． 元関数名(C#): core_meanStdDev_OutputArray 元DLLエクスポート名: core_meanStdDev_OutputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_meanStdDev_OutputArray(
    cv::_InputArray* src, cv::_OutputArray* mean, cv::_OutputArray* stddev, cv::_InputArray* mask)
{
    BEGIN_WRAP
    cv::meanStdDev(*src, *mean, *stddev, entity(mask));
    END_WRAP
}
}html %group NativeMethods_core %index core_meanStdDev_Scalar [32/64bit] 配列の要素の平均値と標準偏差を計算します． %prm p1,p2,p3,p4 p1 = sptr : IntPtr src p2 = var : out Scalar mean p3 = var : out Scalar stddev p4 = sptr : IntPtr mask %inst 関数 cv::meanStdDev は，各チャンネル毎に，配列要素の平均値と標準偏差 M を計算し，それを出力パラメータとして返します．N = sum _{I, ?????1_c = ????? )\I）\\ 0} ??(I)_c}{N}\\ ♪♪〜\\\ 0} ?? ( ????? )(I）_c - ????? )_c )^2}{N}}\注意：計算された標準偏差は、完全な正規化共分散行列の対角線上にしかありません。完全な行列が必要ならば，マルチチャンネル配列 M x N をシングルチャンネル配列 M*N x mtx.channels() に変換し（行列が連続である場合のみ可能），その行列を calcCovarMatrix に渡します． 他にも，ocountNonZero, mean, norm, minMaxLoc, calcCovarMatrix を参照してください． 元関数名(C#): core_meanStdDev_Scalar 元DLLエクスポート名: core_meanStdDev_Scalar 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_meanStdDev_Scalar(
    cv::_InputArray* src, MyCvScalar* mean, MyCvScalar* stddev, cv::_InputArray* mask)
{
    BEGIN_WRAP
    cv::Scalar mean0, stddev0;
    cv::meanStdDev(*src, mean0, stddev0, entity(mask));
    *mean = c(mean0);
    *stddev = c(stddev0);
    END_WRAP
}
}html %group NativeMethods_core %index core_norm1 [32/64bit] 配列の絶対値ノルムを求めます． %prm p1,p2,p3,p4 p1 = sptr : IntPtr src1 p2 = int : int normType p3 = sptr : IntPtr mask p4 = var : out double returnValue %inst このバージョンの norm は， src1 の絶対値ノルムを計算します．計算するノルムの種類は，NormTypesを用いて指定します．1つの配列の例として，関数 \(r(x)= origin{pmatrix} x ?????, x ?????) を考えます．サンプル値のノルムである?( L_{1}, L_{2} ? )は、?( L_{infty} ? )と同じです。-1 ♯2 ♯2 ♯2 ♯2 ♯2 ♯2 ♯2 ♯2 ♯2 ♯2 ♯2 ♯2 ♯2 ♯2 ♯2...\| r_{L_1} &= |-1| + |2| = 3 R_{L_2} &= |sqrt{(-1)^{2} + (2)^{2}}。+ (2)^{2}} = ????? )\\ R(-1)0.5\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\| 0.5+0.5+=1 ¶ r(0.5) ¶ L_2 ¶ &= ¶sqrt{(0.5)^{2}.+ (0.5)^{2}} = ″0.5″になります。\\ r(0.5) &= ~max(|0.5|,|0.5|) = 0.5.\end{align*}次の図は、3つのノルム関数\\ r(x), \ r(x), \ r(x), \ r(x), r(x), r(x), r(x), r(x), r(x), r(x), r(x), r(x), r(x), r(x), r(x).例題の関数 ?( r(x) ? )の場合、上側が ?( L_{1} ? )ノルム、下側が ?( L_{infty} ? )ノルムになっていることがわかります。マルチチャンネル入力配列は，シングルチャンネル配列として扱われます．つまり，すべてのチャンネルの結果が組み合わされます． 元関数名(C#): core_norm1 元DLLエクスポート名: core_norm1 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_norm1(cv::_InputArray* src1, int normType, cv::_InputArray* mask, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::norm(*src1, normType, entity(mask));
    END_WRAP
}
}html %group NativeMethods_core %index core_norm2 [32/64bit] 絶対差分ノルム，または相対差分ノルムを求めます． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr src1 p2 = sptr : IntPtr src2 p3 = int : int normType p4 = sptr : IntPtr mask p5 = var : out double returnValue %inst このバージョンの cv::norm は，配列 src1 と src2 の絶対差分ノルム，あるいは相対差分ノルムを求めます．計算するノルムの種類は， NormTypes を用いて指定します． 元関数名(C#): core_norm2 元DLLエクスポート名: core_norm2 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_norm2(cv::_InputArray* src1, cv::_InputArray* src2,
    int normType, cv::_InputArray* mask, double* returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::norm(*src1, *src2, normType, entity(mask));
    END_WRAP
}
}html %group NativeMethods_core %index core_PSNR [32/64bit] 画質指標である PSNR（Peak Signal-to-Noise Ratio）を計算します． %prm p1,p2,p3,p4 p1 = sptr : IntPtr src1 p2 = sptr : IntPtr src2 p3 = double : double r p4 = var : out double returnValue %inst この関数は，2つの入力配列 src1 と src2 の間の，デシベル（dB）単位で表されるピーク信号対雑音比（PSNR）の画質を求めます．PSNR は，次のように計算されます： ??? -? ??? Rは深度の最大整数値（CV_8Uデータの場合は255），MSEは2つの配列間の平均2乗誤差です． 元関数名(C#): core_PSNR 元DLLエクスポート名: core_PSNR 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_PSNR(cv::_InputArray* src1, cv::_InputArray* src2, double R, double* returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::PSNR(*src1, *src2, R);
    END_WRAP
}
}html %group NativeMethods_core %index core_batchDistance [32/64bit] ナイーブな最近傍探索機 %prm p1,p2,p3,p4,p5,p6,p7,p8,p9,p10 p1 = sptr : IntPtr src1 p2 = sptr : IntPtr src2 p3 = sptr : IntPtr dist p4 = int : int dtype p5 = sptr : IntPtr nidx p6 = int : int normType p7 = int : int k p8 = sptr : IntPtr mask p9 = int : int update p10 = int : int crosscheck %inst http://en.wikipedia.org/wiki/Nearest_neighbor_searchTodo:document を参照してください． 元関数名(C#): core_batchDistance 元DLLエクスポート名: core_batchDistance 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_batchDistance(
    cv::_InputArray* src1, cv::_InputArray* src2,
    cv::_OutputArray* dist, int dtype, cv::_OutputArray* nidx,
    int normType, int K, cv::_InputArray* mask,
    int update, int crosscheck)
{
    BEGIN_WRAP
    cv::batchDistance(
        *src1, *src2, *dist, dtype, *nidx, normType, K, entity(mask), update, crosscheck != 0);
    END_WRAP
}
}html %group NativeMethods_core %index core_normalize [32/64bit] 配列のノルムや値域を正規化します． %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = double : double alpha p4 = double : double beta p5 = int : int normType p6 = int : int dtype p7 = sptr : IntPtr mask %inst 関数 cv::normalize は，normType=NORM_INF, NORM_L1, NORM_L2 の場合に，それぞれ以下のように入力配列の要素をスケーリングしたりシフトしたりして正規化します．(I)= ????? ) , ????? ) , ????? )(normType=NORM_MINMAX（密な配列の場合のみ）の場合は， [I (I)= ??? -? ???]となります．）オプションのマスクは，正規化されるサブアレイを指定します．これは，副配列に対してノルムやmin-n-maxが計算され，その後，この副配列が正規化されるように修正されることを意味します。ノルムやミニマムを計算するためにマスクを利用するだけで，配列全体を修正したい場合は，norm と Mat::convertTo を利用できます．疎な行列の場合は，ゼロではない値のみが分析・変換されます．このため，ゼロレベルを移動させることができるので，疎な行列に対する範囲変換はできません．いくつかの正の例示データを用いた可能な利用法： vector positiveData = { 2.0, 8.0, 10.0 };vector normalizedData_l1, normalizedData_l2, normalizedData_inf, normalizedData_minmax;// Norm to probability (total count)// sum(numbers) = 20.0// 2.0.1 0.1 (2.0/20.0)// 8.0 0.4 (8.0/20.0)// 10.0 0.5 (10.0/20.0)normalize(positiveData, normalizedData_l1, 1.0, 0.0, NORM_L1);// 単位ベクトルへのノーム。||positiveData|= 1.0//2.0 0.15//8.0 0.62//10.0 0.77normalize(positiveData, normalizedData_l2, 1.0, 0.0, NORM_L2);// 最大要素へのノルム//2.0.2 0.2 (2.0/10.0)// 8.0 0.8 (8.0/10.0)// 10.0 1.0 (10.0/10.0)normalize(positiveData, normalizedData_inf, 1.0, 0.0, NORM_INF);// 範囲に合わせたノーム [0.0;1.0]// 2.0 0.0 (左境界への移動)// 8.0 0.75 (6.0/8.0)// 10.0 1.0 (右境界への移動)normalize(positiveData, normalizedData_minmax, 1.0, 0.0, NORM_MINMAX);fragmentSee alsonorm, Mat::convertTo, SparseMat::convertTo 元関数名(C#): core_normalize 元DLLエクスポート名: core_normalize 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_normalize(
    cv::_InputArray* src, cv::_InputOutputArray* dst, double alpha, double beta, int normType, int dtype, cv::_InputArray* mask)
{
    BEGIN_WRAP
    cv::InputArray maskVal = entity(mask);
    cv::normalize(*src, *dst, alpha, beta, normType, dtype, maskVal);
    END_WRAP
}
}html %group NativeMethods_core %index core_minMaxLoc1 [32/64bit] 配列のグローバルな最小値と最大値を求めます． %prm p1,p2,p3 p1 = sptr : IntPtr src p2 = var : out double minVal p3 = var : out double maxVal %inst 関数 cv::minMaxLoc は，要素の最小値と最大値，そしてそれらの位置を求めます．極値は，配列全体，あるいは mask が空の配列ではない場合は，指定された配列領域で探索されます．この関数は，マルチチャンネル配列では動作しません．すべてのチャンネルで最小や最大の要素を見つける必要がある場合は，まず Mat::reshape を利用して配列をシングルチャンネルとして再解釈します．あるいは， extractImageCOI ， mixChannels ， split のいずれかを用いて特定のチャンネルを抽出します． 関連項目：omax, min, compare, inRange, extractImageCOI, mixChannels, split, Mat::reshapeExamples: samples/cpp/image_alignment.cpp, samples/cpp/tutorial_code/Histograms_Matching/MatchTemplate_Demo.cpp, samples/dnn/classification.cpp, samples/dnn/object_detection.cpp, and samples/dnn/openpose.cpp. 元関数名(C#): core_minMaxLoc1 元DLLエクスポート名: core_minMaxLoc1 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_minMaxLoc1(cv::_InputArray* src, double* minVal, double* maxVal)
{
    BEGIN_WRAP
    cv::minMaxLoc(*src, minVal, maxVal);
    END_WRAP
}
}html %group NativeMethods_core %index core_minMaxLoc2 [32/64bit] 配列のグローバルな最小値と最大値を求めます． %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr src p2 = var : out double minVal p3 = var : out double maxVal p4 = var : out Point minLoc p5 = var : out Point maxLoc p6 = sptr : IntPtr mask %inst 関数 cv::minMaxLoc は，要素の最小値と最大値，そしてそれらの位置を求めます．極値は，配列全体，あるいは mask が空の配列ではない場合は，指定された配列領域で探索されます．この関数は，マルチチャンネル配列では動作しません．すべてのチャンネルで最小や最大の要素を見つける必要がある場合は，まず Mat::reshape を利用して配列をシングルチャンネルとして再解釈します．あるいは， extractImageCOI ， mixChannels ， split のいずれかを用いて特定のチャンネルを抽出します． 関連項目：omax, min, compare, inRange, extractImageCOI, mixChannels, split, Mat::reshapeExamples: samples/cpp/image_alignment.cpp, samples/cpp/tutorial_code/Histograms_Matching/MatchTemplate_Demo.cpp, samples/dnn/classification.cpp, samples/dnn/object_detection.cpp, and samples/dnn/openpose.cpp. 元関数名(C#): core_minMaxLoc2 元DLLエクスポート名: core_minMaxLoc2 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_minMaxLoc2(cv::_InputArray* src, double* minVal, double* maxVal,
    MyCvPoint* minLoc, MyCvPoint* maxLoc, cv::_InputArray* mask)
{
    BEGIN_WRAP
    cv::InputArray maskVal = entity(mask);
    cv::Point minLoc0, maxLoc0;
    cv::minMaxLoc(*src, minVal, maxVal, &minLoc0, &maxLoc0, maskVal);
    *minLoc = c(minLoc0);
    *maxLoc = c(maxLoc0);
    END_WRAP
}
}html %group NativeMethods_core %index core_minMaxIdx1 [32/64bit] 配列のグローバルな最小値と最大値を求めます． %prm p1,p2,p3 p1 = sptr : IntPtr src p2 = var : out double minVal p3 = var : out double maxVal %inst 関数 cv::minMaxIdx は，最小と最大の要素の値とその位置を求めます．極値は，配列全体，あるいは mask が空の配列ではない場合には，指定された配列領域内で探索されます．この関数は，マルチチャンネル配列では動作しません．すべてのチャンネルで最小や最大の要素を見つける必要がある場合は，最初に Mat::reshape を利用して配列をシングルチャンネルとして再解釈します．あるいは， extractImageCOI や mixChannels ，split などを用いて，特定のチャンネルを抽出しても構いません．疎な行列の場合，最小値は 0 ではない要素の中でのみ求められます．注意 minIdx が NULL ではない場合，たとえ src が 1 行や 1 列の行列であっても，（ maxIdx と同様に）少なくとも 2 つの要素を持たなければいけません．OpenCVでは（MATLABに倣って），各配列は少なくとも2次元です．つまり，1列の行列は Mx1 行列（したがって，minIdx/maxIdx は (i1,0)/(i2,0) となります），1列の行列は 1xN 行列（したがって，minIdx/maxIdx は (0,j1)/(0,j2) となります）． 元関数名(C#): core_minMaxIdx1 元DLLエクスポート名: core_minMaxIdx1 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_minMaxIdx1(cv::_InputArray* src, double* minVal, double* maxVal)
{
    BEGIN_WRAP
    cv::minMaxIdx(*src, minVal, maxVal);
    END_WRAP
}
}html %group NativeMethods_core %index core_minMaxIdx2 [32/64bit] 配列のグローバルな最小値と最大値を求めます． %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr src p2 = var : out double minVal p3 = var : out double maxVal p4 = var : [MarshalAs(UnmanagedType.LPArray), Out] int[] minIdx p5 = var : [MarshalAs(UnmanagedType.LPArray), Out] int[] maxIdx p6 = sptr : IntPtr mask %inst 関数 cv::minMaxIdx は，最小と最大の要素の値とその位置を求めます．極値は，配列全体，あるいは mask が空の配列ではない場合には，指定された配列領域内で探索されます．この関数は，マルチチャンネル配列では動作しません．すべてのチャンネルで最小や最大の要素を見つける必要がある場合は，最初に Mat::reshape を利用して配列をシングルチャンネルとして再解釈します．あるいは， extractImageCOI や mixChannels ，split などを用いて，特定のチャンネルを抽出しても構いません．疎な行列の場合，最小値は 0 ではない要素の中でのみ求められます．注意 minIdx が NULL ではない場合，たとえ src が 1 行や 1 列の行列であっても，（ maxIdx と同様に）少なくとも 2 つの要素を持たなければいけません．OpenCVでは（MATLABに倣って），各配列は少なくとも2次元です．つまり，1列の行列は Mx1 行列（したがって，minIdx/maxIdx は (i1,0)/(i2,0) となります），1列の行列は 1xN 行列（したがって，minIdx/maxIdx は (0,j1)/(0,j2) となります）． 元関数名(C#): core_minMaxIdx2 元DLLエクスポート名: core_minMaxIdx2 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_minMaxIdx2(cv::_InputArray* src, double* minVal, double* maxVal,
    int* minIdx, int* maxIdx, cv::_InputArray* mask)
{
    BEGIN_WRAP
    cv::InputArray maskVal = entity(mask);
    cv::minMaxIdx(*src, minVal, maxVal, minIdx, maxIdx, maskVal);
    END_WRAP
}
}html %group NativeMethods_core %index core_reduce [32/64bit] 行列をベクトルに変換します。 %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = int : int dim p4 = int : int rtype p5 = int : int dtype %inst 関数 reduce は，行列の行/列を 1 次元ベクトルの集合として扱い，単一の行/列が得られるまで，そのベクトルに対して指定された処理を行うことで，行列をベクトルに変換します．例えば，この関数は，ラスター画像の水平・垂直方向の投影図を求めるために利用できます．REDUCE_MAX および REDUCE_MIN の場合，出力画像は入力画像と同じ型でなければいけません．REDUCE_SUM や REDUCE_AVG の場合，精度を保つために，出力の要素のビット深度を大きくすることができます．また，この2つのリダクションモードでは，マルチチャンネル配列もサポートされています．以下のコードは，シングルチャンネルの行列に対する使い方を示しています．Mat m = (Mat_(3,2) << 1,2,3,4,5,6); Mat col_sum, row_sum; reduce(m, col_sum, 0, REDUCE_SUM, CV_32F); reduce(m, row_sum, 1, REDUCE_SUM, CV_32F); /* m = [ 1, 2; 3, 4; 5, 6] col_sum = [9, 12] row_sum = [3; 7; 11] */fragmentまた，次のコードは，2チャンネルの行列に対する使い方を示しています．// 2 チャンネル char d[] = {1,2,3,4,5,6}; Mat m(3, 1, CV_8UC2, d); Mat col_sum_per_channel; reduce(m, col_sum_per_channel, 0, REDUCE_SUM, CV_32F); /* col_sum_per_channel = [9, 12] */fragment他の項目も参照してください． 元関数名(C#): core_reduce 元DLLエクスポート名: core_reduce 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_reduce(cv::_InputArray* src, cv::_OutputArray* dst, int dim, int rtype, int dtype)
{
    BEGIN_WRAP
    cv::reduce(*src, *dst, dim, rtype, dtype);
    END_WRAP
}
}html %group NativeMethods_core %index core_merge [32/64bit] この関数は，便宜上，オーバーロードされたメンバ関数です．上の関数との違いは，どのような引数を受け取るかだけです． %prm p1,p2,p3 p1 = sptr : [MarshalAs(UnmanagedType.LPArray)] IntPtr[] mv p2 = int : uint count p3 = sptr : IntPtr dst %inst 元関数名(C#): core_merge 元DLLエクスポート名: core_merge 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_merge(cv::Mat** mv, uint32_t count, cv::Mat* dst)
{
    BEGIN_WRAP
    std::vector<cv::Mat> vec(static_cast<size_t>(count));
    for (uint32_t i = 0; i < count; i++)
        vec[i] = *mv[i];

    cv::merge(vec, *dst);
    END_WRAP
}
}html %group NativeMethods_core %index core_split [32/64bit] マルチチャンネル配列を，複数のシングルチャンネル配列に分割します． %prm p1,p2 p1 = sptr : IntPtr src p2 = sptr : IntPtr mv %inst 関数 cv::split は，マルチチャンネル配列を別々のシングルチャンネル配列に分割します．(以下の例では，3 チャンネルの行列を 3 つのシングルチャンネルの行列に分割しています．char d[] = {1,2,3,4,5,6,7,8,9,10,11,12}; Mat m(2, 2, CV_8UC3, d); Mat channels[3]; split(m, channels); /* channels[0] = [ 1, 4; 7, 10] channels[1] = [ 2, 5; 8, 11] channels[2] = [ 3, 6; 9, 12] */fragment 他にも，somerge, mixChannels, cvtColorExamples を参照してください．samples/cpp/tutorial_code/videoio/video-write/video-write.cpp を参照してください． 元関数名(C#): core_split 元DLLエクスポート名: core_split 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_split(cv::Mat* src, std::vector<cv::Mat>* mv)
{
    BEGIN_WRAP
    cv::split(*src, *mv);
    END_WRAP
}
}html %group NativeMethods_core %index core_mixChannels [32/64bit] この関数は，便宜上，オーバーロードされたメンバ関数です．上の関数との違いは，どのような引数を受け取るかだけです． %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr[] src p2 = int : uint nsrcs p3 = sptr : IntPtr[] dst p4 = int : uint ndsts p5 = var : int[] fromTo p6 = int : uint npairs %inst 元関数名(C#): core_mixChannels 元DLLエクスポート名: core_mixChannels 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_mixChannels(cv::Mat** src, uint32_t nsrcs, cv::Mat** dst, uint32_t ndsts, int* fromTo, uint32_t npairs)
{
    BEGIN_WRAP
    std::vector<cv::Mat> srcVec(static_cast<size_t>(nsrcs));
    std::vector<cv::Mat> dstVec(static_cast<size_t>(ndsts));
    for (uint32_t i = 0; i < nsrcs; i++)
        srcVec[i] = *(src[i]);
    for (uint32_t i = 0; i < ndsts; i++)
        dstVec[i] = *(dst[i]);

    cv::mixChannels(srcVec, dstVec, fromTo, npairs);
    END_WRAP
}
}html %group NativeMethods_core %index core_extractChannel [32/64bit] src から 1 つのチャンネルを抽出します（ coi は 0 ベースのインデックスです）． %prm p1,p2,p3 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = int : int coi %inst alsomixChannels, splitExamples: samples/dnn/colorization.cpp を参照してください． 元関数名(C#): core_extractChannel 元DLLエクスポート名: core_extractChannel 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_extractChannel(cv::_InputArray* src, cv::_OutputArray* dst, int coi)
{
    BEGIN_WRAP
    cv::extractChannel(*src, *dst, coi);
    END_WRAP
}
}html %group NativeMethods_core %index core_insertChannel [32/64bit] dst に 1 つのチャンネルを挿入します（coi は 0 ベースのインデックス）． %prm p1,p2,p3 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = int : int coi %inst See alsomixChannels, merge 元関数名(C#): core_insertChannel 元DLLエクスポート名: core_insertChannel 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_insertChannel(cv::_InputArray* src, cv::_InputOutputArray* dst, int coi)
{
    BEGIN_WRAP
    cv::insertChannel(*src, *dst, coi);
    END_WRAP
}
}html %group NativeMethods_core %index core_flip [32/64bit] 2 次元配列を，垂直，水平，または両軸で反転させます． %prm p1,p2,p3 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = int : int flipCode %inst 関数 cv::flip は，3つの異なる方法のうちの1つで配列を反転させます（行と列のインデックスは 0 ベースです）．_{ij} = ????? )\♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪_{texttttt{src.rows}-i-1,j} & if\; ??? -? ??? ???? ??? -? ???_{i, ????? )-j-1} & if; ????? )> 0以上_{ ????? )-j-1} & if\; ?????< 0 }\\\\この関数の使用例は以下の通りです。画像を垂直方向に反転させ（flipCode == 0），画像の原点を左上と左下に切り替える．Microsoft Windows*での動画処理でよく見られる操作です。垂直軸方向の対称性を確認するために、水平方向に反転させた後、水平方向にシフトさせ、差分の絶対値を計算する（flipCode > 0）。水平・垂直方向に同時に反転させ、その後シフトと絶対値の差を計算して中心軸の対称性を確認する（flipCode < 0）。点配列の順序を反転させる (flipCode > 0 or flipCode == 0).alsootranspose , repeat , completeSymmExamples: samples/cpp/facedetect.cpp, and samples/cpp/train_HOG.cppを参照してください。 元関数名(C#): core_flip 元DLLエクスポート名: core_flip 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_flip(cv::_InputArray* src, cv::_OutputArray* dst, int flipCode)
{
    BEGIN_WRAP
    cv::flip(*src, *dst, flipCode);
    END_WRAP
}
}html %group NativeMethods_core %index core_rotate [32/64bit] 2 次元配列を 90 度の倍数で回転させます．関数 cv::rotate は，3つの異なる方法のうちの1つで配列を回転させます．時計回りに90度回転させます（rotateCode = ROTATE_90_CLOCKWISE）．時計回りに180度回転させます（rotateCode = ROTATE_180）．時計回りに270度回転させる(rotateCode = ROTATE_90_COUNTERCLOCKWISE)。 %prm p1,p2,p3 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = int : int rotateCode %inst 関連項目：otranspose, repeat, completeSymm, flip, RotateFlags 元関数名(C#): core_rotate 元DLLエクスポート名: core_rotate 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_rotate(cv::_InputArray *src, cv::_OutputArray *dst, int rotateCode)
{
    BEGIN_WRAP
    cv::rotate(*src, *dst, rotateCode);
    END_WRAP
}
}html %group NativeMethods_core %index core_repeat1 [32/64bit] 入力配列を繰り返しコピーして、出力配列を埋めます。 %prm p1,p2,p3,p4 p1 = sptr : IntPtr src p2 = int : int ny p3 = int : int nx p4 = sptr : IntPtr dst %inst 関数 cv::repeat は，入力配列を2つの軸それぞれに沿って1回または複数回複製します：\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\??。 元関数名(C#): core_repeat1 元DLLエクスポート名: core_repeat1 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_repeat1(cv::_InputArray* src, int ny, int nx, cv::_OutputArray* dst)
{
    BEGIN_WRAP
    cv::repeat(*src, ny, nx, *dst);
    END_WRAP
}
}html %group NativeMethods_core %index core_repeat2 [32/64bit] この関数は，便宜上，オーバーロードされたメンバ関数です．上の関数との違いは，どのような引数を受け取るかだけです． %prm p1,p2,p3,p4 p1 = sptr : IntPtr src p2 = int : int ny p3 = int : int nx p4 = var : out IntPtr returnValue %inst 元関数名(C#): core_repeat2 元DLLエクスポート名: core_repeat2 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_repeat2(cv::Mat* src, int ny, int nx, cv::Mat** returnValue)
{
    BEGIN_WRAP
    const cv::Mat ret = cv::repeat(*src, ny, nx);
    *returnValue = new cv::Mat(ret);
    END_WRAP
}
}html %group NativeMethods_core %index core_hconcat1 [32/64bit] 与えられた行列に対して，水平方向の連結処理を行います． %prm p1,p2,p3 p1 = sptr : [MarshalAs(UnmanagedType.LPArray)] IntPtr[] src p2 = int : uint nsrc p3 = sptr : IntPtr dst %inst この関数は，（同じ行数の）2つ以上の cv::Mat 行列を水平方向に連結します．cv::Mat matArray[] = { cv::Mat(4, 1, CV_8UC1, cv::Scalar(1)), cv::Mat(4, 1, CV_8UC1, cv::Scalar(2)), cv::Mat(4, 1, CV_8UC1, cv::Scalar(3)),};cv::Mat out;cv::hconcat( matArray, 3, out );//out://[1, 2, 3;// 1, 2, 3;// 1, 2, 3]fragment また，socv::vconcat(const Mat*, size_t, OutputArray) も参照してください． cv::vconcat(InputArrayOfArrays, OutputArray), および cv::vconcat(InputArray, InputArray, OutputArray)例: samples/cpp/tutorial_code/features2D/Homography/homography_from_camera_displacement.cpp. 元関数名(C#): core_hconcat1 元DLLエクスポート名: core_hconcat1 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_hconcat1(cv::Mat** src, uint32_t nsrc, cv::_OutputArray* dst)
{
    BEGIN_WRAP
    std::vector<cv::Mat> srcVec(static_cast<size_t>(nsrc));
    for (uint32_t i = 0; i < nsrc; i++)
        srcVec[i] = *(src[i]);
    cv::hconcat(&srcVec[0], nsrc, *dst);
    END_WRAP
}
}html %group NativeMethods_core %index core_hconcat2 [32/64bit] 与えられた行列に対して，水平方向の連結処理を行います． %prm p1,p2,p3 p1 = sptr : IntPtr src1 p2 = sptr : IntPtr src2 p3 = sptr : IntPtr dst %inst この関数は，（同じ行数の）2つ以上の cv::Mat 行列を水平方向に連結します．cv::Mat matArray[] = { cv::Mat(4, 1, CV_8UC1, cv::Scalar(1)), cv::Mat(4, 1, CV_8UC1, cv::Scalar(2)), cv::Mat(4, 1, CV_8UC1, cv::Scalar(3)),};cv::Mat out;cv::hconcat( matArray, 3, out );//out://[1, 2, 3;// 1, 2, 3;// 1, 2, 3]fragment また，socv::vconcat(const Mat*, size_t, OutputArray) も参照してください． cv::vconcat(InputArrayOfArrays, OutputArray), および cv::vconcat(InputArray, InputArray, OutputArray)例: samples/cpp/tutorial_code/features2D/Homography/homography_from_camera_displacement.cpp. 元関数名(C#): core_hconcat2 元DLLエクスポート名: core_hconcat2 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_hconcat2(cv::_InputArray* src1, cv::_InputArray* src2, cv::_OutputArray* dst)
{
    BEGIN_WRAP
    cv::hconcat(*src1, *src2, *dst);
    END_WRAP
}
}html %group NativeMethods_core %index core_vconcat1 [32/64bit] 与えられた行列に対して、垂直方向の連結処理を行います。 %prm p1,p2,p3 p1 = sptr : [MarshalAs(UnmanagedType.LPArray)] IntPtr[] src p2 = int : uint nsrc p3 = sptr : IntPtr dst %inst この関数は，2つ以上の cv::Mat 行列（同じ数の cols を持つ）を垂直方向に連結します．cv::Mat matArray[] = { cv::Mat(1, 4, CV_8UC1, cv::Scalar(1)), cv::Mat(1, 4, CV_8UC1, cv::Scalar(2)), cv::Mat(1, 4, CV_8UC1, cv::Scalar(3)),};cv::Mat out;cv::vconcat( matArray, 3, out );//out://[1, 1, 1, 1;// 2, 2, 2;// 3, 3, 3]fragment また，ocv::hconcat(const Mat*, size_t, OutputArray) も参照してください． cv::hconcat(InputArrayOfArrays, OutputArray), および cv::hconcat(InputArray, InputArray, OutputArray) 元関数名(C#): core_vconcat1 元DLLエクスポート名: core_vconcat1 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_vconcat1(cv::Mat** src, uint32_t nsrc, cv::_OutputArray* dst)
{
    BEGIN_WRAP
    std::vector<cv::Mat> srcVec(static_cast<size_t>(nsrc));
    for (uint32_t i = 0; i < nsrc; i++)
        srcVec[i] = *(src[i]);
    cv::vconcat(&srcVec[0], nsrc, *dst);
    END_WRAP
}
}html %group NativeMethods_core %index core_vconcat2 [32/64bit] 与えられた行列に対して、垂直方向の連結処理を行います。 %prm p1,p2,p3 p1 = sptr : IntPtr src1 p2 = sptr : IntPtr src2 p3 = sptr : IntPtr dst %inst この関数は，2つ以上の cv::Mat 行列（同じ数の cols を持つ）を垂直方向に連結します．cv::Mat matArray[] = { cv::Mat(1, 4, CV_8UC1, cv::Scalar(1)), cv::Mat(1, 4, CV_8UC1, cv::Scalar(2)), cv::Mat(1, 4, CV_8UC1, cv::Scalar(3)),};cv::Mat out;cv::vconcat( matArray, 3, out );//out://[1, 1, 1, 1;// 2, 2, 2;// 3, 3, 3]fragment また，ocv::hconcat(const Mat*, size_t, OutputArray) も参照してください． cv::hconcat(InputArrayOfArrays, OutputArray), および cv::hconcat(InputArray, InputArray, OutputArray) 元関数名(C#): core_vconcat2 元DLLエクスポート名: core_vconcat2 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_vconcat2(cv::_InputArray* src1, cv::_InputArray* src2, cv::_OutputArray* dst)
{
    BEGIN_WRAP
    cv::vconcat(*src1, *src2, *dst);
    END_WRAP
}
}html %group NativeMethods_core %index core_bitwise_and [32/64bit] 2 つの配列のビット単位の論理和を求めます （dst = src1 & src2） 2 つの配列，あるいは配列とスカラの要素毎のビット単位の論理和を求めます． %prm p1,p2,p3,p4 p1 = sptr : IntPtr src1 p2 = sptr : IntPtr src2 p3 = sptr : IntPtr dst p4 = sptr : IntPtr mask %inst 関数 cv::bitwise_and は，各要素毎にビット単位の論理積を計算します．src1 と src2 が同じサイズの場合の 2 つの配列．(I) = ????? )(I） ?????(I） ＃＃quad ＃＃if mask(I) \\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\(I) = ????? )(I） ¶ wedge ¶ src2 ¶ wedge ¶ src2 ¶ wedge ¶ wedge\♪♪「if mask(I) \\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\(I) = ″src1″ (I) = ″src1″ (I)\????? ?????(I） ♯♯♯♯♯♯♯♯♯(I) ??? -? ??? 浮動小数点型配列の場合は，マシン固有のビット表現（通常，IEEE754準拠）を用いて演算します．また，マルチチャンネル配列の場合は，各チャンネルが独立して処理されます．例： samples/cpp/create_mask.cpp. 元関数名(C#): core_bitwise_and 元DLLエクスポート名: core_bitwise_and 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_bitwise_and(
    cv::_InputArray *src1, cv::_InputArray *src2, cv::_OutputArray *dst, cv::_InputArray *mask)
{
    BEGIN_WRAP
    cv::bitwise_and(*src1, *src2, *dst, entity(mask));
    END_WRAP
}
}html %group NativeMethods_core %index core_bitwise_or [32/64bit] 2 つの配列，あるいは配列とスカラの要素毎のビット単位の論理和を求めます． %prm p1,p2,p3,p4 p1 = sptr : IntPtr src1 p2 = sptr : IntPtr src2 p3 = sptr : IntPtr dst p4 = sptr : IntPtr mask %inst 関数 cv::bitwise_or は，要素毎のビット単位の論理和を求めます．src1 と src2 が同じサイズの場合の 2 つの配列： ??o???(I) = ??? -? ??? "src1(I）\\\\(I）\\\\(I) \\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\(I) = ????? )(I) ??? -? ??? ????\♪♪「if mask(I) \\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\(I) = ″src1″ (I) = ″src1″ (I)\src2} (I)(I） ¶quad ¶if mask(I) ??? -? ??? 浮動小数点型配列の場合は，マシン固有のビット表現（通常，IEEE754準拠）を用いて演算します．また，マルチチャンネル配列の場合は，各チャンネルが独立して処理されます．上記の2番目と3番目のケースでは，まずスカラが配列型に変換されます． 元関数名(C#): core_bitwise_or 元DLLエクスポート名: core_bitwise_or 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_bitwise_or(
    cv::_InputArray *src1, cv::_InputArray *src2, cv::_OutputArray *dst, cv::_InputArray *mask)
{
    BEGIN_WRAP
    cv::bitwise_or(*src1, *src2, *dst, entity(mask));
    END_WRAP
}
}html %group NativeMethods_core %index core_bitwise_xor [32/64bit] 2つの配列，あるいは配列とスカラの要素毎に，ビット単位の排他的論理和を計算します． %prm p1,p2,p3,p4 p1 = sptr : IntPtr src1 p2 = sptr : IntPtr src2 p3 = sptr : IntPtr dst p4 = sptr : IntPtr mask %inst 関数 cv::bitwise_xor は，各要素に対するビット単位の論理的な「排他的論理和」演算を求めます．src1 と src2 が同じサイズの場合の 2 つの配列： ??o???(I) = ????? )(I) ¶oplus ¶src2}(I）\\\\(I) \\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\(I) = ??o???(I) ¶oplus ¶src2}\♪♪〜(I) \\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\(I) = ″src1″ (I) = ″src1″ (I)\Plus(I） ??? -? ???(I) ??? -? ??? 浮動小数点型配列の場合は，マシン固有のビット表現（通常，IEEE754準拠）を用いて演算します．また，マルチチャンネル配列の場合は，各チャンネルが独立して処理されます．上記の2番目と3番目のケースでは，まずスカラが配列型に変換されます． 元関数名(C#): core_bitwise_xor 元DLLエクスポート名: core_bitwise_xor 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_bitwise_xor(
    cv::_InputArray *src1, cv::_InputArray *src2, cv::_OutputArray *dst, cv::_InputArray *mask)
{
    BEGIN_WRAP
    cv::bitwise_xor(*src1, *src2, *dst, entity(mask));
    END_WRAP
}
}html %group NativeMethods_core %index core_bitwise_not [32/64bit] 配列の各ビットを反転させます。 %prm p1,p2,p3 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = sptr : IntPtr mask %inst 関数 cv::bitwise_not は，入力配列の要素毎に，ビット単位の反転を計算します： ??? -? ??? 浮動小数点型の入力配列の場合は，マシン固有のビット表現（通常は IEEE754 準拠）が用いられます．例：samples/cpp/camshiftdemo.cpp. 元関数名(C#): core_bitwise_not 元DLLエクスポート名: core_bitwise_not 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_bitwise_not(
    cv::_InputArray *src, cv::_OutputArray *dst, cv::_InputArray *mask)
{
    BEGIN_WRAP
    cv::bitwise_not(*src, *dst, entity(mask));
    END_WRAP
}
}html %group NativeMethods_core %index core_absdiff [32/64bit] 2 つの配列同士，あるいは配列とスカラの間の要素毎の絶対値の差を求めます． %prm p1,p2,p3 p1 = sptr : IntPtr src1 p2 = sptr : IntPtr src2 p3 = sptr : IntPtr dst %inst 関数 cv::absdiff は，次のように計算します．2つの配列が同じサイズ，同じ型である場合の，配列とスカラの絶対値の差：\texttt{dst}(I) = ??o??? (| ??o???) (| ??o???)\1番目の配列がスカラから構築されるか，または src2 のチャンネル数と同じ数の要素を持つ場合の，スカラと配列の絶対値の差を表します．\ここで，I は，配列要素の多次元インデックスです．マルチチャンネル配列の場合，各チャンネルは独立して処理されます． 注意点配列のビット深度が CV_32S の場合，彩度は適用されません．また，オーバーフロー時には負の値を得ることもあります．ocv::abs(const Mat&) も参照してください． 元関数名(C#): core_absdiff 元DLLエクスポート名: core_absdiff 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_absdiff(
    cv::_InputArray *src1, cv::_InputArray *src2, cv::_OutputArray *dst)
{
    BEGIN_WRAP
    cv::absdiff(*src1, *src2, *dst);
    END_WRAP
}
}html %group NativeMethods_core %index core_copyTo [32/64bit] これは，利便性のために提供されるオーバーロードされたメンバ関数です（python） 行列を別の行列にコピーします．操作マスクが指定されている場合，上述の Mat::create 呼び出しが行列を再割り当てすると，データをコピーする前に，新しく割り当てられた行列がすべて 0 で初期化されます． %prm p1,p2,p3 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = sptr : IntPtr mask %inst 元関数名(C#): core_copyTo 元DLLエクスポート名: core_copyTo 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_copyTo(cv::_InputArray *src, cv::_OutputArray *dst, cv::_InputArray *mask)
{
    BEGIN_WRAP
    cv::copyTo(*src, *dst, entity(mask));
    END_WRAP
}
}html %group NativeMethods_core %index core_inRange_InputArray [32/64bit] 配列の要素が，他の2つの配列の要素の間にあるかどうかをチェックします． %prm p1,p2,p3,p4 p1 = sptr : IntPtr src p2 = sptr : IntPtr lowerb p3 = sptr : IntPtr upperb p4 = sptr : IntPtr dst %inst この関数は，シングルチャンネルの入力配列の各要素に対して，以下のように範囲をチェックします． \dst(I)= ??-??-?)(I)_0 ???д??? ???? ???? ???д???(I)_0 \\\\(I)_0\] 2チャンネルアレイの場合 \\\\(I)= \\\\(I)_0 ??? -? ????(I)_0 \\\\(I）_0 I'm _0 eldest person(I)_1 wrestler's younger brother(I)_1 ??? -? ??? ????(I)_1\] つまり，src（I）が指定された1D，2D，3D，...のボックス内にあれば，dst（I）は255（すべて1ビット）に，そうでなければ0に設定されます．下界や上界のパラメータがスカラーの場合は，上の式のlowerbやupperbのインデックス（I）を省略します． 元関数名(C#): core_inRange_InputArray 元DLLエクスポート名: core_inRange_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_inRange_InputArray(
    cv::_InputArray *src, cv::_InputArray *lowerb, cv::_InputArray *upperb, cv::_OutputArray *dst)
{
    BEGIN_WRAP
    cv::inRange(*src, *lowerb, *upperb, *dst);
    END_WRAP
}
}html %group NativeMethods_core %index core_inRange_Scalar [32bit] 配列の要素が，他の2つの配列の要素の間にあるかどうかをチェックします． %prm p1,p2,p3,p4 p1 = sptr : IntPtr src p2 = ARGS_SCALAR : Scalar lowerb p3 = ARGS_SCALAR : Scalar upperb p4 = sptr : IntPtr dst %inst この関数は，シングルチャンネルの入力配列の各要素に対して，以下のように範囲をチェックします． \dst(I)= ??-??-?)(I)_0 ???д??? ???? ???? ???д???(I)_0 \\\\(I)_0\] 2チャンネルアレイの場合 \\\\(I)= \\\\(I)_0 ??? -? ????(I)_0 \\\\(I）_0 I'm _0 eldest person(I)_1 wrestler's younger brother(I)_1 ??? -? ??? ????(I)_1\] つまり，src（I）が指定された1D，2D，3D，...のボックス内にあれば，dst（I）は255（すべて1ビット）に，そうでなければ0に設定されます．下界や上界のパラメータがスカラーの場合は，上の式のlowerbやupperbのインデックス（I）を省略します． 元関数名(C#): core_inRange_Scalar 元DLLエクスポート名: core_inRange_Scalar 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_inRange_Scalar(
    cv::_InputArray *src, MyCvScalar lowerb, MyCvScalar upperb, cv::_OutputArray *dst)
{
    BEGIN_WRAP
    cv::inRange(*src, cpp(lowerb), cpp(upperb), *dst);
    END_WRAP
}
}html %group NativeMethods_core %index core_inRange_Scalar [64bit] 配列の要素が，他の2つの配列の要素の間にあるかどうかをチェックします． %prm p1,p2,p3,p4 p1 = sptr : IntPtr src p2 = var : Scalar lowerb p3 = var : Scalar upperb p4 = sptr : IntPtr dst %inst この関数は，シングルチャンネルの入力配列の各要素に対して，以下のように範囲をチェックします． \dst(I)= ??-??-?)(I)_0 ???д??? ???? ???? ???д???(I)_0 \\\\(I)_0\] 2チャンネルアレイの場合 \\\\(I)= \\\\(I)_0 ??? -? ????(I)_0 \\\\(I）_0 I'm _0 eldest person(I)_1 wrestler's younger brother(I)_1 ??? -? ??? ????(I)_1\] つまり，src（I）が指定された1D，2D，3D，...のボックス内にあれば，dst（I）は255（すべて1ビット）に，そうでなければ0に設定されます．下界や上界のパラメータがスカラーの場合は，上の式のlowerbやupperbのインデックス（I）を省略します． 元関数名(C#): core_inRange_Scalar 元DLLエクスポート名: core_inRange_Scalar 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_inRange_Scalar(
    cv::_InputArray *src, MyCvScalar lowerb, MyCvScalar upperb, cv::_OutputArray *dst)
{
    BEGIN_WRAP
    cv::inRange(*src, cpp(lowerb), cpp(upperb), *dst);
    END_WRAP
}
}html %group NativeMethods_core %index core_compare [32/64bit] 2つの配列，あるいは配列とスカラ値の要素毎の比較を行います． %prm p1,p2,p3,p4 p1 = sptr : IntPtr src1 p2 = sptr : IntPtr src2 p3 = sptr : IntPtr dst p4 = int : int cmpop %inst この関数は，比較を行います．src1 と src2 が同じサイズの場合，2つの配列の要素を比較します．\src1がスカラから構成される場合や、単一の要素を持つ場合は、src2の要素を持つsrc1となります。\比較結果が True の場合、出力配列の対応する要素は 255 に設定されます。比較演算は，等価な行列表現に置き換えることができます： Mat dst1 = src1 >= src2;Mat dst2 = src1 < 8;...fragmentSee alsocheckRange, min, max, threshold 元関数名(C#): core_compare 元DLLエクスポート名: core_compare 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_compare(
    cv::_InputArray *src1, cv::_InputArray *src2, cv::_OutputArray *dst, int cmpop)
{
    BEGIN_WRAP
    cv::compare(*src1, *src2, *dst, cmpop);
    END_WRAP
}
}html %group NativeMethods_core %index core_min1 [32/64bit] 2つの配列，あるいは配列とスカラの要素毎の最小値を求めます． %prm p1,p2,p3 p1 = sptr : IntPtr src1 p2 = sptr : IntPtr src2 p3 = sptr : IntPtr dst %inst 関数 cv::min は，2つの配列の要素毎の最小値を求めます： ????? ) または，配列とスカラの組み合わせ．\See alsomax, compare, inRange, minMaxLoc 元関数名(C#): core_min1 元DLLエクスポート名: core_min1 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_min1(cv::_InputArray *src1, cv::_InputArray *src2, cv::_OutputArray *dst)
{
    BEGIN_WRAP
    cv::min(*src1, *src2, *dst);
    END_WRAP
}
}html %group NativeMethods_core %index core_min_MatMat [32/64bit] 2つの配列，あるいは配列とスカラの要素毎の最小値を求めます． %prm p1,p2,p3 p1 = sptr : IntPtr src1 p2 = sptr : IntPtr src2 p3 = sptr : IntPtr dst %inst 関数 cv::min は，2つの配列の要素毎の最小値を求めます： ????? ) または，配列とスカラの組み合わせ．\See alsomax, compare, inRange, minMaxLoc 元関数名(C#): core_min_MatMat 元DLLエクスポート名: core_min_MatMat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_min_MatMat(cv::Mat* src1, cv::Mat* src2, cv::Mat* dst)
{
    BEGIN_WRAP
    cv::min(*src1, *src2, *dst);
    END_WRAP
}
}html %group NativeMethods_core %index core_min_MatDouble [32/64bit] 2つの配列，あるいは配列とスカラの要素毎の最小値を求めます． %prm p1,p2,p3 p1 = sptr : IntPtr src1 p2 = double : double src2 p3 = sptr : IntPtr dst %inst 関数 cv::min は，2つの配列の要素毎の最小値を求めます： ????? ) または，配列とスカラの組み合わせ．\See alsomax, compare, inRange, minMaxLoc 元関数名(C#): core_min_MatDouble 元DLLエクスポート名: core_min_MatDouble 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_min_MatDouble(cv::Mat* src1, double src2, cv::Mat* dst)
{
    BEGIN_WRAP
    cv::min(*src1, src2, *dst);
    END_WRAP
}
}html %group NativeMethods_core %index core_max1 [32/64bit] 2つの配列，あるいは，配列とスカラの 要素毎の最大値を求めます． %prm p1,p2,p3 p1 = sptr : IntPtr src1 p2 = sptr : IntPtr src2 p3 = sptr : IntPtr dst %inst 関数 cv::max は，2つの配列の要素毎の最大値を求めます： ????? ) または，配列とスカラの組み合わせ．\See alsomin, compare, inRange, minMaxLoc, MatrixExpressions 元関数名(C#): core_max1 元DLLエクスポート名: core_max1 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_max1(cv::_InputArray *src1, cv::_InputArray *src2, cv::_OutputArray *dst)
{
    BEGIN_WRAP
    cv::max(*src1, *src2, *dst);
    END_WRAP
}
}html %group NativeMethods_core %index core_max_MatMat [32/64bit] 2つの配列，あるいは，配列とスカラの 要素毎の最大値を求めます． %prm p1,p2,p3 p1 = sptr : IntPtr src1 p2 = sptr : IntPtr src2 p3 = sptr : IntPtr dst %inst 関数 cv::max は，2つの配列の要素毎の最大値を求めます： ????? ) または，配列とスカラの組み合わせ．\See alsomin, compare, inRange, minMaxLoc, MatrixExpressions 元関数名(C#): core_max_MatMat 元DLLエクスポート名: core_max_MatMat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_max_MatMat(cv::Mat *src1, const cv::Mat *src2, cv::Mat *dst)
{
    BEGIN_WRAP
    cv::max(*src1, *src2, *dst);
    END_WRAP
}
}html %group NativeMethods_core %index core_max_MatDouble [32/64bit] 2つの配列，あるいは，配列とスカラの 要素毎の最大値を求めます． %prm p1,p2,p3 p1 = sptr : IntPtr src1 p2 = double : double src2 p3 = sptr : IntPtr dst %inst 関数 cv::max は，2つの配列の要素毎の最大値を求めます： ????? ) または，配列とスカラの組み合わせ．\See alsomin, compare, inRange, minMaxLoc, MatrixExpressions 元関数名(C#): core_max_MatDouble 元DLLエクスポート名: core_max_MatDouble 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_max_MatDouble(cv::Mat *src1, double src2, cv::Mat *dst)
{
    BEGIN_WRAP
    cv::max(*src1, src2, *dst);
    END_WRAP
}
}html %group NativeMethods_core %index core_sqrt [32/64bit] 配列の要素の平方根を計算します． %prm p1,p2 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst %inst 関数 cv::sqrt は，入力配列の各要素の平方根を求めます．マルチチャンネル配列の場合，各チャンネルは独立して処理されます．その精度は，組み込みの std::sqrt とほぼ同じです． 元関数名(C#): core_sqrt 元DLLエクスポート名: core_sqrt 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_sqrt(cv::_InputArray *src, cv::_OutputArray *dst)
{
    BEGIN_WRAP
    cv::sqrt(*src, *dst);
    END_WRAP
}
}html %group NativeMethods_core %index core_pow_Mat [32/64bit] 各配列要素をべき乗します． %prm p1,p2,p3 p1 = sptr : IntPtr src p2 = double : double power p3 = sptr : IntPtr dst %inst 関数 cv::pow は，入力配列の各要素をべき乗にします．(I) = \\\\\\\\\\\\\\\しかし，いくつかの追加演算を行うことで，負の値に対する真の値を得ることができます．以下の例では，配列 src の 5 次根を計算すると，次のようになります： Mat mask = src < 0;pow(src, 1./5, dst);subtract(Scalar::all(0), dst, dst, mask);fragment整数値である 0.5 や -0.5 などの一部の累乗値に対しては，特殊な高速アルゴリズムが用いられます．特殊な値（NaN, Inf）は扱われません． 元関数名(C#): core_pow_Mat 元DLLエクスポート名: core_pow_Mat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_pow_Mat(cv::_InputArray *src, double power, cv::_OutputArray *dst)
{
    BEGIN_WRAP
    cv::pow(*src, power, *dst);
    END_WRAP
}
}html %group NativeMethods_core %index core_exp_Mat [32/64bit] 各配列要素の指数を求めます． %prm p1,p2 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst %inst 関数 cv::exp は，入力配列の各要素の指数を求めます．[I] = e^{ src(I) }\]最大の相対誤差は，単精度入力では約 7e-6，倍精度入力では 1e-10 未満です．現在，この関数は，非正規化された値をゼロに変換して出力します．関連項目：olog , cartToPolar , polarToCart , phase , pow , sqrt , magnitude 元関数名(C#): core_exp_Mat 元DLLエクスポート名: core_exp_Mat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_exp_Mat(cv::_InputArray *src, cv::_OutputArray *dst)
{
    BEGIN_WRAP
    cv::exp(*src, *dst);
    END_WRAP
}
}html %group NativeMethods_core %index core_log_Mat [32/64bit] 例 %prm p1,p2 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst %inst quatd q1{1,2,3,4};cout << log(q1) << endl;fragmentExamples: samples/cpp/polar_transforms.cpp, and samples/cpp/stitching_detailed.cpp. 元関数名(C#): core_log_Mat 元DLLエクスポート名: core_log_Mat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_log_Mat(cv::_InputArray *src, cv::_OutputArray *dst)
{
    BEGIN_WRAP
    cv::log(*src, *dst);
    END_WRAP
}
}html %group NativeMethods_core %index core_polarToCart [32/64bit] 2次元ベクトルの大きさと角度からx,y座標を計算します。 %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr magnitude p2 = sptr : IntPtr angle p3 = sptr : IntPtr x p4 = sptr : IntPtr y p5 = int : int angleInDegrees %inst 関数 cv::polarToCart は，magnitude と angle の対応する要素で表される各 2 次元ベクトルのデカルト座標を求めます．\x(I) = ??-??-??(I） cos ( ????? )(I))\\ ♪♪♪♪♪♪♪〜(I) = ????? )(sin ( ????? )(I))\\ 参照：socartToPolar, magnitude, phase, exp, log, pow, sqrt 元関数名(C#): core_polarToCart 元DLLエクスポート名: core_polarToCart 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_polarToCart(cv::_InputArray* magnitude, cv::_InputArray* angle,
    cv::_OutputArray* x, cv::_OutputArray* y, int angleInDegrees)
{
    BEGIN_WRAP
    cv::polarToCart(*magnitude, *angle, *x, *y, angleInDegrees != 0);
    END_WRAP
}
}html %group NativeMethods_core %index core_cartToPolar [32/64bit] 2D ベクトルの大きさと角度を計算します。 %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr x p2 = sptr : IntPtr y p3 = sptr : IntPtr magnitude p4 = sptr : IntPtr angle p5 = int : int angleInDegrees %inst 関数 cv::cartToPolar は，すべての 2 次元ベクトル (x(I),y(I)) に対して，大きさ，角度，またはその両方を計算します．|magnitude}。(I)= \sqrt{\texttt{x}(I)^2+\texttt{y}(I)^2}♪♪♪♪〜(I）＝ ??? -? ???(I), ????? )(I))[ ??? -? ??? ]角度は約0.3度の精度で計算されています。点(0,0)の場合、角度は0になります。 元関数名(C#): core_cartToPolar 元DLLエクスポート名: core_cartToPolar 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_cartToPolar(cv::_InputArray* x, cv::_InputArray* y,
    cv::_OutputArray* magnitude, cv::_OutputArray* angle, int angleInDegrees)
{
    BEGIN_WRAP
    cv::cartToPolar(*x, *y, *magnitude, *angle, angleInDegrees != 0);
    END_WRAP
}
}html %group NativeMethods_core %index core_phase [32/64bit] 2次元ベクトルの回転角度を計算します。 %prm p1,p2,p3,p4 p1 = sptr : IntPtr x p2 = sptr : IntPtr y p3 = sptr : IntPtr angle p4 = int : int angleInDegrees %inst 関数 cv::phase は，x と y の対応する要素で構成される各 2 次元ベクトルの回転角を求めます．x(I)=y(I)=0のとき，対応する角度(I)は0になります。 元関数名(C#): core_phase 元DLLエクスポート名: core_phase 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_phase(cv::_InputArray* x, cv::_InputArray* y, cv::_OutputArray* angle, int angleInDegrees)
{
    BEGIN_WRAP
    cv::phase(*x, *y, *angle, angleInDegrees != 0);
    END_WRAP
}
}html %group NativeMethods_core %index core_magnitude_Mat [32/64bit] 2次元ベクトルの大きさを計算します。 %prm p1,p2,p3 p1 = sptr : IntPtr x p2 = sptr : IntPtr y p3 = sptr : IntPtr magnitude %inst 関数 cv::magnitude は，x と y の配列の対応する要素から生成される 2 次元ベクトルの大きさを求めます：\\\ (I) = sqrt{\\ (I)^2 + ??????????????????????????????????????????????????????????????????????????????????????????????????????????????? 元関数名(C#): core_magnitude_Mat 元DLLエクスポート名: core_magnitude_Mat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_magnitude_Mat(cv::_InputArray* x, cv::_InputArray* y, cv::_OutputArray* magnitude)
{
    BEGIN_WRAP
    cv::magnitude(*x, *y, *magnitude);
    END_WRAP
}
}html %group NativeMethods_core %index core_checkRange [32/64bit] 入力配列の各要素に無効な値がないかチェックします。 %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr a p2 = int : int quiet p3 = var : out Point pos p4 = double : double minVal p5 = double : double maxVal p6 = var : out int returnValue %inst 関数 cv::checkRange は，各配列要素が NaN でも無限でもないことをチェックします．また，minVal > -DBL_MAX かつ maxVal < DBL_MAX の場合は，各値が minVal と maxVal の間にあるかどうかをチェックします．マルチチャンネル配列の場合，各チャンネルは独立して処理されます．いくつかの値が範囲外である場合，最初に外れた値の位置が pos に格納されます（ pos != NULL の場合）．そして，この関数は，（ quiet=true の場合）偽を返すか，例外を発生させます． 元関数名(C#): core_checkRange 元DLLエクスポート名: core_checkRange 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_checkRange(cv::_InputArray* a, int quiet, MyCvPoint* pos, double minVal, double maxVal, int* returnValue)
{
    BEGIN_WRAP
    cv::Point pos0;
    *returnValue = cv::checkRange(*a, quiet != 0, &pos0, minVal, maxVal);
    *pos = c(pos0);
    END_WRAP
}
}html %group NativeMethods_core %index core_patchNaNs [32/64bit] NaNを指定された数値に変換します． %prm p1,p2 p1 = sptr : IntPtr a p2 = double : double val %inst 元関数名(C#): core_patchNaNs 元DLLエクスポート名: core_patchNaNs 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_patchNaNs(cv::_InputOutputArray *a, double val)
{
    BEGIN_WRAP
    cv::patchNaNs(*a, val);
    END_WRAP
}
}html %group NativeMethods_core %index core_gemm [32/64bit] 一般化された行列の乗算を行います． %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr src1 p2 = sptr : IntPtr src2 p3 = double : double alpha p4 = sptr : IntPtr src3 p5 = double : double gamma p6 = sptr : IntPtr dst p7 = int : int flags %inst 関数 cv::gemm は，BLAS レベル 3 の gemm 関数と同様に，一般化された行列の乗算を行います．例えば， gemm(src1, src2, alpha, src3, beta, dst, GEMM_1_T + GEMM_3_T) は，次のように対応します：[?????] = ?????^T ????? )+ ????? )^T**]複素数（2チャンネル）のデータの場合は、複素数行列の乗算を行います。この関数は、行列式に置き換えることができます。例えば，上記の呼び出しは次のように置き換えることができます：dst = alpha*src1.t()*src2 + beta*src3.t();fragmentSee alsomulTransposed , transformExamples: samples/cpp/image_alignment.cpp. 元関数名(C#): core_gemm 元DLLエクスポート名: core_gemm 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_gemm(cv::_InputArray *src1, cv::_InputArray *src2, double alpha,
                      cv::_InputArray *src3, double gamma, cv::_OutputArray *dst, int flags)
{
    BEGIN_WRAP
    cv::gemm(*src1, *src2, alpha, *src3, gamma, *dst, flags);
    END_WRAP
}
}html %group NativeMethods_core %index core_mulTransposed [32/64bit] 行列とその転置行列の積を求めます． %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = int : int aTa p4 = sptr : IntPtr delta p5 = double : double scale p6 = int : int dtype %inst 関数 cv::mulTransposed は， src とその転置の積を計算します： ??? -? ??? ( ???? )( ????? ) ^T ( ????? ) ATa=true , and\[????? )( ??? -? ??? ) ( ?????? )この関数は，共分散行列を計算するために使われます。デルタが 0 の場合は，一般的な行列積 A*B when B=A の高速な代替手段として利用できます． 元関数名(C#): core_mulTransposed 元DLLエクスポート名: core_mulTransposed 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_mulTransposed(cv::_InputArray *src, cv::_OutputArray *dst, int aTa,
                               cv::_InputArray *delta, double scale, int dtype)
{
    BEGIN_WRAP
    cv::mulTransposed(*src, *dst, aTa != 0, entity(delta), scale, dtype);
    END_WRAP
}
}html %group NativeMethods_core %index core_transpose [32/64bit] 行列を転置します． %prm p1,p2 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst %inst 関数 cv::transpose は，行列 src を転置します．例：samples/cpp/train_HOG.cpp. 元関数名(C#): core_transpose 元DLLエクスポート名: core_transpose 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_transpose(cv::_InputArray *src, cv::_OutputArray *dst)
{
    BEGIN_WRAP
    cv::transpose(*src, *dst);
    END_WRAP
}
}html %group NativeMethods_core %index core_transform [32/64bit] 配列の各要素に対して，行列変換を行います． %prm p1,p2,p3 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = sptr : IntPtr m %inst 関数 cv::transform は，配列 src の各要素に対して行列変換を行い，その結果を dst に格納します :??? -? ??? ???? (I) = ??? -? ??? (I) ???? (m.cols=src.channels()), or\[???? (I) = ??? -? ??? (I) = ??? -? ??? (I)(I) = \\\\\Nチャンネル配列 src の各要素は， M x N または M x (N+1) の行列 m を用いて変換された N 個の要素のベクトルとして解釈され，出力配列 dst の対応する要素となります．この関数は，N - 次元の点の幾何学的変換，任意の線形色空間変換（様々な RGB から YUV への変換など），画像チャンネルの入れ替えなどに利用できます． 関連項目：operspectiveTransform, getAffineTransform, estimateAffine2D, warpAffine, warpPerspective 元関数名(C#): core_transform 元DLLエクスポート名: core_transform 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_transform(cv::_InputArray *src, cv::_OutputArray *dst, cv::_InputArray *m)
{
    BEGIN_WRAP
    cv::transform(*src, *dst, *m);
    END_WRAP
}
}html %group NativeMethods_core %index core_perspectiveTransform [32/64bit] ベクトルの透視行列変換を行います． %prm p1,p2,p3 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = sptr : IntPtr m %inst 関数 cv::parkentTransform は， src の各要素を 2 次元または 3 次元のベクトルとして扱い，次のように変換します：?[(x, y, z)] ?[Ictions], [Ictions], [Ictions], [Ictions], [Ictions], [Ictions], [Ictions], [Ictions], [Ictions], [Ictions], [Ictions], [Ictions].\ここでは、3次元ベクトル変換を示しています。2次元ベクトル変換の場合は，z成分が省略されています．注：この関数は，2次元または3次元ベクトルの疎な集合を変換します．透視変換を用いて画像を変換したい場合は， warpPerspective を利用してください．逆問題がある場合，つまり，対応する複数の点の組から最も確率の高い透視変換を計算したい場合は， getPerspectiveTransform や findHomography を利用できます． 元関数名(C#): core_perspectiveTransform 元DLLエクスポート名: core_perspectiveTransform 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_perspectiveTransform(cv::_InputArray *src, cv::_OutputArray *dst, cv::_InputArray *m)
{
    BEGIN_WRAP
    cv::perspectiveTransform(*src, *dst, *m);
    END_WRAP
}
}html %group NativeMethods_core %index core_perspectiveTransform_Mat [32/64bit] ベクトルの透視行列変換を行います． %prm p1,p2,p3 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = sptr : IntPtr m %inst 関数 cv::parkentTransform は， src の各要素を 2 次元または 3 次元のベクトルとして扱い，次のように変換します：?[(x, y, z)] ?[Ictions], [Ictions], [Ictions], [Ictions], [Ictions], [Ictions], [Ictions], [Ictions], [Ictions], [Ictions], [Ictions], [Ictions].\ここでは、3次元ベクトル変換を示しています。2次元ベクトル変換の場合は，z成分が省略されています．注：この関数は，2次元または3次元ベクトルの疎な集合を変換します．透視変換を用いて画像を変換したい場合は， warpPerspective を利用してください．逆問題がある場合，つまり，対応する複数の点の組から最も確率の高い透視変換を計算したい場合は， getPerspectiveTransform や findHomography を利用できます． 元関数名(C#): core_perspectiveTransform_Mat 元DLLエクスポート名: core_perspectiveTransform_Mat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_perspectiveTransform_Mat(cv::Mat *src, cv::Mat *dst, cv::Mat *m)
{
    BEGIN_WRAP
    cv::perspectiveTransform(*src, *dst, *m);
    END_WRAP
}
}html %group NativeMethods_core %index core_perspectiveTransform_Point2f [32/64bit] ベクトルの透視行列変換を行います． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr src p2 = int : int srcLength p3 = sptr : IntPtr dst p4 = int : int dstLength p5 = sptr : IntPtr m %inst 関数 cv::parkentTransform は， src の各要素を 2 次元または 3 次元のベクトルとして扱い，次のように変換します：?[(x, y, z)] ?[Ictions], [Ictions], [Ictions], [Ictions], [Ictions], [Ictions], [Ictions], [Ictions], [Ictions], [Ictions], [Ictions], [Ictions].\ここでは、3次元ベクトル変換を示しています。2次元ベクトル変換の場合は，z成分が省略されています．注：この関数は，2次元または3次元ベクトルの疎な集合を変換します．透視変換を用いて画像を変換したい場合は， warpPerspective を利用してください．逆問題がある場合，つまり，対応する複数の点の組から最も確率の高い透視変換を計算したい場合は， getPerspectiveTransform や findHomography を利用できます． 元関数名(C#): core_perspectiveTransform_Point2f 元DLLエクスポート名: core_perspectiveTransform_Point2f 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_perspectiveTransform_Point2f(cv::Point2f *src, int srcLength, cv::Point2f *dst, int dstLength, cv::_InputArray *m)
{
    BEGIN_WRAP
    const std::vector<cv::Point2f> srcVector(src, src + srcLength);
    std::vector<cv::Point2f> dstVector(dst, dst + dstLength);
    cv::perspectiveTransform(srcVector, dstVector, *m);
    END_WRAP
}
}html %group NativeMethods_core %index core_perspectiveTransform_Point2d [32/64bit] ベクトルの透視行列変換を行います． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr src p2 = int : int srcLength p3 = sptr : IntPtr dst p4 = int : int dstLength p5 = sptr : IntPtr m %inst 関数 cv::parkentTransform は， src の各要素を 2 次元または 3 次元のベクトルとして扱い，次のように変換します：?[(x, y, z)] ?[Ictions], [Ictions], [Ictions], [Ictions], [Ictions], [Ictions], [Ictions], [Ictions], [Ictions], [Ictions], [Ictions], [Ictions].\ここでは、3次元ベクトル変換を示しています。2次元ベクトル変換の場合は，z成分が省略されています．注：この関数は，2次元または3次元ベクトルの疎な集合を変換します．透視変換を用いて画像を変換したい場合は， warpPerspective を利用してください．逆問題がある場合，つまり，対応する複数の点の組から最も確率の高い透視変換を計算したい場合は， getPerspectiveTransform や findHomography を利用できます． 元関数名(C#): core_perspectiveTransform_Point2d 元DLLエクスポート名: core_perspectiveTransform_Point2d 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_perspectiveTransform_Point2d(cv::Point2d *src, int srcLength, cv::Point2d *dst, int dstLength, cv::_InputArray *m)
{
    BEGIN_WRAP
    const std::vector<cv::Point2d> srcVector(src, src + srcLength);
    std::vector<cv::Point2d> dstVector(dst, dst + dstLength);
    cv::perspectiveTransform(srcVector, dstVector, *m);
    END_WRAP
}
}html %group NativeMethods_core %index core_perspectiveTransform_Point3f [32/64bit] ベクトルの透視行列変換を行います． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr src p2 = int : int srcLength p3 = sptr : IntPtr dst p4 = int : int dstLength p5 = sptr : IntPtr m %inst 関数 cv::parkentTransform は， src の各要素を 2 次元または 3 次元のベクトルとして扱い，次のように変換します：?[(x, y, z)] ?[Ictions], [Ictions], [Ictions], [Ictions], [Ictions], [Ictions], [Ictions], [Ictions], [Ictions], [Ictions], [Ictions], [Ictions].\ここでは、3次元ベクトル変換を示しています。2次元ベクトル変換の場合は，z成分が省略されています．注：この関数は，2次元または3次元ベクトルの疎な集合を変換します．透視変換を用いて画像を変換したい場合は， warpPerspective を利用してください．逆問題がある場合，つまり，対応する複数の点の組から最も確率の高い透視変換を計算したい場合は， getPerspectiveTransform や findHomography を利用できます． 元関数名(C#): core_perspectiveTransform_Point3f 元DLLエクスポート名: core_perspectiveTransform_Point3f 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_perspectiveTransform_Point3f(cv::Point3f *src, int srcLength, cv::Point3f *dst, int dstLength, cv::_InputArray *m)
{
    BEGIN_WRAP
    const std::vector<cv::Point3f> srcVector(src, src + srcLength);
    std::vector<cv::Point3f> dstVector(dst, dst + dstLength);
    cv::perspectiveTransform(srcVector, dstVector, *m);
    END_WRAP
}
}html %group NativeMethods_core %index core_perspectiveTransform_Point3d [32/64bit] ベクトルの透視行列変換を行います． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr src p2 = int : int srcLength p3 = sptr : IntPtr dst p4 = int : int dstLength p5 = sptr : IntPtr m %inst 関数 cv::parkentTransform は， src の各要素を 2 次元または 3 次元のベクトルとして扱い，次のように変換します：?[(x, y, z)] ?[Ictions], [Ictions], [Ictions], [Ictions], [Ictions], [Ictions], [Ictions], [Ictions], [Ictions], [Ictions], [Ictions], [Ictions].\ここでは、3次元ベクトル変換を示しています。2次元ベクトル変換の場合は，z成分が省略されています．注：この関数は，2次元または3次元ベクトルの疎な集合を変換します．透視変換を用いて画像を変換したい場合は， warpPerspective を利用してください．逆問題がある場合，つまり，対応する複数の点の組から最も確率の高い透視変換を計算したい場合は， getPerspectiveTransform や findHomography を利用できます． 元関数名(C#): core_perspectiveTransform_Point3d 元DLLエクスポート名: core_perspectiveTransform_Point3d 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_perspectiveTransform_Point3d(cv::Point3d *src, int srcLength, cv::Point3d *dst, int dstLength, cv::_InputArray *m)
{
    BEGIN_WRAP
    const std::vector<cv::Point3d> srcVector(src, src + srcLength);
    std::vector<cv::Point3d> dstVector(dst, dst + dstLength);
    cv::perspectiveTransform(srcVector, dstVector, *m);
    END_WRAP
}
}html %group NativeMethods_core %index core_completeSymm [32/64bit] 正方行列の下半分または上半分を，もう一方の半分にコピーします． %prm p1,p2 p1 = sptr : IntPtr mtx p2 = int : int lowerToUpper %inst 関数 cv::completeSymm は，正方行列の下半分または上半分を，もう片方の半分にコピーします．行列の対角線は変更されません： ?(??? -? ???) for ?(??? -? ???) if lowerToUpper=false \for elderToUpper=trueSee alsoflip, transpose 元関数名(C#): core_completeSymm 元DLLエクスポート名: core_completeSymm 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_completeSymm(cv::_InputOutputArray *mtx, int lowerToUpper)
{
    BEGIN_WRAP
    cv::completeSymm(*mtx, lowerToUpper != 0);
    END_WRAP
}
}html %group NativeMethods_core %index core_setIdentity [32bit] スケーリングされた単位行列を初期化します． %prm p1,p2 p1 = sptr : IntPtr mtx p2 = ARGS_SCALAR : Scalar s %inst 関数 cv::setIdentity は，拡大された単位行列を初期化します．この関数は，行列の初期化子と行列表現を用いて，模倣することもできます．Mat A = Mat::eye(4, 3, CV_32F)*5;// A は，[[5, 0, 0], [0, 5, 0], [0, 0, 5], [0, 0, 0]]fragmentSee alsoMat::zeros, Mat::ones, Mat::setTo, Mat::operator=Examples: samples/cpp/kalman.cpp. 元関数名(C#): core_setIdentity 元DLLエクスポート名: core_setIdentity 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_setIdentity(cv::_InputOutputArray *mtx, MyCvScalar s)
{
    BEGIN_WRAP
    cv::setIdentity(*mtx, cpp(s));
    END_WRAP
}
}html %group NativeMethods_core %index core_setIdentity [64bit] スケーリングされた単位行列を初期化します． %prm p1,p2 p1 = sptr : IntPtr mtx p2 = var : Scalar s %inst 関数 cv::setIdentity は，拡大された単位行列を初期化します．この関数は，行列の初期化子と行列表現を用いて，模倣することもできます．Mat A = Mat::eye(4, 3, CV_32F)*5;// A は，[[5, 0, 0], [0, 5, 0], [0, 0, 5], [0, 0, 0]]fragmentSee alsoMat::zeros, Mat::ones, Mat::setTo, Mat::operator=Examples: samples/cpp/kalman.cpp. 元関数名(C#): core_setIdentity 元DLLエクスポート名: core_setIdentity 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_setIdentity(cv::_InputOutputArray *mtx, MyCvScalar s)
{
    BEGIN_WRAP
    cv::setIdentity(*mtx, cpp(s));
    END_WRAP
}
}html %group NativeMethods_core %index core_determinant [32/64bit] 浮動小数点型正方行列の行列式を返します． %prm p1,p2 p1 = sptr : IntPtr mtx p2 = var : out double returnValue %inst 関数 cv::determinant は，指定された行列の行列式を計算し，それを返します．小さな行列 ( mtx.cols=mtx.rows<=3 ) に対しては，直接法が用いられます．対称的な正定値行列に対しては，行列式を計算するために固有値分解を利用することも可能です． 関連項目：トレース，反転，解，固有値，MatrixExpressions 元関数名(C#): core_determinant 元DLLエクスポート名: core_determinant 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_determinant(cv::_InputArray *mtx, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::determinant(*mtx);
    END_WRAP
}
}html %group NativeMethods_core %index core_trace [32/64bit] 行列のトレースを返します。 %prm p1,p2 p1 = sptr : IntPtr mtx p2 = var : out Scalar returnValue %inst 関数 cv::trace は，行列 mtx の対角要素の和を返します． 元関数名(C#): core_trace 元DLLエクスポート名: core_trace 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_trace(cv::_InputArray *mtx, MyCvScalar *returnValue)
{
    BEGIN_WRAP
    *returnValue = c(cv::trace(*mtx));
    END_WRAP
}
}html %group NativeMethods_core %index core_invert [32/64bit] 逆行列（擬似逆行列）を求めます。 %prm p1,p2,p3,p4 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = int : int flags p4 = var : out double returnValue %inst 関数 cv::invert は，行列 src を反転し，その結果を dst に格納します．行列 src が特異または非正方である場合，この関数は，ノルム(src*dst - I) が最小となるような擬似逆行列（dst 行列）を求めます（ここで I は単位行列）．DECOMP_SVD メソッドの場合，この関数は src の逆数（最小の特異値と最大の特異値の比）を返し， src が特異な場合は 0 を返します．DECOMP_LU と同様に，DECOMP_CHOLESKY メソッドも，非特異な正方行列（対称で正定値である必要があります）に対してのみ動作します．この場合，この関数は，反転した行列を dst に格納し，0 以外の値を返します。他にも，solve, SVD を参照してください。 元関数名(C#): core_invert 元DLLエクスポート名: core_invert 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_invert(cv::_InputArray *src, cv::_OutputArray *dst, int flags, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::invert(*src, *dst, flags);
    END_WRAP
}
}html %group NativeMethods_core %index core_solve [32/64bit] 1 つまたは複数の連立方程式や最小二乗問題を解きます． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr src1 p2 = sptr : IntPtr src2 p3 = sptr : IntPtr dst p4 = int : int flags p5 = var : out int returnValue %inst 関数 cv::solve は，連立方程式や最小二乗問題を解きます（後者は，SVD や QR などの手法を用いるか，DECOMP_NORMAL フラグを指定することで可能になります）： ??? -? ???? ???? ???? ???? ???? ???? ???? ???? ???? ???? ???? ??? -? ???\\\\\\\\\\\\\\\\\\\\\\\\\\\|\DECOMP_LU または DECOMP_CHOLESKY メソッドが使われた場合， src1 (または ??? -? ???) が非特異点であれば，1を返します．また，後者の場合，dst は無効です．注意定義されていない特異系\(????? ) のユニティノルム解を求めたい場合，関数solveでは解が得られません．SVD::solveZを使ってください．参照：invert, SVD, eigen 元関数名(C#): core_solve 元DLLエクスポート名: core_solve 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_solve(cv::_InputArray *src1, cv::_InputArray *src2, cv::_OutputArray *dst, int flags, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::solve(*src1, *src2, *dst, flags);
    END_WRAP
}
}html %group NativeMethods_core %index core_solveLP [32/64bit] 与えられた（非整数）線形計画問題を Simplex Algorithm (Simplex Method) を用いて解きます。 %prm p1,p2,p3,p4 p1 = sptr : IntPtr func p2 = sptr : IntPtr constr p3 = sptr : IntPtr z p4 = var : out int returnValue %inst ここでいう「線形計画問題」（略してLP問題）は、次のように定式化できます。ここで、\\は1×nの行ベクトル、A\はm×nの行列、b?はm×1の列ベクトル、x?はn×1の任意の列ベクトルであり、制約条件を満たしている。Simplexアルゴリズムは、この種の問題を効率的に処理するために設計された数多くのアルゴリズムの1つです。理論的には最適ではありませんが（上のように書かれた問題を多項式時間で解くことができるアルゴリズムは存在しますが、シンプレックス法はいくつかの特別なケースでは指数時間に縮退します）、よく研究されており、実装も簡単で、実際の目的にもよく合うことが示されています。特定の実装は、T. H. Cormen, C. E. Leiserson, R. L. Rivest and Clifford Stein著のIntroduction to Algorithms, third editionからほぼそのまま引用しています。特に、循環を防ぐために、Blandのルールhttp://en.wikipedia.org/wiki/Bland%27s_rule を使用しています。 元関数名(C#): core_solveLP 元DLLエクスポート名: core_solveLP 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_solveLP(cv::_InputArray *Func, cv::_InputArray *Constr, cv::_OutputArray *z, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::solveLP(*Func, *Constr, *z);
    END_WRAP
}
}html %group NativeMethods_core %index core_sort [32/64bit] 行列の各行または各列をソートします。 %prm p1,p2,p3 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = int : int flags %inst 関数 cv::sort は，行列の各行または各列を，昇順または降順にソートします．したがって，目的の動作を得るためには，2つの操作フラグを渡す必要があります．行列の行や列を辞書的にソートしたい場合は，STL の汎用関数 std::sort と適切な比較述語を利用することができます．他にも，sortIdx, randShuffleExamples: samples/cpp/stitching_detailed.cpp を参照してください． 元関数名(C#): core_sort 元DLLエクスポート名: core_sort 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_sort(cv::_InputArray *src, cv::_OutputArray *dst, int flags)
{
    BEGIN_WRAP
    cv::sort(*src, *dst, flags);
    END_WRAP
}
}html %group NativeMethods_core %index core_sortIdx [32/64bit] 行列の各行または各列をソートします。 %prm p1,p2,p3 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = int : int flags %inst 関数 cv::sortIdx は，行列の各行または各列を，昇順または降順にソートします．したがって，望ましい動作を得るためには，2つの操作フラグを渡す必要があります．この関数は，要素自体を並べ替えるのではなく，ソートされた要素のインデックスを出力配列に格納します．例： Mat A = Mat::eye(3,3,CV_32F), B;sortIdx(A, B, SORT_EVERY_ROW + SORT_ASCENDING);// B はおそらく，// （A の要素が等しいので，いくつかの順列が可能です）：// [[1, 2, 0], [0, 2, 1], [0, 1, 2]]fragment 他にも，sort, randShuffle を参照してください． 元関数名(C#): core_sortIdx 元DLLエクスポート名: core_sortIdx 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_sortIdx(cv::_InputArray *src, cv::_OutputArray *dst, int flags)
{
    BEGIN_WRAP
    cv::sortIdx(*src, *dst, flags);
    END_WRAP
}
}html %group NativeMethods_core %index core_solveCubic [32/64bit] 三次方程式の実根を求めます。 %prm p1,p2,p3 p1 = sptr : IntPtr coeffs p2 = sptr : IntPtr roots p3 = var : out int returnValue %inst 関数 solveCubic は， coeffs が 4 要素のベクトルである場合に，3 次方程式の実根を求めます． \coeffs を 4 要素のベクトルとすると[0] x^3 + ?????[1] x^2 + \\[2] x + ????? )[3] = 0\] coeffsが3要素のベクトルの場合。 \x^3 + ????? )[0] x^2 + ???д??? [1] x + ???? [2] x^2 + ???? [3] = 0[1] x + ????? [2] = 0[2] = 0\]根は roots配列に格納されます。 元関数名(C#): core_solveCubic 元DLLエクスポート名: core_solveCubic 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_solveCubic(cv::_InputArray *coeffs, cv::_OutputArray *roots, int *returnValue)
{
    BEGIN_WRAP
    *returnValue =  cv::solveCubic(*coeffs, *roots);
    END_WRAP
}
}html %group NativeMethods_core %index core_solvePoly [32/64bit] 多項式の実根または複素根を求めます。 %prm p1,p2,p3,p4 p1 = sptr : IntPtr coeffs p2 = sptr : IntPtr roots p3 = int : int maxIters p4 = var : out double returnValue %inst 関数 cv::solvePoly は，多項式方程式の実根と複素根を求めます：????? )[n] x^{n}.+ ????? )[n-1] x^{n-1} + ...+ ?????[1] x + ?????[0] = 0\] 元関数名(C#): core_solvePoly 元DLLエクスポート名: core_solvePoly 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_solvePoly(cv::_InputArray *coeffs, cv::_OutputArray *roots, int maxIters, double *returnValue)
{
    BEGIN_WRAP
    *returnValue =  cv::solvePoly(*coeffs, *roots, maxIters);
    END_WRAP
}
}html %group NativeMethods_core %index core_eigen [32/64bit] 対称行列の固有値と固有ベクトルを求めます． %prm p1,p2,p3,p4 p1 = sptr : IntPtr src p2 = sptr : IntPtr eigenvalues p3 = sptr : IntPtr eigenvectors p4 = var : out int returnValue %inst 関数 cv::eigen は，対称行列 src の固有値のみ，あるいは固有値と固有ベクトルを計算します： src*eigenvectors.row(i).t() = eigenvalues.at(i)*eigenvectors.row(i).t()fragmentNote 非対称行列の実在の固有値と固有ベクトルを計算するには， cv::eigenNonSymmetric を利用します．eigenNonSymmetric, completeSymm , PCA も参照してください． 元関数名(C#): core_eigen 元DLLエクスポート名: core_eigen 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_eigen(cv::_InputArray *src, cv::_OutputArray *eigenvalues,    cv::_OutputArray *eigenvectors, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::eigen(*src, *eigenvalues, *eigenvectors) ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_core %index core_eigenNonSymmetric [32/64bit] 非対称な行列の固有値と固有ベクトルを求めます（実数の固有値のみ）． %prm p1,p2,p3 p1 = sptr : IntPtr src p2 = sptr : IntPtr eigenvalues p3 = sptr : IntPtr eigenvectors %inst 注意実数の固有値を仮定しています．この関数は，正方行列 src の固有値と固有ベクトル（オプション）を計算します： src*eigenvectors.row(i).t() = eigenvalues.at(i)*eigenvectors.row(i).t()fragment See alsoeigen 元関数名(C#): core_eigenNonSymmetric 元DLLエクスポート名: core_eigenNonSymmetric 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_eigenNonSymmetric(
    cv::_InputArray *src,  cv::_OutputArray *eigenvalues, cv::_OutputArray *eigenvectors)
{
    BEGIN_WRAP
    cv::eigenNonSymmetric(*src, *eigenvalues, *eigenvectors);
    END_WRAP
}
}html %group NativeMethods_core %index core_calcCovarMatrix_Mat [32/64bit] ベクトルの集合の共分散行列を計算します。 %prm p1,p2,p3,p4,p5,p6 p1 = sptr : [MarshalAs(UnmanagedType.LPArray)] IntPtr[] samples p2 = int : int nsamples p3 = sptr : IntPtr covar p4 = sptr : IntPtr mean p5 = int : int flags p6 = int : int ctype %inst 関数 cv::calcCovarMatrix は，入力ベクトル集合の共分散行列と，オプションとして平均ベクトルを求めます． 元関数名(C#): core_calcCovarMatrix_Mat 元DLLエクスポート名: core_calcCovarMatrix_Mat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_calcCovarMatrix_Mat(cv::Mat **samples, int nsamples, cv::Mat *covar, 
                                     cv::Mat *mean, int flags, int ctype)
{
    BEGIN_WRAP
    std::vector<cv::Mat> samplesVec(nsamples);
    for (int i = 0; i < nsamples; i++)    
        samplesVec[i] = *samples[i];
    
    cv::calcCovarMatrix(&samplesVec[0], nsamples, *covar, *mean, flags, ctype);
    END_WRAP
}
}html %group NativeMethods_core %index core_calcCovarMatrix_InputArray [32/64bit] この関数は，便宜上，オーバーロードされたメンバ関数です．上の関数との違いは，どのような引数を受け取るかだけです． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr samples p2 = sptr : IntPtr covar p3 = sptr : IntPtr mean p4 = int : int flags p5 = int : int ctype %inst COVAR_ROWS または COVAR_COLS フラグを利用してください． 元関数名(C#): core_calcCovarMatrix_InputArray 元DLLエクスポート名: core_calcCovarMatrix_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_calcCovarMatrix_InputArray(cv::_InputArray *samples, cv::_OutputArray *covar, 
                                            cv::_InputOutputArray *mean, int flags, int ctype)
{
    BEGIN_WRAP
    cv::calcCovarMatrix(*samples, *covar, *mean, flags, ctype);
    END_WRAP
}
}html %group NativeMethods_core %index core_PCACompute [32/64bit] ラップ PCA::operator() %prm p1,p2,p3,p4 p1 = sptr : IntPtr data p2 = sptr : IntPtr mean p3 = sptr : IntPtr eigenvectors p4 = int : int maxComponents %inst 元関数名(C#): core_PCACompute 元DLLエクスポート名: core_PCACompute 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_PCACompute(cv::_InputArray *data, cv::_InputOutputArray *mean,
                            cv::_OutputArray *eigenvectors, int maxComponents)
{
    BEGIN_WRAP
    cv::PCACompute(*data, *mean, *eigenvectors, maxComponents);
    END_WRAP
}
}html %group NativeMethods_core %index core_PCACompute2 [32/64bit] ラップ PCA::operator() %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr data p2 = sptr : IntPtr mean p3 = sptr : IntPtr eigenvectors p4 = sptr : IntPtr eigenvalues p5 = int : int maxComponents %inst 元関数名(C#): core_PCACompute2 元DLLエクスポート名: core_PCACompute2 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_PCACompute2(cv::_InputArray *data, cv::_InputOutputArray *mean,
                            cv::_OutputArray *eigenvectors, cv::_OutputArray *eigenvalues, int maxComponents)
{
    BEGIN_WRAP
    cv::PCACompute(*data, *mean, *eigenvectors, *eigenvalues, maxComponents);
    END_WRAP
}
}html %group NativeMethods_core %index core_PCAComputeVar [32/64bit] ラップ PCA::operator() %prm p1,p2,p3,p4 p1 = sptr : IntPtr data p2 = sptr : IntPtr mean p3 = sptr : IntPtr eigenvectors p4 = double : double retainedVariance %inst 元関数名(C#): core_PCAComputeVar 元DLLエクスポート名: core_PCAComputeVar 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_PCAComputeVar(cv::_InputArray *data, cv::_InputOutputArray *mean,
                               cv::_OutputArray *eigenvectors, double retainedVariance)
{
    BEGIN_WRAP
    cv::PCACompute(*data, *mean, *eigenvectors, retainedVariance);
    END_WRAP
}
}html %group NativeMethods_core %index core_PCAComputeVar2 [32/64bit] ラップ PCA::operator() %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr data p2 = sptr : IntPtr mean p3 = sptr : IntPtr eigenvectors p4 = sptr : IntPtr eigenvalues p5 = double : double retainedVariance %inst 元関数名(C#): core_PCAComputeVar2 元DLLエクスポート名: core_PCAComputeVar2 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_PCAComputeVar2(cv::_InputArray *data, cv::_InputOutputArray *mean,
                               cv::_OutputArray *eigenvectors, cv::_OutputArray *eigenvalues, double retainedVariance)
{
    BEGIN_WRAP
    cv::PCACompute(*data, *mean, *eigenvectors, *eigenvalues, retainedVariance);
    END_WRAP
}
}html %group NativeMethods_core %index core_PCAProject [32/64bit] ラップ PCA::プロジェクト %prm p1,p2,p3,p4 p1 = sptr : IntPtr data p2 = sptr : IntPtr mean p3 = sptr : IntPtr eigenvectors p4 = sptr : IntPtr result %inst 元関数名(C#): core_PCAProject 元DLLエクスポート名: core_PCAProject 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_PCAProject(cv::_InputArray *data, cv::_InputArray *mean,
                            cv::_InputArray *eigenvectors, cv::_OutputArray *result)
{
    BEGIN_WRAP
    cv::PCAProject(*data, *mean, *eigenvectors, *result);
    END_WRAP
}
}html %group NativeMethods_core %index core_PCABackProject [32/64bit] ラップ PCA::バックプロジェクト %prm p1,p2,p3,p4 p1 = sptr : IntPtr data p2 = sptr : IntPtr mean p3 = sptr : IntPtr eigenvectors p4 = sptr : IntPtr result %inst 元関数名(C#): core_PCABackProject 元DLLエクスポート名: core_PCABackProject 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_PCABackProject(cv::_InputArray *data, cv::_InputArray *mean,
                                cv::_InputArray *eigenvectors, cv::_OutputArray *result)
{
    BEGIN_WRAP
    cv::PCABackProject(*data, *mean, *eigenvectors, *result);
    END_WRAP
}
}html %group NativeMethods_core %index core_SVDecomp [32/64bit] wrap SVD::compute %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr src p2 = sptr : IntPtr w p3 = sptr : IntPtr u p4 = sptr : IntPtr vt p5 = int : int flags %inst 例: samples/cpp/tutorial_code/features2D/Homography/pose_from_homography.cpp. 元関数名(C#): core_SVDecomp 元DLLエクスポート名: core_SVDecomp 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_SVDecomp(cv::_InputArray *src, cv::_OutputArray *w,
                          cv::_OutputArray *u, cv::_OutputArray *vt, int flags)
{
    BEGIN_WRAP
    cv::SVDecomp(*src, *w, *u, *vt, flags);
    END_WRAP
}
}html %group NativeMethods_core %index core_SVBackSubst [32/64bit] ラップ SVD::BackSubst %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr w p2 = sptr : IntPtr u p3 = sptr : IntPtr vt p4 = sptr : IntPtr rhs p5 = sptr : IntPtr dst %inst 元関数名(C#): core_SVBackSubst 元DLLエクスポート名: core_SVBackSubst 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_SVBackSubst(cv::_InputArray *w, cv::_InputArray *u, cv::_InputArray *vt,
                             cv::_InputArray *rhs, cv::_OutputArray *dst)
{
    BEGIN_WRAP
    cv::SVBackSubst(*w, *u, *vt, *rhs, *dst);
    END_WRAP
}
}html %group NativeMethods_core %index core_Mahalanobis [32/64bit] 2 つのベクトル間のマハラノビス距離を計算します。 %prm p1,p2,p3,p4 p1 = sptr : IntPtr v1 p2 = sptr : IntPtr v2 p3 = sptr : IntPtr icovar p4 = var : out double returnValue %inst 関数 cv::Mahalanobis は，2 つのベクトル間の重み付き距離を計算し，それを返します．\d( ????? ) = ????? (?????)CalcCovarMatrix関数を用いて共分散行列を計算し，invert関数を用いて逆行列を求めることができます（最も精度の高いDECOMP_SVD法を用いるのが望ましい）。 元関数名(C#): core_Mahalanobis 元DLLエクスポート名: core_Mahalanobis 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mahalanobis(cv::_InputArray *v1, cv::_InputArray *v2, cv::_InputArray *icovar, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::Mahalanobis(*v1, *v2, *icovar);
    END_WRAP
}
}html %group NativeMethods_core %index core_dft [32/64bit] 1 次元または 2 次元の浮動小数点型配列に対して，離散フーリエ変換または逆変換を行います． %prm p1,p2,p3,p4 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = int : int flags p4 = int : int nonzeroRows %inst 関数 cv::dft は，以下のいずれかの処理を行います： N 個の要素を持つ 1 次元ベクトルのフーリエ変換を行います． \Y = F^{(N)} ?cdot X,?]となります． ここで、\(F^{(N)}_{jk}=\exp(-2pi i j k/N)\)、\(i=sqrt{-1}\)とします。 N個の要素を持つ1次元ベクトルのフーリエ変換を逆変換します。 \♪♪♪♪♪〜X'= ?? (F^{(N)})\(1/N) ????? ) ????? ) ここで、F^*=\left(F^{(N)})-\textrm{Im}(F^{(N)})\right)^T\) M x N の行列の 2 次元フーリエ変換を進めます。 Y = F^{(M)} \cdot X \cdot F^{(N)}\[Y = F^{(M)} \cdot X ?cdot F^{(N)}\]となります。 M×Nの行列の2次元フーリエ変換を逆にします。 \♪♪♪♪♪♪〜♪ X'= ♪ ♪ left (F^{(M)})Y\\\\\♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪\実データ（シングルチャンネル）の場合、フーリエ変換の出力スペクトルや逆フーリエ変換の入力スペクトルは、CCS（complex-conjugate-symmetrical）というパック形式で表現できます。これはIPL(Intel* Image Processing Library)から拝借したものです。2次元CCSスペクトルはこんな感じです。Re Y_{0,0} & Re Y_{0,1} & Im Y_{0,1} & Re Y_{0,2} & Im Y_{0,2} & ????? ) Re Y_{0,N/2-1} & Im Y_{0,N/2-1} & Re Y_{0,N/2} ????? ) Re Y_{1,0} & Re Y_{1,1} & Im Y_{1,1} & Re Y_{1,2} & Im Y_{1,2} & ????? & Re Y_{1,N/2-1} & Im Y_{1,N/2-1} & Re Y_{1,N/2} ????? Im Y_{1,0} & Re Y_{2,1} & Im Y_{2,1} & Re Y_{2,2} & Im Y_{2,2} & \\ & Re Y_{2,N/2-1} & Im Y_{2,N/2-1} & Im Y_{1,N/2} \\\Re Y_{M/2-1,0} & Re Y_{M-3,1} & Im Y_{M-3,1} & \\\\N/2} ¶ Im Y_{M/2-1,0} & Re Y_{M-2,1} & Im Y_{M-2,1} & ¶hdotsfor{3} & Re Y_{M-2,N/2-1} & Im Y_{M-2,N/2-1}& Im Y_{M/2-1,N/2} \\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\そこで，この関数は，フラグと入力配列のサイズに応じて処理モードを選択します： DFT_ROWS がセットされている場合，あるいは入力配列が1行あるいは1列の場合，この関数は，行列の各行に対して1次元の順変換あるいは逆変換を行います．それ以外の場合は，2次元変換を行います． 入力配列が実数で，DFT_INVERSE がセットされていない場合，この関数は 1 次元または 2 次元の順変換を行います。 DFT_COMPLEX_OUTPUT がセットされている場合，入力と同じサイズの複素行列が出力されます． DFT_COMPLEX_OUTPUT がセットされていない場合，出力は入力と同じサイズの実数行列です．2次元変換の場合は，上記のようなパック形式を使用します。1つの1次元変換の場合，上述の行列の最初の行のようになります。複数の1次元変換の場合（DFT_ROWS フラグを利用した場合），出力行列の各行は，上述の行列の最初の行のようになります． 入力配列が複素数で，かつ DFT_INVERSE や DFT_REAL_OUTPUT がセットされていない場合，出力は入力と同じサイズの複素数配列になります．この関数は，フラグ DFT_INVERSE と DFT_ROWS に応じて，入力配列全体，あるいは入力配列の各行に対して，個別に 1 次元または 2 次元の順変換，逆変換を行います。 DFT_INVERSEがセットされていて，入力配列が実数の場合，あるいは複素数だがDFT_REAL_OUTPUTがセットされている場合，出力は入力と同じサイズの実数配列になります。この関数は，フラグ DFT_INVERSE と DFT_ROWS に応じて，入力配列全体，あるいは各行に対して，1次元あるいは2次元の逆変換を行います．DFT_SCALE がセットされている場合は，変換後にスケーリングが行われます．しかし，効率的に処理されるのは，そのサイズが小さな素数（現在の実装では，2，3，5）の積で因数分解できる配列だけです．このような効率的なDFTサイズは，getOptimalDFTSizeメソッドを用いて計算することができます．以下のサンプルは，2つの2次元実数配列のDFTベースの畳み込みを計算する方法を示しています： void convolveDFT(InputArray A, InputArray B, OutputArray C){ // 必要に応じて出力配列を再配置する C.create(abs(A.rows - B.rows)+1, abs(A.cols - B.cols)+1, A.type()); Size dftSize; // DFT 変換のサイズを計算する dftSize.width = getOptimalDFTSize(A.cols + B.cols - 1); dftSize.height = getOptimalDFTSize(A.rows + B.rows - 1); // 一時的なバッファを確保し，0 で初期化する Mat tempA(dftSize, A.type(), Scalar::all(0)); Mat tempB(dftSize, B.type(), Scalar::all(0)); // A と B をそれぞれ tempA と tempB の左上隅にコピーします． Mat roiA(tempA, Rect(0,0,A.cols,A.rows)); A.copyTo(roiA); Mat roiB(tempB, Rect(0,0,B.cols,B.rows)); B.copyTo(roiB); // パディングされた A & B をインプレースで変換します． // 高速処理のために "nonzeroRows" ヒントを利用します dft(tempA, tempA, 0, A.rows); dft(tempB, tempB, 0, B.rows); // スペクトルを乗算します． // すべての結果行が非ゼロになるとしても， // 最初の C.rows だけが必要なので， // nonzeroRows == C.rows を渡します． dft(tempA, tempA, DFT_INVERSE + DFT_SCALE, C.rows); // ここで，結果を C にコピーします．copyTo(C); // すべての一時バッファは自動的に解放されます}fragmentこのサンプルを最適化するために，以下の方法を考えます： nonzeroRows != 0 が順変換の呼び出しに渡され，A と B はそれぞれ tempA と tempB の左上隅にコピーされるので，tempA と tempB 全体をクリアする必要はありません．tempA.cols - A.cols ( tempB.cols - B.cols ) の右端の列をクリアするだけでよいのです。 このDFTベースの畳み込みは，特にBがAよりもかなり小さい場合やその逆の場合には，大きな配列全体に適用する必要はありません．その代わりに，部分的に畳み込みを計算することができます．そのためには，出力配列Cを複数のタイルに分割する必要があります．各タイルについて、そのタイルでコンボリューションを計算するために、AとBのどの部分が必要かを推定します。Cのタイルが小さすぎると、繰り返し作業が発生するため、速度が大きく低下します。究極的には、Cの各タイルが1ピクセルの場合、このアルゴリズムは、ナイーブコンボリューションアルゴリズムと同等になる。タイルが大きすぎると、一時的な配列であるtempAとtempBが大きくなりすぎ、また、キャッシュの局所性が悪くなるため、速度が低下してしまいます。つまり、中間に最適なタイルサイズがあるのです。 C の異なるタイルが並行して計算され，その結果，畳み込みが部分的に行われるのであれば，ループをスレッド化することができます．上記の改良点はすべて matchTemplate と filter2D に実装されています．以上の改良点はすべてmatchTemplateとfilter2Dに実装されていますので，これらを使用すれば，上記の理論的に最適な実装よりもさらに優れた性能を得ることができます．ただし，この2つの関数は，実際には畳み込みではなく相互相関を計算しているので，flip.Noteを使って，2番目の畳み込みオペランドBを縦横に反転させる必要があります． 離散フーリエ変換を用いた例は、opencv_source_code/samples/cpp/dft.cppにあります。 (Python) dft 機能を使って Wiener デコンボリューションを行う例は opencv_source/samples/python/deconvolution.py にあります。 (Python) フーリエ画像の象限を並べ替える例は、opencv_source/samples/python/dft.pyにあります。 元関数名(C#): core_dft 元DLLエクスポート名: core_dft 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_dft(cv::_InputArray *src, cv::_OutputArray *dst, int flags, int nonzeroRows)
{
    BEGIN_WRAP
    cv::dft(*src, *dst, flags, nonzeroRows);
    END_WRAP
}
}html %group NativeMethods_core %index core_idft [32/64bit] 1次元または2次元配列の離散フーリエ変換の逆変換を求めます。 %prm p1,p2,p3,p4 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = int : int flags p4 = int : int nonzeroRows %inst idft(src, dst, flags) は， dft(src, dst, flags | DFT_INVERSE) と同等です．注意 dft と idft のいずれも，デフォルトでは結果をスケーリングしません．参照：odft, dct, idct, mulSpectrums, getOptimalDFTSize 元関数名(C#): core_idft 元DLLエクスポート名: core_idft 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_idft(cv::_InputArray *src, cv::_OutputArray *dst, int flags, int nonzeroRows)
{
    BEGIN_WRAP
    cv::idft(*src, *dst, flags, nonzeroRows);
    END_WRAP
}
}html %group NativeMethods_core %index core_dct [32/64bit] 1次元あるいは2次元の配列に対して，離散コサイン変換（順変換，逆変換）を行います． %prm p1,p2,p3 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = int : int flags %inst 関数 cv::dct は，1次元あるいは2次元の浮動小数点型配列に対して，離散コサイン変換（DCT）を行います： N 個の要素を持つ 1 次元ベクトルに対するコサイン変換． \Y = C^{(N)} \cdot X\] となります． ここで \[C^{(N)}_{jk}= \sqrt{\alpha_j/N}\C^{(N)}_{jk}= C^{(N)}_{jk}= C^{(N)}_{jk}= C^{(N)}_{k+1)j}{2N}\右）になります。］ となり、j > 0では、\\0=1\、\\j=2?となります。 N個の要素を持つ1次元ベクトルの逆コサイン変換です。 \♪ X = ♪ left (C^{(N)})\¶X = ¶left (C^{(N)} ¶right )^{-1} ¶cdot Y = ¶left (C^{(N)} ¶right )^T ¶C\♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪］ (C^{(N)}\)は直交行列なので、\(C^{(N)})(C^{(N)}\\left(C^{(N)}\right)^T = I\) ) M x N 行列の2次元コサイン変換を行います。 \Y = C^{(N)} \cdot X \cdot left (C^{(N)} \right )^T\]となります。 M×N行列の逆2次元コサイン変換です。 \この関数は，入力配列のフラグとサイズを考慮して処理モードを決定します： (flags & DCT_INVERSE) == 0 の場合，この関数は 1 次元または 2 次元の順変換を行います。それ以外の場合は，1次元または2次元の逆変換を行います。 (flags & DCT_ROWS) != 0 の場合，この関数は各行に対して1次元変換を行います。 配列が1つの列，あるいは1つの行である場合，この関数は1次元の変換を行います。 注意現在のdctは，偶数サイズの配列（2, 4, 6 ...）をサポートしています．データ解析や近似のために，必要に応じて配列をパディングすることができます．また，関数の性能は，配列のサイズに大きく依存し，単調ではありません（ getOptimalDFTSize を参照してください）．現在の実装では，サイズ N のベクトルに対する DCT は，サイズ N/2 のベクトルに対する DFT を介して計算されます．したがって，最適な DCT サイズ N1 >= N は次のように計算されます： size_t getOptimalDCTSize(size_t N) { return 2*getOptimalDFTSize((N+1)/2); }N1 = getOptimalDCTSize(N);See alsodft , getOptimalDFTSize , idct 元関数名(C#): core_dct 元DLLエクスポート名: core_dct 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_dct(cv::_InputArray *src, cv::_OutputArray *dst, int flags)
{
    BEGIN_WRAP
    cv::dct(*src, *dst, flags); 
    END_WRAP
}
}html %group NativeMethods_core %index core_idct [32/64bit] 1次元あるいは2次元配列の離散コサイン変換の逆変換を求めます． %prm p1,p2,p3 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = int : int flags %inst idct(src, dst, flags) は， dct(src, dst, flags | DCT_INVERSE) と同等です． 以下もご参照ください：odct, dft, idft, getOptimalDFTSize 元関数名(C#): core_idct 元DLLエクスポート名: core_idct 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_idct(cv::_InputArray *src, cv::_OutputArray *dst, int flags)
{
    BEGIN_WRAP
    cv::idct(*src, *dst, flags);
    END_WRAP
}
}html %group NativeMethods_core %index core_mulSpectrums [32/64bit] 2つのフーリエ・スペクトルの要素毎の乗算を行います． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr a p2 = sptr : IntPtr b p3 = sptr : IntPtr c p4 = int : int flags p5 = int : int conjB %inst 関数 cv::mulSpectrums は，実数または複素数のフーリエ変換の結果である，CCSパックされた2つの行列または複素数行列の要素毎の乗算を行います．この関数は， dft や idft と共に，2つの配列の畳み込み（ conjB=false を渡す）や相関（ conjB=true を渡す）を高速に計算するために利用されます．配列が複素数の場合，単純に（要素毎に）2番目の配列要素の共役を掛け合わせます．配列が実数の場合は，CCSパックされていると仮定されます（詳細は dft を参照してください）． 元関数名(C#): core_mulSpectrums 元DLLエクスポート名: core_mulSpectrums 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_mulSpectrums(cv::_InputArray *a, cv::_InputArray *b, cv::_OutputArray *c, int flags, int conjB)
{
    BEGIN_WRAP
    cv::mulSpectrums(*a, *b, *c, flags, conjB != 0);
    END_WRAP
}
}html %group NativeMethods_core %index core_getOptimalDFTSize [32/64bit] 与えられたベクトルサイズに対する最適な DFT サイズを返します． %prm p1,p2 p1 = int : int vecsize p2 = var : out int returnValue %inst DFTの性能は，ベクトルサイズの単調な関数ではありません．そのため，2つの配列の畳み込みを計算したり，配列のスペクトル分析を行ったりする場合は，通常，入力データをゼロで埋めて，元の配列よりも高速に変換できる少し大きな配列を得ることが有効です．サイズが2の累乗（2，4，8，16，32，...）である配列は，最も高速に処理できます．関数 cv::getOptimalDFTSize は，サイズ N のベクトルの DFT を効率的に処理できるような， vecsize 以上の最小の数 N を返します．現在の実装では，N = 2 ^p^ * 3 ^q^ * 5 ^r^ for some integer p, q, r.この関数は， vecsize が大きすぎる（INT_MAX に非常に近い）場合，負の値を返します．この関数は，DCT変換のための最適なベクトルサイズを推定するために直接利用することはできませんが（現在のDCT実装は，偶数サイズのベクトルしかサポートしていないので）， getOptimalDFTSize((vecsize+1)/2)*2 のように簡単に処理することができます． 元関数名(C#): core_getOptimalDFTSize 元DLLエクスポート名: core_getOptimalDFTSize 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_getOptimalDFTSize(int vecsize, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::getOptimalDFTSize(vecsize);
    END_WRAP
}
}html %group NativeMethods_core %index core_theRNG_get [32/64bit] cv::RNG::state 変数を取得します %prm p1 p1 = var : out ulong returnValue %inst 元関数名(C#): core_theRNG_get 元DLLエクスポート名: core_theRNG_get 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_theRNG_get(uint64 *returnValue)
{
    BEGIN_WRAP
    cv::RNG &rng = cv::theRNG();
    *returnValue = rng.state;
    END_WRAP
}
}html %group NativeMethods_core %index core_theRNG_set [32/64bit] cv::RNG::state 変数に格納します %prm p1 p1 = ARGS_ULONG : ulong returnValue %inst 元関数名(C#): core_theRNG_set 元DLLエクスポート名: core_theRNG_set 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_theRNG_set(uint64 value)
{
    BEGIN_WRAP
    cv::theRNG().state = value;
    END_WRAP
}
}html %group NativeMethods_core %index core_randu_InputArray [32/64bit] 一様分散された単一の乱数または乱数配列を生成します。 %prm p1,p2,p3 p1 = sptr : IntPtr dst p2 = sptr : IntPtr low p3 = sptr : IntPtr high %inst この関数の非テンプレート版は，指定された範囲の一様分布乱数で行列 dst を埋めます：??? -? ????RNG, randn, theRNGExamples: samples/cpp/cout_mat.cpp, samples/cpp/falecolor.cpp. 元関数名(C#): core_randu_InputArray 元DLLエクスポート名: core_randu_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_randu_InputArray(cv::_InputOutputArray *dst, cv::_InputArray *low, cv::_InputArray *high)
{
    BEGIN_WRAP
    cv::randu(*dst, *low, *high);
    END_WRAP
}
}html %group NativeMethods_core %index core_randu_Scalar [32bit] 一様分散された単一の乱数または乱数配列を生成します。 %prm p1,p2,p3 p1 = sptr : IntPtr dst p2 = ARGS_SCALAR : Scalar low p3 = ARGS_SCALAR : Scalar high %inst この関数の非テンプレート版は，指定された範囲の一様分布乱数で行列 dst を埋めます：??? -? ????RNG, randn, theRNGExamples: samples/cpp/cout_mat.cpp, samples/cpp/falecolor.cpp. 元関数名(C#): core_randu_Scalar 元DLLエクスポート名: core_randu_Scalar 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_randu_Scalar(cv::_InputOutputArray *dst, MyCvScalar low, MyCvScalar high)
{
    BEGIN_WRAP
    cv::randu(*dst, cpp(low), cpp(high));
    END_WRAP
}
}html %group NativeMethods_core %index core_randu_Scalar [64bit] 一様分散された単一の乱数または乱数配列を生成します。 %prm p1,p2,p3 p1 = sptr : IntPtr dst p2 = var : Scalar low p3 = var : Scalar high %inst この関数の非テンプレート版は，指定された範囲の一様分布乱数で行列 dst を埋めます：??? -? ????RNG, randn, theRNGExamples: samples/cpp/cout_mat.cpp, samples/cpp/falecolor.cpp. 元関数名(C#): core_randu_Scalar 元DLLエクスポート名: core_randu_Scalar 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_randu_Scalar(cv::_InputOutputArray *dst, MyCvScalar low, MyCvScalar high)
{
    BEGIN_WRAP
    cv::randu(*dst, cpp(low), cpp(high));
    END_WRAP
}
}html %group NativeMethods_core %index core_randn_InputArray [32/64bit] 配列を正規分布した乱数で埋めます． %prm p1,p2,p3 p1 = sptr : IntPtr dst p2 = sptr : IntPtr mean p3 = sptr : IntPtr stddev %inst 関数 cv::randn は，指定された平均ベクトルと標準偏差行列を持つ正規分布乱数で行列 dst を埋めます．生成された乱数は，出力配列のデータ型の値域に合うようにクリップされます．RNG, randuExamples: samples/cpp/kalman.cpp も参照してください． 元関数名(C#): core_randn_InputArray 元DLLエクスポート名: core_randn_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_randn_InputArray(cv::_InputOutputArray *dst, cv::_InputArray *mean, cv::_InputArray *stddev)
{
    BEGIN_WRAP
    cv::randn(*dst, *mean, *stddev);
    END_WRAP
}
}html %group NativeMethods_core %index core_randn_Scalar [32bit] 配列を正規分布した乱数で埋めます． %prm p1,p2,p3 p1 = sptr : IntPtr dst p2 = ARGS_SCALAR : Scalar mean p3 = ARGS_SCALAR : Scalar stddev %inst 関数 cv::randn は，指定された平均ベクトルと標準偏差行列を持つ正規分布乱数で行列 dst を埋めます．生成された乱数は，出力配列のデータ型の値域に合うようにクリップされます．RNG, randuExamples: samples/cpp/kalman.cpp も参照してください． 元関数名(C#): core_randn_Scalar 元DLLエクスポート名: core_randn_Scalar 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_randn_Scalar(cv::_InputOutputArray *dst, MyCvScalar mean, MyCvScalar stddev)
{
    BEGIN_WRAP
    cv::randn(*dst, cpp(mean), cpp(stddev));
    END_WRAP
}
}html %group NativeMethods_core %index core_randn_Scalar [64bit] 配列を正規分布した乱数で埋めます． %prm p1,p2,p3 p1 = sptr : IntPtr dst p2 = var : Scalar mean p3 = var : Scalar stddev %inst 関数 cv::randn は，指定された平均ベクトルと標準偏差行列を持つ正規分布乱数で行列 dst を埋めます．生成された乱数は，出力配列のデータ型の値域に合うようにクリップされます．RNG, randuExamples: samples/cpp/kalman.cpp も参照してください． 元関数名(C#): core_randn_Scalar 元DLLエクスポート名: core_randn_Scalar 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_randn_Scalar(cv::_InputOutputArray *dst, MyCvScalar mean, MyCvScalar stddev)
{
    BEGIN_WRAP
    cv::randn(*dst, cpp(mean), cpp(stddev));
    END_WRAP
}
}html %group NativeMethods_core %index core_randShuffle [32/64bit] 配列の要素をランダムにシャッフルします。 %prm p1,p2,p3 p1 = sptr : IntPtr dst p2 = double : double iterFactor p3 = var : ref ulong rng %inst 関数 cv::randShuffle は，指定された1次元配列に対して，ランダムに要素のペアを選び，それらを入れ替えることでシャッフルを行います．このようなスワップ操作の回数は， dst.rows*dst.cols*iterFactor となります．RNG, sortExamples: modules/shape/samples/shape_example.cpp, samples/cpp/kmeans.cpp も参照してください． 元関数名(C#): core_randShuffle 元DLLエクスポート名: core_randShuffle 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_randShuffle(cv::_InputOutputArray *dst, double iterFactor, uint64 *rng)
{
    BEGIN_WRAP
    cv::RNG rng0;
    cv::randShuffle(*dst, iterFactor, &rng0);
    *rng = rng0.state;
    END_WRAP
}
}html %group NativeMethods_core %index core_kmeans [32bit] クラスタの中心を見つけ、入力されたサンプルをそのクラスタの周りにグループ化します。 %prm p1,p2,p3,p4,p5,p6,p7,p8 p1 = sptr : IntPtr data p2 = int : int k p3 = sptr : IntPtr bestLabels p4 = ARGS_TERMCRITERIA : TermCriteria criteria p5 = int : int attempts p6 = int : int flags p7 = sptr : IntPtr centers p8 = var : out double returnValue %inst 関数 kmeans は，k-means アルゴリズムを実装しています．これは， cluster_count 個のクラスタの中心を見つけ，そのクラスタの周りに入力サンプルをグループ化するものです．出力として，Samples行列のSamples(i^{th}\)行に格納されているサンプルの0ベースのクラスタインデックスが含まれています． (Python) K-means クラスタリングの例は、opencv_source_code/samples/python/kmeans.pyExamples: samples/cpp/kmeans.cpp にあります。 元関数名(C#): core_kmeans 元DLLエクスポート名: core_kmeans 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_kmeans(
    cv::_InputArray *data, int k, cv::_InputOutputArray *bestLabels,
    MyCvTermCriteria criteria, int attempts, int flags, cv::_OutputArray *centers, 
    double* returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::kmeans(*data, k, *bestLabels, cpp(criteria), attempts, flags, entity(centers));
    END_WRAP
}
}html %group NativeMethods_core %index core_kmeans [64bit] クラスタの中心を見つけ、入力されたサンプルをそのクラスタの周りにグループ化します。 %prm p1,p2,p3,p4,p5,p6,p7,p8 p1 = sptr : IntPtr data p2 = int : int k p3 = sptr : IntPtr bestLabels p4 = var : TermCriteria criteria p5 = int : int attempts p6 = int : int flags p7 = sptr : IntPtr centers p8 = var : out double returnValue %inst 関数 kmeans は，k-means アルゴリズムを実装しています．これは， cluster_count 個のクラスタの中心を見つけ，そのクラスタの周りに入力サンプルをグループ化するものです．出力として，Samples行列のSamples(i^{th}\)行に格納されているサンプルの0ベースのクラスタインデックスが含まれています． (Python) K-means クラスタリングの例は、opencv_source_code/samples/python/kmeans.pyExamples: samples/cpp/kmeans.cpp にあります。 元関数名(C#): core_kmeans 元DLLエクスポート名: core_kmeans 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_kmeans(
    cv::_InputArray *data, int k, cv::_InputOutputArray *bestLabels,
    MyCvTermCriteria criteria, int attempts, int flags, cv::_OutputArray *centers, 
    double* returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::kmeans(*data, k, *bestLabels, cpp(criteria), attempts, flags, entity(centers));
    END_WRAP
}
}html %group NativeMethods_core %index core_cubeRoot [32/64bit] 引数の立方根を計算します。 %prm p1,p2 p1 = float : float val p2 = var : out float returnValue %inst cubeRoot関数は，\(\sqrt[3]{\texttt{val}}\)を計算します。負の引数は正しく処理されます。NaN，Infは処理されません。精度は、単精度データの最大可能精度に近づきます。 元関数名(C#): core_cubeRoot 元DLLエクスポート名: core_cubeRoot 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_cubeRoot(float val, float* returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::cubeRoot(val);
    END_WRAP
}
}html %group NativeMethods_core %index core_fastAtan2 [32/64bit] 2次元ベクトルの角度を度単位で計算します。 %prm p1,p2,p3 p1 = float : float y p2 = float : float x p3 = var : out float returnValue %inst 関数 fastAtan2 は，入力された 2 次元ベクトルの角度を全範囲にわたって計算します．角度の単位は度で，0度から360度の範囲で変化します．精度は約0.3度です。 元関数名(C#): core_fastAtan2 元DLLエクスポート名: core_fastAtan2 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_fastAtan2(float y, float x, float* returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::fastAtan2(y, x);
    END_WRAP
}
}html %group NativeMethods_core %index core_Algorithm_write [32/64bit] アルゴリズムのパラメータを，ファイルストレージに保存します． %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr fs %inst cv::FlannBasedMatcher, cv::DescriptorMatcher, cv::face::FaceRecognizer, cv::optflow::GPCForest< T >, cv::bioinspired::Retina, cv::line_descriptor::BinaryDescriptor, cv...で再実装されています．:Feature2D, cv::optflow::GPCTree, cv::bioinspired::TransientAreasSegmentationModule, cv::legacy::Tracker, cv::saliency::StaticSaliencySpectralResidual, and cv::face::BasicFaceRecognizer. 元関数名(C#): core_Algorithm_write 元DLLエクスポート名: core_Algorithm_write 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Algorithm.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Algorithm_write(cv::Algorithm *obj, cv::FileStorage *fs)
{
    BEGIN_WRAP
    obj->write(*fs);
    END_WRAP
}
}html %group NativeMethods_core_Algorithm %index core_Algorithm_read [32/64bit] ファイルストレージからアルゴリズムパラメータを読み込みます． %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr fn %inst cv::FlannBasedMatcher, cv::DescriptorMatcher, cv::face::FaceRecognizer, cv::optflow::GPCForest< T >, cv::line_descriptor::BinaryDescriptor, cv::Feature2D, cv::optflow::GPCTree, cv::legacy::Tracker, cv::saliency::StaticSaliencySpectralResidual, and cv::face::BasicFaceRecognizer. 元関数名(C#): core_Algorithm_read 元DLLエクスポート名: core_Algorithm_read 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Algorithm.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Algorithm_read(cv::Algorithm *obj, cv::FileNode *fn)
{
    BEGIN_WRAP
    obj->read(*fn);
    END_WRAP
}
}html %group NativeMethods_core_Algorithm %index core_Algorithm_empty [32/64bit] アルゴリズムが空の場合（例えば，最初の頃や読み込みに失敗した後など）は，真を返します． %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst cv::DescriptorMatcher, cv::face::FaceRecognizer, cv::ml::StatModel, cv::Feature2D, cv::BaseCascadeClassifier, cv::cuda::DescriptorMatcher, cv. で再実装されました．:quality::QualityPSNR, cv::quality::QualityBase, cv::face::BasicFaceRecognizer, cv::quality::QualityGMSD, cv::quality::QualitySSIM, そして cv::quality::QualityMSE. 元関数名(C#): core_Algorithm_empty 元DLLエクスポート名: core_Algorithm_empty 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Algorithm.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Algorithm_empty(cv::Algorithm *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->empty() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_core_Algorithm %index core_Algorithm_save [32/64bit] アルゴリズムをファイルに保存します．このメソッドを動作させるためには，派生クラスが Algorithm::write(FileStorage& fs) を実装する必要があります． %prm p1,p2 p1 = sptr : IntPtr obj p2 = str : string filename %inst 元関数名(C#): core_Algorithm_save 元DLLエクスポート名: core_Algorithm_save 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Algorithm.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Algorithm_save(cv::Algorithm *obj, const char *filename)
{
    BEGIN_WRAP
    obj->save(filename);
    END_WRAP
}
}html %group NativeMethods_core_Algorithm %index core_Algorithm_getDefaultName [32/64bit] core_Algorithm_getDefaultName %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr buf %inst 元関数名(C#): core_Algorithm_getDefaultName 元DLLエクスポート名: core_Algorithm_getDefaultName 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Algorithm.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Algorithm_getDefaultName(cv::Algorithm *obj, std::string *buf)
{
    BEGIN_WRAP
    buf->assign(obj->getDefaultName());
    END_WRAP
}
}html %group NativeMethods_core_Algorithm %index core_PCA_new1 [32/64bit] cv::PCA のインスタンスを生成します %prm p1 p1 = var : out IntPtr returnValue %inst 主成分分析を行います。 このクラスは、ベクトルの集合に対する特別な基底を計算するために使用されます。基底は、入力されたベクトルの集合から計算された共分散行列の固有ベクトルで構成されます。PCA クラスは，基底によって定義された新しい座標空間との間で，ベクトルを変換することもできます．通常，この新しい座標系では，元の集合からの各ベクトル（およびそのようなベクトルの任意の線形結合）は，共分散行列の最大の固有値の固有ベクトルに対応する最初の数個の成分を取ることによって，非常に正確に近似することができます．幾何学的には、共分散行列の支配的な固有値に対応するいくつかの固有ベクトルによって形成される部分空間へのベクトルの投影を計算することを意味します。そして、通常、このような投影は、元のベクトルに非常に近いものになります。つまり、高次元空間の元のベクトルを、部分空間に投影されたベクトルの座標からなるずっと短いベクトルで表すことができるのです。このような変換は、Karhunen-Loeve変換（KLT）とも呼ばれます。http://en.wikipedia.org/wiki/Principal_component_analysis 参照 下のサンプルは，2つの行列を受け取る関数です．1つ目の関数は，PCAの計算に使用されるベクトルの集合（1つのベクトルにつき1行）を格納します．2つ目の関数は，もう1つの「テスト」用のベクトルセット（1つのベクトルにつき1行）を格納します．まず，これらのベクトルは PCA によって圧縮され，次に再構成されます．そして，再構成誤差ノルムが計算され，各ベクトルに対して出力されます． 元関数名(C#): core_PCA_new1 元DLLエクスポート名: core_PCA_new1 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Classes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_PCA_new1(cv::PCA **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::PCA;
    END_WRAP
}
}html %group NativeMethods_core_Classes %index core_PCA_new2 [32/64bit] cv::PCA のインスタンスを生成します %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr data p2 = sptr : IntPtr mean p3 = int : int flags p4 = int : int maxComponents p5 = var : out IntPtr returnValue %inst 主成分分析を行います。 このクラスは、ベクトルの集合に対する特別な基底を計算するために使用されます。基底は、入力されたベクトルの集合から計算された共分散行列の固有ベクトルで構成されます。PCA クラスは，基底によって定義された新しい座標空間との間で，ベクトルを変換することもできます．通常，この新しい座標系では，元の集合からの各ベクトル（およびそのようなベクトルの任意の線形結合）は，共分散行列の最大の固有値の固有ベクトルに対応する最初の数個の成分を取ることによって，非常に正確に近似することができます．幾何学的には、共分散行列の支配的な固有値に対応するいくつかの固有ベクトルによって形成される部分空間へのベクトルの投影を計算することを意味します。そして、通常、このような投影は、元のベクトルに非常に近いものになります。つまり、高次元空間の元のベクトルを、部分空間に投影されたベクトルの座標からなるずっと短いベクトルで表すことができるのです。このような変換は、Karhunen-Loeve変換（KLT）とも呼ばれます。http://en.wikipedia.org/wiki/Principal_component_analysis 参照 下のサンプルは，2つの行列を受け取る関数です．1つ目の関数は，PCAの計算に使用されるベクトルの集合（1つのベクトルにつき1行）を格納します．2つ目の関数は，もう1つの「テスト」用のベクトルセット（1つのベクトルにつき1行）を格納します．まず，これらのベクトルは PCA によって圧縮され，次に再構成されます．そして，再構成誤差ノルムが計算され，各ベクトルに対して出力されます． 元関数名(C#): core_PCA_new2 元DLLエクスポート名: core_PCA_new2 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Classes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_PCA_new2(cv::_InputArray *data, cv::_InputArray *mean, int flags, int maxComponents, cv::PCA **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::PCA(*data, *mean, flags, maxComponents);
    END_WRAP
}
}html %group NativeMethods_core_Classes %index core_PCA_new3 [32/64bit] cv::PCA のインスタンスを生成します %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr data p2 = sptr : IntPtr mean p3 = int : int flags p4 = double : double retainedVariance p5 = var : out IntPtr returnValue %inst 主成分分析を行います。 このクラスは、ベクトルの集合に対する特別な基底を計算するために使用されます。基底は、入力されたベクトルの集合から計算された共分散行列の固有ベクトルで構成されます。PCA クラスは，基底によって定義された新しい座標空間との間で，ベクトルを変換することもできます．通常，この新しい座標系では，元の集合からの各ベクトル（およびそのようなベクトルの任意の線形結合）は，共分散行列の最大の固有値の固有ベクトルに対応する最初の数個の成分を取ることによって，非常に正確に近似することができます．幾何学的には、共分散行列の支配的な固有値に対応するいくつかの固有ベクトルによって形成される部分空間へのベクトルの投影を計算することを意味します。そして、通常、このような投影は、元のベクトルに非常に近いものになります。つまり、高次元空間の元のベクトルを、部分空間に投影されたベクトルの座標からなるずっと短いベクトルで表すことができるのです。このような変換は、Karhunen-Loeve変換（KLT）とも呼ばれます。http://en.wikipedia.org/wiki/Principal_component_analysis 参照 下のサンプルは，2つの行列を受け取る関数です．1つ目の関数は，PCAの計算に使用されるベクトルの集合（1つのベクトルにつき1行）を格納します．2つ目の関数は，もう1つの「テスト」用のベクトルセット（1つのベクトルにつき1行）を格納します．まず，これらのベクトルは PCA によって圧縮され，次に再構成されます．そして，再構成誤差ノルムが計算され，各ベクトルに対して出力されます． using namespace cv;PCA compressPCA(const Mat& pcaset, int maxComponents, const Mat& testset, Mat& compressed){ PCA pca(pcaset, // データを渡す Mat(), // 事前に計算された平均ベクトルを持っていないので， // PCA エンジンに計算させます PCA::DATA_AS_ROW, // ベクトルが // 行列の行として格納されていることを示します // （ベクトルが // 行列の列である場合は PCA::DATA_AS_COL を利用してください） maxComponents // 保持する主成分の数を指定します ); // テストデータがない場合は，計算された基底を返すだけで，すぐに利用できます if( !testset.data ) return pca; CV_Assert( testset.cols == pcaset.cols ); compressed.create(testset.rows, maxComponents, testset.type()); Mat reconstructed; for( int i = 0; i < testset.rows; i++ ) { Mat vec = testset.row(i), coeffs = compressed.row(i), reconstructed; // ベクトルを圧縮し，その結果を // 出力行列の i 番目の行に格納します． pca.project(vec, coeffs); // そして，それを再構成します． pca.backProject(coeffs, reconstructed); // そして，その誤差を測定します．関連項目：ocalcCovarMatrix, mulTransposed, SVD, dft, dct 例: samples/cpp/pca.cpp, samples/cpp/tutorial_code/ml/introduction_to_pca/introduction_to_pca.cpp. 元関数名(C#): core_PCA_new3 元DLLエクスポート名: core_PCA_new3 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Classes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_PCA_new3(cv::_InputArray *data, cv::_InputArray *mean, int flags, double retainedVariance, cv::PCA **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::PCA(*data, *mean, flags, retainedVariance);
    END_WRAP
}
}html %group NativeMethods_core_Classes %index core_PCA_delete [32/64bit] cv::PCA のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst 主成分分析を行います。 このクラスは、ベクトルの集合に対する特別な基底を計算するために使用されます。基底は、入力されたベクトルの集合から計算された共分散行列の固有ベクトルで構成されます。PCA クラスは，基底によって定義された新しい座標空間との間で，ベクトルを変換することもできます．通常，この新しい座標系では，元の集合からの各ベクトル（およびそのようなベクトルの任意の線形結合）は，共分散行列の最大の固有値の固有ベクトルに対応する最初の数個の成分を取ることによって，非常に正確に近似することができます．幾何学的には、共分散行列の支配的な固有値に対応するいくつかの固有ベクトルによって形成される部分空間へのベクトルの投影を計算することを意味します。そして、通常、このような投影は、元のベクトルに非常に近いものになります。つまり、高次元空間の元のベクトルを、部分空間に投影されたベクトルの座標からなるずっと短いベクトルで表すことができるのです。このような変換は、Karhunen-Loeve変換（KLT）とも呼ばれます。http://en.wikipedia.org/wiki/Principal_component_analysis 参照 下のサンプルは，2つの行列を受け取る関数です．1つ目の関数は，PCAの計算に使用されるベクトルの集合（1つのベクトルにつき1行）を格納します．2つ目の関数は，もう1つの「テスト」用のベクトルセット（1つのベクトルにつき1行）を格納します．まず，これらのベクトルは PCA によって圧縮され，次に再構成されます．そして，再構成誤差ノルムが計算され，各ベクトルに対して出力されます． using namespace cv;PCA compressPCA(const Mat& pcaset, int maxComponents, const Mat& testset, Mat& compressed){ PCA pca(pcaset, // データを渡す Mat(), // 事前に計算された平均ベクトルを持っていないので， // PCA エンジンに計算させます PCA::DATA_AS_ROW, // ベクトルが // 行列の行として格納されていることを示します // （ベクトルが // 行列の列である場合は PCA::DATA_AS_COL を利用してください） maxComponents // 保持する主成分の数を指定します ); // テストデータがない場合は，計算された基底を返すだけで，すぐに利用できます if( !testset.data ) return pca; CV_Assert( testset.cols == pcaset.cols ); compressed.create(testset.rows, maxComponents, testset.type()); Mat reconstructed; for( int i = 0; i < testset.rows; i++ ) { Mat vec = testset.row(i), coeffs = compressed.row(i), reconstructed; // ベクトルを圧縮し，その結果を // 出力行列の i 番目の行に格納します． pca.project(vec, coeffs); // そして，それを再構成します． pca.backProject(coeffs, reconstructed); // そして，その誤差を測定します．関連項目：ocalcCovarMatrix, mulTransposed, SVD, dft, dct 例: samples/cpp/pca.cpp, samples/cpp/tutorial_code/ml/introduction_to_pca/introduction_to_pca.cpp. 元関数名(C#): core_PCA_delete 元DLLエクスポート名: core_PCA_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Classes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_PCA_delete(cv::PCA *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_core_Classes %index core_PCA_operatorThis [32/64bit] core_PCA_operatorThis %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr obj p2 = sptr : IntPtr data p3 = sptr : IntPtr mean p4 = int : int flags p5 = int : int maxComponents %inst 元関数名(C#): core_PCA_operatorThis 元DLLエクスポート名: core_PCA_operatorThis 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Classes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_PCA_operatorThis(cv::PCA *obj, cv::_InputArray *data, cv::_InputArray *mean, int flags, int maxComponents)
{
    BEGIN_WRAP
    (*obj)(*data, *mean, flags, maxComponents);
    END_WRAP
}
}html %group NativeMethods_core_Classes %index core_PCA_computeVar [32/64bit] core_PCA_computeVar %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr obj p2 = sptr : IntPtr data p3 = sptr : IntPtr mean p4 = int : int flags p5 = double : double retainedVariance %inst 元関数名(C#): core_PCA_computeVar 元DLLエクスポート名: core_PCA_computeVar 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Classes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_PCA_computeVar(cv::PCA *obj, cv::_InputArray *data, cv::_InputArray *mean, int flags, double retainedVariance)
{
    BEGIN_WRAP
    (*obj)(*data, *mean, flags, retainedVariance);
    END_WRAP
}
}html %group NativeMethods_core_Classes %index core_PCA_project1 [32/64bit] ベクトルを主成分部分空間に投射します． %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = sptr : IntPtr vec p3 = var : out IntPtr returnValue %inst これらのメソッドは，1 つ以上のベクトルを主成分部分空間に射影します．各ベクトルの射影は，主成分基底の係数で表されます．このメソッドの第 1 の形式は，第 2 の形式が結果に書き込む行列を返します．したがって，第1の形式は式の一部として使用でき，第2の形式は処理ループの中でより効率的に使用できます．例：samples/cpp/pca.cpp. 元関数名(C#): core_PCA_project1 元DLLエクスポート名: core_PCA_project1 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Classes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_PCA_project1(cv::PCA *obj, cv::_InputArray *vec, cv::Mat **returnValue)
{
    BEGIN_WRAP
    const auto ret = obj->project(*vec);
    *returnValue = new cv::Mat(ret);
    END_WRAP
}
}html %group NativeMethods_core_Classes %index core_PCA_project2 [32/64bit] この関数は，便宜上，オーバーロードされたメンバ関数です．上の関数との違いは，どのような引数を受け取るかだけです． %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = sptr : IntPtr vec p3 = sptr : IntPtr result %inst 元関数名(C#): core_PCA_project2 元DLLエクスポート名: core_PCA_project2 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Classes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_PCA_project2(cv::PCA *obj, cv::_InputArray *vec, cv::_OutputArray *result)
{
    BEGIN_WRAP
    obj->project(*vec, *result);
    END_WRAP
}
}html %group NativeMethods_core_Classes %index core_PCA_backProject1 [32/64bit] ベクトルをそのPC投影から再構成します． %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = sptr : IntPtr vec p3 = var : out IntPtr returnValue %inst これらのメソッドは，PCA::project の逆の操作です．これらのメソッドは，投影されたベクトルのPC座標を取り，元のベクトルを再構成します．すべての主成分が保持されていない限り，再構成されたベクトルは元のベクトルとは異なります．しかし，成分数が十分に多ければ，その差は小さくなります（それでも，元のベクトルの次元数よりはずっと小さいです）．例：samples/cpp/pca.cpp.PCAを使用しています． 元関数名(C#): core_PCA_backProject1 元DLLエクスポート名: core_PCA_backProject1 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Classes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_PCA_backProject1(cv::PCA *obj, cv::_InputArray *vec, cv::Mat **returnValue)
{
    BEGIN_WRAP
    const auto ret = obj->backProject(*vec);
    *returnValue = new cv::Mat(ret);
    END_WRAP
}
}html %group NativeMethods_core_Classes %index core_PCA_backProject2 [32/64bit] この関数は，便宜上，オーバーロードされたメンバ関数です．上の関数との違いは，どのような引数を受け取るかだけです． %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = sptr : IntPtr vec p3 = sptr : IntPtr result %inst 元関数名(C#): core_PCA_backProject2 元DLLエクスポート名: core_PCA_backProject2 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Classes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_PCA_backProject2(cv::PCA *obj, cv::_InputArray *vec, cv::_OutputArray *result)
{
    BEGIN_WRAP
    obj->backProject(*vec, *result);
    END_WRAP
}
}html %group NativeMethods_core_Classes %index core_PCA_eigenvectors [32/64bit] cv::PCA::eigenvectors 変数を取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst 共分散行列の固有ベクトル 元関数名(C#): core_PCA_eigenvectors 元DLLエクスポート名: core_PCA_eigenvectors 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Classes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_PCA_eigenvectors(cv::PCA *obj, cv::Mat **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::Mat(obj->eigenvectors);
    END_WRAP
}
}html %group NativeMethods_core_Classes %index core_PCA_eigenvalues [32/64bit] cv::PCA::eigenvalues 変数を取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst 共分散行列の固有値 元関数名(C#): core_PCA_eigenvalues 元DLLエクスポート名: core_PCA_eigenvalues 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Classes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_PCA_eigenvalues(cv::PCA *obj, cv::Mat **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::Mat(obj->eigenvalues);
    END_WRAP
}
}html %group NativeMethods_core_Classes %index core_PCA_mean [32/64bit] cv::PCA::mean 変数を取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst 投影前に減算され，バックプロジェクション後に加算される平均値． 元関数名(C#): core_PCA_mean 元DLLエクスポート名: core_PCA_mean 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Classes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_PCA_mean(cv::PCA *obj, cv::Mat **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::Mat(obj->mean);
    END_WRAP
}
}html %group NativeMethods_core_Classes %index core_PCA_write [32/64bit] PCA オブジェクトの書き込み %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr fs %inst 固有値 固有ベクトルと平均値を指定された FileStorage に書き込みます． 元関数名(C#): core_PCA_write 元DLLエクスポート名: core_PCA_write 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Classes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_PCA_write(cv::PCA *obj, cv::FileStorage *fs)
{
    BEGIN_WRAP
    obj->write(*fs);
    END_WRAP    
}
}html %group NativeMethods_core_Classes %index core_PCA_read [32/64bit] PCA オブジェクトの読み込み %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr fn %inst 固有値，固有ベクトル，平均値を指定した FileNode から読み込みます． 元関数名(C#): core_PCA_read 元DLLエクスポート名: core_PCA_read 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Classes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_PCA_read(cv::PCA *obj, cv::FileNode *fn)
{
    BEGIN_WRAP
    obj->read(*fn);
    END_WRAP
}
}html %group NativeMethods_core_Classes %index core_RNG_fill [32/64bit] 配列を乱数で埋めます． %prm p1,p2,p3,p4,p5,p6 p1 = var : ref ulong state p2 = sptr : IntPtr mat p3 = int : int distType p4 = sptr : IntPtr a p5 = sptr : IntPtr b p6 = int : int saturateRange %inst それぞれのメソッドは，指定された分布からのランダムな値で行列を埋めます．新しい数値が生成されると，それに応じて RNG の状態が更新されます．マルチチャンネル画像の場合，各チャンネルは独立に埋められます．つまり，RNGは，非対角共分散行列を持つ多次元ガウス分布から直接サンプルを生成することはできません．そのため，このメソッドは，平均が0で共分散行列が等比級数である多次元標準ガウス分布からサンプルを生成し，それをtransformを用いて変換することで，指定したガウス分布からサンプルを得ることができます． 元関数名(C#): core_RNG_fill 元DLLエクスポート名: core_RNG_fill 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Classes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_RNG_fill(uint64 *state, cv::_InputOutputArray *mat, int distType, cv::_InputArray *a, cv::_InputArray *b, int saturateRange)
{
    BEGIN_WRAP
    cv::RNG rng(*state);
    rng.fill(*mat, distType, *a, *b, saturateRange != 0);
    *state = rng.state;
    END_WRAP
}
}html %group NativeMethods_core_Classes %index core_RNG_gaussian [32/64bit] ガウス分布からサンプリングされた次の乱数を返します。 %prm p1,p2,p3 p1 = var : ref ulong state p2 = double : double sigma p3 = var : out double returnValue %inst このメソッドは，MWCアルゴリズムを用いて状態を変換し，ガウス分布N(0,sigma)から次の乱数を返します．つまり，返される乱数の平均値は0で，標準偏差は指定されたsigmaとなります． 元関数名(C#): core_RNG_gaussian 元DLLエクスポート名: core_RNG_gaussian 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Classes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_RNG_gaussian(uint64 *state, double sigma, double *returnValue)
{
    BEGIN_WRAP
    cv::RNG rng(*state);
    *returnValue = rng.gaussian(sigma);
    *state = rng.state;
    END_WRAP
}
}html %group NativeMethods_core_Classes %index core_SVD_new1 [32/64bit] cv::SVD のインスタンスを生成します %prm p1 p1 = var : out IntPtr returnValue %inst 特異値分解。 浮動小数点型の行列の特異値分解を計算するためのクラスです．特異値分解は，最小二乗問題，過小決定された連立方程式，行列の反転，条件数の計算などに利用されます． 行列の条件数や行列式の絶対値を計算したい場合は，u と vt は必要ありません．flags=SVD::NO_UV|...を渡すことができます．もう1つのフラグ SVD::FULL_UV は，フルサイズの u と vt を計算しなければならないことを示しますが，ほとんどの場合は必要ありません． 関連項目： 反転, 解決, 固有値, 行列式 元関数名(C#): core_SVD_new1 元DLLエクスポート名: core_SVD_new1 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Classes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_SVD_new1(cv::SVD **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::SVD;
    END_WRAP
}
}html %group NativeMethods_core_Classes %index core_SVD_new2 [32/64bit] cv::SVD のインスタンスを生成します %prm p1,p2,p3 p1 = sptr : IntPtr src p2 = int : int flags p3 = var : out IntPtr returnValue %inst 特異値分解。 浮動小数点型の行列の特異値分解を計算するためのクラスです．特異値分解は，最小二乗問題，過小決定された連立方程式，行列の反転，条件数の計算などに利用されます． 行列の条件数や行列式の絶対値を計算したい場合は，u と vt は必要ありません．flags=SVD::NO_UV|...を渡すことができます．もう1つのフラグ SVD::FULL_UV は，フルサイズの u と vt を計算しなければならないことを示しますが，ほとんどの場合は必要ありません． 関連項目： 反転, 解決, 固有値, 行列式 元関数名(C#): core_SVD_new2 元DLLエクスポート名: core_SVD_new2 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Classes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_SVD_new2(cv::_InputArray *src, int flags, cv::SVD **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::SVD(*src, flags);
    END_WRAP
}
}html %group NativeMethods_core_Classes %index core_SVD_delete [32/64bit] cv::SVD のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst 特異値分解。 浮動小数点型の行列の特異値分解を計算するためのクラスです．特異値分解は，最小二乗問題，過小決定された連立方程式，行列の反転，条件数の計算などに利用されます． 行列の条件数や行列式の絶対値を計算したい場合は，u と vt は必要ありません．flags=SVD::NO_UV|...を渡すことができます．もう1つのフラグ SVD::FULL_UV は，フルサイズの u と vt を計算しなければならないことを示しますが，ほとんどの場合は必要ありません． 関連項目： 反転, 解決, 固有値, 行列式 元関数名(C#): core_SVD_delete 元DLLエクスポート名: core_SVD_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Classes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_SVD_delete(cv::SVD *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_core_Classes %index core_SVD_operatorThis [32/64bit] core_SVD_operatorThis %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = sptr : IntPtr src p3 = int : int flags %inst 元関数名(C#): core_SVD_operatorThis 元DLLエクスポート名: core_SVD_operatorThis 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Classes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_SVD_operatorThis(cv::SVD *obj, cv::_InputArray *src, int flags)
{
    BEGIN_WRAP
    (*obj)(*src, flags);
    END_WRAP
}
}html %group NativeMethods_core_Classes %index core_SVD_backSubst [32/64bit] 特異値後退代入を行います。 %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = sptr : IntPtr rhs p3 = sptr : IntPtr dst %inst このメソッドは，指定された右辺の後退代入を計算します：\[texttt{x} = \tt{vt}.^T ?ag( ????? )^{-1} ?????????♪♪♪♪♪〜\Smilax china (species of sarsaparilla)NoteExplicit SVD with further back substitution is only meaning that you need to solve many linear systems with the same left-hand side (for example, src ).1つの連立方程式（複数の rhs がすぐに得られる可能性がある）を解くだけならば，単に solve を呼び出して，DECOMP_SVD を渡してください．これは，まったく同じことを行います． 元関数名(C#): core_SVD_backSubst 元DLLエクスポート名: core_SVD_backSubst 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Classes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_SVD_backSubst(cv::SVD *obj, cv::_InputArray *rhs, cv::_OutputArray *dst)
{
    BEGIN_WRAP
    obj->backSubst(*rhs, *dst);
    END_WRAP
}
}html %group NativeMethods_core_Classes %index core_SVD_static_compute1 [32/64bit] 行列を分解し，その結果をユーザが提供する行列に格納します %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr src p2 = sptr : IntPtr w p3 = sptr : IntPtr u p4 = sptr : IntPtr vt p5 = int : int flags %inst これらのメソッド/関数は，行列の SVD を行います．SVD::SVD コンストラクタや SVD::operator() とは異なり，ユーザが提供する行列に結果が格納されます． 元関数名(C#): core_SVD_static_compute1 元DLLエクスポート名: core_SVD_static_compute1 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Classes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_SVD_static_compute1(cv::_InputArray *src, cv::_OutputArray *w,
                                                cv::_OutputArray *u, cv::_OutputArray *vt, int flags)
{
    BEGIN_WRAP
    cv::SVD::compute(*src, *w, *u, *vt, flags);
    END_WRAP
}
}html %group NativeMethods_core_Classes %index core_SVD_static_compute2 [32/64bit] これは，利便性のために提供されるオーバーロードされたメンバ関数です．上の関数との違いは，どのような引数を受け取るかだけです． 行列の特異値を計算します． %prm p1,p2,p3 p1 = sptr : IntPtr src p2 = sptr : IntPtr w p3 = int : int flags %inst 元関数名(C#): core_SVD_static_compute2 元DLLエクスポート名: core_SVD_static_compute2 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Classes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_SVD_static_compute2(cv::_InputArray *src, cv::_OutputArray *w, int flags)
{
    BEGIN_WRAP
    cv::SVD::compute(*src, *w, flags);
    END_WRAP
}
}html %group NativeMethods_core_Classes %index core_SVD_static_backSubst [32/64bit] 後方置換の実行 %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr w p2 = sptr : IntPtr u p3 = sptr : IntPtr vt p4 = sptr : IntPtr rhs p5 = sptr : IntPtr dst %inst 元関数名(C#): core_SVD_static_backSubst 元DLLエクスポート名: core_SVD_static_backSubst 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Classes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_SVD_static_backSubst(cv::_InputArray *w, cv::_InputArray *u,
                                                 cv::_InputArray *vt, cv::_InputArray *rhs, cv::_OutputArray *dst)
{
    BEGIN_WRAP
    cv::SVD::backSubst(*w, *u, *vt, *rhs, *dst);
    END_WRAP
}
}html %group NativeMethods_core_Classes %index core_SVD_static_solveZ [32/64bit] 決定されていない特異な連立方程式を解く %prm p1,p2 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst %inst このメソッドは，特異連立方程式 A*x = 0 の単位長さの解 x を求めます．A の階数に応じて，解が存在しない場合，1つの解が存在する場合，無限の解が存在する場合があります．一般的に、このアルゴリズムは次のような問題を解きます：??? -? ??? "dst = ???" "x: ??? -? ???" "src: ???" "x: ??? -? ??? 元関数名(C#): core_SVD_static_solveZ 元DLLエクスポート名: core_SVD_static_solveZ 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Classes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_SVD_static_solveZ(cv::_InputArray *src, cv::_OutputArray *dst)
{
    BEGIN_WRAP
    cv::SVD::solveZ(*src, *dst);
    END_WRAP
}
}html %group NativeMethods_core_Classes %index core_SVD_u [32/64bit] cv::SVD::u 変数を取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst 元関数名(C#): core_SVD_u 元DLLエクスポート名: core_SVD_u 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Classes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_SVD_u(cv::SVD *obj, cv::Mat **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::Mat(obj->u);
    END_WRAP
}
}html %group NativeMethods_core_Classes %index core_SVD_w [32/64bit] cv::SVD::w 変数を取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst 元関数名(C#): core_SVD_w 元DLLエクスポート名: core_SVD_w 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Classes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_SVD_w(cv::SVD *obj, cv::Mat **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::Mat(obj->w);
    END_WRAP
}
}html %group NativeMethods_core_Classes %index core_SVD_vt [32/64bit] cv::SVD::vt 変数を取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst 元関数名(C#): core_SVD_vt 元DLLエクスポート名: core_SVD_vt 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Classes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_SVD_vt(cv::SVD *obj, cv::Mat **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::Mat(obj->vt);
    END_WRAP
}
}html %group NativeMethods_core_Classes %index core_LDA_new1 [32/64bit] cv::LDA のインスタンスを生成します %prm p1,p2 p1 = int : int numComponents p2 = var : out IntPtr returnValue %inst Linear Discriminant Analysisの略。 Todo:document this class 元関数名(C#): core_LDA_new1 元DLLエクスポート名: core_LDA_new1 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Classes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_LDA_new1(int num_components, cv::LDA **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::LDA(num_components);
    END_WRAP
}
}html %group NativeMethods_core_Classes %index core_LDA_new2 [32/64bit] cv::LDA のインスタンスを生成します %prm p1,p2,p3,p4 p1 = sptr : IntPtr src p2 = sptr : IntPtr labels p3 = int : int numComponents p4 = var : out IntPtr returnValue %inst Linear Discriminant Analysisの略。 Todo:document this class 元関数名(C#): core_LDA_new2 元DLLエクスポート名: core_LDA_new2 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Classes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_LDA_new2(cv::_InputArray *src, cv::_InputArray *labels, int num_components, cv::LDA **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::LDA(*src, *labels, num_components);
    END_WRAP
}
}html %group NativeMethods_core_Classes %index core_LDA_delete [32/64bit] cv::LDA のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst Linear Discriminant Analysisの略。 Todo:document this class 元関数名(C#): core_LDA_delete 元DLLエクスポート名: core_LDA_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Classes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_LDA_delete(cv::LDA *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_core_Classes %index core_LDA_save_String [32/64bit] このオブジェクトを指定されたファイル名にシリアル化します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = str : [MarshalAs(UnmanagedType.LPStr)] string filename %inst 元関数名(C#): core_LDA_save_String 元DLLエクスポート名: core_LDA_save_String 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Classes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_LDA_save_String(cv::LDA *obj, const char *filename)
{
    BEGIN_WRAP
    obj->save(filename);
    END_WRAP
}
}html %group NativeMethods_core_Classes %index core_LDA_load_String [32/64bit] 与えられたファイル名からこのオブジェクトをデシリアライズします。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = str : [MarshalAs(UnmanagedType.LPStr)] string filename %inst 元関数名(C#): core_LDA_load_String 元DLLエクスポート名: core_LDA_load_String 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Classes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_LDA_load_String(cv::LDA *obj, const char *filename)
{
    BEGIN_WRAP
    obj->load(filename);
    END_WRAP
}
}html %group NativeMethods_core_Classes %index core_LDA_save_FileStorage [32/64bit] このオブジェクトを指定されたファイル名にシリアル化します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr fs %inst 元関数名(C#): core_LDA_save_FileStorage 元DLLエクスポート名: core_LDA_save_FileStorage 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Classes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_LDA_save_FileStorage(cv::LDA *obj, cv::FileStorage *fs)
{
    BEGIN_WRAP
    obj->save(*fs);
    END_WRAP
}
}html %group NativeMethods_core_Classes %index core_LDA_load_FileStorage [32/64bit] 与えられたファイル名からこのオブジェクトをデシリアライズします。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr node %inst 元関数名(C#): core_LDA_load_FileStorage 元DLLエクスポート名: core_LDA_load_FileStorage 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Classes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_LDA_load_FileStorage(cv::LDA *obj, cv::FileStorage *node)
{
    BEGIN_WRAP
    obj->load(*node);
    END_WRAP
}
}html %group NativeMethods_core_Classes %index core_LDA_compute [32/64bit] src (row aligned) と labels のデータの判別式を計算します． %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = sptr : IntPtr src p3 = sptr : IntPtr labels %inst 元関数名(C#): core_LDA_compute 元DLLエクスポート名: core_LDA_compute 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Classes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_LDA_compute(cv::LDA *obj, cv::_InputArray *src, cv::_InputArray *labels)
{
    BEGIN_WRAP
    obj->compute(*src, *labels);
    END_WRAP
}
}html %group NativeMethods_core_Classes %index core_LDA_project [32/64bit] src は，1つまたは複数の行整列されたサンプルです． %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = sptr : IntPtr src p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_LDA_project 元DLLエクスポート名: core_LDA_project 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Classes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_LDA_project(cv::LDA *obj, cv::_InputArray *src, cv::Mat **returnValue)
{
    BEGIN_WRAP
    const auto mat = obj->project(*src);
    *returnValue = new cv::Mat(mat);
    END_WRAP
}
}html %group NativeMethods_core_Classes %index core_LDA_reconstruct [32/64bit] LDA 部分空間から投影データを再構成します． src は，1つまたは複数の行がアラインメントされた投影データです． %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = sptr : IntPtr src p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_LDA_reconstruct 元DLLエクスポート名: core_LDA_reconstruct 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Classes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_LDA_reconstruct(cv::LDA *obj, cv::_InputArray *src, cv::Mat **returnValue)
{
    BEGIN_WRAP
    const auto mat = obj->reconstruct(*src);
    *returnValue = new cv::Mat(mat);
    END_WRAP
}
}html %group NativeMethods_core_Classes %index core_LDA_eigenvectors [32/64bit] この LDA の固有ベクトルを返します． %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst 元関数名(C#): core_LDA_eigenvectors 元DLLエクスポート名: core_LDA_eigenvectors 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Classes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_LDA_eigenvectors(cv::LDA *obj, cv::Mat **returnValue)
{ 
    BEGIN_WRAP
    const auto mat = obj->eigenvectors();
    *returnValue = new cv::Mat(mat);
    END_WRAP
}
}html %group NativeMethods_core_Classes %index core_LDA_eigenvalues [32/64bit] LDA の固有値を返します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst 元関数名(C#): core_LDA_eigenvalues 元DLLエクスポート名: core_LDA_eigenvalues 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Classes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_LDA_eigenvalues(cv::LDA *obj, cv::Mat **returnValue)
{
    BEGIN_WRAP
    const auto mat = obj->eigenvalues();
    *returnValue = new cv::Mat(mat);
    END_WRAP
}
}html %group NativeMethods_core_Classes %index core_LDA_subspaceProject [32/64bit] core_LDA_subspaceProject %prm p1,p2,p3,p4 p1 = sptr : IntPtr w p2 = sptr : IntPtr mean p3 = sptr : IntPtr src p4 = var : out IntPtr returnValue %inst 元関数名(C#): core_LDA_subspaceProject 元DLLエクスポート名: core_LDA_subspaceProject 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Classes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_LDA_subspaceProject(cv::_InputArray *W, cv::_InputArray *mean, cv::_InputArray *src, cv::Mat **returnValue)
{
    BEGIN_WRAP
    const auto mat = cv::LDA::subspaceProject(*W, *mean, *src);
    *returnValue = new cv::Mat(mat);
    END_WRAP
}
}html %group NativeMethods_core_Classes %index core_LDA_subspaceReconstruct [32/64bit] core_LDA_subspaceReconstruct %prm p1,p2,p3,p4 p1 = sptr : IntPtr w p2 = sptr : IntPtr mean p3 = sptr : IntPtr src p4 = var : out IntPtr returnValue %inst 元関数名(C#): core_LDA_subspaceReconstruct 元DLLエクスポート名: core_LDA_subspaceReconstruct 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Classes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_LDA_subspaceReconstruct(cv::_InputArray *W, cv::_InputArray *mean, cv::_InputArray *src, cv::Mat **returnValue)
{
    BEGIN_WRAP
    const auto mat = cv::LDA::subspaceReconstruct(*W, *mean, *src);
    *returnValue = new cv::Mat(mat);
    END_WRAP
}
}html %group NativeMethods_core_Classes %index core_FileNode_new1 [32/64bit] cv::FileNode のインスタンスを生成します %prm p1 p1 = var : out IntPtr returnValue %inst ファイルストレージノードクラス． このノードは，読み込みのために開かれたファイルストレージの各要素を格納するために使用されます．XML/YAMLファイルが読み込まれると，まずそれが解析され，ノードの階層的なコレクションとしてメモリに格納されます．各ノードは、1つの数値や文字列を含む「リーフ」であったり、他のノードのコレクションであったりします。各要素が名前を持ち、名前でアクセスされる名前付きコレクション（マッピング）と、要素が名前を持たずインデックスでアクセスされる順序付きコレクション（シーケンス）があります。ファイルノードのタイプは、FileNode::type メソッドを使用して決定できます。 ファイルノードは、読み取り用にオープンされたファイルストレージをナビゲートするためにのみ使用されることに注意してください。ファイルノードは、読み込み用にオープンされたファイルストレージをナビゲートするためにのみ使用され、書き込み用にオープンされたファイルストレージでは、書き込んだ後にデータはメモリに保存されません。 例：samples/cpp/filestorage.cpp. 元関数名(C#): core_FileNode_new1 元DLLエクスポート名: core_FileNode_new1 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_new1(cv::FileNode **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::FileNode();
    END_WRAP
}
}html %group NativeMethods_core_FileNode %index core_FileNode_delete [32/64bit] cv::FileNode のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr node %inst ファイルストレージノードクラス． このノードは，読み込みのために開かれたファイルストレージの各要素を格納するために使用されます．XML/YAMLファイルが読み込まれると，まずそれが解析され，ノードの階層的なコレクションとしてメモリに格納されます．各ノードは、1つの数値や文字列を含む「リーフ」であったり、他のノードのコレクションであったりします。各要素が名前を持ち、名前でアクセスされる名前付きコレクション（マッピング）と、要素が名前を持たずインデックスでアクセスされる順序付きコレクション（シーケンス）があります。ファイルノードのタイプは、FileNode::type メソッドを使用して決定できます。 ファイルノードは、読み取り用にオープンされたファイルストレージをナビゲートするためにのみ使用されることに注意してください。ファイルノードは、読み込み用にオープンされたファイルストレージをナビゲートするためにのみ使用され、書き込み用にオープンされたファイルストレージでは、書き込んだ後にデータはメモリに保存されません。 例：samples/cpp/filestorage.cpp. 元関数名(C#): core_FileNode_delete 元DLLエクスポート名: core_FileNode_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_delete(cv::FileNode *node)
{
    BEGIN_WRAP
    delete node;
    END_WRAP
}
}html %group NativeMethods_core_FileNode %index core_FileNode_operatorThis_byString [32/64bit] core_FileNode_operatorThis_byString %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = str : [MarshalAs(UnmanagedType.LPStr)] string nodeName p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_FileNode_operatorThis_byString 元DLLエクスポート名: core_FileNode_operatorThis_byString 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_operatorThis_byString(cv::FileNode *obj, const char *nodeName, cv::FileNode **returnValue)
{
    BEGIN_WRAP
    const auto ret = (*obj)[nodeName];
    *returnValue = new cv::FileNode(ret);
    END_WRAP
}
}html %group NativeMethods_core_FileNode %index core_FileNode_operatorThis_byInt [32/64bit] core_FileNode_operatorThis_byInt %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = int : int i p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_FileNode_operatorThis_byInt 元DLLエクスポート名: core_FileNode_operatorThis_byInt 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_operatorThis_byInt(cv::FileNode *obj, int i, cv::FileNode **returnValue)
{
    BEGIN_WRAP
    const auto ret = (*obj)[i];
    *returnValue = new cv::FileNode(ret);
    END_WRAP
}
}html %group NativeMethods_core_FileNode %index core_FileNode_type [32/64bit] ノードのタイプを返します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 例：samples/cpp/filestorage.cpp. 元関数名(C#): core_FileNode_type 元DLLエクスポート名: core_FileNode_type 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_type(cv::FileNode *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->type();
    END_WRAP
}
}html %group NativeMethods_core_FileNode %index core_FileNode_empty [32/64bit] ノードが空の場合はtrueを返します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 例：samples/cpp/filestorage.cpp. 元関数名(C#): core_FileNode_empty 元DLLエクスポート名: core_FileNode_empty 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_empty(cv::FileNode *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->empty() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_core_FileNode %index core_FileNode_isNone [32/64bit] ノードが "none "オブジェクトの場合はtrueを返します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): core_FileNode_isNone 元DLLエクスポート名: core_FileNode_isNone 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_isNone(cv::FileNode *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->isNone() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_core_FileNode %index core_FileNode_isSeq [32/64bit] ノードがシーケンスの場合はtrueを返します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): core_FileNode_isSeq 元DLLエクスポート名: core_FileNode_isSeq 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_isSeq(cv::FileNode *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->isSeq() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_core_FileNode %index core_FileNode_isMap [32/64bit] ノードがマッピングの場合はtrueを返します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): core_FileNode_isMap 元DLLエクスポート名: core_FileNode_isMap 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_isMap(cv::FileNode *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->isMap() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_core_FileNode %index core_FileNode_isInt [32/64bit] ノードが整数の場合はtrueを返します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): core_FileNode_isInt 元DLLエクスポート名: core_FileNode_isInt 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_isInt(cv::FileNode *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->isInt() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_core_FileNode %index core_FileNode_isReal [32/64bit] ノードが浮動小数点数の場合はtrueを返します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): core_FileNode_isReal 元DLLエクスポート名: core_FileNode_isReal 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_isReal(cv::FileNode *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->isReal() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_core_FileNode %index core_FileNode_isString [32/64bit] ノードがテキスト文字列の場合はtrueを返します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): core_FileNode_isString 元DLLエクスポート名: core_FileNode_isString 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_isString(cv::FileNode *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->isString() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_core_FileNode %index core_FileNode_isNamed [32/64bit] ノードに名前がある場合はtrueを返します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): core_FileNode_isNamed 元DLLエクスポート名: core_FileNode_isNamed 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_isNamed(cv::FileNode *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->isNamed() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_core_FileNode %index core_FileNode_name [32/64bit] ノードの名前を返します。ノードに名前がない場合は、空の文字列を返します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr buf %inst 元関数名(C#): core_FileNode_name 元DLLエクスポート名: core_FileNode_name 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_name(cv::FileNode *obj, std::string *buf)
{
    BEGIN_WRAP
    buf->assign(obj->name());
    END_WRAP
}
}html %group NativeMethods_core_FileNode %index core_FileNode_size [32/64bit] ノードがシーケンスやマッピングの場合は要素数を，そうでない場合は1を返します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst 元関数名(C#): core_FileNode_size 元DLLエクスポート名: core_FileNode_size 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_size(cv::FileNode *obj, size_t *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->size();
    END_WRAP
}
}html %group NativeMethods_core_FileNode %index core_FileNode_toInt [32/64bit] core_FileNode_toInt %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): core_FileNode_toInt 元DLLエクスポート名: core_FileNode_toInt 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_toInt(cv::FileNode *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = static_cast<int>(*obj);
    END_WRAP
}
}html %group NativeMethods_core_FileNode %index core_FileNode_toFloat [32/64bit] core_FileNode_toFloat %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out float returnValue %inst 元関数名(C#): core_FileNode_toFloat 元DLLエクスポート名: core_FileNode_toFloat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_toFloat(cv::FileNode *obj, float *returnValue)
{
    BEGIN_WRAP
    *returnValue = static_cast<float>(*obj);
    END_WRAP
}
}html %group NativeMethods_core_FileNode %index core_FileNode_toDouble [32/64bit] core_FileNode_toDouble %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst 元関数名(C#): core_FileNode_toDouble 元DLLエクスポート名: core_FileNode_toDouble 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_toDouble(cv::FileNode *obj, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = static_cast<double>(*obj);
    END_WRAP
}
}html %group NativeMethods_core_FileNode %index core_FileNode_toString [32/64bit] core_FileNode_toString %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr buf %inst 元関数名(C#): core_FileNode_toString 元DLLエクスポート名: core_FileNode_toString 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_toString(cv::FileNode *obj, std::string *buf)
{
    BEGIN_WRAP
    buf->assign(*obj);
    END_WRAP
}
}html %group NativeMethods_core_FileNode %index core_FileNode_toMat [32/64bit] core_FileNode_toMat %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr m %inst 元関数名(C#): core_FileNode_toMat 元DLLエクスポート名: core_FileNode_toMat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_toMat(cv::FileNode *obj, cv::Mat *m)
{
    BEGIN_WRAP
    (*obj) >> (*m);
    END_WRAP
}
}html %group NativeMethods_core_FileNode %index core_FileNode_begin [32/64bit] 最初のノード要素を指すイテレータを返します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst 例：samples/cpp/filestorage.cpp. 元関数名(C#): core_FileNode_begin 元DLLエクスポート名: core_FileNode_begin 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_begin(cv::FileNode *obj, cv::FileNodeIterator **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::FileNodeIterator(obj->begin());
    END_WRAP
}
}html %group NativeMethods_core_FileNode %index core_FileNode_end [32/64bit] 最後のノード要素の次の要素を指し示すイテレータを返す %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst 例：samples/cpp/filestorage.cpp. 元関数名(C#): core_FileNode_end 元DLLエクスポート名: core_FileNode_end 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_end(cv::FileNode *obj, cv::FileNodeIterator **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::FileNodeIterator(obj->end());
    END_WRAP
}
}html %group NativeMethods_core_FileNode %index core_FileNode_readRaw [32/64bit] ノードの要素を指定されたフォーマットでバッファに読み込みます。 %prm p1,p2,p3,p4 p1 = sptr : IntPtr obj p2 = str : [MarshalAs(UnmanagedType.LPStr)] string fmt p3 = sptr : IntPtr vec p4 = sptr : IntPtr len %inst 通常は，この方法ではなく，演算子 >> を使った方が便利です． 元関数名(C#): core_FileNode_readRaw 元DLLエクスポート名: core_FileNode_readRaw 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_readRaw(cv::FileNode *obj, const char *fmt, uchar* vec, size_t len)
{
    BEGIN_WRAP
    obj->readRaw(fmt, vec, len);
    END_WRAP
}
}html %group NativeMethods_core_FileNode %index core_FileNode_read_int [32/64bit] core_FileNode_read_int %prm p1,p2,p3 p1 = sptr : IntPtr node p2 = var : out int value p3 = int : int defaultValue %inst 元関数名(C#): core_FileNode_read_int 元DLLエクスポート名: core_FileNode_read_int 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_read_int(cv::FileNode *node, int *value, int default_value)
{
    BEGIN_WRAP
    int temp;
    cv::read(*node, temp, default_value);
    *value = temp;
    END_WRAP
}
}html %group NativeMethods_core_FileNode %index core_FileNode_read_float [32/64bit] core_FileNode_read_float %prm p1,p2,p3 p1 = sptr : IntPtr node p2 = var : out float value p3 = float : float defaultValue %inst 元関数名(C#): core_FileNode_read_float 元DLLエクスポート名: core_FileNode_read_float 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_read_float(cv::FileNode *node, float *value, float default_value)
{
    BEGIN_WRAP
    float temp;
    cv::read(*node, temp, default_value);
    *value = temp;
    END_WRAP
}
}html %group NativeMethods_core_FileNode %index core_FileNode_read_double [32/64bit] core_FileNode_read_double %prm p1,p2,p3 p1 = sptr : IntPtr node p2 = var : out double value p3 = double : double defaultValue %inst 元関数名(C#): core_FileNode_read_double 元DLLエクスポート名: core_FileNode_read_double 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_read_double(cv::FileNode *node, double *value, double default_value)
{
    BEGIN_WRAP
    double temp;
    cv::read(*node, temp, default_value);
    *value = temp;
    END_WRAP
}
}html %group NativeMethods_core_FileNode %index core_FileNode_read_String [32/64bit] core_FileNode_read_String %prm p1,p2,p3 p1 = sptr : IntPtr node p2 = sptr : IntPtr value p3 = str : [MarshalAs(UnmanagedType.LPStr)] string? defaultValue %inst 元関数名(C#): core_FileNode_read_String 元DLLエクスポート名: core_FileNode_read_String 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_read_String(cv::FileNode *node, std::string *value, const char *default_value)
{
    BEGIN_WRAP
    cv::String str;
    cv::read(*node, str, (default_value == nullptr) ? cv::String() : cv::String(default_value));
    value->assign(str);
    END_WRAP
}
}html %group NativeMethods_core_FileNode %index core_FileNode_read_Mat [32/64bit] core_FileNode_read_Mat %prm p1,p2,p3 p1 = sptr : IntPtr node p2 = sptr : IntPtr mat p3 = sptr : IntPtr defaultMat %inst 元関数名(C#): core_FileNode_read_Mat 元DLLエクスポート名: core_FileNode_read_Mat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_read_Mat(cv::FileNode *node, cv::Mat *mat, cv::Mat *default_mat)
{
    BEGIN_WRAP
    cv::read(*node, *mat, entity(default_mat));
    END_WRAP
}
}html %group NativeMethods_core_FileNode %index core_FileNode_read_SparseMat [32/64bit] core_FileNode_read_SparseMat %prm p1,p2,p3 p1 = sptr : IntPtr node p2 = sptr : IntPtr mat p3 = sptr : IntPtr defaultMat %inst 元関数名(C#): core_FileNode_read_SparseMat 元DLLエクスポート名: core_FileNode_read_SparseMat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_read_SparseMat(cv::FileNode *node, cv::SparseMat *mat, cv::SparseMat *default_mat)
{
    BEGIN_WRAP
    cv::read(*node, *mat, entity(default_mat));
    END_WRAP
}
}html %group NativeMethods_core_FileNode %index core_FileNode_read_vectorOfKeyPoint [32/64bit] core_FileNode_read_vectorOfKeyPoint %prm p1,p2 p1 = sptr : IntPtr node p2 = sptr : IntPtr keypoints %inst 元関数名(C#): core_FileNode_read_vectorOfKeyPoint 元DLLエクスポート名: core_FileNode_read_vectorOfKeyPoint 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_read_vectorOfKeyPoint(cv::FileNode *node, std::vector<cv::KeyPoint> *keypoints)
{
    BEGIN_WRAP
    cv::read(*node, *keypoints);
    END_WRAP
}
}html %group NativeMethods_core_FileNode %index core_FileNode_read_vectorOfDMatch [32/64bit] core_FileNode_read_vectorOfDMatch %prm p1,p2 p1 = sptr : IntPtr node p2 = sptr : IntPtr matches %inst 元関数名(C#): core_FileNode_read_vectorOfDMatch 元DLLエクスポート名: core_FileNode_read_vectorOfDMatch 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_read_vectorOfDMatch(cv::FileNode *node, std::vector<cv::DMatch> *matches)
{
    BEGIN_WRAP
    cv::read(*node, *matches);
    END_WRAP
}
}html %group NativeMethods_core_FileNode %index core_FileNode_read_Range [32/64bit] core_FileNode_read_Range %prm p1,p2 p1 = sptr : IntPtr node p2 = var : out Range returnValue %inst 元関数名(C#): core_FileNode_read_Range 元DLLエクスポート名: core_FileNode_read_Range 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_read_Range(cv::FileNode *node, MyCvSlice *returnValue)
{
    BEGIN_WRAP
    cv::Range ret;
    (*node) >> ret;
    *returnValue = c(ret);
    END_WRAP
}
}html %group NativeMethods_core_FileNode %index core_FileNode_read_KeyPoint [32/64bit] core_FileNode_read_KeyPoint %prm p1,p2 p1 = sptr : IntPtr node p2 = var : out KeyPoint returnValue %inst 元関数名(C#): core_FileNode_read_KeyPoint 元DLLエクスポート名: core_FileNode_read_KeyPoint 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_read_KeyPoint(cv::FileNode *node, MyKeyPoint *returnValue)
{   
    BEGIN_WRAP 
    cv::KeyPoint ret;
    (*node) >> ret;
    *returnValue = c(ret);
    END_WRAP
}
}html %group NativeMethods_core_FileNode %index core_FileNode_read_DMatch [32/64bit] core_FileNode_read_DMatch %prm p1,p2 p1 = sptr : IntPtr node p2 = var : out DMatch returnValue %inst 元関数名(C#): core_FileNode_read_DMatch 元DLLエクスポート名: core_FileNode_read_DMatch 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_read_DMatch(cv::FileNode *node, MyDMatch *returnValue)
{
    BEGIN_WRAP
    cv::DMatch ret;
    (*node) >> ret;
    *returnValue = c(ret);
    END_WRAP
}
}html %group NativeMethods_core_FileNode %index core_FileNode_read_Point2i [32/64bit] core_FileNode_read_Point2i %prm p1,p2 p1 = sptr : IntPtr node p2 = var : out Point returnValue %inst 元関数名(C#): core_FileNode_read_Point2i 元DLLエクスポート名: core_FileNode_read_Point2i 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_read_Point2i(cv::FileNode *node, MyCvPoint *returnValue)
{
    BEGIN_WRAP
    cv::Point2i ret;
    (*node) >> ret;
    *returnValue = MyCvPoint{ ret.x, ret.y };
    END_WRAP
}
}html %group NativeMethods_core_FileNode %index core_FileNode_read_Point2f [32/64bit] core_FileNode_read_Point2f %prm p1,p2 p1 = sptr : IntPtr node p2 = var : out Point2f returnValue %inst 元関数名(C#): core_FileNode_read_Point2f 元DLLエクスポート名: core_FileNode_read_Point2f 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_read_Point2f(cv::FileNode *node, MyCvPoint2D32f *returnValue)
{
    BEGIN_WRAP
    cv::Point2f ret;
    (*node) >> ret;
    *returnValue = MyCvPoint2D32f{ ret.x, ret.y };
    END_WRAP
}
}html %group NativeMethods_core_FileNode %index core_FileNode_read_Point2d [32/64bit] core_FileNode_read_Point2d %prm p1,p2 p1 = sptr : IntPtr node p2 = var : out Point2d returnValue %inst 元関数名(C#): core_FileNode_read_Point2d 元DLLエクスポート名: core_FileNode_read_Point2d 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_read_Point2d(cv::FileNode *node, MyCvPoint2D64f *returnValue)
{
    BEGIN_WRAP
    cv::Point2d ret;
    (*node) >> ret;
    *returnValue = MyCvPoint2D64f{ ret.x, ret.y };
    END_WRAP
}
}html %group NativeMethods_core_FileNode %index core_FileNode_read_Point3i [32/64bit] core_FileNode_read_Point3i %prm p1,p2 p1 = sptr : IntPtr nod p2 = var : out Point3i returnValue %inst 元関数名(C#): core_FileNode_read_Point3i 元DLLエクスポート名: core_FileNode_read_Point3i 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_read_Point3i(cv::FileNode *node, MyCvPoint3D32i *returnValue)
{
    BEGIN_WRAP
    cv::Point3i ret;
    (*node) >> ret;
    *returnValue = MyCvPoint3D32i{ ret.x, ret.y, ret.z };
    END_WRAP
}
}html %group NativeMethods_core_FileNode %index core_FileNode_read_Point3f [32/64bit] core_FileNode_read_Point3f %prm p1,p2 p1 = sptr : IntPtr node p2 = var : out Point3f returnValue %inst 元関数名(C#): core_FileNode_read_Point3f 元DLLエクスポート名: core_FileNode_read_Point3f 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_read_Point3f(cv::FileNode *node, MyCvPoint3D32f *returnValue)
{
    BEGIN_WRAP
    cv::Point3f ret;
    (*node) >> ret;
    *returnValue = MyCvPoint3D32f{ ret.x, ret.y, ret.z };
    END_WRAP
}
}html %group NativeMethods_core_FileNode %index core_FileNode_read_Point3d [32/64bit] core_FileNode_read_Point3d %prm p1,p2 p1 = sptr : IntPtr node p2 = var : out Point3d returnValue %inst 元関数名(C#): core_FileNode_read_Point3d 元DLLエクスポート名: core_FileNode_read_Point3d 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_read_Point3d(cv::FileNode *node, MyCvPoint3D64f *returnValue)
{
    BEGIN_WRAP
    cv::Point3d ret;
    (*node) >> ret;
    *returnValue = MyCvPoint3D64f{ ret.x, ret.y, ret.z };
    END_WRAP
}
}html %group NativeMethods_core_FileNode %index core_FileNode_read_Size2i [32/64bit] core_FileNode_read_Size2i %prm p1,p2 p1 = sptr : IntPtr node p2 = var : out Size returnValue %inst 元関数名(C#): core_FileNode_read_Size2i 元DLLエクスポート名: core_FileNode_read_Size2i 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_read_Size2i(cv::FileNode *node, MyCvSize *returnValue)
{
    BEGIN_WRAP
    cv::Size2i ret;
    (*node) >> ret;
    *returnValue = MyCvSize{ ret.width, ret.height };
    END_WRAP
}
}html %group NativeMethods_core_FileNode %index core_FileNode_read_Size2f [32/64bit] core_FileNode_read_Size2f %prm p1,p2 p1 = sptr : IntPtr node p2 = var : out Size2f returnValue %inst 元関数名(C#): core_FileNode_read_Size2f 元DLLエクスポート名: core_FileNode_read_Size2f 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_read_Size2f(cv::FileNode *node, MyCvSize2D32f *returnValue)
{
    BEGIN_WRAP
    cv::Size2f ret;
    (*node) >> ret;
    *returnValue = MyCvSize2D32f{ ret.width, ret.height };
    END_WRAP
}
}html %group NativeMethods_core_FileNode %index core_FileNode_read_Size2d [32/64bit] core_FileNode_read_Size2d %prm p1,p2 p1 = sptr : IntPtr node p2 = var : out Size2d returnValue %inst 元関数名(C#): core_FileNode_read_Size2d 元DLLエクスポート名: core_FileNode_read_Size2d 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_read_Size2d(cv::FileNode *node, MyCvSize2D64f *returnValue)
{
    BEGIN_WRAP
    cv::Size2d ret;
    (*node) >> ret;
    *returnValue = MyCvSize2D64f{ ret.width, ret.height };
    END_WRAP
}
}html %group NativeMethods_core_FileNode %index core_FileNode_read_Rect2i [32/64bit] core_FileNode_read_Rect2i %prm p1,p2 p1 = sptr : IntPtr node p2 = var : out Rect returnValue %inst 元関数名(C#): core_FileNode_read_Rect2i 元DLLエクスポート名: core_FileNode_read_Rect2i 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_read_Rect2i(cv::FileNode *node, MyCvRect *returnValue)
{
    BEGIN_WRAP
    cv::Rect2i ret;
    (*node) >> ret;
    *returnValue = MyCvRect{ ret.x, ret.y, ret.width, ret.height };
    END_WRAP
}
}html %group NativeMethods_core_FileNode %index core_FileNode_read_Rect2f [32/64bit] core_FileNode_read_Rect2f %prm p1,p2 p1 = sptr : IntPtr node p2 = var : out Rect2f returnValue %inst 元関数名(C#): core_FileNode_read_Rect2f 元DLLエクスポート名: core_FileNode_read_Rect2f 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_read_Rect2f(cv::FileNode *node, MyCvRect2D32f *returnValue)
{
    BEGIN_WRAP
    cv::Rect2f ret;
    (*node) >> ret;
    *returnValue = MyCvRect2D32f{ ret.x, ret.y, ret.width, ret.height };
    END_WRAP
}
}html %group NativeMethods_core_FileNode %index core_FileNode_read_Rect2d [32/64bit] core_FileNode_read_Rect2d %prm p1,p2 p1 = sptr : IntPtr node p2 = var : out Rect2d returnValue %inst 元関数名(C#): core_FileNode_read_Rect2d 元DLLエクスポート名: core_FileNode_read_Rect2d 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_read_Rect2d(cv::FileNode *node, MyCvRect2D64f *returnValue)
{
    BEGIN_WRAP
    cv::Rect2d ret;
    (*node) >> ret;
    *returnValue = MyCvRect2D64f{ ret.x, ret.y, ret.width, ret.height };
    END_WRAP
}
}html %group NativeMethods_core_FileNode %index core_FileNode_read_Scalar [32/64bit] core_FileNode_read_Scalar %prm p1,p2 p1 = sptr : IntPtr node p2 = var : out Scalar returnValue %inst 元関数名(C#): core_FileNode_read_Scalar 元DLLエクスポート名: core_FileNode_read_Scalar 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_read_Scalar(cv::FileNode *node, MyCvScalar *returnValue)
{
    BEGIN_WRAP
    cv::Scalar s;
    (*node) >> s;
    *returnValue = MyCvScalar{};
    returnValue->val[0] = s.val[0];
    returnValue->val[1] = s.val[1];
    returnValue->val[2] = s.val[2];
    returnValue->val[3] = s.val[3];
    END_WRAP
}
}html %group NativeMethods_core_FileNode %index core_FileNode_read_Vec2i [32/64bit] core_FileNode_read_Vec2i %prm p1,p2 p1 = sptr : IntPtr node p2 = var : out Vec2i returnValue %inst 元関数名(C#): core_FileNode_read_Vec2i 元DLLエクスポート名: core_FileNode_read_Vec2i 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_read_Vec2i(cv::FileNode *node, CvVec2i *returnValue) { BEGIN_WRAP cv::Vec2i v; (*node) >> v; CvVec2i ret; std::copy(std::begin(v.val), std::end(v.val), std::begin(ret.val)); *returnValue = ret; END_WRAP }
}html %group NativeMethods_core_FileNode %index core_FileNode_read_Vec3i [32/64bit] core_FileNode_read_Vec3i %prm p1,p2 p1 = sptr : IntPtr node p2 = var : out Vec3i returnValue %inst 元関数名(C#): core_FileNode_read_Vec3i 元DLLエクスポート名: core_FileNode_read_Vec3i 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_read_Vec3i(cv::FileNode *node, CvVec3i *returnValue) { BEGIN_WRAP cv::Vec3i v; (*node) >> v; CvVec3i ret; std::copy(std::begin(v.val), std::end(v.val), std::begin(ret.val)); *returnValue = ret; END_WRAP }
}html %group NativeMethods_core_FileNode %index core_FileNode_read_Vec4i [32/64bit] core_FileNode_read_Vec4i %prm p1,p2 p1 = sptr : IntPtr node p2 = var : out Vec4i returnValue %inst 元関数名(C#): core_FileNode_read_Vec4i 元DLLエクスポート名: core_FileNode_read_Vec4i 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_read_Vec4i(cv::FileNode *node, CvVec4i *returnValue) { BEGIN_WRAP cv::Vec4i v; (*node) >> v; CvVec4i ret; std::copy(std::begin(v.val), std::end(v.val), std::begin(ret.val)); *returnValue = ret; END_WRAP }
}html %group NativeMethods_core_FileNode %index core_FileNode_read_Vec6i [32/64bit] core_FileNode_read_Vec6i %prm p1,p2 p1 = sptr : IntPtr node p2 = var : out Vec6i returnValue %inst 元関数名(C#): core_FileNode_read_Vec6i 元DLLエクスポート名: core_FileNode_read_Vec6i 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_read_Vec6i(cv::FileNode *node, CvVec6i *returnValue) { BEGIN_WRAP cv::Vec6i v; (*node) >> v; CvVec6i ret; std::copy(std::begin(v.val), std::end(v.val), std::begin(ret.val)); *returnValue = ret; END_WRAP }
}html %group NativeMethods_core_FileNode %index core_FileNode_read_Vec2d [32/64bit] core_FileNode_read_Vec2d %prm p1,p2 p1 = sptr : IntPtr node p2 = var : out Vec2d returnValue %inst 元関数名(C#): core_FileNode_read_Vec2d 元DLLエクスポート名: core_FileNode_read_Vec2d 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_read_Vec2d(cv::FileNode *node, CvVec2d *returnValue) { BEGIN_WRAP cv::Vec2d v; (*node) >> v; CvVec2d ret; std::copy(std::begin(v.val), std::end(v.val), std::begin(ret.val)); *returnValue = ret; END_WRAP }
}html %group NativeMethods_core_FileNode %index core_FileNode_read_Vec3d [32/64bit] core_FileNode_read_Vec3d %prm p1,p2 p1 = sptr : IntPtr node p2 = var : out Vec3d returnValue %inst 元関数名(C#): core_FileNode_read_Vec3d 元DLLエクスポート名: core_FileNode_read_Vec3d 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_read_Vec3d(cv::FileNode *node, CvVec3d *returnValue) { BEGIN_WRAP cv::Vec3d v; (*node) >> v; CvVec3d ret; std::copy(std::begin(v.val), std::end(v.val), std::begin(ret.val)); *returnValue = ret; END_WRAP }
}html %group NativeMethods_core_FileNode %index core_FileNode_read_Vec4d [32/64bit] core_FileNode_read_Vec4d %prm p1,p2 p1 = sptr : IntPtr node p2 = var : out Vec4d returnValue %inst 元関数名(C#): core_FileNode_read_Vec4d 元DLLエクスポート名: core_FileNode_read_Vec4d 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_read_Vec4d(cv::FileNode *node, CvVec4d *returnValue) { BEGIN_WRAP cv::Vec4d v; (*node) >> v; CvVec4d ret; std::copy(std::begin(v.val), std::end(v.val), std::begin(ret.val)); *returnValue = ret; END_WRAP }
}html %group NativeMethods_core_FileNode %index core_FileNode_read_Vec6d [32/64bit] core_FileNode_read_Vec6d %prm p1,p2 p1 = sptr : IntPtr node p2 = var : out Vec6d returnValue %inst 元関数名(C#): core_FileNode_read_Vec6d 元DLLエクスポート名: core_FileNode_read_Vec6d 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_read_Vec6d(cv::FileNode *node, CvVec6d *returnValue) { BEGIN_WRAP cv::Vec6d v; (*node) >> v; CvVec6d ret; std::copy(std::begin(v.val), std::end(v.val), std::begin(ret.val)); *returnValue = ret; END_WRAP }
}html %group NativeMethods_core_FileNode %index core_FileNode_read_Vec2f [32/64bit] core_FileNode_read_Vec2f %prm p1,p2 p1 = sptr : IntPtr node p2 = var : out Vec2f returnValue %inst 元関数名(C#): core_FileNode_read_Vec2f 元DLLエクスポート名: core_FileNode_read_Vec2f 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_read_Vec2f(cv::FileNode *node, CvVec2f *returnValue) { BEGIN_WRAP cv::Vec2f v; (*node) >> v; CvVec2f ret; std::copy(std::begin(v.val), std::end(v.val), std::begin(ret.val)); *returnValue = ret; END_WRAP }
}html %group NativeMethods_core_FileNode %index core_FileNode_read_Vec3f [32/64bit] core_FileNode_read_Vec3f %prm p1,p2 p1 = sptr : IntPtr node p2 = var : out Vec3f returnValue %inst 元関数名(C#): core_FileNode_read_Vec3f 元DLLエクスポート名: core_FileNode_read_Vec3f 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_read_Vec3f(cv::FileNode *node, CvVec3f *returnValue) { BEGIN_WRAP cv::Vec3f v; (*node) >> v; CvVec3f ret; std::copy(std::begin(v.val), std::end(v.val), std::begin(ret.val)); *returnValue = ret; END_WRAP }
}html %group NativeMethods_core_FileNode %index core_FileNode_read_Vec4f [32/64bit] core_FileNode_read_Vec4f %prm p1,p2 p1 = sptr : IntPtr node p2 = var : out Vec4f returnValue %inst 元関数名(C#): core_FileNode_read_Vec4f 元DLLエクスポート名: core_FileNode_read_Vec4f 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_read_Vec4f(cv::FileNode *node, CvVec4f *returnValue) { BEGIN_WRAP cv::Vec4f v; (*node) >> v; CvVec4f ret; std::copy(std::begin(v.val), std::end(v.val), std::begin(ret.val)); *returnValue = ret; END_WRAP }
}html %group NativeMethods_core_FileNode %index core_FileNode_read_Vec6f [32/64bit] core_FileNode_read_Vec6f %prm p1,p2 p1 = sptr : IntPtr node p2 = var : out Vec6f returnValue %inst 元関数名(C#): core_FileNode_read_Vec6f 元DLLエクスポート名: core_FileNode_read_Vec6f 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_read_Vec6f(cv::FileNode *node, CvVec6f *returnValue) { BEGIN_WRAP cv::Vec6f v; (*node) >> v; CvVec6f ret; std::copy(std::begin(v.val), std::end(v.val), std::begin(ret.val)); *returnValue = ret; END_WRAP }
}html %group NativeMethods_core_FileNode %index core_FileNode_read_Vec2b [32/64bit] core_FileNode_read_Vec2b %prm p1,p2 p1 = sptr : IntPtr node p2 = var : out Vec2b returnValue %inst 元関数名(C#): core_FileNode_read_Vec2b 元DLLエクスポート名: core_FileNode_read_Vec2b 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_read_Vec2b(cv::FileNode *node, CvVec2b *returnValue) { BEGIN_WRAP cv::Vec2b v; (*node) >> v; CvVec2b ret; std::copy(std::begin(v.val), std::end(v.val), std::begin(ret.val)); *returnValue = ret; END_WRAP }
}html %group NativeMethods_core_FileNode %index core_FileNode_read_Vec3b [32/64bit] core_FileNode_read_Vec3b %prm p1,p2 p1 = sptr : IntPtr node p2 = var : out Vec3b returnValue %inst 元関数名(C#): core_FileNode_read_Vec3b 元DLLエクスポート名: core_FileNode_read_Vec3b 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_read_Vec3b(cv::FileNode *node, CvVec3b *returnValue) { BEGIN_WRAP cv::Vec3b v; (*node) >> v; CvVec3b ret; std::copy(std::begin(v.val), std::end(v.val), std::begin(ret.val)); *returnValue = ret; END_WRAP }
}html %group NativeMethods_core_FileNode %index core_FileNode_read_Vec4b [32/64bit] core_FileNode_read_Vec4b %prm p1,p2 p1 = sptr : IntPtr node p2 = var : out Vec4b returnValue %inst 元関数名(C#): core_FileNode_read_Vec4b 元DLLエクスポート名: core_FileNode_read_Vec4b 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_read_Vec4b(cv::FileNode *node, CvVec4b *returnValue) { BEGIN_WRAP cv::Vec4b v; (*node) >> v; CvVec4b ret; std::copy(std::begin(v.val), std::end(v.val), std::begin(ret.val)); *returnValue = ret; END_WRAP }
}html %group NativeMethods_core_FileNode %index core_FileNode_read_Vec6b [32/64bit] core_FileNode_read_Vec6b %prm p1,p2 p1 = sptr : IntPtr node p2 = var : out Vec6b returnValue %inst 元関数名(C#): core_FileNode_read_Vec6b 元DLLエクスポート名: core_FileNode_read_Vec6b 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_read_Vec6b(cv::FileNode *node, CvVec6b *returnValue) { BEGIN_WRAP cv::Vec6b v; (*node) >> v; CvVec6b ret; std::copy(std::begin(v.val), std::end(v.val), std::begin(ret.val)); *returnValue = ret; END_WRAP }
}html %group NativeMethods_core_FileNode %index core_FileNode_read_Vec2s [32/64bit] core_FileNode_read_Vec2s %prm p1,p2 p1 = sptr : IntPtr node p2 = var : out Vec2s returnValue %inst 元関数名(C#): core_FileNode_read_Vec2s 元DLLエクスポート名: core_FileNode_read_Vec2s 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_read_Vec2s(cv::FileNode *node, CvVec2s *returnValue) { BEGIN_WRAP cv::Vec2s v; (*node) >> v; CvVec2s ret; std::copy(std::begin(v.val), std::end(v.val), std::begin(ret.val)); *returnValue = ret; END_WRAP }
}html %group NativeMethods_core_FileNode %index core_FileNode_read_Vec3s [32/64bit] core_FileNode_read_Vec3s %prm p1,p2 p1 = sptr : IntPtr node p2 = var : out Vec3s returnValue %inst 元関数名(C#): core_FileNode_read_Vec3s 元DLLエクスポート名: core_FileNode_read_Vec3s 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_read_Vec3s(cv::FileNode *node, CvVec3s *returnValue) { BEGIN_WRAP cv::Vec3s v; (*node) >> v; CvVec3s ret; std::copy(std::begin(v.val), std::end(v.val), std::begin(ret.val)); *returnValue = ret; END_WRAP }
}html %group NativeMethods_core_FileNode %index core_FileNode_read_Vec4s [32/64bit] core_FileNode_read_Vec4s %prm p1,p2 p1 = sptr : IntPtr node p2 = var : out Vec4s returnValue %inst 元関数名(C#): core_FileNode_read_Vec4s 元DLLエクスポート名: core_FileNode_read_Vec4s 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_read_Vec4s(cv::FileNode *node, CvVec4s *returnValue) { BEGIN_WRAP cv::Vec4s v; (*node) >> v; CvVec4s ret; std::copy(std::begin(v.val), std::end(v.val), std::begin(ret.val)); *returnValue = ret; END_WRAP }
}html %group NativeMethods_core_FileNode %index core_FileNode_read_Vec6s [32/64bit] core_FileNode_read_Vec6s %prm p1,p2 p1 = sptr : IntPtr node p2 = var : out Vec6s returnValue %inst 元関数名(C#): core_FileNode_read_Vec6s 元DLLエクスポート名: core_FileNode_read_Vec6s 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_read_Vec6s(cv::FileNode *node, CvVec6s *returnValue) { BEGIN_WRAP cv::Vec6s v; (*node) >> v; CvVec6s ret; std::copy(std::begin(v.val), std::end(v.val), std::begin(ret.val)); *returnValue = ret; END_WRAP }
}html %group NativeMethods_core_FileNode %index core_FileNode_read_Vec2w [32/64bit] core_FileNode_read_Vec2w %prm p1,p2 p1 = sptr : IntPtr node p2 = var : out Vec2w returnValue %inst 元関数名(C#): core_FileNode_read_Vec2w 元DLLエクスポート名: core_FileNode_read_Vec2w 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_read_Vec2w(cv::FileNode *node, CvVec2w *returnValue) { BEGIN_WRAP cv::Vec2w v; (*node) >> v; CvVec2w ret; std::copy(std::begin(v.val), std::end(v.val), std::begin(ret.val)); *returnValue = ret; END_WRAP }
}html %group NativeMethods_core_FileNode %index core_FileNode_read_Vec3w [32/64bit] core_FileNode_read_Vec3w %prm p1,p2 p1 = sptr : IntPtr node p2 = var : out Vec3w returnValue %inst 元関数名(C#): core_FileNode_read_Vec3w 元DLLエクスポート名: core_FileNode_read_Vec3w 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_read_Vec3w(cv::FileNode *node, CvVec3w *returnValue) { BEGIN_WRAP cv::Vec3w v; (*node) >> v; CvVec3w ret; std::copy(std::begin(v.val), std::end(v.val), std::begin(ret.val)); *returnValue = ret; END_WRAP }
}html %group NativeMethods_core_FileNode %index core_FileNode_read_Vec4w [32/64bit] core_FileNode_read_Vec4w %prm p1,p2 p1 = sptr : IntPtr node p2 = var : out Vec4w returnValue %inst 元関数名(C#): core_FileNode_read_Vec4w 元DLLエクスポート名: core_FileNode_read_Vec4w 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_read_Vec4w(cv::FileNode *node, CvVec4w *returnValue) { BEGIN_WRAP cv::Vec4w v; (*node) >> v; CvVec4w ret; std::copy(std::begin(v.val), std::end(v.val), std::begin(ret.val)); *returnValue = ret; END_WRAP }
}html %group NativeMethods_core_FileNode %index core_FileNode_read_Vec6w [32/64bit] core_FileNode_read_Vec6w %prm p1,p2 p1 = sptr : IntPtr node p2 = var : out Vec6w returnValue %inst 元関数名(C#): core_FileNode_read_Vec6w 元DLLエクスポート名: core_FileNode_read_Vec6w 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNode.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNode_read_Vec6w(cv::FileNode *node, CvVec6w *returnValue) { BEGIN_WRAP cv::Vec6w v; (*node) >> v; CvVec6w ret; std::copy(std::begin(v.val), std::end(v.val), std::begin(ret.val)); *returnValue = ret; END_WRAP }
}html %group NativeMethods_core_FileNode %index core_FileNodeIterator_new1 [32/64bit] cv::FileNodeIterator のインスタンスを生成します %prm p1 p1 = var : out IntPtr returnValue %inst シーケンスやマッピングの反復処理に使用されます。 標準的なSTLの記法で、node.begin()、node.end()はシーケンスの始まりと終わりを表し、nodeに格納されます。冒頭のデータ読み込みサンプルをご覧ください。 例：samples/cpp/filestorage.cpp. 元関数名(C#): core_FileNodeIterator_new1 元DLLエクスポート名: core_FileNodeIterator_new1 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNodeIterator.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNodeIterator_new1(cv::FileNodeIterator **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::FileNodeIterator;
    END_WRAP
}
}html %group NativeMethods_core_FileNodeIterator %index core_FileNodeIterator_delete [32/64bit] cv::FileNodeIterator のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst シーケンスやマッピングの反復処理に使用されます。 標準的なSTLの記法で、node.begin()、node.end()はシーケンスの始まりと終わりを表し、nodeに格納されます。冒頭のデータ読み込みサンプルをご覧ください。 例：samples/cpp/filestorage.cpp. 元関数名(C#): core_FileNodeIterator_delete 元DLLエクスポート名: core_FileNodeIterator_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNodeIterator.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNodeIterator_delete(cv::FileNodeIterator *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_core_FileNodeIterator %index core_FileNodeIterator_operatorAsterisk [32/64bit] core_FileNodeIterator_operatorAsterisk %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst 元関数名(C#): core_FileNodeIterator_operatorAsterisk 元DLLエクスポート名: core_FileNodeIterator_operatorAsterisk 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNodeIterator.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNodeIterator_operatorAsterisk(cv::FileNodeIterator *obj, cv::FileNode **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::FileNode(*(*obj));
    END_WRAP
}
}html %group NativeMethods_core_FileNodeIterator %index core_FileNodeIterator_operatorIncrement [32/64bit] core_FileNodeIterator_operatorIncrement %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): core_FileNodeIterator_operatorIncrement 元DLLエクスポート名: core_FileNodeIterator_operatorIncrement 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNodeIterator.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNodeIterator_operatorIncrement(cv::FileNodeIterator *obj, int *returnValue)
{
    BEGIN_WRAP
    const size_t prev_remaining = obj->remaining(); 
    ++(*obj);
    *returnValue = (prev_remaining == obj->remaining()) ? 0 : 1;
    END_WRAP
}
}html %group NativeMethods_core_FileNodeIterator %index core_FileNodeIterator_operatorPlusEqual [32/64bit] core_FileNodeIterator_operatorPlusEqual %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = int : int ofs p3 = var : out int returnValue %inst 元関数名(C#): core_FileNodeIterator_operatorPlusEqual 元DLLエクスポート名: core_FileNodeIterator_operatorPlusEqual 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNodeIterator.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNodeIterator_operatorPlusEqual(cv::FileNodeIterator *obj, int ofs, int *returnValue)
{
    BEGIN_WRAP
    const size_t prev_remaining = obj->remaining();
    (*obj) += ofs;
    *returnValue = (prev_remaining == obj->remaining()) ? 0 : 1;
    END_WRAP
}
}html %group NativeMethods_core_FileNodeIterator %index core_FileNodeIterator_readRaw [32/64bit] ノードの要素を指定されたフォーマットでバッファに読み込みます。 %prm p1,p2,p3,p4 p1 = sptr : IntPtr obj p2 = str : [MarshalAs(UnmanagedType.LPStr)] string fmt p3 = sptr : IntPtr vec p4 = sptr : IntPtr maxCount %inst 通常は，この方法ではなく，演算子 >> を使った方が便利です． 元関数名(C#): core_FileNodeIterator_readRaw 元DLLエクスポート名: core_FileNodeIterator_readRaw 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNodeIterator.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNodeIterator_readRaw(
    cv::FileNodeIterator *obj, const char *fmt, uchar* vec, size_t maxCount)
{
    BEGIN_WRAP
    obj->readRaw(fmt, vec, maxCount);
    END_WRAP
}
}html %group NativeMethods_core_FileNodeIterator %index core_FileNodeIterator_operatorEqual [32/64bit] core_FileNodeIterator_operatorEqual %prm p1,p2,p3 p1 = sptr : IntPtr it1 p2 = sptr : IntPtr it2 p3 = var : out int returnValue %inst 元関数名(C#): core_FileNodeIterator_operatorEqual 元DLLエクスポート名: core_FileNodeIterator_operatorEqual 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNodeIterator.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNodeIterator_operatorEqual(cv::FileNodeIterator *it1, cv::FileNodeIterator *it2, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = ((*it1) == (*it2)) ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_core_FileNodeIterator %index core_FileNodeIterator_operatorMinus [32/64bit] core_FileNodeIterator_operatorMinus %prm p1,p2,p3 p1 = sptr : IntPtr it1 p2 = sptr : IntPtr it2 p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_FileNodeIterator_operatorMinus 元DLLエクスポート名: core_FileNodeIterator_operatorMinus 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNodeIterator.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNodeIterator_operatorMinus(cv::FileNodeIterator *it1, cv::FileNodeIterator *it2, ptrdiff_t *returnValue)
{
    BEGIN_WRAP
    *returnValue = (*it1) - (*it2);
    END_WRAP
}
}html %group NativeMethods_core_FileNodeIterator %index core_FileNodeIterator_operatorLessThan [32/64bit] core_FileNodeIterator_operatorLessThan %prm p1,p2,p3 p1 = sptr : IntPtr it1 p2 = sptr : IntPtr it2 p3 = var : out int returnValue %inst 元関数名(C#): core_FileNodeIterator_operatorLessThan 元DLLエクスポート名: core_FileNodeIterator_operatorLessThan 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileNodeIterator.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileNodeIterator_operatorLessThan(cv::FileNodeIterator *it1, cv::FileNodeIterator *it2, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = (*it1) < (*it2);
    END_WRAP
}
}html %group NativeMethods_core_FileNodeIterator %index core_FileStorage_new1 [32/64bit] cv::FileStorage のインスタンスを生成します %prm p1 p1 = var : out IntPtr returnValue %inst XML/YAML/JSON形式のファイル保存クラスで、ファイルへのデータの書き込みや読み出しに必要な情報をすべてカプセル化しています。 例：samples/cpp/filestorage.cpp、samples/cpp/tutorial_code/features2D/Homography/decompose_homography.cpp、samples/cpp/tutorial_code/features2D/Homography/homography_from_camera_displacement.cpp、samples/cpp/tutorial_code/features2D/Homography/pose_from_homography.cpp。 元関数名(C#): core_FileStorage_new1 元DLLエクスポート名: core_FileStorage_new1 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_new1(cv::FileStorage **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::FileStorage;
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_new2 [32/64bit] cv::FileStorage のインスタンスを生成します %prm p1,p2,p3,p4 p1 = str : [MarshalAs(UnmanagedType.LPStr)] string source p2 = int : int flags p3 = str : [MarshalAs(UnmanagedType.LPStr)] string? encoding p4 = var : out IntPtr returnValue %inst XML/YAML/JSON形式のファイル保存クラスで、ファイルへのデータの書き込みや読み出しに必要な情報をすべてカプセル化しています。 例：samples/cpp/filestorage.cpp、samples/cpp/tutorial_code/features2D/Homography/decompose_homography.cpp、samples/cpp/tutorial_code/features2D/Homography/homography_from_camera_displacement.cpp、samples/cpp/tutorial_code/features2D/Homography/pose_from_homography.cpp。 元関数名(C#): core_FileStorage_new2 元DLLエクスポート名: core_FileStorage_new2 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_new2(const char *source, int flags, const char *encoding, cv::FileStorage **returnValue)
{
    BEGIN_WRAP
    std::string encodingStr;
    if (encoding != nullptr)
        encodingStr = std::string(encoding);
    *returnValue = new cv::FileStorage(source, flags, encodingStr);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_delete [32/64bit] cv::FileStorage のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst XML/YAML/JSON形式のファイル保存クラスで、ファイルへのデータの書き込みや読み出しに必要な情報をすべてカプセル化しています。 例：samples/cpp/filestorage.cpp、samples/cpp/tutorial_code/features2D/Homography/decompose_homography.cpp、samples/cpp/tutorial_code/features2D/Homography/homography_from_camera_displacement.cpp、samples/cpp/tutorial_code/features2D/Homography/pose_from_homography.cpp。 元関数名(C#): core_FileStorage_delete 元DLLエクスポート名: core_FileStorage_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_delete(cv::FileStorage *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_open [32/64bit] ファイルを開きます。 %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr obj p2 = str : [MarshalAs(UnmanagedType.LPStr)] string filename p3 = int : int flags p4 = str : [MarshalAs(UnmanagedType.LPStr)] string? encoding p5 = var : out int returnValue %inst FileStorage::FileStorageのパラメータの説明を参照してください。このメソッドは，ファイルをオープンする前にFileStorage::releaseを呼び出します。 元関数名(C#): core_FileStorage_open 元DLLエクスポート名: core_FileStorage_open 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_open(cv::FileStorage *obj,
                                 const char *filename, int flags, const char *encoding, int *returnValue)
{
    BEGIN_WRAP
    std::string encodingStr;
    if (encoding != nullptr)
        encodingStr = std::string(encoding);
    *returnValue = obj->open(filename, flags, encodingStr) ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_isOpened [32/64bit] ファイルが開かれているかどうかをチェックします。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 例：samples/cpp/filestorage.cpp. 元関数名(C#): core_FileStorage_isOpened 元DLLエクスポート名: core_FileStorage_isOpened 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_isOpened(cv::FileStorage *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->isOpened() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_releaseAndGetString [32/64bit] ファイルを閉じ、すべてのメモリバッファを解放します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr outString %inst このメソッドは、ストレージに対するすべての I/O 操作が終了した後に呼び出します。ストレージがデータ書き込み用にオープンされていて、FileStorage::WRITEが指定されている場合サンプル: samples/cpp/filestorage.cpp. 元関数名(C#): core_FileStorage_releaseAndGetString 元DLLエクスポート名: core_FileStorage_releaseAndGetString 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_releaseAndGetString(
    cv::FileStorage* obj, std::string * outString)
{
    BEGIN_WRAP
    outString->assign(obj->releaseAndGetString());
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_getFirstTopLevelNode [32/64bit] トップレベルのマッピングの最初の要素を返します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst 元関数名(C#): core_FileStorage_getFirstTopLevelNode 元DLLエクスポート名: core_FileStorage_getFirstTopLevelNode 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_getFirstTopLevelNode(cv::FileStorage *obj, cv::FileNode **returnValue)
{
    BEGIN_WRAP
    const auto node = obj->getFirstTopLevelNode();
    *returnValue = new cv::FileNode(node);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_root [32/64bit] トップレベルのマッピングを返します。 %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = int : int streamIdx p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_FileStorage_root 元DLLエクスポート名: core_FileStorage_root 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_root(cv::FileStorage *obj, int streamIdx, cv::FileNode **returnValue)
{
    BEGIN_WRAP
    const auto node = obj->root(streamIdx);
    *returnValue = new cv::FileNode(node);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_indexer [32/64bit] core_FileStorage_indexer %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = str : [MarshalAs(UnmanagedType.LPStr)] string nodeName p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_FileStorage_indexer 元DLLエクスポート名: core_FileStorage_indexer 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_indexer(cv::FileStorage *obj, const char *nodeName, cv::FileNode **returnValue)
{
    BEGIN_WRAP
    const auto node = (*obj)[nodeName];
    *returnValue = new cv::FileNode(node);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_writeRaw [32/64bit] 複数の数値を書き込みます。 %prm p1,p2,p3,p4 p1 = sptr : IntPtr obj p2 = str : [MarshalAs(UnmanagedType.LPStr)] string fmt p3 = sptr : IntPtr vec p4 = sptr : IntPtr len %inst 現在書き込まれている構造体に，指定された形式の1つまたは複数の数値を書き込みます。通常は，この方法ではなく，演算子 << を使った方が便利です。 元関数名(C#): core_FileStorage_writeRaw 元DLLエクスポート名: core_FileStorage_writeRaw 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_writeRaw(cv::FileStorage *obj, const char *fmt, const uchar *vec, size_t len)
{
    BEGIN_WRAP
    obj->writeRaw(fmt, vec, len);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_writeComment [32/64bit] コメントを書き込みます。 %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = str : [MarshalAs(UnmanagedType.LPStr)] string comment p3 = int : int append %inst この関数は、ファイルストレージにコメントを書き込みます。ストレージが読み込まれると、コメントはスキップされます。 元関数名(C#): core_FileStorage_writeComment 元DLLエクスポート名: core_FileStorage_writeComment 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_writeComment(cv::FileStorage *obj, const char *comment, int append)
{
    BEGIN_WRAP
    obj->writeComment(comment, append != 0);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_getDefaultObjectName [32/64bit] 指定されたファイル名に対する正規化されたオブジェクト名を返します。 %prm p1,p2 p1 = str : [MarshalAs(UnmanagedType.LPStr)] string filename p2 = sptr : IntPtr buf %inst 元関数名(C#): core_FileStorage_getDefaultObjectName 元DLLエクスポート名: core_FileStorage_getDefaultObjectName 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_getDefaultObjectName(const char *filename, std::string *buf)
{
    BEGIN_WRAP
    buf->assign(cv::FileStorage::getDefaultObjectName(filename));
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_elname [32/64bit] cv::FileStorage::elname 変数を取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr returnValue %inst 元関数名(C#): core_FileStorage_elname 元DLLエクスポート名: core_FileStorage_elname 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_elname(cv::FileStorage *obj, std::string *returnValue)
{
    BEGIN_WRAP
    returnValue->assign(obj->elname);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_startWriteStruct [32/64bit] 入れ子構造（シーケンスやマッピング）の書き込みを開始します。 %prm p1,p2,p3,p4 p1 = sptr : IntPtr obj p2 = str : [MarshalAs(UnmanagedType.LPStr)] string name p3 = int : int flags p4 = str : [MarshalAs(UnmanagedType.LPStr)] string typeName %inst 元関数名(C#): core_FileStorage_startWriteStruct 元DLLエクスポート名: core_FileStorage_startWriteStruct 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_startWriteStruct(
    cv::FileStorage *obj, const char* name, int flags, const char *typeName)
{
    BEGIN_WRAP
    obj->startWriteStruct(name, flags, typeName);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_endWriteStruct [32/64bit] ネストされた構造体の書き込みを終了します（startWriteStruct()とペアにする必要があります）。 %prm p1 p1 = sptr : IntPtr obj %inst 元関数名(C#): core_FileStorage_endWriteStruct 元DLLエクスポート名: core_FileStorage_endWriteStruct 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_endWriteStruct(    cv::FileStorage *obj)
{
    BEGIN_WRAP
    obj->endWriteStruct();
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_state [32/64bit] cv::FileStorage::state 変数を取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): core_FileStorage_state 元DLLエクスポート名: core_FileStorage_state 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_state(cv::FileStorage *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->state;
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_write_int [32/64bit] core_FileStorage_write_int %prm p1,p2,p3 p1 = sptr : IntPtr fs p2 = str : [MarshalAs(UnmanagedType.LPStr)] string name p3 = int : int value %inst 元関数名(C#): core_FileStorage_write_int 元DLLエクスポート名: core_FileStorage_write_int 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_write_int(cv::FileStorage *fs, const char *name, int value)
{
    BEGIN_WRAP
    cv::write(*fs, cv::String(name), value);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_write_float [32/64bit] core_FileStorage_write_float %prm p1,p2,p3 p1 = sptr : IntPtr fs p2 = str : [MarshalAs(UnmanagedType.LPStr)] string name p3 = float : float value %inst 元関数名(C#): core_FileStorage_write_float 元DLLエクスポート名: core_FileStorage_write_float 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_write_float(cv::FileStorage *fs, const char *name, float value)
{
    BEGIN_WRAP
    cv::write(*fs, cv::String(name), value);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_write_double [32/64bit] core_FileStorage_write_double %prm p1,p2,p3 p1 = sptr : IntPtr fs p2 = str : [MarshalAs(UnmanagedType.LPStr)] string name p3 = double : double value %inst 元関数名(C#): core_FileStorage_write_double 元DLLエクスポート名: core_FileStorage_write_double 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_write_double(cv::FileStorage *fs, const char *name, double value)
{
    BEGIN_WRAP
    cv::write(*fs, cv::String(name), value);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_write_String [32/64bit] core_FileStorage_write_String %prm p1,p2,p3 p1 = sptr : IntPtr fs p2 = str : [MarshalAs(UnmanagedType.LPStr)] string name p3 = str : [MarshalAs(UnmanagedType.LPStr)] string value %inst 元関数名(C#): core_FileStorage_write_String 元DLLエクスポート名: core_FileStorage_write_String 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_write_String(cv::FileStorage *fs, const char *name, const char *value)
{
    BEGIN_WRAP
    cv::write(*fs, cv::String(name), value);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_write_Mat [32/64bit] core_FileStorage_write_Mat %prm p1,p2,p3 p1 = sptr : IntPtr fs p2 = str : [MarshalAs(UnmanagedType.LPStr)] string name p3 = sptr : IntPtr value %inst 元関数名(C#): core_FileStorage_write_Mat 元DLLエクスポート名: core_FileStorage_write_Mat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_write_Mat(cv::FileStorage *fs, const char *name, const cv::Mat *value)
{
    BEGIN_WRAP
    cv::write(*fs, cv::String(name), *value);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_write_SparseMat [32/64bit] core_FileStorage_write_SparseMat %prm p1,p2,p3 p1 = sptr : IntPtr fs p2 = str : [MarshalAs(UnmanagedType.LPStr)] string name p3 = sptr : IntPtr value %inst 元関数名(C#): core_FileStorage_write_SparseMat 元DLLエクスポート名: core_FileStorage_write_SparseMat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_write_SparseMat(cv::FileStorage *fs, const char *name, const cv::SparseMat *value)
{
    BEGIN_WRAP
    cv::write(*fs, cv::String(name), *value);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_write_vectorOfKeyPoint [32/64bit] core_FileStorage_write_vectorOfKeyPoint %prm p1,p2,p3 p1 = sptr : IntPtr fs p2 = str : [MarshalAs(UnmanagedType.LPStr)] string name p3 = sptr : IntPtr value %inst 元関数名(C#): core_FileStorage_write_vectorOfKeyPoint 元DLLエクスポート名: core_FileStorage_write_vectorOfKeyPoint 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_write_vectorOfKeyPoint(cv::FileStorage *fs, const char *name, const std::vector<cv::KeyPoint> *value)
{
    BEGIN_WRAP
    cv::write(*fs, cv::String(name), *value);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_write_vectorOfDMatch [32/64bit] core_FileStorage_write_vectorOfDMatch %prm p1,p2,p3 p1 = sptr : IntPtr fs p2 = str : [MarshalAs(UnmanagedType.LPStr)] string name p3 = sptr : IntPtr value %inst 元関数名(C#): core_FileStorage_write_vectorOfDMatch 元DLLエクスポート名: core_FileStorage_write_vectorOfDMatch 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_write_vectorOfDMatch(cv::FileStorage *fs, const char *name, const std::vector<cv::DMatch> *value)
{
    BEGIN_WRAP
    cv::write(*fs, cv::String(name), *value);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_writeScalar_int [32/64bit] core_FileStorage_writeScalar_int %prm p1,p2 p1 = sptr : IntPtr fs p2 = int : int value %inst 元関数名(C#): core_FileStorage_writeScalar_int 元DLLエクスポート名: core_FileStorage_writeScalar_int 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_writeScalar_int(cv::FileStorage *fs, int value)
{
    BEGIN_WRAP
    cv::writeScalar(*fs, value);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_writeScalar_float [32/64bit] core_FileStorage_writeScalar_float %prm p1,p2 p1 = sptr : IntPtr fs p2 = float : float value %inst 元関数名(C#): core_FileStorage_writeScalar_float 元DLLエクスポート名: core_FileStorage_writeScalar_float 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_writeScalar_float(cv::FileStorage *fs, float value)
{
    BEGIN_WRAP
    cv::writeScalar(*fs, value);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_writeScalar_double [32/64bit] core_FileStorage_writeScalar_double %prm p1,p2 p1 = sptr : IntPtr fs p2 = double : double value %inst 元関数名(C#): core_FileStorage_writeScalar_double 元DLLエクスポート名: core_FileStorage_writeScalar_double 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_writeScalar_double(cv::FileStorage *fs, double value)
{
    BEGIN_WRAP
    cv::writeScalar(*fs, value);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_writeScalar_String [32/64bit] core_FileStorage_writeScalar_String %prm p1,p2 p1 = sptr : IntPtr fs p2 = str : [MarshalAs(UnmanagedType.LPStr)] string value %inst 元関数名(C#): core_FileStorage_writeScalar_String 元DLLエクスポート名: core_FileStorage_writeScalar_String 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_writeScalar_String(cv::FileStorage *fs, const char *value)
{
    BEGIN_WRAP
    cv::writeScalar(*fs, cv::String(value));
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_String [32/64bit] core_FileStorage_shift_String %prm p1,p2 p1 = sptr : IntPtr fs p2 = str : [MarshalAs(UnmanagedType.LPStr)] string val %inst 元関数名(C#): core_FileStorage_shift_String 元DLLエクスポート名: core_FileStorage_shift_String 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_String(cv::FileStorage *fs, const char *val)
{
    BEGIN_WRAP
    (*fs) << val;
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_int [32/64bit] core_FileStorage_shift_int %prm p1,p2 p1 = sptr : IntPtr fs p2 = int : int val %inst 元関数名(C#): core_FileStorage_shift_int 元DLLエクスポート名: core_FileStorage_shift_int 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_int(cv::FileStorage *fs, int val)
{
    BEGIN_WRAP
    (*fs) << val;
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_float [32/64bit] core_FileStorage_shift_float %prm p1,p2 p1 = sptr : IntPtr fs p2 = float : float val %inst 元関数名(C#): core_FileStorage_shift_float 元DLLエクスポート名: core_FileStorage_shift_float 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_float(cv::FileStorage *fs, float val)
{
    BEGIN_WRAP
    (*fs) << val;
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_double [32/64bit] core_FileStorage_shift_double %prm p1,p2 p1 = sptr : IntPtr fs p2 = double : double val %inst 元関数名(C#): core_FileStorage_shift_double 元DLLエクスポート名: core_FileStorage_shift_double 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_double(cv::FileStorage *fs, double val)
{
    BEGIN_WRAP
    (*fs) << val;
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Mat [32/64bit] core_FileStorage_shift_Mat %prm p1,p2 p1 = sptr : IntPtr fs p2 = sptr : IntPtr val %inst 元関数名(C#): core_FileStorage_shift_Mat 元DLLエクスポート名: core_FileStorage_shift_Mat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Mat(cv::FileStorage *fs, cv::Mat *val)
{
    BEGIN_WRAP
    (*fs) << *val;
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_SparseMat [32/64bit] core_FileStorage_shift_SparseMat %prm p1,p2 p1 = sptr : IntPtr fs p2 = sptr : IntPtr val %inst 元関数名(C#): core_FileStorage_shift_SparseMat 元DLLエクスポート名: core_FileStorage_shift_SparseMat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_SparseMat(cv::FileStorage *fs, cv::SparseMat *val)
{
    BEGIN_WRAP
    (*fs) << *val;
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Range [32/64bit] core_FileStorage_shift_Range %prm p1,p2 p1 = sptr : IntPtr fs p2 = ARGS_RANGE : Range val %inst 元関数名(C#): core_FileStorage_shift_Range 元DLLエクスポート名: core_FileStorage_shift_Range 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Range(cv::FileStorage *fs, MyCvSlice val)
{
    BEGIN_WRAP
    (*fs) << cpp(val);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_KeyPoint [32bit] core_FileStorage_shift_KeyPoint %prm p1,p2 p1 = sptr : IntPtr fs p2 = ARGS_KEYPOINT : KeyPoint val %inst 元関数名(C#): core_FileStorage_shift_KeyPoint 元DLLエクスポート名: core_FileStorage_shift_KeyPoint 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_KeyPoint(cv::FileStorage *fs, cv::KeyPoint val)
{
    BEGIN_WRAP
    (*fs) << val;
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_KeyPoint [64bit] core_FileStorage_shift_KeyPoint %prm p1,p2 p1 = sptr : IntPtr fs p2 = var : KeyPoint val %inst 元関数名(C#): core_FileStorage_shift_KeyPoint 元DLLエクスポート名: core_FileStorage_shift_KeyPoint 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_KeyPoint(cv::FileStorage *fs, cv::KeyPoint val)
{
    BEGIN_WRAP
    (*fs) << val;
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_DMatch [32bit] core_FileStorage_shift_DMatch %prm p1,p2 p1 = sptr : IntPtr fs p2 = ARGS_DMATCH : DMatch val %inst 元関数名(C#): core_FileStorage_shift_DMatch 元DLLエクスポート名: core_FileStorage_shift_DMatch 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_DMatch(cv::FileStorage *fs, cv::DMatch val)
{
    BEGIN_WRAP
    (*fs) << val;
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_DMatch [64bit] core_FileStorage_shift_DMatch %prm p1,p2 p1 = sptr : IntPtr fs p2 = var : DMatch val %inst 元関数名(C#): core_FileStorage_shift_DMatch 元DLLエクスポート名: core_FileStorage_shift_DMatch 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_DMatch(cv::FileStorage *fs, cv::DMatch val)
{
    BEGIN_WRAP
    (*fs) << val;
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_vectorOfKeyPoint [32/64bit] core_FileStorage_shift_vectorOfKeyPoint %prm p1,p2 p1 = sptr : IntPtr fs p2 = sptr : IntPtr val %inst 元関数名(C#): core_FileStorage_shift_vectorOfKeyPoint 元DLLエクスポート名: core_FileStorage_shift_vectorOfKeyPoint 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_vectorOfKeyPoint(cv::FileStorage *fs, std::vector<cv::KeyPoint> *val)
{
    BEGIN_WRAP
    (*fs) << *val;
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_vectorOfDMatch [32/64bit] core_FileStorage_shift_vectorOfDMatch %prm p1,p2 p1 = sptr : IntPtr fs p2 = sptr : IntPtr val %inst 元関数名(C#): core_FileStorage_shift_vectorOfDMatch 元DLLエクスポート名: core_FileStorage_shift_vectorOfDMatch 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_vectorOfDMatch(cv::FileStorage *fs, std::vector<cv::DMatch> *val)
{
    BEGIN_WRAP
    (*fs) << *val;
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Point2i [32/64bit] core_FileStorage_shift_Point2i %prm p1,p2 p1 = sptr : IntPtr fs p2 = ARGS_POINT : Point val %inst 元関数名(C#): core_FileStorage_shift_Point2i 元DLLエクスポート名: core_FileStorage_shift_Point2i 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Point2i(cv::FileStorage *fs, MyCvPoint val)
{
    BEGIN_WRAP
    (*fs) << cv::Point2i(val.x, val.y);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Point2f [32/64bit] core_FileStorage_shift_Point2f %prm p1,p2 p1 = sptr : IntPtr fs p2 = ARGS_POINT2F : Point2f val %inst 元関数名(C#): core_FileStorage_shift_Point2f 元DLLエクスポート名: core_FileStorage_shift_Point2f 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Point2f(cv::FileStorage *fs, MyCvPoint2D32f val)
{
    BEGIN_WRAP
    (*fs) << cv::Point2f(val.x, val.y);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Point2d [32bit] core_FileStorage_shift_Point2d %prm p1,p2 p1 = sptr : IntPtr fs p2 = ARGS_POINT2D : Point2d val %inst 元関数名(C#): core_FileStorage_shift_Point2d 元DLLエクスポート名: core_FileStorage_shift_Point2d 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Point2d(cv::FileStorage *fs, MyCvPoint2D64f val)
{
    BEGIN_WRAP
    (*fs) << cv::Point2d(val.x, val.y);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Point2d [64bit] core_FileStorage_shift_Point2d %prm p1,p2 p1 = sptr : IntPtr fs p2 = var : Point2d val %inst 元関数名(C#): core_FileStorage_shift_Point2d 元DLLエクスポート名: core_FileStorage_shift_Point2d 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Point2d(cv::FileStorage *fs, MyCvPoint2D64f val)
{
    BEGIN_WRAP
    (*fs) << cv::Point2d(val.x, val.y);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Point3i [32bit] core_FileStorage_shift_Point3i %prm p1,p2 p1 = sptr : IntPtr fs p2 = ARGS_POINT3I : Point3i val %inst 元関数名(C#): core_FileStorage_shift_Point3i 元DLLエクスポート名: core_FileStorage_shift_Point3i 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Point3i(cv::FileStorage *fs, MyCvPoint3D32i val)
{
    BEGIN_WRAP
    (*fs) << cv::Point3i(val.x, val.y, val.z);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Point3i [64bit] core_FileStorage_shift_Point3i %prm p1,p2 p1 = sptr : IntPtr fs p2 = var : Point3i val %inst 元関数名(C#): core_FileStorage_shift_Point3i 元DLLエクスポート名: core_FileStorage_shift_Point3i 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Point3i(cv::FileStorage *fs, MyCvPoint3D32i val)
{
    BEGIN_WRAP
    (*fs) << cv::Point3i(val.x, val.y, val.z);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Point3f [32bit] core_FileStorage_shift_Point3f %prm p1,p2 p1 = sptr : IntPtr fs p2 = ARGS_POINT3F : Point3f val %inst 元関数名(C#): core_FileStorage_shift_Point3f 元DLLエクスポート名: core_FileStorage_shift_Point3f 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Point3f(cv::FileStorage *fs, MyCvPoint3D32f val)
{
    BEGIN_WRAP
    (*fs) << cv::Point3f(val.x, val.y, val.z);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Point3f [64bit] core_FileStorage_shift_Point3f %prm p1,p2 p1 = sptr : IntPtr fs p2 = var : Point3f val %inst 元関数名(C#): core_FileStorage_shift_Point3f 元DLLエクスポート名: core_FileStorage_shift_Point3f 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Point3f(cv::FileStorage *fs, MyCvPoint3D32f val)
{
    BEGIN_WRAP
    (*fs) << cv::Point3f(val.x, val.y, val.z);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Point3d [32bit] core_FileStorage_shift_Point3d %prm p1,p2 p1 = sptr : IntPtr fs p2 = ARGS_POINT3D : Point3d val %inst 元関数名(C#): core_FileStorage_shift_Point3d 元DLLエクスポート名: core_FileStorage_shift_Point3d 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Point3d(cv::FileStorage *fs, MyCvPoint3D64f val)
{
    BEGIN_WRAP
    (*fs) << cv::Point3d(val.x, val.y, val.z);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Point3d [64bit] core_FileStorage_shift_Point3d %prm p1,p2 p1 = sptr : IntPtr fs p2 = var : Point3d val %inst 元関数名(C#): core_FileStorage_shift_Point3d 元DLLエクスポート名: core_FileStorage_shift_Point3d 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Point3d(cv::FileStorage *fs, MyCvPoint3D64f val)
{
    BEGIN_WRAP
    (*fs) << cv::Point3d(val.x, val.y, val.z);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Size2i [32/64bit] core_FileStorage_shift_Size2i %prm p1,p2 p1 = sptr : IntPtr fs p2 = ARGS_SIZE : Size val %inst 元関数名(C#): core_FileStorage_shift_Size2i 元DLLエクスポート名: core_FileStorage_shift_Size2i 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Size2i(cv::FileStorage *fs, MyCvSize val)
{
    BEGIN_WRAP
    (*fs) << cv::Size2i(val.width, val.height);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Size2f [32/64bit] core_FileStorage_shift_Size2f %prm p1,p2 p1 = sptr : IntPtr fs p2 = ARGS_SIZE2F : Size2f val %inst 元関数名(C#): core_FileStorage_shift_Size2f 元DLLエクスポート名: core_FileStorage_shift_Size2f 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Size2f(cv::FileStorage *fs, MyCvSize2D32f val)
{
    BEGIN_WRAP
    (*fs) << cv::Size2f(val.width, val.height);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Size2d [32bit] core_FileStorage_shift_Size2d %prm p1,p2 p1 = sptr : IntPtr fs p2 = ARGS_SIZE2D : Size2d val %inst 元関数名(C#): core_FileStorage_shift_Size2d 元DLLエクスポート名: core_FileStorage_shift_Size2d 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Size2d(cv::FileStorage *fs, MyCvSize2D64f val)
{
    BEGIN_WRAP
    (*fs) << cv::Size2d(val.width, val.height);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Size2d [64bit] core_FileStorage_shift_Size2d %prm p1,p2 p1 = sptr : IntPtr fs p2 = var : Size2d val %inst 元関数名(C#): core_FileStorage_shift_Size2d 元DLLエクスポート名: core_FileStorage_shift_Size2d 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Size2d(cv::FileStorage *fs, MyCvSize2D64f val)
{
    BEGIN_WRAP
    (*fs) << cv::Size2d(val.width, val.height);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Rect2i [32bit] core_FileStorage_shift_Rect2i %prm p1,p2 p1 = sptr : IntPtr fs p2 = ARGS_RECT : Rect val %inst 元関数名(C#): core_FileStorage_shift_Rect2i 元DLLエクスポート名: core_FileStorage_shift_Rect2i 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Rect2i(cv::FileStorage *fs, MyCvRect val)
{
    BEGIN_WRAP
    (*fs) << cv::Rect2i(val.x, val.y, val.width, val.height);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Rect2i [64bit] core_FileStorage_shift_Rect2i %prm p1,p2 p1 = sptr : IntPtr fs p2 = var : Rect val %inst 元関数名(C#): core_FileStorage_shift_Rect2i 元DLLエクスポート名: core_FileStorage_shift_Rect2i 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Rect2i(cv::FileStorage *fs, MyCvRect val)
{
    BEGIN_WRAP
    (*fs) << cv::Rect2i(val.x, val.y, val.width, val.height);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Rect2f [32bit] core_FileStorage_shift_Rect2f %prm p1,p2 p1 = sptr : IntPtr fs p2 = ARGS_RECT2F : Rect2f val %inst 元関数名(C#): core_FileStorage_shift_Rect2f 元DLLエクスポート名: core_FileStorage_shift_Rect2f 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Rect2f(cv::FileStorage *fs, MyCvRect2D32f val)
{
    BEGIN_WRAP
    (*fs) << cv::Rect2f(val.x, val.y, val.width, val.height);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Rect2f [64bit] core_FileStorage_shift_Rect2f %prm p1,p2 p1 = sptr : IntPtr fs p2 = var : Rect2f val %inst 元関数名(C#): core_FileStorage_shift_Rect2f 元DLLエクスポート名: core_FileStorage_shift_Rect2f 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Rect2f(cv::FileStorage *fs, MyCvRect2D32f val)
{
    BEGIN_WRAP
    (*fs) << cv::Rect2f(val.x, val.y, val.width, val.height);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Rect2d [32bit] core_FileStorage_shift_Rect2d %prm p1,p2 p1 = sptr : IntPtr fs p2 = ARGS_RECT2D : Rect2d val %inst 元関数名(C#): core_FileStorage_shift_Rect2d 元DLLエクスポート名: core_FileStorage_shift_Rect2d 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Rect2d(cv::FileStorage *fs, MyCvRect2D64f val)
{
    BEGIN_WRAP
    (*fs) << cv::Rect2d(val.x, val.y, val.width, val.height);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Rect2d [64bit] core_FileStorage_shift_Rect2d %prm p1,p2 p1 = sptr : IntPtr fs p2 = var : Rect2d val %inst 元関数名(C#): core_FileStorage_shift_Rect2d 元DLLエクスポート名: core_FileStorage_shift_Rect2d 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Rect2d(cv::FileStorage *fs, MyCvRect2D64f val)
{
    BEGIN_WRAP
    (*fs) << cv::Rect2d(val.x, val.y, val.width, val.height);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Scalar [32bit] core_FileStorage_shift_Scalar %prm p1,p2 p1 = sptr : IntPtr fs p2 = ARGS_SCALAR : Scalar val %inst 元関数名(C#): core_FileStorage_shift_Scalar 元DLLエクスポート名: core_FileStorage_shift_Scalar 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Scalar(cv::FileStorage *fs, MyCvScalar val)
{
    BEGIN_WRAP
    (*fs) << cpp(val);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Scalar [64bit] core_FileStorage_shift_Scalar %prm p1,p2 p1 = sptr : IntPtr fs p2 = var : Scalar val %inst 元関数名(C#): core_FileStorage_shift_Scalar 元DLLエクスポート名: core_FileStorage_shift_Scalar 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Scalar(cv::FileStorage *fs, MyCvScalar val)
{
    BEGIN_WRAP
    (*fs) << cpp(val);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Vec2i [32/64bit] core_FileStorage_shift_Vec2i %prm p1,p2 p1 = sptr : IntPtr fs p2 = ARGS_VEC2I : Vec2i val %inst 元関数名(C#): core_FileStorage_shift_Vec2i 元DLLエクスポート名: core_FileStorage_shift_Vec2i 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Vec2i(cv::FileStorage *fs, CvVec2i v)
{
    BEGIN_WRAP
    (*fs) << cv::Vec2i(v.val[0], v.val[1]);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Vec3i [32bit] core_FileStorage_shift_Vec3i %prm p1,p2 p1 = sptr : IntPtr fs p2 = ARGS_VEC3I : Vec3i val %inst 元関数名(C#): core_FileStorage_shift_Vec3i 元DLLエクスポート名: core_FileStorage_shift_Vec3i 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Vec3i(cv::FileStorage *fs, CvVec3i v)
{
    BEGIN_WRAP
    (*fs) << cv::Vec3i(v.val[0], v.val[1], v.val[2]);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Vec3i [64bit] core_FileStorage_shift_Vec3i %prm p1,p2 p1 = sptr : IntPtr fs p2 = var : Vec3i val %inst 元関数名(C#): core_FileStorage_shift_Vec3i 元DLLエクスポート名: core_FileStorage_shift_Vec3i 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Vec3i(cv::FileStorage *fs, CvVec3i v)
{
    BEGIN_WRAP
    (*fs) << cv::Vec3i(v.val[0], v.val[1], v.val[2]);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Vec4i [32bit] core_FileStorage_shift_Vec4i %prm p1,p2 p1 = sptr : IntPtr fs p2 = ARGS_VEC4I : Vec4i val %inst 元関数名(C#): core_FileStorage_shift_Vec4i 元DLLエクスポート名: core_FileStorage_shift_Vec4i 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Vec4i(cv::FileStorage *fs, CvVec4i v)
{
    BEGIN_WRAP
    (*fs) << cv::Vec4i(v.val[0], v.val[1], v.val[2], v.val[3]);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Vec4i [64bit] core_FileStorage_shift_Vec4i %prm p1,p2 p1 = sptr : IntPtr fs p2 = var : Vec4i val %inst 元関数名(C#): core_FileStorage_shift_Vec4i 元DLLエクスポート名: core_FileStorage_shift_Vec4i 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Vec4i(cv::FileStorage *fs, CvVec4i v)
{
    BEGIN_WRAP
    (*fs) << cv::Vec4i(v.val[0], v.val[1], v.val[2], v.val[3]);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Vec6i [32bit] core_FileStorage_shift_Vec6i %prm p1,p2 p1 = sptr : IntPtr fs p2 = ARGS_VEC6I : Vec6i val %inst 元関数名(C#): core_FileStorage_shift_Vec6i 元DLLエクスポート名: core_FileStorage_shift_Vec6i 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Vec6i(cv::FileStorage *fs, CvVec6i v)
{
    BEGIN_WRAP
    (*fs) << cv::Vec6i(v.val[0], v.val[1], v.val[2], v.val[3], v.val[4], v.val[5]);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Vec6i [64bit] core_FileStorage_shift_Vec6i %prm p1,p2 p1 = sptr : IntPtr fs p2 = var : Vec6i val %inst 元関数名(C#): core_FileStorage_shift_Vec6i 元DLLエクスポート名: core_FileStorage_shift_Vec6i 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Vec6i(cv::FileStorage *fs, CvVec6i v)
{
    BEGIN_WRAP
    (*fs) << cv::Vec6i(v.val[0], v.val[1], v.val[2], v.val[3], v.val[4], v.val[5]);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Vec2d [32bit] core_FileStorage_shift_Vec2d %prm p1,p2 p1 = sptr : IntPtr fs p2 = ARGS_VEC2D : Vec2d val %inst 元関数名(C#): core_FileStorage_shift_Vec2d 元DLLエクスポート名: core_FileStorage_shift_Vec2d 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Vec2d(cv::FileStorage *fs, CvVec2d v)
{
    BEGIN_WRAP
    (*fs) << cv::Vec2d(v.val[0], v.val[1]);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Vec2d [64bit] core_FileStorage_shift_Vec2d %prm p1,p2 p1 = sptr : IntPtr fs p2 = var : Vec2d val %inst 元関数名(C#): core_FileStorage_shift_Vec2d 元DLLエクスポート名: core_FileStorage_shift_Vec2d 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Vec2d(cv::FileStorage *fs, CvVec2d v)
{
    BEGIN_WRAP
    (*fs) << cv::Vec2d(v.val[0], v.val[1]);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Vec3d [32bit] core_FileStorage_shift_Vec3d %prm p1,p2 p1 = sptr : IntPtr fs p2 = ARGS_VEC3D : Vec3d val %inst 元関数名(C#): core_FileStorage_shift_Vec3d 元DLLエクスポート名: core_FileStorage_shift_Vec3d 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Vec3d(cv::FileStorage *fs, CvVec3d v)
{
    BEGIN_WRAP
    (*fs) << cv::Vec3d(v.val[0], v.val[1], v.val[2]);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Vec3d [64bit] core_FileStorage_shift_Vec3d %prm p1,p2 p1 = sptr : IntPtr fs p2 = var : Vec3d val %inst 元関数名(C#): core_FileStorage_shift_Vec3d 元DLLエクスポート名: core_FileStorage_shift_Vec3d 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Vec3d(cv::FileStorage *fs, CvVec3d v)
{
    BEGIN_WRAP
    (*fs) << cv::Vec3d(v.val[0], v.val[1], v.val[2]);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Vec4d [32bit] core_FileStorage_shift_Vec4d %prm p1,p2 p1 = sptr : IntPtr fs p2 = ARGS_VEC4D : Vec4d val %inst 元関数名(C#): core_FileStorage_shift_Vec4d 元DLLエクスポート名: core_FileStorage_shift_Vec4d 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Vec4d(cv::FileStorage *fs, CvVec4d v)
{
    BEGIN_WRAP
    (*fs) << cv::Vec4d(v.val[0], v.val[1], v.val[2], v.val[3]);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Vec4d [64bit] core_FileStorage_shift_Vec4d %prm p1,p2 p1 = sptr : IntPtr fs p2 = var : Vec4d val %inst 元関数名(C#): core_FileStorage_shift_Vec4d 元DLLエクスポート名: core_FileStorage_shift_Vec4d 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Vec4d(cv::FileStorage *fs, CvVec4d v)
{
    BEGIN_WRAP
    (*fs) << cv::Vec4d(v.val[0], v.val[1], v.val[2], v.val[3]);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Vec6d [32bit] core_FileStorage_shift_Vec6d %prm p1,p2 p1 = sptr : IntPtr fs p2 = ARGS_VEC6D : Vec6d val %inst 元関数名(C#): core_FileStorage_shift_Vec6d 元DLLエクスポート名: core_FileStorage_shift_Vec6d 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Vec6d(cv::FileStorage *fs, CvVec6d v)
{
    BEGIN_WRAP
    (*fs) << cv::Vec6d(v.val[0], v.val[1], v.val[2], v.val[3], v.val[4], v.val[5]);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Vec6d [64bit] core_FileStorage_shift_Vec6d %prm p1,p2 p1 = sptr : IntPtr fs p2 = var : Vec6d val %inst 元関数名(C#): core_FileStorage_shift_Vec6d 元DLLエクスポート名: core_FileStorage_shift_Vec6d 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Vec6d(cv::FileStorage *fs, CvVec6d v)
{
    BEGIN_WRAP
    (*fs) << cv::Vec6d(v.val[0], v.val[1], v.val[2], v.val[3], v.val[4], v.val[5]);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Vec2f [32/64bit] core_FileStorage_shift_Vec2f %prm p1,p2 p1 = sptr : IntPtr fs p2 = ARGS_VEC2F : Vec2f val %inst 元関数名(C#): core_FileStorage_shift_Vec2f 元DLLエクスポート名: core_FileStorage_shift_Vec2f 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Vec2f(cv::FileStorage *fs, CvVec2f v)
{
    BEGIN_WRAP
    (*fs) << cv::Vec2f(v.val[0], v.val[1]);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Vec3f [32bit] core_FileStorage_shift_Vec3f %prm p1,p2 p1 = sptr : IntPtr fs p2 = ARGS_VEC3F : Vec3f val %inst 元関数名(C#): core_FileStorage_shift_Vec3f 元DLLエクスポート名: core_FileStorage_shift_Vec3f 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Vec3f(cv::FileStorage *fs, CvVec3f v)
{
    BEGIN_WRAP
    (*fs) << cv::Vec3f(v.val[0], v.val[1], v.val[2]);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Vec3f [64bit] core_FileStorage_shift_Vec3f %prm p1,p2 p1 = sptr : IntPtr fs p2 = var : Vec3f val %inst 元関数名(C#): core_FileStorage_shift_Vec3f 元DLLエクスポート名: core_FileStorage_shift_Vec3f 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Vec3f(cv::FileStorage *fs, CvVec3f v)
{
    BEGIN_WRAP
    (*fs) << cv::Vec3f(v.val[0], v.val[1], v.val[2]);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Vec4f [32bit] core_FileStorage_shift_Vec4f %prm p1,p2 p1 = sptr : IntPtr fs p2 = ARGS_VEC4F : Vec4f val %inst 元関数名(C#): core_FileStorage_shift_Vec4f 元DLLエクスポート名: core_FileStorage_shift_Vec4f 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Vec4f(cv::FileStorage *fs, CvVec4f v)
{
    BEGIN_WRAP
    (*fs) << cv::Vec4f(v.val[0], v.val[1], v.val[2], v.val[3]);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Vec4f [64bit] core_FileStorage_shift_Vec4f %prm p1,p2 p1 = sptr : IntPtr fs p2 = var : Vec4f val %inst 元関数名(C#): core_FileStorage_shift_Vec4f 元DLLエクスポート名: core_FileStorage_shift_Vec4f 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Vec4f(cv::FileStorage *fs, CvVec4f v)
{
    BEGIN_WRAP
    (*fs) << cv::Vec4f(v.val[0], v.val[1], v.val[2], v.val[3]);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Vec6f [32bit] core_FileStorage_shift_Vec6f %prm p1,p2 p1 = sptr : IntPtr fs p2 = ARGS_VEC6F : Vec6f val %inst 元関数名(C#): core_FileStorage_shift_Vec6f 元DLLエクスポート名: core_FileStorage_shift_Vec6f 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Vec6f(cv::FileStorage *fs, CvVec6f v)
{
    BEGIN_WRAP
    (*fs) << cv::Vec6f(v.val[0], v.val[1], v.val[2], v.val[3], v.val[4], v.val[5]);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Vec6f [64bit] core_FileStorage_shift_Vec6f %prm p1,p2 p1 = sptr : IntPtr fs p2 = var : Vec6f val %inst 元関数名(C#): core_FileStorage_shift_Vec6f 元DLLエクスポート名: core_FileStorage_shift_Vec6f 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Vec6f(cv::FileStorage *fs, CvVec6f v)
{
    BEGIN_WRAP
    (*fs) << cv::Vec6f(v.val[0], v.val[1], v.val[2], v.val[3], v.val[4], v.val[5]);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Vec2b [32bit] core_FileStorage_shift_Vec2b %prm p1,p2 p1 = sptr : IntPtr fs p2 = ARGS_VEC2B : Vec2b val %inst 元関数名(C#): core_FileStorage_shift_Vec2b 元DLLエクスポート名: core_FileStorage_shift_Vec2b 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Vec2b(cv::FileStorage *fs, CvVec2b v)
{
    BEGIN_WRAP
    (*fs) << cv::Vec2b(v.val[0], v.val[1]);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Vec2b [64bit] core_FileStorage_shift_Vec2b %prm p1,p2 p1 = sptr : IntPtr fs p2 = int : Vec2b val %inst 元関数名(C#): core_FileStorage_shift_Vec2b 元DLLエクスポート名: core_FileStorage_shift_Vec2b 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Vec2b(cv::FileStorage *fs, CvVec2b v)
{
    BEGIN_WRAP
    (*fs) << cv::Vec2b(v.val[0], v.val[1]);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Vec3b [32bit] core_FileStorage_shift_Vec3b %prm p1,p2 p1 = sptr : IntPtr fs p2 = ARGS_VEC3B : Vec3b val %inst 元関数名(C#): core_FileStorage_shift_Vec3b 元DLLエクスポート名: core_FileStorage_shift_Vec3b 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Vec3b(cv::FileStorage *fs, CvVec3b v)
{
    BEGIN_WRAP
    (*fs) << cv::Vec3b(v.val[0], v.val[1], v.val[2]);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Vec3b [64bit] core_FileStorage_shift_Vec3b %prm p1,p2 p1 = sptr : IntPtr fs p2 = int : Vec3b val %inst 元関数名(C#): core_FileStorage_shift_Vec3b 元DLLエクスポート名: core_FileStorage_shift_Vec3b 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Vec3b(cv::FileStorage *fs, CvVec3b v)
{
    BEGIN_WRAP
    (*fs) << cv::Vec3b(v.val[0], v.val[1], v.val[2]);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Vec4b [32bit] core_FileStorage_shift_Vec4b %prm p1,p2 p1 = sptr : IntPtr fs p2 = ARGS_VEC4B : Vec4b val %inst 元関数名(C#): core_FileStorage_shift_Vec4b 元DLLエクスポート名: core_FileStorage_shift_Vec4b 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Vec4b(cv::FileStorage *fs, CvVec4b v)
{
    BEGIN_WRAP
    (*fs) << cv::Vec4b(v.val[0], v.val[1], v.val[2], v.val[3]);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Vec4b [64bit] core_FileStorage_shift_Vec4b %prm p1,p2 p1 = sptr : IntPtr fs p2 = int : Vec4b val %inst 元関数名(C#): core_FileStorage_shift_Vec4b 元DLLエクスポート名: core_FileStorage_shift_Vec4b 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Vec4b(cv::FileStorage *fs, CvVec4b v)
{
    BEGIN_WRAP
    (*fs) << cv::Vec4b(v.val[0], v.val[1], v.val[2], v.val[3]);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Vec6b [32/64bit] core_FileStorage_shift_Vec6b %prm p1,p2 p1 = sptr : IntPtr fs p2 = ARGS_VEC6B : Vec6b val %inst 元関数名(C#): core_FileStorage_shift_Vec6b 元DLLエクスポート名: core_FileStorage_shift_Vec6b 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Vec6b(cv::FileStorage *fs, CvVec6b v)
{
    BEGIN_WRAP
    (*fs) << cv::Vec6b(v.val[0], v.val[1], v.val[2], v.val[3], v.val[4], v.val[5]);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Vec2s [32bit] core_FileStorage_shift_Vec2s %prm p1,p2 p1 = sptr : IntPtr fs p2 = ARGS_VEC2S : Vec2s val %inst 元関数名(C#): core_FileStorage_shift_Vec2s 元DLLエクスポート名: core_FileStorage_shift_Vec2s 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Vec2s(cv::FileStorage *fs, CvVec2s v)
{
    BEGIN_WRAP
    (*fs) << cv::Vec2s(v.val[0], v.val[1]);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Vec2s [64bit] core_FileStorage_shift_Vec2s %prm p1,p2 p1 = sptr : IntPtr fs p2 = int : Vec2s val %inst 元関数名(C#): core_FileStorage_shift_Vec2s 元DLLエクスポート名: core_FileStorage_shift_Vec2s 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Vec2s(cv::FileStorage *fs, CvVec2s v)
{
    BEGIN_WRAP
    (*fs) << cv::Vec2s(v.val[0], v.val[1]);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Vec3s [32/64bit] core_FileStorage_shift_Vec3s %prm p1,p2 p1 = sptr : IntPtr fs p2 = ARGS_VEC3S : Vec3s val %inst 元関数名(C#): core_FileStorage_shift_Vec3s 元DLLエクスポート名: core_FileStorage_shift_Vec3s 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Vec3s(cv::FileStorage *fs, CvVec3s v)
{
    BEGIN_WRAP
    (*fs) << cv::Vec3s(v.val[0], v.val[1], v.val[2]);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Vec4s [32/64bit] core_FileStorage_shift_Vec4s %prm p1,p2 p1 = sptr : IntPtr fs p2 = ARGS_VEC4S : Vec4s val %inst 元関数名(C#): core_FileStorage_shift_Vec4s 元DLLエクスポート名: core_FileStorage_shift_Vec4s 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Vec4s(cv::FileStorage *fs, CvVec4s v)
{
    BEGIN_WRAP
    (*fs) << cv::Vec4s(v.val[0], v.val[1], v.val[2], v.val[3]);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Vec6s [32bit] core_FileStorage_shift_Vec6s %prm p1,p2 p1 = sptr : IntPtr fs p2 = ARGS_VEC6S : Vec6s val %inst 元関数名(C#): core_FileStorage_shift_Vec6s 元DLLエクスポート名: core_FileStorage_shift_Vec6s 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Vec6s(cv::FileStorage *fs, CvVec6s v)
{
    BEGIN_WRAP
    (*fs) << cv::Vec6s(v.val[0], v.val[1], v.val[2], v.val[3], v.val[4], v.val[5]);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Vec6s [64bit] core_FileStorage_shift_Vec6s %prm p1,p2 p1 = sptr : IntPtr fs p2 = var : Vec6s val %inst 元関数名(C#): core_FileStorage_shift_Vec6s 元DLLエクスポート名: core_FileStorage_shift_Vec6s 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Vec6s(cv::FileStorage *fs, CvVec6s v)
{
    BEGIN_WRAP
    (*fs) << cv::Vec6s(v.val[0], v.val[1], v.val[2], v.val[3], v.val[4], v.val[5]);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Vec2w [32bit] core_FileStorage_shift_Vec2w %prm p1,p2 p1 = sptr : IntPtr fs p2 = ARGS_VEC2W : Vec2w val %inst 元関数名(C#): core_FileStorage_shift_Vec2w 元DLLエクスポート名: core_FileStorage_shift_Vec2w 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Vec2w(cv::FileStorage *fs, CvVec2w v)
{
    BEGIN_WRAP
    (*fs) << cv::Vec2w(v.val[0], v.val[1]);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Vec2w [64bit] core_FileStorage_shift_Vec2w %prm p1,p2 p1 = sptr : IntPtr fs p2 = int : Vec2w val %inst 元関数名(C#): core_FileStorage_shift_Vec2w 元DLLエクスポート名: core_FileStorage_shift_Vec2w 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Vec2w(cv::FileStorage *fs, CvVec2w v)
{
    BEGIN_WRAP
    (*fs) << cv::Vec2w(v.val[0], v.val[1]);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Vec3w [32/64bit] core_FileStorage_shift_Vec3w %prm p1,p2 p1 = sptr : IntPtr fs p2 = ARGS_VEC3W : Vec3w val %inst 元関数名(C#): core_FileStorage_shift_Vec3w 元DLLエクスポート名: core_FileStorage_shift_Vec3w 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Vec3w(cv::FileStorage *fs, CvVec3w v)
{
    BEGIN_WRAP
    (*fs) << cv::Vec3w(v.val[0], v.val[1], v.val[2]);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Vec4w [32/64bit] core_FileStorage_shift_Vec4w %prm p1,p2 p1 = sptr : IntPtr fs p2 = ARGS_VEC4W : Vec4w val %inst 元関数名(C#): core_FileStorage_shift_Vec4w 元DLLエクスポート名: core_FileStorage_shift_Vec4w 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Vec4w(cv::FileStorage *fs, CvVec4w v)
{
    BEGIN_WRAP
    (*fs) << cv::Vec4w(v.val[0], v.val[1], v.val[2], v.val[3]);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Vec6w [32bit] core_FileStorage_shift_Vec6w %prm p1,p2 p1 = sptr : IntPtr fs p2 = ARGS_VEC6W : Vec6w val %inst 元関数名(C#): core_FileStorage_shift_Vec6w 元DLLエクスポート名: core_FileStorage_shift_Vec6w 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Vec6w(cv::FileStorage *fs, CvVec6w v)
{
    BEGIN_WRAP
    (*fs) << cv::Vec6w(v.val[0], v.val[1], v.val[2], v.val[3], v.val[4], v.val[5]);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_FileStorage_shift_Vec6w [64bit] core_FileStorage_shift_Vec6w %prm p1,p2 p1 = sptr : IntPtr fs p2 = var : Vec6w val %inst 元関数名(C#): core_FileStorage_shift_Vec6w 元DLLエクスポート名: core_FileStorage_shift_Vec6w 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_FileStorage.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_FileStorage_shift_Vec6w(cv::FileStorage *fs, CvVec6w v)
{
    BEGIN_WRAP
    (*fs) << cv::Vec6w(v.val[0], v.val[1], v.val[2], v.val[3], v.val[4], v.val[5]);
    END_WRAP
}
}html %group NativeMethods_core_FileStorage %index core_InputArray_new_byMat [32/64bit] cv::_InputArray のインスタンスを生成します %prm p1,p2 p1 = sptr : IntPtr mat p2 = var : out IntPtr returnValue %inst これは，OpenCVの関数に読み取り専用の入力配列を渡すための，プロキシクラスです． これは次のように定義されます： typedef const _InputArray& InputArray; ここで _InputArray は， Mat, Mat_, Matx, std::vector, std::vector >, std::vector, std::vector >, UMat, std::vector または double から構成されるクラスです．また，行列式から構築することもできます． これはほとんどが実装レベルのクラスであり，そのインターフェースは将来のバージョンで変更される可能性があるので，ここでは詳細な説明を省略します．しかし、いくつかの重要な点を覚えておく必要があります。 リファレンスマニュアルや OpenCV のソースコードで，InputArray を受け取る関数を見かけることがありますが，これは，実際に Mat, Matx, vector などを渡すことができることを意味します（上記の完全なリストを参照してください）．(完全なリストは上を参照してください）． オプションの入力引数．入力配列の一部が空の場合は， cv::noArray() を渡してください（あるいは，以前のように単に cv::Mat() を渡しても構いません）． このクラスは，パラメータを渡すためだけに設計されています．つまり，通常は，クラスのメンバやローカル変数，グローバル変数をこの型で宣言してはいけません． 複数の型の配列を操作できる独自の関数やクラスメソッドを設計したい場合は，それぞれのパラメータに InputArray（または OutputArray）を利用します．関数内では _InputArray::getMat() メソッドを使用して、（データをコピーせずに）配列の行列ヘッダを作成する必要があります。_InputArray::kind() は、Mat と vector<> などを区別するために利用できますが、通常は必要ありません。 ここでは，InputArray : std::vector vec;// 点または円for( int i = 0; i < 30; i++ ) vec.push_back(Point2f((float)(100 + 30*cos(i*CV_PI*2/5)), (float)(100 - 30*sin(i*CV_PI*2/5))));cv::transform(vec, vec, cv::Matx23f(0.707, -0.707, 10, 0.707, 0.707, 20)); つまり，点を含む STL ベクトルを作成し，Matx インスタンスとしてインラインで作成された 2x3 行列を用いて，そのベクトルにインプレースのアフィン変換を行います． 以下は，このような関数の実装方法です（簡単にするために，内部のアサーション文に従って，非常に特殊なケースを実装しています）： void myAffineTransform(InputArray _src, OutputArray _dst, InputArray _m){ // 入力配列に対する Mat ヘッダを取得します．これは， _src や _m が行列表現でない限り， // O(1) の処理です． Mat src = _src.getMat(), m = _m.getMat(); CV_Assert( src.type() == CV_32FC2 && m.type() == CV_32F && m.size() == Size(3, 2) ); // 出力配列を適切なサイズと型になるように [再]作成します． // Mat の場合は Mat::create を，STL vector の場合は vector::resize を呼び出します． _dst.create(src.size(), src.type()); Mat dst = _dst.getMat(); for( int i = 0; i < src.rows; i++ ) for( int j = 0; j < src.cols; j++ ) { Point2f pt = src.at(i, j); dst.at(i, j) = Point2f(m.at(0, 0)*pt.x + m.at(0, 1)*pt.y + m.at(0, 2), m.at(1, 0)*pt.x + m.at(1, 1)*pt.y + m.at(1, 2)); }}。typedef InputArray InputArrayOfArrays; これは、ベクトルのベクトル、または行列のベクトルのいずれかである関数の引数を表します。Python/Javaなどのラッパーを適切に生成するためには、別のシノニムが必要です。関数の実装レベルでは、これらの使用方法は似ていますが、_InputArray::getMat(idx)は、外側のベクトルの idx 番目のコンポーネントのヘッダを取得するために使用し、_InputArray::size().area() は、外側のベクトルのコンポーネント（ベクトル/行列）の数を求めるために使用します。 一般に，サポートされる型は cv::Mat 型に限られます．それ以外の型は禁止されています．しかし，場合によっては， cv::KeyPoint や cv::DMatch などの配列のような，一般的ではないカスタムの Mat 型の受け渡しをサポートする必要があります．このデータは，画像データとして解釈されたり，通常の cv::Mat のように何らかの処理が行われたりすることはありません．このようなカスタムタイプを渡すには， rawIn() / rawOut() / rawInOut() ラッパーを利用してください．カスタムタイプは，Mat と互換性のある CV_8UC 個の値（N = sizeof(T), N <= CV_CN_MAX）としてラッピングされます． 例：samples/cpp/pca.cpp，samples/cpp/peopledetect.cpp． 元関数名(C#): core_InputArray_new_byMat 元DLLエクスポート名: core_InputArray_new_byMat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_InputArray.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_InputArray_new_byMat(cv::Mat *mat, cv::_InputArray **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::_InputArray(*mat);
    END_WRAP
}
}html %group NativeMethods_core_InputArray %index core_InputArray_new_byUMat [32/64bit] cv::_InputArray のインスタンスを生成します %prm p1,p2 p1 = sptr : IntPtr mat p2 = var : out IntPtr returnValue %inst これは，OpenCVの関数に読み取り専用の入力配列を渡すための，プロキシクラスです． これは次のように定義されます： typedef const _InputArray& InputArray; ここで _InputArray は， Mat, Mat_, Matx, std::vector, std::vector >, std::vector, std::vector >, UMat, std::vector または double から構成されるクラスです．また，行列式から構築することもできます． これはほとんどが実装レベルのクラスであり，そのインターフェースは将来のバージョンで変更される可能性があるので，ここでは詳細な説明を省略します．しかし、いくつかの重要な点を覚えておく必要があります。 リファレンスマニュアルや OpenCV のソースコードで，InputArray を受け取る関数を見かけることがありますが，これは，実際に Mat, Matx, vector などを渡すことができることを意味します（上記の完全なリストを参照してください）．(完全なリストは上を参照してください）． オプションの入力引数．入力配列の一部が空の場合は， cv::noArray() を渡してください（あるいは，以前のように単に cv::Mat() を渡しても構いません）． このクラスは，パラメータを渡すためだけに設計されています．つまり，通常は，クラスのメンバやローカル変数，グローバル変数をこの型で宣言してはいけません． 複数の型の配列を操作できる独自の関数やクラスメソッドを設計したい場合は，それぞれのパラメータに InputArray（または OutputArray）を利用します．関数内では _InputArray::getMat() メソッドを使用して、（データをコピーせずに）配列の行列ヘッダを作成する必要があります。_InputArray::kind() は、Mat と vector<> などを区別するために利用できますが、通常は必要ありません。 ここでは，InputArray : std::vector vec;// 点または円for( int i = 0; i < 30; i++ ) vec.push_back(Point2f((float)(100 + 30*cos(i*CV_PI*2/5)), (float)(100 - 30*sin(i*CV_PI*2/5))));cv::transform(vec, vec, cv::Matx23f(0.707, -0.707, 10, 0.707, 0.707, 20)); つまり，点を含む STL ベクトルを作成し，Matx インスタンスとしてインラインで作成された 2x3 行列を用いて，そのベクトルにインプレースのアフィン変換を行います． 以下は，このような関数の実装方法です（簡単にするために，内部のアサーション文に従って，非常に特殊なケースを実装しています）： void myAffineTransform(InputArray _src, OutputArray _dst, InputArray _m){ // 入力配列に対する Mat ヘッダを取得します．これは， _src や _m が行列表現でない限り， // O(1) の処理です． Mat src = _src.getMat(), m = _m.getMat(); CV_Assert( src.type() == CV_32FC2 && m.type() == CV_32F && m.size() == Size(3, 2) ); // 出力配列を適切なサイズと型になるように [再]作成します． // Mat の場合は Mat::create を，STL vector の場合は vector::resize を呼び出します． _dst.create(src.size(), src.type()); Mat dst = _dst.getMat(); for( int i = 0; i < src.rows; i++ ) for( int j = 0; j < src.cols; j++ ) { Point2f pt = src.at(i, j); dst.at(i, j) = Point2f(m.at(0, 0)*pt.x + m.at(0, 1)*pt.y + m.at(0, 2), m.at(1, 0)*pt.x + m.at(1, 1)*pt.y + m.at(1, 2)); }}。typedef InputArray InputArrayOfArrays; これは、ベクトルのベクトル、または行列のベクトルのいずれかである関数の引数を表します。Python/Javaなどのラッパーを適切に生成するためには、別のシノニムが必要です。関数の実装レベルでは、これらの使用方法は似ていますが、_InputArray::getMat(idx)は、外側のベクトルの idx 番目のコンポーネントのヘッダを取得するために使用し、_InputArray::size().area() は、外側のベクトルのコンポーネント（ベクトル/行列）の数を求めるために使用します。 一般に，サポートされる型は cv::Mat 型に限られます．それ以外の型は禁止されています．しかし，場合によっては， cv::KeyPoint や cv::DMatch などの配列のような，一般的ではないカスタムの Mat 型の受け渡しをサポートする必要があります．このデータは，画像データとして解釈されたり，通常の cv::Mat のように何らかの処理が行われたりすることはありません．このようなカスタムタイプを渡すには， rawIn() / rawOut() / rawInOut() ラッパーを利用してください．カスタムタイプは，Mat と互換性のある CV_8UC 個の値（N = sizeof(T), N <= CV_CN_MAX）としてラッピングされます． 例：samples/cpp/pca.cpp，samples/cpp/peopledetect.cpp． 元関数名(C#): core_InputArray_new_byUMat 元DLLエクスポート名: core_InputArray_new_byUMat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_InputArray.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_InputArray_new_byUMat(cv::UMat* mat, cv::_InputArray** returnValue)
{
    BEGIN_WRAP
        * returnValue = new cv::_InputArray(*mat);
    END_WRAP
}
}html %group NativeMethods_core_InputArray %index core_InputArray_new_byMatExpr [32/64bit] cv::_InputArray のインスタンスを生成します %prm p1,p2 p1 = sptr : IntPtr mat p2 = var : out IntPtr returnValue %inst これは，OpenCVの関数に読み取り専用の入力配列を渡すための，プロキシクラスです． これは次のように定義されます： typedef const _InputArray& InputArray; ここで _InputArray は， Mat, Mat_, Matx, std::vector, std::vector >, std::vector, std::vector >, UMat, std::vector または double から構成されるクラスです．また，行列式から構築することもできます． これはほとんどが実装レベルのクラスであり，そのインターフェースは将来のバージョンで変更される可能性があるので，ここでは詳細な説明を省略します．しかし、いくつかの重要な点を覚えておく必要があります。 リファレンスマニュアルや OpenCV のソースコードで，InputArray を受け取る関数を見かけることがありますが，これは，実際に Mat, Matx, vector などを渡すことができることを意味します（上記の完全なリストを参照してください）．(完全なリストは上を参照してください）． オプションの入力引数．入力配列の一部が空の場合は， cv::noArray() を渡してください（あるいは，以前のように単に cv::Mat() を渡しても構いません）． このクラスは，パラメータを渡すためだけに設計されています．つまり，通常は，クラスのメンバやローカル変数，グローバル変数をこの型で宣言してはいけません． 複数の型の配列を操作できる独自の関数やクラスメソッドを設計したい場合は，それぞれのパラメータに InputArray（または OutputArray）を利用します．関数内では _InputArray::getMat() メソッドを使用して、（データをコピーせずに）配列の行列ヘッダを作成する必要があります。_InputArray::kind() は、Mat と vector<> などを区別するために利用できますが、通常は必要ありません。 ここでは，InputArray : std::vector vec;// 点または円for( int i = 0; i < 30; i++ ) vec.push_back(Point2f((float)(100 + 30*cos(i*CV_PI*2/5)), (float)(100 - 30*sin(i*CV_PI*2/5))));cv::transform(vec, vec, cv::Matx23f(0.707, -0.707, 10, 0.707, 0.707, 20)); つまり，点を含む STL ベクトルを作成し，Matx インスタンスとしてインラインで作成された 2x3 行列を用いて，そのベクトルにインプレースのアフィン変換を行います． 以下は，このような関数の実装方法です（簡単にするために，内部のアサーション文に従って，非常に特殊なケースを実装しています）： void myAffineTransform(InputArray _src, OutputArray _dst, InputArray _m){ // 入力配列に対する Mat ヘッダを取得します．これは， _src や _m が行列表現でない限り， // O(1) の処理です． Mat src = _src.getMat(), m = _m.getMat(); CV_Assert( src.type() == CV_32FC2 && m.type() == CV_32F && m.size() == Size(3, 2) ); // 出力配列を適切なサイズと型になるように [再]作成します． // Mat の場合は Mat::create を，STL vector の場合は vector::resize を呼び出します． _dst.create(src.size(), src.type()); Mat dst = _dst.getMat(); for( int i = 0; i < src.rows; i++ ) for( int j = 0; j < src.cols; j++ ) { Point2f pt = src.at(i, j); dst.at(i, j) = Point2f(m.at(0, 0)*pt.x + m.at(0, 1)*pt.y + m.at(0, 2), m.at(1, 0)*pt.x + m.at(1, 1)*pt.y + m.at(1, 2)); }}。typedef InputArray InputArrayOfArrays; これは、ベクトルのベクトル、または行列のベクトルのいずれかである関数の引数を表します。Python/Javaなどのラッパーを適切に生成するためには、別のシノニムが必要です。関数の実装レベルでは、これらの使用方法は似ていますが、_InputArray::getMat(idx)は、外側のベクトルの idx 番目のコンポーネントのヘッダを取得するために使用し、_InputArray::size().area() は、外側のベクトルのコンポーネント（ベクトル/行列）の数を求めるために使用します。 一般に，サポートされる型は cv::Mat 型に限られます．それ以外の型は禁止されています．しかし，場合によっては， cv::KeyPoint や cv::DMatch などの配列のような，一般的ではないカスタムの Mat 型の受け渡しをサポートする必要があります．このデータは，画像データとして解釈されたり，通常の cv::Mat のように何らかの処理が行われたりすることはありません．このようなカスタムタイプを渡すには， rawIn() / rawOut() / rawInOut() ラッパーを利用してください．カスタムタイプは，Mat と互換性のある CV_8UC 個の値（N = sizeof(T), N <= CV_CN_MAX）としてラッピングされます． 例：samples/cpp/pca.cpp，samples/cpp/peopledetect.cpp． 元関数名(C#): core_InputArray_new_byMatExpr 元DLLエクスポート名: core_InputArray_new_byMatExpr 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_InputArray.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_InputArray_new_byMatExpr(cv::MatExpr *expr, cv::_InputArray **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::_InputArray(*expr);
    END_WRAP
}
}html %group NativeMethods_core_InputArray %index core_InputArray_new_byScalar [32bit] cv::_InputArray のインスタンスを生成します %prm p1,p2,p3 p1 = ARGS_SCALAR : Scalar val p2 = var : out IntPtr handle p3 = var : out IntPtr returnValue %inst これは，OpenCVの関数に読み取り専用の入力配列を渡すための，プロキシクラスです． これは次のように定義されます： typedef const _InputArray& InputArray; ここで _InputArray は， Mat, Mat_, Matx, std::vector, std::vector >, std::vector, std::vector >, UMat, std::vector または double から構成されるクラスです．また，行列式から構築することもできます． これはほとんどが実装レベルのクラスであり，そのインターフェースは将来のバージョンで変更される可能性があるので，ここでは詳細な説明を省略します．しかし、いくつかの重要な点を覚えておく必要があります。 リファレンスマニュアルや OpenCV のソースコードで，InputArray を受け取る関数を見かけることがありますが，これは，実際に Mat, Matx, vector などを渡すことができることを意味します（上記の完全なリストを参照してください）．(完全なリストは上を参照してください）． オプションの入力引数．入力配列の一部が空の場合は， cv::noArray() を渡してください（あるいは，以前のように単に cv::Mat() を渡しても構いません）． このクラスは，パラメータを渡すためだけに設計されています．つまり，通常は，クラスのメンバやローカル変数，グローバル変数をこの型で宣言してはいけません． 複数の型の配列を操作できる独自の関数やクラスメソッドを設計したい場合は，それぞれのパラメータに InputArray（または OutputArray）を利用します．関数内では _InputArray::getMat() メソッドを使用して、（データをコピーせずに）配列の行列ヘッダを作成する必要があります。_InputArray::kind() は、Mat と vector<> などを区別するために利用できますが、通常は必要ありません。 ここでは，InputArray : std::vector vec;// 点または円for( int i = 0; i < 30; i++ ) vec.push_back(Point2f((float)(100 + 30*cos(i*CV_PI*2/5)), (float)(100 - 30*sin(i*CV_PI*2/5))));cv::transform(vec, vec, cv::Matx23f(0.707, -0.707, 10, 0.707, 0.707, 20)); つまり，点を含む STL ベクトルを作成し，Matx インスタンスとしてインラインで作成された 2x3 行列を用いて，そのベクトルにインプレースのアフィン変換を行います． 以下は，このような関数の実装方法です（簡単にするために，内部のアサーション文に従って，非常に特殊なケースを実装しています）： void myAffineTransform(InputArray _src, OutputArray _dst, InputArray _m){ // 入力配列に対する Mat ヘッダを取得します．これは， _src や _m が行列表現でない限り， // O(1) の処理です． Mat src = _src.getMat(), m = _m.getMat(); CV_Assert( src.type() == CV_32FC2 && m.type() == CV_32F && m.size() == Size(3, 2) ); // 出力配列を適切なサイズと型になるように [再]作成します． // Mat の場合は Mat::create を，STL vector の場合は vector::resize を呼び出します． _dst.create(src.size(), src.type()); Mat dst = _dst.getMat(); for( int i = 0; i < src.rows; i++ ) for( int j = 0; j < src.cols; j++ ) { Point2f pt = src.at(i, j); dst.at(i, j) = Point2f(m.at(0, 0)*pt.x + m.at(0, 1)*pt.y + m.at(0, 2), m.at(1, 0)*pt.x + m.at(1, 1)*pt.y + m.at(1, 2)); }}。typedef InputArray InputArrayOfArrays; これは、ベクトルのベクトル、または行列のベクトルのいずれかである関数の引数を表します。Python/Javaなどのラッパーを適切に生成するためには、別のシノニムが必要です。関数の実装レベルでは、これらの使用方法は似ていますが、_InputArray::getMat(idx)は、外側のベクトルの idx 番目のコンポーネントのヘッダを取得するために使用し、_InputArray::size().area() は、外側のベクトルのコンポーネント（ベクトル/行列）の数を求めるために使用します。 一般に，サポートされる型は cv::Mat 型に限られます．それ以外の型は禁止されています．しかし，場合によっては， cv::KeyPoint や cv::DMatch などの配列のような，一般的ではないカスタムの Mat 型の受け渡しをサポートする必要があります．このデータは，画像データとして解釈されたり，通常の cv::Mat のように何らかの処理が行われたりすることはありません．このようなカスタムタイプを渡すには， rawIn() / rawOut() / rawInOut() ラッパーを利用してください．カスタムタイプは，Mat と互換性のある CV_8UC 個の値（N = sizeof(T), N <= CV_CN_MAX）としてラッピングされます． 例：samples/cpp/pca.cpp，samples/cpp/peopledetect.cpp． 元関数名(C#): core_InputArray_new_byScalar 元DLLエクスポート名: core_InputArray_new_byScalar 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_InputArray.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_InputArray_new_byScalar(MyCvScalar s, cv::Scalar **handle, cv::_InputArray **returnValue)
{
    BEGIN_WRAP
    *handle = new cv::Scalar(s.val[0], s.val[1], s.val[2], s.val[3]);
    *returnValue = new cv::_InputArray(**handle);
    END_WRAP
}
}html %group NativeMethods_core_InputArray %index core_InputArray_new_byScalar [64bit] cv::_InputArray のインスタンスを生成します %prm p1,p2,p3 p1 = var : Scalar val p2 = var : out IntPtr handle p3 = var : out IntPtr returnValue %inst これは，OpenCVの関数に読み取り専用の入力配列を渡すための，プロキシクラスです． これは次のように定義されます： typedef const _InputArray& InputArray; ここで _InputArray は， Mat, Mat_, Matx, std::vector, std::vector >, std::vector, std::vector >, UMat, std::vector または double から構成されるクラスです．また，行列式から構築することもできます． これはほとんどが実装レベルのクラスであり，そのインターフェースは将来のバージョンで変更される可能性があるので，ここでは詳細な説明を省略します．しかし、いくつかの重要な点を覚えておく必要があります。 リファレンスマニュアルや OpenCV のソースコードで，InputArray を受け取る関数を見かけることがありますが，これは，実際に Mat, Matx, vector などを渡すことができることを意味します（上記の完全なリストを参照してください）．(完全なリストは上を参照してください）． オプションの入力引数．入力配列の一部が空の場合は， cv::noArray() を渡してください（あるいは，以前のように単に cv::Mat() を渡しても構いません）． このクラスは，パラメータを渡すためだけに設計されています．つまり，通常は，クラスのメンバやローカル変数，グローバル変数をこの型で宣言してはいけません． 複数の型の配列を操作できる独自の関数やクラスメソッドを設計したい場合は，それぞれのパラメータに InputArray（または OutputArray）を利用します．関数内では _InputArray::getMat() メソッドを使用して、（データをコピーせずに）配列の行列ヘッダを作成する必要があります。_InputArray::kind() は、Mat と vector<> などを区別するために利用できますが、通常は必要ありません。 ここでは，InputArray : std::vector vec;// 点または円for( int i = 0; i < 30; i++ ) vec.push_back(Point2f((float)(100 + 30*cos(i*CV_PI*2/5)), (float)(100 - 30*sin(i*CV_PI*2/5))));cv::transform(vec, vec, cv::Matx23f(0.707, -0.707, 10, 0.707, 0.707, 20)); つまり，点を含む STL ベクトルを作成し，Matx インスタンスとしてインラインで作成された 2x3 行列を用いて，そのベクトルにインプレースのアフィン変換を行います． 以下は，このような関数の実装方法です（簡単にするために，内部のアサーション文に従って，非常に特殊なケースを実装しています）： void myAffineTransform(InputArray _src, OutputArray _dst, InputArray _m){ // 入力配列に対する Mat ヘッダを取得します．これは， _src や _m が行列表現でない限り， // O(1) の処理です． Mat src = _src.getMat(), m = _m.getMat(); CV_Assert( src.type() == CV_32FC2 && m.type() == CV_32F && m.size() == Size(3, 2) ); // 出力配列を適切なサイズと型になるように [再]作成します． // Mat の場合は Mat::create を，STL vector の場合は vector::resize を呼び出します． _dst.create(src.size(), src.type()); Mat dst = _dst.getMat(); for( int i = 0; i < src.rows; i++ ) for( int j = 0; j < src.cols; j++ ) { Point2f pt = src.at(i, j); dst.at(i, j) = Point2f(m.at(0, 0)*pt.x + m.at(0, 1)*pt.y + m.at(0, 2), m.at(1, 0)*pt.x + m.at(1, 1)*pt.y + m.at(1, 2)); }}。typedef InputArray InputArrayOfArrays; これは、ベクトルのベクトル、または行列のベクトルのいずれかである関数の引数を表します。Python/Javaなどのラッパーを適切に生成するためには、別のシノニムが必要です。関数の実装レベルでは、これらの使用方法は似ていますが、_InputArray::getMat(idx)は、外側のベクトルの idx 番目のコンポーネントのヘッダを取得するために使用し、_InputArray::size().area() は、外側のベクトルのコンポーネント（ベクトル/行列）の数を求めるために使用します。 一般に，サポートされる型は cv::Mat 型に限られます．それ以外の型は禁止されています．しかし，場合によっては， cv::KeyPoint や cv::DMatch などの配列のような，一般的ではないカスタムの Mat 型の受け渡しをサポートする必要があります．このデータは，画像データとして解釈されたり，通常の cv::Mat のように何らかの処理が行われたりすることはありません．このようなカスタムタイプを渡すには， rawIn() / rawOut() / rawInOut() ラッパーを利用してください．カスタムタイプは，Mat と互換性のある CV_8UC 個の値（N = sizeof(T), N <= CV_CN_MAX）としてラッピングされます． 例：samples/cpp/pca.cpp，samples/cpp/peopledetect.cpp． 元関数名(C#): core_InputArray_new_byScalar 元DLLエクスポート名: core_InputArray_new_byScalar 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_InputArray.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_InputArray_new_byScalar(MyCvScalar s, cv::Scalar **handle, cv::_InputArray **returnValue)
{
    BEGIN_WRAP
    *handle = new cv::Scalar(s.val[0], s.val[1], s.val[2], s.val[3]);
    *returnValue = new cv::_InputArray(**handle);
    END_WRAP
}
}html %group NativeMethods_core_InputArray %index core_InputArray_new_byDouble [32/64bit] cv::_InputArray のインスタンスを生成します %prm p1,p2 p1 = sptr : IntPtr valPointer p2 = var : out IntPtr returnValue %inst これは，OpenCVの関数に読み取り専用の入力配列を渡すための，プロキシクラスです． これは次のように定義されます： typedef const _InputArray& InputArray; ここで _InputArray は， Mat, Mat_, Matx, std::vector, std::vector >, std::vector, std::vector >, UMat, std::vector または double から構成されるクラスです．また，行列式から構築することもできます． これはほとんどが実装レベルのクラスであり，そのインターフェースは将来のバージョンで変更される可能性があるので，ここでは詳細な説明を省略します．しかし、いくつかの重要な点を覚えておく必要があります。 リファレンスマニュアルや OpenCV のソースコードで，InputArray を受け取る関数を見かけることがありますが，これは，実際に Mat, Matx, vector などを渡すことができることを意味します（上記の完全なリストを参照してください）．(完全なリストは上を参照してください）． オプションの入力引数．入力配列の一部が空の場合は， cv::noArray() を渡してください（あるいは，以前のように単に cv::Mat() を渡しても構いません）． このクラスは，パラメータを渡すためだけに設計されています．つまり，通常は，クラスのメンバやローカル変数，グローバル変数をこの型で宣言してはいけません． 複数の型の配列を操作できる独自の関数やクラスメソッドを設計したい場合は，それぞれのパラメータに InputArray（または OutputArray）を利用します．関数内では _InputArray::getMat() メソッドを使用して、（データをコピーせずに）配列の行列ヘッダを作成する必要があります。_InputArray::kind() は、Mat と vector<> などを区別するために利用できますが、通常は必要ありません。 ここでは，InputArray : std::vector vec;// 点または円for( int i = 0; i < 30; i++ ) vec.push_back(Point2f((float)(100 + 30*cos(i*CV_PI*2/5)), (float)(100 - 30*sin(i*CV_PI*2/5))));cv::transform(vec, vec, cv::Matx23f(0.707, -0.707, 10, 0.707, 0.707, 20)); つまり，点を含む STL ベクトルを作成し，Matx インスタンスとしてインラインで作成された 2x3 行列を用いて，そのベクトルにインプレースのアフィン変換を行います． 以下は，このような関数の実装方法です（簡単にするために，内部のアサーション文に従って，非常に特殊なケースを実装しています）： void myAffineTransform(InputArray _src, OutputArray _dst, InputArray _m){ // 入力配列に対する Mat ヘッダを取得します．これは， _src や _m が行列表現でない限り， // O(1) の処理です． Mat src = _src.getMat(), m = _m.getMat(); CV_Assert( src.type() == CV_32FC2 && m.type() == CV_32F && m.size() == Size(3, 2) ); // 出力配列を適切なサイズと型になるように [再]作成します． // Mat の場合は Mat::create を，STL vector の場合は vector::resize を呼び出します． _dst.create(src.size(), src.type()); Mat dst = _dst.getMat(); for( int i = 0; i < src.rows; i++ ) for( int j = 0; j < src.cols; j++ ) { Point2f pt = src.at(i, j); dst.at(i, j) = Point2f(m.at(0, 0)*pt.x + m.at(0, 1)*pt.y + m.at(0, 2), m.at(1, 0)*pt.x + m.at(1, 1)*pt.y + m.at(1, 2)); }}。typedef InputArray InputArrayOfArrays; これは、ベクトルのベクトル、または行列のベクトルのいずれかである関数の引数を表します。Python/Javaなどのラッパーを適切に生成するためには、別のシノニムが必要です。関数の実装レベルでは、これらの使用方法は似ていますが、_InputArray::getMat(idx)は、外側のベクトルの idx 番目のコンポーネントのヘッダを取得するために使用し、_InputArray::size().area() は、外側のベクトルのコンポーネント（ベクトル/行列）の数を求めるために使用します。 一般に，サポートされる型は cv::Mat 型に限られます．それ以外の型は禁止されています．しかし，場合によっては， cv::KeyPoint や cv::DMatch などの配列のような，一般的ではないカスタムの Mat 型の受け渡しをサポートする必要があります．このデータは，画像データとして解釈されたり，通常の cv::Mat のように何らかの処理が行われたりすることはありません．このようなカスタムタイプを渡すには， rawIn() / rawOut() / rawInOut() ラッパーを利用してください．カスタムタイプは，Mat と互換性のある CV_8UC 個の値（N = sizeof(T), N <= CV_CN_MAX）としてラッピングされます． 例：samples/cpp/pca.cpp，samples/cpp/peopledetect.cpp． 元関数名(C#): core_InputArray_new_byDouble 元DLLエクスポート名: core_InputArray_new_byDouble 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_InputArray.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_InputArray_new_byDouble(double *handle, cv::_InputArray **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::_InputArray(*handle);
    END_WRAP
}
}html %group NativeMethods_core_InputArray %index core_InputArray_new_byVectorOfMat [32/64bit] cv::_InputArray のインスタンスを生成します %prm p1,p2 p1 = sptr : IntPtr vector p2 = var : out IntPtr returnValue %inst これは，OpenCVの関数に読み取り専用の入力配列を渡すための，プロキシクラスです． これは次のように定義されます： typedef const _InputArray& InputArray; ここで _InputArray は， Mat, Mat_, Matx, std::vector, std::vector >, std::vector, std::vector >, UMat, std::vector または double から構成されるクラスです．また，行列式から構築することもできます． これはほとんどが実装レベルのクラスであり，そのインターフェースは将来のバージョンで変更される可能性があるので，ここでは詳細な説明を省略します．しかし、いくつかの重要な点を覚えておく必要があります。 リファレンスマニュアルや OpenCV のソースコードで，InputArray を受け取る関数を見かけることがありますが，これは，実際に Mat, Matx, vector などを渡すことができることを意味します（上記の完全なリストを参照してください）．(完全なリストは上を参照してください）． オプションの入力引数．入力配列の一部が空の場合は， cv::noArray() を渡してください（あるいは，以前のように単に cv::Mat() を渡しても構いません）． このクラスは，パラメータを渡すためだけに設計されています．つまり，通常は，クラスのメンバやローカル変数，グローバル変数をこの型で宣言してはいけません． 複数の型の配列を操作できる独自の関数やクラスメソッドを設計したい場合は，それぞれのパラメータに InputArray（または OutputArray）を利用します．関数内では _InputArray::getMat() メソッドを使用して、（データをコピーせずに）配列の行列ヘッダを作成する必要があります。_InputArray::kind() は、Mat と vector<> などを区別するために利用できますが、通常は必要ありません。 ここでは，InputArray : std::vector vec;// 点または円for( int i = 0; i < 30; i++ ) vec.push_back(Point2f((float)(100 + 30*cos(i*CV_PI*2/5)), (float)(100 - 30*sin(i*CV_PI*2/5))));cv::transform(vec, vec, cv::Matx23f(0.707, -0.707, 10, 0.707, 0.707, 20)); つまり，点を含む STL ベクトルを作成し，Matx インスタンスとしてインラインで作成された 2x3 行列を用いて，そのベクトルにインプレースのアフィン変換を行います． 以下は，このような関数の実装方法です（簡単にするために，内部のアサーション文に従って，非常に特殊なケースを実装しています）： void myAffineTransform(InputArray _src, OutputArray _dst, InputArray _m){ // 入力配列に対する Mat ヘッダを取得します．これは， _src や _m が行列表現でない限り， // O(1) の処理です． Mat src = _src.getMat(), m = _m.getMat(); CV_Assert( src.type() == CV_32FC2 && m.type() == CV_32F && m.size() == Size(3, 2) ); // 出力配列を適切なサイズと型になるように [再]作成します． // Mat の場合は Mat::create を，STL vector の場合は vector::resize を呼び出します． _dst.create(src.size(), src.type()); Mat dst = _dst.getMat(); for( int i = 0; i < src.rows; i++ ) for( int j = 0; j < src.cols; j++ ) { Point2f pt = src.at(i, j); dst.at(i, j) = Point2f(m.at(0, 0)*pt.x + m.at(0, 1)*pt.y + m.at(0, 2), m.at(1, 0)*pt.x + m.at(1, 1)*pt.y + m.at(1, 2)); }}。typedef InputArray InputArrayOfArrays; これは、ベクトルのベクトル、または行列のベクトルのいずれかである関数の引数を表します。Python/Javaなどのラッパーを適切に生成するためには、別のシノニムが必要です。関数の実装レベルでは、これらの使用方法は似ていますが、_InputArray::getMat(idx)は、外側のベクトルの idx 番目のコンポーネントのヘッダを取得するために使用し、_InputArray::size().area() は、外側のベクトルのコンポーネント（ベクトル/行列）の数を求めるために使用します。 一般に，サポートされる型は cv::Mat 型に限られます．それ以外の型は禁止されています．しかし，場合によっては， cv::KeyPoint や cv::DMatch などの配列のような，一般的ではないカスタムの Mat 型の受け渡しをサポートする必要があります．このデータは，画像データとして解釈されたり，通常の cv::Mat のように何らかの処理が行われたりすることはありません．このようなカスタムタイプを渡すには， rawIn() / rawOut() / rawInOut() ラッパーを利用してください．カスタムタイプは，Mat と互換性のある CV_8UC 個の値（N = sizeof(T), N <= CV_CN_MAX）としてラッピングされます． 例：samples/cpp/pca.cpp，samples/cpp/peopledetect.cpp． 元関数名(C#): core_InputArray_new_byVectorOfMat 元DLLエクスポート名: core_InputArray_new_byVectorOfMat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_InputArray.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_InputArray_new_byVectorOfMat(std::vector<cv::Mat> *vector, cv::_InputArray **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::_InputArray(*vector);
    END_WRAP
}
}html %group NativeMethods_core_InputArray %index core_InputArray_new_byVecb [32/64bit] cv::_InputArray のインスタンスを生成します %prm p1,p2,p3 p1 = sptr : IntPtr vec p2 = int : int n p3 = var : out IntPtr returnValue %inst これは，OpenCVの関数に読み取り専用の入力配列を渡すための，プロキシクラスです． これは次のように定義されます： typedef const _InputArray& InputArray; ここで _InputArray は， Mat, Mat_, Matx, std::vector, std::vector >, std::vector, std::vector >, UMat, std::vector または double から構成されるクラスです．また，行列式から構築することもできます． これはほとんどが実装レベルのクラスであり，そのインターフェースは将来のバージョンで変更される可能性があるので，ここでは詳細な説明を省略します．しかし、いくつかの重要な点を覚えておく必要があります。 リファレンスマニュアルや OpenCV のソースコードで，InputArray を受け取る関数を見かけることがありますが，これは，実際に Mat, Matx, vector などを渡すことができることを意味します（上記の完全なリストを参照してください）．(完全なリストは上を参照してください）． オプションの入力引数．入力配列の一部が空の場合は， cv::noArray() を渡してください（あるいは，以前のように単に cv::Mat() を渡しても構いません）． このクラスは，パラメータを渡すためだけに設計されています．つまり，通常は，クラスのメンバやローカル変数，グローバル変数をこの型で宣言してはいけません． 複数の型の配列を操作できる独自の関数やクラスメソッドを設計したい場合は，それぞれのパラメータに InputArray（または OutputArray）を利用します．関数内では _InputArray::getMat() メソッドを使用して、（データをコピーせずに）配列の行列ヘッダを作成する必要があります。_InputArray::kind() は、Mat と vector<> などを区別するために利用できますが、通常は必要ありません。 ここでは，InputArray : std::vector vec;// 点または円for( int i = 0; i < 30; i++ ) vec.push_back(Point2f((float)(100 + 30*cos(i*CV_PI*2/5)), (float)(100 - 30*sin(i*CV_PI*2/5))));cv::transform(vec, vec, cv::Matx23f(0.707, -0.707, 10, 0.707, 0.707, 20)); つまり，点を含む STL ベクトルを作成し，Matx インスタンスとしてインラインで作成された 2x3 行列を用いて，そのベクトルにインプレースのアフィン変換を行います． 以下は，このような関数の実装方法です（簡単にするために，内部のアサーション文に従って，非常に特殊なケースを実装しています）： void myAffineTransform(InputArray _src, OutputArray _dst, InputArray _m){ // 入力配列に対する Mat ヘッダを取得します．これは， _src や _m が行列表現でない限り， // O(1) の処理です． Mat src = _src.getMat(), m = _m.getMat(); CV_Assert( src.type() == CV_32FC2 && m.type() == CV_32F && m.size() == Size(3, 2) ); // 出力配列を適切なサイズと型になるように [再]作成します． // Mat の場合は Mat::create を，STL vector の場合は vector::resize を呼び出します． _dst.create(src.size(), src.type()); Mat dst = _dst.getMat(); for( int i = 0; i < src.rows; i++ ) for( int j = 0; j < src.cols; j++ ) { Point2f pt = src.at(i, j); dst.at(i, j) = Point2f(m.at(0, 0)*pt.x + m.at(0, 1)*pt.y + m.at(0, 2), m.at(1, 0)*pt.x + m.at(1, 1)*pt.y + m.at(1, 2)); }}。typedef InputArray InputArrayOfArrays; これは、ベクトルのベクトル、または行列のベクトルのいずれかである関数の引数を表します。Python/Javaなどのラッパーを適切に生成するためには、別のシノニムが必要です。関数の実装レベルでは、これらの使用方法は似ていますが、_InputArray::getMat(idx)は、外側のベクトルの idx 番目のコンポーネントのヘッダを取得するために使用し、_InputArray::size().area() は、外側のベクトルのコンポーネント（ベクトル/行列）の数を求めるために使用します。 一般に，サポートされる型は cv::Mat 型に限られます．それ以外の型は禁止されています．しかし，場合によっては， cv::KeyPoint や cv::DMatch などの配列のような，一般的ではないカスタムの Mat 型の受け渡しをサポートする必要があります．このデータは，画像データとして解釈されたり，通常の cv::Mat のように何らかの処理が行われたりすることはありません．このようなカスタムタイプを渡すには， rawIn() / rawOut() / rawInOut() ラッパーを利用してください．カスタムタイプは，Mat と互換性のある CV_8UC 個の値（N = sizeof(T), N <= CV_CN_MAX）としてラッピングされます． 例：samples/cpp/pca.cpp，samples/cpp/peopledetect.cpp． 元関数名(C#): core_InputArray_new_byVecb 元DLLエクスポート名: core_InputArray_new_byVecb 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_InputArray.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_InputArray_new_byVecb(uchar *vec, int n, cv::_InputArray **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::_InputArray(vec, n);
    END_WRAP
}
}html %group NativeMethods_core_InputArray %index core_InputArray_new_byVecs [32/64bit] cv::_InputArray のインスタンスを生成します %prm p1,p2,p3 p1 = sptr : IntPtr vec p2 = int : int n p3 = var : out IntPtr returnValue %inst これは，OpenCVの関数に読み取り専用の入力配列を渡すための，プロキシクラスです． これは次のように定義されます： typedef const _InputArray& InputArray; ここで _InputArray は， Mat, Mat_, Matx, std::vector, std::vector >, std::vector, std::vector >, UMat, std::vector または double から構成されるクラスです．また，行列式から構築することもできます． これはほとんどが実装レベルのクラスであり，そのインターフェースは将来のバージョンで変更される可能性があるので，ここでは詳細な説明を省略します．しかし、いくつかの重要な点を覚えておく必要があります。 リファレンスマニュアルや OpenCV のソースコードで，InputArray を受け取る関数を見かけることがありますが，これは，実際に Mat, Matx, vector などを渡すことができることを意味します（上記の完全なリストを参照してください）．(完全なリストは上を参照してください）． オプションの入力引数．入力配列の一部が空の場合は， cv::noArray() を渡してください（あるいは，以前のように単に cv::Mat() を渡しても構いません）． このクラスは，パラメータを渡すためだけに設計されています．つまり，通常は，クラスのメンバやローカル変数，グローバル変数をこの型で宣言してはいけません． 複数の型の配列を操作できる独自の関数やクラスメソッドを設計したい場合は，それぞれのパラメータに InputArray（または OutputArray）を利用します．関数内では _InputArray::getMat() メソッドを使用して、（データをコピーせずに）配列の行列ヘッダを作成する必要があります。_InputArray::kind() は、Mat と vector<> などを区別するために利用できますが、通常は必要ありません。 ここでは，InputArray : std::vector vec;// 点または円for( int i = 0; i < 30; i++ ) vec.push_back(Point2f((float)(100 + 30*cos(i*CV_PI*2/5)), (float)(100 - 30*sin(i*CV_PI*2/5))));cv::transform(vec, vec, cv::Matx23f(0.707, -0.707, 10, 0.707, 0.707, 20)); つまり，点を含む STL ベクトルを作成し，Matx インスタンスとしてインラインで作成された 2x3 行列を用いて，そのベクトルにインプレースのアフィン変換を行います． 以下は，このような関数の実装方法です（簡単にするために，内部のアサーション文に従って，非常に特殊なケースを実装しています）： void myAffineTransform(InputArray _src, OutputArray _dst, InputArray _m){ // 入力配列に対する Mat ヘッダを取得します．これは， _src や _m が行列表現でない限り， // O(1) の処理です． Mat src = _src.getMat(), m = _m.getMat(); CV_Assert( src.type() == CV_32FC2 && m.type() == CV_32F && m.size() == Size(3, 2) ); // 出力配列を適切なサイズと型になるように [再]作成します． // Mat の場合は Mat::create を，STL vector の場合は vector::resize を呼び出します． _dst.create(src.size(), src.type()); Mat dst = _dst.getMat(); for( int i = 0; i < src.rows; i++ ) for( int j = 0; j < src.cols; j++ ) { Point2f pt = src.at(i, j); dst.at(i, j) = Point2f(m.at(0, 0)*pt.x + m.at(0, 1)*pt.y + m.at(0, 2), m.at(1, 0)*pt.x + m.at(1, 1)*pt.y + m.at(1, 2)); }}。typedef InputArray InputArrayOfArrays; これは、ベクトルのベクトル、または行列のベクトルのいずれかである関数の引数を表します。Python/Javaなどのラッパーを適切に生成するためには、別のシノニムが必要です。関数の実装レベルでは、これらの使用方法は似ていますが、_InputArray::getMat(idx)は、外側のベクトルの idx 番目のコンポーネントのヘッダを取得するために使用し、_InputArray::size().area() は、外側のベクトルのコンポーネント（ベクトル/行列）の数を求めるために使用します。 一般に，サポートされる型は cv::Mat 型に限られます．それ以外の型は禁止されています．しかし，場合によっては， cv::KeyPoint や cv::DMatch などの配列のような，一般的ではないカスタムの Mat 型の受け渡しをサポートする必要があります．このデータは，画像データとして解釈されたり，通常の cv::Mat のように何らかの処理が行われたりすることはありません．このようなカスタムタイプを渡すには， rawIn() / rawOut() / rawInOut() ラッパーを利用してください．カスタムタイプは，Mat と互換性のある CV_8UC 個の値（N = sizeof(T), N <= CV_CN_MAX）としてラッピングされます． 例：samples/cpp/pca.cpp，samples/cpp/peopledetect.cpp． 元関数名(C#): core_InputArray_new_byVecs 元DLLエクスポート名: core_InputArray_new_byVecs 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_InputArray.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_InputArray_new_byVecs(short *vec, int n, cv::_InputArray **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::_InputArray(vec, n);
    END_WRAP
}
}html %group NativeMethods_core_InputArray %index core_InputArray_new_byVecw [32/64bit] cv::_InputArray のインスタンスを生成します %prm p1,p2,p3 p1 = sptr : IntPtr vec p2 = int : int n p3 = var : out IntPtr returnValue %inst これは，OpenCVの関数に読み取り専用の入力配列を渡すための，プロキシクラスです． これは次のように定義されます： typedef const _InputArray& InputArray; ここで _InputArray は， Mat, Mat_, Matx, std::vector, std::vector >, std::vector, std::vector >, UMat, std::vector または double から構成されるクラスです．また，行列式から構築することもできます． これはほとんどが実装レベルのクラスであり，そのインターフェースは将来のバージョンで変更される可能性があるので，ここでは詳細な説明を省略します．しかし、いくつかの重要な点を覚えておく必要があります。 リファレンスマニュアルや OpenCV のソースコードで，InputArray を受け取る関数を見かけることがありますが，これは，実際に Mat, Matx, vector などを渡すことができることを意味します（上記の完全なリストを参照してください）．(完全なリストは上を参照してください）． オプションの入力引数．入力配列の一部が空の場合は， cv::noArray() を渡してください（あるいは，以前のように単に cv::Mat() を渡しても構いません）． このクラスは，パラメータを渡すためだけに設計されています．つまり，通常は，クラスのメンバやローカル変数，グローバル変数をこの型で宣言してはいけません． 複数の型の配列を操作できる独自の関数やクラスメソッドを設計したい場合は，それぞれのパラメータに InputArray（または OutputArray）を利用します．関数内では _InputArray::getMat() メソッドを使用して、（データをコピーせずに）配列の行列ヘッダを作成する必要があります。_InputArray::kind() は、Mat と vector<> などを区別するために利用できますが、通常は必要ありません。 ここでは，InputArray : std::vector vec;// 点または円for( int i = 0; i < 30; i++ ) vec.push_back(Point2f((float)(100 + 30*cos(i*CV_PI*2/5)), (float)(100 - 30*sin(i*CV_PI*2/5))));cv::transform(vec, vec, cv::Matx23f(0.707, -0.707, 10, 0.707, 0.707, 20)); つまり，点を含む STL ベクトルを作成し，Matx インスタンスとしてインラインで作成された 2x3 行列を用いて，そのベクトルにインプレースのアフィン変換を行います． 以下は，このような関数の実装方法です（簡単にするために，内部のアサーション文に従って，非常に特殊なケースを実装しています）： void myAffineTransform(InputArray _src, OutputArray _dst, InputArray _m){ // 入力配列に対する Mat ヘッダを取得します．これは， _src や _m が行列表現でない限り， // O(1) の処理です． Mat src = _src.getMat(), m = _m.getMat(); CV_Assert( src.type() == CV_32FC2 && m.type() == CV_32F && m.size() == Size(3, 2) ); // 出力配列を適切なサイズと型になるように [再]作成します． // Mat の場合は Mat::create を，STL vector の場合は vector::resize を呼び出します． _dst.create(src.size(), src.type()); Mat dst = _dst.getMat(); for( int i = 0; i < src.rows; i++ ) for( int j = 0; j < src.cols; j++ ) { Point2f pt = src.at(i, j); dst.at(i, j) = Point2f(m.at(0, 0)*pt.x + m.at(0, 1)*pt.y + m.at(0, 2), m.at(1, 0)*pt.x + m.at(1, 1)*pt.y + m.at(1, 2)); }}。typedef InputArray InputArrayOfArrays; これは、ベクトルのベクトル、または行列のベクトルのいずれかである関数の引数を表します。Python/Javaなどのラッパーを適切に生成するためには、別のシノニムが必要です。関数の実装レベルでは、これらの使用方法は似ていますが、_InputArray::getMat(idx)は、外側のベクトルの idx 番目のコンポーネントのヘッダを取得するために使用し、_InputArray::size().area() は、外側のベクトルのコンポーネント（ベクトル/行列）の数を求めるために使用します。 一般に，サポートされる型は cv::Mat 型に限られます．それ以外の型は禁止されています．しかし，場合によっては， cv::KeyPoint や cv::DMatch などの配列のような，一般的ではないカスタムの Mat 型の受け渡しをサポートする必要があります．このデータは，画像データとして解釈されたり，通常の cv::Mat のように何らかの処理が行われたりすることはありません．このようなカスタムタイプを渡すには， rawIn() / rawOut() / rawInOut() ラッパーを利用してください．カスタムタイプは，Mat と互換性のある CV_8UC 個の値（N = sizeof(T), N <= CV_CN_MAX）としてラッピングされます． 例：samples/cpp/pca.cpp，samples/cpp/peopledetect.cpp． 元関数名(C#): core_InputArray_new_byVecw 元DLLエクスポート名: core_InputArray_new_byVecw 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_InputArray.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_InputArray_new_byVecw(ushort *vec, int n, cv::_InputArray **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::_InputArray(vec, n);
    END_WRAP
}
}html %group NativeMethods_core_InputArray %index core_InputArray_new_byVeci [32/64bit] cv::_InputArray のインスタンスを生成します %prm p1,p2,p3 p1 = sptr : IntPtr vec p2 = int : int n p3 = var : out IntPtr returnValue %inst これは，OpenCVの関数に読み取り専用の入力配列を渡すための，プロキシクラスです． これは次のように定義されます： typedef const _InputArray& InputArray; ここで _InputArray は， Mat, Mat_, Matx, std::vector, std::vector >, std::vector, std::vector >, UMat, std::vector または double から構成されるクラスです．また，行列式から構築することもできます． これはほとんどが実装レベルのクラスであり，そのインターフェースは将来のバージョンで変更される可能性があるので，ここでは詳細な説明を省略します．しかし、いくつかの重要な点を覚えておく必要があります。 リファレンスマニュアルや OpenCV のソースコードで，InputArray を受け取る関数を見かけることがありますが，これは，実際に Mat, Matx, vector などを渡すことができることを意味します（上記の完全なリストを参照してください）．(完全なリストは上を参照してください）． オプションの入力引数．入力配列の一部が空の場合は， cv::noArray() を渡してください（あるいは，以前のように単に cv::Mat() を渡しても構いません）． このクラスは，パラメータを渡すためだけに設計されています．つまり，通常は，クラスのメンバやローカル変数，グローバル変数をこの型で宣言してはいけません． 複数の型の配列を操作できる独自の関数やクラスメソッドを設計したい場合は，それぞれのパラメータに InputArray（または OutputArray）を利用します．関数内では _InputArray::getMat() メソッドを使用して、（データをコピーせずに）配列の行列ヘッダを作成する必要があります。_InputArray::kind() は、Mat と vector<> などを区別するために利用できますが、通常は必要ありません。 ここでは，InputArray : std::vector vec;// 点または円for( int i = 0; i < 30; i++ ) vec.push_back(Point2f((float)(100 + 30*cos(i*CV_PI*2/5)), (float)(100 - 30*sin(i*CV_PI*2/5))));cv::transform(vec, vec, cv::Matx23f(0.707, -0.707, 10, 0.707, 0.707, 20)); つまり，点を含む STL ベクトルを作成し，Matx インスタンスとしてインラインで作成された 2x3 行列を用いて，そのベクトルにインプレースのアフィン変換を行います． 以下は，このような関数の実装方法です（簡単にするために，内部のアサーション文に従って，非常に特殊なケースを実装しています）： void myAffineTransform(InputArray _src, OutputArray _dst, InputArray _m){ // 入力配列に対する Mat ヘッダを取得します．これは， _src や _m が行列表現でない限り， // O(1) の処理です． Mat src = _src.getMat(), m = _m.getMat(); CV_Assert( src.type() == CV_32FC2 && m.type() == CV_32F && m.size() == Size(3, 2) ); // 出力配列を適切なサイズと型になるように [再]作成します． // Mat の場合は Mat::create を，STL vector の場合は vector::resize を呼び出します． _dst.create(src.size(), src.type()); Mat dst = _dst.getMat(); for( int i = 0; i < src.rows; i++ ) for( int j = 0; j < src.cols; j++ ) { Point2f pt = src.at(i, j); dst.at(i, j) = Point2f(m.at(0, 0)*pt.x + m.at(0, 1)*pt.y + m.at(0, 2), m.at(1, 0)*pt.x + m.at(1, 1)*pt.y + m.at(1, 2)); }}。typedef InputArray InputArrayOfArrays; これは、ベクトルのベクトル、または行列のベクトルのいずれかである関数の引数を表します。Python/Javaなどのラッパーを適切に生成するためには、別のシノニムが必要です。関数の実装レベルでは、これらの使用方法は似ていますが、_InputArray::getMat(idx)は、外側のベクトルの idx 番目のコンポーネントのヘッダを取得するために使用し、_InputArray::size().area() は、外側のベクトルのコンポーネント（ベクトル/行列）の数を求めるために使用します。 一般に，サポートされる型は cv::Mat 型に限られます．それ以外の型は禁止されています．しかし，場合によっては， cv::KeyPoint や cv::DMatch などの配列のような，一般的ではないカスタムの Mat 型の受け渡しをサポートする必要があります．このデータは，画像データとして解釈されたり，通常の cv::Mat のように何らかの処理が行われたりすることはありません．このようなカスタムタイプを渡すには， rawIn() / rawOut() / rawInOut() ラッパーを利用してください．カスタムタイプは，Mat と互換性のある CV_8UC 個の値（N = sizeof(T), N <= CV_CN_MAX）としてラッピングされます． 例：samples/cpp/pca.cpp，samples/cpp/peopledetect.cpp． 元関数名(C#): core_InputArray_new_byVeci 元DLLエクスポート名: core_InputArray_new_byVeci 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_InputArray.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_InputArray_new_byVeci(int *vec, int n, cv::_InputArray **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::_InputArray(vec, n);
    END_WRAP
}
}html %group NativeMethods_core_InputArray %index core_InputArray_new_byVecf [32/64bit] cv::_InputArray のインスタンスを生成します %prm p1,p2,p3 p1 = sptr : IntPtr vec p2 = int : int n p3 = var : out IntPtr returnValue %inst これは，OpenCVの関数に読み取り専用の入力配列を渡すための，プロキシクラスです． これは次のように定義されます： typedef const _InputArray& InputArray; ここで _InputArray は， Mat, Mat_, Matx, std::vector, std::vector >, std::vector, std::vector >, UMat, std::vector または double から構成されるクラスです．また，行列式から構築することもできます． これはほとんどが実装レベルのクラスであり，そのインターフェースは将来のバージョンで変更される可能性があるので，ここでは詳細な説明を省略します．しかし、いくつかの重要な点を覚えておく必要があります。 リファレンスマニュアルや OpenCV のソースコードで，InputArray を受け取る関数を見かけることがありますが，これは，実際に Mat, Matx, vector などを渡すことができることを意味します（上記の完全なリストを参照してください）．(完全なリストは上を参照してください）． オプションの入力引数．入力配列の一部が空の場合は， cv::noArray() を渡してください（あるいは，以前のように単に cv::Mat() を渡しても構いません）． このクラスは，パラメータを渡すためだけに設計されています．つまり，通常は，クラスのメンバやローカル変数，グローバル変数をこの型で宣言してはいけません． 複数の型の配列を操作できる独自の関数やクラスメソッドを設計したい場合は，それぞれのパラメータに InputArray（または OutputArray）を利用します．関数内では _InputArray::getMat() メソッドを使用して、（データをコピーせずに）配列の行列ヘッダを作成する必要があります。_InputArray::kind() は、Mat と vector<> などを区別するために利用できますが、通常は必要ありません。 ここでは，InputArray : std::vector vec;// 点または円for( int i = 0; i < 30; i++ ) vec.push_back(Point2f((float)(100 + 30*cos(i*CV_PI*2/5)), (float)(100 - 30*sin(i*CV_PI*2/5))));cv::transform(vec, vec, cv::Matx23f(0.707, -0.707, 10, 0.707, 0.707, 20)); つまり，点を含む STL ベクトルを作成し，Matx インスタンスとしてインラインで作成された 2x3 行列を用いて，そのベクトルにインプレースのアフィン変換を行います． 以下は，このような関数の実装方法です（簡単にするために，内部のアサーション文に従って，非常に特殊なケースを実装しています）： void myAffineTransform(InputArray _src, OutputArray _dst, InputArray _m){ // 入力配列に対する Mat ヘッダを取得します．これは， _src や _m が行列表現でない限り， // O(1) の処理です． Mat src = _src.getMat(), m = _m.getMat(); CV_Assert( src.type() == CV_32FC2 && m.type() == CV_32F && m.size() == Size(3, 2) ); // 出力配列を適切なサイズと型になるように [再]作成します． // Mat の場合は Mat::create を，STL vector の場合は vector::resize を呼び出します． _dst.create(src.size(), src.type()); Mat dst = _dst.getMat(); for( int i = 0; i < src.rows; i++ ) for( int j = 0; j < src.cols; j++ ) { Point2f pt = src.at(i, j); dst.at(i, j) = Point2f(m.at(0, 0)*pt.x + m.at(0, 1)*pt.y + m.at(0, 2), m.at(1, 0)*pt.x + m.at(1, 1)*pt.y + m.at(1, 2)); }}。typedef InputArray InputArrayOfArrays; これは、ベクトルのベクトル、または行列のベクトルのいずれかである関数の引数を表します。Python/Javaなどのラッパーを適切に生成するためには、別のシノニムが必要です。関数の実装レベルでは、これらの使用方法は似ていますが、_InputArray::getMat(idx)は、外側のベクトルの idx 番目のコンポーネントのヘッダを取得するために使用し、_InputArray::size().area() は、外側のベクトルのコンポーネント（ベクトル/行列）の数を求めるために使用します。 一般に，サポートされる型は cv::Mat 型に限られます．それ以外の型は禁止されています．しかし，場合によっては， cv::KeyPoint や cv::DMatch などの配列のような，一般的ではないカスタムの Mat 型の受け渡しをサポートする必要があります．このデータは，画像データとして解釈されたり，通常の cv::Mat のように何らかの処理が行われたりすることはありません．このようなカスタムタイプを渡すには， rawIn() / rawOut() / rawInOut() ラッパーを利用してください．カスタムタイプは，Mat と互換性のある CV_8UC 個の値（N = sizeof(T), N <= CV_CN_MAX）としてラッピングされます． 例：samples/cpp/pca.cpp，samples/cpp/peopledetect.cpp． 元関数名(C#): core_InputArray_new_byVecf 元DLLエクスポート名: core_InputArray_new_byVecf 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_InputArray.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_InputArray_new_byVecf(float *vec, int n, cv::_InputArray **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::_InputArray(vec, n);
    END_WRAP
}
}html %group NativeMethods_core_InputArray %index core_InputArray_new_byVecd [32/64bit] cv::_InputArray のインスタンスを生成します %prm p1,p2,p3 p1 = sptr : IntPtr vec p2 = int : int n p3 = var : out IntPtr returnValue %inst これは，OpenCVの関数に読み取り専用の入力配列を渡すための，プロキシクラスです． これは次のように定義されます： typedef const _InputArray& InputArray; ここで _InputArray は， Mat, Mat_, Matx, std::vector, std::vector >, std::vector, std::vector >, UMat, std::vector または double から構成されるクラスです．また，行列式から構築することもできます． これはほとんどが実装レベルのクラスであり，そのインターフェースは将来のバージョンで変更される可能性があるので，ここでは詳細な説明を省略します．しかし、いくつかの重要な点を覚えておく必要があります。 リファレンスマニュアルや OpenCV のソースコードで，InputArray を受け取る関数を見かけることがありますが，これは，実際に Mat, Matx, vector などを渡すことができることを意味します（上記の完全なリストを参照してください）．(完全なリストは上を参照してください）． オプションの入力引数．入力配列の一部が空の場合は， cv::noArray() を渡してください（あるいは，以前のように単に cv::Mat() を渡しても構いません）． このクラスは，パラメータを渡すためだけに設計されています．つまり，通常は，クラスのメンバやローカル変数，グローバル変数をこの型で宣言してはいけません． 複数の型の配列を操作できる独自の関数やクラスメソッドを設計したい場合は，それぞれのパラメータに InputArray（または OutputArray）を利用します．関数内では _InputArray::getMat() メソッドを使用して、（データをコピーせずに）配列の行列ヘッダを作成する必要があります。_InputArray::kind() は、Mat と vector<> などを区別するために利用できますが、通常は必要ありません。 ここでは，InputArray : std::vector vec;// 点または円for( int i = 0; i < 30; i++ ) vec.push_back(Point2f((float)(100 + 30*cos(i*CV_PI*2/5)), (float)(100 - 30*sin(i*CV_PI*2/5))));cv::transform(vec, vec, cv::Matx23f(0.707, -0.707, 10, 0.707, 0.707, 20)); つまり，点を含む STL ベクトルを作成し，Matx インスタンスとしてインラインで作成された 2x3 行列を用いて，そのベクトルにインプレースのアフィン変換を行います． 以下は，このような関数の実装方法です（簡単にするために，内部のアサーション文に従って，非常に特殊なケースを実装しています）： void myAffineTransform(InputArray _src, OutputArray _dst, InputArray _m){ // 入力配列に対する Mat ヘッダを取得します．これは， _src や _m が行列表現でない限り， // O(1) の処理です． Mat src = _src.getMat(), m = _m.getMat(); CV_Assert( src.type() == CV_32FC2 && m.type() == CV_32F && m.size() == Size(3, 2) ); // 出力配列を適切なサイズと型になるように [再]作成します． // Mat の場合は Mat::create を，STL vector の場合は vector::resize を呼び出します． _dst.create(src.size(), src.type()); Mat dst = _dst.getMat(); for( int i = 0; i < src.rows; i++ ) for( int j = 0; j < src.cols; j++ ) { Point2f pt = src.at(i, j); dst.at(i, j) = Point2f(m.at(0, 0)*pt.x + m.at(0, 1)*pt.y + m.at(0, 2), m.at(1, 0)*pt.x + m.at(1, 1)*pt.y + m.at(1, 2)); }}。typedef InputArray InputArrayOfArrays; これは、ベクトルのベクトル、または行列のベクトルのいずれかである関数の引数を表します。Python/Javaなどのラッパーを適切に生成するためには、別のシノニムが必要です。関数の実装レベルでは、これらの使用方法は似ていますが、_InputArray::getMat(idx)は、外側のベクトルの idx 番目のコンポーネントのヘッダを取得するために使用し、_InputArray::size().area() は、外側のベクトルのコンポーネント（ベクトル/行列）の数を求めるために使用します。 一般に，サポートされる型は cv::Mat 型に限られます．それ以外の型は禁止されています．しかし，場合によっては， cv::KeyPoint や cv::DMatch などの配列のような，一般的ではないカスタムの Mat 型の受け渡しをサポートする必要があります．このデータは，画像データとして解釈されたり，通常の cv::Mat のように何らかの処理が行われたりすることはありません．このようなカスタムタイプを渡すには， rawIn() / rawOut() / rawInOut() ラッパーを利用してください．カスタムタイプは，Mat と互換性のある CV_8UC 個の値（N = sizeof(T), N <= CV_CN_MAX）としてラッピングされます． 例：samples/cpp/pca.cpp，samples/cpp/peopledetect.cpp． 元関数名(C#): core_InputArray_new_byVecd 元DLLエクスポート名: core_InputArray_new_byVecd 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_InputArray.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_InputArray_new_byVecd(double *vec, int n, cv::_InputArray **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::_InputArray(vec, n);
    END_WRAP
}
}html %group NativeMethods_core_InputArray %index core_InputArray_delete [32/64bit] cv::_InputArray のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr ia %inst これは，OpenCVの関数に読み取り専用の入力配列を渡すための，プロキシクラスです． これは次のように定義されます： typedef const _InputArray& InputArray; ここで _InputArray は， Mat, Mat_, Matx, std::vector, std::vector >, std::vector, std::vector >, UMat, std::vector または double から構成されるクラスです．また，行列式から構築することもできます． これはほとんどが実装レベルのクラスであり，そのインターフェースは将来のバージョンで変更される可能性があるので，ここでは詳細な説明を省略します．しかし、いくつかの重要な点を覚えておく必要があります。 リファレンスマニュアルや OpenCV のソースコードで，InputArray を受け取る関数を見かけることがありますが，これは，実際に Mat, Matx, vector などを渡すことができることを意味します（上記の完全なリストを参照してください）．(完全なリストは上を参照してください）． オプションの入力引数．入力配列の一部が空の場合は， cv::noArray() を渡してください（あるいは，以前のように単に cv::Mat() を渡しても構いません）． このクラスは，パラメータを渡すためだけに設計されています．つまり，通常は，クラスのメンバやローカル変数，グローバル変数をこの型で宣言してはいけません． 複数の型の配列を操作できる独自の関数やクラスメソッドを設計したい場合は，それぞれのパラメータに InputArray（または OutputArray）を利用します．関数内では _InputArray::getMat() メソッドを使用して、（データをコピーせずに）配列の行列ヘッダを作成する必要があります。_InputArray::kind() は、Mat と vector<> などを区別するために利用できますが、通常は必要ありません。 ここでは，InputArray : std::vector vec;// 点または円for( int i = 0; i < 30; i++ ) vec.push_back(Point2f((float)(100 + 30*cos(i*CV_PI*2/5)), (float)(100 - 30*sin(i*CV_PI*2/5))));cv::transform(vec, vec, cv::Matx23f(0.707, -0.707, 10, 0.707, 0.707, 20)); つまり，点を含む STL ベクトルを作成し，Matx インスタンスとしてインラインで作成された 2x3 行列を用いて，そのベクトルにインプレースのアフィン変換を行います． 以下は，このような関数の実装方法です（簡単にするために，内部のアサーション文に従って，非常に特殊なケースを実装しています）： void myAffineTransform(InputArray _src, OutputArray _dst, InputArray _m){ // 入力配列に対する Mat ヘッダを取得します．これは， _src や _m が行列表現でない限り， // O(1) の処理です． Mat src = _src.getMat(), m = _m.getMat(); CV_Assert( src.type() == CV_32FC2 && m.type() == CV_32F && m.size() == Size(3, 2) ); // 出力配列を適切なサイズと型になるように [再]作成します． // Mat の場合は Mat::create を，STL vector の場合は vector::resize を呼び出します． _dst.create(src.size(), src.type()); Mat dst = _dst.getMat(); for( int i = 0; i < src.rows; i++ ) for( int j = 0; j < src.cols; j++ ) { Point2f pt = src.at(i, j); dst.at(i, j) = Point2f(m.at(0, 0)*pt.x + m.at(0, 1)*pt.y + m.at(0, 2), m.at(1, 0)*pt.x + m.at(1, 1)*pt.y + m.at(1, 2)); }}。typedef InputArray InputArrayOfArrays; これは、ベクトルのベクトル、または行列のベクトルのいずれかである関数の引数を表します。Python/Javaなどのラッパーを適切に生成するためには、別のシノニムが必要です。関数の実装レベルでは、これらの使用方法は似ていますが、_InputArray::getMat(idx)は、外側のベクトルの idx 番目のコンポーネントのヘッダを取得するために使用し、_InputArray::size().area() は、外側のベクトルのコンポーネント（ベクトル/行列）の数を求めるために使用します。 一般に，サポートされる型は cv::Mat 型に限られます．それ以外の型は禁止されています．しかし，場合によっては， cv::KeyPoint や cv::DMatch などの配列のような，一般的ではないカスタムの Mat 型の受け渡しをサポートする必要があります．このデータは，画像データとして解釈されたり，通常の cv::Mat のように何らかの処理が行われたりすることはありません．このようなカスタムタイプを渡すには， rawIn() / rawOut() / rawInOut() ラッパーを利用してください．カスタムタイプは，Mat と互換性のある CV_8UC 個の値（N = sizeof(T), N <= CV_CN_MAX）としてラッピングされます． 例：samples/cpp/pca.cpp，samples/cpp/peopledetect.cpp． 元関数名(C#): core_InputArray_delete 元DLLエクスポート名: core_InputArray_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_InputArray.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_InputArray_delete(cv::_InputArray *ia)
{
    BEGIN_WRAP
    delete ia;
    END_WRAP
}
}html %group NativeMethods_core_InputArray %index core_InputArray_delete_withScalar [32/64bit] cv::_InputArray のインスタンスを破棄します %prm p1,p2 p1 = sptr : IntPtr ia p2 = sptr : IntPtr handle %inst これは，OpenCVの関数に読み取り専用の入力配列を渡すための，プロキシクラスです． これは次のように定義されます： typedef const _InputArray& InputArray; ここで _InputArray は， Mat, Mat_, Matx, std::vector, std::vector >, std::vector, std::vector >, UMat, std::vector または double から構成されるクラスです．また，行列式から構築することもできます． これはほとんどが実装レベルのクラスであり，そのインターフェースは将来のバージョンで変更される可能性があるので，ここでは詳細な説明を省略します．しかし、いくつかの重要な点を覚えておく必要があります。 リファレンスマニュアルや OpenCV のソースコードで，InputArray を受け取る関数を見かけることがありますが，これは，実際に Mat, Matx, vector などを渡すことができることを意味します（上記の完全なリストを参照してください）．(完全なリストは上を参照してください）． オプションの入力引数．入力配列の一部が空の場合は， cv::noArray() を渡してください（あるいは，以前のように単に cv::Mat() を渡しても構いません）． このクラスは，パラメータを渡すためだけに設計されています．つまり，通常は，クラスのメンバやローカル変数，グローバル変数をこの型で宣言してはいけません． 複数の型の配列を操作できる独自の関数やクラスメソッドを設計したい場合は，それぞれのパラメータに InputArray（または OutputArray）を利用します．関数内では _InputArray::getMat() メソッドを使用して、（データをコピーせずに）配列の行列ヘッダを作成する必要があります。_InputArray::kind() は、Mat と vector<> などを区別するために利用できますが、通常は必要ありません。 ここでは，InputArray : std::vector vec;// 点または円for( int i = 0; i < 30; i++ ) vec.push_back(Point2f((float)(100 + 30*cos(i*CV_PI*2/5)), (float)(100 - 30*sin(i*CV_PI*2/5))));cv::transform(vec, vec, cv::Matx23f(0.707, -0.707, 10, 0.707, 0.707, 20)); つまり，点を含む STL ベクトルを作成し，Matx インスタンスとしてインラインで作成された 2x3 行列を用いて，そのベクトルにインプレースのアフィン変換を行います． 以下は，このような関数の実装方法です（簡単にするために，内部のアサーション文に従って，非常に特殊なケースを実装しています）： void myAffineTransform(InputArray _src, OutputArray _dst, InputArray _m){ // 入力配列に対する Mat ヘッダを取得します．これは， _src や _m が行列表現でない限り， // O(1) の処理です． Mat src = _src.getMat(), m = _m.getMat(); CV_Assert( src.type() == CV_32FC2 && m.type() == CV_32F && m.size() == Size(3, 2) ); // 出力配列を適切なサイズと型になるように [再]作成します． // Mat の場合は Mat::create を，STL vector の場合は vector::resize を呼び出します． _dst.create(src.size(), src.type()); Mat dst = _dst.getMat(); for( int i = 0; i < src.rows; i++ ) for( int j = 0; j < src.cols; j++ ) { Point2f pt = src.at(i, j); dst.at(i, j) = Point2f(m.at(0, 0)*pt.x + m.at(0, 1)*pt.y + m.at(0, 2), m.at(1, 0)*pt.x + m.at(1, 1)*pt.y + m.at(1, 2)); }}。typedef InputArray InputArrayOfArrays; これは、ベクトルのベクトル、または行列のベクトルのいずれかである関数の引数を表します。Python/Javaなどのラッパーを適切に生成するためには、別のシノニムが必要です。関数の実装レベルでは、これらの使用方法は似ていますが、_InputArray::getMat(idx)は、外側のベクトルの idx 番目のコンポーネントのヘッダを取得するために使用し、_InputArray::size().area() は、外側のベクトルのコンポーネント（ベクトル/行列）の数を求めるために使用します。 一般に，サポートされる型は cv::Mat 型に限られます．それ以外の型は禁止されています．しかし，場合によっては， cv::KeyPoint や cv::DMatch などの配列のような，一般的ではないカスタムの Mat 型の受け渡しをサポートする必要があります．このデータは，画像データとして解釈されたり，通常の cv::Mat のように何らかの処理が行われたりすることはありません．このようなカスタムタイプを渡すには， rawIn() / rawOut() / rawInOut() ラッパーを利用してください．カスタムタイプは，Mat と互換性のある CV_8UC 個の値（N = sizeof(T), N <= CV_CN_MAX）としてラッピングされます． 例：samples/cpp/pca.cpp，samples/cpp/peopledetect.cpp． 元関数名(C#): core_InputArray_delete_withScalar 元DLLエクスポート名: core_InputArray_delete_withScalar 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_InputArray.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_InputArray_delete_withScalar(cv::_InputArray *ia, cv::Scalar *handle)
{
    BEGIN_WRAP
    delete ia;
    delete handle;
    END_WRAP
}
}html %group NativeMethods_core_InputArray %index core_InputArray_getMat [32/64bit] 例：samples/cpp/pca.cpp． %prm p1,p2,p3 p1 = sptr : IntPtr ia p2 = int : int idx p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_InputArray_getMat 元DLLエクスポート名: core_InputArray_getMat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_InputArray.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_InputArray_getMat(cv::_InputArray *ia, int idx, cv::Mat **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::Mat(ia->getMat(idx));
    END_WRAP
}
}html %group NativeMethods_core_InputArray %index core_InputArray_getUMat [32/64bit] core_InputArray_getUMat %prm p1,p2,p3 p1 = sptr : IntPtr ia p2 = int : int idx p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_InputArray_getUMat 元DLLエクスポート名: core_InputArray_getUMat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_InputArray.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_InputArray_getUMat(cv::_InputArray* ia, int idx, cv::UMat** returnValue)
{
    BEGIN_WRAP
    * returnValue = new cv::UMat(ia->getUMat(idx));
    END_WRAP
    
}
}html %group NativeMethods_core_InputArray %index core_InputArray_getMatVector [32/64bit] core_InputArray_getMatVector %prm p1,p2 p1 = sptr : IntPtr ia p2 = sptr : IntPtr mv %inst 元関数名(C#): core_InputArray_getMatVector 元DLLエクスポート名: core_InputArray_getMatVector 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_InputArray.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_InputArray_getMatVector(cv::_InputArray *ia, std::vector<cv::Mat> *mv)
{
    BEGIN_WRAP
    ia->getMatVector(*mv);
    END_WRAP
}
}html %group NativeMethods_core_InputArray %index core_InputArray_getFlags [32/64bit] core_InputArray_getFlags %prm p1,p2 p1 = sptr : IntPtr ia p2 = var : out int returnValue %inst 元関数名(C#): core_InputArray_getFlags 元DLLエクスポート名: core_InputArray_getFlags 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_InputArray.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_InputArray_getFlags(cv::_InputArray *ia, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = ia->getFlags();
    END_WRAP
}
}html %group NativeMethods_core_InputArray %index core_InputArray_getObj [32/64bit] core_InputArray_getObj %prm p1,p2 p1 = sptr : IntPtr ia p2 = var : out IntPtr returnValue %inst 元関数名(C#): core_InputArray_getObj 元DLLエクスポート名: core_InputArray_getObj 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_InputArray.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_InputArray_getObj(cv::_InputArray *ia, void **returnValue)
{
    BEGIN_WRAP
    *returnValue = ia->getObj();
    END_WRAP
}
}html %group NativeMethods_core_InputArray %index core_InputArray_getSz [32/64bit] core_InputArray_getSz %prm p1,p2 p1 = sptr : IntPtr ia p2 = var : out Size returnValue %inst 元関数名(C#): core_InputArray_getSz 元DLLエクスポート名: core_InputArray_getSz 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_InputArray.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_InputArray_getSz(cv::_InputArray *ia, MyCvSize *returnValue)
{
    BEGIN_WRAP
    *returnValue = c(ia->getSz());
    END_WRAP
}
}html %group NativeMethods_core_InputArray %index core_InputArray_kind [32/64bit] core_InputArray_kind %prm p1,p2 p1 = sptr : IntPtr ia p2 = var : out int returnValue %inst 元関数名(C#): core_InputArray_kind 元DLLエクスポート名: core_InputArray_kind 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_InputArray.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_InputArray_kind(cv::_InputArray *ia, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = ia->kind();
    END_WRAP
}
}html %group NativeMethods_core_InputArray %index core_InputArray_dims [32/64bit] core_InputArray_dims %prm p1,p2,p3 p1 = sptr : IntPtr ia p2 = int : int i p3 = var : out int returnValue %inst 元関数名(C#): core_InputArray_dims 元DLLエクスポート名: core_InputArray_dims 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_InputArray.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_InputArray_dims(cv::_InputArray *ia, int i, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = ia->dims(i);
    END_WRAP
}
}html %group NativeMethods_core_InputArray %index core_InputArray_cols [32/64bit] core_InputArray_cols %prm p1,p2,p3 p1 = sptr : IntPtr ia p2 = int : int i p3 = var : out int returnValue %inst 元関数名(C#): core_InputArray_cols 元DLLエクスポート名: core_InputArray_cols 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_InputArray.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_InputArray_cols(cv::_InputArray *ia, int i, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = ia->cols(i);
    END_WRAP
}
}html %group NativeMethods_core_InputArray %index core_InputArray_rows [32/64bit] core_InputArray_rows %prm p1,p2,p3 p1 = sptr : IntPtr ia p2 = int : int i p3 = var : out int returnValue %inst 元関数名(C#): core_InputArray_rows 元DLLエクスポート名: core_InputArray_rows 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_InputArray.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_InputArray_rows(cv::_InputArray *ia, int i, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = ia->rows(i);
    END_WRAP
}
}html %group NativeMethods_core_InputArray %index core_InputArray_size [32/64bit] core_InputArray_size %prm p1,p2,p3 p1 = sptr : IntPtr ia p2 = int : int i p3 = var : out Size returnValue %inst 元関数名(C#): core_InputArray_size 元DLLエクスポート名: core_InputArray_size 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_InputArray.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_InputArray_size(cv::_InputArray *ia, int i, MyCvSize *returnValue)
{
    BEGIN_WRAP
    *returnValue = c(ia->size(i));
    END_WRAP
}
}html %group NativeMethods_core_InputArray %index core_InputArray_sizend [32/64bit] core_InputArray_sizend %prm p1,p2,p3,p4 p1 = sptr : IntPtr ia p2 = var : int[] sz p3 = int : int i p4 = var : out int returnValue %inst 元関数名(C#): core_InputArray_sizend 元DLLエクスポート名: core_InputArray_sizend 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_InputArray.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_InputArray_sizend(cv::_InputArray *ia, int* sz, int i, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = ia->sizend(sz, i);
    END_WRAP
}
}html %group NativeMethods_core_InputArray %index core_InputArray_sameSize [32/64bit] core_InputArray_sameSize %prm p1,p2,p3 p1 = sptr : IntPtr self p2 = sptr : IntPtr target p3 = var : out int returnValue %inst 元関数名(C#): core_InputArray_sameSize 元DLLエクスポート名: core_InputArray_sameSize 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_InputArray.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_InputArray_sameSize(cv::_InputArray *self, cv::_InputArray * target, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = self->sameSize(*target) ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_core_InputArray %index core_InputArray_total [32/64bit] core_InputArray_total %prm p1,p2,p3 p1 = sptr : IntPtr ia p2 = int : int i p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_InputArray_total 元DLLエクスポート名: core_InputArray_total 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_InputArray.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_InputArray_total(cv::_InputArray *ia, int i, size_t *returnValue)
{
    BEGIN_WRAP
    *returnValue = ia->total(i);
    END_WRAP
}
}html %group NativeMethods_core_InputArray %index core_InputArray_type [32/64bit] core_InputArray_type %prm p1,p2,p3 p1 = sptr : IntPtr ia p2 = int : int i p3 = var : out int returnValue %inst 元関数名(C#): core_InputArray_type 元DLLエクスポート名: core_InputArray_type 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_InputArray.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_InputArray_type(cv::_InputArray *ia, int i, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = ia->type(i);
    END_WRAP
}
}html %group NativeMethods_core_InputArray %index core_InputArray_depth [32/64bit] core_InputArray_depth %prm p1,p2,p3 p1 = sptr : IntPtr ia p2 = int : int i p3 = var : out int returnValue %inst 元関数名(C#): core_InputArray_depth 元DLLエクスポート名: core_InputArray_depth 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_InputArray.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_InputArray_depth(cv::_InputArray *ia, int i, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = ia->depth(i);
    END_WRAP
}
}html %group NativeMethods_core_InputArray %index core_InputArray_channels [32/64bit] core_InputArray_channels %prm p1,p2,p3 p1 = sptr : IntPtr ia p2 = int : int i p3 = var : out int returnValue %inst 元関数名(C#): core_InputArray_channels 元DLLエクスポート名: core_InputArray_channels 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_InputArray.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_InputArray_channels(cv::_InputArray *ia, int i, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = ia->channels(i);
    END_WRAP
}
}html %group NativeMethods_core_InputArray %index core_InputArray_isContinuous [32/64bit] core_InputArray_isContinuous %prm p1,p2,p3 p1 = sptr : IntPtr ia p2 = int : int i p3 = var : out int returnValue %inst 元関数名(C#): core_InputArray_isContinuous 元DLLエクスポート名: core_InputArray_isContinuous 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_InputArray.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_InputArray_isContinuous(cv::_InputArray *ia, int i, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = ia->isContinuous(i) ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_core_InputArray %index core_InputArray_isSubmatrix [32/64bit] core_InputArray_isSubmatrix %prm p1,p2,p3 p1 = sptr : IntPtr ia p2 = int : int i p3 = var : out int returnValue %inst 元関数名(C#): core_InputArray_isSubmatrix 元DLLエクスポート名: core_InputArray_isSubmatrix 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_InputArray.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_InputArray_isSubmatrix(cv::_InputArray *ia, int i, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = ia->isSubmatrix(i) ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_core_InputArray %index core_InputArray_empty [32/64bit] core_InputArray_empty %prm p1,p2 p1 = sptr : IntPtr ia p2 = var : out int returnValue %inst 元関数名(C#): core_InputArray_empty 元DLLエクスポート名: core_InputArray_empty 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_InputArray.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_InputArray_empty(cv::_InputArray *ia, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = ia->empty() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_core_InputArray %index core_InputArray_copyTo1 [32/64bit] core_InputArray_copyTo1 %prm p1,p2 p1 = sptr : IntPtr ia p2 = sptr : IntPtr arr %inst 元関数名(C#): core_InputArray_copyTo1 元DLLエクスポート名: core_InputArray_copyTo1 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_InputArray.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_InputArray_copyTo1(cv::_InputArray *ia, cv::_OutputArray *arr)
{
    BEGIN_WRAP
    ia->copyTo(*arr);
    END_WRAP
}
}html %group NativeMethods_core_InputArray %index core_InputArray_copyTo2 [32/64bit] core_InputArray_copyTo2 %prm p1,p2,p3 p1 = sptr : IntPtr ia p2 = sptr : IntPtr arr p3 = sptr : IntPtr mask %inst 元関数名(C#): core_InputArray_copyTo2 元DLLエクスポート名: core_InputArray_copyTo2 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_InputArray.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_InputArray_copyTo2(cv::_InputArray *ia, cv::_OutputArray *arr, cv::_InputArray *mask)
{
    BEGIN_WRAP
    ia->copyTo(*arr, *mask);
    END_WRAP
}
}html %group NativeMethods_core_InputArray %index core_InputArray_offset [32/64bit] core_InputArray_offset %prm p1,p2,p3 p1 = sptr : IntPtr ia p2 = int : int i p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_InputArray_offset 元DLLエクスポート名: core_InputArray_offset 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_InputArray.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_InputArray_offset(cv::_InputArray *ia, int i, size_t *returnValue)
{
    BEGIN_WRAP
    *returnValue = ia->offset(i);
    END_WRAP
}
}html %group NativeMethods_core_InputArray %index core_InputArray_step [32/64bit] core_InputArray_step %prm p1,p2,p3 p1 = sptr : IntPtr ia p2 = int : int i p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_InputArray_step 元DLLエクスポート名: core_InputArray_step 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_InputArray.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_InputArray_step(cv::_InputArray *ia, int i, size_t *returnValue)
{
    BEGIN_WRAP
    *returnValue = ia->step(i);
    END_WRAP
}
}html %group NativeMethods_core_InputArray %index core_InputArray_isMat [32/64bit] core_InputArray_isMat %prm p1,p2 p1 = sptr : IntPtr ia p2 = var : out int returnValue %inst 元関数名(C#): core_InputArray_isMat 元DLLエクスポート名: core_InputArray_isMat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_InputArray.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_InputArray_isMat(cv::_InputArray *ia, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = ia->isMat() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_core_InputArray %index core_InputArray_isUMat [32/64bit] core_InputArray_isUMat %prm p1,p2 p1 = sptr : IntPtr ia p2 = var : out int returnValue %inst 元関数名(C#): core_InputArray_isUMat 元DLLエクスポート名: core_InputArray_isUMat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_InputArray.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_InputArray_isUMat(cv::_InputArray *ia, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = ia->isUMat() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_core_InputArray %index core_InputArray_isMatVector [32/64bit] core_InputArray_isMatVector %prm p1,p2 p1 = sptr : IntPtr ia p2 = var : out int returnValue %inst 元関数名(C#): core_InputArray_isMatVector 元DLLエクスポート名: core_InputArray_isMatVector 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_InputArray.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_InputArray_isMatVector(cv::_InputArray *ia, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = ia->isMatVector() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_core_InputArray %index core_InputArray_isUMatVector [32/64bit] core_InputArray_isUMatVector %prm p1,p2 p1 = sptr : IntPtr ia p2 = var : out int returnValue %inst 元関数名(C#): core_InputArray_isUMatVector 元DLLエクスポート名: core_InputArray_isUMatVector 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_InputArray.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_InputArray_isUMatVector(cv::_InputArray *ia, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = ia->isUMatVector() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_core_InputArray %index core_InputArray_isMatx [32/64bit] core_InputArray_isMatx %prm p1,p2 p1 = sptr : IntPtr ia p2 = var : out int returnValue %inst 元関数名(C#): core_InputArray_isMatx 元DLLエクスポート名: core_InputArray_isMatx 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_InputArray.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_InputArray_isMatx(cv::_InputArray *ia, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = ia->isMatx() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_core_InputArray %index core_InputArray_isVector [32/64bit] core_InputArray_isVector %prm p1,p2 p1 = sptr : IntPtr ia p2 = var : out int returnValue %inst 元関数名(C#): core_InputArray_isVector 元DLLエクスポート名: core_InputArray_isVector 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_InputArray.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_InputArray_isVector(cv::_InputArray *ia, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = ia->isVector() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_core_InputArray %index core_InputArray_isGpuMatVector [32/64bit] core_InputArray_isGpuMatVector %prm p1,p2 p1 = sptr : IntPtr ia p2 = var : out int returnValue %inst 元関数名(C#): core_InputArray_isGpuMatVector 元DLLエクスポート名: core_InputArray_isGpuMatVector 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_InputArray.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_InputArray_isGpuMatVector(cv::_InputArray *ia, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = ia->isGpuMatVector() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_core_InputArray %index core_Mat_sizeof [32/64bit] core_Mat_sizeof %prm %inst 元関数名(C#): core_Mat_sizeof 元DLLエクスポート名: core_Mat_sizeof 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(uint64) core_Mat_sizeof()
{
    return sizeof(cv::Mat);
}
}html %group NativeMethods_core_Mat %index core_Mat_new1 [32/64bit] cv::Mat のインスタンスを生成します %prm p1 p1 = var : out IntPtr returnValue %inst n-dimensional dense array クラス クラス Mat は，シングルチャンネルまたはマルチチャンネルの，n-dimensional dense 数値配列を表します．これは，実数または複素数のベクトルや行列，グレースケールやカラーの画像，ボクセルボリューム，ベクトルフィールド，点群，テンソル，ヒストグラム（ただし，非常に高次元のヒストグラムは， SparseMat に格納した方が良いかもしれません）を格納するために利用できます．配列 M のデータレイアウトは，配列 M.step[] によって定義されており，要素 ?((i_0,...,i_{M.dims-1})?)のアドレスは，次のように計算されます： ?((i_k= M.step[i+1] (実際には、M.step[i] >= M.step[i+1]*M.size[i+1] ) であることに注意してください。つまり，2次元の行列は行ごとに，3次元の行列は面ごとに，それぞれ格納されているということです．M.step[M.dims-1] は最小で，常に要素サイズ M.elemSize() と等しくなります． つまり，Mat のデータレイアウトは，Numpy (ndarray) や Win32 (independent device bitmaps) などの標準的なツールキットや SDK で提供されている密な配列タイプの大半，つまり，ピクセルの位置を計算するのにステップ（またはストライド）を利用するあらゆる配列と互換性があります．この互換性により，ユーザが割り当てたデータの Mat ヘッダを作成し，OpenCV の関数を使ってその場で処理することができます． Mat オブジェクトを作成するには，様々な方法があります．最も一般的な方法を以下に示します． create(nrows, ncols, type) メソッドや，類似の Mat(nrows, ncols, type[, fillValue]) コンストラクタを利用します．type は， cvCreateMat メソッドと同じ意味を持ちます．例えば， CV_8UC1 は 8 ビットシングルチャンネル配列を意味し， CV_32FC2 は 2 チャンネル（複素数）浮動小数点型配列を意味します．// 1+3 で埋め尽くされた 7x7 の複素行列を作成します。j.Mat M(7,7,CV_32FC2,Scalar(1,3));// そして今度は，M を 100x60 の 15 チャンネル 8 ビット行列に変えます。 // 古い内容は解放されます。M.create(100,60,CV_8UC(15)); 本章のイントロダクションで述べたように， create() は，現在の配列の形状や型が指定されたものと異なる場合にのみ，新しい配列を確保します． 多次元の配列を作成します。// 100x100x100 の 8 ビット配列を作成しますint sz[] = {100, 100, 100};Mat bigCube(3, sz, CV_8U, Scalar::all(0)); Mat のコンストラクタに次元数 =1 を渡していますが，作成される配列は列数が 1 の 2 次元になります． 右辺に配列や式が存在する可能性がある場合は，コピーコンストラクタや代入演算子を利用します（後述）．導入部で述べたように，配列の代入は，ヘッダのコピーと参照カウンタの増加だけなので，O(1) の処理です．Mat::clone() メソッドを利用すれば，必要な時に配列の完全な（深い）コピーを得ることができます． 別の配列の一部に対するヘッダを作成します．それは，1 つの行，1 つの列，複数の行，複数の列，配列中の矩形領域（代数学ではマイナーと呼ばれます），または対角線のいずれかです．このような操作も，新しいヘッダが同じデータを参照するため，O(1)となります．この機能を使って，実際に配列の一部を変更することができます．例えば// 5 番目の行に 3 を掛けたものを 3 番目の行に追加するM.row(3) = M.row(3) + M.row(5)*3;// 7 番目の列を 1 番目の列にコピーする// M.col(1) = M.col(7); // これは動作しませんMat M1 = M.col(1);M.col(7).copyTo(M1);// 320x240 の新しい imageMat img(Size(320,240),CV_8UC3);// ROIMat roi(img, Rect(10,10,100,100));// ROI を (0,255,0) (RGB 空間では緑) で埋める．// オリジナルの 320x240 の画像が変更されます． roi = Scalar(0,255,0); 追加の datastart および dataend メンバにより， locateROI() を用いて，メインコンテナ配列内の相対的なサブアレイの位置を計算することができます．Mat A = Mat::eye(10, 10, CV_32S);// A の列，1 (including) から 3 (exclusive) を抽出します．Mat B = A(Range::all(), Range(1, 3));// B の行，5 (including) から 9 (exclusive) を抽出します．locateROI(size, ofs);// size は (width=10,height=10) となり，ofs は (x=1, y=5) 行列全体の場合と同様に，深いコピーが必要な場合は，抽出された部分行列の clone() メソッドを利用します． ユーザが割り当てたデータのヘッダを作成します。以下のようにすると便利です． OpenCV を用いて，「外部」のデータを処理します（例えば，DirectShow* のフィルタや，gstreamer の処理モジュールを実装する場合など）．例えば，以下のようになります．Mat process_video_frame(const unsigned char* pixels, int width, int height, int step){ // 入力バッファをラップします． Mat img(height, width, CV_8UC3, (unsigned char*)pixels, step); Mat result; GaussianBlur(img, result, Size(7, 7), 1.5, 1.5); return result;}． double m[3][3] = {{a, b, c}, {d, e, f}, {g, h, i}};Mat M = Mat(3, 3, CV_64F, m).inv(); MATLAB スタイルの配列初期化子，zeros(), ones(), eye() などを利用します．// 倍精度の単位行列を作成し，それを M.M += Mat::eye(M.rows, M.cols, CV_64F) に追加します． コンマで区切られたイニシャライザを利用します．// 3x3 の倍精度単位行列を作成します。Mat M = (Mat_(3,3) << 1, 0, 0, 1, 0, 0, 1); この方法では，まず適切なパラメータを指定して Mat クラスのコンストラクタを呼び出し，次に << 演算子の後に定数，変数，式などのコンマで区切られた値を置くだけです．また，コンパイルエラーを避けるために，余分な括弧が必要であることにも注意してください． 配列が作成されると、参照カウントの仕組みによって自動的に管理されます。配列のヘッダがユーザが割り当てたデータの上に構築されている場合は，そのデータを自分で処理する必要があります．配列データは、誰からも指されなくなると解放されます。配列デストラクタが呼ばれる前に，配列ヘッダが指し示すデータを解放したい場合は， Mat::release() を利用してください． 配列クラスについて次に学ぶべき重要なことは，要素へのアクセスです．このマニュアルでは，各配列要素のアドレスを計算する方法を既に説明しました．通常は，コード内で直接その式を使う必要はありません．配列要素の型（メソッド Mat::type() を用いて取得できます）を知っていれば，2 次元配列の要素 \(M_{ij}\) に，次のようにアクセスできます．M.at(i,j) += 1.f; M は倍精度浮動小数点型配列であると仮定します．M.at(i,j) += 1.f; Mは倍精度の浮動小数点配列であると仮定しています。 2 次元配列の行全体を処理する必要がある場合，最も効率的な方法は，最初に行へのポインタを取得し，次に C の単純な演算子 [] を使用することです： // 正の行列要素の総和を求めます // （M が倍精度の行列であると仮定して）double sum=0;for(int i = 0; i < M. .rows; i++){ const double* Mi = M.ptr(i); for(int j = 0; j < M.cols; j++) sum += std::max(Mi[j], 0.);}．上の例のように，実際には配列の形状に依存しない演算もあります．このような演算は，配列の要素を1つずつ処理するだけです（あるいは，配列の加算など，同じ座標を持つ複数の配列の要素を処理することもあります）．このような操作を「要素ワイズ」と呼びます。すべての入出力配列が連続しているかどうか，つまり，各行の終わりに隙間がないかどうかをチェックすることは意味があります．もしそうであれば，それらを長い1つの行として処理します．// 最適化された正の行列要素の和を求めるtdouble sum=0;int cols = M.cols, rows = M.rows;if(M.isContinuous()){ cols *= rows; rows = 1;}for(int i = 0; i < rows; i++){ const double* Mi = M.ptr(i); for(int j = 0; j < cols; j++) sum += std::max(Mi[j], 0.);}．連続した行列の場合，外側のループ本体は1回しか実行されません．そのため，オーバーヘッドが小さくなり，特に小さな行列の場合には顕著です． 最後に，連続した行の間のギャップをスキップすることができる STL スタイルのイテレータを紹介します．// 正の行列要素の総和を計算する，イテレータベースのバリアントdouble sum=0;MatConstIterator_ it = M.begin(), it_end = M.end();for(; it != it_end; ++it) sum += std::max(*it, 0.); 行列イテレータは，ランダムアクセスイテレータなので，std::sort() を含む，あらゆる STL アルゴリズムに渡すことができます． 注釈matrix Expressions and arithmetic see MatExpr 例： fld_lines.cpp，modules/shape/samples/shape_example.cpp，samples/cpp/camshiftdemo.cpp，samples/cpp/connected_components.cpp，samples/cpp/contours2.cpp，samples/cpp/convexhull.cpp，samples/cpp/cout_mat.cpp，samples/cpp/create_mask.cpp，samples/cpp/demhist.cpp，samples/cpp/distrans.cpp, samples/cpp/edge.cpp, samples/cpp/facedetect.cpp, samples/cpp/falecolor.cpp, samples/cpp/ffilldemo.cpp, samples/cpp/filestorage.cpp, samples/cpp/fitellipse.cpp, samples/cpp/grabcut.cpp, samples/cpp/image_alignment.cpp, samples/cpp/intersectExample.cpp, samples/cpp/kalman.cpp, samples/cpp/kmeans.cpp，samples/cpp/laplace.cpp，samples/cpp/lkdemo.cpp，samples/cpp/minarea.cpp，samples/cpp/pca.cpp，samples/cpp/peopledetect.cpp，samples/cpp/polar_transforms.cpp，samples/cpp/segment_objects.cpp，samples/cpp/squares.cpp，samples/cpp/stitching.cpp，samples/cpp/stitching_detailed.cpp，samples/cpp/train_HOG.cpp, samples/cpp/tutorial_code/features2D/Homography/decompose_homography.cpp, samples/cpp/tutorial_code/features2D/Homography/homography_from_camera_displacement.cpp, samples/cpp/tutorial_code/features2D/Homography/pose_from_homography.cpp, samples/cpp/tutorial_code/HighGUI/AddingImagesTrackbar.cpp, samples/cpp/tutorial_code/Histograms_Matching/MatchTemplate_Demo.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_1.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_2.cpp, samples/cpp/tutorial_code/ImgProc/Morphology_1.cpp, samples/cpp/tutorial_code/ImgProc/Morphology_2.cpp, samples/cpp/tutorial_code/ImgProc/Pyramids/Pyramids.cpp, samples/cpp/tutorial_code/ImgProc/Smoothing/Smoothing.cpp, samples/cpp/tutorial_code/ImgTrans/copyMakeBorder_demo.cpp, samples/cpp/tutorial_code/ImgTrans/houghcircles.cpp, samples/cpp/tutorial_code/ImgTrans/houghlines.cpp, samples/cpp/tutorial_code/ImgTrans/Sobel_Demo.cpp, samples/cpp/tutorial_code/ml/introduction_to_pca/introduction_to_pca.cpp, samples/cpp/tutorial_code/photo/non_photorealistic_rendering/npr_demo.cpp, samples/cpp/tutorial_code/photo/seamless_cloning/cloning_demo.cpp, samples/cpp/tutorial_code/videoio/video-write/video-write.cpp, samples/cpp/videowriter_basic.cpp, samples/cpp/warpPerspective_demo.cpp, samples/cpp/watershed.cpp, samples/dnn/classification.cpp, samples/dnn/colorization.cpp, samples/dnn/object_detection.cpp, samples/dnn/openpose.cpp, samples/dnn/segmentation.cpp, samples/dnn/text_detection.cpp, and samples/tapi/squares.cpp. 元関数名(C#): core_Mat_new1 元DLLエクスポート名: core_Mat_new1 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_new1(cv::Mat **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::Mat;
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_new2 [32/64bit] cv::Mat のインスタンスを生成します %prm p1,p2,p3,p4 p1 = int : int rows p2 = int : int cols p3 = int : int type p4 = var : out IntPtr returnValue %inst n-dimensional dense array クラス クラス Mat は，シングルチャンネルまたはマルチチャンネルの，n-dimensional dense 数値配列を表します．これは，実数または複素数のベクトルや行列，グレースケールやカラーの画像，ボクセルボリューム，ベクトルフィールド，点群，テンソル，ヒストグラム（ただし，非常に高次元のヒストグラムは， SparseMat に格納した方が良いかもしれません）を格納するために利用できます．配列 M のデータレイアウトは，配列 M.step[] によって定義されており，要素 ?((i_0,...,i_{M.dims-1})?)のアドレスは，次のように計算されます： ?((i_k= M.step[i+1] (実際には、M.step[i] >= M.step[i+1]*M.size[i+1] ) であることに注意してください。つまり，2次元の行列は行ごとに，3次元の行列は面ごとに，それぞれ格納されているということです．M.step[M.dims-1] は最小で，常に要素サイズ M.elemSize() と等しくなります． つまり，Mat のデータレイアウトは，Numpy (ndarray) や Win32 (independent device bitmaps) などの標準的なツールキットや SDK で提供されている密な配列タイプの大半，つまり，ピクセルの位置を計算するのにステップ（またはストライド）を利用するあらゆる配列と互換性があります．この互換性により，ユーザが割り当てたデータの Mat ヘッダを作成し，OpenCV の関数を使ってその場で処理することができます． Mat オブジェクトを作成するには，様々な方法があります．最も一般的な方法を以下に示します． create(nrows, ncols, type) メソッドや，類似の Mat(nrows, ncols, type[, fillValue]) コンストラクタを利用します．type は， cvCreateMat メソッドと同じ意味を持ちます．例えば， CV_8UC1 は 8 ビットシングルチャンネル配列を意味し， CV_32FC2 は 2 チャンネル（複素数）浮動小数点型配列を意味します．// 1+3 で埋め尽くされた 7x7 の複素行列を作成します。j.Mat M(7,7,CV_32FC2,Scalar(1,3));// そして今度は，M を 100x60 の 15 チャンネル 8 ビット行列に変えます。 // 古い内容は解放されます。M.create(100,60,CV_8UC(15)); 本章のイントロダクションで述べたように， create() は，現在の配列の形状や型が指定されたものと異なる場合にのみ，新しい配列を確保します． 多次元の配列を作成します。// 100x100x100 の 8 ビット配列を作成しますint sz[] = {100, 100, 100};Mat bigCube(3, sz, CV_8U, Scalar::all(0)); Mat のコンストラクタに次元数 =1 を渡していますが，作成される配列は列数が 1 の 2 次元になります． 右辺に配列や式が存在する可能性がある場合は，コピーコンストラクタや代入演算子を利用します（後述）．導入部で述べたように，配列の代入は，ヘッダのコピーと参照カウンタの増加だけなので，O(1) の処理です．Mat::clone() メソッドを利用すれば，必要な時に配列の完全な（深い）コピーを得ることができます． 別の配列の一部に対するヘッダを作成します．それは，1 つの行，1 つの列，複数の行，複数の列，配列中の矩形領域（代数学ではマイナーと呼ばれます），または対角線のいずれかです．このような操作も，新しいヘッダが同じデータを参照するため，O(1)となります．この機能を使って，実際に配列の一部を変更することができます．例えば// 5 番目の行に 3 を掛けたものを 3 番目の行に追加するM.row(3) = M.row(3) + M.row(5)*3;// 7 番目の列を 1 番目の列にコピーする// M.col(1) = M.col(7); // これは動作しませんMat M1 = M.col(1);M.col(7).copyTo(M1);// 320x240 の新しい imageMat img(Size(320,240),CV_8UC3);// ROIMat roi(img, Rect(10,10,100,100));// ROI を (0,255,0) (RGB 空間では緑) で埋める．// オリジナルの 320x240 の画像が変更されます． roi = Scalar(0,255,0); 追加の datastart および dataend メンバにより， locateROI() を用いて，メインコンテナ配列内の相対的なサブアレイの位置を計算することができます．Mat A = Mat::eye(10, 10, CV_32S);// A の列，1 (including) から 3 (exclusive) を抽出します．Mat B = A(Range::all(), Range(1, 3));// B の行，5 (including) から 9 (exclusive) を抽出します．locateROI(size, ofs);// size は (width=10,height=10) となり，ofs は (x=1, y=5) 行列全体の場合と同様に，深いコピーが必要な場合は，抽出された部分行列の clone() メソッドを利用します． ユーザが割り当てたデータのヘッダを作成します。以下のようにすると便利です． OpenCV を用いて，「外部」のデータを処理します（例えば，DirectShow* のフィルタや，gstreamer の処理モジュールを実装する場合など）．例えば，以下のようになります．Mat process_video_frame(const unsigned char* pixels, int width, int height, int step){ // 入力バッファをラップします． Mat img(height, width, CV_8UC3, (unsigned char*)pixels, step); Mat result; GaussianBlur(img, result, Size(7, 7), 1.5, 1.5); return result;}． double m[3][3] = {{a, b, c}, {d, e, f}, {g, h, i}};Mat M = Mat(3, 3, CV_64F, m).inv(); MATLAB スタイルの配列初期化子，zeros(), ones(), eye() などを利用します．// 倍精度の単位行列を作成し，それを M.M += Mat::eye(M.rows, M.cols, CV_64F) に追加します． コンマで区切られたイニシャライザを利用します．// 3x3 の倍精度単位行列を作成します。Mat M = (Mat_(3,3) << 1, 0, 0, 1, 0, 0, 1); この方法では，まず適切なパラメータを指定して Mat クラスのコンストラクタを呼び出し，次に << 演算子の後に定数，変数，式などのコンマで区切られた値を置くだけです．また，コンパイルエラーを避けるために，余分な括弧が必要であることにも注意してください． 配列が作成されると、参照カウントの仕組みによって自動的に管理されます。配列のヘッダがユーザが割り当てたデータの上に構築されている場合は，そのデータを自分で処理する必要があります．配列データは、誰からも指されなくなると解放されます。配列デストラクタが呼ばれる前に，配列ヘッダが指し示すデータを解放したい場合は， Mat::release() を利用してください． 配列クラスについて次に学ぶべき重要なことは，要素へのアクセスです．このマニュアルでは，各配列要素のアドレスを計算する方法を既に説明しました．通常は，コード内で直接その式を使う必要はありません．配列要素の型（メソッド Mat::type() を用いて取得できます）を知っていれば，2 次元配列の要素 \(M_{ij}\) に，次のようにアクセスできます．M.at(i,j) += 1.f; M は倍精度浮動小数点型配列であると仮定します．M.at(i,j) += 1.f; Mは倍精度の浮動小数点配列であると仮定しています。 2 次元配列の行全体を処理する必要がある場合，最も効率的な方法は，最初に行へのポインタを取得し，次に C の単純な演算子 [] を使用することです： // 正の行列要素の総和を求めます // （M が倍精度の行列であると仮定して）double sum=0;for(int i = 0; i < M. .rows; i++){ const double* Mi = M.ptr(i); for(int j = 0; j < M.cols; j++) sum += std::max(Mi[j], 0.);}．上の例のように，実際には配列の形状に依存しない演算もあります．このような演算は，配列の要素を1つずつ処理するだけです（あるいは，配列の加算など，同じ座標を持つ複数の配列の要素を処理することもあります）．このような操作を「要素ワイズ」と呼びます。すべての入出力配列が連続しているかどうか，つまり，各行の終わりに隙間がないかどうかをチェックすることは意味があります．もしそうであれば，それらを長い1つの行として処理します．// 最適化された正の行列要素の和を求めるtdouble sum=0;int cols = M.cols, rows = M.rows;if(M.isContinuous()){ cols *= rows; rows = 1;}for(int i = 0; i < rows; i++){ const double* Mi = M.ptr(i); for(int j = 0; j < cols; j++) sum += std::max(Mi[j], 0.);}．連続した行列の場合，外側のループ本体は1回しか実行されません．そのため，オーバーヘッドが小さくなり，特に小さな行列の場合には顕著です． 最後に，連続した行の間のギャップをスキップすることができる STL スタイルのイテレータを紹介します．// 正の行列要素の総和を計算する，イテレータベースのバリアントdouble sum=0;MatConstIterator_ it = M.begin(), it_end = M.end();for(; it != it_end; ++it) sum += std::max(*it, 0.); 行列イテレータは，ランダムアクセスイテレータなので，std::sort() を含む，あらゆる STL アルゴリズムに渡すことができます． 注釈matrix Expressions and arithmetic see MatExpr 例： fld_lines.cpp，modules/shape/samples/shape_example.cpp，samples/cpp/camshiftdemo.cpp，samples/cpp/connected_components.cpp，samples/cpp/contours2.cpp，samples/cpp/convexhull.cpp，samples/cpp/cout_mat.cpp，samples/cpp/create_mask.cpp，samples/cpp/demhist.cpp，samples/cpp/distrans.cpp, samples/cpp/edge.cpp, samples/cpp/facedetect.cpp, samples/cpp/falecolor.cpp, samples/cpp/ffilldemo.cpp, samples/cpp/filestorage.cpp, samples/cpp/fitellipse.cpp, samples/cpp/grabcut.cpp, samples/cpp/image_alignment.cpp, samples/cpp/intersectExample.cpp, samples/cpp/kalman.cpp, samples/cpp/kmeans.cpp，samples/cpp/laplace.cpp，samples/cpp/lkdemo.cpp，samples/cpp/minarea.cpp，samples/cpp/pca.cpp，samples/cpp/peopledetect.cpp，samples/cpp/polar_transforms.cpp，samples/cpp/segment_objects.cpp，samples/cpp/squares.cpp，samples/cpp/stitching.cpp，samples/cpp/stitching_detailed.cpp，samples/cpp/train_HOG.cpp, samples/cpp/tutorial_code/features2D/Homography/decompose_homography.cpp, samples/cpp/tutorial_code/features2D/Homography/homography_from_camera_displacement.cpp, samples/cpp/tutorial_code/features2D/Homography/pose_from_homography.cpp, samples/cpp/tutorial_code/HighGUI/AddingImagesTrackbar.cpp, samples/cpp/tutorial_code/Histograms_Matching/MatchTemplate_Demo.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_1.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_2.cpp, samples/cpp/tutorial_code/ImgProc/Morphology_1.cpp, samples/cpp/tutorial_code/ImgProc/Morphology_2.cpp, samples/cpp/tutorial_code/ImgProc/Pyramids/Pyramids.cpp, samples/cpp/tutorial_code/ImgProc/Smoothing/Smoothing.cpp, samples/cpp/tutorial_code/ImgTrans/copyMakeBorder_demo.cpp, samples/cpp/tutorial_code/ImgTrans/houghcircles.cpp, samples/cpp/tutorial_code/ImgTrans/houghlines.cpp, samples/cpp/tutorial_code/ImgTrans/Sobel_Demo.cpp, samples/cpp/tutorial_code/ml/introduction_to_pca/introduction_to_pca.cpp, samples/cpp/tutorial_code/photo/non_photorealistic_rendering/npr_demo.cpp, samples/cpp/tutorial_code/photo/seamless_cloning/cloning_demo.cpp, samples/cpp/tutorial_code/videoio/video-write/video-write.cpp, samples/cpp/videowriter_basic.cpp, samples/cpp/warpPerspective_demo.cpp, samples/cpp/watershed.cpp, samples/dnn/classification.cpp, samples/dnn/colorization.cpp, samples/dnn/object_detection.cpp, samples/dnn/openpose.cpp, samples/dnn/segmentation.cpp, samples/dnn/text_detection.cpp, and samples/tapi/squares.cpp. 元関数名(C#): core_Mat_new2 元DLLエクスポート名: core_Mat_new2 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_new2(int rows, int cols, int type, cv::Mat **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::Mat(rows, cols, type); 
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_new3 [32bit] cv::Mat のインスタンスを生成します %prm p1,p2,p3,p4,p5 p1 = int : int rows p2 = int : int cols p3 = int : int type p4 = ARGS_SCALAR : Scalar scalar p5 = var : out IntPtr returnValue %inst n-dimensional dense array クラス クラス Mat は，シングルチャンネルまたはマルチチャンネルの，n-dimensional dense 数値配列を表します．これは，実数または複素数のベクトルや行列，グレースケールやカラーの画像，ボクセルボリューム，ベクトルフィールド，点群，テンソル，ヒストグラム（ただし，非常に高次元のヒストグラムは， SparseMat に格納した方が良いかもしれません）を格納するために利用できます．配列 M のデータレイアウトは，配列 M.step[] によって定義されており，要素 ?((i_0,...,i_{M.dims-1})?)のアドレスは，次のように計算されます： ?((i_k= M.step[i+1] (実際には、M.step[i] >= M.step[i+1]*M.size[i+1] ) であることに注意してください。つまり，2次元の行列は行ごとに，3次元の行列は面ごとに，それぞれ格納されているということです．M.step[M.dims-1] は最小で，常に要素サイズ M.elemSize() と等しくなります． つまり，Mat のデータレイアウトは，Numpy (ndarray) や Win32 (independent device bitmaps) などの標準的なツールキットや SDK で提供されている密な配列タイプの大半，つまり，ピクセルの位置を計算するのにステップ（またはストライド）を利用するあらゆる配列と互換性があります．この互換性により，ユーザが割り当てたデータの Mat ヘッダを作成し，OpenCV の関数を使ってその場で処理することができます． Mat オブジェクトを作成するには，様々な方法があります．最も一般的な方法を以下に示します． create(nrows, ncols, type) メソッドや，類似の Mat(nrows, ncols, type[, fillValue]) コンストラクタを利用します．type は， cvCreateMat メソッドと同じ意味を持ちます．例えば， CV_8UC1 は 8 ビットシングルチャンネル配列を意味し， CV_32FC2 は 2 チャンネル（複素数）浮動小数点型配列を意味します．// 1+3 で埋め尽くされた 7x7 の複素行列を作成します。j.Mat M(7,7,CV_32FC2,Scalar(1,3));// そして今度は，M を 100x60 の 15 チャンネル 8 ビット行列に変えます。 // 古い内容は解放されます。M.create(100,60,CV_8UC(15)); 本章のイントロダクションで述べたように， create() は，現在の配列の形状や型が指定されたものと異なる場合にのみ，新しい配列を確保します． 多次元の配列を作成します。// 100x100x100 の 8 ビット配列を作成しますint sz[] = {100, 100, 100};Mat bigCube(3, sz, CV_8U, Scalar::all(0)); Mat のコンストラクタに次元数 =1 を渡していますが，作成される配列は列数が 1 の 2 次元になります． 右辺に配列や式が存在する可能性がある場合は，コピーコンストラクタや代入演算子を利用します（後述）．導入部で述べたように，配列の代入は，ヘッダのコピーと参照カウンタの増加だけなので，O(1) の処理です．Mat::clone() メソッドを利用すれば，必要な時に配列の完全な（深い）コピーを得ることができます． 別の配列の一部に対するヘッダを作成します．それは，1 つの行，1 つの列，複数の行，複数の列，配列中の矩形領域（代数学ではマイナーと呼ばれます），または対角線のいずれかです．このような操作も，新しいヘッダが同じデータを参照するため，O(1)となります．この機能を使って，実際に配列の一部を変更することができます．例えば// 5 番目の行に 3 を掛けたものを 3 番目の行に追加するM.row(3) = M.row(3) + M.row(5)*3;// 7 番目の列を 1 番目の列にコピーする// M.col(1) = M.col(7); // これは動作しませんMat M1 = M.col(1);M.col(7).copyTo(M1);// 320x240 の新しい imageMat img(Size(320,240),CV_8UC3);// ROIMat roi(img, Rect(10,10,100,100));// ROI を (0,255,0) (RGB 空間では緑) で埋める．// オリジナルの 320x240 の画像が変更されます． roi = Scalar(0,255,0); 追加の datastart および dataend メンバにより， locateROI() を用いて，メインコンテナ配列内の相対的なサブアレイの位置を計算することができます．Mat A = Mat::eye(10, 10, CV_32S);// A の列，1 (including) から 3 (exclusive) を抽出します．Mat B = A(Range::all(), Range(1, 3));// B の行，5 (including) から 9 (exclusive) を抽出します．locateROI(size, ofs);// size は (width=10,height=10) となり，ofs は (x=1, y=5) 行列全体の場合と同様に，深いコピーが必要な場合は，抽出された部分行列の clone() メソッドを利用します． ユーザが割り当てたデータのヘッダを作成します。以下のようにすると便利です． OpenCV を用いて，「外部」のデータを処理します（例えば，DirectShow* のフィルタや，gstreamer の処理モジュールを実装する場合など）．例えば，以下のようになります．Mat process_video_frame(const unsigned char* pixels, int width, int height, int step){ // 入力バッファをラップします． Mat img(height, width, CV_8UC3, (unsigned char*)pixels, step); Mat result; GaussianBlur(img, result, Size(7, 7), 1.5, 1.5); return result;}． double m[3][3] = {{a, b, c}, {d, e, f}, {g, h, i}};Mat M = Mat(3, 3, CV_64F, m).inv(); MATLAB スタイルの配列初期化子，zeros(), ones(), eye() などを利用します．// 倍精度の単位行列を作成し，それを M.M += Mat::eye(M.rows, M.cols, CV_64F) に追加します． コンマで区切られたイニシャライザを利用します．// 3x3 の倍精度単位行列を作成します。Mat M = (Mat_(3,3) << 1, 0, 0, 1, 0, 0, 1); この方法では，まず適切なパラメータを指定して Mat クラスのコンストラクタを呼び出し，次に << 演算子の後に定数，変数，式などのコンマで区切られた値を置くだけです．また，コンパイルエラーを避けるために，余分な括弧が必要であることにも注意してください． 配列が作成されると、参照カウントの仕組みによって自動的に管理されます。配列のヘッダがユーザが割り当てたデータの上に構築されている場合は，そのデータを自分で処理する必要があります．配列データは、誰からも指されなくなると解放されます。配列デストラクタが呼ばれる前に，配列ヘッダが指し示すデータを解放したい場合は， Mat::release() を利用してください． 配列クラスについて次に学ぶべき重要なことは，要素へのアクセスです．このマニュアルでは，各配列要素のアドレスを計算する方法を既に説明しました．通常は，コード内で直接その式を使う必要はありません．配列要素の型（メソッド Mat::type() を用いて取得できます）を知っていれば，2 次元配列の要素 \(M_{ij}\) に，次のようにアクセスできます．M.at(i,j) += 1.f; M は倍精度浮動小数点型配列であると仮定します．M.at(i,j) += 1.f; Mは倍精度の浮動小数点配列であると仮定しています。 2 次元配列の行全体を処理する必要がある場合，最も効率的な方法は，最初に行へのポインタを取得し，次に C の単純な演算子 [] を使用することです： // 正の行列要素の総和を求めます // （M が倍精度の行列であると仮定して）double sum=0;for(int i = 0; i < M. .rows; i++){ const double* Mi = M.ptr(i); for(int j = 0; j < M.cols; j++) sum += std::max(Mi[j], 0.);}．上の例のように，実際には配列の形状に依存しない演算もあります．このような演算は，配列の要素を1つずつ処理するだけです（あるいは，配列の加算など，同じ座標を持つ複数の配列の要素を処理することもあります）．このような操作を「要素ワイズ」と呼びます。すべての入出力配列が連続しているかどうか，つまり，各行の終わりに隙間がないかどうかをチェックすることは意味があります．もしそうであれば，それらを長い1つの行として処理します．// 最適化された正の行列要素の和を求めるtdouble sum=0;int cols = M.cols, rows = M.rows;if(M.isContinuous()){ cols *= rows; rows = 1;}for(int i = 0; i < rows; i++){ const double* Mi = M.ptr(i); for(int j = 0; j < cols; j++) sum += std::max(Mi[j], 0.);}．連続した行列の場合，外側のループ本体は1回しか実行されません．そのため，オーバーヘッドが小さくなり，特に小さな行列の場合には顕著です． 最後に，連続した行の間のギャップをスキップすることができる STL スタイルのイテレータを紹介します．// 正の行列要素の総和を計算する，イテレータベースのバリアントdouble sum=0;MatConstIterator_ it = M.begin(), it_end = M.end();for(; it != it_end; ++it) sum += std::max(*it, 0.); 行列イテレータは，ランダムアクセスイテレータなので，std::sort() を含む，あらゆる STL アルゴリズムに渡すことができます． 注釈matrix Expressions and arithmetic see MatExpr 例： fld_lines.cpp，modules/shape/samples/shape_example.cpp，samples/cpp/camshiftdemo.cpp，samples/cpp/connected_components.cpp，samples/cpp/contours2.cpp，samples/cpp/convexhull.cpp，samples/cpp/cout_mat.cpp，samples/cpp/create_mask.cpp，samples/cpp/demhist.cpp，samples/cpp/distrans.cpp, samples/cpp/edge.cpp, samples/cpp/facedetect.cpp, samples/cpp/falecolor.cpp, samples/cpp/ffilldemo.cpp, samples/cpp/filestorage.cpp, samples/cpp/fitellipse.cpp, samples/cpp/grabcut.cpp, samples/cpp/image_alignment.cpp, samples/cpp/intersectExample.cpp, samples/cpp/kalman.cpp, samples/cpp/kmeans.cpp，samples/cpp/laplace.cpp，samples/cpp/lkdemo.cpp，samples/cpp/minarea.cpp，samples/cpp/pca.cpp，samples/cpp/peopledetect.cpp，samples/cpp/polar_transforms.cpp，samples/cpp/segment_objects.cpp，samples/cpp/squares.cpp，samples/cpp/stitching.cpp，samples/cpp/stitching_detailed.cpp，samples/cpp/train_HOG.cpp, samples/cpp/tutorial_code/features2D/Homography/decompose_homography.cpp, samples/cpp/tutorial_code/features2D/Homography/homography_from_camera_displacement.cpp, samples/cpp/tutorial_code/features2D/Homography/pose_from_homography.cpp, samples/cpp/tutorial_code/HighGUI/AddingImagesTrackbar.cpp, samples/cpp/tutorial_code/Histograms_Matching/MatchTemplate_Demo.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_1.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_2.cpp, samples/cpp/tutorial_code/ImgProc/Morphology_1.cpp, samples/cpp/tutorial_code/ImgProc/Morphology_2.cpp, samples/cpp/tutorial_code/ImgProc/Pyramids/Pyramids.cpp, samples/cpp/tutorial_code/ImgProc/Smoothing/Smoothing.cpp, samples/cpp/tutorial_code/ImgTrans/copyMakeBorder_demo.cpp, samples/cpp/tutorial_code/ImgTrans/houghcircles.cpp, samples/cpp/tutorial_code/ImgTrans/houghlines.cpp, samples/cpp/tutorial_code/ImgTrans/Sobel_Demo.cpp, samples/cpp/tutorial_code/ml/introduction_to_pca/introduction_to_pca.cpp, samples/cpp/tutorial_code/photo/non_photorealistic_rendering/npr_demo.cpp, samples/cpp/tutorial_code/photo/seamless_cloning/cloning_demo.cpp, samples/cpp/tutorial_code/videoio/video-write/video-write.cpp, samples/cpp/videowriter_basic.cpp, samples/cpp/warpPerspective_demo.cpp, samples/cpp/watershed.cpp, samples/dnn/classification.cpp, samples/dnn/colorization.cpp, samples/dnn/object_detection.cpp, samples/dnn/openpose.cpp, samples/dnn/segmentation.cpp, samples/dnn/text_detection.cpp, and samples/tapi/squares.cpp. 元関数名(C#): core_Mat_new3 元DLLエクスポート名: core_Mat_new3 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_new3(int rows, int cols, int type, MyCvScalar scalar, cv::Mat **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::Mat(rows, cols, type, cpp(scalar));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_new3 [64bit] cv::Mat のインスタンスを生成します %prm p1,p2,p3,p4,p5 p1 = int : int rows p2 = int : int cols p3 = int : int type p4 = var : Scalar scalar p5 = var : out IntPtr returnValue %inst n-dimensional dense array クラス クラス Mat は，シングルチャンネルまたはマルチチャンネルの，n-dimensional dense 数値配列を表します．これは，実数または複素数のベクトルや行列，グレースケールやカラーの画像，ボクセルボリューム，ベクトルフィールド，点群，テンソル，ヒストグラム（ただし，非常に高次元のヒストグラムは， SparseMat に格納した方が良いかもしれません）を格納するために利用できます．配列 M のデータレイアウトは，配列 M.step[] によって定義されており，要素 ?((i_0,...,i_{M.dims-1})?)のアドレスは，次のように計算されます： ?((i_k= M.step[i+1] (実際には、M.step[i] >= M.step[i+1]*M.size[i+1] ) であることに注意してください。つまり，2次元の行列は行ごとに，3次元の行列は面ごとに，それぞれ格納されているということです．M.step[M.dims-1] は最小で，常に要素サイズ M.elemSize() と等しくなります． つまり，Mat のデータレイアウトは，Numpy (ndarray) や Win32 (independent device bitmaps) などの標準的なツールキットや SDK で提供されている密な配列タイプの大半，つまり，ピクセルの位置を計算するのにステップ（またはストライド）を利用するあらゆる配列と互換性があります．この互換性により，ユーザが割り当てたデータの Mat ヘッダを作成し，OpenCV の関数を使ってその場で処理することができます． Mat オブジェクトを作成するには，様々な方法があります．最も一般的な方法を以下に示します． create(nrows, ncols, type) メソッドや，類似の Mat(nrows, ncols, type[, fillValue]) コンストラクタを利用します．type は， cvCreateMat メソッドと同じ意味を持ちます．例えば， CV_8UC1 は 8 ビットシングルチャンネル配列を意味し， CV_32FC2 は 2 チャンネル（複素数）浮動小数点型配列を意味します．// 1+3 で埋め尽くされた 7x7 の複素行列を作成します。j.Mat M(7,7,CV_32FC2,Scalar(1,3));// そして今度は，M を 100x60 の 15 チャンネル 8 ビット行列に変えます。 // 古い内容は解放されます。M.create(100,60,CV_8UC(15)); 本章のイントロダクションで述べたように， create() は，現在の配列の形状や型が指定されたものと異なる場合にのみ，新しい配列を確保します． 多次元の配列を作成します。// 100x100x100 の 8 ビット配列を作成しますint sz[] = {100, 100, 100};Mat bigCube(3, sz, CV_8U, Scalar::all(0)); Mat のコンストラクタに次元数 =1 を渡していますが，作成される配列は列数が 1 の 2 次元になります． 右辺に配列や式が存在する可能性がある場合は，コピーコンストラクタや代入演算子を利用します（後述）．導入部で述べたように，配列の代入は，ヘッダのコピーと参照カウンタの増加だけなので，O(1) の処理です．Mat::clone() メソッドを利用すれば，必要な時に配列の完全な（深い）コピーを得ることができます． 別の配列の一部に対するヘッダを作成します．それは，1 つの行，1 つの列，複数の行，複数の列，配列中の矩形領域（代数学ではマイナーと呼ばれます），または対角線のいずれかです．このような操作も，新しいヘッダが同じデータを参照するため，O(1)となります．この機能を使って，実際に配列の一部を変更することができます．例えば// 5 番目の行に 3 を掛けたものを 3 番目の行に追加するM.row(3) = M.row(3) + M.row(5)*3;// 7 番目の列を 1 番目の列にコピーする// M.col(1) = M.col(7); // これは動作しませんMat M1 = M.col(1);M.col(7).copyTo(M1);// 320x240 の新しい imageMat img(Size(320,240),CV_8UC3);// ROIMat roi(img, Rect(10,10,100,100));// ROI を (0,255,0) (RGB 空間では緑) で埋める．// オリジナルの 320x240 の画像が変更されます． roi = Scalar(0,255,0); 追加の datastart および dataend メンバにより， locateROI() を用いて，メインコンテナ配列内の相対的なサブアレイの位置を計算することができます．Mat A = Mat::eye(10, 10, CV_32S);// A の列，1 (including) から 3 (exclusive) を抽出します．Mat B = A(Range::all(), Range(1, 3));// B の行，5 (including) から 9 (exclusive) を抽出します．locateROI(size, ofs);// size は (width=10,height=10) となり，ofs は (x=1, y=5) 行列全体の場合と同様に，深いコピーが必要な場合は，抽出された部分行列の clone() メソッドを利用します． ユーザが割り当てたデータのヘッダを作成します。以下のようにすると便利です． OpenCV を用いて，「外部」のデータを処理します（例えば，DirectShow* のフィルタや，gstreamer の処理モジュールを実装する場合など）．例えば，以下のようになります．Mat process_video_frame(const unsigned char* pixels, int width, int height, int step){ // 入力バッファをラップします． Mat img(height, width, CV_8UC3, (unsigned char*)pixels, step); Mat result; GaussianBlur(img, result, Size(7, 7), 1.5, 1.5); return result;}． double m[3][3] = {{a, b, c}, {d, e, f}, {g, h, i}};Mat M = Mat(3, 3, CV_64F, m).inv(); MATLAB スタイルの配列初期化子，zeros(), ones(), eye() などを利用します．// 倍精度の単位行列を作成し，それを M.M += Mat::eye(M.rows, M.cols, CV_64F) に追加します． コンマで区切られたイニシャライザを利用します．// 3x3 の倍精度単位行列を作成します。Mat M = (Mat_(3,3) << 1, 0, 0, 1, 0, 0, 1); この方法では，まず適切なパラメータを指定して Mat クラスのコンストラクタを呼び出し，次に << 演算子の後に定数，変数，式などのコンマで区切られた値を置くだけです．また，コンパイルエラーを避けるために，余分な括弧が必要であることにも注意してください． 配列が作成されると、参照カウントの仕組みによって自動的に管理されます。配列のヘッダがユーザが割り当てたデータの上に構築されている場合は，そのデータを自分で処理する必要があります．配列データは、誰からも指されなくなると解放されます。配列デストラクタが呼ばれる前に，配列ヘッダが指し示すデータを解放したい場合は， Mat::release() を利用してください． 配列クラスについて次に学ぶべき重要なことは，要素へのアクセスです．このマニュアルでは，各配列要素のアドレスを計算する方法を既に説明しました．通常は，コード内で直接その式を使う必要はありません．配列要素の型（メソッド Mat::type() を用いて取得できます）を知っていれば，2 次元配列の要素 \(M_{ij}\) に，次のようにアクセスできます．M.at(i,j) += 1.f; M は倍精度浮動小数点型配列であると仮定します．M.at(i,j) += 1.f; Mは倍精度の浮動小数点配列であると仮定しています。 2 次元配列の行全体を処理する必要がある場合，最も効率的な方法は，最初に行へのポインタを取得し，次に C の単純な演算子 [] を使用することです： // 正の行列要素の総和を求めます // （M が倍精度の行列であると仮定して）double sum=0;for(int i = 0; i < M. .rows; i++){ const double* Mi = M.ptr(i); for(int j = 0; j < M.cols; j++) sum += std::max(Mi[j], 0.);}．上の例のように，実際には配列の形状に依存しない演算もあります．このような演算は，配列の要素を1つずつ処理するだけです（あるいは，配列の加算など，同じ座標を持つ複数の配列の要素を処理することもあります）．このような操作を「要素ワイズ」と呼びます。すべての入出力配列が連続しているかどうか，つまり，各行の終わりに隙間がないかどうかをチェックすることは意味があります．もしそうであれば，それらを長い1つの行として処理します．// 最適化された正の行列要素の和を求めるtdouble sum=0;int cols = M.cols, rows = M.rows;if(M.isContinuous()){ cols *= rows; rows = 1;}for(int i = 0; i < rows; i++){ const double* Mi = M.ptr(i); for(int j = 0; j < cols; j++) sum += std::max(Mi[j], 0.);}．連続した行列の場合，外側のループ本体は1回しか実行されません．そのため，オーバーヘッドが小さくなり，特に小さな行列の場合には顕著です． 最後に，連続した行の間のギャップをスキップすることができる STL スタイルのイテレータを紹介します．// 正の行列要素の総和を計算する，イテレータベースのバリアントdouble sum=0;MatConstIterator_ it = M.begin(), it_end = M.end();for(; it != it_end; ++it) sum += std::max(*it, 0.); 行列イテレータは，ランダムアクセスイテレータなので，std::sort() を含む，あらゆる STL アルゴリズムに渡すことができます． 注釈matrix Expressions and arithmetic see MatExpr 例： fld_lines.cpp，modules/shape/samples/shape_example.cpp，samples/cpp/camshiftdemo.cpp，samples/cpp/connected_components.cpp，samples/cpp/contours2.cpp，samples/cpp/convexhull.cpp，samples/cpp/cout_mat.cpp，samples/cpp/create_mask.cpp，samples/cpp/demhist.cpp，samples/cpp/distrans.cpp, samples/cpp/edge.cpp, samples/cpp/facedetect.cpp, samples/cpp/falecolor.cpp, samples/cpp/ffilldemo.cpp, samples/cpp/filestorage.cpp, samples/cpp/fitellipse.cpp, samples/cpp/grabcut.cpp, samples/cpp/image_alignment.cpp, samples/cpp/intersectExample.cpp, samples/cpp/kalman.cpp, samples/cpp/kmeans.cpp，samples/cpp/laplace.cpp，samples/cpp/lkdemo.cpp，samples/cpp/minarea.cpp，samples/cpp/pca.cpp，samples/cpp/peopledetect.cpp，samples/cpp/polar_transforms.cpp，samples/cpp/segment_objects.cpp，samples/cpp/squares.cpp，samples/cpp/stitching.cpp，samples/cpp/stitching_detailed.cpp，samples/cpp/train_HOG.cpp, samples/cpp/tutorial_code/features2D/Homography/decompose_homography.cpp, samples/cpp/tutorial_code/features2D/Homography/homography_from_camera_displacement.cpp, samples/cpp/tutorial_code/features2D/Homography/pose_from_homography.cpp, samples/cpp/tutorial_code/HighGUI/AddingImagesTrackbar.cpp, samples/cpp/tutorial_code/Histograms_Matching/MatchTemplate_Demo.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_1.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_2.cpp, samples/cpp/tutorial_code/ImgProc/Morphology_1.cpp, samples/cpp/tutorial_code/ImgProc/Morphology_2.cpp, samples/cpp/tutorial_code/ImgProc/Pyramids/Pyramids.cpp, samples/cpp/tutorial_code/ImgProc/Smoothing/Smoothing.cpp, samples/cpp/tutorial_code/ImgTrans/copyMakeBorder_demo.cpp, samples/cpp/tutorial_code/ImgTrans/houghcircles.cpp, samples/cpp/tutorial_code/ImgTrans/houghlines.cpp, samples/cpp/tutorial_code/ImgTrans/Sobel_Demo.cpp, samples/cpp/tutorial_code/ml/introduction_to_pca/introduction_to_pca.cpp, samples/cpp/tutorial_code/photo/non_photorealistic_rendering/npr_demo.cpp, samples/cpp/tutorial_code/photo/seamless_cloning/cloning_demo.cpp, samples/cpp/tutorial_code/videoio/video-write/video-write.cpp, samples/cpp/videowriter_basic.cpp, samples/cpp/warpPerspective_demo.cpp, samples/cpp/watershed.cpp, samples/dnn/classification.cpp, samples/dnn/colorization.cpp, samples/dnn/object_detection.cpp, samples/dnn/openpose.cpp, samples/dnn/segmentation.cpp, samples/dnn/text_detection.cpp, and samples/tapi/squares.cpp. 元関数名(C#): core_Mat_new3 元DLLエクスポート名: core_Mat_new3 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_new3(int rows, int cols, int type, MyCvScalar scalar, cv::Mat **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::Mat(rows, cols, type, cpp(scalar));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_new4 [32/64bit] cv::Mat のインスタンスを生成します %prm p1,p2,p3,p4 p1 = sptr : IntPtr mat p2 = ARGS_RANGE : Range rowRange p3 = ARGS_RANGE : Range colRange p4 = var : out IntPtr returnValue %inst n-dimensional dense array クラス クラス Mat は，シングルチャンネルまたはマルチチャンネルの，n-dimensional dense 数値配列を表します．これは，実数または複素数のベクトルや行列，グレースケールやカラーの画像，ボクセルボリューム，ベクトルフィールド，点群，テンソル，ヒストグラム（ただし，非常に高次元のヒストグラムは， SparseMat に格納した方が良いかもしれません）を格納するために利用できます．配列 M のデータレイアウトは，配列 M.step[] によって定義されており，要素 ?((i_0,...,i_{M.dims-1})?)のアドレスは，次のように計算されます： ?((i_k= M.step[i+1] (実際には、M.step[i] >= M.step[i+1]*M.size[i+1] ) であることに注意してください。つまり，2次元の行列は行ごとに，3次元の行列は面ごとに，それぞれ格納されているということです．M.step[M.dims-1] は最小で，常に要素サイズ M.elemSize() と等しくなります． つまり，Mat のデータレイアウトは，Numpy (ndarray) や Win32 (independent device bitmaps) などの標準的なツールキットや SDK で提供されている密な配列タイプの大半，つまり，ピクセルの位置を計算するのにステップ（またはストライド）を利用するあらゆる配列と互換性があります．この互換性により，ユーザが割り当てたデータの Mat ヘッダを作成し，OpenCV の関数を使ってその場で処理することができます． Mat オブジェクトを作成するには，様々な方法があります．最も一般的な方法を以下に示します． create(nrows, ncols, type) メソッドや，類似の Mat(nrows, ncols, type[, fillValue]) コンストラクタを利用します．type は， cvCreateMat メソッドと同じ意味を持ちます．例えば， CV_8UC1 は 8 ビットシングルチャンネル配列を意味し， CV_32FC2 は 2 チャンネル（複素数）浮動小数点型配列を意味します．// 1+3 で埋め尽くされた 7x7 の複素行列を作成します。j.Mat M(7,7,CV_32FC2,Scalar(1,3));// そして今度は，M を 100x60 の 15 チャンネル 8 ビット行列に変えます。 // 古い内容は解放されます。M.create(100,60,CV_8UC(15)); 本章のイントロダクションで述べたように， create() は，現在の配列の形状や型が指定されたものと異なる場合にのみ，新しい配列を確保します． 多次元の配列を作成します。// 100x100x100 の 8 ビット配列を作成しますint sz[] = {100, 100, 100};Mat bigCube(3, sz, CV_8U, Scalar::all(0)); Mat のコンストラクタに次元数 =1 を渡していますが，作成される配列は列数が 1 の 2 次元になります． 右辺に配列や式が存在する可能性がある場合は，コピーコンストラクタや代入演算子を利用します（後述）．導入部で述べたように，配列の代入は，ヘッダのコピーと参照カウンタの増加だけなので，O(1) の処理です．Mat::clone() メソッドを利用すれば，必要な時に配列の完全な（深い）コピーを得ることができます． 別の配列の一部に対するヘッダを作成します．それは，1 つの行，1 つの列，複数の行，複数の列，配列中の矩形領域（代数学ではマイナーと呼ばれます），または対角線のいずれかです．このような操作も，新しいヘッダが同じデータを参照するため，O(1)となります．この機能を使って，実際に配列の一部を変更することができます．例えば// 5 番目の行に 3 を掛けたものを 3 番目の行に追加するM.row(3) = M.row(3) + M.row(5)*3;// 7 番目の列を 1 番目の列にコピーする// M.col(1) = M.col(7); // これは動作しませんMat M1 = M.col(1);M.col(7).copyTo(M1);// 320x240 の新しい imageMat img(Size(320,240),CV_8UC3);// ROIMat roi(img, Rect(10,10,100,100));// ROI を (0,255,0) (RGB 空間では緑) で埋める．// オリジナルの 320x240 の画像が変更されます． roi = Scalar(0,255,0); 追加の datastart および dataend メンバにより， locateROI() を用いて，メインコンテナ配列内の相対的なサブアレイの位置を計算することができます．Mat A = Mat::eye(10, 10, CV_32S);// A の列，1 (including) から 3 (exclusive) を抽出します．Mat B = A(Range::all(), Range(1, 3));// B の行，5 (including) から 9 (exclusive) を抽出します．locateROI(size, ofs);// size は (width=10,height=10) となり，ofs は (x=1, y=5) 行列全体の場合と同様に，深いコピーが必要な場合は，抽出された部分行列の clone() メソッドを利用します． ユーザが割り当てたデータのヘッダを作成します。以下のようにすると便利です． OpenCV を用いて，「外部」のデータを処理します（例えば，DirectShow* のフィルタや，gstreamer の処理モジュールを実装する場合など）．例えば，以下のようになります．Mat process_video_frame(const unsigned char* pixels, int width, int height, int step){ // 入力バッファをラップします． Mat img(height, width, CV_8UC3, (unsigned char*)pixels, step); Mat result; GaussianBlur(img, result, Size(7, 7), 1.5, 1.5); return result;}． double m[3][3] = {{a, b, c}, {d, e, f}, {g, h, i}};Mat M = Mat(3, 3, CV_64F, m).inv(); MATLAB スタイルの配列初期化子，zeros(), ones(), eye() などを利用します．// 倍精度の単位行列を作成し，それを M.M += Mat::eye(M.rows, M.cols, CV_64F) に追加します． コンマで区切られたイニシャライザを利用します．// 3x3 の倍精度単位行列を作成します。Mat M = (Mat_(3,3) << 1, 0, 0, 1, 0, 0, 1); この方法では，まず適切なパラメータを指定して Mat クラスのコンストラクタを呼び出し，次に << 演算子の後に定数，変数，式などのコンマで区切られた値を置くだけです．また，コンパイルエラーを避けるために，余分な括弧が必要であることにも注意してください． 配列が作成されると、参照カウントの仕組みによって自動的に管理されます。配列のヘッダがユーザが割り当てたデータの上に構築されている場合は，そのデータを自分で処理する必要があります．配列データは、誰からも指されなくなると解放されます。配列デストラクタが呼ばれる前に，配列ヘッダが指し示すデータを解放したい場合は， Mat::release() を利用してください． 配列クラスについて次に学ぶべき重要なことは，要素へのアクセスです．このマニュアルでは，各配列要素のアドレスを計算する方法を既に説明しました．通常は，コード内で直接その式を使う必要はありません．配列要素の型（メソッド Mat::type() を用いて取得できます）を知っていれば，2 次元配列の要素 \(M_{ij}\) に，次のようにアクセスできます．M.at(i,j) += 1.f; M は倍精度浮動小数点型配列であると仮定します．M.at(i,j) += 1.f; Mは倍精度の浮動小数点配列であると仮定しています。 2 次元配列の行全体を処理する必要がある場合，最も効率的な方法は，最初に行へのポインタを取得し，次に C の単純な演算子 [] を使用することです： // 正の行列要素の総和を求めます // （M が倍精度の行列であると仮定して）double sum=0;for(int i = 0; i < M. .rows; i++){ const double* Mi = M.ptr(i); for(int j = 0; j < M.cols; j++) sum += std::max(Mi[j], 0.);}．上の例のように，実際には配列の形状に依存しない演算もあります．このような演算は，配列の要素を1つずつ処理するだけです（あるいは，配列の加算など，同じ座標を持つ複数の配列の要素を処理することもあります）．このような操作を「要素ワイズ」と呼びます。すべての入出力配列が連続しているかどうか，つまり，各行の終わりに隙間がないかどうかをチェックすることは意味があります．もしそうであれば，それらを長い1つの行として処理します．// 最適化された正の行列要素の和を求めるtdouble sum=0;int cols = M.cols, rows = M.rows;if(M.isContinuous()){ cols *= rows; rows = 1;}for(int i = 0; i < rows; i++){ const double* Mi = M.ptr(i); for(int j = 0; j < cols; j++) sum += std::max(Mi[j], 0.);}．連続した行列の場合，外側のループ本体は1回しか実行されません．そのため，オーバーヘッドが小さくなり，特に小さな行列の場合には顕著です． 最後に，連続した行の間のギャップをスキップすることができる STL スタイルのイテレータを紹介します．// 正の行列要素の総和を計算する，イテレータベースのバリアントdouble sum=0;MatConstIterator_ it = M.begin(), it_end = M.end();for(; it != it_end; ++it) sum += std::max(*it, 0.); 行列イテレータは，ランダムアクセスイテレータなので，std::sort() を含む，あらゆる STL アルゴリズムに渡すことができます． 注釈matrix Expressions and arithmetic see MatExpr 例： fld_lines.cpp，modules/shape/samples/shape_example.cpp，samples/cpp/camshiftdemo.cpp，samples/cpp/connected_components.cpp，samples/cpp/contours2.cpp，samples/cpp/convexhull.cpp，samples/cpp/cout_mat.cpp，samples/cpp/create_mask.cpp，samples/cpp/demhist.cpp，samples/cpp/distrans.cpp, samples/cpp/edge.cpp, samples/cpp/facedetect.cpp, samples/cpp/falecolor.cpp, samples/cpp/ffilldemo.cpp, samples/cpp/filestorage.cpp, samples/cpp/fitellipse.cpp, samples/cpp/grabcut.cpp, samples/cpp/image_alignment.cpp, samples/cpp/intersectExample.cpp, samples/cpp/kalman.cpp, samples/cpp/kmeans.cpp，samples/cpp/laplace.cpp，samples/cpp/lkdemo.cpp，samples/cpp/minarea.cpp，samples/cpp/pca.cpp，samples/cpp/peopledetect.cpp，samples/cpp/polar_transforms.cpp，samples/cpp/segment_objects.cpp，samples/cpp/squares.cpp，samples/cpp/stitching.cpp，samples/cpp/stitching_detailed.cpp，samples/cpp/train_HOG.cpp, samples/cpp/tutorial_code/features2D/Homography/decompose_homography.cpp, samples/cpp/tutorial_code/features2D/Homography/homography_from_camera_displacement.cpp, samples/cpp/tutorial_code/features2D/Homography/pose_from_homography.cpp, samples/cpp/tutorial_code/HighGUI/AddingImagesTrackbar.cpp, samples/cpp/tutorial_code/Histograms_Matching/MatchTemplate_Demo.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_1.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_2.cpp, samples/cpp/tutorial_code/ImgProc/Morphology_1.cpp, samples/cpp/tutorial_code/ImgProc/Morphology_2.cpp, samples/cpp/tutorial_code/ImgProc/Pyramids/Pyramids.cpp, samples/cpp/tutorial_code/ImgProc/Smoothing/Smoothing.cpp, samples/cpp/tutorial_code/ImgTrans/copyMakeBorder_demo.cpp, samples/cpp/tutorial_code/ImgTrans/houghcircles.cpp, samples/cpp/tutorial_code/ImgTrans/houghlines.cpp, samples/cpp/tutorial_code/ImgTrans/Sobel_Demo.cpp, samples/cpp/tutorial_code/ml/introduction_to_pca/introduction_to_pca.cpp, samples/cpp/tutorial_code/photo/non_photorealistic_rendering/npr_demo.cpp, samples/cpp/tutorial_code/photo/seamless_cloning/cloning_demo.cpp, samples/cpp/tutorial_code/videoio/video-write/video-write.cpp, samples/cpp/videowriter_basic.cpp, samples/cpp/warpPerspective_demo.cpp, samples/cpp/watershed.cpp, samples/dnn/classification.cpp, samples/dnn/colorization.cpp, samples/dnn/object_detection.cpp, samples/dnn/openpose.cpp, samples/dnn/segmentation.cpp, samples/dnn/text_detection.cpp, and samples/tapi/squares.cpp. 元関数名(C#): core_Mat_new4 元DLLエクスポート名: core_Mat_new4 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_new4(cv::Mat *mat, MyCvSlice rowRange, MyCvSlice colRange, cv::Mat **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::Mat(*mat, cpp(rowRange), cpp(colRange));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_new5 [32/64bit] cv::Mat のインスタンスを生成します %prm p1,p2,p3 p1 = sptr : IntPtr mat p2 = ARGS_RANGE : Range rowRange p3 = var : out IntPtr returnValue %inst n-dimensional dense array クラス クラス Mat は，シングルチャンネルまたはマルチチャンネルの，n-dimensional dense 数値配列を表します．これは，実数または複素数のベクトルや行列，グレースケールやカラーの画像，ボクセルボリューム，ベクトルフィールド，点群，テンソル，ヒストグラム（ただし，非常に高次元のヒストグラムは， SparseMat に格納した方が良いかもしれません）を格納するために利用できます．配列 M のデータレイアウトは，配列 M.step[] によって定義されており，要素 ?((i_0,...,i_{M.dims-1})?)のアドレスは，次のように計算されます： ?((i_k= M.step[i+1] (実際には、M.step[i] >= M.step[i+1]*M.size[i+1] ) であることに注意してください。つまり，2次元の行列は行ごとに，3次元の行列は面ごとに，それぞれ格納されているということです．M.step[M.dims-1] は最小で，常に要素サイズ M.elemSize() と等しくなります． つまり，Mat のデータレイアウトは，Numpy (ndarray) や Win32 (independent device bitmaps) などの標準的なツールキットや SDK で提供されている密な配列タイプの大半，つまり，ピクセルの位置を計算するのにステップ（またはストライド）を利用するあらゆる配列と互換性があります．この互換性により，ユーザが割り当てたデータの Mat ヘッダを作成し，OpenCV の関数を使ってその場で処理することができます． Mat オブジェクトを作成するには，様々な方法があります．最も一般的な方法を以下に示します． create(nrows, ncols, type) メソッドや，類似の Mat(nrows, ncols, type[, fillValue]) コンストラクタを利用します．type は， cvCreateMat メソッドと同じ意味を持ちます．例えば， CV_8UC1 は 8 ビットシングルチャンネル配列を意味し， CV_32FC2 は 2 チャンネル（複素数）浮動小数点型配列を意味します．// 1+3 で埋め尽くされた 7x7 の複素行列を作成します。j.Mat M(7,7,CV_32FC2,Scalar(1,3));// そして今度は，M を 100x60 の 15 チャンネル 8 ビット行列に変えます。 // 古い内容は解放されます。M.create(100,60,CV_8UC(15)); 本章のイントロダクションで述べたように， create() は，現在の配列の形状や型が指定されたものと異なる場合にのみ，新しい配列を確保します． 多次元の配列を作成します。// 100x100x100 の 8 ビット配列を作成しますint sz[] = {100, 100, 100};Mat bigCube(3, sz, CV_8U, Scalar::all(0)); Mat のコンストラクタに次元数 =1 を渡していますが，作成される配列は列数が 1 の 2 次元になります． 右辺に配列や式が存在する可能性がある場合は，コピーコンストラクタや代入演算子を利用します（後述）．導入部で述べたように，配列の代入は，ヘッダのコピーと参照カウンタの増加だけなので，O(1) の処理です．Mat::clone() メソッドを利用すれば，必要な時に配列の完全な（深い）コピーを得ることができます． 別の配列の一部に対するヘッダを作成します．それは，1 つの行，1 つの列，複数の行，複数の列，配列中の矩形領域（代数学ではマイナーと呼ばれます），または対角線のいずれかです．このような操作も，新しいヘッダが同じデータを参照するため，O(1)となります．この機能を使って，実際に配列の一部を変更することができます．例えば// 5 番目の行に 3 を掛けたものを 3 番目の行に追加するM.row(3) = M.row(3) + M.row(5)*3;// 7 番目の列を 1 番目の列にコピーする// M.col(1) = M.col(7); // これは動作しませんMat M1 = M.col(1);M.col(7).copyTo(M1);// 320x240 の新しい imageMat img(Size(320,240),CV_8UC3);// ROIMat roi(img, Rect(10,10,100,100));// ROI を (0,255,0) (RGB 空間では緑) で埋める．// オリジナルの 320x240 の画像が変更されます． roi = Scalar(0,255,0); 追加の datastart および dataend メンバにより， locateROI() を用いて，メインコンテナ配列内の相対的なサブアレイの位置を計算することができます．Mat A = Mat::eye(10, 10, CV_32S);// A の列，1 (including) から 3 (exclusive) を抽出します．Mat B = A(Range::all(), Range(1, 3));// B の行，5 (including) から 9 (exclusive) を抽出します．locateROI(size, ofs);// size は (width=10,height=10) となり，ofs は (x=1, y=5) 行列全体の場合と同様に，深いコピーが必要な場合は，抽出された部分行列の clone() メソッドを利用します． ユーザが割り当てたデータのヘッダを作成します。以下のようにすると便利です． OpenCV を用いて，「外部」のデータを処理します（例えば，DirectShow* のフィルタや，gstreamer の処理モジュールを実装する場合など）．例えば，以下のようになります．Mat process_video_frame(const unsigned char* pixels, int width, int height, int step){ // 入力バッファをラップします． Mat img(height, width, CV_8UC3, (unsigned char*)pixels, step); Mat result; GaussianBlur(img, result, Size(7, 7), 1.5, 1.5); return result;}． double m[3][3] = {{a, b, c}, {d, e, f}, {g, h, i}};Mat M = Mat(3, 3, CV_64F, m).inv(); MATLAB スタイルの配列初期化子，zeros(), ones(), eye() などを利用します．// 倍精度の単位行列を作成し，それを M.M += Mat::eye(M.rows, M.cols, CV_64F) に追加します． コンマで区切られたイニシャライザを利用します．// 3x3 の倍精度単位行列を作成します。Mat M = (Mat_(3,3) << 1, 0, 0, 1, 0, 0, 1); この方法では，まず適切なパラメータを指定して Mat クラスのコンストラクタを呼び出し，次に << 演算子の後に定数，変数，式などのコンマで区切られた値を置くだけです．また，コンパイルエラーを避けるために，余分な括弧が必要であることにも注意してください． 配列が作成されると、参照カウントの仕組みによって自動的に管理されます。配列のヘッダがユーザが割り当てたデータの上に構築されている場合は，そのデータを自分で処理する必要があります．配列データは、誰からも指されなくなると解放されます。配列デストラクタが呼ばれる前に，配列ヘッダが指し示すデータを解放したい場合は， Mat::release() を利用してください． 配列クラスについて次に学ぶべき重要なことは，要素へのアクセスです．このマニュアルでは，各配列要素のアドレスを計算する方法を既に説明しました．通常は，コード内で直接その式を使う必要はありません．配列要素の型（メソッド Mat::type() を用いて取得できます）を知っていれば，2 次元配列の要素 \(M_{ij}\) に，次のようにアクセスできます．M.at(i,j) += 1.f; M は倍精度浮動小数点型配列であると仮定します．M.at(i,j) += 1.f; Mは倍精度の浮動小数点配列であると仮定しています。 2 次元配列の行全体を処理する必要がある場合，最も効率的な方法は，最初に行へのポインタを取得し，次に C の単純な演算子 [] を使用することです： // 正の行列要素の総和を求めます // （M が倍精度の行列であると仮定して）double sum=0;for(int i = 0; i < M. .rows; i++){ const double* Mi = M.ptr(i); for(int j = 0; j < M.cols; j++) sum += std::max(Mi[j], 0.);}．上の例のように，実際には配列の形状に依存しない演算もあります．このような演算は，配列の要素を1つずつ処理するだけです（あるいは，配列の加算など，同じ座標を持つ複数の配列の要素を処理することもあります）．このような操作を「要素ワイズ」と呼びます。すべての入出力配列が連続しているかどうか，つまり，各行の終わりに隙間がないかどうかをチェックすることは意味があります．もしそうであれば，それらを長い1つの行として処理します．// 最適化された正の行列要素の和を求めるtdouble sum=0;int cols = M.cols, rows = M.rows;if(M.isContinuous()){ cols *= rows; rows = 1;}for(int i = 0; i < rows; i++){ const double* Mi = M.ptr(i); for(int j = 0; j < cols; j++) sum += std::max(Mi[j], 0.);}．連続した行列の場合，外側のループ本体は1回しか実行されません．そのため，オーバーヘッドが小さくなり，特に小さな行列の場合には顕著です． 最後に，連続した行の間のギャップをスキップすることができる STL スタイルのイテレータを紹介します．// 正の行列要素の総和を計算する，イテレータベースのバリアントdouble sum=0;MatConstIterator_ it = M.begin(), it_end = M.end();for(; it != it_end; ++it) sum += std::max(*it, 0.); 行列イテレータは，ランダムアクセスイテレータなので，std::sort() を含む，あらゆる STL アルゴリズムに渡すことができます． 注釈matrix Expressions and arithmetic see MatExpr 例： fld_lines.cpp，modules/shape/samples/shape_example.cpp，samples/cpp/camshiftdemo.cpp，samples/cpp/connected_components.cpp，samples/cpp/contours2.cpp，samples/cpp/convexhull.cpp，samples/cpp/cout_mat.cpp，samples/cpp/create_mask.cpp，samples/cpp/demhist.cpp，samples/cpp/distrans.cpp, samples/cpp/edge.cpp, samples/cpp/facedetect.cpp, samples/cpp/falecolor.cpp, samples/cpp/ffilldemo.cpp, samples/cpp/filestorage.cpp, samples/cpp/fitellipse.cpp, samples/cpp/grabcut.cpp, samples/cpp/image_alignment.cpp, samples/cpp/intersectExample.cpp, samples/cpp/kalman.cpp, samples/cpp/kmeans.cpp，samples/cpp/laplace.cpp，samples/cpp/lkdemo.cpp，samples/cpp/minarea.cpp，samples/cpp/pca.cpp，samples/cpp/peopledetect.cpp，samples/cpp/polar_transforms.cpp，samples/cpp/segment_objects.cpp，samples/cpp/squares.cpp，samples/cpp/stitching.cpp，samples/cpp/stitching_detailed.cpp，samples/cpp/train_HOG.cpp, samples/cpp/tutorial_code/features2D/Homography/decompose_homography.cpp, samples/cpp/tutorial_code/features2D/Homography/homography_from_camera_displacement.cpp, samples/cpp/tutorial_code/features2D/Homography/pose_from_homography.cpp, samples/cpp/tutorial_code/HighGUI/AddingImagesTrackbar.cpp, samples/cpp/tutorial_code/Histograms_Matching/MatchTemplate_Demo.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_1.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_2.cpp, samples/cpp/tutorial_code/ImgProc/Morphology_1.cpp, samples/cpp/tutorial_code/ImgProc/Morphology_2.cpp, samples/cpp/tutorial_code/ImgProc/Pyramids/Pyramids.cpp, samples/cpp/tutorial_code/ImgProc/Smoothing/Smoothing.cpp, samples/cpp/tutorial_code/ImgTrans/copyMakeBorder_demo.cpp, samples/cpp/tutorial_code/ImgTrans/houghcircles.cpp, samples/cpp/tutorial_code/ImgTrans/houghlines.cpp, samples/cpp/tutorial_code/ImgTrans/Sobel_Demo.cpp, samples/cpp/tutorial_code/ml/introduction_to_pca/introduction_to_pca.cpp, samples/cpp/tutorial_code/photo/non_photorealistic_rendering/npr_demo.cpp, samples/cpp/tutorial_code/photo/seamless_cloning/cloning_demo.cpp, samples/cpp/tutorial_code/videoio/video-write/video-write.cpp, samples/cpp/videowriter_basic.cpp, samples/cpp/warpPerspective_demo.cpp, samples/cpp/watershed.cpp, samples/dnn/classification.cpp, samples/dnn/colorization.cpp, samples/dnn/object_detection.cpp, samples/dnn/openpose.cpp, samples/dnn/segmentation.cpp, samples/dnn/text_detection.cpp, and samples/tapi/squares.cpp. 元関数名(C#): core_Mat_new5 元DLLエクスポート名: core_Mat_new5 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_new5(cv::Mat *mat, cv::Range rowRange, cv::Mat **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::Mat(*mat, rowRange);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_new6 [32/64bit] cv::Mat のインスタンスを生成します %prm p1,p2,p3 p1 = sptr : IntPtr mat p2 = var : [MarshalAs(UnmanagedType.LPArray)] Range[] rowRange p3 = var : out IntPtr returnValue %inst n-dimensional dense array クラス クラス Mat は，シングルチャンネルまたはマルチチャンネルの，n-dimensional dense 数値配列を表します．これは，実数または複素数のベクトルや行列，グレースケールやカラーの画像，ボクセルボリューム，ベクトルフィールド，点群，テンソル，ヒストグラム（ただし，非常に高次元のヒストグラムは， SparseMat に格納した方が良いかもしれません）を格納するために利用できます．配列 M のデータレイアウトは，配列 M.step[] によって定義されており，要素 ?((i_0,...,i_{M.dims-1})?)のアドレスは，次のように計算されます： ?((i_k= M.step[i+1] (実際には、M.step[i] >= M.step[i+1]*M.size[i+1] ) であることに注意してください。つまり，2次元の行列は行ごとに，3次元の行列は面ごとに，それぞれ格納されているということです．M.step[M.dims-1] は最小で，常に要素サイズ M.elemSize() と等しくなります． つまり，Mat のデータレイアウトは，Numpy (ndarray) や Win32 (independent device bitmaps) などの標準的なツールキットや SDK で提供されている密な配列タイプの大半，つまり，ピクセルの位置を計算するのにステップ（またはストライド）を利用するあらゆる配列と互換性があります．この互換性により，ユーザが割り当てたデータの Mat ヘッダを作成し，OpenCV の関数を使ってその場で処理することができます． Mat オブジェクトを作成するには，様々な方法があります．最も一般的な方法を以下に示します． create(nrows, ncols, type) メソッドや，類似の Mat(nrows, ncols, type[, fillValue]) コンストラクタを利用します．type は， cvCreateMat メソッドと同じ意味を持ちます．例えば， CV_8UC1 は 8 ビットシングルチャンネル配列を意味し， CV_32FC2 は 2 チャンネル（複素数）浮動小数点型配列を意味します．// 1+3 で埋め尽くされた 7x7 の複素行列を作成します。j.Mat M(7,7,CV_32FC2,Scalar(1,3));// そして今度は，M を 100x60 の 15 チャンネル 8 ビット行列に変えます。 // 古い内容は解放されます。M.create(100,60,CV_8UC(15)); 本章のイントロダクションで述べたように， create() は，現在の配列の形状や型が指定されたものと異なる場合にのみ，新しい配列を確保します． 多次元の配列を作成します。// 100x100x100 の 8 ビット配列を作成しますint sz[] = {100, 100, 100};Mat bigCube(3, sz, CV_8U, Scalar::all(0)); Mat のコンストラクタに次元数 =1 を渡していますが，作成される配列は列数が 1 の 2 次元になります． 右辺に配列や式が存在する可能性がある場合は，コピーコンストラクタや代入演算子を利用します（後述）．導入部で述べたように，配列の代入は，ヘッダのコピーと参照カウンタの増加だけなので，O(1) の処理です．Mat::clone() メソッドを利用すれば，必要な時に配列の完全な（深い）コピーを得ることができます． 別の配列の一部に対するヘッダを作成します．それは，1 つの行，1 つの列，複数の行，複数の列，配列中の矩形領域（代数学ではマイナーと呼ばれます），または対角線のいずれかです．このような操作も，新しいヘッダが同じデータを参照するため，O(1)となります．この機能を使って，実際に配列の一部を変更することができます．例えば// 5 番目の行に 3 を掛けたものを 3 番目の行に追加するM.row(3) = M.row(3) + M.row(5)*3;// 7 番目の列を 1 番目の列にコピーする// M.col(1) = M.col(7); // これは動作しませんMat M1 = M.col(1);M.col(7).copyTo(M1);// 320x240 の新しい imageMat img(Size(320,240),CV_8UC3);// ROIMat roi(img, Rect(10,10,100,100));// ROI を (0,255,0) (RGB 空間では緑) で埋める．// オリジナルの 320x240 の画像が変更されます． roi = Scalar(0,255,0); 追加の datastart および dataend メンバにより， locateROI() を用いて，メインコンテナ配列内の相対的なサブアレイの位置を計算することができます．Mat A = Mat::eye(10, 10, CV_32S);// A の列，1 (including) から 3 (exclusive) を抽出します．Mat B = A(Range::all(), Range(1, 3));// B の行，5 (including) から 9 (exclusive) を抽出します．locateROI(size, ofs);// size は (width=10,height=10) となり，ofs は (x=1, y=5) 行列全体の場合と同様に，深いコピーが必要な場合は，抽出された部分行列の clone() メソッドを利用します． ユーザが割り当てたデータのヘッダを作成します。以下のようにすると便利です． OpenCV を用いて，「外部」のデータを処理します（例えば，DirectShow* のフィルタや，gstreamer の処理モジュールを実装する場合など）．例えば，以下のようになります．Mat process_video_frame(const unsigned char* pixels, int width, int height, int step){ // 入力バッファをラップします． Mat img(height, width, CV_8UC3, (unsigned char*)pixels, step); Mat result; GaussianBlur(img, result, Size(7, 7), 1.5, 1.5); return result;}． double m[3][3] = {{a, b, c}, {d, e, f}, {g, h, i}};Mat M = Mat(3, 3, CV_64F, m).inv(); MATLAB スタイルの配列初期化子，zeros(), ones(), eye() などを利用します．// 倍精度の単位行列を作成し，それを M.M += Mat::eye(M.rows, M.cols, CV_64F) に追加します． コンマで区切られたイニシャライザを利用します．// 3x3 の倍精度単位行列を作成します。Mat M = (Mat_(3,3) << 1, 0, 0, 1, 0, 0, 1); この方法では，まず適切なパラメータを指定して Mat クラスのコンストラクタを呼び出し，次に << 演算子の後に定数，変数，式などのコンマで区切られた値を置くだけです．また，コンパイルエラーを避けるために，余分な括弧が必要であることにも注意してください． 配列が作成されると、参照カウントの仕組みによって自動的に管理されます。配列のヘッダがユーザが割り当てたデータの上に構築されている場合は，そのデータを自分で処理する必要があります．配列データは、誰からも指されなくなると解放されます。配列デストラクタが呼ばれる前に，配列ヘッダが指し示すデータを解放したい場合は， Mat::release() を利用してください． 配列クラスについて次に学ぶべき重要なことは，要素へのアクセスです．このマニュアルでは，各配列要素のアドレスを計算する方法を既に説明しました．通常は，コード内で直接その式を使う必要はありません．配列要素の型（メソッド Mat::type() を用いて取得できます）を知っていれば，2 次元配列の要素 \(M_{ij}\) に，次のようにアクセスできます．M.at(i,j) += 1.f; M は倍精度浮動小数点型配列であると仮定します．M.at(i,j) += 1.f; Mは倍精度の浮動小数点配列であると仮定しています。 2 次元配列の行全体を処理する必要がある場合，最も効率的な方法は，最初に行へのポインタを取得し，次に C の単純な演算子 [] を使用することです： // 正の行列要素の総和を求めます // （M が倍精度の行列であると仮定して）double sum=0;for(int i = 0; i < M. .rows; i++){ const double* Mi = M.ptr(i); for(int j = 0; j < M.cols; j++) sum += std::max(Mi[j], 0.);}．上の例のように，実際には配列の形状に依存しない演算もあります．このような演算は，配列の要素を1つずつ処理するだけです（あるいは，配列の加算など，同じ座標を持つ複数の配列の要素を処理することもあります）．このような操作を「要素ワイズ」と呼びます。すべての入出力配列が連続しているかどうか，つまり，各行の終わりに隙間がないかどうかをチェックすることは意味があります．もしそうであれば，それらを長い1つの行として処理します．// 最適化された正の行列要素の和を求めるtdouble sum=0;int cols = M.cols, rows = M.rows;if(M.isContinuous()){ cols *= rows; rows = 1;}for(int i = 0; i < rows; i++){ const double* Mi = M.ptr(i); for(int j = 0; j < cols; j++) sum += std::max(Mi[j], 0.);}．連続した行列の場合，外側のループ本体は1回しか実行されません．そのため，オーバーヘッドが小さくなり，特に小さな行列の場合には顕著です． 最後に，連続した行の間のギャップをスキップすることができる STL スタイルのイテレータを紹介します．// 正の行列要素の総和を計算する，イテレータベースのバリアントdouble sum=0;MatConstIterator_ it = M.begin(), it_end = M.end();for(; it != it_end; ++it) sum += std::max(*it, 0.); 行列イテレータは，ランダムアクセスイテレータなので，std::sort() を含む，あらゆる STL アルゴリズムに渡すことができます． 注釈matrix Expressions and arithmetic see MatExpr 例： fld_lines.cpp，modules/shape/samples/shape_example.cpp，samples/cpp/camshiftdemo.cpp，samples/cpp/connected_components.cpp，samples/cpp/contours2.cpp，samples/cpp/convexhull.cpp，samples/cpp/cout_mat.cpp，samples/cpp/create_mask.cpp，samples/cpp/demhist.cpp，samples/cpp/distrans.cpp, samples/cpp/edge.cpp, samples/cpp/facedetect.cpp, samples/cpp/falecolor.cpp, samples/cpp/ffilldemo.cpp, samples/cpp/filestorage.cpp, samples/cpp/fitellipse.cpp, samples/cpp/grabcut.cpp, samples/cpp/image_alignment.cpp, samples/cpp/intersectExample.cpp, samples/cpp/kalman.cpp, samples/cpp/kmeans.cpp，samples/cpp/laplace.cpp，samples/cpp/lkdemo.cpp，samples/cpp/minarea.cpp，samples/cpp/pca.cpp，samples/cpp/peopledetect.cpp，samples/cpp/polar_transforms.cpp，samples/cpp/segment_objects.cpp，samples/cpp/squares.cpp，samples/cpp/stitching.cpp，samples/cpp/stitching_detailed.cpp，samples/cpp/train_HOG.cpp, samples/cpp/tutorial_code/features2D/Homography/decompose_homography.cpp, samples/cpp/tutorial_code/features2D/Homography/homography_from_camera_displacement.cpp, samples/cpp/tutorial_code/features2D/Homography/pose_from_homography.cpp, samples/cpp/tutorial_code/HighGUI/AddingImagesTrackbar.cpp, samples/cpp/tutorial_code/Histograms_Matching/MatchTemplate_Demo.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_1.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_2.cpp, samples/cpp/tutorial_code/ImgProc/Morphology_1.cpp, samples/cpp/tutorial_code/ImgProc/Morphology_2.cpp, samples/cpp/tutorial_code/ImgProc/Pyramids/Pyramids.cpp, samples/cpp/tutorial_code/ImgProc/Smoothing/Smoothing.cpp, samples/cpp/tutorial_code/ImgTrans/copyMakeBorder_demo.cpp, samples/cpp/tutorial_code/ImgTrans/houghcircles.cpp, samples/cpp/tutorial_code/ImgTrans/houghlines.cpp, samples/cpp/tutorial_code/ImgTrans/Sobel_Demo.cpp, samples/cpp/tutorial_code/ml/introduction_to_pca/introduction_to_pca.cpp, samples/cpp/tutorial_code/photo/non_photorealistic_rendering/npr_demo.cpp, samples/cpp/tutorial_code/photo/seamless_cloning/cloning_demo.cpp, samples/cpp/tutorial_code/videoio/video-write/video-write.cpp, samples/cpp/videowriter_basic.cpp, samples/cpp/warpPerspective_demo.cpp, samples/cpp/watershed.cpp, samples/dnn/classification.cpp, samples/dnn/colorization.cpp, samples/dnn/object_detection.cpp, samples/dnn/openpose.cpp, samples/dnn/segmentation.cpp, samples/dnn/text_detection.cpp, and samples/tapi/squares.cpp. 元関数名(C#): core_Mat_new6 元DLLエクスポート名: core_Mat_new6 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_new6(cv::Mat *mat, cv::Range *ranges, cv::Mat **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::Mat(*mat, ranges);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_new7 [32bit] cv::Mat のインスタンスを生成します %prm p1,p2,p3 p1 = sptr : IntPtr mat p2 = ARGS_RECT : Rect roi p3 = var : out IntPtr returnValue %inst n-dimensional dense array クラス クラス Mat は，シングルチャンネルまたはマルチチャンネルの，n-dimensional dense 数値配列を表します．これは，実数または複素数のベクトルや行列，グレースケールやカラーの画像，ボクセルボリューム，ベクトルフィールド，点群，テンソル，ヒストグラム（ただし，非常に高次元のヒストグラムは， SparseMat に格納した方が良いかもしれません）を格納するために利用できます．配列 M のデータレイアウトは，配列 M.step[] によって定義されており，要素 ?((i_0,...,i_{M.dims-1})?)のアドレスは，次のように計算されます： ?((i_k= M.step[i+1] (実際には、M.step[i] >= M.step[i+1]*M.size[i+1] ) であることに注意してください。つまり，2次元の行列は行ごとに，3次元の行列は面ごとに，それぞれ格納されているということです．M.step[M.dims-1] は最小で，常に要素サイズ M.elemSize() と等しくなります． つまり，Mat のデータレイアウトは，Numpy (ndarray) や Win32 (independent device bitmaps) などの標準的なツールキットや SDK で提供されている密な配列タイプの大半，つまり，ピクセルの位置を計算するのにステップ（またはストライド）を利用するあらゆる配列と互換性があります．この互換性により，ユーザが割り当てたデータの Mat ヘッダを作成し，OpenCV の関数を使ってその場で処理することができます． Mat オブジェクトを作成するには，様々な方法があります．最も一般的な方法を以下に示します． create(nrows, ncols, type) メソッドや，類似の Mat(nrows, ncols, type[, fillValue]) コンストラクタを利用します．type は， cvCreateMat メソッドと同じ意味を持ちます．例えば， CV_8UC1 は 8 ビットシングルチャンネル配列を意味し， CV_32FC2 は 2 チャンネル（複素数）浮動小数点型配列を意味します．// 1+3 で埋め尽くされた 7x7 の複素行列を作成します。j.Mat M(7,7,CV_32FC2,Scalar(1,3));// そして今度は，M を 100x60 の 15 チャンネル 8 ビット行列に変えます。 // 古い内容は解放されます。M.create(100,60,CV_8UC(15)); 本章のイントロダクションで述べたように， create() は，現在の配列の形状や型が指定されたものと異なる場合にのみ，新しい配列を確保します． 多次元の配列を作成します。// 100x100x100 の 8 ビット配列を作成しますint sz[] = {100, 100, 100};Mat bigCube(3, sz, CV_8U, Scalar::all(0)); Mat のコンストラクタに次元数 =1 を渡していますが，作成される配列は列数が 1 の 2 次元になります． 右辺に配列や式が存在する可能性がある場合は，コピーコンストラクタや代入演算子を利用します（後述）．導入部で述べたように，配列の代入は，ヘッダのコピーと参照カウンタの増加だけなので，O(1) の処理です．Mat::clone() メソッドを利用すれば，必要な時に配列の完全な（深い）コピーを得ることができます． 別の配列の一部に対するヘッダを作成します．それは，1 つの行，1 つの列，複数の行，複数の列，配列中の矩形領域（代数学ではマイナーと呼ばれます），または対角線のいずれかです．このような操作も，新しいヘッダが同じデータを参照するため，O(1)となります．この機能を使って，実際に配列の一部を変更することができます．例えば// 5 番目の行に 3 を掛けたものを 3 番目の行に追加するM.row(3) = M.row(3) + M.row(5)*3;// 7 番目の列を 1 番目の列にコピーする// M.col(1) = M.col(7); // これは動作しませんMat M1 = M.col(1);M.col(7).copyTo(M1);// 320x240 の新しい imageMat img(Size(320,240),CV_8UC3);// ROIMat roi(img, Rect(10,10,100,100));// ROI を (0,255,0) (RGB 空間では緑) で埋める．// オリジナルの 320x240 の画像が変更されます． roi = Scalar(0,255,0); 追加の datastart および dataend メンバにより， locateROI() を用いて，メインコンテナ配列内の相対的なサブアレイの位置を計算することができます．Mat A = Mat::eye(10, 10, CV_32S);// A の列，1 (including) から 3 (exclusive) を抽出します．Mat B = A(Range::all(), Range(1, 3));// B の行，5 (including) から 9 (exclusive) を抽出します．locateROI(size, ofs);// size は (width=10,height=10) となり，ofs は (x=1, y=5) 行列全体の場合と同様に，深いコピーが必要な場合は，抽出された部分行列の clone() メソッドを利用します． ユーザが割り当てたデータのヘッダを作成します。以下のようにすると便利です． OpenCV を用いて，「外部」のデータを処理します（例えば，DirectShow* のフィルタや，gstreamer の処理モジュールを実装する場合など）．例えば，以下のようになります．Mat process_video_frame(const unsigned char* pixels, int width, int height, int step){ // 入力バッファをラップします． Mat img(height, width, CV_8UC3, (unsigned char*)pixels, step); Mat result; GaussianBlur(img, result, Size(7, 7), 1.5, 1.5); return result;}． double m[3][3] = {{a, b, c}, {d, e, f}, {g, h, i}};Mat M = Mat(3, 3, CV_64F, m).inv(); MATLAB スタイルの配列初期化子，zeros(), ones(), eye() などを利用します．// 倍精度の単位行列を作成し，それを M.M += Mat::eye(M.rows, M.cols, CV_64F) に追加します． コンマで区切られたイニシャライザを利用します．// 3x3 の倍精度単位行列を作成します。Mat M = (Mat_(3,3) << 1, 0, 0, 1, 0, 0, 1); この方法では，まず適切なパラメータを指定して Mat クラスのコンストラクタを呼び出し，次に << 演算子の後に定数，変数，式などのコンマで区切られた値を置くだけです．また，コンパイルエラーを避けるために，余分な括弧が必要であることにも注意してください． 配列が作成されると、参照カウントの仕組みによって自動的に管理されます。配列のヘッダがユーザが割り当てたデータの上に構築されている場合は，そのデータを自分で処理する必要があります．配列データは、誰からも指されなくなると解放されます。配列デストラクタが呼ばれる前に，配列ヘッダが指し示すデータを解放したい場合は， Mat::release() を利用してください． 配列クラスについて次に学ぶべき重要なことは，要素へのアクセスです．このマニュアルでは，各配列要素のアドレスを計算する方法を既に説明しました．通常は，コード内で直接その式を使う必要はありません．配列要素の型（メソッド Mat::type() を用いて取得できます）を知っていれば，2 次元配列の要素 \(M_{ij}\) に，次のようにアクセスできます．M.at(i,j) += 1.f; M は倍精度浮動小数点型配列であると仮定します．M.at(i,j) += 1.f; Mは倍精度の浮動小数点配列であると仮定しています。 2 次元配列の行全体を処理する必要がある場合，最も効率的な方法は，最初に行へのポインタを取得し，次に C の単純な演算子 [] を使用することです： // 正の行列要素の総和を求めます // （M が倍精度の行列であると仮定して）double sum=0;for(int i = 0; i < M. .rows; i++){ const double* Mi = M.ptr(i); for(int j = 0; j < M.cols; j++) sum += std::max(Mi[j], 0.);}．上の例のように，実際には配列の形状に依存しない演算もあります．このような演算は，配列の要素を1つずつ処理するだけです（あるいは，配列の加算など，同じ座標を持つ複数の配列の要素を処理することもあります）．このような操作を「要素ワイズ」と呼びます。すべての入出力配列が連続しているかどうか，つまり，各行の終わりに隙間がないかどうかをチェックすることは意味があります．もしそうであれば，それらを長い1つの行として処理します．// 最適化された正の行列要素の和を求めるtdouble sum=0;int cols = M.cols, rows = M.rows;if(M.isContinuous()){ cols *= rows; rows = 1;}for(int i = 0; i < rows; i++){ const double* Mi = M.ptr(i); for(int j = 0; j < cols; j++) sum += std::max(Mi[j], 0.);}．連続した行列の場合，外側のループ本体は1回しか実行されません．そのため，オーバーヘッドが小さくなり，特に小さな行列の場合には顕著です． 最後に，連続した行の間のギャップをスキップすることができる STL スタイルのイテレータを紹介します．// 正の行列要素の総和を計算する，イテレータベースのバリアントdouble sum=0;MatConstIterator_ it = M.begin(), it_end = M.end();for(; it != it_end; ++it) sum += std::max(*it, 0.); 行列イテレータは，ランダムアクセスイテレータなので，std::sort() を含む，あらゆる STL アルゴリズムに渡すことができます． 注釈matrix Expressions and arithmetic see MatExpr 例： fld_lines.cpp，modules/shape/samples/shape_example.cpp，samples/cpp/camshiftdemo.cpp，samples/cpp/connected_components.cpp，samples/cpp/contours2.cpp，samples/cpp/convexhull.cpp，samples/cpp/cout_mat.cpp，samples/cpp/create_mask.cpp，samples/cpp/demhist.cpp，samples/cpp/distrans.cpp, samples/cpp/edge.cpp, samples/cpp/facedetect.cpp, samples/cpp/falecolor.cpp, samples/cpp/ffilldemo.cpp, samples/cpp/filestorage.cpp, samples/cpp/fitellipse.cpp, samples/cpp/grabcut.cpp, samples/cpp/image_alignment.cpp, samples/cpp/intersectExample.cpp, samples/cpp/kalman.cpp, samples/cpp/kmeans.cpp，samples/cpp/laplace.cpp，samples/cpp/lkdemo.cpp，samples/cpp/minarea.cpp，samples/cpp/pca.cpp，samples/cpp/peopledetect.cpp，samples/cpp/polar_transforms.cpp，samples/cpp/segment_objects.cpp，samples/cpp/squares.cpp，samples/cpp/stitching.cpp，samples/cpp/stitching_detailed.cpp，samples/cpp/train_HOG.cpp, samples/cpp/tutorial_code/features2D/Homography/decompose_homography.cpp, samples/cpp/tutorial_code/features2D/Homography/homography_from_camera_displacement.cpp, samples/cpp/tutorial_code/features2D/Homography/pose_from_homography.cpp, samples/cpp/tutorial_code/HighGUI/AddingImagesTrackbar.cpp, samples/cpp/tutorial_code/Histograms_Matching/MatchTemplate_Demo.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_1.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_2.cpp, samples/cpp/tutorial_code/ImgProc/Morphology_1.cpp, samples/cpp/tutorial_code/ImgProc/Morphology_2.cpp, samples/cpp/tutorial_code/ImgProc/Pyramids/Pyramids.cpp, samples/cpp/tutorial_code/ImgProc/Smoothing/Smoothing.cpp, samples/cpp/tutorial_code/ImgTrans/copyMakeBorder_demo.cpp, samples/cpp/tutorial_code/ImgTrans/houghcircles.cpp, samples/cpp/tutorial_code/ImgTrans/houghlines.cpp, samples/cpp/tutorial_code/ImgTrans/Sobel_Demo.cpp, samples/cpp/tutorial_code/ml/introduction_to_pca/introduction_to_pca.cpp, samples/cpp/tutorial_code/photo/non_photorealistic_rendering/npr_demo.cpp, samples/cpp/tutorial_code/photo/seamless_cloning/cloning_demo.cpp, samples/cpp/tutorial_code/videoio/video-write/video-write.cpp, samples/cpp/videowriter_basic.cpp, samples/cpp/warpPerspective_demo.cpp, samples/cpp/watershed.cpp, samples/dnn/classification.cpp, samples/dnn/colorization.cpp, samples/dnn/object_detection.cpp, samples/dnn/openpose.cpp, samples/dnn/segmentation.cpp, samples/dnn/text_detection.cpp, and samples/tapi/squares.cpp. 元関数名(C#): core_Mat_new7 元DLLエクスポート名: core_Mat_new7 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_new7(cv::Mat *mat, MyCvRect roi, cv::Mat **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::Mat(*mat, cpp(roi));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_new7 [64bit] cv::Mat のインスタンスを生成します %prm p1,p2,p3 p1 = sptr : IntPtr mat p2 = var : Rect roi p3 = var : out IntPtr returnValue %inst n-dimensional dense array クラス クラス Mat は，シングルチャンネルまたはマルチチャンネルの，n-dimensional dense 数値配列を表します．これは，実数または複素数のベクトルや行列，グレースケールやカラーの画像，ボクセルボリューム，ベクトルフィールド，点群，テンソル，ヒストグラム（ただし，非常に高次元のヒストグラムは， SparseMat に格納した方が良いかもしれません）を格納するために利用できます．配列 M のデータレイアウトは，配列 M.step[] によって定義されており，要素 ?((i_0,...,i_{M.dims-1})?)のアドレスは，次のように計算されます： ?((i_k= M.step[i+1] (実際には、M.step[i] >= M.step[i+1]*M.size[i+1] ) であることに注意してください。つまり，2次元の行列は行ごとに，3次元の行列は面ごとに，それぞれ格納されているということです．M.step[M.dims-1] は最小で，常に要素サイズ M.elemSize() と等しくなります． つまり，Mat のデータレイアウトは，Numpy (ndarray) や Win32 (independent device bitmaps) などの標準的なツールキットや SDK で提供されている密な配列タイプの大半，つまり，ピクセルの位置を計算するのにステップ（またはストライド）を利用するあらゆる配列と互換性があります．この互換性により，ユーザが割り当てたデータの Mat ヘッダを作成し，OpenCV の関数を使ってその場で処理することができます． Mat オブジェクトを作成するには，様々な方法があります．最も一般的な方法を以下に示します． create(nrows, ncols, type) メソッドや，類似の Mat(nrows, ncols, type[, fillValue]) コンストラクタを利用します．type は， cvCreateMat メソッドと同じ意味を持ちます．例えば， CV_8UC1 は 8 ビットシングルチャンネル配列を意味し， CV_32FC2 は 2 チャンネル（複素数）浮動小数点型配列を意味します．// 1+3 で埋め尽くされた 7x7 の複素行列を作成します。j.Mat M(7,7,CV_32FC2,Scalar(1,3));// そして今度は，M を 100x60 の 15 チャンネル 8 ビット行列に変えます。 // 古い内容は解放されます。M.create(100,60,CV_8UC(15)); 本章のイントロダクションで述べたように， create() は，現在の配列の形状や型が指定されたものと異なる場合にのみ，新しい配列を確保します． 多次元の配列を作成します。// 100x100x100 の 8 ビット配列を作成しますint sz[] = {100, 100, 100};Mat bigCube(3, sz, CV_8U, Scalar::all(0)); Mat のコンストラクタに次元数 =1 を渡していますが，作成される配列は列数が 1 の 2 次元になります． 右辺に配列や式が存在する可能性がある場合は，コピーコンストラクタや代入演算子を利用します（後述）．導入部で述べたように，配列の代入は，ヘッダのコピーと参照カウンタの増加だけなので，O(1) の処理です．Mat::clone() メソッドを利用すれば，必要な時に配列の完全な（深い）コピーを得ることができます． 別の配列の一部に対するヘッダを作成します．それは，1 つの行，1 つの列，複数の行，複数の列，配列中の矩形領域（代数学ではマイナーと呼ばれます），または対角線のいずれかです．このような操作も，新しいヘッダが同じデータを参照するため，O(1)となります．この機能を使って，実際に配列の一部を変更することができます．例えば// 5 番目の行に 3 を掛けたものを 3 番目の行に追加するM.row(3) = M.row(3) + M.row(5)*3;// 7 番目の列を 1 番目の列にコピーする// M.col(1) = M.col(7); // これは動作しませんMat M1 = M.col(1);M.col(7).copyTo(M1);// 320x240 の新しい imageMat img(Size(320,240),CV_8UC3);// ROIMat roi(img, Rect(10,10,100,100));// ROI を (0,255,0) (RGB 空間では緑) で埋める．// オリジナルの 320x240 の画像が変更されます． roi = Scalar(0,255,0); 追加の datastart および dataend メンバにより， locateROI() を用いて，メインコンテナ配列内の相対的なサブアレイの位置を計算することができます．Mat A = Mat::eye(10, 10, CV_32S);// A の列，1 (including) から 3 (exclusive) を抽出します．Mat B = A(Range::all(), Range(1, 3));// B の行，5 (including) から 9 (exclusive) を抽出します．locateROI(size, ofs);// size は (width=10,height=10) となり，ofs は (x=1, y=5) 行列全体の場合と同様に，深いコピーが必要な場合は，抽出された部分行列の clone() メソッドを利用します． ユーザが割り当てたデータのヘッダを作成します。以下のようにすると便利です． OpenCV を用いて，「外部」のデータを処理します（例えば，DirectShow* のフィルタや，gstreamer の処理モジュールを実装する場合など）．例えば，以下のようになります．Mat process_video_frame(const unsigned char* pixels, int width, int height, int step){ // 入力バッファをラップします． Mat img(height, width, CV_8UC3, (unsigned char*)pixels, step); Mat result; GaussianBlur(img, result, Size(7, 7), 1.5, 1.5); return result;}． double m[3][3] = {{a, b, c}, {d, e, f}, {g, h, i}};Mat M = Mat(3, 3, CV_64F, m).inv(); MATLAB スタイルの配列初期化子，zeros(), ones(), eye() などを利用します．// 倍精度の単位行列を作成し，それを M.M += Mat::eye(M.rows, M.cols, CV_64F) に追加します． コンマで区切られたイニシャライザを利用します．// 3x3 の倍精度単位行列を作成します。Mat M = (Mat_(3,3) << 1, 0, 0, 1, 0, 0, 1); この方法では，まず適切なパラメータを指定して Mat クラスのコンストラクタを呼び出し，次に << 演算子の後に定数，変数，式などのコンマで区切られた値を置くだけです．また，コンパイルエラーを避けるために，余分な括弧が必要であることにも注意してください． 配列が作成されると、参照カウントの仕組みによって自動的に管理されます。配列のヘッダがユーザが割り当てたデータの上に構築されている場合は，そのデータを自分で処理する必要があります．配列データは、誰からも指されなくなると解放されます。配列デストラクタが呼ばれる前に，配列ヘッダが指し示すデータを解放したい場合は， Mat::release() を利用してください． 配列クラスについて次に学ぶべき重要なことは，要素へのアクセスです．このマニュアルでは，各配列要素のアドレスを計算する方法を既に説明しました．通常は，コード内で直接その式を使う必要はありません．配列要素の型（メソッド Mat::type() を用いて取得できます）を知っていれば，2 次元配列の要素 \(M_{ij}\) に，次のようにアクセスできます．M.at(i,j) += 1.f; M は倍精度浮動小数点型配列であると仮定します．M.at(i,j) += 1.f; Mは倍精度の浮動小数点配列であると仮定しています。 2 次元配列の行全体を処理する必要がある場合，最も効率的な方法は，最初に行へのポインタを取得し，次に C の単純な演算子 [] を使用することです： // 正の行列要素の総和を求めます // （M が倍精度の行列であると仮定して）double sum=0;for(int i = 0; i < M. .rows; i++){ const double* Mi = M.ptr(i); for(int j = 0; j < M.cols; j++) sum += std::max(Mi[j], 0.);}．上の例のように，実際には配列の形状に依存しない演算もあります．このような演算は，配列の要素を1つずつ処理するだけです（あるいは，配列の加算など，同じ座標を持つ複数の配列の要素を処理することもあります）．このような操作を「要素ワイズ」と呼びます。すべての入出力配列が連続しているかどうか，つまり，各行の終わりに隙間がないかどうかをチェックすることは意味があります．もしそうであれば，それらを長い1つの行として処理します．// 最適化された正の行列要素の和を求めるtdouble sum=0;int cols = M.cols, rows = M.rows;if(M.isContinuous()){ cols *= rows; rows = 1;}for(int i = 0; i < rows; i++){ const double* Mi = M.ptr(i); for(int j = 0; j < cols; j++) sum += std::max(Mi[j], 0.);}．連続した行列の場合，外側のループ本体は1回しか実行されません．そのため，オーバーヘッドが小さくなり，特に小さな行列の場合には顕著です． 最後に，連続した行の間のギャップをスキップすることができる STL スタイルのイテレータを紹介します．// 正の行列要素の総和を計算する，イテレータベースのバリアントdouble sum=0;MatConstIterator_ it = M.begin(), it_end = M.end();for(; it != it_end; ++it) sum += std::max(*it, 0.); 行列イテレータは，ランダムアクセスイテレータなので，std::sort() を含む，あらゆる STL アルゴリズムに渡すことができます． 注釈matrix Expressions and arithmetic see MatExpr 例： fld_lines.cpp，modules/shape/samples/shape_example.cpp，samples/cpp/camshiftdemo.cpp，samples/cpp/connected_components.cpp，samples/cpp/contours2.cpp，samples/cpp/convexhull.cpp，samples/cpp/cout_mat.cpp，samples/cpp/create_mask.cpp，samples/cpp/demhist.cpp，samples/cpp/distrans.cpp, samples/cpp/edge.cpp, samples/cpp/facedetect.cpp, samples/cpp/falecolor.cpp, samples/cpp/ffilldemo.cpp, samples/cpp/filestorage.cpp, samples/cpp/fitellipse.cpp, samples/cpp/grabcut.cpp, samples/cpp/image_alignment.cpp, samples/cpp/intersectExample.cpp, samples/cpp/kalman.cpp, samples/cpp/kmeans.cpp，samples/cpp/laplace.cpp，samples/cpp/lkdemo.cpp，samples/cpp/minarea.cpp，samples/cpp/pca.cpp，samples/cpp/peopledetect.cpp，samples/cpp/polar_transforms.cpp，samples/cpp/segment_objects.cpp，samples/cpp/squares.cpp，samples/cpp/stitching.cpp，samples/cpp/stitching_detailed.cpp，samples/cpp/train_HOG.cpp, samples/cpp/tutorial_code/features2D/Homography/decompose_homography.cpp, samples/cpp/tutorial_code/features2D/Homography/homography_from_camera_displacement.cpp, samples/cpp/tutorial_code/features2D/Homography/pose_from_homography.cpp, samples/cpp/tutorial_code/HighGUI/AddingImagesTrackbar.cpp, samples/cpp/tutorial_code/Histograms_Matching/MatchTemplate_Demo.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_1.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_2.cpp, samples/cpp/tutorial_code/ImgProc/Morphology_1.cpp, samples/cpp/tutorial_code/ImgProc/Morphology_2.cpp, samples/cpp/tutorial_code/ImgProc/Pyramids/Pyramids.cpp, samples/cpp/tutorial_code/ImgProc/Smoothing/Smoothing.cpp, samples/cpp/tutorial_code/ImgTrans/copyMakeBorder_demo.cpp, samples/cpp/tutorial_code/ImgTrans/houghcircles.cpp, samples/cpp/tutorial_code/ImgTrans/houghlines.cpp, samples/cpp/tutorial_code/ImgTrans/Sobel_Demo.cpp, samples/cpp/tutorial_code/ml/introduction_to_pca/introduction_to_pca.cpp, samples/cpp/tutorial_code/photo/non_photorealistic_rendering/npr_demo.cpp, samples/cpp/tutorial_code/photo/seamless_cloning/cloning_demo.cpp, samples/cpp/tutorial_code/videoio/video-write/video-write.cpp, samples/cpp/videowriter_basic.cpp, samples/cpp/warpPerspective_demo.cpp, samples/cpp/watershed.cpp, samples/dnn/classification.cpp, samples/dnn/colorization.cpp, samples/dnn/object_detection.cpp, samples/dnn/openpose.cpp, samples/dnn/segmentation.cpp, samples/dnn/text_detection.cpp, and samples/tapi/squares.cpp. 元関数名(C#): core_Mat_new7 元DLLエクスポート名: core_Mat_new7 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_new7(cv::Mat *mat, MyCvRect roi, cv::Mat **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::Mat(*mat, cpp(roi));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_new8 [32/64bit] cv::Mat のインスタンスを生成します %prm p1,p2,p3,p4,p5,p6 p1 = int : int rows p2 = int : int cols p3 = int : int type p4 = sptr : IntPtr data p5 = sptr : IntPtr step p6 = var : out IntPtr returnValue %inst n-dimensional dense array クラス クラス Mat は，シングルチャンネルまたはマルチチャンネルの，n-dimensional dense 数値配列を表します．これは，実数または複素数のベクトルや行列，グレースケールやカラーの画像，ボクセルボリューム，ベクトルフィールド，点群，テンソル，ヒストグラム（ただし，非常に高次元のヒストグラムは， SparseMat に格納した方が良いかもしれません）を格納するために利用できます．配列 M のデータレイアウトは，配列 M.step[] によって定義されており，要素 ?((i_0,...,i_{M.dims-1})?)のアドレスは，次のように計算されます： ?((i_k= M.step[i+1] (実際には、M.step[i] >= M.step[i+1]*M.size[i+1] ) であることに注意してください。つまり，2次元の行列は行ごとに，3次元の行列は面ごとに，それぞれ格納されているということです．M.step[M.dims-1] は最小で，常に要素サイズ M.elemSize() と等しくなります． つまり，Mat のデータレイアウトは，Numpy (ndarray) や Win32 (independent device bitmaps) などの標準的なツールキットや SDK で提供されている密な配列タイプの大半，つまり，ピクセルの位置を計算するのにステップ（またはストライド）を利用するあらゆる配列と互換性があります．この互換性により，ユーザが割り当てたデータの Mat ヘッダを作成し，OpenCV の関数を使ってその場で処理することができます． Mat オブジェクトを作成するには，様々な方法があります．最も一般的な方法を以下に示します． create(nrows, ncols, type) メソッドや，類似の Mat(nrows, ncols, type[, fillValue]) コンストラクタを利用します．type は， cvCreateMat メソッドと同じ意味を持ちます．例えば， CV_8UC1 は 8 ビットシングルチャンネル配列を意味し， CV_32FC2 は 2 チャンネル（複素数）浮動小数点型配列を意味します．// 1+3 で埋め尽くされた 7x7 の複素行列を作成します。j.Mat M(7,7,CV_32FC2,Scalar(1,3));// そして今度は，M を 100x60 の 15 チャンネル 8 ビット行列に変えます。 // 古い内容は解放されます。M.create(100,60,CV_8UC(15)); 本章のイントロダクションで述べたように， create() は，現在の配列の形状や型が指定されたものと異なる場合にのみ，新しい配列を確保します． 多次元の配列を作成します。// 100x100x100 の 8 ビット配列を作成しますint sz[] = {100, 100, 100};Mat bigCube(3, sz, CV_8U, Scalar::all(0)); Mat のコンストラクタに次元数 =1 を渡していますが，作成される配列は列数が 1 の 2 次元になります． 右辺に配列や式が存在する可能性がある場合は，コピーコンストラクタや代入演算子を利用します（後述）．導入部で述べたように，配列の代入は，ヘッダのコピーと参照カウンタの増加だけなので，O(1) の処理です．Mat::clone() メソッドを利用すれば，必要な時に配列の完全な（深い）コピーを得ることができます． 別の配列の一部に対するヘッダを作成します．それは，1 つの行，1 つの列，複数の行，複数の列，配列中の矩形領域（代数学ではマイナーと呼ばれます），または対角線のいずれかです．このような操作も，新しいヘッダが同じデータを参照するため，O(1)となります．この機能を使って，実際に配列の一部を変更することができます．例えば// 5 番目の行に 3 を掛けたものを 3 番目の行に追加するM.row(3) = M.row(3) + M.row(5)*3;// 7 番目の列を 1 番目の列にコピーする// M.col(1) = M.col(7); // これは動作しませんMat M1 = M.col(1);M.col(7).copyTo(M1);// 320x240 の新しい imageMat img(Size(320,240),CV_8UC3);// ROIMat roi(img, Rect(10,10,100,100));// ROI を (0,255,0) (RGB 空間では緑) で埋める．// オリジナルの 320x240 の画像が変更されます． roi = Scalar(0,255,0); 追加の datastart および dataend メンバにより， locateROI() を用いて，メインコンテナ配列内の相対的なサブアレイの位置を計算することができます．Mat A = Mat::eye(10, 10, CV_32S);// A の列，1 (including) から 3 (exclusive) を抽出します．Mat B = A(Range::all(), Range(1, 3));// B の行，5 (including) から 9 (exclusive) を抽出します．locateROI(size, ofs);// size は (width=10,height=10) となり，ofs は (x=1, y=5) 行列全体の場合と同様に，深いコピーが必要な場合は，抽出された部分行列の clone() メソッドを利用します． ユーザが割り当てたデータのヘッダを作成します。以下のようにすると便利です． OpenCV を用いて，「外部」のデータを処理します（例えば，DirectShow* のフィルタや，gstreamer の処理モジュールを実装する場合など）．例えば，以下のようになります．Mat process_video_frame(const unsigned char* pixels, int width, int height, int step){ // 入力バッファをラップします． Mat img(height, width, CV_8UC3, (unsigned char*)pixels, step); Mat result; GaussianBlur(img, result, Size(7, 7), 1.5, 1.5); return result;}． double m[3][3] = {{a, b, c}, {d, e, f}, {g, h, i}};Mat M = Mat(3, 3, CV_64F, m).inv(); MATLAB スタイルの配列初期化子，zeros(), ones(), eye() などを利用します．// 倍精度の単位行列を作成し，それを M.M += Mat::eye(M.rows, M.cols, CV_64F) に追加します． コンマで区切られたイニシャライザを利用します．// 3x3 の倍精度単位行列を作成します。Mat M = (Mat_(3,3) << 1, 0, 0, 1, 0, 0, 1); この方法では，まず適切なパラメータを指定して Mat クラスのコンストラクタを呼び出し，次に << 演算子の後に定数，変数，式などのコンマで区切られた値を置くだけです．また，コンパイルエラーを避けるために，余分な括弧が必要であることにも注意してください． 配列が作成されると、参照カウントの仕組みによって自動的に管理されます。配列のヘッダがユーザが割り当てたデータの上に構築されている場合は，そのデータを自分で処理する必要があります．配列データは、誰からも指されなくなると解放されます。配列デストラクタが呼ばれる前に，配列ヘッダが指し示すデータを解放したい場合は， Mat::release() を利用してください． 配列クラスについて次に学ぶべき重要なことは，要素へのアクセスです．このマニュアルでは，各配列要素のアドレスを計算する方法を既に説明しました．通常は，コード内で直接その式を使う必要はありません．配列要素の型（メソッド Mat::type() を用いて取得できます）を知っていれば，2 次元配列の要素 \(M_{ij}\) に，次のようにアクセスできます．M.at(i,j) += 1.f; M は倍精度浮動小数点型配列であると仮定します．M.at(i,j) += 1.f; Mは倍精度の浮動小数点配列であると仮定しています。 2 次元配列の行全体を処理する必要がある場合，最も効率的な方法は，最初に行へのポインタを取得し，次に C の単純な演算子 [] を使用することです： // 正の行列要素の総和を求めます // （M が倍精度の行列であると仮定して）double sum=0;for(int i = 0; i < M. .rows; i++){ const double* Mi = M.ptr(i); for(int j = 0; j < M.cols; j++) sum += std::max(Mi[j], 0.);}．上の例のように，実際には配列の形状に依存しない演算もあります．このような演算は，配列の要素を1つずつ処理するだけです（あるいは，配列の加算など，同じ座標を持つ複数の配列の要素を処理することもあります）．このような操作を「要素ワイズ」と呼びます。すべての入出力配列が連続しているかどうか，つまり，各行の終わりに隙間がないかどうかをチェックすることは意味があります．もしそうであれば，それらを長い1つの行として処理します．// 最適化された正の行列要素の和を求めるtdouble sum=0;int cols = M.cols, rows = M.rows;if(M.isContinuous()){ cols *= rows; rows = 1;}for(int i = 0; i < rows; i++){ const double* Mi = M.ptr(i); for(int j = 0; j < cols; j++) sum += std::max(Mi[j], 0.);}．連続した行列の場合，外側のループ本体は1回しか実行されません．そのため，オーバーヘッドが小さくなり，特に小さな行列の場合には顕著です． 最後に，連続した行の間のギャップをスキップすることができる STL スタイルのイテレータを紹介します．// 正の行列要素の総和を計算する，イテレータベースのバリアントdouble sum=0;MatConstIterator_ it = M.begin(), it_end = M.end();for(; it != it_end; ++it) sum += std::max(*it, 0.); 行列イテレータは，ランダムアクセスイテレータなので，std::sort() を含む，あらゆる STL アルゴリズムに渡すことができます． 注釈matrix Expressions and arithmetic see MatExpr 例： fld_lines.cpp，modules/shape/samples/shape_example.cpp，samples/cpp/camshiftdemo.cpp，samples/cpp/connected_components.cpp，samples/cpp/contours2.cpp，samples/cpp/convexhull.cpp，samples/cpp/cout_mat.cpp，samples/cpp/create_mask.cpp，samples/cpp/demhist.cpp，samples/cpp/distrans.cpp, samples/cpp/edge.cpp, samples/cpp/facedetect.cpp, samples/cpp/falecolor.cpp, samples/cpp/ffilldemo.cpp, samples/cpp/filestorage.cpp, samples/cpp/fitellipse.cpp, samples/cpp/grabcut.cpp, samples/cpp/image_alignment.cpp, samples/cpp/intersectExample.cpp, samples/cpp/kalman.cpp, samples/cpp/kmeans.cpp，samples/cpp/laplace.cpp，samples/cpp/lkdemo.cpp，samples/cpp/minarea.cpp，samples/cpp/pca.cpp，samples/cpp/peopledetect.cpp，samples/cpp/polar_transforms.cpp，samples/cpp/segment_objects.cpp，samples/cpp/squares.cpp，samples/cpp/stitching.cpp，samples/cpp/stitching_detailed.cpp，samples/cpp/train_HOG.cpp, samples/cpp/tutorial_code/features2D/Homography/decompose_homography.cpp, samples/cpp/tutorial_code/features2D/Homography/homography_from_camera_displacement.cpp, samples/cpp/tutorial_code/features2D/Homography/pose_from_homography.cpp, samples/cpp/tutorial_code/HighGUI/AddingImagesTrackbar.cpp, samples/cpp/tutorial_code/Histograms_Matching/MatchTemplate_Demo.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_1.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_2.cpp, samples/cpp/tutorial_code/ImgProc/Morphology_1.cpp, samples/cpp/tutorial_code/ImgProc/Morphology_2.cpp, samples/cpp/tutorial_code/ImgProc/Pyramids/Pyramids.cpp, samples/cpp/tutorial_code/ImgProc/Smoothing/Smoothing.cpp, samples/cpp/tutorial_code/ImgTrans/copyMakeBorder_demo.cpp, samples/cpp/tutorial_code/ImgTrans/houghcircles.cpp, samples/cpp/tutorial_code/ImgTrans/houghlines.cpp, samples/cpp/tutorial_code/ImgTrans/Sobel_Demo.cpp, samples/cpp/tutorial_code/ml/introduction_to_pca/introduction_to_pca.cpp, samples/cpp/tutorial_code/photo/non_photorealistic_rendering/npr_demo.cpp, samples/cpp/tutorial_code/photo/seamless_cloning/cloning_demo.cpp, samples/cpp/tutorial_code/videoio/video-write/video-write.cpp, samples/cpp/videowriter_basic.cpp, samples/cpp/warpPerspective_demo.cpp, samples/cpp/watershed.cpp, samples/dnn/classification.cpp, samples/dnn/colorization.cpp, samples/dnn/object_detection.cpp, samples/dnn/openpose.cpp, samples/dnn/segmentation.cpp, samples/dnn/text_detection.cpp, and samples/tapi/squares.cpp. 元関数名(C#): core_Mat_new8 元DLLエクスポート名: core_Mat_new8 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_new8(int rows, int cols, int type, void* data, size_t step, cv::Mat **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::Mat(rows, cols, type, data, step);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_new9 [32/64bit] cv::Mat のインスタンスを生成します %prm p1,p2,p3,p4,p5,p6 p1 = int : int ndims p2 = var : [MarshalAs(UnmanagedType.LPArray)] int[] sizes p3 = int : int type p4 = sptr : IntPtr data p5 = sptr : [MarshalAs(UnmanagedType.LPArray)] IntPtr[] steps p6 = var : out IntPtr returnValue %inst n-dimensional dense array クラス クラス Mat は，シングルチャンネルまたはマルチチャンネルの，n-dimensional dense 数値配列を表します．これは，実数または複素数のベクトルや行列，グレースケールやカラーの画像，ボクセルボリューム，ベクトルフィールド，点群，テンソル，ヒストグラム（ただし，非常に高次元のヒストグラムは， SparseMat に格納した方が良いかもしれません）を格納するために利用できます．配列 M のデータレイアウトは，配列 M.step[] によって定義されており，要素 ?((i_0,...,i_{M.dims-1})?)のアドレスは，次のように計算されます： ?((i_k= M.step[i+1] (実際には、M.step[i] >= M.step[i+1]*M.size[i+1] ) であることに注意してください。つまり，2次元の行列は行ごとに，3次元の行列は面ごとに，それぞれ格納されているということです．M.step[M.dims-1] は最小で，常に要素サイズ M.elemSize() と等しくなります． つまり，Mat のデータレイアウトは，Numpy (ndarray) や Win32 (independent device bitmaps) などの標準的なツールキットや SDK で提供されている密な配列タイプの大半，つまり，ピクセルの位置を計算するのにステップ（またはストライド）を利用するあらゆる配列と互換性があります．この互換性により，ユーザが割り当てたデータの Mat ヘッダを作成し，OpenCV の関数を使ってその場で処理することができます． Mat オブジェクトを作成するには，様々な方法があります．最も一般的な方法を以下に示します． create(nrows, ncols, type) メソッドや，類似の Mat(nrows, ncols, type[, fillValue]) コンストラクタを利用します．type は， cvCreateMat メソッドと同じ意味を持ちます．例えば， CV_8UC1 は 8 ビットシングルチャンネル配列を意味し， CV_32FC2 は 2 チャンネル（複素数）浮動小数点型配列を意味します．// 1+3 で埋め尽くされた 7x7 の複素行列を作成します。j.Mat M(7,7,CV_32FC2,Scalar(1,3));// そして今度は，M を 100x60 の 15 チャンネル 8 ビット行列に変えます。 // 古い内容は解放されます。M.create(100,60,CV_8UC(15)); 本章のイントロダクションで述べたように， create() は，現在の配列の形状や型が指定されたものと異なる場合にのみ，新しい配列を確保します． 多次元の配列を作成します。// 100x100x100 の 8 ビット配列を作成しますint sz[] = {100, 100, 100};Mat bigCube(3, sz, CV_8U, Scalar::all(0)); Mat のコンストラクタに次元数 =1 を渡していますが，作成される配列は列数が 1 の 2 次元になります． 右辺に配列や式が存在する可能性がある場合は，コピーコンストラクタや代入演算子を利用します（後述）．導入部で述べたように，配列の代入は，ヘッダのコピーと参照カウンタの増加だけなので，O(1) の処理です．Mat::clone() メソッドを利用すれば，必要な時に配列の完全な（深い）コピーを得ることができます． 別の配列の一部に対するヘッダを作成します．それは，1 つの行，1 つの列，複数の行，複数の列，配列中の矩形領域（代数学ではマイナーと呼ばれます），または対角線のいずれかです．このような操作も，新しいヘッダが同じデータを参照するため，O(1)となります．この機能を使って，実際に配列の一部を変更することができます．例えば// 5 番目の行に 3 を掛けたものを 3 番目の行に追加するM.row(3) = M.row(3) + M.row(5)*3;// 7 番目の列を 1 番目の列にコピーする// M.col(1) = M.col(7); // これは動作しませんMat M1 = M.col(1);M.col(7).copyTo(M1);// 320x240 の新しい imageMat img(Size(320,240),CV_8UC3);// ROIMat roi(img, Rect(10,10,100,100));// ROI を (0,255,0) (RGB 空間では緑) で埋める．// オリジナルの 320x240 の画像が変更されます． roi = Scalar(0,255,0); 追加の datastart および dataend メンバにより， locateROI() を用いて，メインコンテナ配列内の相対的なサブアレイの位置を計算することができます．Mat A = Mat::eye(10, 10, CV_32S);// A の列，1 (including) から 3 (exclusive) を抽出します．Mat B = A(Range::all(), Range(1, 3));// B の行，5 (including) から 9 (exclusive) を抽出します．locateROI(size, ofs);// size は (width=10,height=10) となり，ofs は (x=1, y=5) 行列全体の場合と同様に，深いコピーが必要な場合は，抽出された部分行列の clone() メソッドを利用します． ユーザが割り当てたデータのヘッダを作成します。以下のようにすると便利です． OpenCV を用いて，「外部」のデータを処理します（例えば，DirectShow* のフィルタや，gstreamer の処理モジュールを実装する場合など）．例えば，以下のようになります．Mat process_video_frame(const unsigned char* pixels, int width, int height, int step){ // 入力バッファをラップします． Mat img(height, width, CV_8UC3, (unsigned char*)pixels, step); Mat result; GaussianBlur(img, result, Size(7, 7), 1.5, 1.5); return result;}． double m[3][3] = {{a, b, c}, {d, e, f}, {g, h, i}};Mat M = Mat(3, 3, CV_64F, m).inv(); MATLAB スタイルの配列初期化子，zeros(), ones(), eye() などを利用します．// 倍精度の単位行列を作成し，それを M.M += Mat::eye(M.rows, M.cols, CV_64F) に追加します． コンマで区切られたイニシャライザを利用します．// 3x3 の倍精度単位行列を作成します。Mat M = (Mat_(3,3) << 1, 0, 0, 1, 0, 0, 1); この方法では，まず適切なパラメータを指定して Mat クラスのコンストラクタを呼び出し，次に << 演算子の後に定数，変数，式などのコンマで区切られた値を置くだけです．また，コンパイルエラーを避けるために，余分な括弧が必要であることにも注意してください． 配列が作成されると、参照カウントの仕組みによって自動的に管理されます。配列のヘッダがユーザが割り当てたデータの上に構築されている場合は，そのデータを自分で処理する必要があります．配列データは、誰からも指されなくなると解放されます。配列デストラクタが呼ばれる前に，配列ヘッダが指し示すデータを解放したい場合は， Mat::release() を利用してください． 配列クラスについて次に学ぶべき重要なことは，要素へのアクセスです．このマニュアルでは，各配列要素のアドレスを計算する方法を既に説明しました．通常は，コード内で直接その式を使う必要はありません．配列要素の型（メソッド Mat::type() を用いて取得できます）を知っていれば，2 次元配列の要素 \(M_{ij}\) に，次のようにアクセスできます．M.at(i,j) += 1.f; M は倍精度浮動小数点型配列であると仮定します．M.at(i,j) += 1.f; Mは倍精度の浮動小数点配列であると仮定しています。 2 次元配列の行全体を処理する必要がある場合，最も効率的な方法は，最初に行へのポインタを取得し，次に C の単純な演算子 [] を使用することです： // 正の行列要素の総和を求めます // （M が倍精度の行列であると仮定して）double sum=0;for(int i = 0; i < M. .rows; i++){ const double* Mi = M.ptr(i); for(int j = 0; j < M.cols; j++) sum += std::max(Mi[j], 0.);}．上の例のように，実際には配列の形状に依存しない演算もあります．このような演算は，配列の要素を1つずつ処理するだけです（あるいは，配列の加算など，同じ座標を持つ複数の配列の要素を処理することもあります）．このような操作を「要素ワイズ」と呼びます。すべての入出力配列が連続しているかどうか，つまり，各行の終わりに隙間がないかどうかをチェックすることは意味があります．もしそうであれば，それらを長い1つの行として処理します．// 最適化された正の行列要素の和を求めるtdouble sum=0;int cols = M.cols, rows = M.rows;if(M.isContinuous()){ cols *= rows; rows = 1;}for(int i = 0; i < rows; i++){ const double* Mi = M.ptr(i); for(int j = 0; j < cols; j++) sum += std::max(Mi[j], 0.);}．連続した行列の場合，外側のループ本体は1回しか実行されません．そのため，オーバーヘッドが小さくなり，特に小さな行列の場合には顕著です． 最後に，連続した行の間のギャップをスキップすることができる STL スタイルのイテレータを紹介します．// 正の行列要素の総和を計算する，イテレータベースのバリアントdouble sum=0;MatConstIterator_ it = M.begin(), it_end = M.end();for(; it != it_end; ++it) sum += std::max(*it, 0.); 行列イテレータは，ランダムアクセスイテレータなので，std::sort() を含む，あらゆる STL アルゴリズムに渡すことができます． 注釈matrix Expressions and arithmetic see MatExpr 例： fld_lines.cpp，modules/shape/samples/shape_example.cpp，samples/cpp/camshiftdemo.cpp，samples/cpp/connected_components.cpp，samples/cpp/contours2.cpp，samples/cpp/convexhull.cpp，samples/cpp/cout_mat.cpp，samples/cpp/create_mask.cpp，samples/cpp/demhist.cpp，samples/cpp/distrans.cpp, samples/cpp/edge.cpp, samples/cpp/facedetect.cpp, samples/cpp/falecolor.cpp, samples/cpp/ffilldemo.cpp, samples/cpp/filestorage.cpp, samples/cpp/fitellipse.cpp, samples/cpp/grabcut.cpp, samples/cpp/image_alignment.cpp, samples/cpp/intersectExample.cpp, samples/cpp/kalman.cpp, samples/cpp/kmeans.cpp，samples/cpp/laplace.cpp，samples/cpp/lkdemo.cpp，samples/cpp/minarea.cpp，samples/cpp/pca.cpp，samples/cpp/peopledetect.cpp，samples/cpp/polar_transforms.cpp，samples/cpp/segment_objects.cpp，samples/cpp/squares.cpp，samples/cpp/stitching.cpp，samples/cpp/stitching_detailed.cpp，samples/cpp/train_HOG.cpp, samples/cpp/tutorial_code/features2D/Homography/decompose_homography.cpp, samples/cpp/tutorial_code/features2D/Homography/homography_from_camera_displacement.cpp, samples/cpp/tutorial_code/features2D/Homography/pose_from_homography.cpp, samples/cpp/tutorial_code/HighGUI/AddingImagesTrackbar.cpp, samples/cpp/tutorial_code/Histograms_Matching/MatchTemplate_Demo.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_1.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_2.cpp, samples/cpp/tutorial_code/ImgProc/Morphology_1.cpp, samples/cpp/tutorial_code/ImgProc/Morphology_2.cpp, samples/cpp/tutorial_code/ImgProc/Pyramids/Pyramids.cpp, samples/cpp/tutorial_code/ImgProc/Smoothing/Smoothing.cpp, samples/cpp/tutorial_code/ImgTrans/copyMakeBorder_demo.cpp, samples/cpp/tutorial_code/ImgTrans/houghcircles.cpp, samples/cpp/tutorial_code/ImgTrans/houghlines.cpp, samples/cpp/tutorial_code/ImgTrans/Sobel_Demo.cpp, samples/cpp/tutorial_code/ml/introduction_to_pca/introduction_to_pca.cpp, samples/cpp/tutorial_code/photo/non_photorealistic_rendering/npr_demo.cpp, samples/cpp/tutorial_code/photo/seamless_cloning/cloning_demo.cpp, samples/cpp/tutorial_code/videoio/video-write/video-write.cpp, samples/cpp/videowriter_basic.cpp, samples/cpp/warpPerspective_demo.cpp, samples/cpp/watershed.cpp, samples/dnn/classification.cpp, samples/dnn/colorization.cpp, samples/dnn/object_detection.cpp, samples/dnn/openpose.cpp, samples/dnn/segmentation.cpp, samples/dnn/text_detection.cpp, and samples/tapi/squares.cpp. 元関数名(C#): core_Mat_new9 元DLLエクスポート名: core_Mat_new9 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_new9(int ndims, const int* sizes, int type, void* data, const size_t* steps, cv::Mat **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::Mat(ndims, sizes, type, data, steps);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_new10 [32/64bit] cv::Mat のインスタンスを生成します %prm p1,p2,p3,p4 p1 = int : int ndims p2 = var : [MarshalAs(UnmanagedType.LPArray)] int[] sizes p3 = int : int type p4 = var : out IntPtr returnValue %inst n-dimensional dense array クラス クラス Mat は，シングルチャンネルまたはマルチチャンネルの，n-dimensional dense 数値配列を表します．これは，実数または複素数のベクトルや行列，グレースケールやカラーの画像，ボクセルボリューム，ベクトルフィールド，点群，テンソル，ヒストグラム（ただし，非常に高次元のヒストグラムは， SparseMat に格納した方が良いかもしれません）を格納するために利用できます．配列 M のデータレイアウトは，配列 M.step[] によって定義されており，要素 ?((i_0,...,i_{M.dims-1})?)のアドレスは，次のように計算されます： ?((i_k= M.step[i+1] (実際には、M.step[i] >= M.step[i+1]*M.size[i+1] ) であることに注意してください。つまり，2次元の行列は行ごとに，3次元の行列は面ごとに，それぞれ格納されているということです．M.step[M.dims-1] は最小で，常に要素サイズ M.elemSize() と等しくなります． つまり，Mat のデータレイアウトは，Numpy (ndarray) や Win32 (independent device bitmaps) などの標準的なツールキットや SDK で提供されている密な配列タイプの大半，つまり，ピクセルの位置を計算するのにステップ（またはストライド）を利用するあらゆる配列と互換性があります．この互換性により，ユーザが割り当てたデータの Mat ヘッダを作成し，OpenCV の関数を使ってその場で処理することができます． Mat オブジェクトを作成するには，様々な方法があります．最も一般的な方法を以下に示します． create(nrows, ncols, type) メソッドや，類似の Mat(nrows, ncols, type[, fillValue]) コンストラクタを利用します．type は， cvCreateMat メソッドと同じ意味を持ちます．例えば， CV_8UC1 は 8 ビットシングルチャンネル配列を意味し， CV_32FC2 は 2 チャンネル（複素数）浮動小数点型配列を意味します．// 1+3 で埋め尽くされた 7x7 の複素行列を作成します。j.Mat M(7,7,CV_32FC2,Scalar(1,3));// そして今度は，M を 100x60 の 15 チャンネル 8 ビット行列に変えます。 // 古い内容は解放されます。M.create(100,60,CV_8UC(15)); 本章のイントロダクションで述べたように， create() は，現在の配列の形状や型が指定されたものと異なる場合にのみ，新しい配列を確保します． 多次元の配列を作成します。// 100x100x100 の 8 ビット配列を作成しますint sz[] = {100, 100, 100};Mat bigCube(3, sz, CV_8U, Scalar::all(0)); Mat のコンストラクタに次元数 =1 を渡していますが，作成される配列は列数が 1 の 2 次元になります． 右辺に配列や式が存在する可能性がある場合は，コピーコンストラクタや代入演算子を利用します（後述）．導入部で述べたように，配列の代入は，ヘッダのコピーと参照カウンタの増加だけなので，O(1) の処理です．Mat::clone() メソッドを利用すれば，必要な時に配列の完全な（深い）コピーを得ることができます． 別の配列の一部に対するヘッダを作成します．それは，1 つの行，1 つの列，複数の行，複数の列，配列中の矩形領域（代数学ではマイナーと呼ばれます），または対角線のいずれかです．このような操作も，新しいヘッダが同じデータを参照するため，O(1)となります．この機能を使って，実際に配列の一部を変更することができます．例えば// 5 番目の行に 3 を掛けたものを 3 番目の行に追加するM.row(3) = M.row(3) + M.row(5)*3;// 7 番目の列を 1 番目の列にコピーする// M.col(1) = M.col(7); // これは動作しませんMat M1 = M.col(1);M.col(7).copyTo(M1);// 320x240 の新しい imageMat img(Size(320,240),CV_8UC3);// ROIMat roi(img, Rect(10,10,100,100));// ROI を (0,255,0) (RGB 空間では緑) で埋める．// オリジナルの 320x240 の画像が変更されます． roi = Scalar(0,255,0); 追加の datastart および dataend メンバにより， locateROI() を用いて，メインコンテナ配列内の相対的なサブアレイの位置を計算することができます．Mat A = Mat::eye(10, 10, CV_32S);// A の列，1 (including) から 3 (exclusive) を抽出します．Mat B = A(Range::all(), Range(1, 3));// B の行，5 (including) から 9 (exclusive) を抽出します．locateROI(size, ofs);// size は (width=10,height=10) となり，ofs は (x=1, y=5) 行列全体の場合と同様に，深いコピーが必要な場合は，抽出された部分行列の clone() メソッドを利用します． ユーザが割り当てたデータのヘッダを作成します。以下のようにすると便利です． OpenCV を用いて，「外部」のデータを処理します（例えば，DirectShow* のフィルタや，gstreamer の処理モジュールを実装する場合など）．例えば，以下のようになります．Mat process_video_frame(const unsigned char* pixels, int width, int height, int step){ // 入力バッファをラップします． Mat img(height, width, CV_8UC3, (unsigned char*)pixels, step); Mat result; GaussianBlur(img, result, Size(7, 7), 1.5, 1.5); return result;}． double m[3][3] = {{a, b, c}, {d, e, f}, {g, h, i}};Mat M = Mat(3, 3, CV_64F, m).inv(); MATLAB スタイルの配列初期化子，zeros(), ones(), eye() などを利用します．// 倍精度の単位行列を作成し，それを M.M += Mat::eye(M.rows, M.cols, CV_64F) に追加します． コンマで区切られたイニシャライザを利用します．// 3x3 の倍精度単位行列を作成します。Mat M = (Mat_(3,3) << 1, 0, 0, 1, 0, 0, 1); この方法では，まず適切なパラメータを指定して Mat クラスのコンストラクタを呼び出し，次に << 演算子の後に定数，変数，式などのコンマで区切られた値を置くだけです．また，コンパイルエラーを避けるために，余分な括弧が必要であることにも注意してください． 配列が作成されると、参照カウントの仕組みによって自動的に管理されます。配列のヘッダがユーザが割り当てたデータの上に構築されている場合は，そのデータを自分で処理する必要があります．配列データは、誰からも指されなくなると解放されます。配列デストラクタが呼ばれる前に，配列ヘッダが指し示すデータを解放したい場合は， Mat::release() を利用してください． 配列クラスについて次に学ぶべき重要なことは，要素へのアクセスです．このマニュアルでは，各配列要素のアドレスを計算する方法を既に説明しました．通常は，コード内で直接その式を使う必要はありません．配列要素の型（メソッド Mat::type() を用いて取得できます）を知っていれば，2 次元配列の要素 \(M_{ij}\) に，次のようにアクセスできます．M.at(i,j) += 1.f; M は倍精度浮動小数点型配列であると仮定します．M.at(i,j) += 1.f; Mは倍精度の浮動小数点配列であると仮定しています。 2 次元配列の行全体を処理する必要がある場合，最も効率的な方法は，最初に行へのポインタを取得し，次に C の単純な演算子 [] を使用することです： // 正の行列要素の総和を求めます // （M が倍精度の行列であると仮定して）double sum=0;for(int i = 0; i < M. .rows; i++){ const double* Mi = M.ptr(i); for(int j = 0; j < M.cols; j++) sum += std::max(Mi[j], 0.);}．上の例のように，実際には配列の形状に依存しない演算もあります．このような演算は，配列の要素を1つずつ処理するだけです（あるいは，配列の加算など，同じ座標を持つ複数の配列の要素を処理することもあります）．このような操作を「要素ワイズ」と呼びます。すべての入出力配列が連続しているかどうか，つまり，各行の終わりに隙間がないかどうかをチェックすることは意味があります．もしそうであれば，それらを長い1つの行として処理します．// 最適化された正の行列要素の和を求めるtdouble sum=0;int cols = M.cols, rows = M.rows;if(M.isContinuous()){ cols *= rows; rows = 1;}for(int i = 0; i < rows; i++){ const double* Mi = M.ptr(i); for(int j = 0; j < cols; j++) sum += std::max(Mi[j], 0.);}．連続した行列の場合，外側のループ本体は1回しか実行されません．そのため，オーバーヘッドが小さくなり，特に小さな行列の場合には顕著です． 最後に，連続した行の間のギャップをスキップすることができる STL スタイルのイテレータを紹介します．// 正の行列要素の総和を計算する，イテレータベースのバリアントdouble sum=0;MatConstIterator_ it = M.begin(), it_end = M.end();for(; it != it_end; ++it) sum += std::max(*it, 0.); 行列イテレータは，ランダムアクセスイテレータなので，std::sort() を含む，あらゆる STL アルゴリズムに渡すことができます． 注釈matrix Expressions and arithmetic see MatExpr 例： fld_lines.cpp，modules/shape/samples/shape_example.cpp，samples/cpp/camshiftdemo.cpp，samples/cpp/connected_components.cpp，samples/cpp/contours2.cpp，samples/cpp/convexhull.cpp，samples/cpp/cout_mat.cpp，samples/cpp/create_mask.cpp，samples/cpp/demhist.cpp，samples/cpp/distrans.cpp, samples/cpp/edge.cpp, samples/cpp/facedetect.cpp, samples/cpp/falecolor.cpp, samples/cpp/ffilldemo.cpp, samples/cpp/filestorage.cpp, samples/cpp/fitellipse.cpp, samples/cpp/grabcut.cpp, samples/cpp/image_alignment.cpp, samples/cpp/intersectExample.cpp, samples/cpp/kalman.cpp, samples/cpp/kmeans.cpp，samples/cpp/laplace.cpp，samples/cpp/lkdemo.cpp，samples/cpp/minarea.cpp，samples/cpp/pca.cpp，samples/cpp/peopledetect.cpp，samples/cpp/polar_transforms.cpp，samples/cpp/segment_objects.cpp，samples/cpp/squares.cpp，samples/cpp/stitching.cpp，samples/cpp/stitching_detailed.cpp，samples/cpp/train_HOG.cpp, samples/cpp/tutorial_code/features2D/Homography/decompose_homography.cpp, samples/cpp/tutorial_code/features2D/Homography/homography_from_camera_displacement.cpp, samples/cpp/tutorial_code/features2D/Homography/pose_from_homography.cpp, samples/cpp/tutorial_code/HighGUI/AddingImagesTrackbar.cpp, samples/cpp/tutorial_code/Histograms_Matching/MatchTemplate_Demo.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_1.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_2.cpp, samples/cpp/tutorial_code/ImgProc/Morphology_1.cpp, samples/cpp/tutorial_code/ImgProc/Morphology_2.cpp, samples/cpp/tutorial_code/ImgProc/Pyramids/Pyramids.cpp, samples/cpp/tutorial_code/ImgProc/Smoothing/Smoothing.cpp, samples/cpp/tutorial_code/ImgTrans/copyMakeBorder_demo.cpp, samples/cpp/tutorial_code/ImgTrans/houghcircles.cpp, samples/cpp/tutorial_code/ImgTrans/houghlines.cpp, samples/cpp/tutorial_code/ImgTrans/Sobel_Demo.cpp, samples/cpp/tutorial_code/ml/introduction_to_pca/introduction_to_pca.cpp, samples/cpp/tutorial_code/photo/non_photorealistic_rendering/npr_demo.cpp, samples/cpp/tutorial_code/photo/seamless_cloning/cloning_demo.cpp, samples/cpp/tutorial_code/videoio/video-write/video-write.cpp, samples/cpp/videowriter_basic.cpp, samples/cpp/warpPerspective_demo.cpp, samples/cpp/watershed.cpp, samples/dnn/classification.cpp, samples/dnn/colorization.cpp, samples/dnn/object_detection.cpp, samples/dnn/openpose.cpp, samples/dnn/segmentation.cpp, samples/dnn/text_detection.cpp, and samples/tapi/squares.cpp. 元関数名(C#): core_Mat_new10 元DLLエクスポート名: core_Mat_new10 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_new10(int ndims, int* sizes, int type, cv::Mat **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::Mat(ndims, sizes, type);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_new11 [32bit] cv::Mat のインスタンスを生成します %prm p1,p2,p3,p4,p5 p1 = int : int ndims p2 = var : [MarshalAs(UnmanagedType.LPArray)] int[] sizes p3 = int : int type p4 = ARGS_SCALAR : Scalar s p5 = var : out IntPtr returnValue %inst n-dimensional dense array クラス クラス Mat は，シングルチャンネルまたはマルチチャンネルの，n-dimensional dense 数値配列を表します．これは，実数または複素数のベクトルや行列，グレースケールやカラーの画像，ボクセルボリューム，ベクトルフィールド，点群，テンソル，ヒストグラム（ただし，非常に高次元のヒストグラムは， SparseMat に格納した方が良いかもしれません）を格納するために利用できます．配列 M のデータレイアウトは，配列 M.step[] によって定義されており，要素 ?((i_0,...,i_{M.dims-1})?)のアドレスは，次のように計算されます： ?((i_k= M.step[i+1] (実際には、M.step[i] >= M.step[i+1]*M.size[i+1] ) であることに注意してください。つまり，2次元の行列は行ごとに，3次元の行列は面ごとに，それぞれ格納されているということです．M.step[M.dims-1] は最小で，常に要素サイズ M.elemSize() と等しくなります． つまり，Mat のデータレイアウトは，Numpy (ndarray) や Win32 (independent device bitmaps) などの標準的なツールキットや SDK で提供されている密な配列タイプの大半，つまり，ピクセルの位置を計算するのにステップ（またはストライド）を利用するあらゆる配列と互換性があります．この互換性により，ユーザが割り当てたデータの Mat ヘッダを作成し，OpenCV の関数を使ってその場で処理することができます． Mat オブジェクトを作成するには，様々な方法があります．最も一般的な方法を以下に示します． create(nrows, ncols, type) メソッドや，類似の Mat(nrows, ncols, type[, fillValue]) コンストラクタを利用します．type は， cvCreateMat メソッドと同じ意味を持ちます．例えば， CV_8UC1 は 8 ビットシングルチャンネル配列を意味し， CV_32FC2 は 2 チャンネル（複素数）浮動小数点型配列を意味します．// 1+3 で埋め尽くされた 7x7 の複素行列を作成します。j.Mat M(7,7,CV_32FC2,Scalar(1,3));// そして今度は，M を 100x60 の 15 チャンネル 8 ビット行列に変えます。 // 古い内容は解放されます。M.create(100,60,CV_8UC(15)); 本章のイントロダクションで述べたように， create() は，現在の配列の形状や型が指定されたものと異なる場合にのみ，新しい配列を確保します． 多次元の配列を作成します。// 100x100x100 の 8 ビット配列を作成しますint sz[] = {100, 100, 100};Mat bigCube(3, sz, CV_8U, Scalar::all(0)); Mat のコンストラクタに次元数 =1 を渡していますが，作成される配列は列数が 1 の 2 次元になります． 右辺に配列や式が存在する可能性がある場合は，コピーコンストラクタや代入演算子を利用します（後述）．導入部で述べたように，配列の代入は，ヘッダのコピーと参照カウンタの増加だけなので，O(1) の処理です．Mat::clone() メソッドを利用すれば，必要な時に配列の完全な（深い）コピーを得ることができます． 別の配列の一部に対するヘッダを作成します．それは，1 つの行，1 つの列，複数の行，複数の列，配列中の矩形領域（代数学ではマイナーと呼ばれます），または対角線のいずれかです．このような操作も，新しいヘッダが同じデータを参照するため，O(1)となります．この機能を使って，実際に配列の一部を変更することができます．例えば// 5 番目の行に 3 を掛けたものを 3 番目の行に追加するM.row(3) = M.row(3) + M.row(5)*3;// 7 番目の列を 1 番目の列にコピーする// M.col(1) = M.col(7); // これは動作しませんMat M1 = M.col(1);M.col(7).copyTo(M1);// 320x240 の新しい imageMat img(Size(320,240),CV_8UC3);// ROIMat roi(img, Rect(10,10,100,100));// ROI を (0,255,0) (RGB 空間では緑) で埋める．// オリジナルの 320x240 の画像が変更されます． roi = Scalar(0,255,0); 追加の datastart および dataend メンバにより， locateROI() を用いて，メインコンテナ配列内の相対的なサブアレイの位置を計算することができます．Mat A = Mat::eye(10, 10, CV_32S);// A の列，1 (including) から 3 (exclusive) を抽出します．Mat B = A(Range::all(), Range(1, 3));// B の行，5 (including) から 9 (exclusive) を抽出します．locateROI(size, ofs);// size は (width=10,height=10) となり，ofs は (x=1, y=5) 行列全体の場合と同様に，深いコピーが必要な場合は，抽出された部分行列の clone() メソッドを利用します． ユーザが割り当てたデータのヘッダを作成します。以下のようにすると便利です． OpenCV を用いて，「外部」のデータを処理します（例えば，DirectShow* のフィルタや，gstreamer の処理モジュールを実装する場合など）．例えば，以下のようになります．Mat process_video_frame(const unsigned char* pixels, int width, int height, int step){ // 入力バッファをラップします． Mat img(height, width, CV_8UC3, (unsigned char*)pixels, step); Mat result; GaussianBlur(img, result, Size(7, 7), 1.5, 1.5); return result;}． double m[3][3] = {{a, b, c}, {d, e, f}, {g, h, i}};Mat M = Mat(3, 3, CV_64F, m).inv(); MATLAB スタイルの配列初期化子，zeros(), ones(), eye() などを利用します．// 倍精度の単位行列を作成し，それを M.M += Mat::eye(M.rows, M.cols, CV_64F) に追加します． コンマで区切られたイニシャライザを利用します．// 3x3 の倍精度単位行列を作成します。Mat M = (Mat_(3,3) << 1, 0, 0, 1, 0, 0, 1); この方法では，まず適切なパラメータを指定して Mat クラスのコンストラクタを呼び出し，次に << 演算子の後に定数，変数，式などのコンマで区切られた値を置くだけです．また，コンパイルエラーを避けるために，余分な括弧が必要であることにも注意してください． 配列が作成されると、参照カウントの仕組みによって自動的に管理されます。配列のヘッダがユーザが割り当てたデータの上に構築されている場合は，そのデータを自分で処理する必要があります．配列データは、誰からも指されなくなると解放されます。配列デストラクタが呼ばれる前に，配列ヘッダが指し示すデータを解放したい場合は， Mat::release() を利用してください． 配列クラスについて次に学ぶべき重要なことは，要素へのアクセスです．このマニュアルでは，各配列要素のアドレスを計算する方法を既に説明しました．通常は，コード内で直接その式を使う必要はありません．配列要素の型（メソッド Mat::type() を用いて取得できます）を知っていれば，2 次元配列の要素 \(M_{ij}\) に，次のようにアクセスできます．M.at(i,j) += 1.f; M は倍精度浮動小数点型配列であると仮定します．M.at(i,j) += 1.f; Mは倍精度の浮動小数点配列であると仮定しています。 2 次元配列の行全体を処理する必要がある場合，最も効率的な方法は，最初に行へのポインタを取得し，次に C の単純な演算子 [] を使用することです： // 正の行列要素の総和を求めます // （M が倍精度の行列であると仮定して）double sum=0;for(int i = 0; i < M. .rows; i++){ const double* Mi = M.ptr(i); for(int j = 0; j < M.cols; j++) sum += std::max(Mi[j], 0.);}．上の例のように，実際には配列の形状に依存しない演算もあります．このような演算は，配列の要素を1つずつ処理するだけです（あるいは，配列の加算など，同じ座標を持つ複数の配列の要素を処理することもあります）．このような操作を「要素ワイズ」と呼びます。すべての入出力配列が連続しているかどうか，つまり，各行の終わりに隙間がないかどうかをチェックすることは意味があります．もしそうであれば，それらを長い1つの行として処理します．// 最適化された正の行列要素の和を求めるtdouble sum=0;int cols = M.cols, rows = M.rows;if(M.isContinuous()){ cols *= rows; rows = 1;}for(int i = 0; i < rows; i++){ const double* Mi = M.ptr(i); for(int j = 0; j < cols; j++) sum += std::max(Mi[j], 0.);}．連続した行列の場合，外側のループ本体は1回しか実行されません．そのため，オーバーヘッドが小さくなり，特に小さな行列の場合には顕著です． 最後に，連続した行の間のギャップをスキップすることができる STL スタイルのイテレータを紹介します．// 正の行列要素の総和を計算する，イテレータベースのバリアントdouble sum=0;MatConstIterator_ it = M.begin(), it_end = M.end();for(; it != it_end; ++it) sum += std::max(*it, 0.); 行列イテレータは，ランダムアクセスイテレータなので，std::sort() を含む，あらゆる STL アルゴリズムに渡すことができます． 注釈matrix Expressions and arithmetic see MatExpr 例： fld_lines.cpp，modules/shape/samples/shape_example.cpp，samples/cpp/camshiftdemo.cpp，samples/cpp/connected_components.cpp，samples/cpp/contours2.cpp，samples/cpp/convexhull.cpp，samples/cpp/cout_mat.cpp，samples/cpp/create_mask.cpp，samples/cpp/demhist.cpp，samples/cpp/distrans.cpp, samples/cpp/edge.cpp, samples/cpp/facedetect.cpp, samples/cpp/falecolor.cpp, samples/cpp/ffilldemo.cpp, samples/cpp/filestorage.cpp, samples/cpp/fitellipse.cpp, samples/cpp/grabcut.cpp, samples/cpp/image_alignment.cpp, samples/cpp/intersectExample.cpp, samples/cpp/kalman.cpp, samples/cpp/kmeans.cpp，samples/cpp/laplace.cpp，samples/cpp/lkdemo.cpp，samples/cpp/minarea.cpp，samples/cpp/pca.cpp，samples/cpp/peopledetect.cpp，samples/cpp/polar_transforms.cpp，samples/cpp/segment_objects.cpp，samples/cpp/squares.cpp，samples/cpp/stitching.cpp，samples/cpp/stitching_detailed.cpp，samples/cpp/train_HOG.cpp, samples/cpp/tutorial_code/features2D/Homography/decompose_homography.cpp, samples/cpp/tutorial_code/features2D/Homography/homography_from_camera_displacement.cpp, samples/cpp/tutorial_code/features2D/Homography/pose_from_homography.cpp, samples/cpp/tutorial_code/HighGUI/AddingImagesTrackbar.cpp, samples/cpp/tutorial_code/Histograms_Matching/MatchTemplate_Demo.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_1.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_2.cpp, samples/cpp/tutorial_code/ImgProc/Morphology_1.cpp, samples/cpp/tutorial_code/ImgProc/Morphology_2.cpp, samples/cpp/tutorial_code/ImgProc/Pyramids/Pyramids.cpp, samples/cpp/tutorial_code/ImgProc/Smoothing/Smoothing.cpp, samples/cpp/tutorial_code/ImgTrans/copyMakeBorder_demo.cpp, samples/cpp/tutorial_code/ImgTrans/houghcircles.cpp, samples/cpp/tutorial_code/ImgTrans/houghlines.cpp, samples/cpp/tutorial_code/ImgTrans/Sobel_Demo.cpp, samples/cpp/tutorial_code/ml/introduction_to_pca/introduction_to_pca.cpp, samples/cpp/tutorial_code/photo/non_photorealistic_rendering/npr_demo.cpp, samples/cpp/tutorial_code/photo/seamless_cloning/cloning_demo.cpp, samples/cpp/tutorial_code/videoio/video-write/video-write.cpp, samples/cpp/videowriter_basic.cpp, samples/cpp/warpPerspective_demo.cpp, samples/cpp/watershed.cpp, samples/dnn/classification.cpp, samples/dnn/colorization.cpp, samples/dnn/object_detection.cpp, samples/dnn/openpose.cpp, samples/dnn/segmentation.cpp, samples/dnn/text_detection.cpp, and samples/tapi/squares.cpp. 元関数名(C#): core_Mat_new11 元DLLエクスポート名: core_Mat_new11 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_new11(int ndims, int* sizes, int type, MyCvScalar s, cv::Mat **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::Mat(ndims, sizes, type, cpp(s));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_new11 [64bit] cv::Mat のインスタンスを生成します %prm p1,p2,p3,p4,p5 p1 = int : int ndims p2 = var : [MarshalAs(UnmanagedType.LPArray)] int[] sizes p3 = int : int type p4 = var : Scalar s p5 = var : out IntPtr returnValue %inst n-dimensional dense array クラス クラス Mat は，シングルチャンネルまたはマルチチャンネルの，n-dimensional dense 数値配列を表します．これは，実数または複素数のベクトルや行列，グレースケールやカラーの画像，ボクセルボリューム，ベクトルフィールド，点群，テンソル，ヒストグラム（ただし，非常に高次元のヒストグラムは， SparseMat に格納した方が良いかもしれません）を格納するために利用できます．配列 M のデータレイアウトは，配列 M.step[] によって定義されており，要素 ?((i_0,...,i_{M.dims-1})?)のアドレスは，次のように計算されます： ?((i_k= M.step[i+1] (実際には、M.step[i] >= M.step[i+1]*M.size[i+1] ) であることに注意してください。つまり，2次元の行列は行ごとに，3次元の行列は面ごとに，それぞれ格納されているということです．M.step[M.dims-1] は最小で，常に要素サイズ M.elemSize() と等しくなります． つまり，Mat のデータレイアウトは，Numpy (ndarray) や Win32 (independent device bitmaps) などの標準的なツールキットや SDK で提供されている密な配列タイプの大半，つまり，ピクセルの位置を計算するのにステップ（またはストライド）を利用するあらゆる配列と互換性があります．この互換性により，ユーザが割り当てたデータの Mat ヘッダを作成し，OpenCV の関数を使ってその場で処理することができます． Mat オブジェクトを作成するには，様々な方法があります．最も一般的な方法を以下に示します． create(nrows, ncols, type) メソッドや，類似の Mat(nrows, ncols, type[, fillValue]) コンストラクタを利用します．type は， cvCreateMat メソッドと同じ意味を持ちます．例えば， CV_8UC1 は 8 ビットシングルチャンネル配列を意味し， CV_32FC2 は 2 チャンネル（複素数）浮動小数点型配列を意味します．// 1+3 で埋め尽くされた 7x7 の複素行列を作成します。j.Mat M(7,7,CV_32FC2,Scalar(1,3));// そして今度は，M を 100x60 の 15 チャンネル 8 ビット行列に変えます。 // 古い内容は解放されます。M.create(100,60,CV_8UC(15)); 本章のイントロダクションで述べたように， create() は，現在の配列の形状や型が指定されたものと異なる場合にのみ，新しい配列を確保します． 多次元の配列を作成します。// 100x100x100 の 8 ビット配列を作成しますint sz[] = {100, 100, 100};Mat bigCube(3, sz, CV_8U, Scalar::all(0)); Mat のコンストラクタに次元数 =1 を渡していますが，作成される配列は列数が 1 の 2 次元になります． 右辺に配列や式が存在する可能性がある場合は，コピーコンストラクタや代入演算子を利用します（後述）．導入部で述べたように，配列の代入は，ヘッダのコピーと参照カウンタの増加だけなので，O(1) の処理です．Mat::clone() メソッドを利用すれば，必要な時に配列の完全な（深い）コピーを得ることができます． 別の配列の一部に対するヘッダを作成します．それは，1 つの行，1 つの列，複数の行，複数の列，配列中の矩形領域（代数学ではマイナーと呼ばれます），または対角線のいずれかです．このような操作も，新しいヘッダが同じデータを参照するため，O(1)となります．この機能を使って，実際に配列の一部を変更することができます．例えば// 5 番目の行に 3 を掛けたものを 3 番目の行に追加するM.row(3) = M.row(3) + M.row(5)*3;// 7 番目の列を 1 番目の列にコピーする// M.col(1) = M.col(7); // これは動作しませんMat M1 = M.col(1);M.col(7).copyTo(M1);// 320x240 の新しい imageMat img(Size(320,240),CV_8UC3);// ROIMat roi(img, Rect(10,10,100,100));// ROI を (0,255,0) (RGB 空間では緑) で埋める．// オリジナルの 320x240 の画像が変更されます． roi = Scalar(0,255,0); 追加の datastart および dataend メンバにより， locateROI() を用いて，メインコンテナ配列内の相対的なサブアレイの位置を計算することができます．Mat A = Mat::eye(10, 10, CV_32S);// A の列，1 (including) から 3 (exclusive) を抽出します．Mat B = A(Range::all(), Range(1, 3));// B の行，5 (including) から 9 (exclusive) を抽出します．locateROI(size, ofs);// size は (width=10,height=10) となり，ofs は (x=1, y=5) 行列全体の場合と同様に，深いコピーが必要な場合は，抽出された部分行列の clone() メソッドを利用します． ユーザが割り当てたデータのヘッダを作成します。以下のようにすると便利です． OpenCV を用いて，「外部」のデータを処理します（例えば，DirectShow* のフィルタや，gstreamer の処理モジュールを実装する場合など）．例えば，以下のようになります．Mat process_video_frame(const unsigned char* pixels, int width, int height, int step){ // 入力バッファをラップします． Mat img(height, width, CV_8UC3, (unsigned char*)pixels, step); Mat result; GaussianBlur(img, result, Size(7, 7), 1.5, 1.5); return result;}． double m[3][3] = {{a, b, c}, {d, e, f}, {g, h, i}};Mat M = Mat(3, 3, CV_64F, m).inv(); MATLAB スタイルの配列初期化子，zeros(), ones(), eye() などを利用します．// 倍精度の単位行列を作成し，それを M.M += Mat::eye(M.rows, M.cols, CV_64F) に追加します． コンマで区切られたイニシャライザを利用します．// 3x3 の倍精度単位行列を作成します。Mat M = (Mat_(3,3) << 1, 0, 0, 1, 0, 0, 1); この方法では，まず適切なパラメータを指定して Mat クラスのコンストラクタを呼び出し，次に << 演算子の後に定数，変数，式などのコンマで区切られた値を置くだけです．また，コンパイルエラーを避けるために，余分な括弧が必要であることにも注意してください． 配列が作成されると、参照カウントの仕組みによって自動的に管理されます。配列のヘッダがユーザが割り当てたデータの上に構築されている場合は，そのデータを自分で処理する必要があります．配列データは、誰からも指されなくなると解放されます。配列デストラクタが呼ばれる前に，配列ヘッダが指し示すデータを解放したい場合は， Mat::release() を利用してください． 配列クラスについて次に学ぶべき重要なことは，要素へのアクセスです．このマニュアルでは，各配列要素のアドレスを計算する方法を既に説明しました．通常は，コード内で直接その式を使う必要はありません．配列要素の型（メソッド Mat::type() を用いて取得できます）を知っていれば，2 次元配列の要素 \(M_{ij}\) に，次のようにアクセスできます．M.at(i,j) += 1.f; M は倍精度浮動小数点型配列であると仮定します．M.at(i,j) += 1.f; Mは倍精度の浮動小数点配列であると仮定しています。 2 次元配列の行全体を処理する必要がある場合，最も効率的な方法は，最初に行へのポインタを取得し，次に C の単純な演算子 [] を使用することです： // 正の行列要素の総和を求めます // （M が倍精度の行列であると仮定して）double sum=0;for(int i = 0; i < M. .rows; i++){ const double* Mi = M.ptr(i); for(int j = 0; j < M.cols; j++) sum += std::max(Mi[j], 0.);}．上の例のように，実際には配列の形状に依存しない演算もあります．このような演算は，配列の要素を1つずつ処理するだけです（あるいは，配列の加算など，同じ座標を持つ複数の配列の要素を処理することもあります）．このような操作を「要素ワイズ」と呼びます。すべての入出力配列が連続しているかどうか，つまり，各行の終わりに隙間がないかどうかをチェックすることは意味があります．もしそうであれば，それらを長い1つの行として処理します．// 最適化された正の行列要素の和を求めるtdouble sum=0;int cols = M.cols, rows = M.rows;if(M.isContinuous()){ cols *= rows; rows = 1;}for(int i = 0; i < rows; i++){ const double* Mi = M.ptr(i); for(int j = 0; j < cols; j++) sum += std::max(Mi[j], 0.);}．連続した行列の場合，外側のループ本体は1回しか実行されません．そのため，オーバーヘッドが小さくなり，特に小さな行列の場合には顕著です． 最後に，連続した行の間のギャップをスキップすることができる STL スタイルのイテレータを紹介します．// 正の行列要素の総和を計算する，イテレータベースのバリアントdouble sum=0;MatConstIterator_ it = M.begin(), it_end = M.end();for(; it != it_end; ++it) sum += std::max(*it, 0.); 行列イテレータは，ランダムアクセスイテレータなので，std::sort() を含む，あらゆる STL アルゴリズムに渡すことができます． 注釈matrix Expressions and arithmetic see MatExpr 例： fld_lines.cpp，modules/shape/samples/shape_example.cpp，samples/cpp/camshiftdemo.cpp，samples/cpp/connected_components.cpp，samples/cpp/contours2.cpp，samples/cpp/convexhull.cpp，samples/cpp/cout_mat.cpp，samples/cpp/create_mask.cpp，samples/cpp/demhist.cpp，samples/cpp/distrans.cpp, samples/cpp/edge.cpp, samples/cpp/facedetect.cpp, samples/cpp/falecolor.cpp, samples/cpp/ffilldemo.cpp, samples/cpp/filestorage.cpp, samples/cpp/fitellipse.cpp, samples/cpp/grabcut.cpp, samples/cpp/image_alignment.cpp, samples/cpp/intersectExample.cpp, samples/cpp/kalman.cpp, samples/cpp/kmeans.cpp，samples/cpp/laplace.cpp，samples/cpp/lkdemo.cpp，samples/cpp/minarea.cpp，samples/cpp/pca.cpp，samples/cpp/peopledetect.cpp，samples/cpp/polar_transforms.cpp，samples/cpp/segment_objects.cpp，samples/cpp/squares.cpp，samples/cpp/stitching.cpp，samples/cpp/stitching_detailed.cpp，samples/cpp/train_HOG.cpp, samples/cpp/tutorial_code/features2D/Homography/decompose_homography.cpp, samples/cpp/tutorial_code/features2D/Homography/homography_from_camera_displacement.cpp, samples/cpp/tutorial_code/features2D/Homography/pose_from_homography.cpp, samples/cpp/tutorial_code/HighGUI/AddingImagesTrackbar.cpp, samples/cpp/tutorial_code/Histograms_Matching/MatchTemplate_Demo.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_1.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_2.cpp, samples/cpp/tutorial_code/ImgProc/Morphology_1.cpp, samples/cpp/tutorial_code/ImgProc/Morphology_2.cpp, samples/cpp/tutorial_code/ImgProc/Pyramids/Pyramids.cpp, samples/cpp/tutorial_code/ImgProc/Smoothing/Smoothing.cpp, samples/cpp/tutorial_code/ImgTrans/copyMakeBorder_demo.cpp, samples/cpp/tutorial_code/ImgTrans/houghcircles.cpp, samples/cpp/tutorial_code/ImgTrans/houghlines.cpp, samples/cpp/tutorial_code/ImgTrans/Sobel_Demo.cpp, samples/cpp/tutorial_code/ml/introduction_to_pca/introduction_to_pca.cpp, samples/cpp/tutorial_code/photo/non_photorealistic_rendering/npr_demo.cpp, samples/cpp/tutorial_code/photo/seamless_cloning/cloning_demo.cpp, samples/cpp/tutorial_code/videoio/video-write/video-write.cpp, samples/cpp/videowriter_basic.cpp, samples/cpp/warpPerspective_demo.cpp, samples/cpp/watershed.cpp, samples/dnn/classification.cpp, samples/dnn/colorization.cpp, samples/dnn/object_detection.cpp, samples/dnn/openpose.cpp, samples/dnn/segmentation.cpp, samples/dnn/text_detection.cpp, and samples/tapi/squares.cpp. 元関数名(C#): core_Mat_new11 元DLLエクスポート名: core_Mat_new11 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_new11(int ndims, int* sizes, int type, MyCvScalar s, cv::Mat **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::Mat(ndims, sizes, type, cpp(s));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_new12 [32/64bit] cv::Mat のインスタンスを生成します %prm p1,p2 p1 = sptr : IntPtr mat p2 = var : out IntPtr returnValue %inst n-dimensional dense array クラス クラス Mat は，シングルチャンネルまたはマルチチャンネルの，n-dimensional dense 数値配列を表します．これは，実数または複素数のベクトルや行列，グレースケールやカラーの画像，ボクセルボリューム，ベクトルフィールド，点群，テンソル，ヒストグラム（ただし，非常に高次元のヒストグラムは， SparseMat に格納した方が良いかもしれません）を格納するために利用できます．配列 M のデータレイアウトは，配列 M.step[] によって定義されており，要素 ?((i_0,...,i_{M.dims-1})?)のアドレスは，次のように計算されます： ?((i_k= M.step[i+1] (実際には、M.step[i] >= M.step[i+1]*M.size[i+1] ) であることに注意してください。つまり，2次元の行列は行ごとに，3次元の行列は面ごとに，それぞれ格納されているということです．M.step[M.dims-1] は最小で，常に要素サイズ M.elemSize() と等しくなります． つまり，Mat のデータレイアウトは，Numpy (ndarray) や Win32 (independent device bitmaps) などの標準的なツールキットや SDK で提供されている密な配列タイプの大半，つまり，ピクセルの位置を計算するのにステップ（またはストライド）を利用するあらゆる配列と互換性があります．この互換性により，ユーザが割り当てたデータの Mat ヘッダを作成し，OpenCV の関数を使ってその場で処理することができます． Mat オブジェクトを作成するには，様々な方法があります．最も一般的な方法を以下に示します． create(nrows, ncols, type) メソッドや，類似の Mat(nrows, ncols, type[, fillValue]) コンストラクタを利用します．type は， cvCreateMat メソッドと同じ意味を持ちます．例えば， CV_8UC1 は 8 ビットシングルチャンネル配列を意味し， CV_32FC2 は 2 チャンネル（複素数）浮動小数点型配列を意味します．// 1+3 で埋め尽くされた 7x7 の複素行列を作成します。j.Mat M(7,7,CV_32FC2,Scalar(1,3));// そして今度は，M を 100x60 の 15 チャンネル 8 ビット行列に変えます。 // 古い内容は解放されます。M.create(100,60,CV_8UC(15)); 本章のイントロダクションで述べたように， create() は，現在の配列の形状や型が指定されたものと異なる場合にのみ，新しい配列を確保します． 多次元の配列を作成します。// 100x100x100 の 8 ビット配列を作成しますint sz[] = {100, 100, 100};Mat bigCube(3, sz, CV_8U, Scalar::all(0)); Mat のコンストラクタに次元数 =1 を渡していますが，作成される配列は列数が 1 の 2 次元になります． 右辺に配列や式が存在する可能性がある場合は，コピーコンストラクタや代入演算子を利用します（後述）．導入部で述べたように，配列の代入は，ヘッダのコピーと参照カウンタの増加だけなので，O(1) の処理です．Mat::clone() メソッドを利用すれば，必要な時に配列の完全な（深い）コピーを得ることができます． 別の配列の一部に対するヘッダを作成します．それは，1 つの行，1 つの列，複数の行，複数の列，配列中の矩形領域（代数学ではマイナーと呼ばれます），または対角線のいずれかです．このような操作も，新しいヘッダが同じデータを参照するため，O(1)となります．この機能を使って，実際に配列の一部を変更することができます．例えば// 5 番目の行に 3 を掛けたものを 3 番目の行に追加するM.row(3) = M.row(3) + M.row(5)*3;// 7 番目の列を 1 番目の列にコピーする// M.col(1) = M.col(7); // これは動作しませんMat M1 = M.col(1);M.col(7).copyTo(M1);// 320x240 の新しい imageMat img(Size(320,240),CV_8UC3);// ROIMat roi(img, Rect(10,10,100,100));// ROI を (0,255,0) (RGB 空間では緑) で埋める．// オリジナルの 320x240 の画像が変更されます． roi = Scalar(0,255,0); 追加の datastart および dataend メンバにより， locateROI() を用いて，メインコンテナ配列内の相対的なサブアレイの位置を計算することができます．Mat A = Mat::eye(10, 10, CV_32S);// A の列，1 (including) から 3 (exclusive) を抽出します．Mat B = A(Range::all(), Range(1, 3));// B の行，5 (including) から 9 (exclusive) を抽出します．locateROI(size, ofs);// size は (width=10,height=10) となり，ofs は (x=1, y=5) 行列全体の場合と同様に，深いコピーが必要な場合は，抽出された部分行列の clone() メソッドを利用します． ユーザが割り当てたデータのヘッダを作成します。以下のようにすると便利です． OpenCV を用いて，「外部」のデータを処理します（例えば，DirectShow* のフィルタや，gstreamer の処理モジュールを実装する場合など）．例えば，以下のようになります．Mat process_video_frame(const unsigned char* pixels, int width, int height, int step){ // 入力バッファをラップします． Mat img(height, width, CV_8UC3, (unsigned char*)pixels, step); Mat result; GaussianBlur(img, result, Size(7, 7), 1.5, 1.5); return result;}． double m[3][3] = {{a, b, c}, {d, e, f}, {g, h, i}};Mat M = Mat(3, 3, CV_64F, m).inv(); MATLAB スタイルの配列初期化子，zeros(), ones(), eye() などを利用します．// 倍精度の単位行列を作成し，それを M.M += Mat::eye(M.rows, M.cols, CV_64F) に追加します． コンマで区切られたイニシャライザを利用します．// 3x3 の倍精度単位行列を作成します。Mat M = (Mat_(3,3) << 1, 0, 0, 1, 0, 0, 1); この方法では，まず適切なパラメータを指定して Mat クラスのコンストラクタを呼び出し，次に << 演算子の後に定数，変数，式などのコンマで区切られた値を置くだけです．また，コンパイルエラーを避けるために，余分な括弧が必要であることにも注意してください． 配列が作成されると、参照カウントの仕組みによって自動的に管理されます。配列のヘッダがユーザが割り当てたデータの上に構築されている場合は，そのデータを自分で処理する必要があります．配列データは、誰からも指されなくなると解放されます。配列デストラクタが呼ばれる前に，配列ヘッダが指し示すデータを解放したい場合は， Mat::release() を利用してください． 配列クラスについて次に学ぶべき重要なことは，要素へのアクセスです．このマニュアルでは，各配列要素のアドレスを計算する方法を既に説明しました．通常は，コード内で直接その式を使う必要はありません．配列要素の型（メソッド Mat::type() を用いて取得できます）を知っていれば，2 次元配列の要素 \(M_{ij}\) に，次のようにアクセスできます．M.at(i,j) += 1.f; M は倍精度浮動小数点型配列であると仮定します．M.at(i,j) += 1.f; Mは倍精度の浮動小数点配列であると仮定しています。 2 次元配列の行全体を処理する必要がある場合，最も効率的な方法は，最初に行へのポインタを取得し，次に C の単純な演算子 [] を使用することです： // 正の行列要素の総和を求めます // （M が倍精度の行列であると仮定して）double sum=0;for(int i = 0; i < M. .rows; i++){ const double* Mi = M.ptr(i); for(int j = 0; j < M.cols; j++) sum += std::max(Mi[j], 0.);}．上の例のように，実際には配列の形状に依存しない演算もあります．このような演算は，配列の要素を1つずつ処理するだけです（あるいは，配列の加算など，同じ座標を持つ複数の配列の要素を処理することもあります）．このような操作を「要素ワイズ」と呼びます。すべての入出力配列が連続しているかどうか，つまり，各行の終わりに隙間がないかどうかをチェックすることは意味があります．もしそうであれば，それらを長い1つの行として処理します．// 最適化された正の行列要素の和を求めるtdouble sum=0;int cols = M.cols, rows = M.rows;if(M.isContinuous()){ cols *= rows; rows = 1;}for(int i = 0; i < rows; i++){ const double* Mi = M.ptr(i); for(int j = 0; j < cols; j++) sum += std::max(Mi[j], 0.);}．連続した行列の場合，外側のループ本体は1回しか実行されません．そのため，オーバーヘッドが小さくなり，特に小さな行列の場合には顕著です． 最後に，連続した行の間のギャップをスキップすることができる STL スタイルのイテレータを紹介します．// 正の行列要素の総和を計算する，イテレータベースのバリアントdouble sum=0;MatConstIterator_ it = M.begin(), it_end = M.end();for(; it != it_end; ++it) sum += std::max(*it, 0.); 行列イテレータは，ランダムアクセスイテレータなので，std::sort() を含む，あらゆる STL アルゴリズムに渡すことができます． 注釈matrix Expressions and arithmetic see MatExpr 例： fld_lines.cpp，modules/shape/samples/shape_example.cpp，samples/cpp/camshiftdemo.cpp，samples/cpp/connected_components.cpp，samples/cpp/contours2.cpp，samples/cpp/convexhull.cpp，samples/cpp/cout_mat.cpp，samples/cpp/create_mask.cpp，samples/cpp/demhist.cpp，samples/cpp/distrans.cpp, samples/cpp/edge.cpp, samples/cpp/facedetect.cpp, samples/cpp/falecolor.cpp, samples/cpp/ffilldemo.cpp, samples/cpp/filestorage.cpp, samples/cpp/fitellipse.cpp, samples/cpp/grabcut.cpp, samples/cpp/image_alignment.cpp, samples/cpp/intersectExample.cpp, samples/cpp/kalman.cpp, samples/cpp/kmeans.cpp，samples/cpp/laplace.cpp，samples/cpp/lkdemo.cpp，samples/cpp/minarea.cpp，samples/cpp/pca.cpp，samples/cpp/peopledetect.cpp，samples/cpp/polar_transforms.cpp，samples/cpp/segment_objects.cpp，samples/cpp/squares.cpp，samples/cpp/stitching.cpp，samples/cpp/stitching_detailed.cpp，samples/cpp/train_HOG.cpp, samples/cpp/tutorial_code/features2D/Homography/decompose_homography.cpp, samples/cpp/tutorial_code/features2D/Homography/homography_from_camera_displacement.cpp, samples/cpp/tutorial_code/features2D/Homography/pose_from_homography.cpp, samples/cpp/tutorial_code/HighGUI/AddingImagesTrackbar.cpp, samples/cpp/tutorial_code/Histograms_Matching/MatchTemplate_Demo.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_1.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_2.cpp, samples/cpp/tutorial_code/ImgProc/Morphology_1.cpp, samples/cpp/tutorial_code/ImgProc/Morphology_2.cpp, samples/cpp/tutorial_code/ImgProc/Pyramids/Pyramids.cpp, samples/cpp/tutorial_code/ImgProc/Smoothing/Smoothing.cpp, samples/cpp/tutorial_code/ImgTrans/copyMakeBorder_demo.cpp, samples/cpp/tutorial_code/ImgTrans/houghcircles.cpp, samples/cpp/tutorial_code/ImgTrans/houghlines.cpp, samples/cpp/tutorial_code/ImgTrans/Sobel_Demo.cpp, samples/cpp/tutorial_code/ml/introduction_to_pca/introduction_to_pca.cpp, samples/cpp/tutorial_code/photo/non_photorealistic_rendering/npr_demo.cpp, samples/cpp/tutorial_code/photo/seamless_cloning/cloning_demo.cpp, samples/cpp/tutorial_code/videoio/video-write/video-write.cpp, samples/cpp/videowriter_basic.cpp, samples/cpp/warpPerspective_demo.cpp, samples/cpp/watershed.cpp, samples/dnn/classification.cpp, samples/dnn/colorization.cpp, samples/dnn/object_detection.cpp, samples/dnn/openpose.cpp, samples/dnn/segmentation.cpp, samples/dnn/text_detection.cpp, and samples/tapi/squares.cpp. 元関数名(C#): core_Mat_new12 元DLLエクスポート名: core_Mat_new12 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_new12(cv::Mat *mat, cv::Mat **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::Mat(*mat);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_delete [32/64bit] cv::Mat のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr mat %inst n-dimensional dense array クラス クラス Mat は，シングルチャンネルまたはマルチチャンネルの，n-dimensional dense 数値配列を表します．これは，実数または複素数のベクトルや行列，グレースケールやカラーの画像，ボクセルボリューム，ベクトルフィールド，点群，テンソル，ヒストグラム（ただし，非常に高次元のヒストグラムは， SparseMat に格納した方が良いかもしれません）を格納するために利用できます．配列 M のデータレイアウトは，配列 M.step[] によって定義されており，要素 ?((i_0,...,i_{M.dims-1})?)のアドレスは，次のように計算されます： ?((i_k= M.step[i+1] (実際には、M.step[i] >= M.step[i+1]*M.size[i+1] ) であることに注意してください。つまり，2次元の行列は行ごとに，3次元の行列は面ごとに，それぞれ格納されているということです．M.step[M.dims-1] は最小で，常に要素サイズ M.elemSize() と等しくなります． つまり，Mat のデータレイアウトは，Numpy (ndarray) や Win32 (independent device bitmaps) などの標準的なツールキットや SDK で提供されている密な配列タイプの大半，つまり，ピクセルの位置を計算するのにステップ（またはストライド）を利用するあらゆる配列と互換性があります．この互換性により，ユーザが割り当てたデータの Mat ヘッダを作成し，OpenCV の関数を使ってその場で処理することができます． Mat オブジェクトを作成するには，様々な方法があります．最も一般的な方法を以下に示します． create(nrows, ncols, type) メソッドや，類似の Mat(nrows, ncols, type[, fillValue]) コンストラクタを利用します．type は， cvCreateMat メソッドと同じ意味を持ちます．例えば， CV_8UC1 は 8 ビットシングルチャンネル配列を意味し， CV_32FC2 は 2 チャンネル（複素数）浮動小数点型配列を意味します．// 1+3 で埋め尽くされた 7x7 の複素行列を作成します。j.Mat M(7,7,CV_32FC2,Scalar(1,3));// そして今度は，M を 100x60 の 15 チャンネル 8 ビット行列に変えます。 // 古い内容は解放されます。M.create(100,60,CV_8UC(15)); 本章のイントロダクションで述べたように， create() は，現在の配列の形状や型が指定されたものと異なる場合にのみ，新しい配列を確保します． 多次元の配列を作成します。// 100x100x100 の 8 ビット配列を作成しますint sz[] = {100, 100, 100};Mat bigCube(3, sz, CV_8U, Scalar::all(0)); Mat のコンストラクタに次元数 =1 を渡していますが，作成される配列は列数が 1 の 2 次元になります． 右辺に配列や式が存在する可能性がある場合は，コピーコンストラクタや代入演算子を利用します（後述）．導入部で述べたように，配列の代入は，ヘッダのコピーと参照カウンタの増加だけなので，O(1) の処理です．Mat::clone() メソッドを利用すれば，必要な時に配列の完全な（深い）コピーを得ることができます． 別の配列の一部に対するヘッダを作成します．それは，1 つの行，1 つの列，複数の行，複数の列，配列中の矩形領域（代数学ではマイナーと呼ばれます），または対角線のいずれかです．このような操作も，新しいヘッダが同じデータを参照するため，O(1)となります．この機能を使って，実際に配列の一部を変更することができます．例えば// 5 番目の行に 3 を掛けたものを 3 番目の行に追加するM.row(3) = M.row(3) + M.row(5)*3;// 7 番目の列を 1 番目の列にコピーする// M.col(1) = M.col(7); // これは動作しませんMat M1 = M.col(1);M.col(7).copyTo(M1);// 320x240 の新しい imageMat img(Size(320,240),CV_8UC3);// ROIMat roi(img, Rect(10,10,100,100));// ROI を (0,255,0) (RGB 空間では緑) で埋める．// オリジナルの 320x240 の画像が変更されます． roi = Scalar(0,255,0); 追加の datastart および dataend メンバにより， locateROI() を用いて，メインコンテナ配列内の相対的なサブアレイの位置を計算することができます．Mat A = Mat::eye(10, 10, CV_32S);// A の列，1 (including) から 3 (exclusive) を抽出します．Mat B = A(Range::all(), Range(1, 3));// B の行，5 (including) から 9 (exclusive) を抽出します．locateROI(size, ofs);// size は (width=10,height=10) となり，ofs は (x=1, y=5) 行列全体の場合と同様に，深いコピーが必要な場合は，抽出された部分行列の clone() メソッドを利用します． ユーザが割り当てたデータのヘッダを作成します。以下のようにすると便利です． OpenCV を用いて，「外部」のデータを処理します（例えば，DirectShow* のフィルタや，gstreamer の処理モジュールを実装する場合など）．例えば，以下のようになります．Mat process_video_frame(const unsigned char* pixels, int width, int height, int step){ // 入力バッファをラップします． Mat img(height, width, CV_8UC3, (unsigned char*)pixels, step); Mat result; GaussianBlur(img, result, Size(7, 7), 1.5, 1.5); return result;}． double m[3][3] = {{a, b, c}, {d, e, f}, {g, h, i}};Mat M = Mat(3, 3, CV_64F, m).inv(); MATLAB スタイルの配列初期化子，zeros(), ones(), eye() などを利用します．// 倍精度の単位行列を作成し，それを M.M += Mat::eye(M.rows, M.cols, CV_64F) に追加します． コンマで区切られたイニシャライザを利用します．// 3x3 の倍精度単位行列を作成します。Mat M = (Mat_(3,3) << 1, 0, 0, 1, 0, 0, 1); この方法では，まず適切なパラメータを指定して Mat クラスのコンストラクタを呼び出し，次に << 演算子の後に定数，変数，式などのコンマで区切られた値を置くだけです．また，コンパイルエラーを避けるために，余分な括弧が必要であることにも注意してください． 配列が作成されると、参照カウントの仕組みによって自動的に管理されます。配列のヘッダがユーザが割り当てたデータの上に構築されている場合は，そのデータを自分で処理する必要があります．配列データは、誰からも指されなくなると解放されます。配列デストラクタが呼ばれる前に，配列ヘッダが指し示すデータを解放したい場合は， Mat::release() を利用してください． 配列クラスについて次に学ぶべき重要なことは，要素へのアクセスです．このマニュアルでは，各配列要素のアドレスを計算する方法を既に説明しました．通常は，コード内で直接その式を使う必要はありません．配列要素の型（メソッド Mat::type() を用いて取得できます）を知っていれば，2 次元配列の要素 \(M_{ij}\) に，次のようにアクセスできます．M.at(i,j) += 1.f; M は倍精度浮動小数点型配列であると仮定します．M.at(i,j) += 1.f; Mは倍精度の浮動小数点配列であると仮定しています。 2 次元配列の行全体を処理する必要がある場合，最も効率的な方法は，最初に行へのポインタを取得し，次に C の単純な演算子 [] を使用することです： // 正の行列要素の総和を求めます // （M が倍精度の行列であると仮定して）double sum=0;for(int i = 0; i < M. .rows; i++){ const double* Mi = M.ptr(i); for(int j = 0; j < M.cols; j++) sum += std::max(Mi[j], 0.);}．上の例のように，実際には配列の形状に依存しない演算もあります．このような演算は，配列の要素を1つずつ処理するだけです（あるいは，配列の加算など，同じ座標を持つ複数の配列の要素を処理することもあります）．このような操作を「要素ワイズ」と呼びます。すべての入出力配列が連続しているかどうか，つまり，各行の終わりに隙間がないかどうかをチェックすることは意味があります．もしそうであれば，それらを長い1つの行として処理します．// 最適化された正の行列要素の和を求めるtdouble sum=0;int cols = M.cols, rows = M.rows;if(M.isContinuous()){ cols *= rows; rows = 1;}for(int i = 0; i < rows; i++){ const double* Mi = M.ptr(i); for(int j = 0; j < cols; j++) sum += std::max(Mi[j], 0.);}．連続した行列の場合，外側のループ本体は1回しか実行されません．そのため，オーバーヘッドが小さくなり，特に小さな行列の場合には顕著です． 最後に，連続した行の間のギャップをスキップすることができる STL スタイルのイテレータを紹介します．// 正の行列要素の総和を計算する，イテレータベースのバリアントdouble sum=0;MatConstIterator_ it = M.begin(), it_end = M.end();for(; it != it_end; ++it) sum += std::max(*it, 0.); 行列イテレータは，ランダムアクセスイテレータなので，std::sort() を含む，あらゆる STL アルゴリズムに渡すことができます． 注釈matrix Expressions and arithmetic see MatExpr 例： fld_lines.cpp，modules/shape/samples/shape_example.cpp，samples/cpp/camshiftdemo.cpp，samples/cpp/connected_components.cpp，samples/cpp/contours2.cpp，samples/cpp/convexhull.cpp，samples/cpp/cout_mat.cpp，samples/cpp/create_mask.cpp，samples/cpp/demhist.cpp，samples/cpp/distrans.cpp, samples/cpp/edge.cpp, samples/cpp/facedetect.cpp, samples/cpp/falecolor.cpp, samples/cpp/ffilldemo.cpp, samples/cpp/filestorage.cpp, samples/cpp/fitellipse.cpp, samples/cpp/grabcut.cpp, samples/cpp/image_alignment.cpp, samples/cpp/intersectExample.cpp, samples/cpp/kalman.cpp, samples/cpp/kmeans.cpp，samples/cpp/laplace.cpp，samples/cpp/lkdemo.cpp，samples/cpp/minarea.cpp，samples/cpp/pca.cpp，samples/cpp/peopledetect.cpp，samples/cpp/polar_transforms.cpp，samples/cpp/segment_objects.cpp，samples/cpp/squares.cpp，samples/cpp/stitching.cpp，samples/cpp/stitching_detailed.cpp，samples/cpp/train_HOG.cpp, samples/cpp/tutorial_code/features2D/Homography/decompose_homography.cpp, samples/cpp/tutorial_code/features2D/Homography/homography_from_camera_displacement.cpp, samples/cpp/tutorial_code/features2D/Homography/pose_from_homography.cpp, samples/cpp/tutorial_code/HighGUI/AddingImagesTrackbar.cpp, samples/cpp/tutorial_code/Histograms_Matching/MatchTemplate_Demo.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_1.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_2.cpp, samples/cpp/tutorial_code/ImgProc/Morphology_1.cpp, samples/cpp/tutorial_code/ImgProc/Morphology_2.cpp, samples/cpp/tutorial_code/ImgProc/Pyramids/Pyramids.cpp, samples/cpp/tutorial_code/ImgProc/Smoothing/Smoothing.cpp, samples/cpp/tutorial_code/ImgTrans/copyMakeBorder_demo.cpp, samples/cpp/tutorial_code/ImgTrans/houghcircles.cpp, samples/cpp/tutorial_code/ImgTrans/houghlines.cpp, samples/cpp/tutorial_code/ImgTrans/Sobel_Demo.cpp, samples/cpp/tutorial_code/ml/introduction_to_pca/introduction_to_pca.cpp, samples/cpp/tutorial_code/photo/non_photorealistic_rendering/npr_demo.cpp, samples/cpp/tutorial_code/photo/seamless_cloning/cloning_demo.cpp, samples/cpp/tutorial_code/videoio/video-write/video-write.cpp, samples/cpp/videowriter_basic.cpp, samples/cpp/warpPerspective_demo.cpp, samples/cpp/watershed.cpp, samples/dnn/classification.cpp, samples/dnn/colorization.cpp, samples/dnn/object_detection.cpp, samples/dnn/openpose.cpp, samples/dnn/segmentation.cpp, samples/dnn/text_detection.cpp, and samples/tapi/squares.cpp. 元関数名(C#): core_Mat_delete 元DLLエクスポート名: core_Mat_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_delete(cv::Mat *self)
{
    BEGIN_WRAP
    delete self;
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_getUMat [32/64bit] Mat から UMat を取得します． %prm p1,p2,p3,p4 p1 = sptr : IntPtr self p2 = int : int accessFlag p3 = int : int usageFlags p4 = var : out IntPtr returnValue %inst 元関数名(C#): core_Mat_getUMat 元DLLエクスポート名: core_Mat_getUMat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_getUMat(cv::Mat* self, cv::AccessFlag accessFlags, cv::UMatUsageFlags usageFlags, cv::UMat** returnValue)
{
    BEGIN_WRAP
        * returnValue = new cv::UMat(self->getUMat(accessFlags, usageFlags));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_row [32/64bit] 指定された行列行に対する行列ヘッダを作成します． %prm p1,p2,p3 p1 = sptr : IntPtr self p2 = int : int y p3 = var : out IntPtr returnValue %inst このメソッドは，指定された行列の行に対する新しいヘッダを作成し，それを返します．これは，行列のサイズに関わらず，O(1) の処理です．新しい行列の基礎データは，元の行列と共有されます．以下は，LU やその他多くのアルゴリズムで利用される，古典的な基本行列処理の 1 つである axpy の例です：inline void matrix_axpy(Mat& A, int i, int j, double alpha){ A.row(i) += A.row(j)*alpha;}fragmentNote現在の実装では，以下のコードは期待通りに動作しません．Mat A;...A.row(i) = A.row(j); // うまくいきません． これは，A.row(i) が一時的なヘッダを形成し，さらに別のヘッダに割り当てられるために起こります．これらの操作はそれぞれO(1)、つまりデータはコピーされないことを覚えておいてください。したがって，j番目の行がi番目の行にコピーされることを期待していたかもしれない場合には，上記の割り当ては真ではありません．これを実現するには，この単純な代入を式に変えるか， Mat::copyTo メソッドを利用する必要があります．A.row(j) = A.row(j) + 0;// これは少し長いですが，推奨される方法です．A.row(j).copyTo(A.row(i));例： samples/cpp/pca.cpp，samples/cpp/train_HOG.cpp． 元関数名(C#): core_Mat_row 元DLLエクスポート名: core_Mat_row 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_row(cv::Mat *self, int y, cv::Mat **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::Mat(self->row(y));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_col [32/64bit] 指定された行列列の行列ヘッダを作成します。 %prm p1,p2,p3 p1 = sptr : IntPtr self p2 = int : int x p3 = var : out IntPtr returnValue %inst このメソッドは，指定された行列列に対する新しいヘッダを作成し，それを返します．これは，行列のサイズに関わらず，O(1)の処理です．この新しい行列の基礎データは，元の行列と共有されます．Mat::row の説明も参照してください．例： samples/cpp/tutorial_code/features2D/Homography/pose_from_homography.cpp. 元関数名(C#): core_Mat_col 元DLLエクスポート名: core_Mat_col 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_col(cv::Mat *self, int x, cv::Mat **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::Mat(self->col(x));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_rowRange [32/64bit] 指定された行範囲に対する行列ヘッダを作成します． %prm p1,p2,p3,p4 p1 = sptr : IntPtr self p2 = int : int startRow p3 = int : int endRow p4 = var : out IntPtr returnValue %inst このメソッドは，行列の指定された行範囲に対して新しいヘッダを作成します．Mat::row や Mat::col と同様に，これは O(1) の処理です．例： samples/cpp/kmeans.cpp，samples/dnn/segmentation.cpp． 元関数名(C#): core_Mat_rowRange 元DLLエクスポート名: core_Mat_rowRange 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_rowRange(cv::Mat *self, int startRow, int endRow, cv::Mat **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::Mat(self->rowRange(startRow, endRow));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_colRange [32/64bit] 指定された列数に対する行列ヘッダを作成します． %prm p1,p2,p3,p4 p1 = sptr : IntPtr self p2 = int : int startCol p3 = int : int endCol p4 = var : out IntPtr returnValue %inst このメソッドは，行列の指定された列スパンに対して新しいヘッダを作成します．Mat::row や Mat::col と同様に，これは O(1) の処理です． 元関数名(C#): core_Mat_colRange 元DLLエクスポート名: core_Mat_colRange 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_colRange(cv::Mat *self, int startCol, int endCol, cv::Mat **returnValue)
{ 
    BEGIN_WRAP
    *returnValue = new cv::Mat(self->colRange(startCol, endCol));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_diag [32/64bit] 行列から対角線を抽出します． %prm p1,p2,p3 p1 = sptr : IntPtr self p2 = int : int d p3 = var : out IntPtr returnValue %inst このメソッドは，指定された行列の対角線上に新しいヘッダを作成します．この新しい行列は，1 列の行列として表現されます．Mat::row や Mat::col と同様に，これは O(1) の処理です． 元関数名(C#): core_Mat_diag 元DLLエクスポート名: core_Mat_diag 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_diag(cv::Mat *self, int d, cv::Mat **returnValue)
{
    BEGIN_WRAP
    const auto ret = self->diag(d);
    *returnValue = new cv::Mat(ret);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_diag_static [32/64bit] 行列から対角線を抽出します． %prm p1,p2 p1 = sptr : IntPtr self p2 = var : out IntPtr returnValue %inst このメソッドは，指定された行列の対角線上に新しいヘッダを作成します．この新しい行列は，1 列の行列として表現されます．Mat::row や Mat::col と同様に，これは O(1) の処理です． 元関数名(C#): core_Mat_diag_static 元DLLエクスポート名: core_Mat_diag_static 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_diag_static(cv::Mat *self, cv::Mat **returnValue)
{
    BEGIN_WRAP
    const auto ret = cv::Mat::diag(*self);
    *returnValue = new cv::Mat(ret);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_clone [32/64bit] 配列とその基礎となるデータの完全なコピーを作成します． %prm p1,p2 p1 = sptr : IntPtr self p2 = var : out IntPtr returnValue %inst このメソッドは，配列の完全なコピーを作成します．元の step[] は考慮されません．したがって，配列のコピーは，total()*elemSize() バイトを占める連続した配列となります．例： samples/cpp/create_mask.cpp，samples/cpp/facedetect.cpp，samples/cpp/stitching_detailed.cpp，samples/cpp/train_HOG.cpp，samples/cpp/tutorial_code/features2D/Homography/homography_from_camera_displacement.cpp, samples/cpp/tutorial_code/features2D/Homography/pose_from_homography.cpp, samples/cpp/tutorial_code/ImgProc/Smoothing/Smoothing.cpp, samples/cpp/tutorial_code/ImgTrans/houghlines.cpp, and samples/cpp/warpPerspective_demo.cpp. 元関数名(C#): core_Mat_clone 元DLLエクスポート名: core_Mat_clone 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_clone(cv::Mat *self, cv::Mat **returnValue)
{
    BEGIN_WRAP
    const auto ret = self->clone();
    *returnValue = new cv::Mat(ret);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_copyTo1 [32/64bit] 行列を別の行列にコピーします。 %prm p1,p2 p1 = sptr : IntPtr self p2 = sptr : IntPtr m %inst このメソッドは，行列のデータを別の行列にコピーします．データをコピーする前に，このメソッドは :m.create(this->size(), this->type()) を呼び出し，必要に応じてコピー先の行列が再割り当てされるようにします．操作マスクが指定されている場合，上述の Mat::create 呼び出しで行列が再割り当てされると，データをコピーする前に，新しく割り当てられた行列がすべて 0 で初期化されます．例： samples/cpp/camshiftdemo.cpp，samples/cpp/edge.cpp，samples/cpp/grabcut.cpp，samples/cpp/image_alignment.cpp，samples/cpp/lkdemo.cpp，samples/cpp/tutorial_code/Histograms_Matching/MatchTemplate_Demo.cpp，samples/cpp/watershed.cpp，samples/tapi/hog.cpp，samples/tapi/squares.cpp． 元関数名(C#): core_Mat_copyTo1 元DLLエクスポート名: core_Mat_copyTo1 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_copyTo1(cv::Mat *self, cv::_OutputArray *m)
{
    BEGIN_WRAP
    self->copyTo(*m);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_copyTo2 [32/64bit] この関数は，便宜上，オーバーロードされたメンバ関数です．上の関数との違いは，どのような引数を受け取るかだけです． %prm p1,p2,p3 p1 = sptr : IntPtr self p2 = sptr : IntPtr m p3 = sptr : IntPtr mask %inst 元関数名(C#): core_Mat_copyTo2 元DLLエクスポート名: core_Mat_copyTo2 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_copyTo2(cv::Mat *self, cv::_OutputArray *m, cv::_InputArray *mask)
{
    BEGIN_WRAP
    self->copyTo(*m, entity(mask));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_copyTo_toMat1 [32/64bit] 行列を別の行列にコピーします。 %prm p1,p2 p1 = sptr : IntPtr self p2 = sptr : IntPtr m %inst このメソッドは，行列のデータを別の行列にコピーします．データをコピーする前に，このメソッドは :m.create(this->size(), this->type()) を呼び出し，必要に応じてコピー先の行列が再割り当てされるようにします．操作マスクが指定されている場合，上述の Mat::create 呼び出しで行列が再割り当てされると，データをコピーする前に，新しく割り当てられた行列がすべて 0 で初期化されます．例： samples/cpp/camshiftdemo.cpp，samples/cpp/edge.cpp，samples/cpp/grabcut.cpp，samples/cpp/image_alignment.cpp，samples/cpp/lkdemo.cpp，samples/cpp/tutorial_code/Histograms_Matching/MatchTemplate_Demo.cpp，samples/cpp/watershed.cpp，samples/tapi/hog.cpp，samples/tapi/squares.cpp． 元関数名(C#): core_Mat_copyTo_toMat1 元DLLエクスポート名: core_Mat_copyTo_toMat1 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_copyTo_toMat1(cv::Mat *self, cv::Mat *m)
{
    BEGIN_WRAP
    self->copyTo(*m);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_copyTo_toMat2 [32/64bit] この関数は，便宜上，オーバーロードされたメンバ関数です．上の関数との違いは，どのような引数を受け取るかだけです． %prm p1,p2,p3 p1 = sptr : IntPtr self p2 = sptr : IntPtr m p3 = sptr : IntPtr mask %inst 元関数名(C#): core_Mat_copyTo_toMat2 元DLLエクスポート名: core_Mat_copyTo_toMat2 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_copyTo_toMat2(cv::Mat *self, cv::Mat *m, cv::_InputArray *mask)
{
    BEGIN_WRAP
    self->copyTo(*m, entity(mask));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_convertTo [32/64bit] 配列を別のデータ型に変換し，オプションでスケーリングを行います． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr self p2 = sptr : IntPtr m p3 = int : int rtype p4 = double : double alpha p5 = double : double beta %inst このメソッドは，ソースピクセルの値をターゲットデータ型に変換します．オーバーフローの可能性を回避するために，最後に saturate_cast<> が適用されます：[m(x,y) = saturate ″cast( ″alpha (*this)(x,y) + ″beta″ )]例： samples/cpp/demhist.cpp、samples/cpp/distrans.cpp、samples/cpp/fitellipse.cpp、samples/cpp/pca.cpp、samples/cpp/stitching_detailed.cpp、samples/dnn/colorization.cppです。 元関数名(C#): core_Mat_convertTo 元DLLエクスポート名: core_Mat_convertTo 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_convertTo(cv::Mat *self, cv::_OutputArray *m, int rtype, double alpha, double beta)
{
    BEGIN_WRAP
    self->convertTo(*m, rtype, alpha, beta);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_assignTo [32/64bit] convertTo の関数形式を提供します。 %prm p1,p2,p3 p1 = sptr : IntPtr self p2 = sptr : IntPtr m p3 = int : int type %inst これは，MatrixExpressions エンジンによって呼び出される，内部的に使用されるメソッドです． 元関数名(C#): core_Mat_assignTo 元DLLエクスポート名: core_Mat_assignTo 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_assignTo(cv::Mat *self, cv::Mat *m, int type)
{
    BEGIN_WRAP
    self->assignTo(*m, type);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_setTo_Scalar [32bit] 配列の全てまたは一部の要素を指定された値に設定します。 %prm p1,p2,p3 p1 = sptr : IntPtr self p2 = ARGS_SCALAR : Scalar value p3 = sptr : IntPtr mask %inst これは， Mat::operator=(const Scalar& s) 演算子の発展型です．例： samples/cpp/stitching_detailed.cpp ，samples/dnn/segmentation.cpp など． 元関数名(C#): core_Mat_setTo_Scalar 元DLLエクスポート名: core_Mat_setTo_Scalar 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_setTo_Scalar(cv::Mat *self, MyCvScalar value, cv::Mat *mask)
{
    BEGIN_WRAP
    if (mask == nullptr)
        self->setTo(cpp(value));
    else 
        self->setTo(cpp(value), entity(mask));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_setTo_Scalar [64bit] 配列の全てまたは一部の要素を指定された値に設定します。 %prm p1,p2,p3 p1 = sptr : IntPtr self p2 = var : Scalar value p3 = sptr : IntPtr mask %inst これは， Mat::operator=(const Scalar& s) 演算子の発展型です．例： samples/cpp/stitching_detailed.cpp ，samples/dnn/segmentation.cpp など． 元関数名(C#): core_Mat_setTo_Scalar 元DLLエクスポート名: core_Mat_setTo_Scalar 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_setTo_Scalar(cv::Mat *self, MyCvScalar value, cv::Mat *mask)
{
    BEGIN_WRAP
    if (mask == nullptr)
        self->setTo(cpp(value));
    else 
        self->setTo(cpp(value), entity(mask));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_setTo_InputArray [32/64bit] 配列の全てまたは一部の要素を指定された値に設定します。 %prm p1,p2,p3 p1 = sptr : IntPtr self p2 = sptr : IntPtr value p3 = sptr : IntPtr mask %inst これは， Mat::operator=(const Scalar& s) 演算子の発展型です．例： samples/cpp/stitching_detailed.cpp ，samples/dnn/segmentation.cpp など． 元関数名(C#): core_Mat_setTo_InputArray 元DLLエクスポート名: core_Mat_setTo_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_setTo_InputArray(cv::Mat *self, cv::_InputArray *value, cv::Mat *mask)
{
    BEGIN_WRAP
    self->setTo(*value, entity(mask));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_reshape1 [32/64bit] データをコピーすることなく，2 次元行列の形状やチャンネル数を変更します． %prm p1,p2,p3,p4 p1 = sptr : IntPtr self p2 = int : int cn p3 = int : int rows p4 = var : out IntPtr returnValue %inst このメソッドは，*this の要素に対する新しい行列のヘッダを作成します．この新しい行列は，サイズやチャンネル数が異なっていても構いません．以下の条件であれば，どのような組み合わせも可能です：新しい行列に余分な要素が含まれておらず，また要素が除外されていない場合．したがって，行*列*チャネル() の積は，変換後も同じでなければいけません． データはコピーされません。つまり，これは O(1) の演算です．したがって，行数を変更したり，その他の方法で行の要素のインデックスを変更したりした場合，その行列は連続したものでなければいけません．Mat::isContinuous を参照してください．例えば，STL のベクトルとして格納された 3D ポイントの集合があり，そのポイントを 3xN の行列として表現したい場合，次のようにします： std::vector vec;...Mat pointMat = Mat(vec)．// ベクトルを Mat に変換，O(1) の演算 reshape(1)．// Nx1 の 3 チャンネル行列から，Nx3 の 1 チャンネル行列を作成します． // これも O(1) の処理です． t(); // 最後に，Nx3 の行列を転置します． これは， // すべての要素をコピーすることになりますfragmentExamples: samples/cpp/pca.cpp, samples/dnn/classification.cpp. 元関数名(C#): core_Mat_reshape1 元DLLエクスポート名: core_Mat_reshape1 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_reshape1(cv::Mat *self, int cn, int rows, cv::Mat **returnValue)
{
    BEGIN_WRAP
    const auto ret = self->reshape(cn, rows);
    *returnValue = new cv::Mat(ret);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_reshape2 [32/64bit] データをコピーすることなく，2 次元行列の形状やチャンネル数を変更します． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr self p2 = int : int cn p3 = int : int newndims p4 = var : [MarshalAs(UnmanagedType.LPArray), In] int[] newsz p5 = var : out IntPtr returnValue %inst このメソッドは，*this の要素に対する新しい行列のヘッダを作成します．この新しい行列は，サイズやチャンネル数が異なっていても構いません．以下の条件であれば，どのような組み合わせも可能です：新しい行列に余分な要素が含まれておらず，また要素が除外されていない場合．したがって，行*列*チャネル() の積は，変換後も同じでなければいけません． データはコピーされません。つまり，これは O(1) の演算です．したがって，行数を変更したり，その他の方法で行の要素のインデックスを変更したりした場合，その行列は連続したものでなければいけません．Mat::isContinuous を参照してください．例えば，STL のベクトルとして格納された 3D ポイントの集合があり，そのポイントを 3xN の行列として表現したい場合，次のようにします： std::vector vec;...Mat pointMat = Mat(vec)．// ベクトルを Mat に変換，O(1) の演算 reshape(1)．// Nx1 の 3 チャンネル行列から，Nx3 の 1 チャンネル行列を作成します． // これも O(1) の処理です． t(); // 最後に，Nx3 の行列を転置します． これは， // すべての要素をコピーすることになりますfragmentExamples: samples/cpp/pca.cpp, samples/dnn/classification.cpp. 元関数名(C#): core_Mat_reshape2 元DLLエクスポート名: core_Mat_reshape2 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_reshape2(cv::Mat *self, int cn, int newndims, const int* newsz, cv::Mat **returnValue)
{
    BEGIN_WRAP
    const auto ret = self->reshape(cn, newndims, newsz);
    *returnValue = new cv::Mat(ret);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_t [32/64bit] 行列を転置します． %prm p1,p2 p1 = sptr : IntPtr self p2 = var : out IntPtr returnValue %inst このメソッドは，行列式を用いて行列の転置を行います．このオブジェクトは，より複雑な行列式の一部として利用したり，行列に割り当てたりすることができます： Mat A1 = A + Mat::eye(A.size(), A.type())*lambda;Mat C = A1.t()*A1; // (A + lambda*I)^t * (A + lambda*I)fragmentExamples: samples/cpp/tutorial_code/features2D/Homography/decompose_homography.cpp, and samples/cpp/tutorial_code/features2D/Homography/homography_from_camera_displacement.cpp. 元関数名(C#): core_Mat_t 元DLLエクスポート名: core_Mat_t 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_t(cv::Mat *self, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = self->t();
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_inv [32/64bit] 行列の逆行列を作成します。 %prm p1,p2,p3 p1 = sptr : IntPtr self p2 = int : int method p3 = var : out IntPtr returnValue %inst このメソッドは，行列式を用いて行列の反転を行います．つまり，一時的な行列反転オブジェクトが返され，より複雑な行列式の一部として利用したり，行列に代入したりすることができます．例： samples/cpp/tutorial_code/features2D/Homography/decompose_homography.cpp, samples/cpp/tutorial_code/features2D/Homography/homography_from_camera_displacement.cpp. 元関数名(C#): core_Mat_inv 元DLLエクスポート名: core_Mat_inv 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_inv(cv::Mat *self, int method, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto ret = self->inv(method);
    *returnValue = new cv::MatExpr(ret);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_mul [32/64bit] 2つの行列の要素ごとの乗算・除算を行います． %prm p1,p2,p3,p4 p1 = sptr : IntPtr self p2 = sptr : IntPtr m p3 = double : double scale p4 = var : out IntPtr returnValue %inst このメソッドは，要素毎の配列の乗算を，オプションの scale を用いてエンコードした一時的なオブジェクトを返します．例： Mat C = A.mul(5/B); // divide(A, B, C, 5)と等価なフラグメンテーション． 元関数名(C#): core_Mat_mul 元DLLエクスポート名: core_Mat_mul 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_mul(cv::Mat *self, cv::_InputArray *m, double scale, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto ret = self->mul(*m, scale);
    *returnValue = new cv::MatExpr(ret);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_cross [32/64bit] 2 つの 3 要素のベクトルの外積を計算します． %prm p1,p2,p3 p1 = sptr : IntPtr self p2 = sptr : IntPtr m p3 = var : out IntPtr returnValue %inst このメソッドは，2 つの 3 要素のベクトルの外積を計算します。ベクトルは，同じ形とサイズの 3 要素浮動小数点ベクトルでなければなりません。例： samples/cpp/tutorial_code/features2D/Homography/pose_from_homography.cpp. 元関数名(C#): core_Mat_cross 元DLLエクスポート名: core_Mat_cross 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_cross(cv::Mat *self, cv::_InputArray *m, cv::Mat **returnValue)
{
    BEGIN_WRAP
    const auto ret = self->cross(*m);
    *returnValue = new cv::Mat(ret);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_dot [32/64bit] 2つのベクトルのドット積を計算します。 %prm p1,p2,p3 p1 = sptr : IntPtr self p2 = sptr : IntPtr m p3 = var : out double returnValue %inst このメソッドは，2つの行列のドット積を計算します．行列が1列または1行のベクトルではない場合，上から下，左から右への走査順序が用いられ，1次元ベクトルとして扱われます。ベクトルのサイズとタイプは同じでなければなりません。例: samples/cpp/tutorial_code/features2D/Homography/decompose_homography.cpp, and samples/cpp/tutorial_code/features2D/Homography/homography_from_camera_displacement.cpp. 元関数名(C#): core_Mat_dot 元DLLエクスポート名: core_Mat_dot 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_dot(cv::Mat *self, cv::_InputArray *m, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = self->dot(*m);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_zeros1 [32/64bit] 指定されたサイズとタイプの0個の配列を返します。 %prm p1,p2,p3,p4 p1 = int : int rows p2 = int : int cols p3 = int : int type p4 = var : out IntPtr returnValue %inst このメソッドは，Matlab 形式のゼロ配列イニシャライザを返します．これは，関数のパラメータ，行列式の一部，あるいは行列のイニシャライザとして，定数配列を高速に形成するために利用できます： Mat A;A = Mat::zeros(3, 3, CV_32F);fragment上記の例では，A が 3x3 の浮動小数点型行列ではない場合にのみ，新しい行列が確保されます．例： samples/cpp/camshiftdemo.cpp, samples/cpp/contours2.cpp, samples/cpp/falecolor.cpp, samples/cpp/fitellipse.cpp, samples/cpp/kalman.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_1.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_2.cpp, and samples/dnn/segmentation.cpp. 元関数名(C#): core_Mat_zeros1 元DLLエクスポート名: core_Mat_zeros1 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_zeros1(int rows, int cols, int type, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = cv::Mat::zeros(rows, cols, type);
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_zeros2 [32/64bit] 指定されたサイズとタイプの0個の配列を返します。 %prm p1,p2,p3,p4 p1 = int : int ndims p2 = var : [MarshalAs(UnmanagedType.LPArray), In] int[] sz p3 = int : int type p4 = var : out IntPtr returnValue %inst このメソッドは，Matlab 形式のゼロ配列イニシャライザを返します．これは，関数のパラメータ，行列式の一部，あるいは行列のイニシャライザとして，定数配列を高速に形成するために利用できます： Mat A;A = Mat::zeros(3, 3, CV_32F);fragment上記の例では，A が 3x3 の浮動小数点型行列ではない場合にのみ，新しい行列が確保されます．例： samples/cpp/camshiftdemo.cpp, samples/cpp/contours2.cpp, samples/cpp/falecolor.cpp, samples/cpp/fitellipse.cpp, samples/cpp/kalman.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_1.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_2.cpp, and samples/dnn/segmentation.cpp. 元関数名(C#): core_Mat_zeros2 元DLLエクスポート名: core_Mat_zeros2 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_zeros2(int ndims, const int *sz, int type, cv::MatExpr **returnValue) 
{
    BEGIN_WRAP
    const auto expr = cv::Mat::zeros(ndims, sz, type);
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_ones1 [32/64bit] 指定されたサイズと型のすべての 1 の配列を返します。 %prm p1,p2,p3,p4 p1 = int : int rows p2 = int : int cols p3 = int : int type p4 = var : out IntPtr returnValue %inst このメソッドは， Mat::zeros と同様に，Matlab 形式の 1 の配列イニシャライザを返します．このメソッドを利用すると，次のような Matlab イディオムを用いて，任意の値で配列を初期化できることに注意してください： Mat A = Mat::ones(100, 100, CV_8U)*3; // 3.fragment で埋め尽くされた 100x100 の行列を作成します．上記の処理では，1 の 100x100 の行列を作成し，それに 3 を掛けることはありません．注意マルチチャンネルの場合，最初のチャンネルだけが 1 で初期化され，他のチャンネルは 0 になります．例： samples/cpp/demhist.cpp. 元関数名(C#): core_Mat_ones1 元DLLエクスポート名: core_Mat_ones1 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_ones1(int rows, int cols, int type, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto ret = cv::Mat::ones(rows, cols, type);
    *returnValue = new cv::MatExpr(ret);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_ones2 [32/64bit] 指定されたサイズと型のすべての 1 の配列を返します。 %prm p1,p2,p3,p4 p1 = int : int ndims p2 = var : [MarshalAs(UnmanagedType.LPArray), In] int[] sz p3 = int : int type p4 = var : out IntPtr returnValue %inst このメソッドは， Mat::zeros と同様に，Matlab 形式の 1 の配列イニシャライザを返します．このメソッドを利用すると，次のような Matlab イディオムを用いて，任意の値で配列を初期化できることに注意してください： Mat A = Mat::ones(100, 100, CV_8U)*3; // 3.fragment で埋め尽くされた 100x100 の行列を作成します．上記の処理では，1 の 100x100 の行列を作成し，それに 3 を掛けることはありません．注意マルチチャンネルの場合，最初のチャンネルだけが 1 で初期化され，他のチャンネルは 0 になります．例： samples/cpp/demhist.cpp. 元関数名(C#): core_Mat_ones2 元DLLエクスポート名: core_Mat_ones2 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_ones2(int ndims, const int *sz, int type, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    auto ret = cv::Mat::ones(ndims, sz, type);
    *returnValue = new cv::MatExpr(ret);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_eye [32/64bit] 指定されたサイズと型の単位行列を返します． %prm p1,p2,p3,p4 p1 = int : int rows p2 = int : int cols p3 = int : int type p4 = var : out IntPtr returnValue %inst このメソッドは，Mat::zeros と同様に，Matlab 形式の単位行列イニシャライザを返します．Mat::ones と同様に，スケール操作を利用して，スケーリングされた単位行列を効率的に作成することができます： // 対角線上に 0.1 を配置した 4x4 の対角行列を作成します．Mat A = Mat::eye(4, 4, CV_32F)*0.1;fragmentNoteマルチチャンネルタイプの場合，単位行列は最初のチャンネルに対してのみ初期化され，その他のチャンネルは 0's にセットされます． 元関数名(C#): core_Mat_eye 元DLLエクスポート名: core_Mat_eye 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_eye(int rows, int cols, int type, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto eye = cv::Mat::eye(rows, cols, type);
    *returnValue = new cv::MatExpr(eye);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_create1 [32/64bit] 必要に応じて，新しい配列データを確保します． %prm p1,p2,p3,p4 p1 = sptr : IntPtr self p2 = int : int rows p3 = int : int cols p4 = int : int type %inst これは，Mat の重要なメソッドの 1 つです．配列を生成する新スタイルの OpenCV 関数やメソッドのほとんどは，各出力配列に対してこのメソッドを呼び出します．このメソッドは，次のようなアルゴリズムを用います：現在の配列の形状と型が新しいものと一致する場合は，直ちに戻ります．そうでない場合は， Mat::release を呼び出して以前のデータの参照を解除します． 新しいヘッダを初期化します． total()*elemSize() バイトの新しいデータを確保します． データに関連付けられた新しい参照カウンタを確保し，それを 1 にセットします．このような方式は，メモリ管理を頑健かつ効率的にすると同時に，余計なタイプミスを防ぐのに役立ちます．つまり，通常，出力配列を明示的に確保する必要はありません。つまり，次のように書く代わりに，:Mat color;...Mat gray(color.rows, color.cols, color.depth());cvtColor(color, gray, COLOR_BGR2GRAY);fragmentty 単に次のように書くことができます：Mat color;...Mat gray;cvtColor(color, gray, COLOR_BGR2GRAY);fragmentなぜならば，cvtColor は，OpenCV のほとんどの関数と同様に，出力配列に対して Mat::create() を内部的に呼び出しているからです．例： samples/cpp/camshiftdemo.cpp，samples/cpp/edge.cpp，samples/cpp/ffilldemo.cpp，samples/cpp/grabcut.cpp，samples/cpp/stitching_detailed.cpp，samples/cpp/tutorial_code/Histograms_Matching/MatchTemplate_Demo.cpp，samples/dnn/segmentation.cpp． 元関数名(C#): core_Mat_create1 元DLLエクスポート名: core_Mat_create1 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_create1(cv::Mat *self, int rows, int cols, int type)
{
    BEGIN_WRAP
    self->create(rows, cols, type);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_create2 [32/64bit] 必要に応じて，新しい配列データを確保します． %prm p1,p2,p3,p4 p1 = sptr : IntPtr self p2 = int : int ndims p3 = var : [MarshalAs(UnmanagedType.LPArray)] int[] sizes p4 = int : int type %inst これは，Mat の重要なメソッドの 1 つです．配列を生成する新スタイルの OpenCV 関数やメソッドのほとんどは，各出力配列に対してこのメソッドを呼び出します．このメソッドは，次のようなアルゴリズムを用います：現在の配列の形状と型が新しいものと一致する場合は，直ちに戻ります．そうでない場合は， Mat::release を呼び出して以前のデータの参照を解除します． 新しいヘッダを初期化します． total()*elemSize() バイトの新しいデータを確保します． データに関連付けられた新しい参照カウンタを確保し，それを 1 にセットします．このような方式は，メモリ管理を頑健かつ効率的にすると同時に，余計なタイプミスを防ぐのに役立ちます．つまり，通常，出力配列を明示的に確保する必要はありません。つまり，次のように書く代わりに，:Mat color;...Mat gray(color.rows, color.cols, color.depth());cvtColor(color, gray, COLOR_BGR2GRAY);fragmentty 単に次のように書くことができます：Mat color;...Mat gray;cvtColor(color, gray, COLOR_BGR2GRAY);fragmentなぜならば，cvtColor は，OpenCV のほとんどの関数と同様に，出力配列に対して Mat::create() を内部的に呼び出しているからです．例： samples/cpp/camshiftdemo.cpp，samples/cpp/edge.cpp，samples/cpp/ffilldemo.cpp，samples/cpp/grabcut.cpp，samples/cpp/stitching_detailed.cpp，samples/cpp/tutorial_code/Histograms_Matching/MatchTemplate_Demo.cpp，samples/dnn/segmentation.cpp． 元関数名(C#): core_Mat_create2 元DLLエクスポート名: core_Mat_create2 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_create2(cv::Mat *self, int ndims, const int *sizes, int type)
{
    BEGIN_WRAP
    self->create(ndims, sizes, type);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_reserve [32/64bit] 指定した行数分のスペースを確保します。 %prm p1,p2 p1 = sptr : IntPtr self p2 = sptr : IntPtr sz %inst このメソッドは sz 行分のスペースを確保します。行列が既に sz 行分のスペースを持っている場合は何も起こりません。行列が再割り当てされた場合は，最初の Mat::rows 行が保存されます．このメソッドは，STL vector クラスの対応するメソッドをエミュレートします． 元関数名(C#): core_Mat_reserve 元DLLエクスポート名: core_Mat_reserve 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_reserve(cv::Mat *self, size_t sz)
{
    BEGIN_WRAP
    self->reserve(sz);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_reserveBuffer [32/64bit] 指定されたバイト数分の領域を確保します。 %prm p1,p2 p1 = sptr : IntPtr self p2 = sptr : IntPtr sz %inst このメソッドは，sz バイト分の領域を確保します。行列が既に sz バイト分のスペースを持っている場合は何も起こりません。行列を再配置する必要がある場合、以前の内容が失われる可能性があります。 元関数名(C#): core_Mat_reserveBuffer 元DLLエクスポート名: core_Mat_reserveBuffer 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_reserveBuffer(cv::Mat *self, size_t sz)
{
    BEGIN_WRAP
    self->reserveBuffer(sz);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_resize1 [32/64bit] 行列の行数を変更します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr sz %inst これらのメソッドは、行列の行数を変更します。行列が再割り当てされた場合，最初の min(Mat::rows, sz) 行が保存されます。これらのメソッドは，STL vector クラスの対応するメソッドを模したものです． 元関数名(C#): core_Mat_resize1 元DLLエクスポート名: core_Mat_resize1 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_resize1(cv::Mat *obj, size_t sz)
{
    BEGIN_WRAP
    obj->resize(sz);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_resize2 [32bit] この関数は，便宜上，オーバーロードされたメンバ関数です．上の関数との違いは，どのような引数を受け取るかだけです． %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = sptr : IntPtr sz p3 = ARGS_SCALAR : Scalar s %inst 元関数名(C#): core_Mat_resize2 元DLLエクスポート名: core_Mat_resize2 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_resize2(cv::Mat *obj, size_t sz, MyCvScalar s)
{
    BEGIN_WRAP
    obj->resize(sz, cpp(s));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_resize2 [64bit] この関数は，便宜上，オーバーロードされたメンバ関数です．上の関数との違いは，どのような引数を受け取るかだけです． %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = sptr : IntPtr sz p3 = var : Scalar s %inst 元関数名(C#): core_Mat_resize2 元DLLエクスポート名: core_Mat_resize2 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_resize2(cv::Mat *obj, size_t sz, MyCvScalar s)
{
    BEGIN_WRAP
    obj->resize(sz, cpp(s));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_pop_back [32/64bit] nelems ：削除される行数． %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr nelems %inst このメソッドは，行列の最下部から 1 つ以上の行を削除します． 元関数名(C#): core_Mat_pop_back 元DLLエクスポート名: core_Mat_pop_back 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_pop_back(cv::Mat *obj, size_t nelems)
{
    BEGIN_WRAP
    obj->pop_back(nelems);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_locateROI [32/64bit] 行列のヘッダを親行列内に配置します。 %prm p1,p2,p3 p1 = sptr : IntPtr self p2 = var : out Size wholeSize p3 = var : out Point ofs %inst Mat::row, Mat::col, Mat::rowRange, Mat::colRange などを用いて，行列から部分行列を抽出した後，結果として得られる部分行列は，元の大きな行列の一部を指し示します．しかし，各部分行列には，元の行列のサイズや，元の行列内での抽出された部分行列の位置を再構成するのに役立つ情報（ datastart と dataend フィールドによって表現されます）が含まれています．メソッド locateROI は，まさにそれを行います． 元関数名(C#): core_Mat_locateROI 元DLLエクスポート名: core_Mat_locateROI 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_locateROI(cv::Mat *self, MyCvSize *wholeSize, MyCvPoint *ofs)
{
    BEGIN_WRAP
    cv::Size wholeSize2;
    cv::Point ofs2;
    self->locateROI(wholeSize2, ofs2);
    *wholeSize = c(cv::Size(wholeSize2.width, wholeSize2.height));
    *ofs = c(cv::Point(ofs2.x, ofs2.y));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_adjustROI [32/64bit] 親行列内の部分行列のサイズと位置を調整します． %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr nativeObj p2 = int : int dtop p3 = int : int dbottom p4 = int : int dleft p5 = int : int dright p6 = var : out IntPtr returnValue %inst このメソッドは， Mat::locateROI を補完するものです．これらの関数の典型的な利用方法は，親行列内の部分行列の位置を決定し，その位置を何らかの方法でシフトすることです．典型的には，ROI の外側にあるピクセルを考慮に入れるべきフィルタリング処理に必要になることがあります．A.adjustROI(2, 2, 2, 2);fragmentこの例では，行列のサイズが各方向に 4 要素ずつ増加しています．adjustROI は，調整後の ROI が親行列の内部に入るようにします．つまり，調整後の ROI の境界は，親行列の境界によって制約されます．例えば，部分行列 A が親行列の最初の行に位置していて，A.adjustROI(2, 2, 2, 2) と呼ばれた場合，A は上方向には増加しません．この関数は，OpenCV のフィルタリング関数（ filter2D や形態素解析など）によって内部的に利用されます． 元関数名(C#): core_Mat_adjustROI 元DLLエクスポート名: core_Mat_adjustROI 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_adjustROI(cv::Mat *self, int dtop, int dbottom, int dleft, int dright, cv::Mat** returnValue)
{
    BEGIN_WRAP
    const auto ret = self->adjustROI(dtop, dbottom, dleft, dright);
    *returnValue = new cv::Mat(ret);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_subMat1 [32/64bit] core_Mat_subMat1 %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr self p2 = int : int rowStart p3 = int : int rowEnd p4 = int : int colStart p5 = int : int colEnd p6 = var : out IntPtr returnValue %inst 元関数名(C#): core_Mat_subMat1 元DLLエクスポート名: core_Mat_subMat1 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_subMat1(cv::Mat *self, int rowStart, int rowEnd, int colStart, int colEnd, cv::Mat** returnValue)
{
    BEGIN_WRAP
    const cv::Range rowRange(rowStart, rowEnd);
    const cv::Range colRange(colStart, colEnd);
    const auto ret = (*self)(rowRange, colRange);
    *returnValue = new cv::Mat(ret);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_subMat2 [32/64bit] core_Mat_subMat2 %prm p1,p2,p3,p4 p1 = sptr : IntPtr self p2 = int : int nRanges p3 = var : Range[] ranges p4 = var : out IntPtr returnValue %inst 元関数名(C#): core_Mat_subMat2 元DLLエクスポート名: core_Mat_subMat2 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_subMat2(cv::Mat *self, int nRanges, MyCvSlice *ranges, cv::Mat** returnValue)
{
    BEGIN_WRAP
    std::vector<cv::Range> rangesVec(nRanges);
    for (auto i = 0; i < nRanges; i++)
    {
        rangesVec[i] = (cpp(ranges[i]));
    }
    const auto ret = (*self)(&rangesVec[0]);
    *returnValue = new cv::Mat(ret);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_isContinuous [32/64bit] 行列が連続しているかどうかを報告します． %prm p1,p2 p1 = sptr : IntPtr self p2 = var : out int returnValue %inst このメソッドは，行列の要素が各行の終わりに隙間なく連続して格納されている場合は true を返します．そうでない場合は，false を返します。明らかに，1x1 や 1xN の行列は常に連続しています．Mat::create で作成された行列は，常に連続しています．しかし， Mat::col や Mat::diag などを用いて行列の一部を抽出したり，外部から割り当てられたデータのために行列ヘッダを作成したりすると，そのような行列はもはやこの特性を持たないかもしれません．連続性フラグは Mat::flags フィールドのビットとして保存され，行列ヘッダを作成する際に自動的に計算されます．連続性フラグは Mat::flags フィールドのビットとして保存され，行列のヘッダを作成する際に自動的に計算されます．したがって，連続性チェックは非常に高速な処理ですが，理論的には以下のように行うこともできます： // Mat::isContinuous()の代替実装 bool myCheckMatContinuity(const Mat& m){ //return (m.flags & Mat::CONTINUOUS_FLAG) != 0; return m.rows == 1 || m.step == m.cols*m.elemSize();}fragmentこのメソッドは，OpenCV のかなり多くの関数で利用されています．ポイントは，要素単位の演算（算術演算や論理演算，数学関数，アルファブレンディング，色空間変換など）は，画像の形状に依存しないということです．したがって，入出力配列がすべて連続している場合，関数はそれらを非常に長い1列のベクトルとして処理することができます．以下の例は，アルファブレンディング関数がどのように実装されるかを示しています： templatevoid alphaBlendRGBA(const Mat& src1, const Mat& src2, Mat& dst){ const float alpha_scale = (float)std::numeric_limits::max(), inv_scale = 1.f/alpha_scale; CV_Assert( src1.type() == src2.type() && src1.type() == CV_MAKETYPE(traits::Depth::value, 4) && src1.size() == src2.size()); Size size = src1.size(); dst.create(size, src1.type()); // ここでイディオムですが，配列が連続しているかどうかをチェックし， // 連続している場合は， // 配列を 1 次元のベクトルとして扱う if( src1.isContinuous() && src2.isContinuous() && dst.isContinuous() ) { size.width *= size.height; size.height = 1; } size.width *= 4; for( int i = 0; i < size.height; i++ ) { // 配列が連続している場合， // 外側のループは一度だけ実行されます const T* ptr1 = src1.ptr(i); const T* ptr2 = src2.ptr(i); T* dptr = dst.ptr(i); for( int j = 0; j < size.width; j += 4 ) { float alpha = ptr1[j+3]*inv_scale, beta = ptr2[j+3]*inv_scale; dptr[j] = saturate_cast(ptr1[j]*alpha + ptr2[j]*beta); dptr[j+1] = saturate_cast(ptr1[j+1]*alpha + ptr2[j+1]*beta); dptr[j+2] = saturate_cast(ptr1[j+2]*alpha + ptr2[j+2]*beta); dptr[j+3] = saturate_cast((1 - (1-alpha)*(1-beta))*alpha_scale); }。 この関数に含まれるもう1つの OpenCV のイディオムである，出力配列に対する Mat::create の呼び出しは，出力配列が既に適切なサイズと型を持っている場合を除いて，その出力配列を確保します．また，新たに確保された配列は常に連続していますが， Mat::create が常に新しい行列を確保するとは限らないので，出力配列をチェックする必要があります． 元関数名(C#): core_Mat_isContinuous 元DLLエクスポート名: core_Mat_isContinuous 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_isContinuous(cv::Mat *self, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = self->isContinuous() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_isSubmatrix [32/64bit] 行列が別の行列の部分行列である場合は真を返します． %prm p1,p2 p1 = sptr : IntPtr self p2 = var : out int returnValue %inst 元関数名(C#): core_Mat_isSubmatrix 元DLLエクスポート名: core_Mat_isSubmatrix 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_isSubmatrix(cv::Mat *self, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = self->isSubmatrix() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_elemSize [32/64bit] 行列の要素サイズをバイト単位で返します． %prm p1,p2 p1 = sptr : IntPtr self p2 = var : out IntPtr returnValue %inst このメソッドは，行列の要素サイズをバイト単位で返します．例えば，行列の種類が CV_16SC3 の場合，このメソッドは 3*sizeof(short) または 6 を返します． 元関数名(C#): core_Mat_elemSize 元DLLエクスポート名: core_Mat_elemSize 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_elemSize(cv::Mat *self, size_t *returnValue)
{
    BEGIN_WRAP
    *returnValue = self->elemSize();
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_elemSize1 [32/64bit] 各行列要素のチャンネルのサイズをバイト単位で返します。 %prm p1,p2 p1 = sptr : IntPtr self p2 = var : out IntPtr returnValue %inst このメソッドは，行列要素のチャンネルのサイズをバイト単位で返します（つまり，チャンネル数は無視します）．例えば，行列の種類が CV_16SC3 の場合，このメソッドは sizeof(short) または 2 を返します． 元関数名(C#): core_Mat_elemSize1 元DLLエクスポート名: core_Mat_elemSize1 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_elemSize1(cv::Mat *self, size_t *returnValue)
{
    BEGIN_WRAP
    *returnValue = self->elemSize1();
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_type [32/64bit] 行列の要素の型を返します． %prm p1,p2 p1 = sptr : IntPtr self p2 = var : out int returnValue %inst このメソッドは，行列の要素の型を返します．これは， CV_16SC3 や 16 ビット符号付き 3 チャンネル配列などのように，CvMat の型システムと互換性のある識別子です．例： samples/cpp/grabcut.cpp， samples/cpp/image_alignment.cpp， samples/cpp/train_HOG.cpp， samples/cpp/tutorial_code/ImgProc/Smoothing/Smoothing.cpp． 元関数名(C#): core_Mat_type 元DLLエクスポート名: core_Mat_type 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_type(cv::Mat *self, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = self->type();
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_depth [32/64bit] 行列の要素の深さを返します。 %prm p1,p2 p1 = sptr : IntPtr self p2 = var : out int returnValue %inst このメソッドは，行列要素の深度（個々のチャンネルの型）の識別子を返します．例えば，16 ビット符号付き要素の配列の場合，このメソッドは CV_16S を返します．行列の型の完全なリストには，以下の値が含まれます： CV_8U - 8 ビット符号なし整数（0 〜 255 ）． CV_8S - 8 ビットの符号付き整数 ( -128..127 ) CV_16U - 16 ビット符号なし整数 ( 0 〜 65535 ) CV_16S - 16 ビット符号付き整数 ( -32768 ...32767 ) CV_32S - 32ビット符号付き整数 ( -2147483648 〜.2147483647 ) CV_32F - 32ビット浮動小数点数 ( -FLT_MAX..FLT_MAX, INF, NAN ) CV_64F - 64 ビット浮動小数点数 ( -DBL_MAX..DBL_MAX, INF, NAN )例： samples/cpp/camshiftdemo.cpp. 元関数名(C#): core_Mat_depth 元DLLエクスポート名: core_Mat_depth 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_depth(cv::Mat *self, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = self->depth();
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_channels [32/64bit] マトリックスのチャンネル数を返します。 %prm p1,p2 p1 = sptr : IntPtr self p2 = var : out int returnValue %inst このメソッドは、行列のチャネル数を返します。例：samples/cpp/pca.cpp. 元関数名(C#): core_Mat_channels 元DLLエクスポート名: core_Mat_channels 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_channels(cv::Mat *self, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = self->channels();
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_empty [32/64bit] 配列に要素がない場合に真を返します。 %prm p1,p2 p1 = sptr : IntPtr self p2 = var : out int returnValue %inst このメソッドは， Mat::total() が 0 であるか， Mat::data が NULL である場合に真を返します．pop_back() や resize() メソッドがあるので， M.total() == 0 は M.data == NULL を意味しません． 例： fld_lines.cpp, samples/cpp/facedetect.cpp, samples/cpp/fitellipse.cpp, samples/cpp/grabcut.cpp, samples/cpp/image_alignment.cpp, samples/cpp/lkdemo.cpp, samples/cpp/squares.cpp, samples/cpp/stitching.cpp, samples/cpp/stitching_detailed.cpp, samples/cpp/train_HOG.cpp, samples/cpp/tutorial_code/HighGUI/AddingImagesTrackbar.cpp, samples/cpp/tutorial_code/Histograms_Matching/MatchTemplate_Demo.cpp, samples/cpp/tutorial_code/ImgProc/Morphology_1.cpp, samples/cpp/tutorial_code/ImgProc/Morphology_2.cpp, samples/cpp/tutorial_code/ImgProc/Pyramids/Pyramids.cpp, samples/cpp/tutorial_code/ImgProc/Smoothing/Smoothing.cpp, samples/cpp/tutorial_code/ImgTrans/copyMakeBorder_demo.cpp, samples/cpp/tutorial_code/ImgTrans/houghcircles.cpp, samples/cpp/tutorial_code/ImgTrans/houghlines.cpp, samples/cpp/tutorial_code/ml/introduction_to_pca/introduction_to_pca.cpp、samples/cpp/tutorial_code/photo/non_photorealistic_rendering/npr_demo.cpp、samples/cpp/tutorial_code/photo/seamless_cloning/cloning_demo.cpp、samples/cpp/watershed.cpp、samples/dnn/colorization.cpp、samples/dnn/object_detection.cpp、samples/dnn/openpose.cpp、samples/dnn/segmentation.cppです。 元関数名(C#): core_Mat_empty 元DLLエクスポート名: core_Mat_empty 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_empty(cv::Mat *self, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = self->empty() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_total1 [32/64bit] 配列の総要素数を返します。 %prm p1,p2 p1 = sptr : IntPtr self p2 = var : out IntPtr returnValue %inst サンプル/cpp/train_HOG.cpp. サンプル/cpp/train_HOG.cpp. 元関数名(C#): core_Mat_total1 元DLLエクスポート名: core_Mat_total1 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_total1(cv::Mat *self, size_t *returnValue)
{
    BEGIN_WRAP
    *returnValue = self->total();
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_total2 [32/64bit] 配列の総要素数を返します。 %prm p1,p2,p3,p4 p1 = sptr : IntPtr self p2 = int : int startDim p3 = int : int endDim p4 = var : out IntPtr returnValue %inst サンプル/cpp/train_HOG.cpp. サンプル/cpp/train_HOG.cpp. 元関数名(C#): core_Mat_total2 元DLLエクスポート名: core_Mat_total2 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_total2(cv::Mat *self, int startDim, int endDim, size_t *returnValue)
{
    BEGIN_WRAP
    *returnValue = self->total(startDim, endDim);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_checkVector [32/64bit] 以下のコードは，2 次元の行列に対する使用例です． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr self p2 = int : int elemChannels p3 = int : int depth p4 = int : int requireContinuous p5 = var : out int returnValue %inst cv::Mat mat(20, 1, CV_32FC2); int n = mat.checkVector(2); CV_Assert(n == 20); // mat は 20 個の要素を持ちます mat.create(20, 2, CV_32FC1); n = mat.checkVector(1); CV_Assert(n == -1); // mat は，列ベクトルでも行ベクトルでもありません n = mat.checkVector(2); CV_Assert(n == 20); // 2 列を 1 つの要素と見なすfragment次のコードは，3 次元の行列に対する使い方を示しています： int dims[] = {1, 3, 5}; // 1 つの平面，すべての平面は 3 行 5 列である mat.create(3, dims, CV_32FC1); // 3-d の行列では，1つのチャンネルのみを持たなければいけません n = mat.checkVector(5); // 5つの列は1つの要素とみなされます CV_Assert(n == 3); int dims2[] = {3, 1, 5}; // 3つの平面，各平面は1つの行と5つの列を持ちます mat.create(3, dims2, CV_32FC1); n = mat.checkVector(5); // 5 つの列を 1 つの要素と見なす CV_Assert(n == 3);fragment 元関数名(C#): core_Mat_checkVector 元DLLエクスポート名: core_Mat_checkVector 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_checkVector(cv::Mat *self, int elemChannels, int depth, int requireContinuous, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = self->checkVector(elemChannels, depth, requireContinuous != 0);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_ptr1d [32/64bit] 行列の指定された行へのポインタを返します． %prm p1,p2,p3 p1 = sptr : IntPtr self p2 = int : int i0 p3 = var : out IntPtr returnValue %inst これらのメソッドは，指定された行列の行に対する uchar* または型付きポインタを返します．これらのメソッドの使い方については， Mat::isContinuous のサンプルを参照してください．例： samples/cpp/image_alignment.cpp, samples/cpp/train_HOG.cpp, samples/dnn/colorization.cpp, samples/dnn/openpose.cpp, and samples/dnn/segmentation.cpp. 元関数名(C#): core_Mat_ptr1d 元DLLエクスポート名: core_Mat_ptr1d 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_ptr1d(cv::Mat *self, int i0, uchar **returnValue)
{
    BEGIN_WRAP
    *returnValue = self->ptr(i0);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_ptr2d [32/64bit] この関数は，便宜上，オーバーロードされたメンバ関数です．上の関数との違いは，どのような引数を受け取るかだけです． %prm p1,p2,p3,p4 p1 = sptr : IntPtr self p2 = int : int i0 p3 = int : int i1 p4 = var : out IntPtr returnValue %inst 元関数名(C#): core_Mat_ptr2d 元DLLエクスポート名: core_Mat_ptr2d 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_ptr2d(cv::Mat *self, int i0, int i1, uchar **returnValue)
{
    BEGIN_WRAP
    *returnValue = self->ptr(i0, i1);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_ptr3d [32/64bit] 行列の指定された行へのポインタを返します． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr self p2 = int : int i0 p3 = int : int i1 p4 = int : int i2 p5 = var : out IntPtr returnValue %inst これらのメソッドは，指定された行列の行に対する uchar* または型付きポインタを返します．これらのメソッドの使い方については， Mat::isContinuous のサンプルを参照してください．例： samples/cpp/image_alignment.cpp, samples/cpp/train_HOG.cpp, samples/dnn/colorization.cpp, samples/dnn/openpose.cpp, and samples/dnn/segmentation.cpp. 元関数名(C#): core_Mat_ptr3d 元DLLエクスポート名: core_Mat_ptr3d 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_ptr3d(cv::Mat *self, int i0, int i1, int i2, uchar **returnValue)
{
    BEGIN_WRAP
    *returnValue = self->ptr(i0, i1, i2);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_ptrnd [32/64bit] 行列の指定された行へのポインタを返します． %prm p1,p2,p3 p1 = sptr : IntPtr self p2 = var : [MarshalAs(UnmanagedType.LPArray), In] int[] idx p3 = var : out IntPtr returnValue %inst これらのメソッドは，指定された行列の行に対する uchar* または型付きポインタを返します．これらのメソッドの使い方については， Mat::isContinuous のサンプルを参照してください．例： samples/cpp/image_alignment.cpp, samples/cpp/train_HOG.cpp, samples/dnn/colorization.cpp, samples/dnn/openpose.cpp, and samples/dnn/segmentation.cpp. 元関数名(C#): core_Mat_ptrnd 元DLLエクスポート名: core_Mat_ptrnd 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_ptrnd(cv::Mat *self, int *idx, uchar **returnValue)
{
    BEGIN_WRAP
    *returnValue = self->ptr(idx);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_flags [32/64bit] cv::Mat::flags 変数を取得します %prm p1,p2 p1 = sptr : IntPtr self p2 = var : out int returnValue %inst には，いくつかのビットフィールドが含まれています． マジックサイン 連続性フラグ 深さ チャンネルの数 元関数名(C#): core_Mat_flags 元DLLエクスポート名: core_Mat_flags 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_flags(cv::Mat *self, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = self->flags;
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_dims [32/64bit] cv::Mat::dims 変数を取得します %prm p1,p2 p1 = sptr : IntPtr self p2 = var : out int returnValue %inst 行列の次元，≧2 元関数名(C#): core_Mat_dims 元DLLエクスポート名: core_Mat_dims 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_dims(cv::Mat *self, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = self->dims;
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_rows [32/64bit] cv::Mat::rows 変数を取得します %prm p1,p2 p1 = sptr : IntPtr self p2 = var : out int returnValue %inst 行列の行数と列数，または行列が2次元以上の場合は (-1, -1) を指定します． 例： samples/cpp/camshiftdemo.cpp, samples/cpp/convexhull.cpp, samples/cpp/demhist.cpp, samples/cpp/falecolor.cpp, samples/cpp/fitellipse.cpp, samples/cpp/grabcut.cpp, samples/cpp/image_alignment.cpp, samples/cpp/kalman.cpp, samples/cpp/kmeans.cpp, samples/cpp/minarea.cpp, samples/cpp/squares.cpp, samples/cpp/stitching.cpp, samples/cpp/train_HOG.cpp, samples/cpp/tutorial_code/Histograms_Matching/MatchTemplate_Demo.cpp, samples/cpp/tutorial_code/ImgProc/Pyramids/Pyramids.cpp, samples/cpp/tutorial_code/ImgProc/Smoothing/Smoothing.cpp, samples/cpp/tutorial_code/ImgTrans/copyMakeBorder_demo.cpp, samples/cpp/tutorial_code/ImgTrans/houghcircles.cpp、samples/cpp/tutorial_code/ml/introduction_to_pca/introduction_to_pca.cpp、samples/cpp/warpPerspective_demo.cpp、samples/cpp/watershed.cpp、samples/dnn/object_detection.cpp、samples/dnn/openpose.cppがあります。 元関数名(C#): core_Mat_rows 元DLLエクスポート名: core_Mat_rows 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_rows(cv::Mat *self, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = self->rows;
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_cols [32/64bit] cv::Mat::cols 変数を取得します %prm p1,p2 p1 = sptr : IntPtr self p2 = var : out int returnValue %inst 例： samples/cpp/camshiftdemo.cpp、samples/cpp/convexhull.cpp、samples/cpp/demhist.cpp、samples/cpp/facedetect.cpp、samples/cpp/falecolor.cpp、samples/cpp/fitellipse.cpp、samples/cpp/grabcut.cpp, samples/cpp/image_alignment.cpp, samples/cpp/kalman.cpp, samples/cpp/kmeans.cpp, samples/cpp/minarea.cpp, samples/cpp/squares.cpp, samples/cpp/stitching.cpp, samples/cpp/train_HOG.cpp, samples/cpp/tutorial_code/Histograms_Matching/MatchTemplate_Demo.cpp, samples/cpp/tutorial_code/ImgProc/Morphology_1.cpp, samples/cpp/tutorial_code/ImgProc/Pyramids/Pyramids.cpp, samples/cpp/tutorial_code/ImgProc/Smoothing/Smoothing.cpp.cpp、samples/cpp/tutorial_code/ImgTrans/copyMakeBorder_demo.cpp、samples/cpp/warpPerspective_demo.cpp、samples/cpp/watershed.cpp、samples/dn/object_detection.cpp、samples/dn/openpose.cpp。 元関数名(C#): core_Mat_cols 元DLLエクスポート名: core_Mat_cols 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_cols(cv::Mat *self, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = self->cols;
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_data [32/64bit] cv::Mat::data 変数を取得します %prm p1,p2 p1 = sptr : IntPtr self p2 = var : out byte* returnValue %inst データへのポインタ 例：samples/dnn/segmentation.cpp. 元関数名(C#): core_Mat_data 元DLLエクスポート名: core_Mat_data 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_data(cv::Mat *self, uchar **returnValue)
{
    BEGIN_WRAP
    *returnValue = self->data;
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_datastart [32/64bit] cv::Mat::datastart 変数を取得します %prm p1,p2 p1 = sptr : IntPtr self p2 = var : out IntPtr returnValue %inst locateROI および adjustROI で使用するヘルパー・フィールド 元関数名(C#): core_Mat_datastart 元DLLエクスポート名: core_Mat_datastart 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_datastart(cv::Mat *self, const uchar **returnValue)
{
    BEGIN_WRAP
    *returnValue = self->datastart;
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_dataend [32/64bit] cv::Mat::dataend 変数を取得します %prm p1,p2 p1 = sptr : IntPtr self p2 = var : out IntPtr returnValue %inst 元関数名(C#): core_Mat_dataend 元DLLエクスポート名: core_Mat_dataend 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_dataend(cv::Mat *self, const uchar **returnValue)
{
    BEGIN_WRAP
    *returnValue = self->dataend;
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_datalimit [32/64bit] cv::Mat::datalimit 変数を取得します %prm p1,p2 p1 = sptr : IntPtr self p2 = var : out IntPtr returnValue %inst 元関数名(C#): core_Mat_datalimit 元DLLエクスポート名: core_Mat_datalimit 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_datalimit(cv::Mat *self, const uchar **returnValue)
{
    BEGIN_WRAP
    *returnValue = self->datalimit;
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_size [32/64bit] core_Mat_size %prm p1,p2 p1 = sptr : IntPtr self p2 = var : out Size returnValue %inst 元関数名(C#): core_Mat_size 元DLLエクスポート名: core_Mat_size 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(uint64) core_Mat_sizeof()
{
    return sizeof(cv::Mat);
}
}html %group NativeMethods_core_Mat %index core_Mat_sizeAt [32/64bit] cv::Mat::size 変数を取得します %prm p1,p2,p3 p1 = sptr : IntPtr self p2 = int : int i p3 = var : out int returnValue %inst 例：fld_lines.cpp、samples/cpp/camshiftdemo.cpp、samples/cpp/connected_components.cpp、samples/cpp/create_mask.cpp、samples/cpp/grabcut.cpp、samples/cpp/image_alignment.cpp、samples/cpp/polar_transforms.cpp、samples/cpp/segment_objects.cpp、samples/cpp/squares.cpp、samples/cpp/stitching_detailed.cpp。cpp, samples/cpp/tutorial_code/features2D/Homography/homography_from_camera_displacement.cpp, samples/cpp/tutorial_code/ImgProc/Smoothing/Smoothing.cpp、samples/cpp/tutorial_code/photo/seamless_cloning/cloning_demo.cpp、samples/cpp/watershed.cpp、samples/dnn/colorization.cpp、samples/dnn/openpose.cpp、samples/dnn/segmentation.cppです。 元関数名(C#): core_Mat_sizeAt 元DLLエクスポート名: core_Mat_sizeAt 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_sizeAt(cv::Mat *self, int i, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = self->size[i];
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_step1 [32/64bit] 正規化されたステップを返します。 %prm p1,p2,p3 p1 = sptr : IntPtr self p2 = int : int i p3 = var : out IntPtr returnValue %inst このメソッドは，行列のステップを Mat::elemSize1() で割った値を返します．これは，任意の行列要素に素早くアクセスするのに役立ちます． 元関数名(C#): core_Mat_step1 元DLLエクスポート名: core_Mat_step1 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_step1(cv::Mat *self, int i, size_t *returnValue)
{
    BEGIN_WRAP
    *returnValue = self->step1(i);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_step [32/64bit] 正規化されたステップを返します。 %prm p1,p2 p1 = sptr : IntPtr self p2 = var : out IntPtr returnValue %inst このメソッドは，行列のステップを Mat::elemSize1() で割った値を返します．これは，任意の行列要素に素早くアクセスするのに役立ちます． 元関数名(C#): core_Mat_step 元DLLエクスポート名: core_Mat_step 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_step1(cv::Mat *self, int i, size_t *returnValue)
{
    BEGIN_WRAP
    *returnValue = self->step1(i);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_stepAt [32/64bit] cv::Mat::step 変数を取得します %prm p1,p2,p3 p1 = sptr : IntPtr self p2 = int : int i p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_Mat_stepAt 元DLLエクスポート名: core_Mat_stepAt 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_stepAt(cv::Mat *self, int i, size_t *returnValue)
{
    BEGIN_WRAP
    *returnValue = self->step[i];
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_abs_Mat [32/64bit] core_abs_Mat %prm p1,p2 p1 = sptr : IntPtr e p2 = var : out IntPtr returnValue %inst 元関数名(C#): core_abs_Mat 元DLLエクスポート名: core_abs_Mat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_abs_Mat(cv::Mat *m, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto ret = cv::abs(*m);
    *returnValue = new cv::MatExpr(ret);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_setMatData [32/64bit] core_Mat_setMatData %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = var : byte* vals p3 = var : out int returnValue %inst 元関数名(C#): core_Mat_setMatData 元DLLエクスポート名: core_Mat_setMatData 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_setMatData(cv::Mat *obj, uchar *vals, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = internal_Mat_set(obj, vals) ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_getMatData [32/64bit] core_Mat_getMatData %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = var : byte* vals p3 = var : out int returnValue %inst 元関数名(C#): core_Mat_getMatData 元DLLエクスポート名: core_Mat_getMatData 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_getMatData(cv::Mat *obj, uchar *vals, int *returnValue)
{    
    BEGIN_WRAP
    *returnValue = internal_Mat_get(obj, vals) ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Mat [32/64bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = sptr : IntPtr m %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Mat 元DLLエクスポート名: core_Mat_push_back_Mat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Mat(cv::Mat *self, cv::Mat *m)
{
    BEGIN_WRAP
    self->push_back(*m);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_char [32/64bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = int : sbyte v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_char 元DLLエクスポート名: core_Mat_push_back_char 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_char(cv::Mat *self, char v)
{
    BEGIN_WRAP
    self->push_back(v);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_uchar [32/64bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = int : byte v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_uchar 元DLLエクスポート名: core_Mat_push_back_uchar 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_uchar(cv::Mat *self, uchar v)
{
    BEGIN_WRAP
    self->push_back(v);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_short [32/64bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = int : short v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_short 元DLLエクスポート名: core_Mat_push_back_short 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_short(cv::Mat *self, short v)
{
    BEGIN_WRAP
    self->push_back(v);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_ushort [32/64bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = int : ushort v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_ushort 元DLLエクスポート名: core_Mat_push_back_ushort 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_ushort(cv::Mat *self, ushort v)
{
    BEGIN_WRAP
    self->push_back(v);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_int [32/64bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = int : int v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_int 元DLLエクスポート名: core_Mat_push_back_int 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_int(cv::Mat *self, int v)
{
    BEGIN_WRAP
    self->push_back(v);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_float [32/64bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = float : float v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_float 元DLLエクスポート名: core_Mat_push_back_float 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_float(cv::Mat *self, float v)
{
    BEGIN_WRAP
    self->push_back(v);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_double [32/64bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = double : double v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_double 元DLLエクスポート名: core_Mat_push_back_double 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_double(cv::Mat *self, double v)
{
    BEGIN_WRAP
    self->push_back(v);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Vec2b [32bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = ARGS_VEC2B : Vec2b v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Vec2b 元DLLエクスポート名: core_Mat_push_back_Vec2b 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Vec2b(cv::Mat *self, CvVec2b v)
{
    BEGIN_WRAP
    self->push_back(cv::Vec2b(v.val));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Vec2b [64bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = int : Vec2b v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Vec2b 元DLLエクスポート名: core_Mat_push_back_Vec2b 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Vec2b(cv::Mat *self, CvVec2b v)
{
    BEGIN_WRAP
    self->push_back(cv::Vec2b(v.val));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Vec3b [32bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = ARGS_VEC3B : Vec3b v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Vec3b 元DLLエクスポート名: core_Mat_push_back_Vec3b 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Vec3b(cv::Mat *self, CvVec3b v)
{
    BEGIN_WRAP
    self->push_back(cv::Vec3b(v.val));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Vec3b [64bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = int : Vec3b v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Vec3b 元DLLエクスポート名: core_Mat_push_back_Vec3b 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Vec3b(cv::Mat *self, CvVec3b v)
{
    BEGIN_WRAP
    self->push_back(cv::Vec3b(v.val));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Vec4b [32bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = ARGS_VEC4B : Vec4b v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Vec4b 元DLLエクスポート名: core_Mat_push_back_Vec4b 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Vec4b(cv::Mat *self, CvVec4b v)
{
    BEGIN_WRAP
    self->push_back(cv::Vec4b(v.val));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Vec4b [64bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = int : Vec4b v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Vec4b 元DLLエクスポート名: core_Mat_push_back_Vec4b 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Vec4b(cv::Mat *self, CvVec4b v)
{
    BEGIN_WRAP
    self->push_back(cv::Vec4b(v.val));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Vec6b [32/64bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = ARGS_VEC6B : Vec6b v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Vec6b 元DLLエクスポート名: core_Mat_push_back_Vec6b 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Vec6b(cv::Mat *self, CvVec6b v)
{
    BEGIN_WRAP
    self->push_back(cv::Vec6b(v.val));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Vec2s [32bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = ARGS_VEC2S : Vec2s v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Vec2s 元DLLエクスポート名: core_Mat_push_back_Vec2s 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Vec2s(cv::Mat *self, CvVec2s v)
{
    BEGIN_WRAP
    self->push_back(cv::Vec2s(v.val));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Vec2s [64bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = int : Vec2s v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Vec2s 元DLLエクスポート名: core_Mat_push_back_Vec2s 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Vec2s(cv::Mat *self, CvVec2s v)
{
    BEGIN_WRAP
    self->push_back(cv::Vec2s(v.val));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Vec3s [32/64bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = ARGS_VEC3S : Vec3s v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Vec3s 元DLLエクスポート名: core_Mat_push_back_Vec3s 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Vec3s(cv::Mat *self, CvVec3s v)
{
    BEGIN_WRAP
    self->push_back(cv::Vec3s(v.val));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Vec4s [32/64bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = ARGS_VEC4S : Vec4s v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Vec4s 元DLLエクスポート名: core_Mat_push_back_Vec4s 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Vec4s(cv::Mat *self, CvVec4s v)
{
    BEGIN_WRAP
    self->push_back(cv::Vec4s(v.val));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Vec6s [32bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = ARGS_VEC6S : Vec6s v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Vec6s 元DLLエクスポート名: core_Mat_push_back_Vec6s 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Vec6s(cv::Mat *self, CvVec6s v)
{
    BEGIN_WRAP
    self->push_back(cv::Vec6s(v.val));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Vec6s [64bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = var : Vec6s v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Vec6s 元DLLエクスポート名: core_Mat_push_back_Vec6s 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Vec6s(cv::Mat *self, CvVec6s v)
{
    BEGIN_WRAP
    self->push_back(cv::Vec6s(v.val));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Vec2w [32bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = ARGS_VEC2W : Vec2w v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Vec2w 元DLLエクスポート名: core_Mat_push_back_Vec2w 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Vec2w(cv::Mat *self, CvVec2w v)
{
    BEGIN_WRAP
    self->push_back(cv::Vec2w(v.val));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Vec2w [64bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = int : Vec2w v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Vec2w 元DLLエクスポート名: core_Mat_push_back_Vec2w 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Vec2w(cv::Mat *self, CvVec2w v)
{
    BEGIN_WRAP
    self->push_back(cv::Vec2w(v.val));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Vec3w [32/64bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = ARGS_VEC3W : Vec3w v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Vec3w 元DLLエクスポート名: core_Mat_push_back_Vec3w 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Vec3w(cv::Mat *self, CvVec3w v)
{
    BEGIN_WRAP
    self->push_back(cv::Vec3w(v.val));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Vec4w [32/64bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = ARGS_VEC4W : Vec4w v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Vec4w 元DLLエクスポート名: core_Mat_push_back_Vec4w 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Vec4w(cv::Mat *self, CvVec4w v)
{
    BEGIN_WRAP
    self->push_back(cv::Vec4w(v.val));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Vec6w [32bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = ARGS_VEC6W : Vec6w v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Vec6w 元DLLエクスポート名: core_Mat_push_back_Vec6w 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Vec6w(cv::Mat *self, CvVec6w v)
{
    BEGIN_WRAP
    self->push_back(cv::Vec6w(v.val));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Vec6w [64bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = var : Vec6w v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Vec6w 元DLLエクスポート名: core_Mat_push_back_Vec6w 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Vec6w(cv::Mat *self, CvVec6w v)
{
    BEGIN_WRAP
    self->push_back(cv::Vec6w(v.val));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Vec2i [32/64bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = ARGS_VEC2I : Vec2i v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Vec2i 元DLLエクスポート名: core_Mat_push_back_Vec2i 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Vec2i(cv::Mat *self, CvVec2i v)
{
    BEGIN_WRAP
    self->push_back(cv::Vec2i(v.val));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Vec3i [32bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = ARGS_VEC3I : Vec3i v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Vec3i 元DLLエクスポート名: core_Mat_push_back_Vec3i 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Vec3i(cv::Mat *self, CvVec3i v)
{
    BEGIN_WRAP
    self->push_back(cv::Vec3i(v.val));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Vec3i [64bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = var : Vec3i v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Vec3i 元DLLエクスポート名: core_Mat_push_back_Vec3i 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Vec3i(cv::Mat *self, CvVec3i v)
{
    BEGIN_WRAP
    self->push_back(cv::Vec3i(v.val));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Vec4i [32bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = ARGS_VEC4I : Vec4i v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Vec4i 元DLLエクスポート名: core_Mat_push_back_Vec4i 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Vec4i(cv::Mat *self, CvVec4i v)
{
    BEGIN_WRAP
    self->push_back(cv::Vec4i(v.val));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Vec4i [64bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = var : Vec4i v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Vec4i 元DLLエクスポート名: core_Mat_push_back_Vec4i 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Vec4i(cv::Mat *self, CvVec4i v)
{
    BEGIN_WRAP
    self->push_back(cv::Vec4i(v.val));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Vec6i [32bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = ARGS_VEC6I : Vec6i v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Vec6i 元DLLエクスポート名: core_Mat_push_back_Vec6i 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Vec6i(cv::Mat *self, CvVec6i v)
{
    BEGIN_WRAP
    self->push_back(cv::Vec6i(v.val));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Vec6i [64bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = var : Vec6i v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Vec6i 元DLLエクスポート名: core_Mat_push_back_Vec6i 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Vec6i(cv::Mat *self, CvVec6i v)
{
    BEGIN_WRAP
    self->push_back(cv::Vec6i(v.val));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Vec2f [32/64bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = ARGS_VEC2F : Vec2f v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Vec2f 元DLLエクスポート名: core_Mat_push_back_Vec2f 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Vec2f(cv::Mat *self, CvVec2f v)
{
    BEGIN_WRAP
    self->push_back(cv::Vec2f(v.val));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Vec3f [32bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = ARGS_VEC3F : Vec3f v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Vec3f 元DLLエクスポート名: core_Mat_push_back_Vec3f 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Vec3f(cv::Mat *self, CvVec3f v)
{
    BEGIN_WRAP
    self->push_back(cv::Vec3f(v.val));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Vec3f [64bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = var : Vec3f v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Vec3f 元DLLエクスポート名: core_Mat_push_back_Vec3f 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Vec3f(cv::Mat *self, CvVec3f v)
{
    BEGIN_WRAP
    self->push_back(cv::Vec3f(v.val));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Vec4f [32bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = ARGS_VEC4F : Vec4f v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Vec4f 元DLLエクスポート名: core_Mat_push_back_Vec4f 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Vec4f(cv::Mat *self, CvVec4f v)
{
    BEGIN_WRAP
    self->push_back(cv::Vec4f(v.val));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Vec4f [64bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = var : Vec4f v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Vec4f 元DLLエクスポート名: core_Mat_push_back_Vec4f 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Vec4f(cv::Mat *self, CvVec4f v)
{
    BEGIN_WRAP
    self->push_back(cv::Vec4f(v.val));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Vec6f [32bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = ARGS_VEC6F : Vec6f v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Vec6f 元DLLエクスポート名: core_Mat_push_back_Vec6f 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Vec6f(cv::Mat *self, CvVec6f v)
{
    BEGIN_WRAP
    self->push_back(cv::Vec6f(v.val));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Vec6f [64bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = var : Vec6f v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Vec6f 元DLLエクスポート名: core_Mat_push_back_Vec6f 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Vec6f(cv::Mat *self, CvVec6f v)
{
    BEGIN_WRAP
    self->push_back(cv::Vec6f(v.val));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Vec2d [32bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = ARGS_VEC2D : Vec2d v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Vec2d 元DLLエクスポート名: core_Mat_push_back_Vec2d 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Vec2d(cv::Mat *self, CvVec2d v)
{
    BEGIN_WRAP
    self->push_back(cv::Vec2d(v.val));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Vec2d [64bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = var : Vec2d v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Vec2d 元DLLエクスポート名: core_Mat_push_back_Vec2d 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Vec2d(cv::Mat *self, CvVec2d v)
{
    BEGIN_WRAP
    self->push_back(cv::Vec2d(v.val));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Vec3d [32bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = ARGS_VEC3D : Vec3d v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Vec3d 元DLLエクスポート名: core_Mat_push_back_Vec3d 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Vec3d(cv::Mat *self, CvVec3d v)
{
    BEGIN_WRAP
    self->push_back(cv::Vec3d(v.val));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Vec3d [64bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = var : Vec3d v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Vec3d 元DLLエクスポート名: core_Mat_push_back_Vec3d 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Vec3d(cv::Mat *self, CvVec3d v)
{
    BEGIN_WRAP
    self->push_back(cv::Vec3d(v.val));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Vec4d [32bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = ARGS_VEC4D : Vec4d v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Vec4d 元DLLエクスポート名: core_Mat_push_back_Vec4d 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Vec4d(cv::Mat *self, CvVec4d v)
{
    BEGIN_WRAP
    self->push_back(cv::Vec4d(v.val));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Vec4d [64bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = var : Vec4d v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Vec4d 元DLLエクスポート名: core_Mat_push_back_Vec4d 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Vec4d(cv::Mat *self, CvVec4d v)
{
    BEGIN_WRAP
    self->push_back(cv::Vec4d(v.val));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Vec6d [32bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = ARGS_VEC6D : Vec6d v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Vec6d 元DLLエクスポート名: core_Mat_push_back_Vec6d 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Vec6d(cv::Mat *self, CvVec6d v)
{
    BEGIN_WRAP
    self->push_back(cv::Vec6d(v.val));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Vec6d [64bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = var : Vec6d v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Vec6d 元DLLエクスポート名: core_Mat_push_back_Vec6d 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Vec6d(cv::Mat *self, CvVec6d v)
{
    BEGIN_WRAP
    self->push_back(cv::Vec6d(v.val));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Point [32/64bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = ARGS_POINT : Point v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Point 元DLLエクスポート名: core_Mat_push_back_Point 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Point(cv::Mat *self, MyCvPoint v)
{
    BEGIN_WRAP
    self->push_back(cv::Point(v.x, v.y));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Point2f [32/64bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = ARGS_POINT2F : Point2f v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Point2f 元DLLエクスポート名: core_Mat_push_back_Point2f 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Point2f(cv::Mat *self, MyCvPoint2D32f v)
{
    BEGIN_WRAP
    self->push_back(cv::Point2f(v.x, v.y));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Point2d [32bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = ARGS_POINT2D : Point2d v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Point2d 元DLLエクスポート名: core_Mat_push_back_Point2d 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Point2d(cv::Mat *self, MyCvPoint2D64f v)
{
    BEGIN_WRAP
    self->push_back(cv::Point2d(v.x, v.y));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Point2d [64bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = var : Point2d v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Point2d 元DLLエクスポート名: core_Mat_push_back_Point2d 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Point2d(cv::Mat *self, MyCvPoint2D64f v)
{
    BEGIN_WRAP
    self->push_back(cv::Point2d(v.x, v.y));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Point3i [32bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = ARGS_POINT3I : Point3i v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Point3i 元DLLエクスポート名: core_Mat_push_back_Point3i 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Point3i(cv::Mat *self, MyCvPoint3D32i v)
{
    BEGIN_WRAP
    self->push_back(cv::Point3i(v.x, v.y, v.z));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Point3i [64bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = var : Point3i v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Point3i 元DLLエクスポート名: core_Mat_push_back_Point3i 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Point3i(cv::Mat *self, MyCvPoint3D32i v)
{
    BEGIN_WRAP
    self->push_back(cv::Point3i(v.x, v.y, v.z));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Point3f [32bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = ARGS_POINT3F : Point3f v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Point3f 元DLLエクスポート名: core_Mat_push_back_Point3f 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Point3f(cv::Mat *self, MyCvPoint3D32f v)
{
    BEGIN_WRAP
    self->push_back(cv::Point3f(v.x, v.y, v.z));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Point3f [64bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = var : Point3f v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Point3f 元DLLエクスポート名: core_Mat_push_back_Point3f 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Point3f(cv::Mat *self, MyCvPoint3D32f v)
{
    BEGIN_WRAP
    self->push_back(cv::Point3f(v.x, v.y, v.z));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Point3d [32bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = ARGS_POINT3D : Point3d v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Point3d 元DLLエクスポート名: core_Mat_push_back_Point3d 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Point3d(cv::Mat *self, MyCvPoint3D64f v)
{
    BEGIN_WRAP
    self->push_back(cv::Point3d(v.x, v.y, v.z));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Point3d [64bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = var : Point3d v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Point3d 元DLLエクスポート名: core_Mat_push_back_Point3d 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Point3d(cv::Mat *self, MyCvPoint3D64f v)
{
    BEGIN_WRAP
    self->push_back(cv::Point3d(v.x, v.y, v.z));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Size [32/64bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = ARGS_SIZE : Size v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Size 元DLLエクスポート名: core_Mat_push_back_Size 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Size(cv::Mat *self, MyCvSize v)
{
    BEGIN_WRAP
    self->push_back(cv::Size(v.width, v.height));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Size2f [32/64bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = ARGS_SIZE2F : Size2f v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Size2f 元DLLエクスポート名: core_Mat_push_back_Size2f 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Size2f(cv::Mat *self, MyCvSize2D32f v)
{
    BEGIN_WRAP
    self->push_back(cv::Size2f(v.width, v.height));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Size2d [32bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = ARGS_SIZE2D : Size2d v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Size2d 元DLLエクスポート名: core_Mat_push_back_Size2d 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Size2d(cv::Mat *self, MyCvSize2D64f v)
{
    BEGIN_WRAP
    self->push_back(cv::Size2d(v.width, v.height));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Size2d [64bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = var : Size2d v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Size2d 元DLLエクスポート名: core_Mat_push_back_Size2d 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Size2d(cv::Mat *self, MyCvSize2D64f v)
{
    BEGIN_WRAP
    self->push_back(cv::Size2d(v.width, v.height));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Rect [32bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = ARGS_RECT : Rect v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Rect 元DLLエクスポート名: core_Mat_push_back_Rect 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Rect(cv::Mat *self, MyCvRect v)
{
    BEGIN_WRAP
    self->push_back(cv::Rect(v.x, v.y, v.width, v.height));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Rect [64bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = var : Rect v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Rect 元DLLエクスポート名: core_Mat_push_back_Rect 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Rect(cv::Mat *self, MyCvRect v)
{
    BEGIN_WRAP
    self->push_back(cv::Rect(v.x, v.y, v.width, v.height));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Rect2f [32bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = ARGS_RECT2F : Rect2f v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Rect2f 元DLLエクスポート名: core_Mat_push_back_Rect2f 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Rect2f(cv::Mat *self, MyCvRect2D32f v)
{
    BEGIN_WRAP
    self->push_back(cv::Rect2f(v.x, v.y, v.width, v.height));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Rect2f [64bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = var : Rect2f v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Rect2f 元DLLエクスポート名: core_Mat_push_back_Rect2f 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Rect2f(cv::Mat *self, MyCvRect2D32f v)
{
    BEGIN_WRAP
    self->push_back(cv::Rect2f(v.x, v.y, v.width, v.height));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Rect2d [32bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = ARGS_RECT2D : Rect2d v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Rect2d 元DLLエクスポート名: core_Mat_push_back_Rect2d 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Rect2d(cv::Mat *self, MyCvRect2D64f v)
{
    BEGIN_WRAP
    self->push_back(cv::Rect2d(v.x, v.y, v.width, v.height));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_push_back_Rect2d [64bit] 行列の底に要素を追加します． %prm p1,p2 p1 = sptr : IntPtr self p2 = var : Rect2d v %inst これらのメソッドは，1 つ以上の要素を行列の底に追加します．これらのメソッドは，STL vector クラスの対応するメソッドをエミュレートしています．elem が Mat の場合，その型と列数は，コンテナ行列と同じでなければいけません． 元関数名(C#): core_Mat_push_back_Rect2d 元DLLエクスポート名: core_Mat_push_back_Rect2d 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_push_back_Rect2d(cv::Mat *self, MyCvRect2D64f v)
{
    BEGIN_WRAP
    self->push_back(cv::Rect2d(v.x, v.y, v.width, v.height));
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_forEach_uchar [32/64bit] core_Mat_forEach_uchar %prm p1,p2 p1 = sptr : IntPtr m p2 = sptr : MatForeachFunctionByte proc %inst 元関数名(C#): core_Mat_forEach_uchar 元DLLエクスポート名: core_Mat_forEach_uchar 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_forEach_uchar(cv::Mat *m, Mat_foreach_uchar proc)
{
    BEGIN_WRAP
    const Functor<Mat_foreach_uchar, uchar> functor(proc);
    m->forEach<uchar>(functor);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_forEach_Vec2b [32/64bit] core_Mat_forEach_Vec2b %prm p1,p2 p1 = sptr : IntPtr m p2 = sptr : MatForeachFunctionVec2b proc %inst 元関数名(C#): core_Mat_forEach_Vec2b 元DLLエクスポート名: core_Mat_forEach_Vec2b 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_forEach_Vec2b(cv::Mat *m, Mat_foreach_Vec2b proc)
{
    BEGIN_WRAP
    const Functor<Mat_foreach_Vec2b, cv::Vec2b> functor(proc);
    m->forEach<cv::Vec2b>(functor);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_forEach_Vec3b [32/64bit] core_Mat_forEach_Vec3b %prm p1,p2 p1 = sptr : IntPtr m p2 = sptr : MatForeachFunctionVec3b proc %inst 元関数名(C#): core_Mat_forEach_Vec3b 元DLLエクスポート名: core_Mat_forEach_Vec3b 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_forEach_Vec3b(cv::Mat *m, Mat_foreach_Vec3b proc)
{
    BEGIN_WRAP
    const Functor<Mat_foreach_Vec3b, cv::Vec3b> functor(proc);
    m->forEach<cv::Vec3b>(functor);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_forEach_Vec4b [32/64bit] core_Mat_forEach_Vec4b %prm p1,p2 p1 = sptr : IntPtr m p2 = sptr : MatForeachFunctionVec4b proc %inst 元関数名(C#): core_Mat_forEach_Vec4b 元DLLエクスポート名: core_Mat_forEach_Vec4b 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_forEach_Vec4b(cv::Mat *m, Mat_foreach_Vec4b proc)
{
    BEGIN_WRAP
    const Functor<Mat_foreach_Vec4b, cv::Vec4b> functor(proc);
    m->forEach<cv::Vec4b>(functor);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_forEach_Vec6b [32/64bit] core_Mat_forEach_Vec6b %prm p1,p2 p1 = sptr : IntPtr m p2 = sptr : MatForeachFunctionVec6b proc %inst 元関数名(C#): core_Mat_forEach_Vec6b 元DLLエクスポート名: core_Mat_forEach_Vec6b 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_forEach_Vec6b(cv::Mat *m, Mat_foreach_Vec6b proc)
{
    BEGIN_WRAP
    const Functor<Mat_foreach_Vec6b, cv::Vec6b> functor(proc);
    m->forEach<cv::Vec6b>(functor);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_forEach_short [32/64bit] core_Mat_forEach_short %prm p1,p2 p1 = sptr : IntPtr m p2 = sptr : MatForeachFunctionInt16 proc %inst 元関数名(C#): core_Mat_forEach_short 元DLLエクスポート名: core_Mat_forEach_short 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_forEach_short(cv::Mat *m, Mat_foreach_short proc)
{
    BEGIN_WRAP
    const Functor<Mat_foreach_short, short> functor(proc);
    m->forEach<short>(functor);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_forEach_Vec2s [32/64bit] core_Mat_forEach_Vec2s %prm p1,p2 p1 = sptr : IntPtr m p2 = sptr : MatForeachFunctionVec2s proc %inst 元関数名(C#): core_Mat_forEach_Vec2s 元DLLエクスポート名: core_Mat_forEach_Vec2s 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_forEach_Vec2s(cv::Mat *m, Mat_foreach_Vec2s proc)
{
    BEGIN_WRAP
    const Functor<Mat_foreach_Vec2s, cv::Vec2s> functor(proc);
    m->forEach<cv::Vec2s>(functor);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_forEach_Vec3s [32/64bit] core_Mat_forEach_Vec3s %prm p1,p2 p1 = sptr : IntPtr m p2 = sptr : MatForeachFunctionVec3s proc %inst 元関数名(C#): core_Mat_forEach_Vec3s 元DLLエクスポート名: core_Mat_forEach_Vec3s 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_forEach_Vec3s(cv::Mat *m, Mat_foreach_Vec3s proc)
{
    BEGIN_WRAP
    const Functor<Mat_foreach_Vec3s, cv::Vec3s> functor(proc);
    m->forEach<cv::Vec3s>(functor);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_forEach_Vec4s [32/64bit] core_Mat_forEach_Vec4s %prm p1,p2 p1 = sptr : IntPtr m p2 = sptr : MatForeachFunctionVec4s proc %inst 元関数名(C#): core_Mat_forEach_Vec4s 元DLLエクスポート名: core_Mat_forEach_Vec4s 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_forEach_Vec4s(cv::Mat *m, Mat_foreach_Vec4s proc)
{
    BEGIN_WRAP
    const Functor<Mat_foreach_Vec4s, cv::Vec4s> functor(proc);
    m->forEach<cv::Vec4s>(functor);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_forEach_Vec6s [32/64bit] core_Mat_forEach_Vec6s %prm p1,p2 p1 = sptr : IntPtr m p2 = sptr : MatForeachFunctionVec6s proc %inst 元関数名(C#): core_Mat_forEach_Vec6s 元DLLエクスポート名: core_Mat_forEach_Vec6s 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_forEach_Vec6s(cv::Mat *m, Mat_foreach_Vec6s proc)
{
    BEGIN_WRAP
    const Functor<Mat_foreach_Vec6s, cv::Vec6s> functor(proc);
    m->forEach<cv::Vec6s>(functor);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_forEach_int [32/64bit] core_Mat_forEach_int %prm p1,p2 p1 = sptr : IntPtr m p2 = sptr : MatForeachFunctionInt32 proc %inst 元関数名(C#): core_Mat_forEach_int 元DLLエクスポート名: core_Mat_forEach_int 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_forEach_int(cv::Mat *m, Mat_foreach_int proc)
{
    BEGIN_WRAP
    const Functor<Mat_foreach_int, int> functor(proc);
    m->forEach<int>(functor);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_forEach_Vec2i [32/64bit] core_Mat_forEach_Vec2i %prm p1,p2 p1 = sptr : IntPtr m p2 = sptr : MatForeachFunctionVec2i proc %inst 元関数名(C#): core_Mat_forEach_Vec2i 元DLLエクスポート名: core_Mat_forEach_Vec2i 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_forEach_Vec2i(cv::Mat *m, Mat_foreach_Vec2i proc)
{
    BEGIN_WRAP
    const Functor<Mat_foreach_Vec2i, cv::Vec2i> functor(proc);
    m->forEach<cv::Vec2i>(functor);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_forEach_Vec3i [32/64bit] core_Mat_forEach_Vec3i %prm p1,p2 p1 = sptr : IntPtr m p2 = sptr : MatForeachFunctionVec3i proc %inst 元関数名(C#): core_Mat_forEach_Vec3i 元DLLエクスポート名: core_Mat_forEach_Vec3i 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_forEach_Vec3i(cv::Mat *m, Mat_foreach_Vec3i proc)
{
    BEGIN_WRAP
    const Functor<Mat_foreach_Vec3i, cv::Vec3i> functor(proc);
    m->forEach<cv::Vec3i>(functor);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_forEach_Vec4i [32/64bit] core_Mat_forEach_Vec4i %prm p1,p2 p1 = sptr : IntPtr m p2 = sptr : MatForeachFunctionVec4i proc %inst 元関数名(C#): core_Mat_forEach_Vec4i 元DLLエクスポート名: core_Mat_forEach_Vec4i 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_forEach_Vec4i(cv::Mat *m, Mat_foreach_Vec4i proc)
{
    BEGIN_WRAP
    const Functor<Mat_foreach_Vec4i, cv::Vec4i> functor(proc);
    m->forEach<cv::Vec4i>(functor);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_forEach_Vec6i [32/64bit] core_Mat_forEach_Vec6i %prm p1,p2 p1 = sptr : IntPtr m p2 = sptr : MatForeachFunctionVec6i proc %inst 元関数名(C#): core_Mat_forEach_Vec6i 元DLLエクスポート名: core_Mat_forEach_Vec6i 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_forEach_Vec6i(cv::Mat *m, Mat_foreach_Vec6i proc)
{
    BEGIN_WRAP
    const Functor<Mat_foreach_Vec6i, cv::Vec6i> functor(proc);
    m->forEach<cv::Vec6i>(functor);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_forEach_float [32/64bit] core_Mat_forEach_float %prm p1,p2 p1 = sptr : IntPtr m p2 = sptr : MatForeachFunctionFloat proc %inst 元関数名(C#): core_Mat_forEach_float 元DLLエクスポート名: core_Mat_forEach_float 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_forEach_float(cv::Mat *m, Mat_foreach_float proc)
{
    BEGIN_WRAP
    const Functor<Mat_foreach_float, float> functor(proc);
    m->forEach<float>(functor);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_forEach_Vec2f [32/64bit] core_Mat_forEach_Vec2f %prm p1,p2 p1 = sptr : IntPtr m p2 = sptr : MatForeachFunctionVec2f proc %inst 元関数名(C#): core_Mat_forEach_Vec2f 元DLLエクスポート名: core_Mat_forEach_Vec2f 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_forEach_Vec2f(cv::Mat *m, Mat_foreach_Vec2f proc)
{
    BEGIN_WRAP
    const Functor<Mat_foreach_Vec2f, cv::Vec2f> functor(proc);
    m->forEach<cv::Vec2f>(functor);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_forEach_Vec3f [32/64bit] core_Mat_forEach_Vec3f %prm p1,p2 p1 = sptr : IntPtr m p2 = sptr : MatForeachFunctionVec3f proc %inst 元関数名(C#): core_Mat_forEach_Vec3f 元DLLエクスポート名: core_Mat_forEach_Vec3f 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_forEach_Vec3f(cv::Mat *m, Mat_foreach_Vec3f proc)
{
    BEGIN_WRAP
    const Functor<Mat_foreach_Vec3f, cv::Vec3f> functor(proc);
    m->forEach<cv::Vec3f>(functor);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_forEach_Vec4f [32/64bit] core_Mat_forEach_Vec4f %prm p1,p2 p1 = sptr : IntPtr m p2 = sptr : MatForeachFunctionVec4f proc %inst 元関数名(C#): core_Mat_forEach_Vec4f 元DLLエクスポート名: core_Mat_forEach_Vec4f 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_forEach_Vec4f(cv::Mat *m, Mat_foreach_Vec4f proc)
{
    BEGIN_WRAP
    const Functor<Mat_foreach_Vec4f, cv::Vec4f> functor(proc);
    m->forEach<cv::Vec4f>(functor);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_forEach_Vec6f [32/64bit] core_Mat_forEach_Vec6f %prm p1,p2 p1 = sptr : IntPtr m p2 = sptr : MatForeachFunctionVec6f proc %inst 元関数名(C#): core_Mat_forEach_Vec6f 元DLLエクスポート名: core_Mat_forEach_Vec6f 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_forEach_Vec6f(cv::Mat *m, Mat_foreach_Vec6f proc)
{
    BEGIN_WRAP
    const Functor<Mat_foreach_Vec6f, cv::Vec6f> functor(proc);
    m->forEach<cv::Vec6f>(functor);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_forEach_double [32/64bit] core_Mat_forEach_double %prm p1,p2 p1 = sptr : IntPtr m p2 = sptr : MatForeachFunctionDouble proc %inst 元関数名(C#): core_Mat_forEach_double 元DLLエクスポート名: core_Mat_forEach_double 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_forEach_double(cv::Mat *m, Mat_foreach_double proc)
{
    BEGIN_WRAP
    const Functor<Mat_foreach_double, double> functor(proc);
    m->forEach<double>(functor);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_forEach_Vec2d [32/64bit] core_Mat_forEach_Vec2d %prm p1,p2 p1 = sptr : IntPtr m p2 = sptr : MatForeachFunctionVec2d proc %inst 元関数名(C#): core_Mat_forEach_Vec2d 元DLLエクスポート名: core_Mat_forEach_Vec2d 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_forEach_Vec2d(cv::Mat *m, Mat_foreach_Vec2d proc)
{
    BEGIN_WRAP
    const Functor<Mat_foreach_Vec2d, cv::Vec2d> functor(proc);
    m->forEach<cv::Vec2d>(functor);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_forEach_Vec3d [32/64bit] core_Mat_forEach_Vec3d %prm p1,p2 p1 = sptr : IntPtr m p2 = sptr : MatForeachFunctionVec3d proc %inst 元関数名(C#): core_Mat_forEach_Vec3d 元DLLエクスポート名: core_Mat_forEach_Vec3d 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_forEach_Vec3d(cv::Mat *m, Mat_foreach_Vec3d proc)
{
    BEGIN_WRAP
    const Functor<Mat_foreach_Vec3d, cv::Vec3d> functor(proc);
    m->forEach<cv::Vec3d>(functor);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_forEach_Vec4d [32/64bit] core_Mat_forEach_Vec4d %prm p1,p2 p1 = sptr : IntPtr m p2 = sptr : MatForeachFunctionVec4d proc %inst 元関数名(C#): core_Mat_forEach_Vec4d 元DLLエクスポート名: core_Mat_forEach_Vec4d 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_forEach_Vec4d(cv::Mat *m, Mat_foreach_Vec4d proc)
{
    BEGIN_WRAP
    const Functor<Mat_foreach_Vec4d, cv::Vec4d> functor(proc);
    m->forEach<cv::Vec4d>(functor);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_forEach_Vec6d [32/64bit] core_Mat_forEach_Vec6d %prm p1,p2 p1 = sptr : IntPtr m p2 = sptr : MatForeachFunctionVec6d proc %inst 元関数名(C#): core_Mat_forEach_Vec6d 元DLLエクスポート名: core_Mat_forEach_Vec6d 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_forEach_Vec6d(cv::Mat *m, Mat_foreach_Vec6d proc)
{
    BEGIN_WRAP
    const Functor<Mat_foreach_Vec6d, cv::Vec6d> functor(proc);
    m->forEach<cv::Vec6d>(functor);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_operatorUnaryMinus [32/64bit] core_Mat_operatorUnaryMinus %prm p1,p2 p1 = sptr : IntPtr mat p2 = var : out IntPtr returnValue %inst 元関数名(C#): core_Mat_operatorUnaryMinus 元DLLエクスポート名: core_Mat_operatorUnaryMinus 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_operatorUnaryMinus(cv::Mat *mat, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = -(*mat);
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_operatorAdd_MatMat [32/64bit] core_Mat_operatorAdd_MatMat %prm p1,p2,p3 p1 = sptr : IntPtr a p2 = sptr : IntPtr b p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_Mat_operatorAdd_MatMat 元DLLエクスポート名: core_Mat_operatorAdd_MatMat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_operatorAdd_MatMat(cv::Mat *a, cv::Mat *b, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = (*a) + (*b);
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_operatorAdd_MatScalar [32bit] core_Mat_operatorAdd_MatScalar %prm p1,p2,p3 p1 = sptr : IntPtr a p2 = ARGS_SCALAR : Scalar s p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_Mat_operatorAdd_MatScalar 元DLLエクスポート名: core_Mat_operatorAdd_MatScalar 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_operatorAdd_MatScalar(cv::Mat *a, MyCvScalar s, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = (*a) + cpp(s);
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_operatorAdd_MatScalar [64bit] core_Mat_operatorAdd_MatScalar %prm p1,p2,p3 p1 = sptr : IntPtr a p2 = var : Scalar s p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_Mat_operatorAdd_MatScalar 元DLLエクスポート名: core_Mat_operatorAdd_MatScalar 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_operatorAdd_MatScalar(cv::Mat *a, MyCvScalar s, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = (*a) + cpp(s);
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_operatorAdd_ScalarMat [32bit] core_Mat_operatorAdd_ScalarMat %prm p1,p2,p3 p1 = ARGS_SCALAR : Scalar s p2 = sptr : IntPtr a p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_Mat_operatorAdd_ScalarMat 元DLLエクスポート名: core_Mat_operatorAdd_ScalarMat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_operatorAdd_ScalarMat(MyCvScalar s, cv::Mat *a, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = cpp(s) + (*a); 
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_operatorAdd_ScalarMat [64bit] core_Mat_operatorAdd_ScalarMat %prm p1,p2,p3 p1 = var : Scalar s p2 = sptr : IntPtr a p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_Mat_operatorAdd_ScalarMat 元DLLエクスポート名: core_Mat_operatorAdd_ScalarMat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_operatorAdd_ScalarMat(MyCvScalar s, cv::Mat *a, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = cpp(s) + (*a); 
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_operatorMinus_Mat [32/64bit] core_Mat_operatorMinus_Mat %prm p1,p2 p1 = sptr : IntPtr a p2 = var : out IntPtr returnValue %inst 元関数名(C#): core_Mat_operatorMinus_Mat 元DLLエクスポート名: core_Mat_operatorMinus_Mat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_operatorMinus_Mat(cv::Mat *a, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = -(*a);
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_operatorSubtract_MatMat [32/64bit] core_Mat_operatorSubtract_MatMat %prm p1,p2,p3 p1 = sptr : IntPtr a p2 = sptr : IntPtr b p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_Mat_operatorSubtract_MatMat 元DLLエクスポート名: core_Mat_operatorSubtract_MatMat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_operatorSubtract_MatMat(cv::Mat *a, cv::Mat *b, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = (*a) - (*b);
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_operatorSubtract_MatScalar [32bit] core_Mat_operatorSubtract_MatScalar %prm p1,p2,p3 p1 = sptr : IntPtr a p2 = ARGS_SCALAR : Scalar s p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_Mat_operatorSubtract_MatScalar 元DLLエクスポート名: core_Mat_operatorSubtract_MatScalar 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_operatorSubtract_MatScalar(cv::Mat *a, MyCvScalar s, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = (*a) - cpp(s);
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_operatorSubtract_MatScalar [64bit] core_Mat_operatorSubtract_MatScalar %prm p1,p2,p3 p1 = sptr : IntPtr a p2 = var : Scalar s p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_Mat_operatorSubtract_MatScalar 元DLLエクスポート名: core_Mat_operatorSubtract_MatScalar 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_operatorSubtract_MatScalar(cv::Mat *a, MyCvScalar s, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = (*a) - cpp(s);
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_operatorSubtract_ScalarMat [32bit] core_Mat_operatorSubtract_ScalarMat %prm p1,p2,p3 p1 = ARGS_SCALAR : Scalar s p2 = sptr : IntPtr a p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_Mat_operatorSubtract_ScalarMat 元DLLエクスポート名: core_Mat_operatorSubtract_ScalarMat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_operatorSubtract_ScalarMat(MyCvScalar s, cv::Mat *a, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = cpp(s) - (*a); 
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_operatorSubtract_ScalarMat [64bit] core_Mat_operatorSubtract_ScalarMat %prm p1,p2,p3 p1 = var : Scalar s p2 = sptr : IntPtr a p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_Mat_operatorSubtract_ScalarMat 元DLLエクスポート名: core_Mat_operatorSubtract_ScalarMat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_operatorSubtract_ScalarMat(MyCvScalar s, cv::Mat *a, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = cpp(s) - (*a); 
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_operatorMultiply_MatMat [32/64bit] core_Mat_operatorMultiply_MatMat %prm p1,p2,p3 p1 = sptr : IntPtr a p2 = sptr : IntPtr b p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_Mat_operatorMultiply_MatMat 元DLLエクスポート名: core_Mat_operatorMultiply_MatMat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_operatorMultiply_MatMat(cv::Mat *a, cv::Mat *b, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = (*a) * (*b);
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_operatorMultiply_MatDouble [32/64bit] core_Mat_operatorMultiply_MatDouble %prm p1,p2,p3 p1 = sptr : IntPtr a p2 = double : double s p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_Mat_operatorMultiply_MatDouble 元DLLエクスポート名: core_Mat_operatorMultiply_MatDouble 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_operatorMultiply_MatDouble(cv::Mat *a, double s, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = (*a) * s;
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_operatorMultiply_DoubleMat [32/64bit] core_Mat_operatorMultiply_DoubleMat %prm p1,p2,p3 p1 = double : double s p2 = sptr : IntPtr a p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_Mat_operatorMultiply_DoubleMat 元DLLエクスポート名: core_Mat_operatorMultiply_DoubleMat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_operatorMultiply_DoubleMat(double s, cv::Mat *a, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = s * (*a); 
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_operatorDivide_MatMat [32/64bit] core_Mat_operatorDivide_MatMat %prm p1,p2,p3 p1 = sptr : IntPtr a p2 = sptr : IntPtr b p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_Mat_operatorDivide_MatMat 元DLLエクスポート名: core_Mat_operatorDivide_MatMat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_operatorDivide_MatMat(cv::Mat *a, cv::Mat *b, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = (*a) / (*b);
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_operatorDivide_MatDouble [32/64bit] core_Mat_operatorDivide_MatDouble %prm p1,p2,p3 p1 = sptr : IntPtr a p2 = double : double s p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_Mat_operatorDivide_MatDouble 元DLLエクスポート名: core_Mat_operatorDivide_MatDouble 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_operatorDivide_MatDouble(cv::Mat *a, double s, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = (*a) / s;
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_operatorDivide_DoubleMat [32/64bit] core_Mat_operatorDivide_DoubleMat %prm p1,p2,p3 p1 = double : double s p2 = sptr : IntPtr a p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_Mat_operatorDivide_DoubleMat 元DLLエクスポート名: core_Mat_operatorDivide_DoubleMat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_operatorDivide_DoubleMat(double s, cv::Mat *a, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = s / (*a); 
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_operatorAnd_MatMat [32/64bit] core_Mat_operatorAnd_MatMat %prm p1,p2,p3 p1 = sptr : IntPtr a p2 = sptr : IntPtr b p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_Mat_operatorAnd_MatMat 元DLLエクスポート名: core_Mat_operatorAnd_MatMat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_operatorAnd_MatMat(cv::Mat *a, cv::Mat *b, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = (*a) & (*b);
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_operatorAnd_MatDouble [32/64bit] core_Mat_operatorAnd_MatDouble %prm p1,p2,p3 p1 = sptr : IntPtr a p2 = double : double s p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_Mat_operatorAnd_MatDouble 元DLLエクスポート名: core_Mat_operatorAnd_MatDouble 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_operatorAnd_MatDouble(cv::Mat *a, double s, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = (*a) & s;
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_operatorAnd_DoubleMat [32/64bit] core_Mat_operatorAnd_DoubleMat %prm p1,p2,p3 p1 = double : double s p2 = sptr : IntPtr a p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_Mat_operatorAnd_DoubleMat 元DLLエクスポート名: core_Mat_operatorAnd_DoubleMat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_operatorAnd_DoubleMat(double s, cv::Mat *a, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = s & (*a); 
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_operatorOr_MatMat [32/64bit] core_Mat_operatorOr_MatMat %prm p1,p2,p3 p1 = sptr : IntPtr a p2 = sptr : IntPtr b p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_Mat_operatorOr_MatMat 元DLLエクスポート名: core_Mat_operatorOr_MatMat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_operatorOr_MatMat(cv::Mat *a, cv::Mat *b, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = (*a) | (*b);
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_operatorOr_MatDouble [32/64bit] core_Mat_operatorOr_MatDouble %prm p1,p2,p3 p1 = sptr : IntPtr a p2 = double : double s p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_Mat_operatorOr_MatDouble 元DLLエクスポート名: core_Mat_operatorOr_MatDouble 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_operatorOr_MatDouble(cv::Mat *a, double s, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = (*a) | s;
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_operatorOr_DoubleMat [32/64bit] core_Mat_operatorOr_DoubleMat %prm p1,p2,p3 p1 = double : double s p2 = sptr : IntPtr a p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_Mat_operatorOr_DoubleMat 元DLLエクスポート名: core_Mat_operatorOr_DoubleMat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_operatorOr_DoubleMat(double s, cv::Mat *a, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = s | (*a); 
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_operatorXor_MatMat [32/64bit] core_Mat_operatorXor_MatMat %prm p1,p2,p3 p1 = sptr : IntPtr a p2 = sptr : IntPtr b p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_Mat_operatorXor_MatMat 元DLLエクスポート名: core_Mat_operatorXor_MatMat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_operatorXor_MatMat(cv::Mat *a, cv::Mat *b, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = (*a) ^ (*b);
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_operatorXor_MatDouble [32/64bit] core_Mat_operatorXor_MatDouble %prm p1,p2,p3 p1 = sptr : IntPtr a p2 = double : double s p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_Mat_operatorXor_MatDouble 元DLLエクスポート名: core_Mat_operatorXor_MatDouble 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_operatorXor_MatDouble(cv::Mat *a, double s, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = (*a) ^ s;
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_operatorXor_DoubleMat [32/64bit] core_Mat_operatorXor_DoubleMat %prm p1,p2,p3 p1 = double : double s p2 = sptr : IntPtr a p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_Mat_operatorXor_DoubleMat 元DLLエクスポート名: core_Mat_operatorXor_DoubleMat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_operatorXor_DoubleMat(double s, cv::Mat *a, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = s ^ (*a); 
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_operatorNot [32/64bit] core_Mat_operatorNot %prm p1,p2 p1 = sptr : IntPtr a p2 = var : out IntPtr returnValue %inst 元関数名(C#): core_Mat_operatorNot 元DLLエクスポート名: core_Mat_operatorNot 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_operatorNot(cv::Mat *a, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = ~(*a);
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_operatorLT_MatMat [32/64bit] core_Mat_operatorLT_MatMat %prm p1,p2,p3 p1 = sptr : IntPtr a p2 = sptr : IntPtr b p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_Mat_operatorLT_MatMat 元DLLエクスポート名: core_Mat_operatorLT_MatMat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_operatorLT_MatMat(cv::Mat *a, cv::Mat *b, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = (*a) < (*b); 
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_operatorLT_DoubleMat [32/64bit] core_Mat_operatorLT_DoubleMat %prm p1,p2,p3 p1 = double : double a p2 = sptr : IntPtr b p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_Mat_operatorLT_DoubleMat 元DLLエクスポート名: core_Mat_operatorLT_DoubleMat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_operatorLT_DoubleMat(double a, cv::Mat *b, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = a < (*b); 
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_operatorLT_MatDouble [32/64bit] core_Mat_operatorLT_MatDouble %prm p1,p2,p3 p1 = sptr : IntPtr a p2 = double : double b p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_Mat_operatorLT_MatDouble 元DLLエクスポート名: core_Mat_operatorLT_MatDouble 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_operatorLT_MatDouble(cv::Mat *a, double b, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = (*a) < b; 
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_operatorLE_MatMat [32/64bit] core_Mat_operatorLE_MatMat %prm p1,p2,p3 p1 = sptr : IntPtr a p2 = sptr : IntPtr b p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_Mat_operatorLE_MatMat 元DLLエクスポート名: core_Mat_operatorLE_MatMat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_operatorLE_MatMat(cv::Mat *a, cv::Mat *b, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = (*a) <= (*b); 
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_operatorLE_DoubleMat [32/64bit] core_Mat_operatorLE_DoubleMat %prm p1,p2,p3 p1 = double : double a p2 = sptr : IntPtr b p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_Mat_operatorLE_DoubleMat 元DLLエクスポート名: core_Mat_operatorLE_DoubleMat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_operatorLE_DoubleMat(double a, cv::Mat *b, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = a <= (*b); 
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_operatorLE_MatDouble [32/64bit] core_Mat_operatorLE_MatDouble %prm p1,p2,p3 p1 = sptr : IntPtr a p2 = double : double b p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_Mat_operatorLE_MatDouble 元DLLエクスポート名: core_Mat_operatorLE_MatDouble 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_operatorLE_MatDouble(cv::Mat *a, double b, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = (*a) <= b; 
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_operatorGT_MatMat [32/64bit] core_Mat_operatorGT_MatMat %prm p1,p2,p3 p1 = sptr : IntPtr a p2 = sptr : IntPtr b p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_Mat_operatorGT_MatMat 元DLLエクスポート名: core_Mat_operatorGT_MatMat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_operatorGT_MatMat(cv::Mat *a, cv::Mat *b, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = (*a) > (*b); 
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_operatorGT_DoubleMat [32/64bit] core_Mat_operatorGT_DoubleMat %prm p1,p2,p3 p1 = double : double a p2 = sptr : IntPtr b p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_Mat_operatorGT_DoubleMat 元DLLエクスポート名: core_Mat_operatorGT_DoubleMat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_operatorGT_DoubleMat(double a, cv::Mat *b, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = a > (*b); 
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_operatorGT_MatDouble [32/64bit] core_Mat_operatorGT_MatDouble %prm p1,p2,p3 p1 = sptr : IntPtr a p2 = double : double b p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_Mat_operatorGT_MatDouble 元DLLエクスポート名: core_Mat_operatorGT_MatDouble 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_operatorGT_MatDouble(cv::Mat *a, double b, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = (*a) > b; 
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_operatorGE_MatMat [32/64bit] core_Mat_operatorGE_MatMat %prm p1,p2,p3 p1 = sptr : IntPtr a p2 = sptr : IntPtr b p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_Mat_operatorGE_MatMat 元DLLエクスポート名: core_Mat_operatorGE_MatMat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_operatorGE_MatMat(cv::Mat *a, cv::Mat *b, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = (*a) >= (*b); 
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_operatorGE_DoubleMat [32/64bit] core_Mat_operatorGE_DoubleMat %prm p1,p2,p3 p1 = double : double a p2 = sptr : IntPtr b p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_Mat_operatorGE_DoubleMat 元DLLエクスポート名: core_Mat_operatorGE_DoubleMat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_operatorGE_DoubleMat(double a, cv::Mat *b, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = a >= (*b); 
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_operatorGE_MatDouble [32/64bit] core_Mat_operatorGE_MatDouble %prm p1,p2,p3 p1 = sptr : IntPtr a p2 = double : double b p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_Mat_operatorGE_MatDouble 元DLLエクスポート名: core_Mat_operatorGE_MatDouble 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_operatorGE_MatDouble(cv::Mat *a, double b, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = (*a) >= b; 
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_operatorEQ_MatMat [32/64bit] core_Mat_operatorEQ_MatMat %prm p1,p2,p3 p1 = sptr : IntPtr a p2 = sptr : IntPtr b p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_Mat_operatorEQ_MatMat 元DLLエクスポート名: core_Mat_operatorEQ_MatMat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_operatorEQ_MatMat(cv::Mat *a, cv::Mat *b, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = (*a) == (*b); 
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_operatorEQ_DoubleMat [32/64bit] core_Mat_operatorEQ_DoubleMat %prm p1,p2,p3 p1 = double : double a p2 = sptr : IntPtr b p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_Mat_operatorEQ_DoubleMat 元DLLエクスポート名: core_Mat_operatorEQ_DoubleMat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_operatorEQ_DoubleMat(double a, cv::Mat *b, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = a == (*b); 
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_operatorEQ_MatDouble [32/64bit] core_Mat_operatorEQ_MatDouble %prm p1,p2,p3 p1 = sptr : IntPtr a p2 = double : double b p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_Mat_operatorEQ_MatDouble 元DLLエクスポート名: core_Mat_operatorEQ_MatDouble 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_operatorEQ_MatDouble(cv::Mat *a, double b, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = (*a) == b; 
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_operatorNE_MatMat [32/64bit] core_Mat_operatorNE_MatMat %prm p1,p2,p3 p1 = sptr : IntPtr a p2 = sptr : IntPtr b p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_Mat_operatorNE_MatMat 元DLLエクスポート名: core_Mat_operatorNE_MatMat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_operatorNE_MatMat(cv::Mat *a, cv::Mat *b, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = (*a) != (*b); 
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_operatorNE_DoubleMat [32/64bit] core_Mat_operatorNE_DoubleMat %prm p1,p2,p3 p1 = double : double a p2 = sptr : IntPtr b p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_Mat_operatorNE_DoubleMat 元DLLエクスポート名: core_Mat_operatorNE_DoubleMat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_operatorNE_DoubleMat(double a, cv::Mat *b, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = a != (*b); 
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_Mat_operatorNE_MatDouble [32/64bit] core_Mat_operatorNE_MatDouble %prm p1,p2,p3 p1 = sptr : IntPtr a p2 = double : double b p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_Mat_operatorNE_MatDouble 元DLLエクスポート名: core_Mat_operatorNE_MatDouble 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_Mat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_Mat_operatorNE_MatDouble(cv::Mat *a, double b, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = (*a) != b; 
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_Mat %index core_MatExpr_new1 [32/64bit] cv::MatExpr のインスタンスを生成します %prm p1 p1 = var : out IntPtr returnValue %inst 行列式の表現． これは，実装されている行列演算のリストで，任意の複素数表現に組み合わせることができます（ここで A, B は行列（Mat ）を，s はスカラ（Scalar ）を，alpha は実数値のスカラ（double ）を表します）． 加算，減算，否定．A+B, A-B, A+s, A-s, s+A, s-A, -A スケーリングA*α 要素ごとの乗算と除算。A.mul(B)、A/B、α/A マトリックスの乗算。A*B 転置。A.t() (ATの意) 行列の逆変換や擬似逆変換、連立方程式や最小二乗問題の解法。A.inv([方法])（〜A-1）、A.inv([方法])*B（〜X: AX=B) 比較する。A cmpop B, A cmpop alpha, alpha cmpop A, ここで cmpop は >, >=, ==, !=, <=, < のいずれかです。比較の結果は、要素が 255 (特定の要素または要素のペアが条件を満たす場合) または 0 に設定される 8 ビットのシングルチャネルマスクです。 ビット単位の論理演算。A logicop B, A logicop s, s logicop A, ~A（logicop は &, |, ^ のいずれか）。 要素単位の最小値と最大値：min(A, B), min(A, alpha), max(A, B), max(A, alpha) 要素ごとの絶対値：abs(A) クロスプロダクト、ドットプロダクトA.cross(B), A.dot(B) norm, mean, sum, countNonZero, trace, determinant, repeat など，行列や行列とスカラを返すあらゆる関数． 行列の初期化子（ Mat::eye(), Mat::zeros(), Mat::ones() ），カンマで区切られた行列の初期化子，行列のコンストラクタ，サブ行列を抽出する演算子（ Mat の説明を参照してください）． 結果を適切な型にキャストする Mat_() コンストラクタ．注意カンマで区切られた初期化子や，おそらくその他のいくつかの演算子は，起こりうる曖昧さを解決するために，明示的な Mat() または Mat_() コンストラクタの呼び出しを必要とします． 以下は，行列式の例です．A.inv(DECOMP_SVD)SVD svd(A);Mat pinvA = svd.vt.t()*Mat::diag(1./svd.w)*svd.u. t()； // A の擬似逆行列を計算する（A.inv(DECOMP_SVD)SVD svd(A) と同等）。t();// Levenberg-Marquardt アルゴリズムのパラメータの新しいベクトルを計算するx -= (A.t()*A + lambda*Mat::eye(A.cols,A.cols,A.type()).inv(DECOMP_CHOLESKY)*(A.t()*err);// 「アンシャープマスク」アルゴリズムを用いて画像をシャープにするMat blurred; double sigma = 1, threshold = 5, amount = 1;GaussianBlur(img, blurred, Size(), sigma, sigma);Mat lowContrastMask = abs(img - blurred) < threshold;Mat sharpened = img*(1+amount) + blurred*(-amount);img.copyTo(sharpened, lowContrastMask)． 元関数名(C#): core_MatExpr_new1 元DLLエクスポート名: core_MatExpr_new1 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_MatExpr.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_MatExpr_new1(cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::MatExpr;
    END_WRAP
}
}html %group NativeMethods_core_MatExpr %index core_MatExpr_new2 [32/64bit] cv::MatExpr のインスタンスを生成します %prm p1,p2 p1 = sptr : IntPtr mat p2 = var : out IntPtr returnValue %inst 行列式の表現． これは，実装されている行列演算のリストで，任意の複素数表現に組み合わせることができます（ここで A, B は行列（Mat ）を，s はスカラ（Scalar ）を，alpha は実数値のスカラ（double ）を表します）． 加算，減算，否定．A+B, A-B, A+s, A-s, s+A, s-A, -A スケーリングA*α 要素ごとの乗算と除算。A.mul(B)、A/B、α/A マトリックスの乗算。A*B 転置。A.t() (ATの意) 行列の逆変換や擬似逆変換、連立方程式や最小二乗問題の解法。A.inv([方法])（〜A-1）、A.inv([方法])*B（〜X: AX=B) 比較する。A cmpop B, A cmpop alpha, alpha cmpop A, ここで cmpop は >, >=, ==, !=, <=, < のいずれかです。比較の結果は、要素が 255 (特定の要素または要素のペアが条件を満たす場合) または 0 に設定される 8 ビットのシングルチャネルマスクです。 ビット単位の論理演算。A logicop B, A logicop s, s logicop A, ~A（logicop は &, |, ^ のいずれか）。 要素単位の最小値と最大値：min(A, B), min(A, alpha), max(A, B), max(A, alpha) 要素ごとの絶対値：abs(A) クロスプロダクト、ドットプロダクトA.cross(B), A.dot(B) norm, mean, sum, countNonZero, trace, determinant, repeat など，行列や行列とスカラを返すあらゆる関数． 行列の初期化子（ Mat::eye(), Mat::zeros(), Mat::ones() ），カンマで区切られた行列の初期化子，行列のコンストラクタ，サブ行列を抽出する演算子（ Mat の説明を参照してください）． 結果を適切な型にキャストする Mat_() コンストラクタ．注意カンマで区切られた初期化子や，おそらくその他のいくつかの演算子は，起こりうる曖昧さを解決するために，明示的な Mat() または Mat_() コンストラクタの呼び出しを必要とします． 以下は，行列式の例です．A.inv(DECOMP_SVD)SVD svd(A);Mat pinvA = svd.vt.t()*Mat::diag(1./svd.w)*svd.u. t()； // A の擬似逆行列を計算する（A.inv(DECOMP_SVD)SVD svd(A) と同等）。t();// Levenberg-Marquardt アルゴリズムのパラメータの新しいベクトルを計算するx -= (A.t()*A + lambda*Mat::eye(A.cols,A.cols,A.type()).inv(DECOMP_CHOLESKY)*(A.t()*err);// 「アンシャープマスク」アルゴリズムを用いて画像をシャープにするMat blurred; double sigma = 1, threshold = 5, amount = 1;GaussianBlur(img, blurred, Size(), sigma, sigma);Mat lowContrastMask = abs(img - blurred) < threshold;Mat sharpened = img*(1+amount) + blurred*(-amount);img.copyTo(sharpened, lowContrastMask)． 元関数名(C#): core_MatExpr_new2 元DLLエクスポート名: core_MatExpr_new2 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_MatExpr.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_MatExpr_new2(cv::Mat *mat, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::MatExpr(*mat);
    END_WRAP
}
}html %group NativeMethods_core_MatExpr %index core_MatExpr_delete [32/64bit] cv::MatExpr のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr expr %inst 行列式の表現． これは，実装されている行列演算のリストで，任意の複素数表現に組み合わせることができます（ここで A, B は行列（Mat ）を，s はスカラ（Scalar ）を，alpha は実数値のスカラ（double ）を表します）． 加算，減算，否定．A+B, A-B, A+s, A-s, s+A, s-A, -A スケーリングA*α 要素ごとの乗算と除算。A.mul(B)、A/B、α/A マトリックスの乗算。A*B 転置。A.t() (ATの意) 行列の逆変換や擬似逆変換、連立方程式や最小二乗問題の解法。A.inv([方法])（〜A-1）、A.inv([方法])*B（〜X: AX=B) 比較する。A cmpop B, A cmpop alpha, alpha cmpop A, ここで cmpop は >, >=, ==, !=, <=, < のいずれかです。比較の結果は、要素が 255 (特定の要素または要素のペアが条件を満たす場合) または 0 に設定される 8 ビットのシングルチャネルマスクです。 ビット単位の論理演算。A logicop B, A logicop s, s logicop A, ~A（logicop は &, |, ^ のいずれか）。 要素単位の最小値と最大値：min(A, B), min(A, alpha), max(A, B), max(A, alpha) 要素ごとの絶対値：abs(A) クロスプロダクト、ドットプロダクトA.cross(B), A.dot(B) norm, mean, sum, countNonZero, trace, determinant, repeat など，行列や行列とスカラを返すあらゆる関数． 行列の初期化子（ Mat::eye(), Mat::zeros(), Mat::ones() ），カンマで区切られた行列の初期化子，行列のコンストラクタ，サブ行列を抽出する演算子（ Mat の説明を参照してください）． 結果を適切な型にキャストする Mat_() コンストラクタ．注意カンマで区切られた初期化子や，おそらくその他のいくつかの演算子は，起こりうる曖昧さを解決するために，明示的な Mat() または Mat_() コンストラクタの呼び出しを必要とします． 以下は，行列式の例です．A.inv(DECOMP_SVD)SVD svd(A);Mat pinvA = svd.vt.t()*Mat::diag(1./svd.w)*svd.u. t()； // A の擬似逆行列を計算する（A.inv(DECOMP_SVD)SVD svd(A) と同等）。t();// Levenberg-Marquardt アルゴリズムのパラメータの新しいベクトルを計算するx -= (A.t()*A + lambda*Mat::eye(A.cols,A.cols,A.type()).inv(DECOMP_CHOLESKY)*(A.t()*err);// 「アンシャープマスク」アルゴリズムを用いて画像をシャープにするMat blurred; double sigma = 1, threshold = 5, amount = 1;GaussianBlur(img, blurred, Size(), sigma, sigma);Mat lowContrastMask = abs(img - blurred) < threshold;Mat sharpened = img*(1+amount) + blurred*(-amount);img.copyTo(sharpened, lowContrastMask)． 元関数名(C#): core_MatExpr_delete 元DLLエクスポート名: core_MatExpr_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_MatExpr.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_MatExpr_delete(cv::MatExpr *self)
{
    BEGIN_WRAP
    delete self;
    END_WRAP
}
}html %group NativeMethods_core_MatExpr %index core_MatExpr_toMat [32/64bit] core_MatExpr_toMat %prm p1,p2 p1 = sptr : IntPtr expr p2 = sptr : IntPtr returnValue %inst 元関数名(C#): core_MatExpr_toMat 元DLLエクスポート名: core_MatExpr_toMat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_MatExpr.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_MatExpr_toMat(cv::MatExpr *self, cv::Mat *returnValue)
{
    BEGIN_WRAP
    *returnValue = (*self);
    END_WRAP
}
}html %group NativeMethods_core_MatExpr %index core_MatExpr_row [32/64bit] core_MatExpr_row %prm p1,p2,p3 p1 = sptr : IntPtr self p2 = int : int y p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_MatExpr_row 元DLLエクスポート名: core_MatExpr_row 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_MatExpr.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_MatExpr_row(cv::MatExpr *self, int y, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto ret = self->row(y);
    *returnValue = new cv::MatExpr(ret);
    END_WRAP
}
}html %group NativeMethods_core_MatExpr %index core_MatExpr_col [32/64bit] core_MatExpr_col %prm p1,p2,p3 p1 = sptr : IntPtr self p2 = int : int x p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_MatExpr_col 元DLLエクスポート名: core_MatExpr_col 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_MatExpr.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_MatExpr_col(cv::MatExpr *self, int x, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto ret = self->col(x);
    *returnValue = new cv::MatExpr(ret);
    END_WRAP
}
}html %group NativeMethods_core_MatExpr %index core_MatExpr_diag [32/64bit] core_MatExpr_diag %prm p1,p2,p3 p1 = sptr : IntPtr self p2 = int : int d p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_MatExpr_diag 元DLLエクスポート名: core_MatExpr_diag 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_MatExpr.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_MatExpr_diag(cv::MatExpr *self, int d, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto ret = self->diag(d);
    *returnValue = new cv::MatExpr(ret);
    END_WRAP
}
}html %group NativeMethods_core_MatExpr %index core_MatExpr_submat [32/64bit] core_MatExpr_submat %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr self p2 = int : int rowStart p3 = int : int rowEnd p4 = int : int colStart p5 = int : int colEnd p6 = var : out IntPtr returnValue %inst 元関数名(C#): core_MatExpr_submat 元DLLエクスポート名: core_MatExpr_submat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_MatExpr.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_MatExpr_submat(cv::MatExpr *self, int rowStart, int rowEnd, int colStart, int colEnd, cv::MatExpr **returnValue) 
{
    BEGIN_WRAP
    const cv::Range rowRange(rowStart, rowEnd);
    const cv::Range colRange(colStart, colEnd);
    const auto ret = (*self)(rowRange, colRange);
    *returnValue = new cv::MatExpr(ret);
    END_WRAP
}
}html %group NativeMethods_core_MatExpr %index core_MatExpr_t [32/64bit] core_MatExpr_t %prm p1,p2 p1 = sptr : IntPtr self p2 = var : out IntPtr returnValue %inst 元関数名(C#): core_MatExpr_t 元DLLエクスポート名: core_MatExpr_t 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_MatExpr.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_MatExpr_toMat(cv::MatExpr *self, cv::Mat *returnValue)
{
    BEGIN_WRAP
    *returnValue = (*self);
    END_WRAP
}
}html %group NativeMethods_core_MatExpr %index core_MatExpr_inv [32/64bit] core_MatExpr_inv %prm p1,p2,p3 p1 = sptr : IntPtr self p2 = int : int method p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_MatExpr_inv 元DLLエクスポート名: core_MatExpr_inv 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_MatExpr.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_MatExpr_inv(cv::MatExpr *self, int method, cv::MatExpr **returnValue) 
{
    BEGIN_WRAP
    const auto ret = self->inv(method);
    *returnValue = new cv::MatExpr(ret);
    END_WRAP
}
}html %group NativeMethods_core_MatExpr %index core_MatExpr_mul_toMatExpr [32/64bit] core_MatExpr_mul_toMatExpr %prm p1,p2,p3,p4 p1 = sptr : IntPtr self p2 = sptr : IntPtr e p3 = double : double scale p4 = var : out IntPtr returnValue %inst 元関数名(C#): core_MatExpr_mul_toMatExpr 元DLLエクスポート名: core_MatExpr_mul_toMatExpr 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_MatExpr.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_MatExpr_mul_toMatExpr(cv::MatExpr *self, cv::MatExpr *e, double scale, cv::MatExpr **returnValue) 
{
    BEGIN_WRAP
    const auto ret = self->mul(*e, scale);
    *returnValue = new cv::MatExpr(ret);
    END_WRAP
}
}html %group NativeMethods_core_MatExpr %index core_MatExpr_mul_toMat [32/64bit] core_MatExpr_mul_toMat %prm p1,p2,p3,p4 p1 = sptr : IntPtr self p2 = sptr : IntPtr m p3 = double : double scale p4 = var : out IntPtr returnValue %inst 元関数名(C#): core_MatExpr_mul_toMat 元DLLエクスポート名: core_MatExpr_mul_toMat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_MatExpr.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_MatExpr_mul_toMatExpr(cv::MatExpr *self, cv::MatExpr *e, double scale, cv::MatExpr **returnValue) 
{
    BEGIN_WRAP
    const auto ret = self->mul(*e, scale);
    *returnValue = new cv::MatExpr(ret);
    END_WRAP
}
}html %group NativeMethods_core_MatExpr %index core_MatExpr_cross [32/64bit] core_MatExpr_cross %prm p1,p2,p3 p1 = sptr : IntPtr self p2 = sptr : IntPtr m p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_MatExpr_cross 元DLLエクスポート名: core_MatExpr_cross 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_MatExpr.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_MatExpr_cross(cv::MatExpr *self, cv::Mat *m, cv::Mat **returnValue) 
{
    BEGIN_WRAP
    const auto ret = self->cross(*m);
    *returnValue = new cv::Mat(ret);
    END_WRAP
}
}html %group NativeMethods_core_MatExpr %index core_MatExpr_dot [32/64bit] core_MatExpr_dot %prm p1,p2,p3 p1 = sptr : IntPtr self p2 = sptr : IntPtr m p3 = var : out double returnValue %inst 元関数名(C#): core_MatExpr_dot 元DLLエクスポート名: core_MatExpr_dot 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_MatExpr.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_MatExpr_dot(cv::MatExpr *self, cv::Mat *m, double *returnValue) 
{
    BEGIN_WRAP
    *returnValue = self->dot(*m);
    END_WRAP
}
}html %group NativeMethods_core_MatExpr %index core_MatExpr_size [32/64bit] core_MatExpr_size %prm p1,p2 p1 = sptr : IntPtr self p2 = var : out Size returnValue %inst 元関数名(C#): core_MatExpr_size 元DLLエクスポート名: core_MatExpr_size 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_MatExpr.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_MatExpr_size(cv::MatExpr *self, MyCvSize *returnValue)
{
    BEGIN_WRAP
    *returnValue = c(self->size());
    END_WRAP
}
}html %group NativeMethods_core_MatExpr %index core_MatExpr_type [32/64bit] core_MatExpr_type %prm p1,p2 p1 = sptr : IntPtr self p2 = var : out int returnValue %inst 元関数名(C#): core_MatExpr_type 元DLLエクスポート名: core_MatExpr_type 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_MatExpr.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_MatExpr_type(cv::MatExpr *self, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = self->type();
    END_WRAP
}
}html %group NativeMethods_core_MatExpr %index core_operatorUnaryMinus_MatExpr [32/64bit] core_operatorUnaryMinus_MatExpr %prm p1,p2 p1 = sptr : IntPtr e p2 = var : out IntPtr returnValue %inst 元関数名(C#): core_operatorUnaryMinus_MatExpr 元DLLエクスポート名: core_operatorUnaryMinus_MatExpr 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_MatExpr.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_operatorUnaryMinus_MatExpr(cv::MatExpr *e, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = -(*e);
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_MatExpr %index core_operatorUnaryNot_MatExpr [32/64bit] core_operatorUnaryNot_MatExpr %prm p1,p2 p1 = sptr : IntPtr e p2 = var : out IntPtr returnValue %inst 元関数名(C#): core_operatorUnaryNot_MatExpr 元DLLエクスポート名: core_operatorUnaryNot_MatExpr 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_MatExpr.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_operatorUnaryNot_MatExpr(cv::MatExpr *e, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = ~(*e);
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_MatExpr %index core_operatorAdd_MatExprMat [32/64bit] core_operatorAdd_MatExprMat %prm p1,p2,p3 p1 = sptr : IntPtr e p2 = sptr : IntPtr m p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_operatorAdd_MatExprMat 元DLLエクスポート名: core_operatorAdd_MatExprMat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_MatExpr.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_operatorAdd_MatExprMat(cv::MatExpr *e, cv:: Mat *m, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = (*e) + (*m);
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_MatExpr %index core_operatorAdd_MatMatExpr [32/64bit] core_operatorAdd_MatMatExpr %prm p1,p2,p3 p1 = sptr : IntPtr m p2 = sptr : IntPtr e p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_operatorAdd_MatMatExpr 元DLLエクスポート名: core_operatorAdd_MatMatExpr 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_MatExpr.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_operatorAdd_MatMatExpr(cv::Mat *m, cv::MatExpr *e, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = (*m) + (*e);
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_MatExpr %index core_operatorAdd_MatExprScalar [32bit] core_operatorAdd_MatExprScalar %prm p1,p2,p3 p1 = sptr : IntPtr e p2 = ARGS_SCALAR : Scalar s p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_operatorAdd_MatExprScalar 元DLLエクスポート名: core_operatorAdd_MatExprScalar 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_MatExpr.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_operatorAdd_MatExprScalar(cv::MatExpr *e, MyCvScalar s, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = (*e) + cpp(s);
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_MatExpr %index core_operatorAdd_MatExprScalar [64bit] core_operatorAdd_MatExprScalar %prm p1,p2,p3 p1 = sptr : IntPtr e p2 = var : Scalar s p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_operatorAdd_MatExprScalar 元DLLエクスポート名: core_operatorAdd_MatExprScalar 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_MatExpr.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_operatorAdd_MatExprScalar(cv::MatExpr *e, MyCvScalar s, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = (*e) + cpp(s);
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_MatExpr %index core_operatorAdd_ScalarMatExpr [32bit] core_operatorAdd_ScalarMatExpr %prm p1,p2,p3 p1 = ARGS_SCALAR : Scalar s p2 = sptr : IntPtr e p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_operatorAdd_ScalarMatExpr 元DLLエクスポート名: core_operatorAdd_ScalarMatExpr 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_MatExpr.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_operatorAdd_ScalarMatExpr(MyCvScalar s, cv::MatExpr *e, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = cpp(s) + (*e);
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_MatExpr %index core_operatorAdd_ScalarMatExpr [64bit] core_operatorAdd_ScalarMatExpr %prm p1,p2,p3 p1 = var : Scalar s p2 = sptr : IntPtr e p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_operatorAdd_ScalarMatExpr 元DLLエクスポート名: core_operatorAdd_ScalarMatExpr 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_MatExpr.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_operatorAdd_ScalarMatExpr(MyCvScalar s, cv::MatExpr *e, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = cpp(s) + (*e);
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_MatExpr %index core_operatorAdd_MatExprMatExpr [32/64bit] core_operatorAdd_MatExprMatExpr %prm p1,p2,p3 p1 = sptr : IntPtr e1 p2 = sptr : IntPtr e2 p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_operatorAdd_MatExprMatExpr 元DLLエクスポート名: core_operatorAdd_MatExprMatExpr 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_MatExpr.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_operatorAdd_MatExprMatExpr(cv::MatExpr *e1, cv::MatExpr *e2, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = (*e1) + (*e2);
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_MatExpr %index core_operatorSubtract_MatExprMat [32/64bit] core_operatorSubtract_MatExprMat %prm p1,p2,p3 p1 = sptr : IntPtr e p2 = sptr : IntPtr m p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_operatorSubtract_MatExprMat 元DLLエクスポート名: core_operatorSubtract_MatExprMat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_MatExpr.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_operatorSubtract_MatExprMat(cv::MatExpr *e, cv::Mat *m, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = (*e) - (*m);
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_MatExpr %index core_operatorSubtract_MatMatExpr [32/64bit] core_operatorSubtract_MatMatExpr %prm p1,p2,p3 p1 = sptr : IntPtr m p2 = sptr : IntPtr e p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_operatorSubtract_MatMatExpr 元DLLエクスポート名: core_operatorSubtract_MatMatExpr 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_MatExpr.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_operatorSubtract_MatMatExpr(cv::Mat *m, cv::MatExpr *e, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = (*m) - (*e);
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_MatExpr %index core_operatorSubtract_MatExprScalar [32bit] core_operatorSubtract_MatExprScalar %prm p1,p2,p3 p1 = sptr : IntPtr e p2 = ARGS_SCALAR : Scalar s p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_operatorSubtract_MatExprScalar 元DLLエクスポート名: core_operatorSubtract_MatExprScalar 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_MatExpr.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_operatorSubtract_MatExprScalar(cv::MatExpr *e, MyCvScalar s, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = (*e) - cpp(s);
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_MatExpr %index core_operatorSubtract_MatExprScalar [64bit] core_operatorSubtract_MatExprScalar %prm p1,p2,p3 p1 = sptr : IntPtr e p2 = var : Scalar s p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_operatorSubtract_MatExprScalar 元DLLエクスポート名: core_operatorSubtract_MatExprScalar 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_MatExpr.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_operatorSubtract_MatExprScalar(cv::MatExpr *e, MyCvScalar s, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = (*e) - cpp(s);
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_MatExpr %index core_operatorSubtract_ScalarMatExpr [32bit] core_operatorSubtract_ScalarMatExpr %prm p1,p2,p3 p1 = ARGS_SCALAR : Scalar s p2 = sptr : IntPtr e p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_operatorSubtract_ScalarMatExpr 元DLLエクスポート名: core_operatorSubtract_ScalarMatExpr 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_MatExpr.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_operatorSubtract_ScalarMatExpr(MyCvScalar s, cv::MatExpr *e, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = cpp(s) - (*e);
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_MatExpr %index core_operatorSubtract_ScalarMatExpr [64bit] core_operatorSubtract_ScalarMatExpr %prm p1,p2,p3 p1 = var : Scalar s p2 = sptr : IntPtr e p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_operatorSubtract_ScalarMatExpr 元DLLエクスポート名: core_operatorSubtract_ScalarMatExpr 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_MatExpr.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_operatorSubtract_ScalarMatExpr(MyCvScalar s, cv::MatExpr *e, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = cpp(s) - (*e);
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_MatExpr %index core_operatorSubtract_MatExprMatExpr [32/64bit] core_operatorSubtract_MatExprMatExpr %prm p1,p2,p3 p1 = sptr : IntPtr e1 p2 = sptr : IntPtr e2 p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_operatorSubtract_MatExprMatExpr 元DLLエクスポート名: core_operatorSubtract_MatExprMatExpr 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_MatExpr.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_operatorSubtract_MatExprMatExpr(cv::MatExpr *e1, cv::MatExpr *e2, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto expr = (*e1) - (*e2);
    *returnValue = new cv::MatExpr(expr);
    END_WRAP
}
}html %group NativeMethods_core_MatExpr %index core_operatorMultiply_MatExprMat [32/64bit] core_operatorMultiply_MatExprMat %prm p1,p2,p3 p1 = sptr : IntPtr e p2 = sptr : IntPtr m p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_operatorMultiply_MatExprMat 元DLLエクスポート名: core_operatorMultiply_MatExprMat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_MatExpr.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_operatorMultiply_MatExprMat(cv::MatExpr *e, cv::Mat *m, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto ret = (*e) * (*m);
    *returnValue = new cv::MatExpr(ret);
    END_WRAP
}
}html %group NativeMethods_core_MatExpr %index core_operatorMultiply_MatMatExpr [32/64bit] core_operatorMultiply_MatMatExpr %prm p1,p2,p3 p1 = sptr : IntPtr m p2 = sptr : IntPtr e p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_operatorMultiply_MatMatExpr 元DLLエクスポート名: core_operatorMultiply_MatMatExpr 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_MatExpr.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_operatorMultiply_MatMatExpr(cv::Mat *m, cv::MatExpr *e, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto ret = (*m) * (*e);
    *returnValue = new cv::MatExpr(ret);
    END_WRAP
}
}html %group NativeMethods_core_MatExpr %index core_operatorMultiply_MatExprDouble [32/64bit] core_operatorMultiply_MatExprDouble %prm p1,p2,p3 p1 = sptr : IntPtr e p2 = double : double s p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_operatorMultiply_MatExprDouble 元DLLエクスポート名: core_operatorMultiply_MatExprDouble 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_MatExpr.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_operatorMultiply_MatExprDouble(cv::MatExpr *e, double s, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto ret = (*e) * s;
    *returnValue = new cv::MatExpr(ret);
    END_WRAP
}
}html %group NativeMethods_core_MatExpr %index core_operatorMultiply_DoubleMatExpr [32/64bit] core_operatorMultiply_DoubleMatExpr %prm p1,p2,p3 p1 = double : double s p2 = sptr : IntPtr e p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_operatorMultiply_DoubleMatExpr 元DLLエクスポート名: core_operatorMultiply_DoubleMatExpr 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_MatExpr.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_operatorMultiply_DoubleMatExpr(double s, cv::MatExpr *e, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto ret = s * (*e);
    *returnValue = new cv::MatExpr(ret);
    END_WRAP
}
}html %group NativeMethods_core_MatExpr %index core_operatorMultiply_MatExprMatExpr [32/64bit] core_operatorMultiply_MatExprMatExpr %prm p1,p2,p3 p1 = sptr : IntPtr e1 p2 = sptr : IntPtr e2 p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_operatorMultiply_MatExprMatExpr 元DLLエクスポート名: core_operatorMultiply_MatExprMatExpr 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_MatExpr.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_operatorMultiply_MatExprMatExpr(cv::MatExpr *e1, cv::MatExpr *e2, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto ret = (*e1) * (*e2);
    *returnValue = new cv::MatExpr(ret);
    END_WRAP
}
}html %group NativeMethods_core_MatExpr %index core_operatorDivide_MatExprMat [32/64bit] core_operatorDivide_MatExprMat %prm p1,p2,p3 p1 = sptr : IntPtr e p2 = sptr : IntPtr m p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_operatorDivide_MatExprMat 元DLLエクスポート名: core_operatorDivide_MatExprMat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_MatExpr.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_operatorDivide_MatExprMat(cv::MatExpr *e, cv::Mat *m, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto ret = (*e) / (*m);
    *returnValue = new cv::MatExpr(ret);
    END_WRAP
}
}html %group NativeMethods_core_MatExpr %index core_operatorDivide_MatMatExpr [32/64bit] core_operatorDivide_MatMatExpr %prm p1,p2,p3 p1 = sptr : IntPtr m p2 = sptr : IntPtr e p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_operatorDivide_MatMatExpr 元DLLエクスポート名: core_operatorDivide_MatMatExpr 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_MatExpr.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_operatorDivide_MatMatExpr(cv::Mat *m, cv::MatExpr *e, cv::MatExpr **returnValue) 
{
    BEGIN_WRAP
    const auto ret = (*m) / (*e);
    *returnValue = new cv::MatExpr(ret);
    END_WRAP
}
}html %group NativeMethods_core_MatExpr %index core_operatorDivide_MatExprDouble [32/64bit] core_operatorDivide_MatExprDouble %prm p1,p2,p3 p1 = sptr : IntPtr e p2 = double : double s p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_operatorDivide_MatExprDouble 元DLLエクスポート名: core_operatorDivide_MatExprDouble 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_MatExpr.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_operatorDivide_MatExprDouble(cv::MatExpr *e, double s, cv::MatExpr **returnValue) 
{
    BEGIN_WRAP
    const auto ret = (*e) / s;
    *returnValue = new cv::MatExpr(ret);
    END_WRAP
}
}html %group NativeMethods_core_MatExpr %index core_operatorDivide_DoubleMatExpr [32/64bit] core_operatorDivide_DoubleMatExpr %prm p1,p2,p3 p1 = double : double s p2 = sptr : IntPtr e p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_operatorDivide_DoubleMatExpr 元DLLエクスポート名: core_operatorDivide_DoubleMatExpr 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_MatExpr.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_operatorDivide_DoubleMatExpr(double s, cv::MatExpr *e, cv::MatExpr **returnValue) 
{
    BEGIN_WRAP
    const auto ret = s / (*e);
    *returnValue = new cv::MatExpr(ret);
    END_WRAP
}
}html %group NativeMethods_core_MatExpr %index core_operatorDivide_MatExprMatExpr [32/64bit] core_operatorDivide_MatExprMatExpr %prm p1,p2,p3 p1 = sptr : IntPtr e1 p2 = sptr : IntPtr e2 p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_operatorDivide_MatExprMatExpr 元DLLエクスポート名: core_operatorDivide_MatExprMatExpr 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_MatExpr.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_operatorDivide_MatExprMatExpr(cv::MatExpr *e1, cv::MatExpr *e2, cv::MatExpr **returnValue) 
{
    BEGIN_WRAP
    const auto ret = (*e1) / (*e2);
    *returnValue = new cv::MatExpr(ret);
    END_WRAP
}
}html %group NativeMethods_core_MatExpr %index core_abs_MatExpr [32/64bit] core_abs_MatExpr %prm p1,p2 p1 = sptr : IntPtr e p2 = var : out IntPtr returnValue %inst 元関数名(C#): core_abs_MatExpr 元DLLエクスポート名: core_abs_MatExpr 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_MatExpr.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_abs_MatExpr(cv::MatExpr *e, cv::MatExpr **returnValue)
{
    BEGIN_WRAP
    const auto ret = cv::abs(*e);
    *returnValue = new cv::MatExpr(ret);
    END_WRAP
}
}html %group NativeMethods_core_MatExpr %index core_OutputArray_new_byMat [32/64bit] cv::_OutputArray のインスタンスを生成します %prm p1,p2 p1 = sptr : IntPtr mat p2 = var : out IntPtr returnValue %inst この型は，入出力や出力関数のパラメータに使われることを除けば，InputArray と非常によく似ています． InputArray の場合と同様に，OpenCV ユーザは OutputArray を気にする必要はなく， Mat や vector などを関数に渡すだけです．InputArray と同様の制限があります．OutputArray のインスタンスを明示的に作成してはいけません。 関数を多相型にしたい（つまり，出力パラメータとして異なる配列を受け付ける）場合も，それほど難しいことではありません．上のサンプルを参考にしてください。_OutputArray::create() は， _OutputArray::getMat() の前に呼ばれる必要があることに注意してください．こうすることで，出力配列が適切に確保されていることが保証されます． オプションの出力パラメータ．特定の出力配列を計算して返す必要がない場合は，入力配列がオプションの場合と同様に， cv::noArray() を渡します．実装レベルでは， _OutputArray::needed() を用いて，ある出力配列を計算する必要があるかどうかをチェックします． OutputArray には，Python/Java/... ラッパーの自動生成を補助するために利用される，いくつかの同義語があります： typedef OutputArray OutputArrayOfArrays;typedef OutputArray InputOutputArray;typedef OutputArray InputOutputArrayOfArrays; 元関数名(C#): core_OutputArray_new_byMat 元DLLエクスポート名: core_OutputArray_new_byMat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_OutputArray.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_OutputArray_new_byMat(cv::Mat *mat, cv::_OutputArray **returnValue)
{
    BEGIN_WRAP
    const cv::_OutputArray ia(*mat);
    *returnValue = new cv::_OutputArray(ia);
    END_WRAP
}
}html %group NativeMethods_core_OutputArray %index core_OutputArray_new_byUMat [32/64bit] cv::_OutputArray のインスタンスを生成します %prm p1,p2 p1 = sptr : IntPtr mat p2 = var : out IntPtr returnValue %inst この型は，入出力や出力関数のパラメータに使われることを除けば，InputArray と非常によく似ています． InputArray の場合と同様に，OpenCV ユーザは OutputArray を気にする必要はなく， Mat や vector などを関数に渡すだけです．InputArray と同様の制限があります．OutputArray のインスタンスを明示的に作成してはいけません。 関数を多相型にしたい（つまり，出力パラメータとして異なる配列を受け付ける）場合も，それほど難しいことではありません．上のサンプルを参考にしてください。_OutputArray::create() は， _OutputArray::getMat() の前に呼ばれる必要があることに注意してください．こうすることで，出力配列が適切に確保されていることが保証されます． オプションの出力パラメータ．特定の出力配列を計算して返す必要がない場合は，入力配列がオプションの場合と同様に， cv::noArray() を渡します．実装レベルでは， _OutputArray::needed() を用いて，ある出力配列を計算する必要があるかどうかをチェックします． OutputArray には，Python/Java/... ラッパーの自動生成を補助するために利用される，いくつかの同義語があります： typedef OutputArray OutputArrayOfArrays;typedef OutputArray InputOutputArray;typedef OutputArray InputOutputArrayOfArrays; 元関数名(C#): core_OutputArray_new_byUMat 元DLLエクスポート名: core_OutputArray_new_byUMat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_OutputArray.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_OutputArray_new_byUMat(cv::UMat* mat, cv::_OutputArray** returnValue)
{
    BEGIN_WRAP
        const cv::_OutputArray ia(*mat);
    *returnValue = new cv::_OutputArray(ia);
    END_WRAP
}
}html %group NativeMethods_core_OutputArray %index core_OutputArray_new_byScalar [32bit] cv::_OutputArray のインスタンスを生成します %prm p1,p2 p1 = ARGS_SCALAR : Scalar val p2 = var : out IntPtr returnValue %inst この型は，入出力や出力関数のパラメータに使われることを除けば，InputArray と非常によく似ています． InputArray の場合と同様に，OpenCV ユーザは OutputArray を気にする必要はなく， Mat や vector などを関数に渡すだけです．InputArray と同様の制限があります．OutputArray のインスタンスを明示的に作成してはいけません。 関数を多相型にしたい（つまり，出力パラメータとして異なる配列を受け付ける）場合も，それほど難しいことではありません．上のサンプルを参考にしてください。_OutputArray::create() は， _OutputArray::getMat() の前に呼ばれる必要があることに注意してください．こうすることで，出力配列が適切に確保されていることが保証されます． オプションの出力パラメータ．特定の出力配列を計算して返す必要がない場合は，入力配列がオプションの場合と同様に， cv::noArray() を渡します．実装レベルでは， _OutputArray::needed() を用いて，ある出力配列を計算する必要があるかどうかをチェックします． OutputArray には，Python/Java/... ラッパーの自動生成を補助するために利用される，いくつかの同義語があります： typedef OutputArray OutputArrayOfArrays;typedef OutputArray InputOutputArray;typedef OutputArray InputOutputArrayOfArrays; 元関数名(C#): core_OutputArray_new_byScalar 元DLLエクスポート名: core_OutputArray_new_byScalar 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_OutputArray.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_OutputArray_new_byScalar(MyCvScalar scalar, cv::_OutputArray **returnValue)
{
    BEGIN_WRAP
    cv::Scalar scalarVal(cpp(scalar));
    const cv::_OutputArray ia(scalarVal);
    *returnValue = new cv::_OutputArray(ia);
    END_WRAP
}
}html %group NativeMethods_core_OutputArray %index core_OutputArray_new_byScalar [64bit] cv::_OutputArray のインスタンスを生成します %prm p1,p2 p1 = var : Scalar val p2 = var : out IntPtr returnValue %inst この型は，入出力や出力関数のパラメータに使われることを除けば，InputArray と非常によく似ています． InputArray の場合と同様に，OpenCV ユーザは OutputArray を気にする必要はなく， Mat や vector などを関数に渡すだけです．InputArray と同様の制限があります．OutputArray のインスタンスを明示的に作成してはいけません。 関数を多相型にしたい（つまり，出力パラメータとして異なる配列を受け付ける）場合も，それほど難しいことではありません．上のサンプルを参考にしてください。_OutputArray::create() は， _OutputArray::getMat() の前に呼ばれる必要があることに注意してください．こうすることで，出力配列が適切に確保されていることが保証されます． オプションの出力パラメータ．特定の出力配列を計算して返す必要がない場合は，入力配列がオプションの場合と同様に， cv::noArray() を渡します．実装レベルでは， _OutputArray::needed() を用いて，ある出力配列を計算する必要があるかどうかをチェックします． OutputArray には，Python/Java/... ラッパーの自動生成を補助するために利用される，いくつかの同義語があります： typedef OutputArray OutputArrayOfArrays;typedef OutputArray InputOutputArray;typedef OutputArray InputOutputArrayOfArrays; 元関数名(C#): core_OutputArray_new_byScalar 元DLLエクスポート名: core_OutputArray_new_byScalar 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_OutputArray.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_OutputArray_new_byScalar(MyCvScalar scalar, cv::_OutputArray **returnValue)
{
    BEGIN_WRAP
    cv::Scalar scalarVal(cpp(scalar));
    const cv::_OutputArray ia(scalarVal);
    *returnValue = new cv::_OutputArray(ia);
    END_WRAP
}
}html %group NativeMethods_core_OutputArray %index core_OutputArray_new_byVectorOfMat [32/64bit] cv::_OutputArray のインスタンスを生成します %prm p1,p2 p1 = sptr : IntPtr vector p2 = var : out IntPtr returnValue %inst この型は，入出力や出力関数のパラメータに使われることを除けば，InputArray と非常によく似ています． InputArray の場合と同様に，OpenCV ユーザは OutputArray を気にする必要はなく， Mat や vector などを関数に渡すだけです．InputArray と同様の制限があります．OutputArray のインスタンスを明示的に作成してはいけません。 関数を多相型にしたい（つまり，出力パラメータとして異なる配列を受け付ける）場合も，それほど難しいことではありません．上のサンプルを参考にしてください。_OutputArray::create() は， _OutputArray::getMat() の前に呼ばれる必要があることに注意してください．こうすることで，出力配列が適切に確保されていることが保証されます． オプションの出力パラメータ．特定の出力配列を計算して返す必要がない場合は，入力配列がオプションの場合と同様に， cv::noArray() を渡します．実装レベルでは， _OutputArray::needed() を用いて，ある出力配列を計算する必要があるかどうかをチェックします． OutputArray には，Python/Java/... ラッパーの自動生成を補助するために利用される，いくつかの同義語があります： typedef OutputArray OutputArrayOfArrays;typedef OutputArray InputOutputArray;typedef OutputArray InputOutputArrayOfArrays; 元関数名(C#): core_OutputArray_new_byVectorOfMat 元DLLエクスポート名: core_OutputArray_new_byVectorOfMat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_OutputArray.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_OutputArray_new_byVectorOfMat(std::vector<cv::Mat> *vector, cv::_OutputArray **returnValue)
{
    BEGIN_WRAP
    const cv::_OutputArray ia(*vector);
    *returnValue = new cv::_OutputArray(ia);
    END_WRAP
}
}html %group NativeMethods_core_OutputArray %index core_OutputArray_delete [32/64bit] cv::_OutputArray のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr oa %inst この型は，入出力や出力関数のパラメータに使われることを除けば，InputArray と非常によく似ています． InputArray の場合と同様に，OpenCV ユーザは OutputArray を気にする必要はなく， Mat や vector などを関数に渡すだけです．InputArray と同様の制限があります．OutputArray のインスタンスを明示的に作成してはいけません。 関数を多相型にしたい（つまり，出力パラメータとして異なる配列を受け付ける）場合も，それほど難しいことではありません．上のサンプルを参考にしてください。_OutputArray::create() は， _OutputArray::getMat() の前に呼ばれる必要があることに注意してください．こうすることで，出力配列が適切に確保されていることが保証されます． オプションの出力パラメータ．特定の出力配列を計算して返す必要がない場合は，入力配列がオプションの場合と同様に， cv::noArray() を渡します．実装レベルでは， _OutputArray::needed() を用いて，ある出力配列を計算する必要があるかどうかをチェックします． OutputArray には，Python/Java/... ラッパーの自動生成を補助するために利用される，いくつかの同義語があります： typedef OutputArray OutputArrayOfArrays;typedef OutputArray InputOutputArray;typedef OutputArray InputOutputArrayOfArrays; 元関数名(C#): core_OutputArray_delete 元DLLエクスポート名: core_OutputArray_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_OutputArray.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_OutputArray_delete(cv::_OutputArray *oa)
{
    BEGIN_WRAP
    delete oa;
    END_WRAP
}
}html %group NativeMethods_core_OutputArray %index core_OutputArray_getMat [32/64bit] core_OutputArray_getMat %prm p1,p2 p1 = sptr : IntPtr oa p2 = var : out IntPtr returnValue %inst 元関数名(C#): core_OutputArray_getMat 元DLLエクスポート名: core_OutputArray_getMat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_OutputArray.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_OutputArray_getMat(cv::_OutputArray *oa, cv::Mat **returnValue)
{
    BEGIN_WRAP
    auto& mat = oa->getMatRef();
    *returnValue = new cv::Mat(mat);
    END_WRAP
}
}html %group NativeMethods_core_OutputArray %index core_OutputArray_getScalar [32/64bit] core_OutputArray_getScalar %prm p1,p2 p1 = sptr : IntPtr oa p2 = var : out Scalar returnValue %inst 元関数名(C#): core_OutputArray_getScalar 元DLLエクスポート名: core_OutputArray_getScalar 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_OutputArray.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_OutputArray_getScalar(cv::_OutputArray *oa, MyCvScalar *returnValue)
{
    BEGIN_WRAP
    cv::Mat &mat = oa->getMatRef();
    const auto scalar = mat.at<cv::Scalar>(0);
    *returnValue = c(scalar);
    END_WRAP
}
}html %group NativeMethods_core_OutputArray %index core_OutputArray_getVectorOfMat [32/64bit] core_OutputArray_getVectorOfMat %prm p1,p2 p1 = sptr : IntPtr oa p2 = sptr : IntPtr vector %inst 元関数名(C#): core_OutputArray_getVectorOfMat 元DLLエクスポート名: core_OutputArray_getVectorOfMat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_OutputArray.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_OutputArray_getVectorOfMat(cv::_OutputArray *oa, std::vector<cv::Mat*> *vector)
{
    BEGIN_WRAP
    std::vector<cv::Mat> temp;
    oa->getMatVector(temp);

    vector->resize(temp.size());
    for (size_t i = 0; i < temp.size(); i++)
    {
        (*vector)[i] = new cv::Mat(temp[i]);
    }
    END_WRAP
}
}html %group NativeMethods_core_OutputArray %index core_SparseMat_new1 [32/64bit] cv::SparseMat のインスタンスを生成します %prm p1 p1 = var : out IntPtr returnValue %inst SparseMat クラスは，多次元の疎な数値配列を表します． このような疎な配列は， Mat が格納できるあらゆる型の要素を格納できます．疎な配列とは，0 ではない要素のみが格納されていることを意味します（ただし，疎な行列に対する演算の結果，格納されている要素のいくつかは実際に 0 になる可能性があります．）0 ではない要素は，ハッシュテーブルに保存されます．このハッシュテーブルは，（要素が存在するかどうかに関わらず）平均して検索時間が O(1) になるように，埋められるたびに大きくなります．要素へのアクセスには，以下の方法があります． 例えば，クエリ操作（SparseMat::ptr や，上位の SparseMat::ref，SparseMat::value，SparseMat::find）．const int dims = 5;int size[5] = {10, 10, 10, 10, 10};SparseMat sparse_mat(dims, size, CV_32F);for(int i = 0; i < 1000; i++){ int idx[dims]; for(int k = 0; k < dims; k++) idx[k] = rand() % size[k]; sparse_mat.ref(idx) += 1.f;}cout << "nnz = " << sparse_mat.nzcount() << endl; 疎行列のイテレータ．これらは MatIterator と似ていますが，NAryMatIterator とは異なります．つまり，STL ユーザーにはおなじみの反復ループです．// 疎な浮動小数点型行列の要素//と要素の合計を表示します．SparseMatConstIterator_ it = sparse_mat.begin(), it_end = sparse_mat.end();double s = 0;int dims = sparse_mat.dims();for(; it != it_end; ++it){ // 要素のインデックスと要素の値を表示 const SparseMat::Node* n = it.node(); printf("("); for(int i = 0; i < dims; i++) printf("%d%s", n->idx[i], i < dims-1 ? ", " : ")"); printf(":%g\n", it.value()); s += *it;}printf("Element sum is %g\n", s); このループを実行すると、要素が論理的な順序（辞書的な順序など）で列挙されていないことに気がつきます。ハッシュテーブルに格納されているのと同じ順序（半ランダム）で並んでいます。ノードへのポインタを集めてソートすれば、適切な順序になります。ただし，行列に要素を追加すると，ノードへのポインタが無効になることがあるので注意が必要です．これは，バッファが再割り当てされる可能性があるために起こります． 2つ以上の疎な行列を同時に処理する必要がある場合は，上記2つの方法を組み合わせます．double cross_corr(const SparseMat& a, const SparseMat& b){ const SparseMat *_a = &a, *_b = &b; // b の要素数が a よりも少ない場合は， // b を繰り返し処理した方が高速です if(_a->nzcount() > _b->nzcount()) std::swap(_a, _b); SparseMatConstIterator_ it = _a->begin(), it_end = _a->end(); double ccorr = 0; for(; it != it_end; ++it) { // 1 番目の行列から次の要素を取り出します float avalue = *it; const Node* anode = it.node(); // そして，2 番目の行列から同じインデックスを持つ要素を見つけようとします． // ハッシュ値は要素のインデックスにのみ依存するので， // ノードに格納されているハッシュ値を再利用します float bvalue = _b->value(anode->idx,&anode->hashval); ccorr += avalue*bvalue; } return ccorr;}. 元関数名(C#): core_SparseMat_new1 元DLLエクスポート名: core_SparseMat_new1 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_SparseMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_SparseMat_new1(cv::SparseMat **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::SparseMat;
    END_WRAP
}
}html %group NativeMethods_core_SparseMat %index core_SparseMat_new2 [32/64bit] cv::SparseMat のインスタンスを生成します %prm p1,p2,p3,p4 p1 = int : int dims p2 = var : int[] sizes p3 = int : int type p4 = var : out IntPtr returnValue %inst SparseMat クラスは，多次元の疎な数値配列を表します． このような疎な配列は， Mat が格納できるあらゆる型の要素を格納できます．疎な配列とは，0 ではない要素のみが格納されていることを意味します（ただし，疎な行列に対する演算の結果，格納されている要素のいくつかは実際に 0 になる可能性があります．）0 ではない要素は，ハッシュテーブルに保存されます．このハッシュテーブルは，（要素が存在するかどうかに関わらず）平均して検索時間が O(1) になるように，埋められるたびに大きくなります．要素へのアクセスには，以下の方法があります． 例えば，クエリ操作（SparseMat::ptr や，上位の SparseMat::ref，SparseMat::value，SparseMat::find）．const int dims = 5;int size[5] = {10, 10, 10, 10, 10};SparseMat sparse_mat(dims, size, CV_32F);for(int i = 0; i < 1000; i++){ int idx[dims]; for(int k = 0; k < dims; k++) idx[k] = rand() % size[k]; sparse_mat.ref(idx) += 1.f;}cout << "nnz = " << sparse_mat.nzcount() << endl; 疎行列のイテレータ．これらは MatIterator と似ていますが，NAryMatIterator とは異なります．つまり，STL ユーザーにはおなじみの反復ループです．// 疎な浮動小数点型行列の要素//と要素の合計を表示します．SparseMatConstIterator_ it = sparse_mat.begin(), it_end = sparse_mat.end();double s = 0;int dims = sparse_mat.dims();for(; it != it_end; ++it){ // 要素のインデックスと要素の値を表示 const SparseMat::Node* n = it.node(); printf("("); for(int i = 0; i < dims; i++) printf("%d%s", n->idx[i], i < dims-1 ? ", " : ")"); printf(":%g\n", it.value()); s += *it;}printf("Element sum is %g\n", s); このループを実行すると、要素が論理的な順序（辞書的な順序など）で列挙されていないことに気がつきます。ハッシュテーブルに格納されているのと同じ順序（半ランダム）で並んでいます。ノードへのポインタを集めてソートすれば、適切な順序になります。ただし，行列に要素を追加すると，ノードへのポインタが無効になることがあるので注意が必要です．これは，バッファが再割り当てされる可能性があるために起こります． 2つ以上の疎な行列を同時に処理する必要がある場合は，上記2つの方法を組み合わせます．double cross_corr(const SparseMat& a, const SparseMat& b){ const SparseMat *_a = &a, *_b = &b; // b の要素数が a よりも少ない場合は， // b を繰り返し処理した方が高速です if(_a->nzcount() > _b->nzcount()) std::swap(_a, _b); SparseMatConstIterator_ it = _a->begin(), it_end = _a->end(); double ccorr = 0; for(; it != it_end; ++it) { // 1 番目の行列から次の要素を取り出します float avalue = *it; const Node* anode = it.node(); // そして，2 番目の行列から同じインデックスを持つ要素を見つけようとします． // ハッシュ値は要素のインデックスにのみ依存するので， // ノードに格納されているハッシュ値を再利用します float bvalue = _b->value(anode->idx,&anode->hashval); ccorr += avalue*bvalue; } return ccorr;}. 元関数名(C#): core_SparseMat_new2 元DLLエクスポート名: core_SparseMat_new2 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_SparseMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_SparseMat_new2(int dims, const int *sizes, int type, cv::SparseMat **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::SparseMat(dims, sizes, type);
    END_WRAP
}
}html %group NativeMethods_core_SparseMat %index core_SparseMat_new3 [32/64bit] cv::SparseMat のインスタンスを生成します %prm p1,p2 p1 = sptr : IntPtr m p2 = var : out IntPtr returnValue %inst SparseMat クラスは，多次元の疎な数値配列を表します． このような疎な配列は， Mat が格納できるあらゆる型の要素を格納できます．疎な配列とは，0 ではない要素のみが格納されていることを意味します（ただし，疎な行列に対する演算の結果，格納されている要素のいくつかは実際に 0 になる可能性があります．）0 ではない要素は，ハッシュテーブルに保存されます．このハッシュテーブルは，（要素が存在するかどうかに関わらず）平均して検索時間が O(1) になるように，埋められるたびに大きくなります．要素へのアクセスには，以下の方法があります． 例えば，クエリ操作（SparseMat::ptr や，上位の SparseMat::ref，SparseMat::value，SparseMat::find）．const int dims = 5;int size[5] = {10, 10, 10, 10, 10};SparseMat sparse_mat(dims, size, CV_32F);for(int i = 0; i < 1000; i++){ int idx[dims]; for(int k = 0; k < dims; k++) idx[k] = rand() % size[k]; sparse_mat.ref(idx) += 1.f;}cout << "nnz = " << sparse_mat.nzcount() << endl; 疎行列のイテレータ．これらは MatIterator と似ていますが，NAryMatIterator とは異なります．つまり，STL ユーザーにはおなじみの反復ループです．// 疎な浮動小数点型行列の要素//と要素の合計を表示します．SparseMatConstIterator_ it = sparse_mat.begin(), it_end = sparse_mat.end();double s = 0;int dims = sparse_mat.dims();for(; it != it_end; ++it){ // 要素のインデックスと要素の値を表示 const SparseMat::Node* n = it.node(); printf("("); for(int i = 0; i < dims; i++) printf("%d%s", n->idx[i], i < dims-1 ? ", " : ")"); printf(":%g\n", it.value()); s += *it;}printf("Element sum is %g\n", s); このループを実行すると、要素が論理的な順序（辞書的な順序など）で列挙されていないことに気がつきます。ハッシュテーブルに格納されているのと同じ順序（半ランダム）で並んでいます。ノードへのポインタを集めてソートすれば、適切な順序になります。ただし，行列に要素を追加すると，ノードへのポインタが無効になることがあるので注意が必要です．これは，バッファが再割り当てされる可能性があるために起こります． 2つ以上の疎な行列を同時に処理する必要がある場合は，上記2つの方法を組み合わせます．double cross_corr(const SparseMat& a, const SparseMat& b){ const SparseMat *_a = &a, *_b = &b; // b の要素数が a よりも少ない場合は， // b を繰り返し処理した方が高速です if(_a->nzcount() > _b->nzcount()) std::swap(_a, _b); SparseMatConstIterator_ it = _a->begin(), it_end = _a->end(); double ccorr = 0; for(; it != it_end; ++it) { // 1 番目の行列から次の要素を取り出します float avalue = *it; const Node* anode = it.node(); // そして，2 番目の行列から同じインデックスを持つ要素を見つけようとします． // ハッシュ値は要素のインデックスにのみ依存するので， // ノードに格納されているハッシュ値を再利用します float bvalue = _b->value(anode->idx,&anode->hashval); ccorr += avalue*bvalue; } return ccorr;}. 元関数名(C#): core_SparseMat_new3 元DLLエクスポート名: core_SparseMat_new3 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_SparseMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_SparseMat_new3(cv::Mat *m, cv::SparseMat **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::SparseMat(*m);
    END_WRAP
}
}html %group NativeMethods_core_SparseMat %index core_SparseMat_delete [32/64bit] cv::SparseMat のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst SparseMat クラスは，多次元の疎な数値配列を表します． このような疎な配列は， Mat が格納できるあらゆる型の要素を格納できます．疎な配列とは，0 ではない要素のみが格納されていることを意味します（ただし，疎な行列に対する演算の結果，格納されている要素のいくつかは実際に 0 になる可能性があります．）0 ではない要素は，ハッシュテーブルに保存されます．このハッシュテーブルは，（要素が存在するかどうかに関わらず）平均して検索時間が O(1) になるように，埋められるたびに大きくなります．要素へのアクセスには，以下の方法があります． 例えば，クエリ操作（SparseMat::ptr や，上位の SparseMat::ref，SparseMat::value，SparseMat::find）．const int dims = 5;int size[5] = {10, 10, 10, 10, 10};SparseMat sparse_mat(dims, size, CV_32F);for(int i = 0; i < 1000; i++){ int idx[dims]; for(int k = 0; k < dims; k++) idx[k] = rand() % size[k]; sparse_mat.ref(idx) += 1.f;}cout << "nnz = " << sparse_mat.nzcount() << endl; 疎行列のイテレータ．これらは MatIterator と似ていますが，NAryMatIterator とは異なります．つまり，STL ユーザーにはおなじみの反復ループです．// 疎な浮動小数点型行列の要素//と要素の合計を表示します．SparseMatConstIterator_ it = sparse_mat.begin(), it_end = sparse_mat.end();double s = 0;int dims = sparse_mat.dims();for(; it != it_end; ++it){ // 要素のインデックスと要素の値を表示 const SparseMat::Node* n = it.node(); printf("("); for(int i = 0; i < dims; i++) printf("%d%s", n->idx[i], i < dims-1 ? ", " : ")"); printf(":%g\n", it.value()); s += *it;}printf("Element sum is %g\n", s); このループを実行すると、要素が論理的な順序（辞書的な順序など）で列挙されていないことに気がつきます。ハッシュテーブルに格納されているのと同じ順序（半ランダム）で並んでいます。ノードへのポインタを集めてソートすれば、適切な順序になります。ただし，行列に要素を追加すると，ノードへのポインタが無効になることがあるので注意が必要です．これは，バッファが再割り当てされる可能性があるために起こります． 2つ以上の疎な行列を同時に処理する必要がある場合は，上記2つの方法を組み合わせます．double cross_corr(const SparseMat& a, const SparseMat& b){ const SparseMat *_a = &a, *_b = &b; // b の要素数が a よりも少ない場合は， // b を繰り返し処理した方が高速です if(_a->nzcount() > _b->nzcount()) std::swap(_a, _b); SparseMatConstIterator_ it = _a->begin(), it_end = _a->end(); double ccorr = 0; for(; it != it_end; ++it) { // 1 番目の行列から次の要素を取り出します float avalue = *it; const Node* anode = it.node(); // そして，2 番目の行列から同じインデックスを持つ要素を見つけようとします． // ハッシュ値は要素のインデックスにのみ依存するので， // ノードに格納されているハッシュ値を再利用します float bvalue = _b->value(anode->idx,&anode->hashval); ccorr += avalue*bvalue; } return ccorr;}. 元関数名(C#): core_SparseMat_delete 元DLLエクスポート名: core_SparseMat_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_SparseMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_SparseMat_delete(cv::SparseMat *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_core_SparseMat %index core_SparseMat_operatorAssign_SparseMat [32/64bit] core_SparseMat_operatorAssign_SparseMat %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr m %inst 元関数名(C#): core_SparseMat_operatorAssign_SparseMat 元DLLエクスポート名: core_SparseMat_operatorAssign_SparseMat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_SparseMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_SparseMat_operatorAssign_SparseMat(cv::SparseMat *obj, cv::SparseMat *m)
{
    BEGIN_WRAP
    *obj = *m;
    END_WRAP
}
}html %group NativeMethods_core_SparseMat %index core_SparseMat_operatorAssign_Mat [32/64bit] core_SparseMat_operatorAssign_Mat %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr m %inst 元関数名(C#): core_SparseMat_operatorAssign_Mat 元DLLエクスポート名: core_SparseMat_operatorAssign_Mat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_SparseMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_SparseMat_operatorAssign_Mat(cv::SparseMat *obj, cv::Mat *m)
{
    BEGIN_WRAP
    *obj = *m;
    END_WRAP
}
}html %group NativeMethods_core_SparseMat %index core_SparseMat_clone [32/64bit] 行列の完全なコピーを作成 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst 元関数名(C#): core_SparseMat_clone 元DLLエクスポート名: core_SparseMat_clone 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_SparseMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_SparseMat_clone(cv::SparseMat *obj, cv::SparseMat **returnValue)
{
    BEGIN_WRAP
    const auto sm = obj->clone();
    *returnValue = new cv::SparseMat(sm);
    END_WRAP
}
}html %group NativeMethods_core_SparseMat %index core_SparseMat_copyTo_SparseMat [32/64bit] は，すべてのデータをコピー先の行列にコピーします．m の以前の内容はすべて消去されます。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr m %inst 元関数名(C#): core_SparseMat_copyTo_SparseMat 元DLLエクスポート名: core_SparseMat_copyTo_SparseMat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_SparseMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_SparseMat_copyTo_SparseMat(cv::SparseMat *obj, cv::SparseMat *m)
{
    BEGIN_WRAP
    obj->copyTo(*m);
    END_WRAP
}
}html %group NativeMethods_core_SparseMat %index core_SparseMat_copyTo_Mat [32/64bit] は，すべてのデータをコピー先の行列にコピーします．m の以前の内容はすべて消去されます。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr m %inst 元関数名(C#): core_SparseMat_copyTo_Mat 元DLLエクスポート名: core_SparseMat_copyTo_Mat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_SparseMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_SparseMat_copyTo_Mat(cv::SparseMat *obj, cv::Mat *m)
{
    BEGIN_WRAP
    obj->copyTo(*m);
    END_WRAP
}
}html %group NativeMethods_core_SparseMat %index core_SparseMat_convertTo_SparseMat [32/64bit] 疎な行列を，オプションの型変換とスケーリングを用いて，密な n-dim 行列に変換します． %prm p1,p2,p3,p4 p1 = sptr : IntPtr obj p2 = sptr : IntPtr m p3 = int : int rtype p4 = double : double alpha %inst 元関数名(C#): core_SparseMat_convertTo_SparseMat 元DLLエクスポート名: core_SparseMat_convertTo_SparseMat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_SparseMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_SparseMat_convertTo_SparseMat(cv::SparseMat *obj, cv::SparseMat *m, int rtype, double alpha)
{
    BEGIN_WRAP
    obj->convertTo(*m, rtype, alpha);
    END_WRAP
}
}html %group NativeMethods_core_SparseMat %index core_SparseMat_convertTo_Mat [32/64bit] 疎な行列を，オプションの型変換とスケーリングを用いて，密な n-dim 行列に変換します． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr obj p2 = sptr : IntPtr m p3 = int : int rtype p4 = double : double alpha p5 = double : double beta %inst 元関数名(C#): core_SparseMat_convertTo_Mat 元DLLエクスポート名: core_SparseMat_convertTo_Mat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_SparseMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_SparseMat_convertTo_Mat(cv::SparseMat *obj, cv::Mat *m, int rtype, double alpha = 1, double beta = 0)
{
    BEGIN_WRAP
    obj->convertTo(*m, rtype, alpha, beta);
    END_WRAP
}
}html %group NativeMethods_core_SparseMat %index core_SparseMat_assignTo [32/64bit] core_SparseMat_assignTo %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = sptr : IntPtr m p3 = int : int type %inst 元関数名(C#): core_SparseMat_assignTo 元DLLエクスポート名: core_SparseMat_assignTo 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_SparseMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_SparseMat_assignTo(cv::SparseMat *obj, cv::SparseMat *m, int type = -1)
{
    BEGIN_WRAP
    obj->assignTo(*m, type);
    END_WRAP
}
}html %group NativeMethods_core_SparseMat %index core_SparseMat_create [32/64bit] 疎な行列を再割り当てします． %prm p1,p2,p3,p4 p1 = sptr : IntPtr obj p2 = int : int dims p3 = var : int[] sizes p4 = int : int type %inst 行列が既に適切なサイズと型を持っている場合は，単に clear() でクリアされます．そうでない場合は，（release() を用いて）古い行列が解放され，新しい行列が割り当てられます． 元関数名(C#): core_SparseMat_create 元DLLエクスポート名: core_SparseMat_create 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_SparseMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_SparseMat_create(cv::SparseMat *obj, int dims, const int* sizes, int type)
{
    BEGIN_WRAP
    obj->create(dims, sizes, type);
    END_WRAP
}
}html %group NativeMethods_core_SparseMat %index core_SparseMat_clear [32/64bit] 疎な行列の要素をすべて 0 にし，ハッシュテーブルをクリアします． %prm p1 p1 = sptr : IntPtr obj %inst 元関数名(C#): core_SparseMat_clear 元DLLエクスポート名: core_SparseMat_clear 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_SparseMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_SparseMat_clear(cv::SparseMat *obj)
{
    BEGIN_WRAP
    obj->clear();
    END_WRAP
}
}html %group NativeMethods_core_SparseMat %index core_SparseMat_addref [32/64bit] ヘッダへの参照カウンタを手動でインクリメントします． %prm p1 p1 = sptr : IntPtr obj %inst 元関数名(C#): core_SparseMat_addref 元DLLエクスポート名: core_SparseMat_addref 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_SparseMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_SparseMat_addref(cv::SparseMat *obj)
{
    BEGIN_WRAP
    obj->addref();
    END_WRAP
}
}html %group NativeMethods_core_SparseMat %index core_SparseMat_release [32/64bit] core_SparseMat_release %prm p1 p1 = sptr : IntPtr obj %inst 元関数名(C#): core_SparseMat_release 元DLLエクスポート名: core_SparseMat_release 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_SparseMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_SparseMat_release(cv::SparseMat *obj)
{
    BEGIN_WRAP
    obj->release();
    END_WRAP
}
}html %group NativeMethods_core_SparseMat %index core_SparseMat_elemSize [32/64bit] 疎行列を古い形式の表現に変換し，すべての要素がコピーされます． %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 各要素のサイズをバイト単位で返します（オーバーヘッド，つまり SparseMat::Node 要素によって占有される領域は含まれません）． 元関数名(C#): core_SparseMat_elemSize 元DLLエクスポート名: core_SparseMat_elemSize 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_SparseMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_SparseMat_elemSize(cv::SparseMat *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = static_cast<int>(obj->elemSize());
    END_WRAP
}
}html %group NativeMethods_core_SparseMat %index core_SparseMat_elemSize1 [32/64bit] elemSize()/channels() を返します． %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): core_SparseMat_elemSize1 元DLLエクスポート名: core_SparseMat_elemSize1 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_SparseMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_SparseMat_elemSize1(cv::SparseMat *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = static_cast<int>(obj->elemSize1());
    END_WRAP
}
}html %group NativeMethods_core_SparseMat %index core_SparseMat_type [32/64bit] 疎な行列要素の型を返します． %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): core_SparseMat_type 元DLLエクスポート名: core_SparseMat_type 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_SparseMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_SparseMat_type(cv::SparseMat *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->type();
    END_WRAP
}
}html %group NativeMethods_core_SparseMat %index core_SparseMat_depth [32/64bit] 疎な行列の要素の深さを返します． %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): core_SparseMat_depth 元DLLエクスポート名: core_SparseMat_depth 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_SparseMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_SparseMat_depth(cv::SparseMat *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->depth();
    END_WRAP
}
}html %group NativeMethods_core_SparseMat %index core_SparseMat_channels [32/64bit] チャンネルの数を返します． %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): core_SparseMat_channels 元DLLエクスポート名: core_SparseMat_channels 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_SparseMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_SparseMat_channels(cv::SparseMat *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->channels();
    END_WRAP
}
}html %group NativeMethods_core_SparseMat %index core_SparseMat_size1 [32/64bit] サイズの配列を返します．また，行列が割り当てられていない場合は NULL を返します． %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst 元関数名(C#): core_SparseMat_size1 元DLLエクスポート名: core_SparseMat_size1 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_SparseMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_SparseMat_size1(cv::SparseMat *obj, const int **returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->size();
    END_WRAP
}
}html %group NativeMethods_core_SparseMat %index core_SparseMat_size2 [32/64bit] サイズの配列を返します．また，行列が割り当てられていない場合は NULL を返します． %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = int : int i p3 = var : out int returnValue %inst 元関数名(C#): core_SparseMat_size2 元DLLエクスポート名: core_SparseMat_size2 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_SparseMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_SparseMat_size2(cv::SparseMat *obj, int i, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->size(i);
    END_WRAP
}
}html %group NativeMethods_core_SparseMat %index core_SparseMat_dims [32/64bit] 行列の次元を返します． %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): core_SparseMat_dims 元DLLエクスポート名: core_SparseMat_dims 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_SparseMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_SparseMat_dims(cv::SparseMat *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->dims();
    END_WRAP
}
}html %group NativeMethods_core_SparseMat %index core_SparseMat_nzcount [32/64bit] 0 ではない要素の数（＝ハッシュテーブルのノード数）を返します． %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst 元関数名(C#): core_SparseMat_nzcount 元DLLエクスポート名: core_SparseMat_nzcount 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_SparseMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_SparseMat_nzcount(cv::SparseMat *obj, size_t *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->nzcount();
    END_WRAP
}
}html %group NativeMethods_core_SparseMat %index core_SparseMat_hash_1d [32/64bit] 要素のハッシュ値を計算します（1次元の場合）． %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = int : int i0 p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_SparseMat_hash_1d 元DLLエクスポート名: core_SparseMat_hash_1d 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_SparseMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_SparseMat_hash_1d(cv::SparseMat *obj, int i0, size_t *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->hash(i0);
    END_WRAP
}
}html %group NativeMethods_core_SparseMat %index core_SparseMat_hash_2d [32/64bit] 要素のハッシュ値を計算します（1次元の場合）． %prm p1,p2,p3,p4 p1 = sptr : IntPtr obj p2 = int : int i0 p3 = int : int i1 p4 = var : out IntPtr returnValue %inst 元関数名(C#): core_SparseMat_hash_2d 元DLLエクスポート名: core_SparseMat_hash_2d 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_SparseMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_SparseMat_hash_2d(cv::SparseMat *obj, int i0, int i1, size_t *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->hash(i0, i1);
    END_WRAP
}
}html %group NativeMethods_core_SparseMat %index core_SparseMat_hash_3d [32/64bit] 要素のハッシュ値を計算します（1次元の場合）． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr obj p2 = int : int i0 p3 = int : int i1 p4 = int : int i2 p5 = var : out IntPtr returnValue %inst 元関数名(C#): core_SparseMat_hash_3d 元DLLエクスポート名: core_SparseMat_hash_3d 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_SparseMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_SparseMat_hash_3d(cv::SparseMat *obj, int i0, int i1, int i2, size_t *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->hash(i0, i1, i2);
    END_WRAP
}
}html %group NativeMethods_core_SparseMat %index core_SparseMat_hash_nd [32/64bit] 要素のハッシュ値を計算します（1次元の場合）． %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = var : int[] idx p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_SparseMat_hash_nd 元DLLエクスポート名: core_SparseMat_hash_nd 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_SparseMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_SparseMat_hash_nd(cv::SparseMat *obj, const int* idx, size_t *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->hash(idx);
    END_WRAP
}
}html %group NativeMethods_core_SparseMat %index core_SparseMat_ptr_1d [32/64bit] 指定された要素へのポインタを返します（1次元の場合）． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr obj p2 = int : int i0 p3 = int : int createMissing p4 = var : ulong* hashVal p5 = var : out IntPtr returnValue %inst 1D, 2D, 3D に特化したバージョンと，n-D に特化した generic_type があります． 行列の要素へのポインタを返します．要素が存在する（0 ではない）場合は，そのポインタが返されます． 要素が存在せず，かつ createMissing=false の場合は，NULLポインタが返されます． 要素が存在せず createMissing=true であれば，新しい要素が作成され，0 で初期化されます．そのポインタが返されます． オプションの hashval ポインタが NULL でない場合，要素のハッシュ値は計算されず，代わりに *hashval が取得されます． 元関数名(C#): core_SparseMat_ptr_1d 元DLLエクスポート名: core_SparseMat_ptr_1d 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_SparseMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_SparseMat_ptr_1d(cv::SparseMat *obj, int i0, int createMissing, uint64* hashVal, uchar **returnValue)
{
    BEGIN_WRAP
    if (hashVal == nullptr)
    {
        *returnValue = obj->ptr(i0, createMissing != 0);
    }else
    {
        auto hashVal0 = static_cast<size_t>(*hashVal);
        *returnValue = obj->ptr(i0, createMissing != 0, &hashVal0);
    }
    END_WRAP
}
}html %group NativeMethods_core_SparseMat %index core_SparseMat_ptr_2d [32/64bit] 指定された要素へのポインタを返します（1次元の場合）． %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr obj p2 = int : int i0 p3 = int : int i1 p4 = int : int createMissing p5 = var : ulong* hashVal p6 = var : out IntPtr returnValue %inst 1D, 2D, 3D に特化したバージョンと，n-D に特化した generic_type があります． 行列の要素へのポインタを返します．要素が存在する（0 ではない）場合は，そのポインタが返されます． 要素が存在せず，かつ createMissing=false の場合は，NULLポインタが返されます． 要素が存在せず createMissing=true であれば，新しい要素が作成され，0 で初期化されます．そのポインタが返されます． オプションの hashval ポインタが NULL でない場合，要素のハッシュ値は計算されず，代わりに *hashval が取得されます． 元関数名(C#): core_SparseMat_ptr_2d 元DLLエクスポート名: core_SparseMat_ptr_2d 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_SparseMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_SparseMat_ptr_2d(cv::SparseMat *obj, int i0, int i1, int createMissing, uint64* hashVal, uchar **returnValue)
{
    BEGIN_WRAP
    if (hashVal == nullptr)
    {
        *returnValue = obj->ptr(i0, i1, createMissing != 0);
    }
    else
    {
        auto hashVal0 = static_cast<size_t>(*hashVal);
        *returnValue = obj->ptr(i0, i1, createMissing != 0, &hashVal0);
    }
    END_WRAP
}
}html %group NativeMethods_core_SparseMat %index core_SparseMat_ptr_3d [32/64bit] 指定された要素へのポインタを返します（1次元の場合）． %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr obj p2 = int : int i0 p3 = int : int i1 p4 = int : int i2 p5 = int : int createMissing p6 = var : ulong* hashVal p7 = var : out IntPtr returnValue %inst 1D, 2D, 3D に特化したバージョンと，n-D に特化した generic_type があります． 行列の要素へのポインタを返します．要素が存在する（0 ではない）場合は，そのポインタが返されます． 要素が存在せず，かつ createMissing=false の場合は，NULLポインタが返されます． 要素が存在せず createMissing=true であれば，新しい要素が作成され，0 で初期化されます．そのポインタが返されます． オプションの hashval ポインタが NULL でない場合，要素のハッシュ値は計算されず，代わりに *hashval が取得されます． 元関数名(C#): core_SparseMat_ptr_3d 元DLLエクスポート名: core_SparseMat_ptr_3d 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_SparseMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_SparseMat_ptr_3d(cv::SparseMat *obj, int i0, int i1, int i2, int createMissing, uint64* hashVal, uchar **returnValue)
{
    BEGIN_WRAP
    if (hashVal == nullptr)
    {
        *returnValue = obj->ptr(i0, i1, i2, createMissing != 0);
    }
    else
    {
        auto hashVal0 = static_cast<size_t>(*hashVal);
        *returnValue = obj->ptr(i0, i1, i2, createMissing != 0, &hashVal0);
    }
    END_WRAP
}
}html %group NativeMethods_core_SparseMat %index core_SparseMat_ptr_nd [32/64bit] 指定された要素へのポインタを返します（1次元の場合）． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr obj p2 = var : int[] idx p3 = int : int createMissing p4 = var : ulong* hashVal p5 = var : out IntPtr returnValue %inst 1D, 2D, 3D に特化したバージョンと，n-D に特化した generic_type があります． 行列の要素へのポインタを返します．要素が存在する（0 ではない）場合は，そのポインタが返されます． 要素が存在せず，かつ createMissing=false の場合は，NULLポインタが返されます． 要素が存在せず createMissing=true であれば，新しい要素が作成され，0 で初期化されます．そのポインタが返されます． オプションの hashval ポインタが NULL でない場合，要素のハッシュ値は計算されず，代わりに *hashval が取得されます． 元関数名(C#): core_SparseMat_ptr_nd 元DLLエクスポート名: core_SparseMat_ptr_nd 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_SparseMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_SparseMat_ptr_nd(cv::SparseMat *obj, const int* idx, int createMissing, uint64* hashVal, uchar **returnValue)
{
    BEGIN_WRAP
    if (hashVal == nullptr)
    {
        *returnValue = obj->ptr(idx, createMissing != 0);
    }
    else
    {
        auto hashVal0 = static_cast<size_t>(*hashVal);
        *returnValue = obj->ptr(idx, createMissing != 0, &hashVal0);
    }
    END_WRAP
}
}html %group NativeMethods_core_SparseMat %index core_UMat_new1 [32/64bit] cv::Umat のインスタンスを生成します %prm p1,p2 p1 = int : int usageFlags p2 = var : out IntPtr returnValue %inst 元関数名(C#): core_UMat_new1 元DLLエクスポート名: core_UMat_new1 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_new1(const cv::UMatUsageFlags usageFlags, cv::UMat** returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::UMat(usageFlags);
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_new2 [32/64bit] cv::Umat のインスタンスを生成します %prm p1,p2,p3,p4,p5 p1 = int : int rows p2 = int : int cols p3 = int : int type p4 = int : int usageFlags p5 = var : out IntPtr returnValue %inst 元関数名(C#): core_UMat_new2 元DLLエクスポート名: core_UMat_new2 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_new2(const int rows, const int cols, const int type, const cv::UMatUsageFlags usageFlags, cv::UMat** returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::UMat(rows, cols, type, usageFlags);
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_new3 [32bit] cv::Umat のインスタンスを生成します %prm p1,p2,p3,p4,p5,p6 p1 = int : int rows p2 = int : int cols p3 = int : int type p4 = ARGS_SCALAR : Scalar scalar p5 = int : int usageFlags p6 = var : out IntPtr returnValue %inst 元関数名(C#): core_UMat_new3 元DLLエクスポート名: core_UMat_new3 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_new3(cv::Size size, int type, cv::UMatUsageFlags usageFlags, cv::UMat** returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::UMat(size, type, usageFlags);
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_new3 [64bit] cv::Umat のインスタンスを生成します %prm p1,p2,p3,p4,p5,p6 p1 = int : int rows p2 = int : int cols p3 = int : int type p4 = var : Scalar scalar p5 = int : int usageFlags p6 = var : out IntPtr returnValue %inst 元関数名(C#): core_UMat_new3 元DLLエクスポート名: core_UMat_new3 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_new3(cv::Size size, int type, cv::UMatUsageFlags usageFlags, cv::UMat** returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::UMat(size, type, usageFlags);
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_new4 [32/64bit] cv::Umat のインスタンスを生成します %prm p1,p2,p3,p4 p1 = int : int ndims p2 = var : [MarshalAs(UnmanagedType.LPArray)] int[] sizes p3 = int : int type p4 = var : out IntPtr returnValue %inst 元関数名(C#): core_UMat_new4 元DLLエクスポート名: core_UMat_new4 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_new4(
    const int ndims, const int* sizes, const int type, const cv::UMatUsageFlags usageFlags, cv::UMat** returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::UMat(ndims, sizes, type, usageFlags);
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_new5 [32bit] cv::Umat のインスタンスを生成します %prm p1,p2,p3,p4,p5 p1 = int : int ndims p2 = var : [MarshalAs(UnmanagedType.LPArray)] int[] sizes p3 = int : int type p4 = ARGS_SCALAR : Scalar s p5 = var : out IntPtr returnValue %inst 元関数名(C#): core_UMat_new5 元DLLエクスポート名: core_UMat_new5 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_new5(cv::Size size, int type, MyCvScalar s, cv::UMatUsageFlags usageFlags, cv::UMat** returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::UMat(size, type, cpp(s), usageFlags);
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_new5 [64bit] cv::Umat のインスタンスを生成します %prm p1,p2,p3,p4,p5 p1 = int : int ndims p2 = var : [MarshalAs(UnmanagedType.LPArray)] int[] sizes p3 = int : int type p4 = var : Scalar s p5 = var : out IntPtr returnValue %inst 元関数名(C#): core_UMat_new5 元DLLエクスポート名: core_UMat_new5 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_new5(cv::Size size, int type, MyCvScalar s, cv::UMatUsageFlags usageFlags, cv::UMat** returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::UMat(size, type, cpp(s), usageFlags);
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_new6 [32/64bit] cv::Umat のインスタンスを生成します %prm p1,p2 p1 = sptr : IntPtr umat p2 = var : out IntPtr returnValue %inst 元関数名(C#): core_UMat_new6 元DLLエクスポート名: core_UMat_new6 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_new6(cv::UMat* umat, cv::UMat** returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::UMat(*umat);
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_new7 [32/64bit] cv::Umat のインスタンスを生成します %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr umat p2 = ARGS_RANGE : Range rowRange p3 = ARGS_RANGE : Range colRange p4 = int : int usageFlags p5 = var : out IntPtr returnValue %inst 元関数名(C#): core_UMat_new7 元DLLエクスポート名: core_UMat_new7 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_new7(cv::UMat* umat, const MyCvSlice rowRange, const MyCvSlice colRange, cv::UMat** returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::UMat(*umat, cpp(rowRange), cpp(colRange));
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_new8 [32bit] cv::Umat のインスタンスを生成します %prm p1,p2,p3 p1 = sptr : IntPtr umat p2 = ARGS_RECT : Rect roi p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_UMat_new8 元DLLエクスポート名: core_UMat_new8 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_new8(cv::UMat* umat, const MyCvRect roi, cv::UMat** returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::UMat(*umat, cpp(roi));
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_new8 [64bit] cv::Umat のインスタンスを生成します %prm p1,p2,p3 p1 = sptr : IntPtr umat p2 = var : Rect roi p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_UMat_new8 元DLLエクスポート名: core_UMat_new8 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_new8(cv::UMat* umat, const MyCvRect roi, cv::UMat** returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::UMat(*umat, cpp(roi));
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_new9 [32/64bit] cv::Umat のインスタンスを生成します %prm p1,p2,p3 p1 = sptr : IntPtr umat p2 = var : Range[] ranges p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_UMat_new9 元DLLエクスポート名: core_UMat_new9 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_new9(cv::UMat* umat, cv::Range* ranges, cv::UMat** returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::UMat(*umat, ranges);
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_delete [32/64bit] cv::Umat のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr umat %inst 元関数名(C#): core_UMat_delete 元DLLエクスポート名: core_UMat_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_delete(cv::UMat* self)
{
    BEGIN_WRAP
        delete self;
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_getMat [32/64bit] core_UMat_getMat %prm p1,p2,p3 p1 = sptr : IntPtr self p2 = int : int accessFlag p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_UMat_getMat 元DLLエクスポート名: core_UMat_getMat 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_getMat(cv::UMat* self, cv::AccessFlag accessFlag, cv::Mat** returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::Mat(self->getMat(accessFlag));
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_row [32/64bit] core_UMat_row %prm p1,p2,p3 p1 = sptr : IntPtr self p2 = int : int y p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_UMat_row 元DLLエクスポート名: core_UMat_row 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_row(cv::UMat* self, int y, cv::UMat** returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::UMat(self->row(y));
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_col [32/64bit] core_UMat_col %prm p1,p2,p3 p1 = sptr : IntPtr self p2 = int : int x p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_UMat_col 元DLLエクスポート名: core_UMat_col 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_col(cv::UMat* self, int x, cv::UMat** returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::UMat(self->col(x));
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_rowRange [32/64bit] core_UMat_rowRange %prm p1,p2,p3,p4 p1 = sptr : IntPtr self p2 = int : int startRow p3 = int : int endRow p4 = var : out IntPtr returnValue %inst 元関数名(C#): core_UMat_rowRange 元DLLエクスポート名: core_UMat_rowRange 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_rowRange(cv::UMat* self, int startRow, int endRow, cv::UMat** returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::UMat(self->rowRange(startRow, endRow));
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_colRange [32/64bit] core_UMat_colRange %prm p1,p2,p3,p4 p1 = sptr : IntPtr self p2 = int : int startCol p3 = int : int endCol p4 = var : out IntPtr returnValue %inst 元関数名(C#): core_UMat_colRange 元DLLエクスポート名: core_UMat_colRange 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_colRange(cv::UMat* self, int startCol, int endCol, cv::UMat** returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::UMat(self->colRange(startCol, endCol));
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_diag [32/64bit] core_UMat_diag %prm p1,p2,p3 p1 = sptr : IntPtr self p2 = int : int d p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_UMat_diag 元DLLエクスポート名: core_UMat_diag 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_diag(cv::UMat* self, int d, cv::UMat** returnValue)
{
    BEGIN_WRAP
        const auto ret = self->diag(d);
    *returnValue = new cv::UMat(ret);
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_diag_static [32/64bit] core_UMat_diag_static %prm p1,p2 p1 = sptr : IntPtr self p2 = var : out IntPtr returnValue %inst 元関数名(C#): core_UMat_diag_static 元DLLエクスポート名: core_UMat_diag_static 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_diag_static(cv::UMat* self, cv::UMat** returnValue)
{
    BEGIN_WRAP
    const auto ret = cv::UMat::diag(*self);
    *returnValue = new cv::UMat(ret);
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_clone [32/64bit] core_UMat_clone %prm p1,p2 p1 = sptr : IntPtr self p2 = var : out IntPtr returnValue %inst 元関数名(C#): core_UMat_clone 元DLLエクスポート名: core_UMat_clone 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_clone(cv::UMat* self, cv::UMat** returnValue)
{
    BEGIN_WRAP
    const auto ret = self->clone();
    *returnValue = new cv::UMat(ret);
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_copyTo1 [32/64bit] core_UMat_copyTo1 %prm p1,p2 p1 = sptr : IntPtr self p2 = sptr : IntPtr m %inst 元関数名(C#): core_UMat_copyTo1 元DLLエクスポート名: core_UMat_copyTo1 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_copyTo1(cv::UMat* self, cv::_OutputArray* m)
{
    BEGIN_WRAP
    self->copyTo(*m);
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_copyTo2 [32/64bit] core_UMat_copyTo2 %prm p1,p2,p3 p1 = sptr : IntPtr self p2 = sptr : IntPtr m p3 = sptr : IntPtr mask %inst 元関数名(C#): core_UMat_copyTo2 元DLLエクスポート名: core_UMat_copyTo2 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_copyTo2(cv::UMat* self, cv::_OutputArray* m, cv::_InputArray* mask)
{
    BEGIN_WRAP
    self->copyTo(*m, entity(mask));
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_copyTo_toUMat1 [32/64bit] core_UMat_copyTo_toUMat1 %prm p1,p2 p1 = sptr : IntPtr self p2 = sptr : IntPtr m %inst 元関数名(C#): core_UMat_copyTo_toUMat1 元DLLエクスポート名: core_UMat_copyTo_toUMat1 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_copyTo_toUMat1(cv::UMat* self, cv::UMat* m)
{
    BEGIN_WRAP
    self->copyTo(*m);
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_copyTo_toUMat2 [32/64bit] core_UMat_copyTo_toUMat2 %prm p1,p2,p3 p1 = sptr : IntPtr self p2 = sptr : IntPtr m p3 = sptr : IntPtr mask %inst 元関数名(C#): core_UMat_copyTo_toUMat2 元DLLエクスポート名: core_UMat_copyTo_toUMat2 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_copyTo_toUMat2(cv::UMat* self, cv::UMat* m, cv::_InputArray* mask)
{
    BEGIN_WRAP
    self->copyTo(*m, entity(mask));
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_convertTo [32/64bit] core_UMat_convertTo %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr self p2 = sptr : IntPtr m p3 = int : int rtype p4 = double : double alpha p5 = double : double beta %inst 元関数名(C#): core_UMat_convertTo 元DLLエクスポート名: core_UMat_convertTo 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_convertTo(cv::UMat* self, cv::_OutputArray* m, int rtype, double alpha, double beta)
{
    BEGIN_WRAP
    self->convertTo(*m, rtype, alpha, beta);
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_assignTo [32/64bit] core_UMat_assignTo %prm p1,p2,p3 p1 = sptr : IntPtr self p2 = sptr : IntPtr m p3 = int : int type %inst 元関数名(C#): core_UMat_assignTo 元DLLエクスポート名: core_UMat_assignTo 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_assignTo(cv::UMat* self, cv::UMat* m, int type)
{
    BEGIN_WRAP
    self->assignTo(*m, type);
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_setTo_Scalar [32bit] core_UMat_setTo_Scalar %prm p1,p2,p3 p1 = sptr : IntPtr self p2 = ARGS_SCALAR : Scalar value p3 = sptr : IntPtr mask %inst 元関数名(C#): core_UMat_setTo_Scalar 元DLLエクスポート名: core_UMat_setTo_Scalar 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_setTo_Scalar(cv::UMat* self, MyCvScalar value, cv::UMat* mask)
{
    BEGIN_WRAP
    if (mask == nullptr)
        self->setTo(cpp(value));
    else
        self->setTo(cpp(value), entity(mask));
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_setTo_Scalar [64bit] core_UMat_setTo_Scalar %prm p1,p2,p3 p1 = sptr : IntPtr self p2 = var : Scalar value p3 = sptr : IntPtr mask %inst 元関数名(C#): core_UMat_setTo_Scalar 元DLLエクスポート名: core_UMat_setTo_Scalar 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_setTo_Scalar(cv::UMat* self, MyCvScalar value, cv::UMat* mask)
{
    BEGIN_WRAP
    if (mask == nullptr)
        self->setTo(cpp(value));
    else
        self->setTo(cpp(value), entity(mask));
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_setTo_InputArray [32/64bit] core_UMat_setTo_InputArray %prm p1,p2,p3 p1 = sptr : IntPtr self p2 = sptr : IntPtr value p3 = sptr : IntPtr mask %inst 元関数名(C#): core_UMat_setTo_InputArray 元DLLエクスポート名: core_UMat_setTo_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_setTo_InputArray(cv::UMat* self, cv::_InputArray* value, cv::UMat* mask)
{
    BEGIN_WRAP
    self->setTo(*value, entity(mask));
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_reshape1 [32/64bit] core_UMat_reshape1 %prm p1,p2,p3,p4 p1 = sptr : IntPtr self p2 = int : int cn p3 = int : int rows p4 = var : out IntPtr returnValue %inst 元関数名(C#): core_UMat_reshape1 元DLLエクスポート名: core_UMat_reshape1 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_reshape1(cv::UMat* self, int cn, int rows, cv::UMat** returnValue)
{
    BEGIN_WRAP
    const auto ret = self->reshape(cn, rows);
    *returnValue = new cv::UMat(ret);
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_reshape2 [32/64bit] core_UMat_reshape2 %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr self p2 = int : int cn p3 = int : int newndims p4 = var : [MarshalAs(UnmanagedType.LPArray), In] int[] newsz p5 = var : out IntPtr returnValue %inst 元関数名(C#): core_UMat_reshape2 元DLLエクスポート名: core_UMat_reshape2 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_reshape2(cv::UMat* self, int cn, int newndims, const int* newsz, cv::UMat** returnValue)
{
    BEGIN_WRAP
    const auto ret = self->reshape(cn, newndims, newsz);
    *returnValue = new cv::UMat(ret);
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_t [32/64bit] core_UMat_t %prm p1,p2 p1 = sptr : IntPtr self p2 = var : out IntPtr returnValue %inst 元関数名(C#): core_UMat_t 元DLLエクスポート名: core_UMat_t 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_t(cv::UMat* self, cv::UMat** returnValue)
{
    BEGIN_WRAP
    const auto expr = self->t();
    *returnValue = new cv::UMat(expr);
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_inv [32/64bit] core_UMat_inv %prm p1,p2,p3 p1 = sptr : IntPtr self p2 = int : int method p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_UMat_inv 元DLLエクスポート名: core_UMat_inv 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_inv(cv::UMat* self, int method, cv::UMat** returnValue)
{
    BEGIN_WRAP
    const auto ret = self->inv(method);
    *returnValue = new cv::UMat(ret);
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_mul [32/64bit] core_UMat_mul %prm p1,p2,p3,p4 p1 = sptr : IntPtr self p2 = sptr : IntPtr m p3 = double : double scale p4 = var : out IntPtr returnValue %inst 元関数名(C#): core_UMat_mul 元DLLエクスポート名: core_UMat_mul 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_mul(cv::UMat* self, cv::_InputArray* m, double scale, cv::UMat** returnValue)
{
    BEGIN_WRAP
    const auto ret = self->mul(*m, scale);
    *returnValue = new cv::UMat(ret);
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_dot [32/64bit] core_UMat_dot %prm p1,p2,p3 p1 = sptr : IntPtr self p2 = sptr : IntPtr m p3 = var : out double returnValue %inst 元関数名(C#): core_UMat_dot 元DLLエクスポート名: core_UMat_dot 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_dot(cv::UMat* self, cv::_InputArray* m, double* returnValue)
{
    BEGIN_WRAP
    *returnValue = self->dot(*m);
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_zeros1 [32/64bit] core_UMat_zeros1 %prm p1,p2,p3,p4 p1 = int : int rows p2 = int : int cols p3 = int : int type p4 = var : out IntPtr returnValue %inst 元関数名(C#): core_UMat_zeros1 元DLLエクスポート名: core_UMat_zeros1 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_zeros1(int rows, int cols, int type, cv::UMat** returnValue)
{
    BEGIN_WRAP
    const auto expr = cv::UMat::zeros(rows, cols, type);
    *returnValue = new cv::UMat(expr);
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_zeros2 [32/64bit] core_UMat_zeros2 %prm p1,p2,p3,p4 p1 = int : int ndims p2 = var : [MarshalAs(UnmanagedType.LPArray), In] int[] sz p3 = int : int type p4 = var : out IntPtr returnValue %inst 元関数名(C#): core_UMat_zeros2 元DLLエクスポート名: core_UMat_zeros2 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_zeros2(int ndims, const int* sz, int type, cv::UMat** returnValue)
{
    BEGIN_WRAP
    const auto expr = cv::UMat::zeros(ndims, sz, type);
    *returnValue = new cv::UMat(expr);
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_ones1 [32/64bit] core_UMat_ones1 %prm p1,p2,p3,p4 p1 = int : int rows p2 = int : int cols p3 = int : int type p4 = var : out IntPtr returnValue %inst 元関数名(C#): core_UMat_ones1 元DLLエクスポート名: core_UMat_ones1 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_ones1(int rows, int cols, int type, cv::UMat** returnValue)
{
    BEGIN_WRAP
    const auto ret = cv::UMat::ones(rows, cols, type);
    *returnValue = new cv::UMat(ret);
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_ones2 [32/64bit] core_UMat_ones2 %prm p1,p2,p3,p4 p1 = int : int ndims p2 = var : [MarshalAs(UnmanagedType.LPArray), In] int[] sz p3 = int : int type p4 = var : out IntPtr returnValue %inst 元関数名(C#): core_UMat_ones2 元DLLエクスポート名: core_UMat_ones2 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_ones2(int ndims, const int* sz, int type, cv::UMat** returnValue)
{
    BEGIN_WRAP
    cv::UMat ret = cv::UMat::ones(ndims, sz, type);
    *returnValue = new cv::UMat(ret);
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_eye [32/64bit] core_UMat_eye %prm p1,p2,p3,p4 p1 = int : int rows p2 = int : int cols p3 = int : int type p4 = var : out IntPtr returnValue %inst 元関数名(C#): core_UMat_eye 元DLLエクスポート名: core_UMat_eye 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_eye(int rows, int cols, int type, cv::UMat** returnValue)
{
    BEGIN_WRAP
    const auto eye = cv::UMat::eye(rows, cols, type);
    *returnValue = new cv::UMat(eye);
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_create1 [32/64bit] core_UMat_create1 %prm p1,p2,p3,p4 p1 = sptr : IntPtr self p2 = int : int rows p3 = int : int cols p4 = int : int type %inst 元関数名(C#): core_UMat_create1 元DLLエクスポート名: core_UMat_create1 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_create1(cv::UMat* self, int rows, int cols, int type, cv::UMatUsageFlags usageFlags)
{
    BEGIN_WRAP
    self->create(rows, cols, type, usageFlags);
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_create2 [32/64bit] core_UMat_create2 %prm p1,p2,p3,p4 p1 = sptr : IntPtr self p2 = int : int ndims p3 = var : [MarshalAs(UnmanagedType.LPArray)] int[] sizes p4 = int : int type %inst 元関数名(C#): core_UMat_create2 元DLLエクスポート名: core_UMat_create2 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_create2(cv::UMat* self, int ndims, const int* sizes, int type, cv::UMatUsageFlags usageFlags)
{
    BEGIN_WRAP
    self->create(ndims, sizes, type, usageFlags);
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_locateROI [32/64bit] core_UMat_locateROI %prm p1,p2,p3 p1 = sptr : IntPtr self p2 = var : out Size wholeSize p3 = var : out Point ofs %inst 元関数名(C#): core_UMat_locateROI 元DLLエクスポート名: core_UMat_locateROI 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_locateROI(cv::UMat* self, MyCvSize* wholeSize, MyCvPoint* ofs)
{
    BEGIN_WRAP
    cv::Size wholeSize2;
    cv::Point ofs2;
    self->locateROI(wholeSize2, ofs2);
    *wholeSize = c(cv::Size(wholeSize2.width, wholeSize2.height));
    *ofs = c(cv::Point(ofs2.x, ofs2.y));
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_adjustROI [32/64bit] core_UMat_adjustROI %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr nativeObj p2 = int : int dtop p3 = int : int dbottom p4 = int : int dleft p5 = int : int dright p6 = var : out IntPtr returnValue %inst 元関数名(C#): core_UMat_adjustROI 元DLLエクスポート名: core_UMat_adjustROI 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_adjustROI(cv::UMat* self, int dtop, int dbottom, int dleft, int dright, cv::UMat** returnValue)
{
    BEGIN_WRAP
    const auto ret = self->adjustROI(dtop, dbottom, dleft, dright);
    *returnValue = new cv::UMat(ret);
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_subMat1 [32/64bit] core_UMat_subMat1 %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr self p2 = int : int rowStart p3 = int : int rowEnd p4 = int : int colStart p5 = int : int colEnd p6 = var : out IntPtr returnValue %inst 元関数名(C#): core_UMat_subMat1 元DLLエクスポート名: core_UMat_subMat1 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_subMat1(cv::UMat* self, int rowStart, int rowEnd, int colStart, int colEnd, cv::UMat** returnValue)
{
    BEGIN_WRAP
    const cv::Range rowRange(rowStart, rowEnd);
    const cv::Range colRange(colStart, colEnd);
    const auto ret = (*self)(rowRange, colRange);
    *returnValue = new cv::UMat(ret);
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_subMat2 [32/64bit] core_UMat_subMat2 %prm p1,p2,p3,p4 p1 = sptr : IntPtr self p2 = int : int nRanges p3 = var : Range[] ranges p4 = var : out IntPtr returnValue %inst 元関数名(C#): core_UMat_subMat2 元DLLエクスポート名: core_UMat_subMat2 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_subMat2(cv::UMat* self, int nRanges, MyCvSlice* ranges, cv::UMat** returnValue)
{
    BEGIN_WRAP
    std::vector<cv::Range> rangesVec(nRanges);
    for (auto i = 0; i < nRanges; i++)
    {
        rangesVec[i] = (cpp(ranges[i]));
    }
    const auto ret = (*self)(&rangesVec[0]);
    *returnValue = new cv::UMat(ret);
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_isContinuous [32/64bit] core_UMat_isContinuous %prm p1,p2 p1 = sptr : IntPtr self p2 = var : out int returnValue %inst 元関数名(C#): core_UMat_isContinuous 元DLLエクスポート名: core_UMat_isContinuous 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_isContinuous(cv::UMat* self, int* returnValue)
{
    BEGIN_WRAP
    *returnValue = self->isContinuous() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_isSubmatrix [32/64bit] core_UMat_isSubmatrix %prm p1,p2 p1 = sptr : IntPtr self p2 = var : out int returnValue %inst 元関数名(C#): core_UMat_isSubmatrix 元DLLエクスポート名: core_UMat_isSubmatrix 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_isSubmatrix(cv::UMat* self, int* returnValue)
{
    BEGIN_WRAP
    *returnValue = self->isSubmatrix() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_elemSize [32/64bit] core_UMat_elemSize %prm p1,p2 p1 = sptr : IntPtr self p2 = var : out IntPtr returnValue %inst 元関数名(C#): core_UMat_elemSize 元DLLエクスポート名: core_UMat_elemSize 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_elemSize(cv::UMat* self, size_t* returnValue)
{
    BEGIN_WRAP
    *returnValue = self->elemSize();
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_elemSize1 [32/64bit] core_UMat_elemSize1 %prm p1,p2 p1 = sptr : IntPtr self p2 = var : out IntPtr returnValue %inst 元関数名(C#): core_UMat_elemSize1 元DLLエクスポート名: core_UMat_elemSize1 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_elemSize1(cv::UMat* self, size_t* returnValue)
{
    BEGIN_WRAP
    *returnValue = self->elemSize1();
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_type [32/64bit] core_UMat_type %prm p1,p2 p1 = sptr : IntPtr self p2 = var : out int returnValue %inst 元関数名(C#): core_UMat_type 元DLLエクスポート名: core_UMat_type 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_type(cv::UMat* self, int* returnValue)
{
    BEGIN_WRAP
    *returnValue = self->type();
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_depth [32/64bit] core_UMat_depth %prm p1,p2 p1 = sptr : IntPtr self p2 = var : out int returnValue %inst 元関数名(C#): core_UMat_depth 元DLLエクスポート名: core_UMat_depth 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_depth(cv::UMat* self, int* returnValue)
{
    BEGIN_WRAP
    *returnValue = self->depth();
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_channels [32/64bit] core_UMat_channels %prm p1,p2 p1 = sptr : IntPtr self p2 = var : out int returnValue %inst 元関数名(C#): core_UMat_channels 元DLLエクスポート名: core_UMat_channels 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_channels(cv::UMat* self, int* returnValue)
{
    BEGIN_WRAP
    *returnValue = self->channels();
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_step1 [32/64bit] core_UMat_step1 %prm p1,p2,p3 p1 = sptr : IntPtr self p2 = int : int i p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_UMat_step1 元DLLエクスポート名: core_UMat_step1 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_step1(cv::UMat* self, int i, size_t* returnValue)
{
    BEGIN_WRAP
    *returnValue = self->step1(i);
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_empty [32/64bit] core_UMat_empty %prm p1,p2 p1 = sptr : IntPtr self p2 = var : out int returnValue %inst 元関数名(C#): core_UMat_empty 元DLLエクスポート名: core_UMat_empty 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_empty(cv::UMat* self, int* returnValue)
{
    BEGIN_WRAP
    *returnValue = self->empty() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_total [32/64bit] core_UMat_total %prm p1,p2 p1 = sptr : IntPtr self p2 = var : out IntPtr returnValue %inst 元関数名(C#): core_UMat_total 元DLLエクスポート名: core_UMat_total 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_total(cv::UMat* self, size_t* returnValue)
{
    BEGIN_WRAP
    *returnValue = self->total();
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_checkVector [32/64bit] core_UMat_checkVector %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr self p2 = int : int elemChannels p3 = int : int depth p4 = int : int requireContinuous p5 = var : out int returnValue %inst 元関数名(C#): core_UMat_checkVector 元DLLエクスポート名: core_UMat_checkVector 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_checkVector(cv::UMat* self, int elemChannels, int depth, int requireContinuous, int* returnValue)
{
    BEGIN_WRAP
    *returnValue = self->checkVector(elemChannels, depth, requireContinuous != 0);
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_flags [32/64bit] cv::Umat::flags 変数を取得します %prm p1,p2 p1 = sptr : IntPtr self p2 = var : out int returnValue %inst 元関数名(C#): core_UMat_flags 元DLLエクスポート名: core_UMat_flags 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_flags(cv::UMat* self, int* returnValue)
{
    BEGIN_WRAP
    *returnValue = self->flags;
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_dims [32/64bit] cv::Umat::dims 変数を取得します %prm p1,p2 p1 = sptr : IntPtr self p2 = var : out int returnValue %inst 元関数名(C#): core_UMat_dims 元DLLエクスポート名: core_UMat_dims 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_dims(cv::UMat* self, int* returnValue)
{
    BEGIN_WRAP
    *returnValue = self->dims;
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_rows [32/64bit] cv::Umat::rows 変数を取得します %prm p1,p2 p1 = sptr : IntPtr self p2 = var : out int returnValue %inst 元関数名(C#): core_UMat_rows 元DLLエクスポート名: core_UMat_rows 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_rows(cv::UMat* self, int* returnValue)
{
    BEGIN_WRAP
    *returnValue = self->rows;
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_cols [32/64bit] cv::Umat::cols 変数を取得します %prm p1,p2 p1 = sptr : IntPtr self p2 = var : out int returnValue %inst 元関数名(C#): core_UMat_cols 元DLLエクスポート名: core_UMat_cols 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_cols(cv::UMat* self, int* returnValue)
{
    BEGIN_WRAP
    *returnValue = self->cols;
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_size [32/64bit] core_UMat_size %prm p1,p2 p1 = sptr : IntPtr self p2 = var : out Size returnValue %inst 元関数名(C#): core_UMat_size 元DLLエクスポート名: core_UMat_size 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_size(cv::UMat* self, MyCvSize* returnValue)
{
    BEGIN_WRAP
    *returnValue = c(self->size());
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_sizeAt [32/64bit] cv::Umat::size 変数を取得します %prm p1,p2,p3 p1 = sptr : IntPtr self p2 = int : int i p3 = var : out int returnValue %inst 元関数名(C#): core_UMat_sizeAt 元DLLエクスポート名: core_UMat_sizeAt 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_sizeAt(cv::UMat* self, int i, int* returnValue)
{
    BEGIN_WRAP
    *returnValue = self->size[i];
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_step [32/64bit] core_UMat_step %prm p1,p2 p1 = sptr : IntPtr self p2 = var : out IntPtr returnValue %inst 元関数名(C#): core_UMat_step 元DLLエクスポート名: core_UMat_step 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_step1(cv::UMat* self, int i, size_t* returnValue)
{
    BEGIN_WRAP
    *returnValue = self->step1(i);
    END_WRAP
}
}html %group NativeMethods_core_UMat %index core_UMat_stepAt [32/64bit] cv::Umat::step 変数を取得します %prm p1,p2,p3 p1 = sptr : IntPtr self p2 = int : int i p3 = var : out IntPtr returnValue %inst 元関数名(C#): core_UMat_stepAt 元DLLエクスポート名: core_UMat_stepAt 参照元CSファイル: Internal\PInvoke\NativeMethods\core\NativeMethods_core_UMat.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) core_UMat_stepAt(cv::UMat* self, int i, size_t* returnValue)
{
    BEGIN_WRAP
    *returnValue = self->step[i];
    END_WRAP
}
}html %group NativeMethods_core_UMat %index dnn_readNetFromDarknet_NotWindows [32/64bit] Darknetモデルファイルに格納されているネットワークモデルを読み込みます。 %prm p1,p2,p3 p1 = str : [MarshalAs(StringUnmanagedTypeNotWindows)] string cfgFile p2 = str : [MarshalAs(StringUnmanagedTypeNotWindows)] string? darknetModel p3 = var : out IntPtr returnValue %inst 元関数名(C#): dnn_readNetFromDarknet_NotWindows 元DLLエクスポート名: dnn_readNetFromDarknet 参照元CSファイル: Internal\PInvoke\NativeMethods\dnn\NativeMethods_dnn.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_readNetFromDarknet(const char *cfgFile, const char *darknetModel, cv::dnn::Net **returnValue)
{
    BEGIN_WRAP
    const auto darknetModelStr = (darknetModel == nullptr) ? cv::String() : cv::String(darknetModel);
    const auto net = cv::dnn::readNetFromDarknet(cfgFile, darknetModelStr);
    *returnValue = new cv::dnn::Net(net);
    END_WRAP
}
}html %group NativeMethods_dnn %index dnn_readNetFromDarknet_Windows [32/64bit] Darknetモデルファイルに格納されているネットワークモデルを読み込みます。 %prm p1,p2,p3 p1 = str : [MarshalAs(StringUnmanagedTypeWindows)] string cfgFile p2 = str : [MarshalAs(StringUnmanagedTypeWindows)] string? darknetModel p3 = var : out IntPtr returnValue %inst 元関数名(C#): dnn_readNetFromDarknet_Windows 元DLLエクスポート名: dnn_readNetFromDarknet 参照元CSファイル: Internal\PInvoke\NativeMethods\dnn\NativeMethods_dnn.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_readNetFromDarknet(const char *cfgFile, const char *darknetModel, cv::dnn::Net **returnValue)
{
    BEGIN_WRAP
    const auto darknetModelStr = (darknetModel == nullptr) ? cv::String() : cv::String(darknetModel);
    const auto net = cv::dnn::readNetFromDarknet(cfgFile, darknetModelStr);
    *returnValue = new cv::dnn::Net(net);
    END_WRAP
}
}html %group NativeMethods_dnn %index dnn_readNetFromDarknet [32/64bit] Darknetモデルファイルに格納されているネットワークモデルを読み込みます。 %prm p1,p2,p3,p4,p5 p1 = var : byte* bufferCfg p2 = sptr : IntPtr lenCfg p3 = var : byte* bufferModel p4 = sptr : IntPtr lenModel p5 = var : out IntPtr returnValue %inst 元関数名(C#): dnn_readNetFromDarknet 元DLLエクスポート名: dnn_readNetFromDarknet_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\dnn\NativeMethods_dnn.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_readNetFromDarknet_InputArray(const char* bufferCfg, size_t lenCfg, const char* bufferModel, size_t lenModel, cv::dnn::Net** returnValue)
{
    BEGIN_WRAP
    const auto net = cv::dnn::readNetFromDarknet(bufferCfg, lenCfg, bufferModel, lenModel);
    *returnValue = new cv::dnn::Net(net);
    END_WRAP
}
}html %group NativeMethods_dnn %index dnn_readNetFromCaffe_NotWindows [32/64bit] Caffe フレームワークのフォーマットで保存されたネットワークモデルを読み込みます。 %prm p1,p2,p3 p1 = str : [MarshalAs(StringUnmanagedTypeNotWindows)] string prototxt p2 = str : [MarshalAs(StringUnmanagedTypeNotWindows)] string? caffeModel p3 = var : out IntPtr returnValue %inst 例：samples/dnn/colorization.cpp. 元関数名(C#): dnn_readNetFromCaffe_NotWindows 元DLLエクスポート名: dnn_readNetFromCaffe 参照元CSファイル: Internal\PInvoke\NativeMethods\dnn\NativeMethods_dnn.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_readNetFromCaffe(const char *prototxt, const char *caffeModel, cv::dnn::Net **returnValue)
{
    BEGIN_WRAP
    const auto caffeModelStr = (caffeModel == nullptr) ? cv::String() : cv::String(caffeModel);
    const auto net = cv::dnn::readNetFromCaffe(prototxt, caffeModelStr);
    *returnValue = new cv::dnn::Net(net);
    END_WRAP
}
}html %group NativeMethods_dnn %index dnn_readNetFromCaffe_Windows [32/64bit] Caffe フレームワークのフォーマットで保存されたネットワークモデルを読み込みます。 %prm p1,p2,p3 p1 = str : [MarshalAs(StringUnmanagedTypeWindows)] string prototxt p2 = str : [MarshalAs(StringUnmanagedTypeWindows)] string? caffeModel p3 = var : out IntPtr returnValue %inst 例：samples/dnn/colorization.cpp. 元関数名(C#): dnn_readNetFromCaffe_Windows 元DLLエクスポート名: dnn_readNetFromCaffe 参照元CSファイル: Internal\PInvoke\NativeMethods\dnn\NativeMethods_dnn.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_readNetFromCaffe(const char *prototxt, const char *caffeModel, cv::dnn::Net **returnValue)
{
    BEGIN_WRAP
    const auto caffeModelStr = (caffeModel == nullptr) ? cv::String() : cv::String(caffeModel);
    const auto net = cv::dnn::readNetFromCaffe(prototxt, caffeModelStr);
    *returnValue = new cv::dnn::Net(net);
    END_WRAP
}
}html %group NativeMethods_dnn %index dnn_readNetFromCaffe [32/64bit] Caffeモデルに格納されたネットワークモデルをメモリ上に読み込みます。 %prm p1,p2,p3,p4,p5 p1 = var : byte* bufferProto p2 = sptr : IntPtr lenProto p3 = var : byte* bufferModel p4 = sptr : IntPtr lenModel p5 = var : out IntPtr returnValue %inst この関数は，便宜上，オーバーロードされたメンバ関数です．上の関数との違いは，どのような引数を受け取るかだけです． 元関数名(C#): dnn_readNetFromCaffe 元DLLエクスポート名: dnn_readNetFromCaffe_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\dnn\NativeMethods_dnn.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_readNetFromCaffe_InputArray(
    const char* bufferProto, size_t lenProto, const char* bufferModel, size_t lenModel, cv::dnn::Net** returnValue)
{
    BEGIN_WRAP
    const auto net = cv::dnn::readNetFromCaffe(
        bufferProto, lenProto,
        bufferModel, lenModel);
    *returnValue = new cv::dnn::Net(net);
    END_WRAP
}
}html %group NativeMethods_dnn %index dnn_readNetFromTensorflow_NotWindows [32/64bit] TensorFlow フレームワークのフォーマットで保存されたネットワークモデルを読み込みます。 %prm p1,p2,p3 p1 = str : [MarshalAs(StringUnmanagedTypeNotWindows)] string model p2 = str : [MarshalAs(StringUnmanagedTypeNotWindows)] string? config p3 = var : out IntPtr returnValue %inst 元関数名(C#): dnn_readNetFromTensorflow_NotWindows 元DLLエクスポート名: dnn_readNetFromTensorflow 参照元CSファイル: Internal\PInvoke\NativeMethods\dnn\NativeMethods_dnn.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_readNetFromTensorflow(const char *model, const char *config, cv::dnn::Net **returnValue)
{
    BEGIN_WRAP
    const auto configStr = (config == nullptr) ? cv::String() : cv::String(config);
    const auto net = cv::dnn::readNetFromTensorflow(model, configStr);
    *returnValue = new cv::dnn::Net(net);
    END_WRAP
}
}html %group NativeMethods_dnn %index dnn_readNetFromTensorflow_Windows [32/64bit] TensorFlow フレームワークのフォーマットで保存されたネットワークモデルを読み込みます。 %prm p1,p2,p3 p1 = str : [MarshalAs(StringUnmanagedTypeWindows)] string model p2 = str : [MarshalAs(StringUnmanagedTypeWindows)] string? config p3 = var : out IntPtr returnValue %inst 元関数名(C#): dnn_readNetFromTensorflow_Windows 元DLLエクスポート名: dnn_readNetFromTensorflow 参照元CSファイル: Internal\PInvoke\NativeMethods\dnn\NativeMethods_dnn.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_readNetFromTensorflow(const char *model, const char *config, cv::dnn::Net **returnValue)
{
    BEGIN_WRAP
    const auto configStr = (config == nullptr) ? cv::String() : cv::String(config);
    const auto net = cv::dnn::readNetFromTensorflow(model, configStr);
    *returnValue = new cv::dnn::Net(net);
    END_WRAP
}
}html %group NativeMethods_dnn %index dnn_readNetFromTensorflow [32/64bit] TensorFlow フレームワークのフォーマットで保存されたネットワークモデルを読み込みます。 %prm p1,p2,p3,p4,p5 p1 = var : byte* bufferModel p2 = sptr : IntPtr modelDataLength p3 = var : byte* bufferConfig p4 = sptr : IntPtr configDataLength p5 = var : out IntPtr returnValue %inst この関数は，便宜上，オーバーロードされたメンバ関数です．上の関数との違いは，どのような引数を受け取るかだけです． 元関数名(C#): dnn_readNetFromTensorflow 元DLLエクスポート名: dnn_readNetFromTensorflow_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\dnn\NativeMethods_dnn.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_readNetFromTensorflow_InputArray(const char *model,size_t lenModel, const char *config, size_t lenConfig, cv::dnn::Net **returnValue)
{
    BEGIN_WRAP
    const auto net = cv::dnn::readNetFromTensorflow(model, lenModel, config, lenConfig);
    *returnValue = new cv::dnn::Net(net);
    END_WRAP
}
}html %group NativeMethods_dnn %index dnn_readNetFromTorch_NotWindows [32/64bit] Torch7フレームワークのフォーマットで保存されたネットワークモデルを読み込みます。 %prm p1,p2,p3 p1 = str : [MarshalAs(StringUnmanagedTypeNotWindows)] string model p2 = int : int isBinary p3 = var : out IntPtr returnValue %inst 注）バイナリモードでは、C言語のロングタイプが多用され、システムによってビット長が異なるため、Torchシリアライザのアスキーモードの方が好ましいです。ローディングファイルには、ネットワークをインポートしたnn.Moduleオブジェクトをシリアライズしたものが含まれていなければなりません。サポートされているレイヤ(Torch nn.Moduleクラスから派生したオブジェクトインスタンス)のリスト:nn.Sequential nn.パラレル nn.コンカト nn.リニア nn.SpatialConvolution（空間コンボリューション nn.SpatialMaxPooling, nn.SpatialAveragePooling nn.ReLU, nn.TanH, nn.Sigmoid nn.リシェープ nn.SoftMax, nn.LogSoftMaxまた、cunn、cudnn、fbcunnのこれらのクラスの同等のものが正常にインポートされる場合もあります。 元関数名(C#): dnn_readNetFromTorch_NotWindows 元DLLエクスポート名: dnn_readNetFromTorch 参照元CSファイル: Internal\PInvoke\NativeMethods\dnn\NativeMethods_dnn.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_readNetFromTorch(const char *model, const int isBinary, cv::dnn::Net **returnValue)
{
    BEGIN_WRAP
    const auto net = cv::dnn::readNetFromTorch(model, isBinary != 0);
    *returnValue = new cv::dnn::Net(net);
    END_WRAP
}
}html %group NativeMethods_dnn %index dnn_readNetFromTorch_Windows [32/64bit] Torch7フレームワークのフォーマットで保存されたネットワークモデルを読み込みます。 %prm p1,p2,p3 p1 = str : [MarshalAs(StringUnmanagedTypeWindows)] string model p2 = int : int isBinary p3 = var : out IntPtr returnValue %inst 注）バイナリモードでは、C言語のロングタイプが多用され、システムによってビット長が異なるため、Torchシリアライザのアスキーモードの方が好ましいです。ローディングファイルには、ネットワークをインポートしたnn.Moduleオブジェクトをシリアライズしたものが含まれていなければなりません。サポートされているレイヤ(Torch nn.Moduleクラスから派生したオブジェクトインスタンス)のリスト:nn.Sequential nn.パラレル nn.コンカト nn.リニア nn.SpatialConvolution（空間コンボリューション nn.SpatialMaxPooling, nn.SpatialAveragePooling nn.ReLU, nn.TanH, nn.Sigmoid nn.リシェープ nn.SoftMax, nn.LogSoftMaxまた、cunn、cudnn、fbcunnのこれらのクラスの同等のものが正常にインポートされる場合もあります。 元関数名(C#): dnn_readNetFromTorch_Windows 元DLLエクスポート名: dnn_readNetFromTorch 参照元CSファイル: Internal\PInvoke\NativeMethods\dnn\NativeMethods_dnn.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_readNetFromTorch(const char *model, const int isBinary, cv::dnn::Net **returnValue)
{
    BEGIN_WRAP
    const auto net = cv::dnn::readNetFromTorch(model, isBinary != 0);
    *returnValue = new cv::dnn::Net(net);
    END_WRAP
}
}html %group NativeMethods_dnn %index dnn_readNet_NotWindows [32/64bit] Darknetモデルファイルに格納されているネットワークモデルを読み込みます。 %prm p1,p2,p3,p4 p1 = str : [MarshalAs(StringUnmanagedTypeNotWindows)] string model p2 = str : [MarshalAs(StringUnmanagedTypeNotWindows)] string config p3 = str : [MarshalAs(UnmanagedType.LPStr)] string framework p4 = var : out IntPtr returnValue %inst 元関数名(C#): dnn_readNet_NotWindows 元DLLエクスポート名: dnn_readNet 参照元CSファイル: Internal\PInvoke\NativeMethods\dnn\NativeMethods_dnn.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_readNetFromDarknet(const char *cfgFile, const char *darknetModel, cv::dnn::Net **returnValue)
{
    BEGIN_WRAP
    const auto darknetModelStr = (darknetModel == nullptr) ? cv::String() : cv::String(darknetModel);
    const auto net = cv::dnn::readNetFromDarknet(cfgFile, darknetModelStr);
    *returnValue = new cv::dnn::Net(net);
    END_WRAP
}
}html %group NativeMethods_dnn %index dnn_readNet_Windows [32/64bit] Darknetモデルファイルに格納されているネットワークモデルを読み込みます。 %prm p1,p2,p3,p4 p1 = str : [MarshalAs(StringUnmanagedTypeWindows)] string model p2 = str : [MarshalAs(StringUnmanagedTypeWindows)] string config p3 = str : [MarshalAs(UnmanagedType.LPStr)] string framework p4 = var : out IntPtr returnValue %inst 元関数名(C#): dnn_readNet_Windows 元DLLエクスポート名: dnn_readNet 参照元CSファイル: Internal\PInvoke\NativeMethods\dnn\NativeMethods_dnn.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_readNetFromDarknet(const char *cfgFile, const char *darknetModel, cv::dnn::Net **returnValue)
{
    BEGIN_WRAP
    const auto darknetModelStr = (darknetModel == nullptr) ? cv::String() : cv::String(darknetModel);
    const auto net = cv::dnn::readNetFromDarknet(cfgFile, darknetModelStr);
    *returnValue = new cv::dnn::Net(net);
    END_WRAP
}
}html %group NativeMethods_dnn %index dnn_readTorchBlob_NotWindows [32/64bit] Torch7 フレームワークの torch.Tensor オブジェクトとしてシリアル化された blob を読み込みます。 %prm p1,p2,p3 p1 = str : [MarshalAs(StringUnmanagedTypeNotWindows)] string fileName p2 = int : int isBinary p3 = var : out IntPtr returnValue %inst 警告この関数には readNetFromTorch() と同じ制限があります。 元関数名(C#): dnn_readTorchBlob_NotWindows 元DLLエクスポート名: dnn_readTorchBlob 参照元CSファイル: Internal\PInvoke\NativeMethods\dnn\NativeMethods_dnn.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_readTorchBlob(const char *filename, const int isBinary, cv::Mat **returnValue)
{
    BEGIN_WRAP
    const auto blob = cv::dnn::readTorchBlob(filename, isBinary != 0);
    *returnValue = new cv::Mat(blob);
    END_WRAP
}
}html %group NativeMethods_dnn %index dnn_readTorchBlob_Windows [32/64bit] Torch7 フレームワークの torch.Tensor オブジェクトとしてシリアル化された blob を読み込みます。 %prm p1,p2,p3 p1 = str : [MarshalAs(StringUnmanagedTypeWindows)] string fileName p2 = int : int isBinary p3 = var : out IntPtr returnValue %inst 警告この関数には readNetFromTorch() と同じ制限があります。 元関数名(C#): dnn_readTorchBlob_Windows 元DLLエクスポート名: dnn_readTorchBlob 参照元CSファイル: Internal\PInvoke\NativeMethods\dnn\NativeMethods_dnn.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_readTorchBlob(const char *filename, const int isBinary, cv::Mat **returnValue)
{
    BEGIN_WRAP
    const auto blob = cv::dnn::readTorchBlob(filename, isBinary != 0);
    *returnValue = new cv::Mat(blob);
    END_WRAP
}
}html %group NativeMethods_dnn %index dnn_readNetFromModelOptimizer_NotWindows [32/64bit] インテルの Model Optimizer の中間表現からネットワークを読み込みます。 %prm p1,p2,p3 p1 = str : [MarshalAs(StringUnmanagedTypeNotWindows)] string xml p2 = str : [MarshalAs(StringUnmanagedTypeNotWindows)] string bin p3 = var : out IntPtr returnValue %inst 元関数名(C#): dnn_readNetFromModelOptimizer_NotWindows 元DLLエクスポート名: dnn_readNetFromModelOptimizer 参照元CSファイル: Internal\PInvoke\NativeMethods\dnn\NativeMethods_dnn.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_readNetFromModelOptimizer(const char *xml, const char *bin, cv::dnn::Net **returnValue)
{
    BEGIN_WRAP
    const auto net = cv::dnn::readNetFromModelOptimizer(xml, bin);
    *returnValue = new cv::dnn::Net(net);
    END_WRAP
}
}html %group NativeMethods_dnn %index dnn_readNetFromModelOptimizer_Windows [32/64bit] インテルの Model Optimizer の中間表現からネットワークを読み込みます。 %prm p1,p2,p3 p1 = str : [MarshalAs(StringUnmanagedTypeWindows)] string xml p2 = str : [MarshalAs(StringUnmanagedTypeWindows)] string bin p3 = var : out IntPtr returnValue %inst 元関数名(C#): dnn_readNetFromModelOptimizer_Windows 元DLLエクスポート名: dnn_readNetFromModelOptimizer 参照元CSファイル: Internal\PInvoke\NativeMethods\dnn\NativeMethods_dnn.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_readNetFromModelOptimizer(const char *xml, const char *bin, cv::dnn::Net **returnValue)
{
    BEGIN_WRAP
    const auto net = cv::dnn::readNetFromModelOptimizer(xml, bin);
    *returnValue = new cv::dnn::Net(net);
    END_WRAP
}
}html %group NativeMethods_dnn %index dnn_readNetFromONNX_NotWindows [32/64bit] ネットワークモデルONNXを読み込みます。 %prm p1,p2 p1 = str : [MarshalAs(StringUnmanagedTypeNotWindows)] string onnxFile p2 = var : out IntPtr returnValue %inst 元関数名(C#): dnn_readNetFromONNX_NotWindows 元DLLエクスポート名: dnn_readNetFromONNX 参照元CSファイル: Internal\PInvoke\NativeMethods\dnn\NativeMethods_dnn.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_readNetFromONNX(const char *onnxFile, cv::dnn::Net **returnValue)
{
    BEGIN_WRAP
    const auto net = cv::dnn::readNetFromONNX(onnxFile);
    *returnValue = new cv::dnn::Net(net);
    END_WRAP
}
}html %group NativeMethods_dnn %index dnn_readNetFromONNX_Windows [32/64bit] ネットワークモデルONNXを読み込みます。 %prm p1,p2 p1 = str : [MarshalAs(StringUnmanagedTypeWindows)] string onnxFile p2 = var : out IntPtr returnValue %inst 元関数名(C#): dnn_readNetFromONNX_Windows 元DLLエクスポート名: dnn_readNetFromONNX 参照元CSファイル: Internal\PInvoke\NativeMethods\dnn\NativeMethods_dnn.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_readNetFromONNX(const char *onnxFile, cv::dnn::Net **returnValue)
{
    BEGIN_WRAP
    const auto net = cv::dnn::readNetFromONNX(onnxFile);
    *returnValue = new cv::dnn::Net(net);
    END_WRAP
}
}html %group NativeMethods_dnn %index dnn_readNetFromONNX [32/64bit] ONNXのインメモリバッファからネットワークモデルを読み込みます。 %prm p1,p2,p3 p1 = var : byte* buffer p2 = sptr : IntPtr sizeBuffer p3 = var : out IntPtr returnValue %inst 元関数名(C#): dnn_readNetFromONNX 元DLLエクスポート名: dnn_readNetFromONNX_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\dnn\NativeMethods_dnn.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_readNetFromONNX_InputArray(const char* buffer, size_t sizeBuffer, cv::dnn::Net** returnValue)
{
    BEGIN_WRAP
    const auto net = cv::dnn::readNetFromONNX(buffer, sizeBuffer);
    *returnValue = new cv::dnn::Net(net);
    END_WRAP
}
}html %group NativeMethods_dnn %index dnn_readTensorFromONNX_NotWindows [32/64bit] .pbファイルからblobを作成します。 %prm p1,p2 p1 = str : [MarshalAs(StringUnmanagedTypeNotWindows)] string path p2 = var : out IntPtr returnValue %inst 元関数名(C#): dnn_readTensorFromONNX_NotWindows 元DLLエクスポート名: dnn_readTensorFromONNX 参照元CSファイル: Internal\PInvoke\NativeMethods\dnn\NativeMethods_dnn.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_readTensorFromONNX(const char *path, cv::Mat **returnValue)
{
    BEGIN_WRAP
    const auto mat = cv::dnn::readTensorFromONNX(path);
    *returnValue = new cv::Mat(mat);
    END_WRAP
}
}html %group NativeMethods_dnn %index dnn_readTensorFromONNX_Windows [32/64bit] .pbファイルからblobを作成します。 %prm p1,p2 p1 = str : [MarshalAs(StringUnmanagedTypeWindows)] string path p2 = var : out IntPtr returnValue %inst 元関数名(C#): dnn_readTensorFromONNX_Windows 元DLLエクスポート名: dnn_readTensorFromONNX 参照元CSファイル: Internal\PInvoke\NativeMethods\dnn\NativeMethods_dnn.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_readTensorFromONNX(const char *path, cv::Mat **returnValue)
{
    BEGIN_WRAP
    const auto mat = cv::dnn::readTensorFromONNX(path);
    *returnValue = new cv::Mat(mat);
    END_WRAP
}
}html %group NativeMethods_dnn %index dnn_blobFromImage [32bit] 画像から4次元のblobを作成します。オプションとして，画像のリサイズと中央からの切り取り，平均値の差し引き，scalefactorによる値のスケーリング，青と赤のチャンネルの入れ替えを行います． %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr image p2 = double : double scaleFactor p3 = ARGS_SIZE : Size size p4 = ARGS_SCALAR : Scalar mean p5 = int : int swapRB p6 = int : int crop p7 = var : out IntPtr returnValue %inst crop が真の場合，入力画像はリサイズされ，リサイズ後の片側が対応する次元のサイズと等しくなり，もう片側が同等以上のサイズになります．そして，中央からのクロップが行われます．例： samples/dnn/classification.cpp, samples/dnn/colorization.cpp, samples/dnn/object_detection.cpp, samples/dnn/openpose.cpp, samples/dnn/segmentation.cpp. 元関数名(C#): dnn_blobFromImage 元DLLエクスポート名: dnn_blobFromImage 参照元CSファイル: Internal\PInvoke\NativeMethods\dnn\NativeMethods_dnn.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_blobFromImage(
    cv::Mat *image, const double scalefactor, const MyCvSize size, const MyCvScalar mean, const int swapRB, const int crop, 
    cv::Mat **returnValue)
{
    BEGIN_WRAP
    const auto blob = cv::dnn::blobFromImage(*image, scalefactor, cpp(size), cpp(mean), swapRB != 0, crop != 0);
    *returnValue = new cv::Mat(blob);
    END_WRAP
}
}html %group NativeMethods_dnn %index dnn_blobFromImage [64bit] 画像から4次元のblobを作成します。オプションとして，画像のリサイズと中央からの切り取り，平均値の差し引き，scalefactorによる値のスケーリング，青と赤のチャンネルの入れ替えを行います． %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr image p2 = double : double scaleFactor p3 = ARGS_SIZE : Size size p4 = var : Scalar mean p5 = int : int swapRB p6 = int : int crop p7 = var : out IntPtr returnValue %inst crop が真の場合，入力画像はリサイズされ，リサイズ後の片側が対応する次元のサイズと等しくなり，もう片側が同等以上のサイズになります．そして，中央からのクロップが行われます．例： samples/dnn/classification.cpp, samples/dnn/colorization.cpp, samples/dnn/object_detection.cpp, samples/dnn/openpose.cpp, samples/dnn/segmentation.cpp. 元関数名(C#): dnn_blobFromImage 元DLLエクスポート名: dnn_blobFromImage 参照元CSファイル: Internal\PInvoke\NativeMethods\dnn\NativeMethods_dnn.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_blobFromImage(
    cv::Mat *image, const double scalefactor, const MyCvSize size, const MyCvScalar mean, const int swapRB, const int crop, 
    cv::Mat **returnValue)
{
    BEGIN_WRAP
    const auto blob = cv::dnn::blobFromImage(*image, scalefactor, cpp(size), cpp(mean), swapRB != 0, crop != 0);
    *returnValue = new cv::Mat(blob);
    END_WRAP
}
}html %group NativeMethods_dnn %index dnn_blobFromImages [32bit] 一連の画像から 4 次元の blob を作成します。オプションで，画像のリサイズや中央からの切り出し，平均値の減算，scalefactor による値のスケーリング，青と赤のチャンネルの入れ替えなどを行います． %prm p1,p2,p3,p4,p5,p6,p7,p8 p1 = sptr : IntPtr[] images p2 = int : int imagesLength p3 = double : double scaleFactor p4 = ARGS_SIZE : Size size p5 = ARGS_SCALAR : Scalar mean p6 = int : int swapRB p7 = int : int crop p8 = var : out IntPtr returnValue %inst crop が true の場合，入力画像はリサイズされ，リサイズ後の片側は対応する次元のサイズと等しくなり，もう片側は同等かそれ以上になります．そして，中央からのクロップを行います．crop が false の場合、アスペクト比を維持したままトリミングを行わない直接のリサイズが行われます。 元関数名(C#): dnn_blobFromImages 元DLLエクスポート名: dnn_blobFromImages 参照元CSファイル: Internal\PInvoke\NativeMethods\dnn\NativeMethods_dnn.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_blobFromImages(
    const cv::Mat **images, const int imagesLength, const double scalefactor, const MyCvSize size, const MyCvScalar mean, const int swapRB, const int crop, 
    cv::Mat **returnValue)
{
    BEGIN_WRAP
    std::vector<cv::Mat> imagesVec;
    toVec(images, imagesLength, imagesVec);

    const auto blob = cv::dnn::blobFromImages(imagesVec, scalefactor, cpp(size), cpp(mean), swapRB != 0, crop != 0);
    *returnValue = new cv::Mat(blob);
    END_WRAP
}
}html %group NativeMethods_dnn %index dnn_blobFromImages [64bit] 一連の画像から 4 次元の blob を作成します。オプションで，画像のリサイズや中央からの切り出し，平均値の減算，scalefactor による値のスケーリング，青と赤のチャンネルの入れ替えなどを行います． %prm p1,p2,p3,p4,p5,p6,p7,p8 p1 = sptr : IntPtr[] images p2 = int : int imagesLength p3 = double : double scaleFactor p4 = ARGS_SIZE : Size size p5 = var : Scalar mean p6 = int : int swapRB p7 = int : int crop p8 = var : out IntPtr returnValue %inst crop が true の場合，入力画像はリサイズされ，リサイズ後の片側は対応する次元のサイズと等しくなり，もう片側は同等かそれ以上になります．そして，中央からのクロップを行います．crop が false の場合、アスペクト比を維持したままトリミングを行わない直接のリサイズが行われます。 元関数名(C#): dnn_blobFromImages 元DLLエクスポート名: dnn_blobFromImages 参照元CSファイル: Internal\PInvoke\NativeMethods\dnn\NativeMethods_dnn.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_blobFromImages(
    const cv::Mat **images, const int imagesLength, const double scalefactor, const MyCvSize size, const MyCvScalar mean, const int swapRB, const int crop, 
    cv::Mat **returnValue)
{
    BEGIN_WRAP
    std::vector<cv::Mat> imagesVec;
    toVec(images, imagesLength, imagesVec);

    const auto blob = cv::dnn::blobFromImages(imagesVec, scalefactor, cpp(size), cpp(mean), swapRB != 0, crop != 0);
    *returnValue = new cv::Mat(blob);
    END_WRAP
}
}html %group NativeMethods_dnn %index dnn_shrinkCaffeModel_NotWindows [32/64bit] Caffe ネットワークのすべての重みを半精度浮動小数点に変換します。 %prm p1,p2,p3,p4 p1 = str : [MarshalAs(StringUnmanagedTypeNotWindows)] string src p2 = str : [MarshalAs(StringUnmanagedTypeNotWindows)] string dst p3 = var : string[] layersTypes p4 = int : int layersTypesSize %inst NoteShrinked モデルにはオリジンの float32 重みがないため、オリジンの Caffe フレームワークでは使用できません。しかし、データの構造はNVidiaのCaffeフォーク（https://github.com/NVIDIA/caffe）から取られています。そのため、結果のモデルはそこで使用することができます。 元関数名(C#): dnn_shrinkCaffeModel_NotWindows 元DLLエクスポート名: dnn_shrinkCaffeModel 参照元CSファイル: Internal\PInvoke\NativeMethods\dnn\NativeMethods_dnn.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_shrinkCaffeModel(
    const char *src, const char *dst,
    const char **layersTypes, int layersTypesSize)
{
    BEGIN_WRAP
    std::vector<cv::String> layersTypesVec(layersTypesSize);
    for (int i = 0; i < layersTypesSize; i++) {
        layersTypesVec[i].assign(layersTypes[i]);
    }
    cv::dnn::shrinkCaffeModel(src, dst, layersTypesVec);
    END_WRAP
}
}html %group NativeMethods_dnn %index dnn_shrinkCaffeModel_Windows [32/64bit] Caffe ネットワークのすべての重みを半精度浮動小数点に変換します。 %prm p1,p2,p3,p4 p1 = str : [MarshalAs(StringUnmanagedTypeWindows)] string src p2 = str : [MarshalAs(StringUnmanagedTypeWindows)] string dst p3 = var : string[] layersTypes p4 = int : int layersTypesSize %inst NoteShrinked モデルにはオリジンの float32 重みがないため、オリジンの Caffe フレームワークでは使用できません。しかし、データの構造はNVidiaのCaffeフォーク（https://github.com/NVIDIA/caffe）から取られています。そのため、結果のモデルはそこで使用することができます。 元関数名(C#): dnn_shrinkCaffeModel_Windows 元DLLエクスポート名: dnn_shrinkCaffeModel 参照元CSファイル: Internal\PInvoke\NativeMethods\dnn\NativeMethods_dnn.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_shrinkCaffeModel(
    const char *src, const char *dst,
    const char **layersTypes, int layersTypesSize)
{
    BEGIN_WRAP
    std::vector<cv::String> layersTypesVec(layersTypesSize);
    for (int i = 0; i < layersTypesSize; i++) {
        layersTypesVec[i].assign(layersTypes[i]);
    }
    cv::dnn::shrinkCaffeModel(src, dst, layersTypesVec);
    END_WRAP
}
}html %group NativeMethods_dnn %index dnn_writeTextGraph_NotWindows [32/64bit] プロトコルバッファ形式で保存されたバイナリネットワークのテキスト表現を作成します。 %prm p1,p2 p1 = str : [MarshalAs(StringUnmanagedTypeNotWindows)] string model p2 = str : [MarshalAs(StringUnmanagedTypeNotWindows)] string output %inst 注意 出力ファイルのサイズを小さくするため、学習済みの重みは含まれません。 元関数名(C#): dnn_writeTextGraph_NotWindows 元DLLエクスポート名: dnn_writeTextGraph 参照元CSファイル: Internal\PInvoke\NativeMethods\dnn\NativeMethods_dnn.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_writeTextGraph(const char *model, const char *output)
{
    BEGIN_WRAP
    cv::dnn::writeTextGraph(model, output);
    END_WRAP
}
}html %group NativeMethods_dnn %index dnn_writeTextGraph_Windows [32/64bit] プロトコルバッファ形式で保存されたバイナリネットワークのテキスト表現を作成します。 %prm p1,p2 p1 = str : [MarshalAs(StringUnmanagedTypeWindows)] string model p2 = str : [MarshalAs(StringUnmanagedTypeWindows)] string output %inst 注意 出力ファイルのサイズを小さくするため、学習済みの重みは含まれません。 元関数名(C#): dnn_writeTextGraph_Windows 元DLLエクスポート名: dnn_writeTextGraph 参照元CSファイル: Internal\PInvoke\NativeMethods\dnn\NativeMethods_dnn.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_writeTextGraph(const char *model, const char *output)
{
    BEGIN_WRAP
    cv::dnn::writeTextGraph(model, output);
    END_WRAP
}
}html %group NativeMethods_dnn %index dnn_NMSBoxes_Rect [32/64bit] ボックスとそれに対応するスコアが与えられると、非最大級の抑制を行います。 %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr bboxes p2 = sptr : IntPtr scores p3 = float : float score_threshold p4 = float : float nms_threshold p5 = sptr : IntPtr indices p6 = float : float eta p7 = int : int top_k %inst 例：samples/dnn/object_detection.cpp. 元関数名(C#): dnn_NMSBoxes_Rect 元DLLエクスポート名: dnn_NMSBoxes_Rect 参照元CSファイル: Internal\PInvoke\NativeMethods\dnn\NativeMethods_dnn.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_NMSBoxes_Rect(std::vector<cv::Rect> *bboxes, std::vector<float> *scores,
    const float score_threshold, const float nms_threshold,
    std::vector<int> *indices, const float eta, const int top_k)
{
    BEGIN_WRAP
    cv::dnn::NMSBoxes(*bboxes, *scores, score_threshold, nms_threshold, *indices, eta, top_k);
    END_WRAP
}
}html %group NativeMethods_dnn %index dnn_NMSBoxes_Rect2d [32/64bit] ボックスとそれに対応するスコアが与えられると、非最大級の抑制を行います。 %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr bboxes p2 = sptr : IntPtr scores p3 = float : float score_threshold p4 = float : float nms_threshold p5 = sptr : IntPtr indices p6 = float : float eta p7 = int : int top_k %inst 例：samples/dnn/object_detection.cpp. 元関数名(C#): dnn_NMSBoxes_Rect2d 元DLLエクスポート名: dnn_NMSBoxes_Rect2d 参照元CSファイル: Internal\PInvoke\NativeMethods\dnn\NativeMethods_dnn.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_NMSBoxes_Rect2d(std::vector<cv::Rect2d> *bboxes, std::vector<float> *scores,
    const float score_threshold, const float nms_threshold,
    std::vector<int> *indices, const float eta, const int top_k)
{
    BEGIN_WRAP
    cv::dnn::NMSBoxes(*bboxes, *scores, score_threshold, nms_threshold, *indices, eta, top_k);
    END_WRAP
}
}html %group NativeMethods_dnn %index dnn_NMSBoxes_RotatedRect [32/64bit] ボックスとそれに対応するスコアが与えられると、非最大級の抑制を行います。 %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr bboxes p2 = sptr : IntPtr scores p3 = float : float score_threshold p4 = float : float nms_threshold p5 = sptr : IntPtr indices p6 = float : float eta p7 = int : int top_k %inst 例：samples/dnn/object_detection.cpp. 元関数名(C#): dnn_NMSBoxes_RotatedRect 元DLLエクスポート名: dnn_NMSBoxes_RotatedRect 参照元CSファイル: Internal\PInvoke\NativeMethods\dnn\NativeMethods_dnn.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_NMSBoxes_RotatedRect(std::vector<cv::RotatedRect> *bboxes, std::vector<float> *scores,
    const float score_threshold, const float nms_threshold,
    std::vector<int> *indices, const float eta, const int top_k)
{
    BEGIN_WRAP
    cv::dnn::NMSBoxes(*bboxes, *scores, score_threshold, nms_threshold, *indices, eta, top_k);
    END_WRAP
}
}html %group NativeMethods_dnn %index dnn_resetMyriadDevice [32/64bit] Myriadデバイス（OpenCVにバインドされている）を解放する． %prm %inst 1つのMyriadデバイスを，推論エンジンのMyriadプラグインを利用する複数のプロセスで共有することはできません． 元関数名(C#): dnn_resetMyriadDevice 元DLLエクスポート名: dnn_resetMyriadDevice 参照元CSファイル: Internal\PInvoke\NativeMethods\dnn\NativeMethods_dnn.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_resetMyriadDevice()
{
    BEGIN_WRAP
    cv::dnn::resetMyriadDevice();
    END_WRAP
}
}html %group NativeMethods_dnn %index dnn_Net_new [32/64bit] cv::dnn::Net のインスタンスを生成します %prm p1 p1 = var : out IntPtr returnValue %inst このクラスは，包括的な人工ニューラルネットワークの作成と操作を可能にします． ニューラルネットワークは，有向非循環グラフ（DAG）として表現され，頂点はレイヤのインスタンスであり，辺はレイヤの入力と出力の間の関係を指定する． 各ネットワーク層は、そのネットワーク内で一意の整数IDと一意の文字列名を持っています。LayerIdには、レイヤ名とレイヤIDのいずれかが格納されます。 このクラスは、そのインスタンスの参照カウントをサポートしています。 例：samples/dnn/colorization.cpp、samples/dnn/openpose.cpp。 元関数名(C#): dnn_Net_new 元DLLエクスポート名: dnn_Net_new 参照元CSファイル: Internal\PInvoke\NativeMethods\dnn\NativeMethods_dnn_Net.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_Net_new(cv::dnn::Net **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::dnn::Net;
    END_WRAP
}
}html %group NativeMethods_dnn_Net %index dnn_Net_delete [32/64bit] cv::dnn::Net のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr net %inst このクラスは，包括的な人工ニューラルネットワークの作成と操作を可能にします． ニューラルネットワークは，有向非循環グラフ（DAG）として表現され，頂点はレイヤのインスタンスであり，辺はレイヤの入力と出力の間の関係を指定する． 各ネットワーク層は、そのネットワーク内で一意の整数IDと一意の文字列名を持っています。LayerIdには、レイヤ名とレイヤIDのいずれかが格納されます。 このクラスは、そのインスタンスの参照カウントをサポートしています。 例：samples/dnn/colorization.cpp、samples/dnn/openpose.cpp。 元関数名(C#): dnn_Net_delete 元DLLエクスポート名: dnn_Net_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\dnn\NativeMethods_dnn_Net.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_Net_delete(cv::dnn::Net* net)
{
    BEGIN_WRAP
    delete net;
    END_WRAP
}
}html %group NativeMethods_dnn_Net %index dnn_Net_readFromModelOptimizer [32/64bit] インテルのモデル・オプティマイザーの中間表現 (IR) からネットワークを作成します。 %prm p1,p2,p3 p1 = str : [MarshalAs(UnmanagedType.LPStr)] string xml p2 = str : [MarshalAs(UnmanagedType.LPStr)] string bin p3 = var : out IntPtr returnValue %inst 元関数名(C#): dnn_Net_readFromModelOptimizer 元DLLエクスポート名: dnn_Net_readFromModelOptimizer 参照元CSファイル: Internal\PInvoke\NativeMethods\dnn\NativeMethods_dnn_Net.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_Net_readFromModelOptimizer(const char *xml, const char *bin, cv::dnn::Net **returnValue)
{
    BEGIN_WRAP
    const auto net = cv::dnn::Net::readFromModelOptimizer(xml, bin);
    *returnValue = new cv::dnn::Net(net);
    END_WRAP
}
}html %group NativeMethods_dnn_Net %index dnn_Net_empty [32/64bit] ネットワークにレイヤーが存在しない場合は true を返します。 %prm p1,p2 p1 = sptr : IntPtr net p2 = var : out int returnValue %inst 元関数名(C#): dnn_Net_empty 元DLLエクスポート名: dnn_Net_empty 参照元CSファイル: Internal\PInvoke\NativeMethods\dnn\NativeMethods_dnn_Net.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_Net_empty(cv::dnn::Net* net, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = net->empty() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_dnn_Net %index dnn_Net_dump [32/64bit] ネットを文字列にダンプします。 %prm p1,p2 p1 = sptr : IntPtr net p2 = sptr : IntPtr outString %inst 元関数名(C#): dnn_Net_dump 元DLLエクスポート名: dnn_Net_dump 参照元CSファイル: Internal\PInvoke\NativeMethods\dnn\NativeMethods_dnn_Net.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_Net_dump(cv::dnn::Net* net, std::string *outString)
{
    BEGIN_WRAP
    outString->assign(net->dump());
    END_WRAP    
}
}html %group NativeMethods_dnn_Net %index dnn_Net_dumpToFile [32/64bit] netの構造、ハイパーパラメータ、backend、target、fusionをdotファイルにダンプします。 %prm p1,p2 p1 = sptr : IntPtr net p2 = str : [MarshalAs(UnmanagedType.LPStr)] string path %inst alsodump()参照 元関数名(C#): dnn_Net_dumpToFile 元DLLエクスポート名: dnn_Net_dumpToFile 参照元CSファイル: Internal\PInvoke\NativeMethods\dnn\NativeMethods_dnn_Net.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_Net_dumpToFile(cv::dnn::Net* net, const char *path)
{
    BEGIN_WRAP
    net->dumpToFile(path);
    END_WRAP    
}
}html %group NativeMethods_dnn_Net %index dnn_Net_getLayerId [32/64bit] レイヤーの文字列名を整数の識別子に変換します。 %prm p1,p2,p3 p1 = sptr : IntPtr net p2 = str : [MarshalAs(UnmanagedType.LPStr)] string layer p3 = var : out int returnValue %inst 元関数名(C#): dnn_Net_getLayerId 元DLLエクスポート名: dnn_Net_getLayerId 参照元CSファイル: Internal\PInvoke\NativeMethods\dnn\NativeMethods_dnn_Net.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_Net_getLayerId(cv::dnn::Net* net, const char *layer, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = net->getLayerId(layer);
    END_WRAP
}
}html %group NativeMethods_dnn_Net %index dnn_Net_getLayerNames [32/64bit] dnn_Net_getLayerNames %prm p1,p2 p1 = sptr : IntPtr net p2 = sptr : IntPtr outVec %inst 元関数名(C#): dnn_Net_getLayerNames 元DLLエクスポート名: dnn_Net_getLayerNames 参照元CSファイル: Internal\PInvoke\NativeMethods\dnn\NativeMethods_dnn_Net.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_Net_getLayerNames(cv::dnn::Net* net, std::vector<cv::String> *outVec)
{
    BEGIN_WRAP
    const auto result = net->getLayerNames();
    outVec->assign(result.begin(), result.end());
    END_WRAP
}
}html %group NativeMethods_dnn_Net %index dnn_Net_connect1 [32/64bit] 第1層の出力を第2層の入力に接続します。 %prm p1,p2,p3 p1 = sptr : IntPtr net p2 = str : [MarshalAs(UnmanagedType.LPStr)] string outPin p3 = str : [MarshalAs(UnmanagedType.LPStr)] string inpPin %inst 記述子は，次のようなテンプレートを持っています。 [.input_number]:テンプレートの最初の部分 layer_name は，追加される層の文字列名です。この部分が空の場合は、ネットワーク入力の疑似レイヤーが使用されます。 テンプレートの2番目のオプション部分 input_number は，入力されたレイヤの番号で，ラベル1の場合もあります。この部分が省略された場合は，最初の層の入力が使用されます。 See alsetNetInputs(), Layer::inputNameToIndex(), Layer::outputNameToIndex() 元関数名(C#): dnn_Net_connect1 元DLLエクスポート名: dnn_Net_connect1 参照元CSファイル: Internal\PInvoke\NativeMethods\dnn\NativeMethods_dnn_Net.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_Net_connect1(cv::dnn::Net* net, const char *outPin, const char *inpPin)
{
    BEGIN_WRAP
    net->connect(outPin, inpPin);
    END_WRAP
}
}html %group NativeMethods_dnn_Net %index dnn_Net_connect2 [32/64bit] 第1層の#outNum出力と第2層の#inNum入力を接続する。 %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr net p2 = int : int outLayerId p3 = int : int outNum p4 = int : int inpLayerId p5 = int : int inpNum %inst 元関数名(C#): dnn_Net_connect2 元DLLエクスポート名: dnn_Net_connect2 参照元CSファイル: Internal\PInvoke\NativeMethods\dnn\NativeMethods_dnn_Net.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_Net_connect2(cv::dnn::Net* net, int outLayerId, int outNum, int inpLayerId, int inpNum)
{
    BEGIN_WRAP
    net->connect(outLayerId, outNum, inpLayerId, inpNum);
    END_WRAP
}
}html %group NativeMethods_dnn_Net %index dnn_Net_setInputsNames [32/64bit] ネットワーク入力疑似層の出力名を設定する。 %prm p1,p2,p3 p1 = sptr : IntPtr net p2 = var : string[] inputBlobNames p3 = int : int inputBlobNamesLength %inst 各ネットは、id=0の特別なネットワーク入力疑似層を常に持っています。この層は、ユーザーblobを保存するだけで、いかなる計算も行いません。実際、この層は、ユーザーデータをネットワークに渡す唯一の方法を提供します。他の層と同様に、この層はその出力にラベルを付けることができ、この関数はこれを簡単に行う方法を提供します。 元関数名(C#): dnn_Net_setInputsNames 元DLLエクスポート名: dnn_Net_setInputsNames 参照元CSファイル: Internal\PInvoke\NativeMethods\dnn\NativeMethods_dnn_Net.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_Net_setInputsNames(cv::dnn::Net* net, const char **inputBlobNames, int inputBlobNamesLength)
{
    BEGIN_WRAP
    std::vector<cv::String> inputBlobNamesVec(inputBlobNamesLength);
    for (auto i = 0; i < inputBlobNamesLength; i++)
    {
        inputBlobNamesVec[i] = inputBlobNames[i];
    }
    net->setInputsNames(inputBlobNamesVec);
    END_WRAP
}
}html %group NativeMethods_dnn_Net %index dnn_Net_forward1 [32/64bit] outputName という名前のレイヤーの出力を計算するためにフォワードパスを実行します。 %prm p1,p2,p3 p1 = sptr : IntPtr net p2 = str : [MarshalAs(UnmanagedType.LPStr)] string? outputName p3 = var : out IntPtr returnValue %inst sample/dn/colorization.cppやsamples/dn/openpose.cppのように、デフォルトではネットワーク全体のフォワードパスを実行します。 元関数名(C#): dnn_Net_forward1 元DLLエクスポート名: dnn_Net_forward1 参照元CSファイル: Internal\PInvoke\NativeMethods\dnn\NativeMethods_dnn_Net.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_Net_forward1(cv::dnn::Net* net, const char *outputName, cv::Mat **returnValue)
{
    BEGIN_WRAP
    const auto outputNameStr = (outputName == nullptr) ? cv::String() : cv::String(outputName);
    const auto ret = net->forward(outputNameStr);
    *returnValue = new cv::Mat(ret);
    END_WRAP
}
}html %group NativeMethods_dnn_Net %index dnn_Net_forward2 [32/64bit] outputName という名前のレイヤーの出力を計算するためにフォワードパスを実行します。 %prm p1,p2,p3,p4 p1 = sptr : IntPtr net p2 = sptr : IntPtr[] outputBlobs p3 = int : int outputBlobsLength p4 = str : [MarshalAs(UnmanagedType.LPStr)] string? outputName %inst outputNameが空の場合は、ネットワーク全体のフォワードパスを実行します。 元関数名(C#): dnn_Net_forward2 元DLLエクスポート名: dnn_Net_forward2 参照元CSファイル: Internal\PInvoke\NativeMethods\dnn\NativeMethods_dnn_Net.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_Net_forward2(
    cv::dnn::Net* net, cv::Mat **outputBlobs, int outputBlobsLength, const char *outputName)
{
    BEGIN_WRAP
    const auto outputNameStr = (outputName == nullptr) ? cv::String() : cv::String(outputName);
    std::vector<cv::Mat> outputBlobsVec;
    toVec(outputBlobs, outputBlobsLength, outputBlobsVec);

    net->forward(outputBlobsVec, outputNameStr);

    for (auto i = 0; i < outputBlobsLength; i++)
    {
        *outputBlobs[i] = outputBlobsVec[i];
    }
    END_WRAP
}
}html %group NativeMethods_dnn_Net %index dnn_Net_forward3 [32/64bit] outputName という名前のレイヤーの出力を計算するためにフォワードパスを実行します。 %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr net p2 = sptr : IntPtr[] outputBlobs p3 = int : int outputBlobsLength p4 = var : string[] outBlobNames p5 = int : int outBlobNamesLength %inst outputNameが空の場合は、ネットワーク全体のフォワードパスを実行します。 元関数名(C#): dnn_Net_forward3 元DLLエクスポート名: dnn_Net_forward3 参照元CSファイル: Internal\PInvoke\NativeMethods\dnn\NativeMethods_dnn_Net.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_Net_forward3(
    cv::dnn::Net* net, cv::Mat **outputBlobs, int outputBlobsLength, const char **outBlobNames, int outBlobNamesLength)
{
    BEGIN_WRAP
    std::vector<cv::Mat> outputBlobsVec;
    toVec(outputBlobs, outputBlobsLength, outputBlobsVec);

    std::vector<cv::String> outBlobNamesVec(outBlobNamesLength);
    for (auto i = 0; i < outBlobNamesLength; i++)
    {
        outBlobNamesVec[i] = outBlobNames[i];
    }

    net->forward(outputBlobsVec, outBlobNamesVec);

    for (auto i = 0; i < outputBlobsLength; i++)
    {
        *outputBlobs[i] = outputBlobsVec[i];
    }
    END_WRAP
}
}html %group NativeMethods_dnn_Net %index dnn_Net_setHalideScheduler [32/64bit] Halideレイヤーをコンパイルします。 %prm p1,p2 p1 = sptr : IntPtr net p2 = str : [MarshalAs(UnmanagedType.LPStr)] string scheduler %inst alsosetPreferableBackendScheduleを参照して、Halideバックエンドをサポートするレイヤーを設定します。その後、特定のターゲットのためにコンパイルします。スケジューリングファイルに記述されていないレイヤーや、手動でのスケジューリングが全く行われていない場合は、自動スケジューリングが適用されます。 元関数名(C#): dnn_Net_setHalideScheduler 元DLLエクスポート名: dnn_Net_setHalideScheduler 参照元CSファイル: Internal\PInvoke\NativeMethods\dnn\NativeMethods_dnn_Net.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_Net_setHalideScheduler(cv::dnn::Net* net, const char *scheduler)
{
    BEGIN_WRAP
    net->setHalideScheduler(scheduler);
    END_WRAP
}
}html %group NativeMethods_dnn_Net %index dnn_Net_setPreferableBackend [32/64bit] ネットワークに、サポートされている特定の計算バックエンドを使用するように依頼します。 %prm p1,p2 p1 = sptr : IntPtr net p2 = int : int backendId %inst Backend も参照してください。OpenCV が Intel の Inference Engine ライブラリと一緒にコンパイルされている場合，DNN_BACKEND_DEFAULT は DNN_BACKEND_INFERENCE_ENGINE を意味します．それ以外の場合は，DNN_BACKEND_OPENCVになります． 元関数名(C#): dnn_Net_setPreferableBackend 元DLLエクスポート名: dnn_Net_setPreferableBackend 参照元CSファイル: Internal\PInvoke\NativeMethods\dnn\NativeMethods_dnn_Net.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_Net_setPreferableBackend(cv::dnn::Net* net, int backendId)
{
    BEGIN_WRAP
    net->setPreferableBackend(backendId);
    END_WRAP
}
}html %group NativeMethods_dnn_Net %index dnn_Net_setPreferableTarget [32/64bit] ネットワークに特定のターゲットデバイスでの計算を依頼する。 %prm p1,p2 p1 = sptr : IntPtr net p2 = int : int targetId %inst 参照：サポートされる組み合わせのTargetList backend / target:DNN_BACKEND_OPENCV DNN_BACKEND_INFERENCE_ENGINE DNN_BACKEND_HALIDE DNN_BACKEND_CUDA DNN_ターゲット_CPU + + + DNN_Target_opencl + + Dnn_Target_opencl_fp16 + + Dnn_Target_opencl_fp16 + + Dnn_Target_Myriad + + DNN_Target_FPGA + + Dnn_Target_cuda + Dnn_Target_Cuda_fp16 + + Dnn_Target_Cuda_fp16 + DNN_TARGET_HDDL +例：samples/dnn/colorization.cpp. 元関数名(C#): dnn_Net_setPreferableTarget 元DLLエクスポート名: dnn_Net_setPreferableTarget 参照元CSファイル: Internal\PInvoke\NativeMethods\dnn\NativeMethods_dnn_Net.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_Net_setPreferableTarget(cv::dnn::Net* net, int targetId)
{
    BEGIN_WRAP
    net->setPreferableTarget(targetId);
    END_WRAP
}
}html %group NativeMethods_dnn_Net %index dnn_Net_setInput [32/64bit] ネットワークの新しい入力値を設定します。 %prm p1,p2,p3 p1 = sptr : IntPtr net p2 = sptr : IntPtr blob p3 = str : [MarshalAs(UnmanagedType.LPStr)] string name %inst scale や mean が指定された場合，最終的な入力 blob は次のように計算されます：?[input(n,c,h,w) = scalefactor ?[times (blob(n,c,h,w) - mean_c) ?]例：samples/dn/colorization.cpp, samples/dn/openpose.cpp. 元関数名(C#): dnn_Net_setInput 元DLLエクスポート名: dnn_Net_setInput 参照元CSファイル: Internal\PInvoke\NativeMethods\dnn\NativeMethods_dnn_Net.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_Net_setInputsNames(cv::dnn::Net* net, const char **inputBlobNames, int inputBlobNamesLength)
{
    BEGIN_WRAP
    std::vector<cv::String> inputBlobNamesVec(inputBlobNamesLength);
    for (auto i = 0; i < inputBlobNamesLength; i++)
    {
        inputBlobNamesVec[i] = inputBlobNames[i];
    }
    net->setInputsNames(inputBlobNamesVec);
    END_WRAP
}
}html %group NativeMethods_dnn_Net %index dnn_Net_getUnconnectedOutLayers [32/64bit] 出力がつながっていないレイヤーのインデックスを返します。 %prm p1,p2 p1 = sptr : IntPtr net p2 = sptr : IntPtr result %inst 元関数名(C#): dnn_Net_getUnconnectedOutLayers 元DLLエクスポート名: dnn_Net_getUnconnectedOutLayers 参照元CSファイル: Internal\PInvoke\NativeMethods\dnn\NativeMethods_dnn_Net.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_Net_getUnconnectedOutLayers(cv::dnn::Net* net, std::vector<int> *result)
{
    BEGIN_WRAP
    const auto v = net->getUnconnectedOutLayers();
    result->clear();
    result->resize(v.size());
    for (size_t i = 0; i < v.size(); i++)
    {
        result->at(i) = v[i];
    }
    END_WRAP
}
}html %group NativeMethods_dnn_Net %index dnn_Net_getUnconnectedOutLayersNames [32/64bit] 出力がつながっていないレイヤーの名前を返します。 %prm p1,p2 p1 = sptr : IntPtr net p2 = sptr : IntPtr result %inst 元関数名(C#): dnn_Net_getUnconnectedOutLayersNames 元DLLエクスポート名: dnn_Net_getUnconnectedOutLayersNames 参照元CSファイル: Internal\PInvoke\NativeMethods\dnn\NativeMethods_dnn_Net.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_Net_getUnconnectedOutLayersNames(cv::dnn::Net* net, std::vector<std::string> *result)
{
    BEGIN_WRAP
    const auto v = net->getUnconnectedOutLayersNames();
    result->clear();
    result->resize(v.size());
    for (size_t i = 0; i < v.size(); i++)
    {
        result->at(i) = v[i];
    }
    END_WRAP
}
}html %group NativeMethods_dnn_Net %index dnn_Net_enableFusion [32/64bit] ネットワークのレイヤーフュージョンを有効または無効にします。 %prm p1,p2 p1 = sptr : IntPtr net p2 = int : int fusion %inst 元関数名(C#): dnn_Net_enableFusion 元DLLエクスポート名: dnn_Net_enableFusion 参照元CSファイル: Internal\PInvoke\NativeMethods\dnn\NativeMethods_dnn_Net.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_Net_enableFusion(cv::dnn::Net* net, int fusion)
{
    BEGIN_WRAP
    net->enableFusion(fusion != 0);
    END_WRAP
}
}html %group NativeMethods_dnn_Net %index dnn_Net_getPerfProfile [32/64bit] 推論にかかる全体の時間と、レイヤーのタイミング（ティック単位）を返します。 %prm p1,p2,p3 p1 = sptr : IntPtr net p2 = sptr : IntPtr timings p3 = var : out long returnValue %inst 返されたベクトルのインデックスは，レイヤーのIDに対応する。いくつかのレイヤーは他のレイヤーと融合することができ、その場合、スキップされたレイヤーについては0ティックカウントが返されます。DNN_TARGET_CPU上のDNN_BACKEND_OPENCVでのみサポートされます。 元関数名(C#): dnn_Net_getPerfProfile 元DLLエクスポート名: dnn_Net_getPerfProfile 参照元CSファイル: Internal\PInvoke\NativeMethods\dnn\NativeMethods_dnn_Net.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) dnn_Net_getPerfProfile(cv::dnn::Net* net, std::vector<double> *timings, int64 *returnValue)
{
    BEGIN_WRAP
    *returnValue = net->getPerfProfile(*timings);
    END_WRAP
}
}html %group NativeMethods_dnn_Net %index face_Facemark_loadModel [32/64bit] フィット処理の前に，学習済みモデルをロードする関数です． %prm p1,p2 p1 = sptr : IntPtr obj p2 = str : [MarshalAs(UnmanagedType.LPStr)] string model %inst 使用例efacemark->loadModel("../data/lbf.model");fragment 元関数名(C#): face_Facemark_loadModel 元DLLエクスポート名: face_Facemark_loadModel 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_Facemark_loadModel(cv::face::Facemark *obj, const char *model)
{
    BEGIN_WRAP
    obj->loadModel(model);
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_Facemark_fit [32/64bit] 画像から顔のランドマークを検出します。 %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr obj p2 = sptr : IntPtr image p3 = sptr : IntPtr faces p4 = sptr : IntPtr landmarks p5 = var : out int returnValue %inst 使用例Mat image = imread("image.jpg");std::vector faces;std::vector > landmarks;facemark->fit(image, faces, landmarks);fragment 元関数名(C#): face_Facemark_fit 元DLLエクスポート名: face_Facemark_fit 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 %group NativeMethods_face_Facemark %index face_FacemarkLBF_create [32/64bit] face_FacemarkLBF_create %prm p1,p2 p1 = sptr : IntPtr @params p2 = var : out IntPtr returnValue %inst 元関数名(C#): face_FacemarkLBF_create 元DLLエクスポート名: face_FacemarkLBF_create 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkLBF_create(cv::face::FacemarkLBF::Params *params, cv::Ptr<cv::face::FacemarkLBF> **returnValue)
{
    BEGIN_WRAP
    const auto obj = (params == nullptr) ? 
        cv::face::FacemarkLBF::create() :
        cv::face::FacemarkLBF::create(*params);
    *returnValue = clone(obj);
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_Ptr_FacemarkLBF_get [32/64bit] cv::face::FacemarkLBF のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst 元関数名(C#): face_Ptr_FacemarkLBF_get 元DLLエクスポート名: face_Ptr_FacemarkLBF_get 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_Ptr_FacemarkLBF_get(cv::Ptr<cv::face::FacemarkLBF> *obj, cv::face::FacemarkLBF **returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->get();
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_Ptr_FacemarkLBF_delete [32/64bit] cv::face::FacemarkLBF のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst 元関数名(C#): face_Ptr_FacemarkLBF_delete 元DLLエクスポート名: face_Ptr_FacemarkLBF_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_Ptr_FacemarkLBF_delete(cv::Ptr<cv::face::FacemarkLBF> *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkLBF_Params_new [32/64bit] cv::face::FacemarkLBF::Params のインスタンスを生成します %prm p1 p1 = var : out IntPtr returnValue %inst 元関数名(C#): face_FacemarkLBF_Params_new 元DLLエクスポート名: face_FacemarkLBF_Params_new 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkLBF_Params_new(cv::face::FacemarkLBF::Params **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::face::FacemarkLBF::Params;
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkLBF_Params_delete [32/64bit] cv::face::FacemarkLBF::Params のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst 元関数名(C#): face_FacemarkLBF_Params_delete 元DLLエクスポート名: face_FacemarkLBF_Params_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkLBF_Params_delete(cv::face::FacemarkLBF::Params *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkLBF_Params_shape_offset_get [32/64bit] cv::face::FacemarkLBF::Params::shape_offset 変数を取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst 読み込まれた顔のランドマークポイントのオフセット 元関数名(C#): face_FacemarkLBF_Params_shape_offset_get 元DLLエクスポート名: face_FacemarkLBF_Params_shape_offset_get 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkLBF_Params_shape_offset_get(cv::face::FacemarkLBF::Params *obj, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->shape_offset;
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkLBF_Params_shape_offset_set [32/64bit] cv::face::FacemarkLBF::Params::shape_offset 変数に格納します %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double val %inst 読み込まれた顔のランドマークポイントのオフセット 元関数名(C#): face_FacemarkLBF_Params_shape_offset_set 元DLLエクスポート名: face_FacemarkLBF_Params_shape_offset_set 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkLBF_Params_shape_offset_set(cv::face::FacemarkLBF::Params *obj, double val)
{
    BEGIN_WRAP
    obj->shape_offset = val;
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkLBF_Params_cascade_face_get [32/64bit] cv::face::FacemarkLBF::Params::cascade_face 変数を取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr s %inst 顔検出モデルのファイル名 元関数名(C#): face_FacemarkLBF_Params_cascade_face_get 元DLLエクスポート名: face_FacemarkLBF_Params_cascade_face_get 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkLBF_Params_cascade_face_get(cv::face::FacemarkLBF::Params *obj, std::string *s)
{
    BEGIN_WRAP
    s->assign(obj->cascade_face);
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkLBF_Params_cascade_face_set [32/64bit] cv::face::FacemarkLBF::Params::cascade_face 変数に格納します %prm p1,p2 p1 = sptr : IntPtr obj p2 = str : [MarshalAs(UnmanagedType.LPStr)] string s %inst 顔検出モデルのファイル名 元関数名(C#): face_FacemarkLBF_Params_cascade_face_set 元DLLエクスポート名: face_FacemarkLBF_Params_cascade_face_set 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkLBF_Params_cascade_face_set(cv::face::FacemarkLBF::Params *obj, const char *s)
{
    BEGIN_WRAP
     obj->cascade_face = s;
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkLBF_Params_verbose_get [32/64bit] cv::face::FacemarkLBF::Params::verbose 変数を取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 学習用プリントアウトの表示 元関数名(C#): face_FacemarkLBF_Params_verbose_get 元DLLエクスポート名: face_FacemarkLBF_Params_verbose_get 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkLBF_Params_verbose_get(cv::face::FacemarkLBF::Params *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->verbose ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkLBF_Params_verbose_set [32/64bit] cv::face::FacemarkLBF::Params::verbose 変数に格納します %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 学習用プリントアウトの表示 元関数名(C#): face_FacemarkLBF_Params_verbose_set 元DLLエクスポート名: face_FacemarkLBF_Params_verbose_set 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkLBF_Params_verbose_set(cv::face::FacemarkLBF::Params *obj, int val)
{
    BEGIN_WRAP
    obj->verbose = (val != 0);
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkLBF_Params_n_landmarks_get [32/64bit] cv::face::FacemarkLBF::Params::n_landmarks 変数を取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst ランドマークポイントの数 元関数名(C#): face_FacemarkLBF_Params_n_landmarks_get 元DLLエクスポート名: face_FacemarkLBF_Params_n_landmarks_get 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkLBF_Params_n_landmarks_get(cv::face::FacemarkLBF::Params *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->n_landmarks;
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkLBF_Params_n_landmarks_set [32/64bit] cv::face::FacemarkLBF::Params::n_landmarks 変数に格納します %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst ランドマークポイントの数 元関数名(C#): face_FacemarkLBF_Params_n_landmarks_set 元DLLエクスポート名: face_FacemarkLBF_Params_n_landmarks_set 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkLBF_Params_n_landmarks_set(cv::face::FacemarkLBF::Params *obj, int val)
{
    BEGIN_WRAP
    obj->n_landmarks = val;
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkLBF_Params_initShape_n_get [32/64bit] cv::face::FacemarkLBF::Params::initShape_n 変数を取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 学習データを補強するための乗数 元関数名(C#): face_FacemarkLBF_Params_initShape_n_get 元DLLエクスポート名: face_FacemarkLBF_Params_initShape_n_get 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkLBF_Params_initShape_n_get(cv::face::FacemarkLBF::Params *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->initShape_n;
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkLBF_Params_initShape_n_set [32/64bit] cv::face::FacemarkLBF::Params::initShape_n 変数に格納します %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 学習データを補強するための乗数 元関数名(C#): face_FacemarkLBF_Params_initShape_n_set 元DLLエクスポート名: face_FacemarkLBF_Params_initShape_n_set 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkLBF_Params_initShape_n_set(cv::face::FacemarkLBF::Params *obj, int val)
{
    BEGIN_WRAP
    obj->initShape_n = val;
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkLBF_Params_stages_n_get [32/64bit] cv::face::FacemarkLBF::Params::stages_n 変数を取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst リファインメントのステージ数 元関数名(C#): face_FacemarkLBF_Params_stages_n_get 元DLLエクスポート名: face_FacemarkLBF_Params_stages_n_get 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkLBF_Params_stages_n_get(cv::face::FacemarkLBF::Params *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->stages_n;
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkLBF_Params_stages_n_set [32/64bit] cv::face::FacemarkLBF::Params::stages_n 変数に格納します %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst リファインメントのステージ数 元関数名(C#): face_FacemarkLBF_Params_stages_n_set 元DLLエクスポート名: face_FacemarkLBF_Params_stages_n_set 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkLBF_Params_stages_n_set(cv::face::FacemarkLBF::Params *obj, int val)
{
    BEGIN_WRAP
    obj->stages_n = val;
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkLBF_Params_tree_n_get [32/64bit] cv::face::FacemarkLBF::Params::tree_n 変数を取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 各ランドマークポイントの絞り込みのためのモデル内の木の数 元関数名(C#): face_FacemarkLBF_Params_tree_n_get 元DLLエクスポート名: face_FacemarkLBF_Params_tree_n_get 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkLBF_Params_tree_n_get(cv::face::FacemarkLBF::Params *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->tree_n;
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkLBF_Params_tree_n_set [32/64bit] cv::face::FacemarkLBF::Params::tree_n 変数に格納します %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 各ランドマークポイントの絞り込みのためのモデル内の木の数 元関数名(C#): face_FacemarkLBF_Params_tree_n_set 元DLLエクスポート名: face_FacemarkLBF_Params_tree_n_set 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkLBF_Params_tree_n_set(cv::face::FacemarkLBF::Params *obj, int val)
{
    BEGIN_WRAP
    obj->tree_n = val;
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkLBF_Params_tree_depth_get [32/64bit] cv::face::FacemarkLBF::Params::tree_depth 変数を取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 決定木の深さで、特徴量の大きさを決める 元関数名(C#): face_FacemarkLBF_Params_tree_depth_get 元DLLエクスポート名: face_FacemarkLBF_Params_tree_depth_get 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkLBF_Params_tree_depth_get(cv::face::FacemarkLBF::Params *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->tree_depth;
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkLBF_Params_tree_depth_set [32/64bit] cv::face::FacemarkLBF::Params::tree_depth 変数に格納します %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 決定木の深さで、特徴量の大きさを決める 元関数名(C#): face_FacemarkLBF_Params_tree_depth_set 元DLLエクスポート名: face_FacemarkLBF_Params_tree_depth_set 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkLBF_Params_tree_depth_set(cv::face::FacemarkLBF::Params *obj, int val)
{
    BEGIN_WRAP
    obj->tree_depth = val;
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkLBF_Params_bagging_overlap_get [32/64bit] cv::face::FacemarkLBF::Params::bagging_overlap 変数を取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst LBF特徴を学習する際のオーバーラップ率 元関数名(C#): face_FacemarkLBF_Params_bagging_overlap_get 元DLLエクスポート名: face_FacemarkLBF_Params_bagging_overlap_get 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkLBF_Params_bagging_overlap_get(cv::face::FacemarkLBF::Params *obj, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->bagging_overlap;
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkLBF_Params_bagging_overlap_set [32/64bit] cv::face::FacemarkLBF::Params::bagging_overlap 変数に格納します %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double val %inst LBF特徴を学習する際のオーバーラップ率 元関数名(C#): face_FacemarkLBF_Params_bagging_overlap_set 元DLLエクスポート名: face_FacemarkLBF_Params_bagging_overlap_set 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkLBF_Params_bagging_overlap_set(cv::face::FacemarkLBF::Params *obj, double val)
{
    BEGIN_WRAP
    obj->bagging_overlap = val;
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkLBF_Params_model_filename_get [32/64bit] cv::face::FacemarkLBF::Params::model_filename 変数を取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr s %inst 学習されたモデルが保存されるファイル名 元関数名(C#): face_FacemarkLBF_Params_model_filename_get 元DLLエクスポート名: face_FacemarkLBF_Params_model_filename_get 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkLBF_Params_model_filename_get(cv::face::FacemarkLBF::Params *obj, std::string *s)
{
    BEGIN_WRAP
    s->assign(obj->model_filename);
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkLBF_Params_model_filename_set [32/64bit] cv::face::FacemarkLBF::Params::model_filename 変数に格納します %prm p1,p2 p1 = sptr : IntPtr obj p2 = str : [MarshalAs(UnmanagedType.LPStr)] string s %inst 学習されたモデルが保存されるファイル名 元関数名(C#): face_FacemarkLBF_Params_model_filename_set 元DLLエクスポート名: face_FacemarkLBF_Params_model_filename_set 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkLBF_Params_model_filename_set(cv::face::FacemarkLBF::Params *obj, const char *s)
{
    BEGIN_WRAP
    obj->model_filename = s;
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkLBF_Params_save_model_get [32/64bit] cv::face::FacemarkLBF::Params::save_model 変数を取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 学習したモデルを保存するかどうかのフラグ 元関数名(C#): face_FacemarkLBF_Params_save_model_get 元DLLエクスポート名: face_FacemarkLBF_Params_save_model_get 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkLBF_Params_save_model_get(cv::face::FacemarkLBF::Params *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->save_model ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkLBF_Params_save_model_set [32/64bit] cv::face::FacemarkLBF::Params::save_model 変数に格納します %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 学習したモデルを保存するかどうかのフラグ 元関数名(C#): face_FacemarkLBF_Params_save_model_set 元DLLエクスポート名: face_FacemarkLBF_Params_save_model_set 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkLBF_Params_save_model_set(cv::face::FacemarkLBF::Params *obj, int val)
{
    BEGIN_WRAP
    obj->save_model = (val != 0);
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkLBF_Params_seed_get [32/64bit] cv::face::FacemarkLBF::Params::seed 変数を取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out uint returnValue %inst 学習データをシャッフルするためのシード 元関数名(C#): face_FacemarkLBF_Params_seed_get 元DLLエクスポート名: face_FacemarkLBF_Params_seed_get 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkLBF_Params_seed_get(cv::face::FacemarkLBF::Params *obj, unsigned int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->seed;
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkLBF_Params_seed_set [32/64bit] cv::face::FacemarkLBF::Params::seed 変数に格納します %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : uint val %inst 学習データをシャッフルするためのシード 元関数名(C#): face_FacemarkLBF_Params_seed_set 元DLLエクスポート名: face_FacemarkLBF_Params_seed_set 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkLBF_Params_seed_set(cv::face::FacemarkLBF::Params *obj, unsigned int val)
{
    BEGIN_WRAP
    obj->seed = val;
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkLBF_Params_feats_m_get [32/64bit] cv::face::FacemarkLBF::Params::feats_m 変数を取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr v %inst 元関数名(C#): face_FacemarkLBF_Params_feats_m_get 元DLLエクスポート名: face_FacemarkLBF_Params_feats_m_get 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkLBF_Params_feats_m_get(cv::face::FacemarkLBF::Params *obj, std::vector<int> *v)
{
    BEGIN_WRAP
    std::copy(obj->feats_m.begin(), obj->feats_m.end(), std::back_inserter(*v));
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkLBF_Params_feats_m_set [32/64bit] cv::face::FacemarkLBF::Params::feats_m 変数に格納します %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr v %inst 元関数名(C#): face_FacemarkLBF_Params_feats_m_set 元DLLエクスポート名: face_FacemarkLBF_Params_feats_m_set 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkLBF_Params_feats_m_set(cv::face::FacemarkLBF::Params *obj, std::vector<int> *v)
{
    BEGIN_WRAP
    obj->feats_m.clear();
    std::copy(v->begin(), v->end(), std::back_inserter(obj->feats_m));
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkLBF_Params_radius_m_get [32/64bit] cv::face::FacemarkLBF::Params::radius_m 変数を取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr v %inst 元関数名(C#): face_FacemarkLBF_Params_radius_m_get 元DLLエクスポート名: face_FacemarkLBF_Params_radius_m_get 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkLBF_Params_radius_m_get(cv::face::FacemarkLBF::Params *obj, std::vector<double> *v)
{
    BEGIN_WRAP
    std::copy(obj->radius_m.begin(), obj->radius_m.end(), std::back_inserter(*v));
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkLBF_Params_radius_m_set [32/64bit] cv::face::FacemarkLBF::Params::radius_m 変数に格納します %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr v %inst 元関数名(C#): face_FacemarkLBF_Params_radius_m_set 元DLLエクスポート名: face_FacemarkLBF_Params_radius_m_set 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkLBF_Params_radius_m_set(cv::face::FacemarkLBF::Params *obj, std::vector<double> *v)
{
    BEGIN_WRAP
    obj->radius_m.clear();
    std::copy(v->begin(), v->end(), std::back_inserter(obj->radius_m));
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkLBF_Params_pupils0_get [32/64bit] cv::face::FacemarkLBF::Params::pupils 変数を取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr v %inst 元関数名(C#): face_FacemarkLBF_Params_pupils0_get 元DLLエクスポート名: face_FacemarkLBF_Params_pupils0_get 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkLBF_Params_pupils0_get(cv::face::FacemarkLBF::Params *obj, std::vector<int> *v)
{
    BEGIN_WRAP
    std::copy(obj->pupils[0].begin(), obj->pupils[0].end(), std::back_inserter(*v));
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkLBF_Params_pupils0_set [32/64bit] cv::face::FacemarkLBF::Params::pupils 変数に格納します %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr v %inst 元関数名(C#): face_FacemarkLBF_Params_pupils0_set 元DLLエクスポート名: face_FacemarkLBF_Params_pupils0_set 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkLBF_Params_pupils0_set(cv::face::FacemarkLBF::Params *obj, std::vector<int> *v)
{
    BEGIN_WRAP
    obj->pupils[0].clear();
    std::copy(v->begin(), v->end(), std::back_inserter(obj->pupils[0]));
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkLBF_Params_pupils1_get [32/64bit] cv::face::FacemarkLBF::Params::pupils 変数を取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr v %inst 元関数名(C#): face_FacemarkLBF_Params_pupils1_get 元DLLエクスポート名: face_FacemarkLBF_Params_pupils1_get 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkLBF_Params_pupils1_get(cv::face::FacemarkLBF::Params *obj, std::vector<int> *v)
{
    BEGIN_WRAP
    std::copy(obj->pupils[1].begin(), obj->pupils[1].end(), std::back_inserter(*v));
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkLBF_Params_pupils1_set [32/64bit] cv::face::FacemarkLBF::Params::pupils 変数に格納します %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr v %inst 元関数名(C#): face_FacemarkLBF_Params_pupils1_set 元DLLエクスポート名: face_FacemarkLBF_Params_pupils1_set 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkLBF_Params_pupils1_set(cv::face::FacemarkLBF::Params *obj, std::vector<int> *v)
{
    BEGIN_WRAP
    obj->pupils[1].clear();
    std::copy(v->begin(), v->end(), std::back_inserter(obj->pupils[1]));
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkLBF_Params_detectROI_get [32/64bit] cv::face::FacemarkLBF::Params::detectROI 変数を取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out Rect returnValue %inst 元関数名(C#): face_FacemarkLBF_Params_detectROI_get 元DLLエクスポート名: face_FacemarkLBF_Params_detectROI_get 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkLBF_Params_detectROI_get(cv::face::FacemarkLBF::Params *obj, MyCvRect *returnValue)
{
    BEGIN_WRAP
    *returnValue = c(obj->detectROI);
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkLBF_Params_detectROI_set [32bit] cv::face::FacemarkLBF::Params::detectROI 変数に格納します %prm p1,p2 p1 = sptr : IntPtr obj p2 = ARGS_RECT : Rect val %inst 元関数名(C#): face_FacemarkLBF_Params_detectROI_set 元DLLエクスポート名: face_FacemarkLBF_Params_detectROI_set 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkLBF_Params_detectROI_set(cv::face::FacemarkLBF::Params *obj, MyCvRect val)
{
    BEGIN_WRAP
    obj->detectROI = cpp(val);
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkLBF_Params_detectROI_set [64bit] cv::face::FacemarkLBF::Params::detectROI 変数に格納します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : Rect val %inst 元関数名(C#): face_FacemarkLBF_Params_detectROI_set 元DLLエクスポート名: face_FacemarkLBF_Params_detectROI_set 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkLBF_Params_detectROI_set(cv::face::FacemarkLBF::Params *obj, MyCvRect val)
{
    BEGIN_WRAP
    obj->detectROI = cpp(val);
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkLBF_Params_read [32/64bit] face_FacemarkLBF_Params_read %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr fn %inst 元関数名(C#): face_FacemarkLBF_Params_read 元DLLエクスポート名: face_FacemarkLBF_Params_read 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkLBF_Params_read(cv::face::FacemarkLBF::Params *obj, cv::FileNode *fn)
{
    BEGIN_WRAP
    obj->read(*fn);
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkLBF_Params_write [32/64bit] face_FacemarkLBF_Params_write %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr fs %inst 元関数名(C#): face_FacemarkLBF_Params_write 元DLLエクスポート名: face_FacemarkLBF_Params_write 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkLBF_Params_write(cv::face::FacemarkLBF::Params *obj, cv::FileStorage *fs)
{
    BEGIN_WRAP
    obj->write(*fs);
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkAAM_create [32/64bit] イニシャライザ %prm p1,p2 p1 = sptr : IntPtr @params p2 = var : out IntPtr returnValue %inst 元関数名(C#): face_FacemarkAAM_create 元DLLエクスポート名: face_FacemarkAAM_create 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkAAM_create(cv::face::FacemarkAAM::Params *params, cv::Ptr<cv::face::FacemarkAAM> **returnValue)
{
    BEGIN_WRAP
    const auto obj = (params == nullptr) ?
        cv::face::FacemarkAAM::create() :
        cv::face::FacemarkAAM::create(*params);
    *returnValue = clone(obj);
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_Ptr_FacemarkAAM_get [32/64bit] cv::face::FacemarkAAM のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst 元関数名(C#): face_Ptr_FacemarkAAM_get 元DLLエクスポート名: face_Ptr_FacemarkAAM_get 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_Ptr_FacemarkAAM_get(cv::Ptr<cv::face::FacemarkAAM> *obj, cv::face::FacemarkAAM **returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->get();
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_Ptr_FacemarkAAM_delete [32/64bit] cv::face::FacemarkAAM のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst 元関数名(C#): face_Ptr_FacemarkAAM_delete 元DLLエクスポート名: face_Ptr_FacemarkAAM_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_Ptr_FacemarkAAM_delete(cv::Ptr<cv::face::FacemarkAAM> *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkAAM_Params_new [32/64bit] cv::face::FacemarkAAM::Params のインスタンスを生成します %prm p1 p1 = var : out IntPtr returnValue %inst 元関数名(C#): face_FacemarkAAM_Params_new 元DLLエクスポート名: face_FacemarkAAM_Params_new 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkAAM_Params_new(cv::face::FacemarkAAM::Params **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::face::FacemarkAAM::Params;
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkAAM_Params_delete [32/64bit] cv::face::FacemarkAAM::Params のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst 元関数名(C#): face_FacemarkAAM_Params_delete 元DLLエクスポート名: face_FacemarkAAM_Params_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkAAM_Params_delete(cv::face::FacemarkAAM::Params *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkAAM_Params_model_filename_get [32/64bit] cv::face::FacemarkAAM::Params::model_filename 変数を取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr s %inst 元関数名(C#): face_FacemarkAAM_Params_model_filename_get 元DLLエクスポート名: face_FacemarkAAM_Params_model_filename_get 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkAAM_Params_model_filename_get(cv::face::FacemarkAAM::Params *obj, std::string *s)
{
    BEGIN_WRAP
    s->assign(obj->model_filename);
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkAAM_Params_model_filename_set [32/64bit] cv::face::FacemarkAAM::Params::model_filename 変数に格納します %prm p1,p2 p1 = sptr : IntPtr obj p2 = str : [MarshalAs(UnmanagedType.LPStr)] string s %inst 元関数名(C#): face_FacemarkAAM_Params_model_filename_set 元DLLエクスポート名: face_FacemarkAAM_Params_model_filename_set 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkAAM_Params_model_filename_set(cv::face::FacemarkAAM::Params *obj, const char *s)
{
    BEGIN_WRAP
    obj->model_filename = s;
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkAAM_Params_m_get [32/64bit] cv::face::FacemarkAAM::Params::m 変数を取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): face_FacemarkAAM_Params_m_get 元DLLエクスポート名: face_FacemarkAAM_Params_m_get 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkAAM_Params_m_get(cv::face::FacemarkAAM::Params *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->m;
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkAAM_Params_m_set [32/64bit] cv::face::FacemarkAAM::Params::m 変数に格納します %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): face_FacemarkAAM_Params_m_set 元DLLエクスポート名: face_FacemarkAAM_Params_m_set 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkAAM_Params_m_set(cv::face::FacemarkAAM::Params *obj, int val)
{
    BEGIN_WRAP
    obj->m = val;
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkAAM_Params_n_get [32/64bit] cv::face::FacemarkAAM::Params::n 変数を取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): face_FacemarkAAM_Params_n_get 元DLLエクスポート名: face_FacemarkAAM_Params_n_get 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkAAM_Params_n_get(cv::face::FacemarkAAM::Params *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->n;
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkAAM_Params_n_set [32/64bit] cv::face::FacemarkAAM::Params::n 変数に格納します %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): face_FacemarkAAM_Params_n_set 元DLLエクスポート名: face_FacemarkAAM_Params_n_set 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkAAM_Params_n_set(cv::face::FacemarkAAM::Params *obj, int val)
{
    BEGIN_WRAP
    obj->n = val;
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkAAM_Params_n_iter_get [32/64bit] cv::face::FacemarkAAM::Params::n_iter 変数を取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): face_FacemarkAAM_Params_n_iter_get 元DLLエクスポート名: face_FacemarkAAM_Params_n_iter_get 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkAAM_Params_n_iter_get(cv::face::FacemarkAAM::Params *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->n_iter;
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkAAM_Params_n_iter_set [32/64bit] cv::face::FacemarkAAM::Params::n_iter 変数に格納します %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): face_FacemarkAAM_Params_n_iter_set 元DLLエクスポート名: face_FacemarkAAM_Params_n_iter_set 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkAAM_Params_n_iter_set(cv::face::FacemarkAAM::Params *obj, int val)
{
    BEGIN_WRAP
    obj->n_iter = val;
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkAAM_Params_verbose_get [32/64bit] cv::face::FacemarkAAM::Params::verbose 変数を取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): face_FacemarkAAM_Params_verbose_get 元DLLエクスポート名: face_FacemarkAAM_Params_verbose_get 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkAAM_Params_verbose_get(cv::face::FacemarkAAM::Params *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->verbose ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkAAM_Params_verbose_set [32/64bit] cv::face::FacemarkAAM::Params::verbose 変数に格納します %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): face_FacemarkAAM_Params_verbose_set 元DLLエクスポート名: face_FacemarkAAM_Params_verbose_set 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkAAM_Params_verbose_set(cv::face::FacemarkAAM::Params *obj, int val)
{
    BEGIN_WRAP
    obj->verbose = (val != 0);
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkAAM_Params_save_model_get [32/64bit] cv::face::FacemarkAAM::Params::save_model 変数を取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): face_FacemarkAAM_Params_save_model_get 元DLLエクスポート名: face_FacemarkAAM_Params_save_model_get 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkAAM_Params_save_model_get(cv::face::FacemarkAAM::Params *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->save_model ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkAAM_Params_save_model_set [32/64bit] cv::face::FacemarkAAM::Params::save_model 変数に格納します %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): face_FacemarkAAM_Params_save_model_set 元DLLエクスポート名: face_FacemarkAAM_Params_save_model_set 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkAAM_Params_save_model_set(cv::face::FacemarkAAM::Params *obj, int val)
{
    BEGIN_WRAP
    obj->save_model = (val != 0);
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkAAM_Params_max_m_get [32/64bit] cv::face::FacemarkAAM::Params::max_m 変数を取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): face_FacemarkAAM_Params_max_m_get 元DLLエクスポート名: face_FacemarkAAM_Params_max_m_get 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkAAM_Params_max_m_get(cv::face::FacemarkAAM::Params *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->max_m;
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkAAM_Params_max_m_set [32/64bit] cv::face::FacemarkAAM::Params::max_m 変数に格納します %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): face_FacemarkAAM_Params_max_m_set 元DLLエクスポート名: face_FacemarkAAM_Params_max_m_set 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkAAM_Params_max_m_set(cv::face::FacemarkAAM::Params *obj, int val)
{
    BEGIN_WRAP
    obj->max_m = val;
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkAAM_Params_max_n_get [32/64bit] cv::face::FacemarkAAM::Params::max_n 変数を取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): face_FacemarkAAM_Params_max_n_get 元DLLエクスポート名: face_FacemarkAAM_Params_max_n_get 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkAAM_Params_max_n_get(cv::face::FacemarkAAM::Params *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->max_n;
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkAAM_Params_max_n_set [32/64bit] cv::face::FacemarkAAM::Params::max_n 変数に格納します %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): face_FacemarkAAM_Params_max_n_set 元DLLエクスポート名: face_FacemarkAAM_Params_max_n_set 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkAAM_Params_max_n_set(cv::face::FacemarkAAM::Params *obj, int val)
{
    BEGIN_WRAP
    obj->max_n = val;
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkAAM_Params_texture_max_m_get [32/64bit] cv::face::FacemarkAAM::Params::texture_max_m 変数を取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): face_FacemarkAAM_Params_texture_max_m_get 元DLLエクスポート名: face_FacemarkAAM_Params_texture_max_m_get 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkAAM_Params_texture_max_m_get(cv::face::FacemarkAAM::Params *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->texture_max_m;
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkAAM_Params_texture_max_m_set [32/64bit] cv::face::FacemarkAAM::Params::texture_max_m 変数に格納します %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): face_FacemarkAAM_Params_texture_max_m_set 元DLLエクスポート名: face_FacemarkAAM_Params_texture_max_m_set 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkAAM_Params_texture_max_m_set(cv::face::FacemarkAAM::Params *obj, int val)
{
    BEGIN_WRAP
    obj->texture_max_m = val;
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkAAM_Params_scales_get [32/64bit] cv::face::FacemarkAAM::Params::scales 変数を取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr v %inst 元関数名(C#): face_FacemarkAAM_Params_scales_get 元DLLエクスポート名: face_FacemarkAAM_Params_scales_get 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkAAM_Params_scales_get(cv::face::FacemarkAAM::Params *obj, std::vector<float> *v)
{
    BEGIN_WRAP
    std::copy(obj->scales.begin(), obj->scales.end(), std::back_inserter(*v));
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkAAM_Params_scales_set [32/64bit] cv::face::FacemarkAAM::Params::scales 変数に格納します %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr v %inst 元関数名(C#): face_FacemarkAAM_Params_scales_set 元DLLエクスポート名: face_FacemarkAAM_Params_scales_set 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkAAM_Params_scales_set(cv::face::FacemarkAAM::Params *obj, std::vector<float> *v)
{
    BEGIN_WRAP
    obj->scales.clear();
    std::copy(v->begin(), v->end(), std::back_inserter(obj->scales));
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkAAM_Params_read [32/64bit] ファイルからパラメータを読み込みます、現在は使用されていません。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr fn %inst 元関数名(C#): face_FacemarkAAM_Params_read 元DLLエクスポート名: face_FacemarkAAM_Params_read 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkAAM_Params_read(cv::face::FacemarkAAM::Params *obj, cv::FileNode *fn)
{
    BEGIN_WRAP
    obj->read(*fn);
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FacemarkAAM_Params_write [32/64bit] ファイルからパラメータを読み込みます、現在は使用されていません。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr fs %inst 元関数名(C#): face_FacemarkAAM_Params_write 元DLLエクスポート名: face_FacemarkAAM_Params_write 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_Facemark.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FacemarkAAM_Params_write(cv::face::FacemarkAAM::Params *obj, cv::FileStorage *fs)
{
    BEGIN_WRAP
    obj->write(*fs);
    END_WRAP
}
}html %group NativeMethods_face_Facemark %index face_FaceRecognizer_train [32/64bit] 与えられたデータとラベルを使って、FaceRecognizerを学習します。 %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr obj p2 = sptr : IntPtr[] src p3 = int : int srcLength p4 = var : int[] labels p5 = int : int labelsLength %inst 以下のソースコードは，与えられた画像群に対して，どのようにFisherfacesモデルを学習するかを示すものです．画像は imread によって読み込まれ，std::vector に格納されます．各画像のラベルは，std::vector に格納されます（CV_32SC1 型の Mat を利用することもできます）．ラベルとは，この画像が属する対象（人）のことであり，同じ対象（人）は同じラベルを持つべきです．利用可能な FaceRecognizer では，ラベルの順序を気にする必要はなく，同じ人物が同じラベルを持っていることを確認するだけです： // 画像とラベルを保持しますvector images;vector labels;// CV_32SC1 型の Mat を利用します// Mat labels(number_of_samples, 1, CV_32SC1);// 最初の人物に対する画像images.push_back(imread("person0/0.jpg", IMREAD_GRAYSCALE)); labels.push_back(0);images.push_back(imread("person0/1.jpg", IMREAD_GRAYSCALE)); labels.push_back(0);images.push_back(imread("person0/2.jpg", IMREAD_GRAYSCALE)); labels.push_back(0);// 2人目用の画像images.push_back(imread("person1/0.jpg", IMREAD_GRAYSCALE)); labels.push_back(1);images.push_back(imread("person1/1.jpg", IMREAD_GRAYSCALE)); labels.push_back(1);images.push_back(imread("person1/2.jpg", IMREAD_GRAYSCALE)); labels.push_back(1);fragmentさて、いくつかの画像を読み込んだところで、新しいFaceRecognizerを作成してみましょう。この例では、Fisherfaces モデルを作成し、可能なすべての Fisherfaces を保持することにします： // 新しい Fisherfaces モデルを作成し、利用可能なすべての Fisherfaces を保持します、 // これはこの特定の FaceRecognizer の最も一般的な使用法です。//Ptr model = FisherFaceRecognizer::create();fragmentそして最後に，与えられたデータセット（顔画像とラベル）に対してこれを学習させます： // これは，利用可能な cv::FaceRecognizer// のすべての実装を学習させるための，共通のインタフェースです： //model->train(images, labels);fragment 元関数名(C#): face_FaceRecognizer_train 元DLLエクスポート名: face_FaceRecognizer_train 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_FaceRecognizer.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FaceRecognizer_train(
    cv::face::FaceRecognizer *obj, cv::Mat **src, int srcLength, int *labels, int labelsLength)
{
    BEGIN_WRAP
    std::vector<cv::Mat> srcVec(srcLength);
    for (auto i = 0; i < srcLength; i++)
        srcVec[i] = *src[i];
    const std::vector<int> labelsVec(labels, labels + labelsLength);
    obj->train(srcVec, labelsVec);
    END_WRAP
}
}html %group NativeMethods_face_FaceRecognizer %index face_FaceRecognizer_update [32/64bit] 与えられたデータと関連付けられたラベルを用いて，FaceRecognizer を更新します． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr obj p2 = sptr : IntPtr[] src p3 = int : int srcLength p4 = var : int[] labels p5 = int : int labelsLength %inst このメソッドは，（おそらく学習済みの）FaceRecognizer を更新しますが，アルゴリズムがそれをサポートしている場合に限ります．LBPH（Local Binary Patterns Histograms）認識器（createLBPHFaceRecognizerを参照）を更新することができます。EigenfacesとFisherfacesメソッドの場合、これはアルゴリズム的に可能ではなく、FaceRecognizer::trainでモデルを再推定する必要があります。いずれにしても、train の呼び出しは既存のモデルを空にして新しいモデルを学習しますが、update はモデルデータを削除しません。// 新しい LBPH モデルを作成し（更新可能）、デフォルトのパラメータを使用します // これは、この特定の FaceRecognizer の最も一般的な使い方です： //Ptr model = LBPHFaceRecognizer::create();// これは、利用可能なすべての cv を学習するための共通のインタフェースです。:FaceRecognizer// implementations://model->train(images, labels);// 新しい画像を格納するいくつかのコンテナ:vector newImages;vector newLabels;// コンテナに画像を追加する必要があります://// ...//// ここで，モデルを更新します．...//// モデルの更新は，呼び出すだけで簡単に行えます:model->update(newImages,newLabels);// これにより，古いモデルデータが保存され，既存のモデル//を newImages から抽出された新しい特徴で拡張します！fragment更新をサポートしない Eigenfaces モデル（EigenFaceRecognizer::create を参照）に対して update を呼び出すと，以下のようなエラーが発生します：OpenCV Error:The function/feature is not implemented (This FaceRecognizer (FaceRecognizer.Eigenfaces) does not support updating, you must have to use FaceRecognizer::train to update it.) in update, file /home/philipp/git/opencv/modules/contrib/src/facerec.cpp, line 305terminate called after throwing an instance of 'cv::Exception'fragmentNote FaceRecognizer は，あなたのトレーニング画像を保存しません．それは，非常にメモリを消費するからであり，また，そうすることは FaceRecognizer の責任ではないからです．呼び出し側は、作業したいデータセットを維持する責任があります。 元関数名(C#): face_FaceRecognizer_update 元DLLエクスポート名: face_FaceRecognizer_update 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_FaceRecognizer.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FaceRecognizer_update(
    cv::face::FaceRecognizer *obj, cv::Mat **src, int srcLength, int *labels, int labelsLength)
{
    BEGIN_WRAP
    std::vector<cv::Mat> srcVec(srcLength);
    for (auto i = 0; i < srcLength; i++)
        srcVec[i] = *src[i];
    const std::vector<int> labelsVec(labels, labels + labelsLength);
    obj->update(srcVec, labelsVec);
    END_WRAP
}
}html %group NativeMethods_face_FaceRecognizer %index face_FaceRecognizer_predict1 [32/64bit] 与えられた入力画像に対して，ラベルとそれに伴う信頼度（距離など）を予測します． %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = sptr : IntPtr src p3 = var : out int returnValue %inst 接尾辞 const は，予測値がモデルの内部状態に影響を与えないことを意味します．したがって，このメソッドは，異なるスレッドから安全に呼び出すことができます．次の例は，学習済みモデルから予測値を得る方法を示しています： using namespace cv;// ここで初期化を行います（cv::FaceRecognizer モデルを作成します）．...// ...// サンプル画像を読み込みます： Mat img = imread("person1/3.jpg", IMREAD_GRAYSCALE);// そして， cv::FaceRecognizer から予測値を取得します： int predicted = model->predict(img);fragmentあるいは，予測値とそれに関連する信頼度（例えば，距離）を取得します．例えば，距離）:using namespace cv;// ここで初期化を行います（cv::FaceRecognizer モデルを作成します） ...// ...Mat img = imread("person1/3.jpg", IMREAD_GRAYSCALE);// 予測されたラベルとそれに関連する信頼度（例えば，距離）のためのいくつかの変数．modelel->predict(img, predicted_label, predicted_confidence);fragment 元関数名(C#): face_FaceRecognizer_predict1 元DLLエクスポート名: face_FaceRecognizer_predict1 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_FaceRecognizer.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FaceRecognizer_predict1(cv::face::FaceRecognizer *obj, cv::_InputArray *src, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->predict(*src);
    END_WRAP
}
}html %group NativeMethods_face_FaceRecognizer %index face_FaceRecognizer_predict2 [32/64bit] 与えられた入力画像に対して，ラベルとそれに伴う信頼度（距離など）を予測します． %prm p1,p2,p3,p4 p1 = sptr : IntPtr obj p2 = sptr : IntPtr src p3 = var : out int label p4 = var : out double confidence %inst 接尾辞 const は，予測値がモデルの内部状態に影響を与えないことを意味します．したがって，このメソッドは，異なるスレッドから安全に呼び出すことができます．次の例は，学習済みモデルから予測値を得る方法を示しています： using namespace cv;// ここで初期化を行います（cv::FaceRecognizer モデルを作成します）．...// ...// サンプル画像を読み込みます： Mat img = imread("person1/3.jpg", IMREAD_GRAYSCALE);// そして， cv::FaceRecognizer から予測値を取得します： int predicted = model->predict(img);fragmentあるいは，予測値とそれに関連する信頼度（例えば，距離）を取得します．例えば，距離）:using namespace cv;// ここで初期化を行います（cv::FaceRecognizer モデルを作成します） ...// ...Mat img = imread("person1/3.jpg", IMREAD_GRAYSCALE);// 予測されたラベルとそれに関連する信頼度（例えば，距離）のためのいくつかの変数．modelel->predict(img, predicted_label, predicted_confidence);fragment 元関数名(C#): face_FaceRecognizer_predict2 元DLLエクスポート名: face_FaceRecognizer_predict2 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_FaceRecognizer.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FaceRecognizer_predict2(
    cv::face::FaceRecognizer *obj, cv::_InputArray *src, int *label, double *confidence)
{
    BEGIN_WRAP
    obj->predict(*src, *label, *confidence);
    END_WRAP
}
}html %group NativeMethods_face_FaceRecognizer %index face_FaceRecognizer_write1 [32/64bit] FaceRecognizerとそのモデルの状態を保存します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = str : [MarshalAs(UnmanagedType.LPStr)] string filename %inst すべての FaceRecognizer は、内部モデルの状態を保存するために FaceRecognizer::save(FileStorage& fs) を上書きします。FaceRecognizer::save(const String& filename) は、与えられたファイル名にモデルの状態を保存します。接尾辞 const は、予測が内部モデルの状態に影響しないことを意味し、このメソッドは異なるスレッド内から安全に呼び出すことができます。 元関数名(C#): face_FaceRecognizer_write1 元DLLエクスポート名: face_FaceRecognizer_write1 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_FaceRecognizer.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FaceRecognizer_write1(cv::face::FaceRecognizer *obj, const char *filename)
{
    BEGIN_WRAP
    obj->write(filename);
    END_WRAP
}
}html %group NativeMethods_face_FaceRecognizer %index face_FaceRecognizer_read1 [32/64bit] FaceRecognizerとそのモデルの状態を読み込みます。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = str : [MarshalAs(UnmanagedType.LPStr)] string filename %inst 与えられたXMLまたはYAMLファイルから、永続化されたモデルと状態を読み込みます。すべての FaceRecognizer はモデル状態をロードするために FaceRecognizer::load(FileStorage& fs) を上書きしなければなりません。FaceRecognizer::load(FileStorage& fs) は、モデルの保存を容易にするために FaceRecognizer::load(const String& filename) によって呼び出されます。 元関数名(C#): face_FaceRecognizer_read1 元DLLエクスポート名: face_FaceRecognizer_read1 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_FaceRecognizer.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FaceRecognizer_read1(cv::face::FaceRecognizer *obj, const char *filename)
{
    BEGIN_WRAP
    obj->read(filename);
    END_WRAP
}
}html %group NativeMethods_face_FaceRecognizer %index face_FaceRecognizer_write2 [32/64bit] FaceRecognizerとそのモデルの状態を保存します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr fs %inst すべての FaceRecognizer は、内部モデルの状態を保存するために FaceRecognizer::save(FileStorage& fs) を上書きします。FaceRecognizer::save(const String& filename) は、与えられたファイル名にモデルの状態を保存します。接尾辞 const は、予測が内部モデルの状態に影響しないことを意味し、このメソッドは異なるスレッド内から安全に呼び出すことができます。 元関数名(C#): face_FaceRecognizer_write2 元DLLエクスポート名: face_FaceRecognizer_write2 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_FaceRecognizer.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FaceRecognizer_write2(cv::face::FaceRecognizer *obj, cv::FileStorage *fs)
{
    BEGIN_WRAP
    obj->write(*fs);
    END_WRAP
}
}html %group NativeMethods_face_FaceRecognizer %index face_FaceRecognizer_read2 [32/64bit] FaceRecognizerとそのモデルの状態を読み込みます。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr fs %inst 与えられたXMLまたはYAMLファイルから、永続化されたモデルと状態を読み込みます。すべての FaceRecognizer はモデル状態をロードするために FaceRecognizer::load(FileStorage& fs) を上書きしなければなりません。FaceRecognizer::load(FileStorage& fs) は、モデルの保存を容易にするために FaceRecognizer::load(const String& filename) によって呼び出されます。 元関数名(C#): face_FaceRecognizer_read2 元DLLエクスポート名: face_FaceRecognizer_read2 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_FaceRecognizer.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FaceRecognizer_read2(cv::face::FaceRecognizer *obj, cv::FileNode *fn)
{
    BEGIN_WRAP
    obj->read(*fn);
    END_WRAP
}
}html %group NativeMethods_face_FaceRecognizer %index face_FaceRecognizer_setLabelInfo [32/64bit] 指定されたモデルのラベルに文字列情報を設定します。 %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = int : int label p3 = str : [MarshalAs(UnmanagedType.LPStr)] string strInfo %inst 文字列情報は、指定されたラベルに以前に設定されていた場合は、指定された値で置き換えられます。 元関数名(C#): face_FaceRecognizer_setLabelInfo 元DLLエクスポート名: face_FaceRecognizer_setLabelInfo 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_FaceRecognizer.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FaceRecognizer_setLabelInfo(cv::face::FaceRecognizer *obj, int label, const char *strInfo)
{
    BEGIN_WRAP
    obj->setLabelInfo(label, strInfo);
    END_WRAP
}
}html %group NativeMethods_face_FaceRecognizer %index face_FaceRecognizer_getLabelInfo [32/64bit] ラベルの文字列情報を取得します。 %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = int : int label p3 = sptr : IntPtr dst %inst 未知のラベルIDが指定された場合や、指定されたラベルIDに関連するラベル情報がない場合、このメソッドは空の文字列を返します。 元関数名(C#): face_FaceRecognizer_getLabelInfo 元DLLエクスポート名: face_FaceRecognizer_getLabelInfo 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_FaceRecognizer.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FaceRecognizer_getLabelInfo(cv::face::FaceRecognizer *obj, int label, std::string *dst)
{
    BEGIN_WRAP
    const auto result = obj->getLabelInfo(label);
    dst->assign(result);
    END_WRAP
}
}html %group NativeMethods_face_FaceRecognizer %index face_FaceRecognizer_getLabelsByString [32/64bit] 文字列によるラベルのベクトルを取得します。 %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = str : [MarshalAs(UnmanagedType.LPStr)] string str p3 = sptr : IntPtr dst %inst この関数は、関連付けられた文字列情報の中で、指定されたサブ文字列を含むラベルを検索します。 元関数名(C#): face_FaceRecognizer_getLabelsByString 元DLLエクスポート名: face_FaceRecognizer_getLabelsByString 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_FaceRecognizer.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FaceRecognizer_getLabelsByString(cv::face::FaceRecognizer *obj, const char* str, std::vector<int> *dst)
{
    BEGIN_WRAP
    const auto result = obj->getLabelsByString(str);
    std::copy(result.begin(), result.end(), std::back_inserter(*dst));
    END_WRAP
}
}html %group NativeMethods_face_FaceRecognizer %index face_FaceRecognizer_getThreshold [32/64bit] threshold パラメータアクセッサ - デフォルトの BestMinDist コレクターに必要です． %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst cv::face::LBPHFaceRecognizer, および cv::face::BasicFaceRecognizer で実装されています． 元関数名(C#): face_FaceRecognizer_getThreshold 元DLLエクスポート名: face_FaceRecognizer_getThreshold 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_FaceRecognizer.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FaceRecognizer_getThreshold(cv::face::FaceRecognizer *obj, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getThreshold();
    END_WRAP
}
}html %group NativeMethods_face_FaceRecognizer %index face_FaceRecognizer_setThreshold [32/64bit] モデルの閾値を設定します． %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double val %inst cv::face::LBPHFaceRecognizer, および cv::face::BasicFaceRecognizer で実装されています． 元関数名(C#): face_FaceRecognizer_setThreshold 元DLLエクスポート名: face_FaceRecognizer_setThreshold 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_FaceRecognizer.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FaceRecognizer_setThreshold(cv::face::FaceRecognizer *obj, double val)
{
    BEGIN_WRAP
    obj->setThreshold(val);
    END_WRAP
}
}html %group NativeMethods_face_FaceRecognizer %index face_BasicFaceRecognizer_getNumComponents [32/64bit] alsosetNumComponents を参照してください． %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): face_BasicFaceRecognizer_getNumComponents 元DLLエクスポート名: face_BasicFaceRecognizer_getNumComponents 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_FaceRecognizer.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_BasicFaceRecognizer_getNumComponents(cv::face::BasicFaceRecognizer *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getNumComponents();
    END_WRAP
}
}html %group NativeMethods_face_FaceRecognizer %index face_BasicFaceRecognizer_setNumComponents [32/64bit] alsogetNumComponents を参照してください． %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): face_BasicFaceRecognizer_setNumComponents 元DLLエクスポート名: face_BasicFaceRecognizer_setNumComponents 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_FaceRecognizer.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_BasicFaceRecognizer_setNumComponents(cv::face::BasicFaceRecognizer *obj, int val)
{
    BEGIN_WRAP
    obj->setNumComponents(val);
    END_WRAP
}
}html %group NativeMethods_face_FaceRecognizer %index face_BasicFaceRecognizer_getThreshold [32/64bit] alsosetThreshold を参照してください． %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst cv::face::FaceRecognizer をインプリメントします． 元関数名(C#): face_BasicFaceRecognizer_getThreshold 元DLLエクスポート名: face_BasicFaceRecognizer_getThreshold 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_FaceRecognizer.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_BasicFaceRecognizer_getThreshold(cv::face::BasicFaceRecognizer *obj, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getThreshold();
    END_WRAP
}
}html %group NativeMethods_face_FaceRecognizer %index face_BasicFaceRecognizer_setThreshold [32/64bit] alsogetThreshold を参照してください． %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double val %inst cv::face::FaceRecognizer をインプリメントします． 元関数名(C#): face_BasicFaceRecognizer_setThreshold 元DLLエクスポート名: face_BasicFaceRecognizer_setThreshold 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_FaceRecognizer.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_BasicFaceRecognizer_setThreshold(cv::face::BasicFaceRecognizer *obj, double val)
{
    BEGIN_WRAP
    obj->setThreshold(val);
    END_WRAP
}
}html %group NativeMethods_face_FaceRecognizer %index face_BasicFaceRecognizer_getProjections [32/64bit] face_BasicFaceRecognizer_getProjections %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr dst %inst 元関数名(C#): face_BasicFaceRecognizer_getProjections 元DLLエクスポート名: face_BasicFaceRecognizer_getProjections 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_FaceRecognizer.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_BasicFaceRecognizer_getProjections(cv::face::BasicFaceRecognizer *obj, std::vector<cv::Mat> *dst)
{
    BEGIN_WRAP
    auto result = obj->getProjections();
    dst->clear();
    dst->reserve(result.size());
    for (size_t i = 0; i < result.size(); i++)
    {
        dst->push_back(result[i]);
    }
    END_WRAP
}
}html %group NativeMethods_face_FaceRecognizer %index face_BasicFaceRecognizer_getLabels [32/64bit] face_BasicFaceRecognizer_getLabels %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr dst %inst 元関数名(C#): face_BasicFaceRecognizer_getLabels 元DLLエクスポート名: face_BasicFaceRecognizer_getLabels 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_FaceRecognizer.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_BasicFaceRecognizer_getLabels(cv::face::BasicFaceRecognizer *obj, cv::Mat *dst)
{
    BEGIN_WRAP
    const auto result = obj->getLabels();
    result.copyTo(*dst);
    END_WRAP
}
}html %group NativeMethods_face_FaceRecognizer %index face_BasicFaceRecognizer_getEigenValues [32/64bit] face_BasicFaceRecognizer_getEigenValues %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr dst %inst 元関数名(C#): face_BasicFaceRecognizer_getEigenValues 元DLLエクスポート名: face_BasicFaceRecognizer_getEigenValues 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_FaceRecognizer.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_BasicFaceRecognizer_getEigenValues(cv::face::BasicFaceRecognizer *obj, cv::Mat *dst)
{
    BEGIN_WRAP
    const auto result = obj->getEigenValues();
    result.copyTo(*dst);
    END_WRAP
}
}html %group NativeMethods_face_FaceRecognizer %index face_BasicFaceRecognizer_getEigenVectors [32/64bit] face_BasicFaceRecognizer_getEigenVectors %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr dst %inst 元関数名(C#): face_BasicFaceRecognizer_getEigenVectors 元DLLエクスポート名: face_BasicFaceRecognizer_getEigenVectors 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_FaceRecognizer.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_BasicFaceRecognizer_getEigenVectors(cv::face::BasicFaceRecognizer *obj, cv::Mat *dst)
{
    BEGIN_WRAP
    const auto result = obj->getEigenVectors();
    result.copyTo(*dst);
    END_WRAP
}
}html %group NativeMethods_face_FaceRecognizer %index face_BasicFaceRecognizer_getMean [32/64bit] face_BasicFaceRecognizer_getMean %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr dst %inst 元関数名(C#): face_BasicFaceRecognizer_getMean 元DLLエクスポート名: face_BasicFaceRecognizer_getMean 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_FaceRecognizer.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_BasicFaceRecognizer_getMean(cv::face::BasicFaceRecognizer *obj, cv::Mat *dst)
{
    BEGIN_WRAP
    const auto result = obj->getMean();
    result.copyTo(*dst);
    END_WRAP
}
}html %group NativeMethods_face_FaceRecognizer %index face_EigenFaceRecognizer_create [32/64bit] 備考 %prm p1,p2,p3 p1 = int : int numComponents p2 = double : double threshold p3 = var : out IntPtr returnValue %inst 学習と予測は，グレースケール画像に対して行う必要があります．色空間間の変換には cvtColor を利用します． eigenfacesメソッドは，学習画像とテスト画像が同じサイズであることを仮定しています．(caps-lock, なぜなら、多くのメールでこのことを尋ねられたからです)。入力データが正しい形であることを確認しなければなりません。さもなければ、意味のある例外が投げられます。画像のサイズを変更するには resize を使います。 Model internal data:num_components see EigenFaceRecognizer::create. threshold EigenFaceRecognizer::createを参照。 eigenvalues この主成分分析の固有値（降順）。 固有ベクトル この主成分分析の固有ベクトル（固有値の順）。 mean 訓練データから計算された標本平均． projections 学習データの投影結果です。 labels 予測に適用される閾値です。最近傍距離が閾値よりも大きい場合、このメソッドは-1を返します。 元関数名(C#): face_EigenFaceRecognizer_create 元DLLエクスポート名: face_EigenFaceRecognizer_create 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_FaceRecognizer.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_EigenFaceRecognizer_create(
    const int numComponents, const double threshold, cv::Ptr<cv::face::EigenFaceRecognizer> **returnValue)
{
    BEGIN_WRAP
    const auto r = cv::face::EigenFaceRecognizer::create(numComponents, threshold);
    *returnValue = clone(r);
    END_WRAP
}
}html %group NativeMethods_face_FaceRecognizer %index face_Ptr_EigenFaceRecognizer_get [32/64bit] cv::face::EigenFaceRecognizer のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst 元関数名(C#): face_Ptr_EigenFaceRecognizer_get 元DLLエクスポート名: face_Ptr_EigenFaceRecognizer_get 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_FaceRecognizer.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_Ptr_EigenFaceRecognizer_get(cv::Ptr<cv::face::EigenFaceRecognizer> *obj, cv::face::EigenFaceRecognizer **returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->get();
    END_WRAP
}
}html %group NativeMethods_face_FaceRecognizer %index face_Ptr_EigenFaceRecognizer_delete [32/64bit] cv::face::EigenFaceRecognizer のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst 元関数名(C#): face_Ptr_EigenFaceRecognizer_delete 元DLLエクスポート名: face_Ptr_EigenFaceRecognizer_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_FaceRecognizer.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_Ptr_EigenFaceRecognizer_delete(cv::Ptr<cv::face::EigenFaceRecognizer> *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_face_FaceRecognizer %index face_FisherFaceRecognizer_create [32/64bit] 備考 %prm p1,p2,p3 p1 = int : int numComponents p2 = double : double threshold p3 = var : out IntPtr returnValue %inst 学習と予測は，グレースケール画像に対して行う必要があります．色空間間の変換には cvtColor を利用します． fisherfacesメソッドは，トレーニング画像とテスト画像が同じサイズであることを仮定しています．(この方法は、訓練画像とテスト画像のサイズが等しいことを前提としています。）入力データが正しい形であることを確認しなければなりません。さもなければ、意味のある例外が投げられます。画像のサイズを変更するには resize を使います。 Model internal data:num_components see FisherFaceRecognizer::create. threshold FisherFaceRecognizer::createを参照。 eigenvalues この線形判別分析の固有値（降順）。 eigenvectors この線形判別分析の固有ベクトル（固有値の順）。 mean 訓練データから計算された標本平均． projections 学習データの投影結果です。 labels 射影に対応するラベルです。 元関数名(C#): face_FisherFaceRecognizer_create 元DLLエクスポート名: face_FisherFaceRecognizer_create 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_FaceRecognizer.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_FisherFaceRecognizer_create(
    const int numComponents, const double threshold, cv::Ptr<cv::face::FisherFaceRecognizer> **returnValue)
{
    BEGIN_WRAP
    const auto r = cv::face::FisherFaceRecognizer::create(numComponents, threshold);
    *returnValue = clone(r);
    END_WRAP
}
}html %group NativeMethods_face_FaceRecognizer %index face_Ptr_FisherFaceRecognizer_get [32/64bit] cv::face::FisherFaceRecognizer のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst 元関数名(C#): face_Ptr_FisherFaceRecognizer_get 元DLLエクスポート名: face_Ptr_FisherFaceRecognizer_get 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_FaceRecognizer.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_Ptr_FisherFaceRecognizer_get(cv::Ptr<cv::face::FisherFaceRecognizer> *obj, cv::face::FisherFaceRecognizer **returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->get();
    END_WRAP
}
}html %group NativeMethods_face_FaceRecognizer %index face_Ptr_FisherFaceRecognizer_delete [32/64bit] cv::face::FisherFaceRecognizer のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst 元関数名(C#): face_Ptr_FisherFaceRecognizer_delete 元DLLエクスポート名: face_Ptr_FisherFaceRecognizer_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_FaceRecognizer.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_Ptr_FisherFaceRecognizer_delete(cv::Ptr<cv::face::FisherFaceRecognizer> *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_face_FaceRecognizer %index face_LBPHFaceRecognizer_create [32/64bit] 備考 %prm p1,p2,p3,p4,p5,p6 p1 = int : int radius p2 = int : int neighbors p3 = int : int gridX p4 = int : int gridY p5 = double : double threshold p6 = var : out IntPtr returnValue %inst Circular Local Binary Patterns（学習および予測に利用される）は，グレースケール画像として与えられたデータを想定しており，色空間間の変換には cvtColor を利用します． このモデルは，更新をサポートします．モデル内部データ： radius は LBPHFaceRecognizer::create を参照してください． neighbors は，LBPHFaceRecognizer::create を参照してください． grid_xはLBPHFaceRecognizer::createを参照。 grid_yはLBPHFaceRecognizer::createを参照。 threshold LBPHFaceRecognizer::createをご参照ください。 histograms 与えられた学習データから算出されたローカルバイナリパターンのヒストグラム（何も与えられていない場合は空）。 Labels 計算されたローカルバイナリパターンヒストグラムに対応するラベル。 元関数名(C#): face_LBPHFaceRecognizer_create 元DLLエクスポート名: face_LBPHFaceRecognizer_create 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_FaceRecognizer.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_LBPHFaceRecognizer_create(
    const int radius, const int neighbors, const int gridX, const int gridY, const double threshold,
    cv::Ptr<cv::face::LBPHFaceRecognizer> **returnValue)
{
    BEGIN_WRAP
    const auto r = cv::face::LBPHFaceRecognizer::create(radius, neighbors, gridX, gridY, threshold);
    *returnValue = clone(r);
    END_WRAP
}
}html %group NativeMethods_face_FaceRecognizer %index face_LBPHFaceRecognizer_getGridX [32/64bit] alsosetGridX を参照してください。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): face_LBPHFaceRecognizer_getGridX 元DLLエクスポート名: face_LBPHFaceRecognizer_getGridX 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_FaceRecognizer.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_LBPHFaceRecognizer_getGridX(cv::face::LBPHFaceRecognizer *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getGridX();
    END_WRAP
}
}html %group NativeMethods_face_FaceRecognizer %index face_LBPHFaceRecognizer_setGridX [32/64bit] alsogetGridXを参照。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): face_LBPHFaceRecognizer_setGridX 元DLLエクスポート名: face_LBPHFaceRecognizer_setGridX 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_FaceRecognizer.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_LBPHFaceRecognizer_setGridX(cv::face::LBPHFaceRecognizer *obj, int val)
{
    BEGIN_WRAP
    obj->setGridX(val);
    END_WRAP
}
}html %group NativeMethods_face_FaceRecognizer %index face_LBPHFaceRecognizer_getGridY [32/64bit] alsosetGridYを見る %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): face_LBPHFaceRecognizer_getGridY 元DLLエクスポート名: face_LBPHFaceRecognizer_getGridY 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_FaceRecognizer.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_LBPHFaceRecognizer_getGridY(cv::face::LBPHFaceRecognizer *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getGridY();
    END_WRAP
}
}html %group NativeMethods_face_FaceRecognizer %index face_LBPHFaceRecognizer_setGridY [32/64bit] alsogetGridYを参照。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): face_LBPHFaceRecognizer_setGridY 元DLLエクスポート名: face_LBPHFaceRecognizer_setGridY 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_FaceRecognizer.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_LBPHFaceRecognizer_setGridY(cv::face::LBPHFaceRecognizer *obj, int val)
{
    BEGIN_WRAP
    obj->setGridY(val);
    END_WRAP
}
}html %group NativeMethods_face_FaceRecognizer %index face_LBPHFaceRecognizer_getRadius [32/64bit] See alsosetRadius %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): face_LBPHFaceRecognizer_getRadius 元DLLエクスポート名: face_LBPHFaceRecognizer_getRadius 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_FaceRecognizer.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_LBPHFaceRecognizer_getRadius(cv::face::LBPHFaceRecognizer *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getRadius();
    END_WRAP
}
}html %group NativeMethods_face_FaceRecognizer %index face_LBPHFaceRecognizer_setRadius [32/64bit] alsogetRadiusを参照。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): face_LBPHFaceRecognizer_setRadius 元DLLエクスポート名: face_LBPHFaceRecognizer_setRadius 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_FaceRecognizer.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_LBPHFaceRecognizer_setRadius(cv::face::LBPHFaceRecognizer *obj, int val)
{
    BEGIN_WRAP
    obj->setRadius(val);
    END_WRAP
}
}html %group NativeMethods_face_FaceRecognizer %index face_LBPHFaceRecognizer_getNeighbors [32/64bit] See alsogetNeighbors %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): face_LBPHFaceRecognizer_getNeighbors 元DLLエクスポート名: face_LBPHFaceRecognizer_getNeighbors 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_FaceRecognizer.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_LBPHFaceRecognizer_getNeighbors(cv::face::LBPHFaceRecognizer *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getNeighbors();
    END_WRAP
}
}html %group NativeMethods_face_FaceRecognizer %index face_LBPHFaceRecognizer_setNeighbors [32/64bit] alsogetNeighbors参照 %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): face_LBPHFaceRecognizer_setNeighbors 元DLLエクスポート名: face_LBPHFaceRecognizer_setNeighbors 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_FaceRecognizer.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_LBPHFaceRecognizer_setNeighbors(cv::face::LBPHFaceRecognizer *obj, int val)
{
    BEGIN_WRAP
    obj->setNeighbors(val);
    END_WRAP
}
}html %group NativeMethods_face_FaceRecognizer %index face_LBPHFaceRecognizer_getThreshold [32/64bit] alsosetThreshold を参照してください． %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst cv::face::FaceRecognizer をインプリメントします． 元関数名(C#): face_LBPHFaceRecognizer_getThreshold 元DLLエクスポート名: face_LBPHFaceRecognizer_getThreshold 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_FaceRecognizer.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_LBPHFaceRecognizer_getThreshold(cv::face::LBPHFaceRecognizer *obj, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getThreshold();
    END_WRAP
}
}html %group NativeMethods_face_FaceRecognizer %index face_LBPHFaceRecognizer_setThreshold [32/64bit] alsogetThreshold を参照してください． %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double val %inst cv::face::FaceRecognizer をインプリメントします． 元関数名(C#): face_LBPHFaceRecognizer_setThreshold 元DLLエクスポート名: face_LBPHFaceRecognizer_setThreshold 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_FaceRecognizer.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_LBPHFaceRecognizer_setThreshold(cv::face::LBPHFaceRecognizer *obj, double val)
{
    BEGIN_WRAP
    obj->setThreshold(val);
    END_WRAP
}
}html %group NativeMethods_face_FaceRecognizer %index face_LBPHFaceRecognizer_getHistograms [32/64bit] face_LBPHFaceRecognizer_getHistograms %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr dst %inst 元関数名(C#): face_LBPHFaceRecognizer_getHistograms 元DLLエクスポート名: face_LBPHFaceRecognizer_getHistograms 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_FaceRecognizer.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_LBPHFaceRecognizer_getHistograms(cv::face::LBPHFaceRecognizer *obj, std::vector<cv::Mat> *dst)
{
    BEGIN_WRAP
    auto result = obj->getHistograms();
    dst->clear();
    dst->reserve(result.size());
    for (size_t i = 0; i < result.size(); i++)
    {
        dst->at(i) = result[i];
    }
    END_WRAP
}
}html %group NativeMethods_face_FaceRecognizer %index face_LBPHFaceRecognizer_getLabels [32/64bit] face_LBPHFaceRecognizer_getLabels %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr dst %inst 元関数名(C#): face_LBPHFaceRecognizer_getLabels 元DLLエクスポート名: face_LBPHFaceRecognizer_getLabels 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_FaceRecognizer.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_LBPHFaceRecognizer_getLabels(cv::face::LBPHFaceRecognizer *obj, cv::Mat *dst)
{
    BEGIN_WRAP
    const auto result = obj->getLabels();
    result.copyTo(*dst);
    END_WRAP
}
}html %group NativeMethods_face_FaceRecognizer %index face_Ptr_LBPHFaceRecognizer_get [32/64bit] cv::face::LBPHFaceRecognizer のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst 元関数名(C#): face_Ptr_LBPHFaceRecognizer_get 元DLLエクスポート名: face_Ptr_LBPHFaceRecognizer_get 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_FaceRecognizer.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_Ptr_LBPHFaceRecognizer_get(cv::Ptr<cv::face::LBPHFaceRecognizer> *obj, cv::face::LBPHFaceRecognizer **returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->get();
    END_WRAP
}
}html %group NativeMethods_face_FaceRecognizer %index face_Ptr_LBPHFaceRecognizer_delete [32/64bit] cv::face::LBPHFaceRecognizer のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst 元関数名(C#): face_Ptr_LBPHFaceRecognizer_delete 元DLLエクスポート名: face_Ptr_LBPHFaceRecognizer_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\face\NativeMethods_face_FaceRecognizer.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) face_Ptr_LBPHFaceRecognizer_delete(cv::Ptr<cv::face::LBPHFaceRecognizer> *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_face_FaceRecognizer %index features2d_drawKeypoints [32bit] キーポイントを描画します． %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr image p2 = var : KeyPoint[] keypoints p3 = int : int keypointsLength p4 = sptr : IntPtr outImage p5 = ARGS_SCALAR : Scalar color p6 = int : int flags %inst 注意 Python API の場合， flags は cv.DRAW_MATCHES_FLAGS_DEFAULT, cv.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS, cv.DRAW_MATCHES_FLAGS_DRAW_OVER_OUTIMG, cv.DRAW_MATCHES_FLAGS_NOT_DRAW_SINGLE_POINTS のように変更されます． 元関数名(C#): features2d_drawKeypoints 元DLLエクスポート名: features2d_drawKeypoints 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_drawKeypoints(cv::_InputArray *image, cv::KeyPoint *keypoints, int keypointsLength,
    cv::_InputOutputArray *outImage, MyCvScalar color, int flags)
{
    BEGIN_WRAP
    const std::vector<cv::KeyPoint> keypointsVec(keypoints, keypoints + keypointsLength);
    cv::drawKeypoints(*image, keypointsVec, *outImage, cpp(color), static_cast<cv::DrawMatchesFlags>(flags));
    END_WRAP
}
}html %group NativeMethods_features2d %index features2d_drawKeypoints [64bit] キーポイントを描画します． %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr image p2 = var : KeyPoint[] keypoints p3 = int : int keypointsLength p4 = sptr : IntPtr outImage p5 = var : Scalar color p6 = int : int flags %inst 注意 Python API の場合， flags は cv.DRAW_MATCHES_FLAGS_DEFAULT, cv.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS, cv.DRAW_MATCHES_FLAGS_DRAW_OVER_OUTIMG, cv.DRAW_MATCHES_FLAGS_NOT_DRAW_SINGLE_POINTS のように変更されます． 元関数名(C#): features2d_drawKeypoints 元DLLエクスポート名: features2d_drawKeypoints 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_drawKeypoints(cv::_InputArray *image, cv::KeyPoint *keypoints, int keypointsLength,
    cv::_InputOutputArray *outImage, MyCvScalar color, int flags)
{
    BEGIN_WRAP
    const std::vector<cv::KeyPoint> keypointsVec(keypoints, keypoints + keypointsLength);
    cv::drawKeypoints(*image, keypointsVec, *outImage, cpp(color), static_cast<cv::DrawMatchesFlags>(flags));
    END_WRAP
}
}html %group NativeMethods_features2d %index features2d_drawMatches [32bit] 2つの画像からキーポイントの一致を見つけて，それを描画します． %prm p1,p2,p3,p4,p5,p6,p7,p8,p9,p10,p11,p12,p13,p14 p1 = sptr : IntPtr img1 p2 = var : KeyPoint[] keypoints1 p3 = int : int keypoints1Length p4 = sptr : IntPtr img2 p5 = var : KeyPoint[] keypoints2 p6 = int : int keypoints2Length p7 = var : DMatch[] matches1to2 p8 = int : int matches1to2Length p9 = sptr : IntPtr outImg p10 = ARGS_SCALAR : Scalar matchColor p11 = ARGS_SCALAR : Scalar singlePointColor p12 = var : byte[]? matchesMask p13 = int : int matchesMaskLength p14 = int : int flags %inst この関数は，2つの画像のキーポイント同士のマッチを，出力画像に描画します．マッチとは，2つのキーポイント（円）を結ぶ線のことです．cv::DrawMatchesFlags を参照してください． 元関数名(C#): features2d_drawMatches 元DLLエクスポート名: features2d_drawMatches 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_drawMatches(cv::Mat *img1, cv::KeyPoint *keypoints1, int keypoints1Length,
    cv::Mat *img2, cv::KeyPoint *keypoints2, int keypoints2Length,
    cv::DMatch *matches1to2, int matches1to2Length, cv::Mat *outImg,
    MyCvScalar matchColor, MyCvScalar singlePointColor,
    char *matchesMask, int matchesMaskLength, int flags)
{
    BEGIN_WRAP
    const std::vector<cv::KeyPoint> keypoints1Vec(keypoints1, keypoints1 + keypoints1Length);
    const std::vector<cv::KeyPoint> keypoints2Vec(keypoints2, keypoints2 + keypoints2Length);
    const std::vector<cv::DMatch> matches1to2Vec(matches1to2, matches1to2 + matches1to2Length);
    std::vector<char> matchesMaskVec;
    if (matchesMask != nullptr)
        matchesMaskVec = std::vector<char>(matchesMask, matchesMask + matchesMaskLength);
    cv::drawMatches(*img1, keypoints1Vec, *img2, keypoints2Vec, matches1to2Vec, *outImg,
        cpp(matchColor), cpp(singlePointColor), matchesMaskVec, static_cast<cv::DrawMatchesFlags>(flags));
    END_WRAP
}
}html %group NativeMethods_features2d %index features2d_drawMatches [64bit] 2つの画像からキーポイントの一致を見つけて，それを描画します． %prm p1,p2,p3,p4,p5,p6,p7,p8,p9,p10,p11,p12,p13,p14 p1 = sptr : IntPtr img1 p2 = var : KeyPoint[] keypoints1 p3 = int : int keypoints1Length p4 = sptr : IntPtr img2 p5 = var : KeyPoint[] keypoints2 p6 = int : int keypoints2Length p7 = var : DMatch[] matches1to2 p8 = int : int matches1to2Length p9 = sptr : IntPtr outImg p10 = var : Scalar matchColor p11 = var : Scalar singlePointColor p12 = var : byte[]? matchesMask p13 = int : int matchesMaskLength p14 = int : int flags %inst この関数は，2つの画像のキーポイント同士のマッチを，出力画像に描画します．マッチとは，2つのキーポイント（円）を結ぶ線のことです．cv::DrawMatchesFlags を参照してください． 元関数名(C#): features2d_drawMatches 元DLLエクスポート名: features2d_drawMatches 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_drawMatches(cv::Mat *img1, cv::KeyPoint *keypoints1, int keypoints1Length,
    cv::Mat *img2, cv::KeyPoint *keypoints2, int keypoints2Length,
    cv::DMatch *matches1to2, int matches1to2Length, cv::Mat *outImg,
    MyCvScalar matchColor, MyCvScalar singlePointColor,
    char *matchesMask, int matchesMaskLength, int flags)
{
    BEGIN_WRAP
    const std::vector<cv::KeyPoint> keypoints1Vec(keypoints1, keypoints1 + keypoints1Length);
    const std::vector<cv::KeyPoint> keypoints2Vec(keypoints2, keypoints2 + keypoints2Length);
    const std::vector<cv::DMatch> matches1to2Vec(matches1to2, matches1to2 + matches1to2Length);
    std::vector<char> matchesMaskVec;
    if (matchesMask != nullptr)
        matchesMaskVec = std::vector<char>(matchesMask, matchesMask + matchesMaskLength);
    cv::drawMatches(*img1, keypoints1Vec, *img2, keypoints2Vec, matches1to2Vec, *outImg,
        cpp(matchColor), cpp(singlePointColor), matchesMaskVec, static_cast<cv::DrawMatchesFlags>(flags));
    END_WRAP
}
}html %group NativeMethods_features2d %index features2d_drawMatchesKnn [32bit] 2つの画像からキーポイントの一致を見つけて，それを描画します． %prm p1,p2,p3,p4,p5,p6,p7,p8,p9,p10,p11,p12,p13,p14,p15,p16 p1 = sptr : IntPtr img1 p2 = var : KeyPoint[] keypoints1 p3 = int : int keypoints1Length p4 = sptr : IntPtr img2 p5 = var : KeyPoint[] keypoints2 p6 = int : int keypoints2Length p7 = sptr : IntPtr[] matches1to2 p8 = int : int matches1to2Size1 p9 = var : int[] matches1to2Size2 p10 = sptr : IntPtr outImg p11 = ARGS_SCALAR : Scalar matchColor p12 = ARGS_SCALAR : Scalar singlePointColor p13 = var : IntPtr[]? matchesMask p14 = int : int matchesMaskSize1 p15 = var : int[]? matchesMaskSize2 p16 = int : int flags %inst この関数は，2つの画像のキーポイント同士のマッチを，出力画像に描画します．マッチとは，2つのキーポイント（円）を結ぶ線のことです．cv::DrawMatchesFlags を参照してください． 元関数名(C#): features2d_drawMatchesKnn 元DLLエクスポート名: features2d_drawMatchesKnn 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_drawMatchesKnn(cv::Mat *img1, cv::KeyPoint *keypoints1, int keypoints1Length,
    cv::Mat *img2, cv::KeyPoint *keypoints2, int keypoints2Length,
    cv::DMatch **matches1to2, int matches1to2Size1, int *matches1to2Size2,
    cv::Mat *outImg, MyCvScalar matchColor, MyCvScalar singlePointColor,
    char **matchesMask, int matchesMaskSize1, int *matchesMaskSize2, int flags)
{
    BEGIN_WRAP
    const std::vector<cv::KeyPoint> keypoints1Vec(keypoints1, keypoints1 + keypoints1Length);
    const std::vector<cv::KeyPoint> keypoints2Vec(keypoints2, keypoints2 + keypoints2Length);
    std::vector<std::vector<cv::DMatch> > matches1to2Vec(matches1to2Size1);
    for (int i = 0; i < matches1to2Size1; i++)
    {
        cv::DMatch *p = matches1to2[i];
        matches1to2Vec[i] = std::vector<cv::DMatch>(p, p + matches1to2Size2[i]);
    }

    std::vector<std::vector<char> > matchesMaskVec;
    if (matchesMask != nullptr)
    {
        matchesMaskVec = std::vector<std::vector<char> >(matchesMaskSize1);
        for (int i = 0; i < matchesMaskSize1; i++)
        {
            char *p = matchesMask[i];
            matchesMaskVec[i] = std::vector<char>(p, p + matchesMaskSize2[i]);
        }
    }

    cv::drawMatches(*img1, keypoints1Vec, *img2, keypoints2Vec, matches1to2Vec,
        *outImg, cpp(matchColor), cpp(singlePointColor), matchesMaskVec, static_cast<cv::DrawMatchesFlags>(flags));
    END_WRAP
}
}html %group NativeMethods_features2d %index features2d_drawMatchesKnn [64bit] 2つの画像からキーポイントの一致を見つけて，それを描画します． %prm p1,p2,p3,p4,p5,p6,p7,p8,p9,p10,p11,p12,p13,p14,p15,p16 p1 = sptr : IntPtr img1 p2 = var : KeyPoint[] keypoints1 p3 = int : int keypoints1Length p4 = sptr : IntPtr img2 p5 = var : KeyPoint[] keypoints2 p6 = int : int keypoints2Length p7 = sptr : IntPtr[] matches1to2 p8 = int : int matches1to2Size1 p9 = var : int[] matches1to2Size2 p10 = sptr : IntPtr outImg p11 = var : Scalar matchColor p12 = var : Scalar singlePointColor p13 = var : IntPtr[]? matchesMask p14 = int : int matchesMaskSize1 p15 = var : int[]? matchesMaskSize2 p16 = int : int flags %inst この関数は，2つの画像のキーポイント同士のマッチを，出力画像に描画します．マッチとは，2つのキーポイント（円）を結ぶ線のことです．cv::DrawMatchesFlags を参照してください． 元関数名(C#): features2d_drawMatchesKnn 元DLLエクスポート名: features2d_drawMatchesKnn 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_drawMatchesKnn(cv::Mat *img1, cv::KeyPoint *keypoints1, int keypoints1Length,
    cv::Mat *img2, cv::KeyPoint *keypoints2, int keypoints2Length,
    cv::DMatch **matches1to2, int matches1to2Size1, int *matches1to2Size2,
    cv::Mat *outImg, MyCvScalar matchColor, MyCvScalar singlePointColor,
    char **matchesMask, int matchesMaskSize1, int *matchesMaskSize2, int flags)
{
    BEGIN_WRAP
    const std::vector<cv::KeyPoint> keypoints1Vec(keypoints1, keypoints1 + keypoints1Length);
    const std::vector<cv::KeyPoint> keypoints2Vec(keypoints2, keypoints2 + keypoints2Length);
    std::vector<std::vector<cv::DMatch> > matches1to2Vec(matches1to2Size1);
    for (int i = 0; i < matches1to2Size1; i++)
    {
        cv::DMatch *p = matches1to2[i];
        matches1to2Vec[i] = std::vector<cv::DMatch>(p, p + matches1to2Size2[i]);
    }

    std::vector<std::vector<char> > matchesMaskVec;
    if (matchesMask != nullptr)
    {
        matchesMaskVec = std::vector<std::vector<char> >(matchesMaskSize1);
        for (int i = 0; i < matchesMaskSize1; i++)
        {
            char *p = matchesMask[i];
            matchesMaskVec[i] = std::vector<char>(p, p + matchesMaskSize2[i]);
        }
    }

    cv::drawMatches(*img1, keypoints1Vec, *img2, keypoints2Vec, matches1to2Vec,
        *outImg, cpp(matchColor), cpp(singlePointColor), matchesMaskVec, static_cast<cv::DrawMatchesFlags>(flags));
    END_WRAP
}
}html %group NativeMethods_features2d %index features2d_evaluateFeatureDetector [32/64bit] features2d_evaluateFeatureDetector %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr img1 p2 = sptr : IntPtr img2 p3 = sptr : IntPtr H1to2 p4 = sptr : IntPtr keypoints1 p5 = sptr : IntPtr keypoints2 p6 = var : out float repeatability p7 = var : out int correspCount %inst 元関数名(C#): features2d_evaluateFeatureDetector 元DLLエクスポート名: features2d_evaluateFeatureDetector 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_evaluateFeatureDetector(
    cv::Mat *img1, cv::Mat *img2, cv::Mat *H1to2,
    std::vector<cv::KeyPoint> *keypoints1, std::vector<cv::KeyPoint> *keypoints2,
    float *repeatability, int *correspCount/*,
    const Ptr<FeatureDetector>& fdetector = Ptr<FeatureDetector>()*/)
{
    BEGIN_WRAP
    cv::evaluateFeatureDetector(
        *img1, *img2, *H1to2, keypoints1, keypoints2,
        *repeatability, *correspCount);
    END_WRAP
}
}html %group NativeMethods_features2d %index features2d_computeRecallPrecisionCurve [32/64bit] features2d_computeRecallPrecisionCurve %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr[] matches1to2 p2 = int : int matches1to2Size1 p3 = var : int[] matches1to2Size2 p4 = sptr : IntPtr[] correctMatches1to2Mask p5 = int : int correctMatches1to2MaskSize1 p6 = var : int[] correctMatches1to2MaskSize2 p7 = sptr : IntPtr recallPrecisionCurve %inst 元関数名(C#): features2d_computeRecallPrecisionCurve 元DLLエクスポート名: features2d_computeRecallPrecisionCurve 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_computeRecallPrecisionCurve(
    cv::DMatch **matches1to2, int matches1to2Size1, int *matches1to2Size2,
    uchar **correctMatches1to2Mask, int correctMatches1to2MaskSize1, int *correctMatches1to2MaskSize2,
    std::vector<cv::Point2f> *recallPrecisionCurve)
{
    BEGIN_WRAP
    std::vector<std::vector<cv::DMatch> > matches1to2Vec;
    std::vector<std::vector<uchar> > correctMatches1to2MaskVec;
    matches1to2Vec.reserve(matches1to2Size1);
    for (int i = 0; i < matches1to2Size1; i++)
    {
        matches1to2Vec.emplace_back(matches1to2[i], matches1to2[i] + matches1to2Size2[i]);
    }
    correctMatches1to2MaskVec.reserve(correctMatches1to2MaskSize1);
    for (int i = 0; i < correctMatches1to2MaskSize1; i++)
    {
        correctMatches1to2MaskVec.emplace_back(correctMatches1to2Mask[i], correctMatches1to2Mask[i] + correctMatches1to2MaskSize2[i]);
    }
    cv::computeRecallPrecisionCurve(
        matches1to2Vec, correctMatches1to2MaskVec, *recallPrecisionCurve);
    END_WRAP
}
}html %group NativeMethods_features2d %index features2d_getRecall [32/64bit] features2d_getRecall %prm p1,p2,p3,p4 p1 = var : Point2f[] recallPrecisionCurve p2 = int : int recallPrecisionCurveSize p3 = float : float l_precision p4 = var : out float returnValue %inst 元関数名(C#): features2d_getRecall 元DLLエクスポート名: features2d_getRecall 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_getRecall(
    cv::Point2f *recallPrecisionCurve, int recallPrecisionCurveSize, float l_precision, float *returnValue)
{
    BEGIN_WRAP
    const std::vector<cv::Point2f> recallPrecisionCurveVec(
        recallPrecisionCurve, recallPrecisionCurve + recallPrecisionCurveSize);
    *returnValue = cv::getRecall(recallPrecisionCurveVec, l_precision);
    END_WRAP
}
}html %group NativeMethods_features2d %index features2d_getNearestPoint [32/64bit] features2d_getNearestPoint %prm p1,p2,p3,p4 p1 = var : Point2f[] recallPrecisionCurve p2 = int : int recallPrecisionCurveSize p3 = float : float l_precision p4 = var : out int returnValue %inst 元関数名(C#): features2d_getNearestPoint 元DLLエクスポート名: features2d_getNearestPoint 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_getNearestPoint(
    cv::Point2f *recallPrecisionCurve, int recallPrecisionCurveSize, float l_precision, int *returnValue)
{
    BEGIN_WRAP
    const std::vector<cv::Point2f> recallPrecisionCurveVec(
        recallPrecisionCurve, recallPrecisionCurve + recallPrecisionCurveSize);
    *returnValue = cv::getNearestPoint(recallPrecisionCurveVec, l_precision);
    END_WRAP
}
}html %group NativeMethods_features2d %index features2d_KeyPointsFilter_runByImageBorder [32/64bit] features2d_KeyPointsFilter_runByImageBorder %prm p1,p2,p3 p1 = sptr : IntPtr keypoints p2 = ARGS_SIZE : Size imageSize p3 = int : int borderSize %inst 元関数名(C#): features2d_KeyPointsFilter_runByImageBorder 元DLLエクスポート名: features2d_KeyPointsFilter_runByImageBorder 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_KeyPointsFilter_runByImageBorder(
    std::vector<cv::KeyPoint> *keypoints, MyCvSize imageSize, int borderSize)
{
    BEGIN_WRAP
    cv::KeyPointsFilter::runByImageBorder(*keypoints, cpp(imageSize), borderSize);
    END_WRAP
}
}html %group NativeMethods_features2d %index features2d_KeyPointsFilter_runByKeypointSize [32/64bit] features2d_KeyPointsFilter_runByKeypointSize %prm p1,p2,p3 p1 = sptr : IntPtr keypoints p2 = float : float minSize p3 = float : float maxSize %inst 元関数名(C#): features2d_KeyPointsFilter_runByKeypointSize 元DLLエクスポート名: features2d_KeyPointsFilter_runByKeypointSize 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_KeyPointsFilter_runByKeypointSize(
    std::vector<cv::KeyPoint> *keypoints, float minSize, float maxSize)
{
    BEGIN_WRAP
    cv::KeyPointsFilter::runByKeypointSize(*keypoints, minSize, maxSize);
    END_WRAP
}
}html %group NativeMethods_features2d %index features2d_KeyPointsFilter_runByPixelsMask [32/64bit] features2d_KeyPointsFilter_runByPixelsMask %prm p1,p2 p1 = sptr : IntPtr keypoints p2 = sptr : IntPtr mask %inst 元関数名(C#): features2d_KeyPointsFilter_runByPixelsMask 元DLLエクスポート名: features2d_KeyPointsFilter_runByPixelsMask 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_KeyPointsFilter_runByPixelsMask(
    std::vector<cv::KeyPoint> *keypoints, cv::Mat *mask)
{
    BEGIN_WRAP
    cv::KeyPointsFilter::runByPixelsMask(*keypoints, *mask);
    END_WRAP
}
}html %group NativeMethods_features2d %index features2d_KeyPointsFilter_removeDuplicated [32/64bit] features2d_KeyPointsFilter_removeDuplicated %prm p1 p1 = sptr : IntPtr keypoints %inst 元関数名(C#): features2d_KeyPointsFilter_removeDuplicated 元DLLエクスポート名: features2d_KeyPointsFilter_removeDuplicated 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_KeyPointsFilter_removeDuplicated(
    std::vector<cv::KeyPoint> *keypoints)
{
    BEGIN_WRAP
    cv::KeyPointsFilter::removeDuplicated(*keypoints);
    END_WRAP
}
}html %group NativeMethods_features2d %index features2d_KeyPointsFilter_removeDuplicatedSorted [32/64bit] features2d_KeyPointsFilter_removeDuplicatedSorted %prm p1 p1 = sptr : IntPtr keypoints %inst 元関数名(C#): features2d_KeyPointsFilter_removeDuplicatedSorted 元DLLエクスポート名: features2d_KeyPointsFilter_removeDuplicatedSorted 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_KeyPointsFilter_removeDuplicatedSorted(
    std::vector<cv::KeyPoint> *keypoints)
{
    BEGIN_WRAP
    cv::KeyPointsFilter::removeDuplicatedSorted(*keypoints);
    END_WRAP
}
}html %group NativeMethods_features2d %index features2d_KeyPointsFilter_retainBest [32/64bit] features2d_KeyPointsFilter_retainBest %prm p1,p2 p1 = sptr : IntPtr keypoints p2 = int : int nPoints %inst 元関数名(C#): features2d_KeyPointsFilter_retainBest 元DLLエクスポート名: features2d_KeyPointsFilter_retainBest 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_KeyPointsFilter_retainBest(
    std::vector<cv::KeyPoint> *keypoints, int nPoints)
{
    BEGIN_WRAP
    cv::KeyPointsFilter::retainBest(*keypoints, nPoints);
    END_WRAP
}
}html %group NativeMethods_features2d %index features2d_BOWTrainer_add [32/64bit] トレーニングセットにディスクリプタを追加します． %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr descriptors %inst 学習セットは，clustermethod を用いてクラスタリングされ，語彙が構築されます． 元関数名(C#): features2d_BOWTrainer_add 元DLLエクスポート名: features2d_BOWTrainer_add 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_BOW.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_BOWTrainer_add(cv::BOWTrainer *obj, cv::Mat *descriptors)
{
    BEGIN_WRAP
    obj->add(*descriptors);
    END_WRAP
}
}html %group NativeMethods_features2d_BOW %index features2d_BOWTrainer_getDescriptors [32/64bit] ディスクリプタのトレーニングセットを返します． %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr descriptors %inst 元関数名(C#): features2d_BOWTrainer_getDescriptors 元DLLエクスポート名: features2d_BOWTrainer_getDescriptors 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_BOW.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_BOWTrainer_getDescriptors(cv::BOWTrainer *obj, std::vector<cv::Mat> *descriptors)
{
    BEGIN_WRAP
    const std::vector<cv::Mat> d = obj->getDescriptors();
    std::copy(d.begin(), d.end(), std::back_inserter(*descriptors));
    END_WRAP
}
}html %group NativeMethods_features2d_BOW %index features2d_BOWTrainer_descriptorsCount [32/64bit] 学習セットに格納されている，すべての記述子の数を返します． %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): features2d_BOWTrainer_descriptorsCount 元DLLエクスポート名: features2d_BOWTrainer_descriptorsCount 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_BOW.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_BOWTrainer_descriptorsCount(cv::BOWTrainer *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->descriptorsCount();
    END_WRAP
}
}html %group NativeMethods_features2d_BOW %index features2d_BOWTrainer_clear [32/64bit] features2d_BOWTrainer_clear %prm p1 p1 = sptr : IntPtr obj %inst 元関数名(C#): features2d_BOWTrainer_clear 元DLLエクスポート名: features2d_BOWTrainer_clear 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_BOW.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_BOWTrainer_clear(cv::BOWTrainer *obj)
{
    BEGIN_WRAP
    obj->clear();
    END_WRAP
}
}html %group NativeMethods_features2d_BOW %index features2d_BOWKMeansTrainer_new [32bit] cv::BOWKMeansTrainer のインスタンスを生成します %prm p1,p2,p3,p4,p5 p1 = int : int clusterCount p2 = ARGS_TERMCRITERIA : TermCriteria termcrit p3 = int : int attempts p4 = int : int flags p5 = var : out IntPtr returnValue %inst kmeans - based class を用いて，視覚的単語の袋（bag of visual words）アプローチで視覚的語彙を学習します． 元関数名(C#): features2d_BOWKMeansTrainer_new 元DLLエクスポート名: features2d_BOWKMeansTrainer_new 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_BOW.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_BOWKMeansTrainer_new(
    int clusterCount, MyCvTermCriteria termcrit, int attempts, int flags, cv::BOWKMeansTrainer **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::BOWKMeansTrainer(clusterCount, cpp(termcrit), attempts, flags);
    END_WRAP
}
}html %group NativeMethods_features2d_BOW %index features2d_BOWKMeansTrainer_new [64bit] cv::BOWKMeansTrainer のインスタンスを生成します %prm p1,p2,p3,p4,p5 p1 = int : int clusterCount p2 = var : TermCriteria termcrit p3 = int : int attempts p4 = int : int flags p5 = var : out IntPtr returnValue %inst kmeans - based class を用いて，視覚的単語の袋（bag of visual words）アプローチで視覚的語彙を学習します． 元関数名(C#): features2d_BOWKMeansTrainer_new 元DLLエクスポート名: features2d_BOWKMeansTrainer_new 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_BOW.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_BOWKMeansTrainer_new(
    int clusterCount, MyCvTermCriteria termcrit, int attempts, int flags, cv::BOWKMeansTrainer **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::BOWKMeansTrainer(clusterCount, cpp(termcrit), attempts, flags);
    END_WRAP
}
}html %group NativeMethods_features2d_BOW %index features2d_BOWKMeansTrainer_delete [32/64bit] kmeans - based class を用いて，視覚的単語の袋（bag of visual words）アプローチで視覚的語彙を学習します． %prm p1 p1 = sptr : IntPtr obj %inst 元関数名(C#): features2d_BOWKMeansTrainer_delete 元DLLエクスポート名: features2d_BOWKMeansTrainer_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_BOW.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_BOWKMeansTrainer_delete(cv::BOWKMeansTrainer *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_features2d_BOW %index features2d_BOWKMeansTrainer_cluster1 [32/64bit] クラスタは，ディスクリプタを学習します． %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst 語彙は，クラスタセンターから構成されます．そのため，このメソッドは，語彙を返します．このメソッドの第1のバージョンでは，オブジェクトに格納された訓練ディスクリプタがクラスタリングされます．第2のバージョンでは，入力ディスクリプタがクラスタリングされます． Implements cv::BOWTrainer. 元関数名(C#): features2d_BOWKMeansTrainer_cluster1 元DLLエクスポート名: features2d_BOWKMeansTrainer_cluster1 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_BOW.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_BOWKMeansTrainer_cluster1(cv::BOWKMeansTrainer *obj, cv::Mat **returnValue)
{
    BEGIN_WRAP
    const cv::Mat m = obj->cluster();
    *returnValue = new cv::Mat(m);
    END_WRAP
}
}html %group NativeMethods_features2d_BOW %index features2d_BOWKMeansTrainer_cluster2 [32/64bit] クラスタは，ディスクリプタを学習します． %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = sptr : IntPtr descriptors p3 = var : out IntPtr returnValue %inst 語彙は，クラスタセンターから構成されます．そのため，このメソッドは，語彙を返します．このメソッドの第1のバージョンでは，オブジェクトに格納された訓練ディスクリプタがクラスタリングされます．第2のバージョンでは，入力ディスクリプタがクラスタリングされます． Implements cv::BOWTrainer. 元関数名(C#): features2d_BOWKMeansTrainer_cluster2 元DLLエクスポート名: features2d_BOWKMeansTrainer_cluster2 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_BOW.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_BOWKMeansTrainer_cluster2(cv::BOWKMeansTrainer *obj, cv::Mat *descriptors, cv::Mat **returnValue)
{
    BEGIN_WRAP
    const cv::Mat m = obj->cluster(*descriptors);
    *returnValue = new cv::Mat(m);
    END_WRAP
}
}html %group NativeMethods_features2d_BOW %index features2d_BOWImgDescriptorExtractor_new1_Ptr [32/64bit] cv::BOWImgDescriptorExtractor のインスタンスを生成します %prm p1,p2,p3 p1 = sptr : IntPtr dextractor p2 = sptr : IntPtr dmatcher p3 = var : out IntPtr returnValue %inst 視覚的単語の袋を用いて画像ディスクリプタを計算するために， cv::BOWTrainer.Class を実装します． この計算は，以下のステップで構成されます． 与えられた画像とそのキーポイントセットに対するディスクリプタを計算します． 各キーポイントディスクリプタに対して，語彙から最も近い視覚的な単語を見つけます． 画像中に現れる語彙の正規化されたヒストグラムである，bag-of-words画像記述子を計算します．ヒストグラムのi番目のビンは，与えられた画像における語彙のi番目の単語の頻度を表します． 元関数名(C#): features2d_BOWImgDescriptorExtractor_new1_Ptr 元DLLエクスポート名: features2d_BOWImgDescriptorExtractor_new1_Ptr 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_BOW.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_BOWImgDescriptorExtractor_new1_Ptr(
    cv::Ptr<cv::DescriptorExtractor> *dextractor, cv::Ptr<cv::DescriptorMatcher> *dmatcher, cv::BOWImgDescriptorExtractor **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::BOWImgDescriptorExtractor(*dextractor, *dmatcher);
    END_WRAP
}
}html %group NativeMethods_features2d_BOW %index features2d_BOWImgDescriptorExtractor_new2_Ptr [32/64bit] cv::BOWImgDescriptorExtractor のインスタンスを生成します %prm p1,p2 p1 = sptr : IntPtr dmatcher p2 = var : out IntPtr returnValue %inst 視覚的単語の袋を用いて画像ディスクリプタを計算するために， cv::BOWTrainer.Class を実装します． この計算は，以下のステップで構成されます． 与えられた画像とそのキーポイントセットに対するディスクリプタを計算します． 各キーポイントディスクリプタに対して，語彙から最も近い視覚的な単語を見つけます． 画像中に現れる語彙の正規化されたヒストグラムである，bag-of-words画像記述子を計算します．ヒストグラムのi番目のビンは，与えられた画像における語彙のi番目の単語の頻度を表します． 元関数名(C#): features2d_BOWImgDescriptorExtractor_new2_Ptr 元DLLエクスポート名: features2d_BOWImgDescriptorExtractor_new2_Ptr 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_BOW.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_BOWImgDescriptorExtractor_new2_Ptr(
    cv::Ptr<cv::DescriptorMatcher> *dmatcher, cv::BOWImgDescriptorExtractor **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::BOWImgDescriptorExtractor(*dmatcher);
    END_WRAP
}
}html %group NativeMethods_features2d_BOW %index features2d_BOWImgDescriptorExtractor_new1_RawPtr [32/64bit] cv::BOWImgDescriptorExtractor のインスタンスを生成します %prm p1,p2,p3 p1 = sptr : IntPtr dextractor p2 = sptr : IntPtr dmatcher p3 = var : out IntPtr returnValue %inst 視覚的単語の袋を用いて画像ディスクリプタを計算するために， cv::BOWTrainer.Class を実装します． この計算は，以下のステップで構成されます． 与えられた画像とそのキーポイントセットに対するディスクリプタを計算します． 各キーポイントディスクリプタに対して，語彙から最も近い視覚的な単語を見つけます． 画像中に現れる語彙の正規化されたヒストグラムである，bag-of-words画像記述子を計算します．ヒストグラムのi番目のビンは，与えられた画像における語彙のi番目の単語の頻度を表します． 元関数名(C#): features2d_BOWImgDescriptorExtractor_new1_RawPtr 元DLLエクスポート名: features2d_BOWImgDescriptorExtractor_new1_RawPtr 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_BOW.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_BOWImgDescriptorExtractor_new1_RawPtr(
    cv::DescriptorExtractor *dextractor, cv::DescriptorMatcher *dmatcher, cv::BOWImgDescriptorExtractor **returnValue)
{
    BEGIN_WRAP
    // do not delete dextractor and dmatcher
    const cv::Ptr<cv::DescriptorExtractor> dextractorPtr(dextractor, DescriptorExtractorDeleter);
    const cv::Ptr<cv::DescriptorMatcher> dmatcherPtr(dmatcher, DescriptorMatcherDeleter);
    *returnValue = new cv::BOWImgDescriptorExtractor(dextractorPtr, dmatcherPtr);
    END_WRAP
}
}html %group NativeMethods_features2d_BOW %index features2d_BOWImgDescriptorExtractor_new2_RawPtr [32/64bit] cv::BOWImgDescriptorExtractor のインスタンスを生成します %prm p1,p2 p1 = sptr : IntPtr dmatcher p2 = var : out IntPtr returnValue %inst 視覚的単語の袋を用いて画像ディスクリプタを計算するために， cv::BOWTrainer.Class を実装します． この計算は，以下のステップで構成されます． 与えられた画像とそのキーポイントセットに対するディスクリプタを計算します． 各キーポイントディスクリプタに対して，語彙から最も近い視覚的な単語を見つけます． 画像中に現れる語彙の正規化されたヒストグラムである，bag-of-words画像記述子を計算します．ヒストグラムのi番目のビンは，与えられた画像における語彙のi番目の単語の頻度を表します． 元関数名(C#): features2d_BOWImgDescriptorExtractor_new2_RawPtr 元DLLエクスポート名: features2d_BOWImgDescriptorExtractor_new2_RawPtr 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_BOW.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_BOWImgDescriptorExtractor_new2_RawPtr(
    cv::DescriptorMatcher *dmatcher, cv::BOWImgDescriptorExtractor **returnValue)
{
    BEGIN_WRAP
    // do not delete dmatcher
    const cv::Ptr<cv::DescriptorMatcher> dmatcherPtr(dmatcher, DescriptorMatcherDeleter);
    *returnValue = new cv::BOWImgDescriptorExtractor(dmatcherPtr);
    END_WRAP
}
}html %group NativeMethods_features2d_BOW %index features2d_BOWImgDescriptorExtractor_delete [32/64bit] cv::BOWImgDescriptorExtractor のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst 視覚的単語の袋を用いて画像ディスクリプタを計算するために， cv::BOWTrainer.Class を実装します． この計算は，以下のステップで構成されます． 与えられた画像とそのキーポイントセットに対するディスクリプタを計算します． 各キーポイントディスクリプタに対して，語彙から最も近い視覚的な単語を見つけます． 画像中に現れる語彙の正規化されたヒストグラムである，bag-of-words画像記述子を計算します．ヒストグラムのi番目のビンは，与えられた画像における語彙のi番目の単語の頻度を表します． 元関数名(C#): features2d_BOWImgDescriptorExtractor_delete 元DLLエクスポート名: features2d_BOWImgDescriptorExtractor_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_BOW.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_BOWImgDescriptorExtractor_delete(cv::BOWImgDescriptorExtractor *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_features2d_BOW %index features2d_BOWImgDescriptorExtractor_setVocabulary [32/64bit] 視覚的な語彙を設定します． %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr vocabulary %inst 元関数名(C#): features2d_BOWImgDescriptorExtractor_setVocabulary 元DLLエクスポート名: features2d_BOWImgDescriptorExtractor_setVocabulary 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_BOW.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_BOWImgDescriptorExtractor_setVocabulary(cv::BOWImgDescriptorExtractor *obj, cv::Mat *vocabulary)
{
    BEGIN_WRAP
    obj->setVocabulary(*vocabulary);
    END_WRAP
}
}html %group NativeMethods_features2d_BOW %index features2d_BOWImgDescriptorExtractor_getVocabulary [32/64bit] 設定された語彙を返します． %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst 元関数名(C#): features2d_BOWImgDescriptorExtractor_getVocabulary 元DLLエクスポート名: features2d_BOWImgDescriptorExtractor_getVocabulary 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_BOW.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_BOWImgDescriptorExtractor_getVocabulary(cv::BOWImgDescriptorExtractor *obj, cv::Mat **returnValue)
{
    BEGIN_WRAP
    cv::Mat m = obj->getVocabulary();
    *returnValue = new cv::Mat(m);
    END_WRAP
}
}html %group NativeMethods_features2d_BOW %index features2d_BOWImgDescriptorExtractor_compute11 [32/64bit] set visual vocabulary を用いて，画像ディスクリプタを計算します． %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr obj p2 = sptr : IntPtr image p3 = sptr : IntPtr keypoints p4 = sptr : IntPtr imgDescriptor p5 = sptr : IntPtr pointIdxsOfClusters p6 = sptr : IntPtr descriptors %inst 元関数名(C#): features2d_BOWImgDescriptorExtractor_compute11 元DLLエクスポート名: features2d_BOWImgDescriptorExtractor_compute11 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_BOW.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_BOWImgDescriptorExtractor_compute11(
    cv::BOWImgDescriptorExtractor *obj, cv::_InputArray *image, std::vector<cv::KeyPoint> *keypoints, cv::_OutputArray *imgDescriptor, 
    std::vector<std::vector<int> >* pointIdxsOfClusters, cv::Mat* descriptors)
{
    BEGIN_WRAP
    obj->compute(*image, *keypoints, *imgDescriptor, pointIdxsOfClusters, descriptors);
    END_WRAP
}
}html %group NativeMethods_features2d_BOW %index features2d_BOWImgDescriptorExtractor_compute12 [32/64bit] この関数は，便宜上，オーバーロードされたメンバ関数です．上の関数との違いは，どのような引数を受け取るかだけです． %prm p1,p2,p3,p4 p1 = sptr : IntPtr obj p2 = sptr : IntPtr keypointDescriptors p3 = sptr : IntPtr imgDescriptor p4 = sptr : IntPtr pointIdxsOfClusters %inst 元関数名(C#): features2d_BOWImgDescriptorExtractor_compute12 元DLLエクスポート名: features2d_BOWImgDescriptorExtractor_compute12 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_BOW.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_BOWImgDescriptorExtractor_compute12(
    cv::BOWImgDescriptorExtractor *obj, cv::_InputArray *keypointDescriptors, 
    cv::_OutputArray *imgDescriptor,     std::vector<std::vector<int> >* pointIdxsOfClusters)
{
    BEGIN_WRAP
    obj->compute(*keypointDescriptors, *imgDescriptor, pointIdxsOfClusters);
    END_WRAP
}
}html %group NativeMethods_features2d_BOW %index features2d_BOWImgDescriptorExtractor_compute2 [32/64bit] features2d_BOWImgDescriptorExtractor_compute2 %prm p1,p2,p3,p4 p1 = sptr : IntPtr obj p2 = sptr : IntPtr image p3 = sptr : IntPtr keypoints p4 = sptr : IntPtr imgDescriptor %inst 元関数名(C#): features2d_BOWImgDescriptorExtractor_compute2 元DLLエクスポート名: features2d_BOWImgDescriptorExtractor_compute2 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_BOW.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_BOWImgDescriptorExtractor_compute2(
    cv::BOWImgDescriptorExtractor *obj, cv::Mat *image, std::vector<cv::KeyPoint> *keypoints, cv::Mat *imgDescriptor)
{
    BEGIN_WRAP
    obj->compute2(*image, *keypoints, *imgDescriptor);
    END_WRAP
}
}html %group NativeMethods_features2d_BOW %index features2d_BOWImgDescriptorExtractor_descriptorSize [32/64bit] vocabularyが設定されている場合は，画像ディスクリプタのサイズを返します．そうでない場合は，0を返します． %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): features2d_BOWImgDescriptorExtractor_descriptorSize 元DLLエクスポート名: features2d_BOWImgDescriptorExtractor_descriptorSize 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_BOW.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_BOWImgDescriptorExtractor_descriptorSize(cv::BOWImgDescriptorExtractor *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->descriptorSize();
    END_WRAP
}
}html %group NativeMethods_features2d_BOW %index features2d_BOWImgDescriptorExtractor_descriptorType [32/64bit] 画像ディスクリプタのタイプを返します． %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): features2d_BOWImgDescriptorExtractor_descriptorType 元DLLエクスポート名: features2d_BOWImgDescriptorExtractor_descriptorType 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_BOW.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_BOWImgDescriptorExtractor_descriptorType(cv::BOWImgDescriptorExtractor *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->descriptorType();
    END_WRAP
}
}html %group NativeMethods_features2d_BOW %index features2d_DescriptorMatcher_add [32/64bit] CPU(trainDescCollectionis) または GPU(utrainDescCollectionis) のディスクリプタコレクションを学習するために，ディスクリプタを追加します． %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = sptr : IntPtr[] descriptors p3 = int : int descriptorLength %inst コレクションが空ではない場合，新しいディスクリプタは，既存の訓練ディスクリプタに追加されます．cv::FlannBasedMatcherで再実装されました． 元関数名(C#): features2d_DescriptorMatcher_add 元DLLエクスポート名: features2d_DescriptorMatcher_add 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_DescriptorMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_DescriptorMatcher_add(cv::DescriptorMatcher *obj, cv::Mat **descriptors, int descriptorLength)
{
    BEGIN_WRAP
    std::vector<cv::Mat> descriptorsVec(descriptorLength);
    for (int i = 0; i < descriptorLength; i++)    
        descriptorsVec[i] = *descriptors[i];
    obj->add(descriptorsVec);
    END_WRAP
}
}html %group NativeMethods_features2d_DescriptorMatcher %index features2d_DescriptorMatcher_getTrainDescriptors [32/64bit] 列車ディスクリプタコレクション trainDescCollection への定数リンクを返します． %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr dst %inst 元関数名(C#): features2d_DescriptorMatcher_getTrainDescriptors 元DLLエクスポート名: features2d_DescriptorMatcher_getTrainDescriptors 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_DescriptorMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_DescriptorMatcher_getTrainDescriptors(cv::DescriptorMatcher *obj, std::vector<cv::Mat> *dst)
{
    BEGIN_WRAP
    *dst = obj->getTrainDescriptors();
    END_WRAP
}
}html %group NativeMethods_features2d_DescriptorMatcher %index features2d_DescriptorMatcher_clear [32/64bit] 列車ディスクリプタコレクションをクリアします． %prm p1 p1 = sptr : IntPtr obj %inst cv::Algorithm.Reimplemented in cv::FlannBasedMatcher.Reimplemented from cv::Algorithm.Reimplemented in cv::FlannBasedMatcher. 元関数名(C#): features2d_DescriptorMatcher_clear 元DLLエクスポート名: features2d_DescriptorMatcher_clear 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_DescriptorMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_DescriptorMatcher_clear(cv::DescriptorMatcher *obj)
{
    BEGIN_WRAP
    obj->clear();
    END_WRAP
}
}html %group NativeMethods_features2d_DescriptorMatcher %index features2d_DescriptorMatcher_empty [32/64bit] 両方のコレクションに列車ディスクリプタが存在しない場合は，真を返します． %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst cv::Algorithm を再実装したものです． 元関数名(C#): features2d_DescriptorMatcher_empty 元DLLエクスポート名: features2d_DescriptorMatcher_empty 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_DescriptorMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_DescriptorMatcher_empty(cv::DescriptorMatcher *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->empty() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_features2d_DescriptorMatcher %index features2d_DescriptorMatcher_isMaskSupported [32/64bit] ディスクリプタ Matcher が，許可されたマッチのマスキングをサポートする場合に true を返します． %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst cv::FlannBasedMatcher, および cv::BFMatcher で実装されています． 元関数名(C#): features2d_DescriptorMatcher_isMaskSupported 元DLLエクスポート名: features2d_DescriptorMatcher_isMaskSupported 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_DescriptorMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_DescriptorMatcher_isMaskSupported(cv::DescriptorMatcher *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->isMaskSupported() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_features2d_DescriptorMatcher %index features2d_DescriptorMatcher_train [32/64bit] ディスクリプタ Matcherを学習します． %prm p1 p1 = sptr : IntPtr obj %inst ディスクリプタ Matcherを学習します（例えば，flannインデックス）．マッチングを行うすべてのメソッドにおいて，マッチングの前に毎回 train() が実行されます．一部のディスクリプタ Matcher（例えば，BruteForceMatcher）は，このメソッドの実装が空です．その他の Matcher は，実際に内部構造を学習します（例えば， FlannBasedMatcher は flann::Index を学習します）． 元関数名(C#): features2d_DescriptorMatcher_train 元DLLエクスポート名: features2d_DescriptorMatcher_train 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_DescriptorMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_DescriptorMatcher_train(cv::DescriptorMatcher *obj)
{
    BEGIN_WRAP
    obj->train();
    END_WRAP
}
}html %group NativeMethods_features2d_DescriptorMatcher %index features2d_DescriptorMatcher_match1 [32/64bit] クエリセットから，各ディスクリプタに最もマッチするものを見つけます． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr obj p2 = sptr : IntPtr queryDescriptors p3 = sptr : IntPtr trainDescriptors p4 = sptr : IntPtr matches p5 = sptr : IntPtr mask %inst このメソッドの第1のバージョンでは，訓練ディスクリプタが入力引数として渡されます．このメソッドの第2のバージョンでは， DescriptorMatcher::add によってセットされた訓練ディスクリプタコレクションが利用されます．オプションの mask （複数可）を渡すことで，どのクエリと訓練ディスクリプタをマッチングさせるかを指定できます．つまり， mask.at(i,j) が0ではない場合にのみ， queryDescriptors[i] と trainDescriptors[j] がマッチングされます． 元関数名(C#): features2d_DescriptorMatcher_match1 元DLLエクスポート名: features2d_DescriptorMatcher_match1 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_DescriptorMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_DescriptorMatcher_match1(
    cv::DescriptorMatcher *obj, cv::Mat *queryDescriptors, 
    cv::Mat *trainDescriptors, std::vector<cv::DMatch> *matches, cv::Mat *mask)
{
    BEGIN_WRAP
    obj->match(*queryDescriptors, *trainDescriptors, *matches, entity(mask));
    END_WRAP
}
}html %group NativeMethods_features2d_DescriptorMatcher %index features2d_DescriptorMatcher_knnMatch1 [32/64bit] クエリセットから各ディスクリプタに対して，k個のベストマッチを見つけます． %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr obj p2 = sptr : IntPtr queryDescriptors p3 = sptr : IntPtr trainDescriptors p4 = sptr : IntPtr matches p5 = int : int k p6 = sptr : IntPtr mask p7 = int : int compactResult %inst これらの DescriptorMatcher::match メソッドの拡張版は，各クエリディスクリプタに対して，複数のベストマッチを見つけます．これらのマッチは，距離の昇順で返されます．クエリディスクリプタと訓練ディスクリプタの詳細については， DescriptorMatcher::match を参照してください． 元関数名(C#): features2d_DescriptorMatcher_knnMatch1 元DLLエクスポート名: features2d_DescriptorMatcher_knnMatch1 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_DescriptorMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_DescriptorMatcher_knnMatch1(
    cv::DescriptorMatcher *obj, cv::Mat *queryDescriptors,
    cv::Mat *trainDescriptors, std::vector<std::vector<cv::DMatch> > *matches, int k,
    cv::Mat *mask, int compactResult)
{
    BEGIN_WRAP
    obj->knnMatch(*queryDescriptors, *trainDescriptors, *matches, k, entity(mask), compactResult != 0);
    END_WRAP
}
}html %group NativeMethods_features2d_DescriptorMatcher %index features2d_DescriptorMatcher_radiusMatch1 [32/64bit] 各クエリディスクリプタに対して，指定された距離よりも遠くないトレーニングディスクリプタを見つけます． %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr obj p2 = sptr : IntPtr queryDescriptors p3 = sptr : IntPtr trainDescriptors p4 = sptr : IntPtr matches p5 = float : float maxDistance p6 = sptr : IntPtr mask p7 = int : int compactResult %inst 各クエリディスクリプタに対して，メソッドは，クエリディスクリプタとトレーニングディスクリプタの間の距離が maxDistance と同等かそれよりも小さくなるようなトレーニングディスクリプタを見つけます．検索されたマッチは，距離が大きい順に返されます． 元関数名(C#): features2d_DescriptorMatcher_radiusMatch1 元DLLエクスポート名: features2d_DescriptorMatcher_radiusMatch1 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_DescriptorMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_DescriptorMatcher_radiusMatch1(
    cv::DescriptorMatcher *obj, cv::Mat *queryDescriptors, 
    cv::Mat *trainDescriptors, std::vector<std::vector<cv::DMatch> > *matches, float maxDistance,
    cv::Mat *mask, int compactResult)
{
    BEGIN_WRAP
    obj->radiusMatch(*queryDescriptors, *trainDescriptors, *matches, maxDistance, entity(mask), compactResult != 0);
    END_WRAP
}
}html %group NativeMethods_features2d_DescriptorMatcher %index features2d_DescriptorMatcher_match2 [32/64bit] この関数は，便宜上，オーバーロードされたメンバ関数です．上の関数との違いは，どのような引数を受け取るかだけです． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr obj p2 = sptr : IntPtr queryDescriptors p3 = sptr : IntPtr matches p4 = sptr : IntPtr[] masks p5 = int : int masksSize %inst 元関数名(C#): features2d_DescriptorMatcher_match2 元DLLエクスポート名: features2d_DescriptorMatcher_match2 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_DescriptorMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_DescriptorMatcher_match2(
    cv::DescriptorMatcher *obj, cv::Mat *queryDescriptors, std::vector<cv::DMatch> *matches,
    cv::Mat **masks, int masksSize)
{
    BEGIN_WRAP
    std::vector<cv::Mat> masksVal;
    if (masksSize != 0)
    {
        masksVal = std::vector<cv::Mat>(masksSize);
        for (int i = 0; i < masksSize; i++)
        {
            masksVal[i] = *(masks[i]);
        }
    }
    obj->match(*queryDescriptors, *matches, masksVal);
    END_WRAP
}
}html %group NativeMethods_features2d_DescriptorMatcher %index features2d_DescriptorMatcher_knnMatch2 [32/64bit] この関数は，便宜上，オーバーロードされたメンバ関数です．上の関数との違いは，どのような引数を受け取るかだけです． %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr obj p2 = sptr : IntPtr queryDescriptors p3 = sptr : IntPtr matches p4 = int : int k p5 = sptr : IntPtr[] masks p6 = int : int masksSize p7 = int : int compactResult %inst 元関数名(C#): features2d_DescriptorMatcher_knnMatch2 元DLLエクスポート名: features2d_DescriptorMatcher_knnMatch2 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_DescriptorMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_DescriptorMatcher_knnMatch2(
    cv::DescriptorMatcher *obj, cv::Mat *queryDescriptors, std::vector<std::vector<cv::DMatch> > *matches, 
    int k, cv::Mat **masks, int masksSize, int compactResult)
{
    BEGIN_WRAP
    std::vector<cv::Mat> masksVal;
    if (masksSize != 0)
    {
        masksVal = std::vector<cv::Mat>(masksSize);
        for (int i = 0; i < masksSize; i++)
        {
            masksVal[i] = *(masks[i]);
        }
    }
    obj->knnMatch(*queryDescriptors, *matches, k, masksVal, compactResult != 0);
    END_WRAP
}
}html %group NativeMethods_features2d_DescriptorMatcher %index features2d_DescriptorMatcher_radiusMatch2 [32/64bit] この関数は，便宜上，オーバーロードされたメンバ関数です．上の関数との違いは，どのような引数を受け取るかだけです． %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr obj p2 = sptr : IntPtr queryDescriptors p3 = sptr : IntPtr matches p4 = float : float maxDistance p5 = sptr : IntPtr[] masks p6 = int : int masksSize p7 = int : int compactResult %inst 元関数名(C#): features2d_DescriptorMatcher_radiusMatch2 元DLLエクスポート名: features2d_DescriptorMatcher_radiusMatch2 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_DescriptorMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_DescriptorMatcher_radiusMatch2(
    cv::DescriptorMatcher *obj, cv::Mat *queryDescriptors, std::vector<std::vector<cv::DMatch> > *matches, 
    float maxDistance, cv::Mat **masks, int masksSize, int compactResult)
{
    BEGIN_WRAP
    std::vector<cv::Mat> masksVal;
    if (masksSize != 0)
    {
        masksVal = std::vector<cv::Mat>(masksSize);
        for (int i = 0; i < masksSize; i++)
        {
            masksVal[i] = *(masks[i]);
        }
    }
    obj->radiusMatch(*queryDescriptors, *matches, maxDistance, masksVal, compactResult != 0);
    END_WRAP
}
}html %group NativeMethods_features2d_DescriptorMatcher %index features2d_DescriptorMatcher_create [32/64bit] 与えられたタイプのディスクリプタ Matcher を，デフォルトのパラメータ（デフォルトコンストラクタを利用）で作成します． %prm p1,p2 p1 = str : [MarshalAs(UnmanagedType.LPStr)] string descriptorMatcherType p2 = var : out IntPtr returnValue %inst 元関数名(C#): features2d_DescriptorMatcher_create 元DLLエクスポート名: features2d_DescriptorMatcher_create 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_DescriptorMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_DescriptorMatcher_create(
    const char *descriptorMatcherType, cv::Ptr<cv::DescriptorMatcher> **returnValue)
{
    BEGIN_WRAP
    const cv::Ptr<cv::DescriptorMatcher> ret = cv::DescriptorMatcher::create(descriptorMatcherType);
    *returnValue = new cv::Ptr<cv::DescriptorMatcher>(ret);
    END_WRAP
}
}html %group NativeMethods_features2d_DescriptorMatcher %index features2d_Ptr_DescriptorMatcher_get [32/64bit] cv::DescriptorMatcher のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst キーポイントのディスクリプタをマッチングするための抽象的な基底クラス． これには2つのマッチングメソッドがあり，画像のディスクリプタを別の画像や画像セットとマッチングさせることができます． 元関数名(C#): features2d_Ptr_DescriptorMatcher_get 元DLLエクスポート名: features2d_Ptr_DescriptorMatcher_get 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_DescriptorMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_Ptr_DescriptorMatcher_get(
    cv::Ptr<cv::DescriptorMatcher> *ptr, cv::DescriptorMatcher **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_features2d_DescriptorMatcher %index features2d_Ptr_DescriptorMatcher_delete [32/64bit] cv::DescriptorMatcher のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr ptr %inst キーポイントのディスクリプタをマッチングするための抽象的な基底クラス． これには2つのマッチングメソッドがあり，画像のディスクリプタを別の画像や画像セットとマッチングさせることができます． 元関数名(C#): features2d_Ptr_DescriptorMatcher_delete 元DLLエクスポート名: features2d_Ptr_DescriptorMatcher_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_DescriptorMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_Ptr_DescriptorMatcher_delete(cv::Ptr<cv::DescriptorMatcher> *ptr)
{
    BEGIN_WRAP
    delete ptr;
    END_WRAP
}
}html %group NativeMethods_features2d_DescriptorMatcher %index features2d_BFMatcher_new [32/64bit] cv::BFMatcher のインスタンスを生成します %prm p1,p2,p3 p1 = int : int normType p2 = int : int crossCheck p3 = var : out IntPtr returnValue %inst ブルートフォースディスクリプタ Matcher． この Matcherは，第1の集合の各ディスクリプタに対して，第2の集合の中で最も近いディスクリプタを，それぞれ試しながら見つけます．このディスクリプタ Matcherは，ディスクリプタ集合の許容されるマッチングのマスクをサポートします． 元関数名(C#): features2d_BFMatcher_new 元DLLエクスポート名: features2d_BFMatcher_new 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_DescriptorMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_BFMatcher_new(int normType, int crossCheck, cv::BFMatcher **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::BFMatcher(normType, crossCheck != 0);
    END_WRAP
}
}html %group NativeMethods_features2d_DescriptorMatcher %index features2d_BFMatcher_delete [32/64bit] cv::BFMatcher のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst ブルートフォースディスクリプタ Matcher． この Matcherは，第1の集合の各ディスクリプタに対して，第2の集合の中で最も近いディスクリプタを，それぞれ試しながら見つけます．このディスクリプタ Matcherは，ディスクリプタ集合の許容されるマッチングのマスクをサポートします． 元関数名(C#): features2d_BFMatcher_delete 元DLLエクスポート名: features2d_BFMatcher_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_DescriptorMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_BFMatcher_delete(cv::BFMatcher *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_features2d_DescriptorMatcher %index features2d_BFMatcher_isMaskSupported [32/64bit] ディスクリプタ Matcher が，許可されたマッチのマスキングをサポートする場合に true を返します． %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst cv::DescriptorMatcher を実装しています． 元関数名(C#): features2d_BFMatcher_isMaskSupported 元DLLエクスポート名: features2d_BFMatcher_isMaskSupported 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_DescriptorMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_BFMatcher_isMaskSupported(cv::BFMatcher *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->isMaskSupported() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_features2d_DescriptorMatcher %index features2d_Ptr_BFMatcher_get [32/64bit] cv::BFMatcher のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst ブルートフォースディスクリプタ Matcher． この Matcherは，第1の集合の各ディスクリプタに対して，第2の集合の中で最も近いディスクリプタを，それぞれ試しながら見つけます．このディスクリプタ Matcherは，ディスクリプタ集合の許容されるマッチングのマスクをサポートします． 元関数名(C#): features2d_Ptr_BFMatcher_get 元DLLエクスポート名: features2d_Ptr_BFMatcher_get 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_DescriptorMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_Ptr_BFMatcher_get(cv::Ptr<cv::BFMatcher> *ptr, cv::BFMatcher **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_features2d_DescriptorMatcher %index features2d_Ptr_BFMatcher_delete [32/64bit] cv::BFMatcher のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr ptr %inst ブルートフォースディスクリプタ Matcher． この Matcherは，第1の集合の各ディスクリプタに対して，第2の集合の中で最も近いディスクリプタを，それぞれ試しながら見つけます．このディスクリプタ Matcherは，ディスクリプタ集合の許容されるマッチングのマスクをサポートします． 元関数名(C#): features2d_Ptr_BFMatcher_delete 元DLLエクスポート名: features2d_Ptr_BFMatcher_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_DescriptorMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_Ptr_BFMatcher_delete(cv::Ptr<cv::BFMatcher> *ptr)
{
    BEGIN_WRAP
    delete ptr;
    END_WRAP
}
}html %group NativeMethods_features2d_DescriptorMatcher %index features2d_FlannBasedMatcher_new [32/64bit] cv::FlannBasedMatcher のインスタンスを生成します %prm p1,p2,p3 p1 = sptr : IntPtr indexParams p2 = sptr : IntPtr searchParams p3 = var : out IntPtr returnValue %inst Flann ベースのディスクリプタ Matcher． この Matcherは，訓練ディスクリプタ集合に対して cv::flann::Index を学習させ，最適なマッチを見つけるためにその最近接探索メソッドを呼び出します．そのため，大規模な訓練コレクションをマッチングする場合，このマッチャは，ブルートフォース・マッチャよりも高速になる可能性があります．flann::Index がサポートしていないので，FlannBasedMatcher は，ディスクリプタ集合の許容されるマッチをマスクすることをサポートしません． 元関数名(C#): features2d_FlannBasedMatcher_new 元DLLエクスポート名: features2d_FlannBasedMatcher_new 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_DescriptorMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_FlannBasedMatcher_new(
    cv::Ptr<cv::flann::IndexParams> *indexParams, cv::Ptr<cv::flann::SearchParams> *searchParams, cv::FlannBasedMatcher **returnValue)
{
    BEGIN_WRAP
    cv::Ptr<cv::flann::IndexParams> indexParamsPtr;
    cv::Ptr<cv::flann::SearchParams> searchParamsPtr;
    if (indexParams == nullptr)
        indexParamsPtr = cv::makePtr<cv::flann::KDTreeIndexParams>();
    else
        indexParamsPtr = *indexParams;
    
    if (searchParams == nullptr)
        searchParamsPtr = cv::makePtr<cv::flann::SearchParams>();
    else    
        searchParamsPtr = *searchParams;
    
    *returnValue = new cv::FlannBasedMatcher(indexParamsPtr, searchParamsPtr);
    END_WRAP
}
}html %group NativeMethods_features2d_DescriptorMatcher %index features2d_FlannBasedMatcher_delete [32/64bit] cv::FlannBasedMatcher のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst Flann ベースのディスクリプタ Matcher． この Matcherは，訓練ディスクリプタ集合に対して cv::flann::Index を学習させ，最適なマッチを見つけるためにその最近接探索メソッドを呼び出します．そのため，大規模な訓練コレクションをマッチングする場合，このマッチャは，ブルートフォース・マッチャよりも高速になる可能性があります．flann::Index がサポートしていないので，FlannBasedMatcher は，ディスクリプタ集合の許容されるマッチをマスクすることをサポートしません． 元関数名(C#): features2d_FlannBasedMatcher_delete 元DLLエクスポート名: features2d_FlannBasedMatcher_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_DescriptorMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_FlannBasedMatcher_delete(cv::FlannBasedMatcher *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_features2d_DescriptorMatcher %index features2d_FlannBasedMatcher_add [32/64bit] CPU(trainDescCollectionis) または GPU(utrainDescCollectionis) のディスクリプタコレクションを学習するために，ディスクリプタを追加します． %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = sptr : IntPtr[] descriptors p3 = int : int descriptorsSize %inst コレクションが空ではない場合，新しいディスクリプタは，既存の訓練ディスクリプタに追加されます． 元関数名(C#): features2d_FlannBasedMatcher_add 元DLLエクスポート名: features2d_FlannBasedMatcher_add 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_DescriptorMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_FlannBasedMatcher_add(
    cv::FlannBasedMatcher *obj, cv::Mat **descriptors, int descriptorsSize)
{
    BEGIN_WRAP
    std::vector<cv::Mat> descriptorsVal(descriptorsSize);
    for (int i = 0; i < descriptorsSize; i++)
    {
        descriptorsVal[i] = *(descriptors[i]);
    }
    obj->add(descriptorsVal);
    END_WRAP
}
}html %group NativeMethods_features2d_DescriptorMatcher %index features2d_FlannBasedMatcher_clear [32/64bit] 列車ディスクリプタコレクションをクリアします． %prm p1 p1 = sptr : IntPtr obj %inst cv::DescriptorMatcher を再実装したものです． 元関数名(C#): features2d_FlannBasedMatcher_clear 元DLLエクスポート名: features2d_FlannBasedMatcher_clear 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_DescriptorMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_FlannBasedMatcher_clear(cv::FlannBasedMatcher *obj)
{
    BEGIN_WRAP
    obj->clear();
    END_WRAP
}
}html %group NativeMethods_features2d_DescriptorMatcher %index features2d_FlannBasedMatcher_train [32/64bit] ディスクリプタ Matcherを学習します． %prm p1 p1 = sptr : IntPtr obj %inst ディスクリプタ Matcherを学習します（例えば，flannインデックス）．マッチングを行うすべてのメソッドにおいて，マッチングの前に毎回 train() が実行されます．一部のディスクリプタ Matcher（例えば，BruteForceMatcher）は，このメソッドの実装が空です．その他の Matcher は，実際に内部構造を学習します（例えば， FlannBasedMatcher は flann::Index を学習します）． cv::DescriptorMatcher からの再実装． 元関数名(C#): features2d_FlannBasedMatcher_train 元DLLエクスポート名: features2d_FlannBasedMatcher_train 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_DescriptorMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_FlannBasedMatcher_train(cv::FlannBasedMatcher *obj)
{
    BEGIN_WRAP
    obj->train();
    END_WRAP
}
}html %group NativeMethods_features2d_DescriptorMatcher %index features2d_FlannBasedMatcher_isMaskSupported [32/64bit] ディスクリプタ Matcher が，許可されたマッチのマスキングをサポートする場合に true を返します． %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst cv::DescriptorMatcher を実装しています． 元関数名(C#): features2d_FlannBasedMatcher_isMaskSupported 元DLLエクスポート名: features2d_FlannBasedMatcher_isMaskSupported 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_DescriptorMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_FlannBasedMatcher_isMaskSupported(cv::FlannBasedMatcher *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->isMaskSupported() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_features2d_DescriptorMatcher %index features2d_Ptr_FlannBasedMatcher_get [32/64bit] cv::FlannBasedMatcher のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst Flann ベースのディスクリプタ Matcher． この Matcherは，訓練ディスクリプタ集合に対して cv::flann::Index を学習させ，最適なマッチを見つけるためにその最近接探索メソッドを呼び出します．そのため，大規模な訓練コレクションをマッチングする場合，このマッチャは，ブルートフォース・マッチャよりも高速になる可能性があります．flann::Index がサポートしていないので，FlannBasedMatcher は，ディスクリプタ集合の許容されるマッチをマスクすることをサポートしません． 元関数名(C#): features2d_Ptr_FlannBasedMatcher_get 元DLLエクスポート名: features2d_Ptr_FlannBasedMatcher_get 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_DescriptorMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_Ptr_FlannBasedMatcher_get(
    cv::Ptr<cv::FlannBasedMatcher> *ptr, cv::FlannBasedMatcher **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_features2d_DescriptorMatcher %index features2d_Ptr_FlannBasedMatcher_delete [32/64bit] cv::FlannBasedMatcher のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr ptr %inst Flann ベースのディスクリプタ Matcher． この Matcherは，訓練ディスクリプタ集合に対して cv::flann::Index を学習させ，最適なマッチを見つけるためにその最近接探索メソッドを呼び出します．そのため，大規模な訓練コレクションをマッチングする場合，このマッチャは，ブルートフォース・マッチャよりも高速になる可能性があります．flann::Index がサポートしていないので，FlannBasedMatcher は，ディスクリプタ集合の許容されるマッチをマスクすることをサポートしません． 元関数名(C#): features2d_Ptr_FlannBasedMatcher_delete 元DLLエクスポート名: features2d_Ptr_FlannBasedMatcher_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_DescriptorMatcher.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_Ptr_FlannBasedMatcher_delete(cv::Ptr<cv::FlannBasedMatcher> *ptr)
{
    BEGIN_WRAP
    delete ptr;
    END_WRAP
}
}html %group NativeMethods_features2d_DescriptorMatcher %index features2d_Feature2D_detect_Mat1 [32/64bit] 画像（第1の形式）または画像集合（第2の形式）からキーポイントを検出します． %prm p1,p2,p3,p4 p1 = sptr : IntPtr detector p2 = sptr : IntPtr image p3 = sptr : IntPtr keypoints p4 = sptr : IntPtr mask %inst 元関数名(C#): features2d_Feature2D_detect_Mat1 元DLLエクスポート名: features2d_Feature2D_detect_Mat1 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_Feature2D_detect_Mat1(
    cv::Feature2D *detector,
    cv::Mat *image,
    std::vector<cv::KeyPoint> *keypoints,
    cv::Mat *mask)
{
    BEGIN_WRAP
    detector->detect(*image, *keypoints, entity(mask));
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_Feature2D_detect_Mat2 [32/64bit] 画像（第1の形式）または画像集合（第2の形式）からキーポイントを検出します． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr detector p2 = sptr : IntPtr[] images p3 = int : int imageLength p4 = sptr : IntPtr keypoints p5 = var : IntPtr[]? mask %inst 元関数名(C#): features2d_Feature2D_detect_Mat2 元DLLエクスポート名: features2d_Feature2D_detect_Mat2 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_Feature2D_detect_Mat2(
    cv::Feature2D *detector,
    cv::Mat **images, int imageLength,
    std::vector<std::vector<cv::KeyPoint> > *keypoints, 
    cv::Mat **mask)
{
    BEGIN_WRAP
    std::vector<cv::Mat> imageVec(imageLength);
    std::vector<cv::Mat> maskVec;
    
    for (auto i = 0; i < imageLength; i++)
        imageVec.push_back(*images[i]);
    
    if (mask != nullptr)
    {
        maskVec.reserve(imageLength);
        for (auto i = 0; i < imageLength; i++)
            maskVec.push_back(*mask[i]);
    }

    detector->detect(imageVec, *keypoints, maskVec);
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_Feature2D_detect_InputArray [32/64bit] 画像（第1の形式）または画像集合（第2の形式）からキーポイントを検出します． %prm p1,p2,p3,p4 p1 = sptr : IntPtr detector p2 = sptr : IntPtr image p3 = sptr : IntPtr keypoints p4 = sptr : IntPtr mask %inst 元関数名(C#): features2d_Feature2D_detect_InputArray 元DLLエクスポート名: features2d_Feature2D_detect_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_Feature2D_detect_InputArray(
    cv::Feature2D *obj, cv::_InputArray *image, std::vector<cv::KeyPoint> *keypoints, cv::Mat *mask)
{
    BEGIN_WRAP
    obj->detect(*image, *keypoints, entity(mask));
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_Feature2D_compute1 [32/64bit] 画像（第1の形式）または画像集合（第2の形式）から検出されたキーポイントの集合に対するディスクリプタを計算します． %prm p1,p2,p3,p4 p1 = sptr : IntPtr obj p2 = sptr : IntPtr image p3 = sptr : IntPtr keypoints p4 = sptr : IntPtr descriptors %inst cv::xfeatures2d::DAISYで再実装されています． 元関数名(C#): features2d_Feature2D_compute1 元DLLエクスポート名: features2d_Feature2D_compute1 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_Feature2D_compute1(
    cv::Feature2D *obj,
    cv::_InputArray *image, std::vector<cv::KeyPoint> *keypoints, cv::_OutputArray *descriptors)
{
    BEGIN_WRAP
    obj->compute(*image, *keypoints, *descriptors);
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_Feature2D_compute2 [32/64bit] 画像（第1の形式）または画像集合（第2の形式）から検出されたキーポイントの集合に対するディスクリプタを計算します． %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr detector p2 = sptr : IntPtr[] images p3 = int : int imageLength p4 = sptr : IntPtr keypoints p5 = sptr : IntPtr[] descriptors p6 = int : int descriptorsLength %inst cv::xfeatures2d::DAISYで再実装されています． 元関数名(C#): features2d_Feature2D_compute2 元DLLエクスポート名: features2d_Feature2D_compute2 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_Feature2D_compute2(
    cv::Feature2D *detector, cv::Mat **images, int imageLength,
    std::vector<std::vector<cv::KeyPoint> > *keypoints, cv::Mat **descriptors, int descriptorsLength)
{
    BEGIN_WRAP
    std::vector<cv::Mat> imageVec(imageLength);
    std::vector<cv::Mat> descriptorsVec(descriptorsLength);
    
    for (auto i = 0; i < imageLength; i++)
        imageVec.push_back(*images[i]);
    for (auto i = 0; i < descriptorsLength; i++)
        descriptorsVec.push_back(*descriptors[i]);

    detector->compute(imageVec, *keypoints, descriptorsVec);
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_Feature2D_detectAndCompute [32/64bit] キーポイントを検出し，ディスクリプタを計算します． %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr detector p2 = sptr : IntPtr image p3 = sptr : IntPtr mask p4 = sptr : IntPtr keypoints p5 = sptr : IntPtr descriptors p6 = int : int useProvidedKeypoints %inst 元関数名(C#): features2d_Feature2D_detectAndCompute 元DLLエクスポート名: features2d_Feature2D_detectAndCompute 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_Feature2D_detectAndCompute(
    cv::Feature2D *detector, cv::_InputArray *image, cv::_InputArray *mask, 
    std::vector<cv::KeyPoint> *keypoints, cv::_OutputArray *descriptors, int useProvidedKeypoints)
{
    BEGIN_WRAP
    detector->detectAndCompute(entity(image), entity(mask), *keypoints, *descriptors, useProvidedKeypoints != 0);
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_Feature2D_descriptorSize [32/64bit] features2d_Feature2D_descriptorSize %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): features2d_Feature2D_descriptorSize 元DLLエクスポート名: features2d_Feature2D_descriptorSize 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_Feature2D_descriptorSize(cv::Feature2D *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->descriptorSize();
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_Feature2D_descriptorType [32/64bit] features2d_Feature2D_descriptorType %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): features2d_Feature2D_descriptorType 元DLLエクスポート名: features2d_Feature2D_descriptorType 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_Feature2D_descriptorType(cv::Feature2D *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->descriptorType();
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_Feature2D_defaultNorm [32/64bit] features2d_Feature2D_defaultNorm %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): features2d_Feature2D_defaultNorm 元DLLエクスポート名: features2d_Feature2D_defaultNorm 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_Feature2D_defaultNorm(cv::Feature2D *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->defaultNorm();
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_Feature2D_empty [32/64bit] 検出器オブジェクトが空の場合は，trueを返します． %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst cv::Algorithm を再実装したものです． 元関数名(C#): features2d_Feature2D_empty 元DLLエクスポート名: features2d_Feature2D_empty 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_Feature2D_empty(cv::Feature2D *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->empty() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_Feature2D_write [32/64bit] features2d_Feature2D_write %prm p1,p2 p1 = sptr : IntPtr obj p2 = str : [MarshalAs(UnmanagedType.LPStr)] string fileName %inst 元関数名(C#): features2d_Feature2D_write 元DLLエクスポート名: features2d_Feature2D_write 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_Feature2D_write(cv::Feature2D *obj, const char *fileName)
{
    BEGIN_WRAP
    const cv::String fileNameString(fileName);
    obj->write(fileNameString);
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_Feature2D_read [32/64bit] features2d_Feature2D_read %prm p1,p2 p1 = sptr : IntPtr obj p2 = str : [MarshalAs(UnmanagedType.LPStr)] string fileName %inst 元関数名(C#): features2d_Feature2D_read 元DLLエクスポート名: features2d_Feature2D_read 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_Feature2D_read(cv::Feature2D *obj, const char *fileName)
{
    BEGIN_WRAP
    obj->read(fileName);
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_Feature2D_getDefaultName [32/64bit] アルゴリズムの文字列識別子を返します．この文字列は，オブジェクトがファイルや文字列に保存される際に，xml/yml のトップレベルノードタグとして利用されます． %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr returnValue %inst cv::Algorithm.Reimplemented from cv::AKAZE, cv::KAZE, cv::SimpleBlobDetector, cv::GFTTDetector, cv::AgastFeatureDetector, cv::FastFeatureDetector, cv::MSER, cv::ORB, cv::BRISK, cv::SIFT, and cv::AffineFeature. 元関数名(C#): features2d_Feature2D_getDefaultName 元DLLエクスポート名: features2d_Feature2D_getDefaultName 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_Feature2D_getDefaultName(cv::Feature2D *obj, std::string *returnValue)
{
    BEGIN_WRAP
    returnValue->assign(obj->getDefaultName());
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_SIFT_create [32/64bit] 注意 フィルタリングが適用されると，コントラスト閾値は nOctaveLayers で割られます．nOctaveLayers がデフォルトに設定されていて，D. Lowe の論文で使われている値（0.03）を利用したい場合は，この引数を 0.09 に設定してください． %prm p1,p2,p3,p4,p5,p6 p1 = int : int nFeatures p2 = int : int nOctaveLayers p3 = double : double contrastThreshold p4 = double : double edgeThreshold p5 = double : double sigma p6 = var : out IntPtr returnValue %inst 元関数名(C#): features2d_SIFT_create 元DLLエクスポート名: features2d_SIFT_create 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_SIFT_create(
    int nfeatures, int nOctaveLayers,
    double contrastThreshold, double edgeThreshold, double sigma, 
    cv::Ptr<cv::SIFT> **returnValue)
{
    BEGIN_WRAP
    const auto ptr = cv::SIFT::create(
        nfeatures, nOctaveLayers, contrastThreshold, edgeThreshold, sigma);
    *returnValue = clone(ptr);
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_Ptr_SIFT_delete [32/64bit] cv::SIFT のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr ptr %inst D. LoweによるScale Invariant Feature Transform (SIFT) アルゴリズムを用いて，キーポイントを抽出し，ディスクリプタを計算するクラス [153] ． 元関数名(C#): features2d_Ptr_SIFT_delete 元DLLエクスポート名: features2d_Ptr_SIFT_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_Ptr_SIFT_delete(cv::Ptr<cv::SIFT> *ptr)
{
    BEGIN_WRAP
    delete ptr;
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_Ptr_SIFT_get [32/64bit] cv::SIFT のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst D. LoweによるScale Invariant Feature Transform (SIFT) アルゴリズムを用いて，キーポイントを抽出し，ディスクリプタを計算するクラス [153] ． 元関数名(C#): features2d_Ptr_SIFT_get 元DLLエクスポート名: features2d_Ptr_SIFT_get 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_Ptr_SIFT_get(cv::Ptr<cv::SIFT> *ptr, cv::SIFT **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_BRISK_create1 [32/64bit] BRISKのコンストラクタです． %prm p1,p2,p3,p4 p1 = int : int thresh p2 = int : int octaves p3 = float : float patternScale p4 = var : out IntPtr returnValue %inst 元関数名(C#): features2d_BRISK_create1 元DLLエクスポート名: features2d_BRISK_create1 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_BRISK_create1(
    int thresh, int octaves, float patternScale, cv::Ptr<cv::BRISK> **returnValue)
{
    BEGIN_WRAP
    const auto ptr = cv::BRISK::create(thresh, octaves, patternScale);
    *returnValue = clone(ptr);
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_BRISK_create2 [32/64bit] カスタムパターン用のBRISKコンストラクタです。 %prm p1,p2,p3,p4,p5,p6,p7,p8,p9 p1 = var : float[] radiusList p2 = int : int radiusListLength p3 = var : int[] numberList p4 = int : int numberListLength p5 = float : float dMax p6 = float : float dMin p7 = var : int[]? indexChange p8 = int : int indexChangeLength p9 = var : out IntPtr returnValue %inst 元関数名(C#): features2d_BRISK_create2 元DLLエクスポート名: features2d_BRISK_create2 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_BRISK_create2(
    float *radiusList, int radiusListLength, 
    int *numberList, int numberListLength,
    float dMax, float dMin,
    int *indexChange, int indexChangeLength, 
    cv::Ptr<cv::BRISK> **returnValue)
{
    BEGIN_WRAP
    const std::vector<float> radiusListVec(radiusList, radiusList + radiusListLength);
    const std::vector<int> numberListVec(numberList, numberList + numberListLength);
    std::vector<int> indexChangeVec;
    if (indexChange != nullptr)
        indexChangeVec = std::vector<int>(indexChange, indexChange + indexChangeLength);

    const auto ptr = cv::BRISK::create(radiusListVec, numberListVec, dMax, dMin, indexChangeVec);
    *returnValue = clone(ptr);
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_BRISK_create3 [32/64bit] カスタムパターン，検出閾値，オクターブのためのBRISKコンストラクタ． %prm p1,p2,p3,p4,p5,p6,p7,p8,p9,p10,p11 p1 = int : int thresh p2 = int : int octaves p3 = var : float[] radiusList p4 = int : int radiusListLength p5 = var : int[] numberList p6 = int : int numberListLength p7 = float : float dMax p8 = float : float dMin p9 = var : int[]? indexChange p10 = int : int indexChangeLength p11 = var : out IntPtr returnValue %inst 元関数名(C#): features2d_BRISK_create3 元DLLエクスポート名: features2d_BRISK_create3 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_BRISK_create3(
    int thresh, int octaves, 
    float *radiusList, int radiusListLength,
    int *numberList, int numberListLength,
    float dMax, float dMin,
    int *indexChange, int indexChangeLength, 
    cv::Ptr<cv::BRISK> **returnValue)
{
    BEGIN_WRAP
    const std::vector<float> radiusListVec(radiusList, radiusList + radiusListLength);
    const std::vector<int> numberListVec(numberList, numberList + numberListLength);
    std::vector<int> indexChangeVec;
    if (indexChange != nullptr)
        indexChangeVec = std::vector<int>(indexChange, indexChange + indexChangeLength);

    const auto ptr = cv::BRISK::create(thresh, octaves, radiusListVec, numberListVec, dMax, dMin, indexChangeVec);
    *returnValue = clone(ptr);
    END_WRAP  
}
}html %group NativeMethods_features2d_Feature2D %index features2d_Ptr_BRISK_delete [32/64bit] cv::BRISK のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr ptr %inst 139]で述べられている，BRISKキーポイント検出器とディスクリプタ抽出器を実装したクラス． 元関数名(C#): features2d_Ptr_BRISK_delete 元DLLエクスポート名: features2d_Ptr_BRISK_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_Ptr_BRISK_delete(cv::Ptr<cv::BRISK> *ptr)
{
    BEGIN_WRAP
    delete ptr;
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_Ptr_BRISK_get [32/64bit] cv::BRISK のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst 139]で述べられている，BRISKキーポイント検出器とディスクリプタ抽出器を実装したクラス． 元関数名(C#): features2d_Ptr_BRISK_get 元DLLエクスポート名: features2d_Ptr_BRISK_get 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_Ptr_BRISK_get(cv::Ptr<cv::BRISK> *ptr, cv::BRISK **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_ORB_create [32/64bit] ORB コンストラクタ． %prm p1,p2,p3,p4,p5,p6,p7,p8,p9,p10 p1 = int : int nFeatures p2 = float : float scaleFactor p3 = int : int nlevels p4 = int : int edgeThreshold p5 = int : int firstLevel p6 = int : int wtaK p7 = int : int scoreType p8 = int : int patchSize p9 = int : int fastThreshold p10 = var : out IntPtr returnValue %inst 元関数名(C#): features2d_ORB_create 元DLLエクスポート名: features2d_ORB_create 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_ORB_create(
    int nFeatures, float scaleFactor, int nlevels, int edgeThreshold,
    int firstLevel, int wtaK, int scoreType, int patchSize, int fastThreshold,
    cv::Ptr<cv::ORB> **returnValue)
{
    BEGIN_WRAP
    const auto ptr = cv::ORB::create(
        nFeatures, scaleFactor, nlevels, edgeThreshold, firstLevel, wtaK, static_cast<cv::ORB::ScoreType>(scoreType), patchSize, fastThreshold);
    *returnValue = clone(ptr);
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_Ptr_ORB_delete [32/64bit] cv::ORB のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr ptr %inst ORB（oriented BRIEF）キーポイント検出器とディスクリプタ抽出器を実装したクラス． は，[206]で説明されています．このアルゴリズムは，安定したキーポイントを検出するためにピラミッド状のFASTを利用し，FASTやHarris応答を利用して最も強い特徴を選択し，一次モーメントを利用してその向きを求め，BRIEF（ランダムな点のペア（またはk-タプル）の座標が，測定された向きに応じて回転する）を利用してディスクリプタを計算します． 元関数名(C#): features2d_Ptr_ORB_delete 元DLLエクスポート名: features2d_Ptr_ORB_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_Ptr_ORB_delete(cv::Ptr<cv::ORB> *ptr)
{
    BEGIN_WRAP
    delete ptr;
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_Ptr_ORB_get [32/64bit] cv::ORB のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst ORB（oriented BRIEF）キーポイント検出器とディスクリプタ抽出器を実装したクラス． は，[206]で説明されています．このアルゴリズムは，安定したキーポイントを検出するためにピラミッド状のFASTを利用し，FASTやHarris応答を利用して最も強い特徴を選択し，一次モーメントを利用してその向きを求め，BRIEF（ランダムな点のペア（またはk-タプル）の座標が，測定された向きに応じて回転する）を利用してディスクリプタを計算します． 元関数名(C#): features2d_Ptr_ORB_get 元DLLエクスポート名: features2d_Ptr_ORB_get 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_Ptr_ORB_get(cv::Ptr<cv::ORB> *ptr, cv::ORB **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_ORB_setMaxFeatures [32/64bit] features2d_ORB_setMaxFeatures %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): features2d_ORB_setMaxFeatures 元DLLエクスポート名: features2d_ORB_setMaxFeatures 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_ORB_setMaxFeatures(cv::ORB *obj, int val)
{
    BEGIN_WRAP
    obj->setMaxFeatures(val);
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_ORB_getMaxFeatures [32/64bit] features2d_ORB_getMaxFeatures %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): features2d_ORB_getMaxFeatures 元DLLエクスポート名: features2d_ORB_getMaxFeatures 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_ORB_getMaxFeatures(cv::ORB *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getMaxFeatures();
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_ORB_setScaleFactor [32/64bit] features2d_ORB_setScaleFactor %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double val %inst 元関数名(C#): features2d_ORB_setScaleFactor 元DLLエクスポート名: features2d_ORB_setScaleFactor 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_ORB_setScaleFactor(cv::ORB *obj, double val)
{
    BEGIN_WRAP
    obj->setScaleFactor(val);
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_ORB_getScaleFactor [32/64bit] features2d_ORB_getScaleFactor %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst 元関数名(C#): features2d_ORB_getScaleFactor 元DLLエクスポート名: features2d_ORB_getScaleFactor 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_ORB_getScaleFactor(cv::ORB *obj, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getScaleFactor();
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_ORB_setNLevels [32/64bit] features2d_ORB_setNLevels %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): features2d_ORB_setNLevels 元DLLエクスポート名: features2d_ORB_setNLevels 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_ORB_setNLevels(cv::ORB *obj, int val)
{
    BEGIN_WRAP
    obj->setNLevels(val);
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_ORB_getNLevels [32/64bit] features2d_ORB_getNLevels %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): features2d_ORB_getNLevels 元DLLエクスポート名: features2d_ORB_getNLevels 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_ORB_getNLevels(cv::ORB *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getNLevels();
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_ORB_setEdgeThreshold [32/64bit] features2d_ORB_setEdgeThreshold %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): features2d_ORB_setEdgeThreshold 元DLLエクスポート名: features2d_ORB_setEdgeThreshold 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_ORB_setEdgeThreshold(cv::ORB *obj, int val)
{
    BEGIN_WRAP
    obj->setEdgeThreshold(val);
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_ORB_getEdgeThreshold [32/64bit] features2d_ORB_getEdgeThreshold %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): features2d_ORB_getEdgeThreshold 元DLLエクスポート名: features2d_ORB_getEdgeThreshold 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_ORB_getEdgeThreshold(cv::ORB *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getEdgeThreshold();
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_ORB_setFirstLevel [32/64bit] features2d_ORB_setFirstLevel %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): features2d_ORB_setFirstLevel 元DLLエクスポート名: features2d_ORB_setFirstLevel 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_ORB_setFirstLevel(cv::ORB *obj, int val)
{
    BEGIN_WRAP
    obj->setFirstLevel(val);
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_ORB_getFirstLevel [32/64bit] features2d_ORB_getFirstLevel %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): features2d_ORB_getFirstLevel 元DLLエクスポート名: features2d_ORB_getFirstLevel 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_ORB_getFirstLevel(cv::ORB *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getFirstLevel();
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_ORB_setWTA_K [32/64bit] features2d_ORB_setWTA_K %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): features2d_ORB_setWTA_K 元DLLエクスポート名: features2d_ORB_setWTA_K 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_ORB_setWTA_K(cv::ORB *obj, int val)
{
    BEGIN_WRAP
    obj->setWTA_K(val);
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_ORB_getWTA_K [32/64bit] features2d_ORB_getWTA_K %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): features2d_ORB_getWTA_K 元DLLエクスポート名: features2d_ORB_getWTA_K 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_ORB_getWTA_K(cv::ORB *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getWTA_K();
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_ORB_setScoreType [32/64bit] features2d_ORB_setScoreType %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): features2d_ORB_setScoreType 元DLLエクスポート名: features2d_ORB_setScoreType 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_ORB_setScoreType(cv::ORB *obj, int val)
{
    BEGIN_WRAP
    obj->setScoreType(static_cast<cv::ORB::ScoreType>(val));
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_ORB_getScoreType [32/64bit] features2d_ORB_getScoreType %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): features2d_ORB_getScoreType 元DLLエクスポート名: features2d_ORB_getScoreType 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_ORB_getScoreType(cv::ORB *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = static_cast<int>(obj->getScoreType());
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_ORB_setPatchSize [32/64bit] features2d_ORB_setPatchSize %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): features2d_ORB_setPatchSize 元DLLエクスポート名: features2d_ORB_setPatchSize 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_ORB_setPatchSize(cv::ORB *obj, int val)
{
    BEGIN_WRAP
    obj->setPatchSize(val);
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_ORB_getPatchSize [32/64bit] features2d_ORB_getPatchSize %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): features2d_ORB_getPatchSize 元DLLエクスポート名: features2d_ORB_getPatchSize 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_ORB_getPatchSize(cv::ORB *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getPatchSize();
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_ORB_setFastThreshold [32/64bit] features2d_ORB_setFastThreshold %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): features2d_ORB_setFastThreshold 元DLLエクスポート名: features2d_ORB_setFastThreshold 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_ORB_setFastThreshold(cv::ORB *obj, int val)
{
    BEGIN_WRAP
    obj->setFastThreshold(val);
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_ORB_getFastThreshold [32/64bit] features2d_ORB_getFastThreshold %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): features2d_ORB_getFastThreshold 元DLLエクスポート名: features2d_ORB_getFastThreshold 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_ORB_getFastThreshold(cv::ORB *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getFastThreshold();
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_MSER_create [32/64bit] MSER 検出器のフルコンストラクタ． %prm p1,p2,p3,p4,p5,p6,p7,p8,p9,p10 p1 = int : int delta p2 = int : int minArea p3 = int : int maxArea p4 = double : double maxVariation p5 = double : double minDiversity p6 = int : int maxEvolution p7 = double : double areaThreshold p8 = double : double minMargin p9 = int : int edgeBlurSize p10 = var : out IntPtr returnValue %inst 元関数名(C#): features2d_MSER_create 元DLLエクスポート名: features2d_MSER_create 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_MSER_create(int delta, int minArea, int maxArea,
    double maxVariation, double minDiversity, int maxEvolution,
    double areaThreshold, double minMargin, int edgeBlurSize,
    cv::Ptr<cv::MSER> **returnValue)
{
    BEGIN_WRAP
    const auto ptr = cv::MSER::create(delta, minArea, maxArea, maxVariation, minDiversity, maxEvolution,
        areaThreshold, minMargin, edgeBlurSize);
    *returnValue = clone(ptr);
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_Ptr_MSER_delete [32/64bit] cv::MSER のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr ptr %inst 最大限に安定した極値領域抽出器． このクラスは，MSER抽出アルゴリズムのすべてのパラメータをカプセル化しています（wiki記事参照）． MSERには，灰色画像用とカラー画像用の2種類の実装があります。 灰色画像のアルゴリズムは以下から引用されています: [185]; この論文では union-find 法よりも高速であると主張していますが、私の centrino L7200 1.2GHz ラップトップでは実際に 1.5~2m/s の速度が得られました。 カラー画像のアルゴリズムは以下から引用しています: [80] ;グレー画像法よりもはるかに遅いはずです ( 3~4倍 )。 (Python) MSER検出器の完全な使用例は、samples/python/mser.pyにあります。 元関数名(C#): features2d_Ptr_MSER_delete 元DLLエクスポート名: features2d_Ptr_MSER_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_Ptr_MSER_delete(cv::Ptr<cv::MSER> *ptr)
{
    BEGIN_WRAP
    delete ptr;
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_Ptr_MSER_get [32/64bit] cv::MSER のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst 最大限に安定した極値領域抽出器． このクラスは，MSER抽出アルゴリズムのすべてのパラメータをカプセル化しています（wiki記事参照）． MSERには，灰色画像用とカラー画像用の2種類の実装があります。 灰色画像のアルゴリズムは以下から引用されています: [185]; この論文では union-find 法よりも高速であると主張していますが、私の centrino L7200 1.2GHz ラップトップでは実際に 1.5~2m/s の速度が得られました。 カラー画像のアルゴリズムは以下から引用しています: [80] ;グレー画像法よりもはるかに遅いはずです ( 3~4倍 )。 (Python) MSER検出器の完全な使用例は、samples/python/mser.pyにあります。 元関数名(C#): features2d_Ptr_MSER_get 元DLLエクスポート名: features2d_Ptr_MSER_get 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_Ptr_MSER_get(cv::Ptr<cv::MSER> *ptr, cv::MSER **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_MSER_detectRegions [32/64bit] MSER領域を検出します。 %prm p1,p2,p3,p4 p1 = sptr : IntPtr obj p2 = sptr : IntPtr image p3 = sptr : IntPtr msers p4 = sptr : IntPtr bboxes %inst 元関数名(C#): features2d_MSER_detectRegions 元DLLエクスポート名: features2d_MSER_detectRegions 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_MSER_detectRegions(
    cv::MSER *obj,
    cv::_InputArray *image,
    std::vector<std::vector<cv::Point> > *msers,
    std::vector<cv::Rect> *bboxes)
{
    BEGIN_WRAP
    obj->detectRegions(*image, *msers, *bboxes);
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_MSER_setDelta [32/64bit] features2d_MSER_setDelta %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int delta %inst 元関数名(C#): features2d_MSER_setDelta 元DLLエクスポート名: features2d_MSER_setDelta 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_MSER_setDelta(cv::MSER *obj, int delta)
{
    BEGIN_WRAP
    obj->setDelta(delta);
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_MSER_getDelta [32/64bit] features2d_MSER_getDelta %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): features2d_MSER_getDelta 元DLLエクスポート名: features2d_MSER_getDelta 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_MSER_getDelta(cv::MSER *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getDelta();
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_MSER_setMinArea [32/64bit] features2d_MSER_setMinArea %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int minArea %inst 元関数名(C#): features2d_MSER_setMinArea 元DLLエクスポート名: features2d_MSER_setMinArea 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_MSER_setMinArea(cv::MSER *obj, int minArea)
{
    BEGIN_WRAP
    obj->setMinArea(minArea);
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_MSER_getMinArea [32/64bit] features2d_MSER_getMinArea %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): features2d_MSER_getMinArea 元DLLエクスポート名: features2d_MSER_getMinArea 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_MSER_getMinArea(cv::MSER *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getMinArea();
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_MSER_setMaxArea [32/64bit] features2d_MSER_setMaxArea %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int maxArea %inst 元関数名(C#): features2d_MSER_setMaxArea 元DLLエクスポート名: features2d_MSER_setMaxArea 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_MSER_setMaxArea(cv::MSER *obj, int maxArea)
{
    BEGIN_WRAP
    obj->setMaxArea(maxArea);
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_MSER_getMaxArea [32/64bit] features2d_MSER_getMaxArea %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): features2d_MSER_getMaxArea 元DLLエクスポート名: features2d_MSER_getMaxArea 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_MSER_getMaxArea(cv::MSER *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getMaxArea();
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_MSER_setPass2Only [32/64bit] features2d_MSER_setPass2Only %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int f %inst 元関数名(C#): features2d_MSER_setPass2Only 元DLLエクスポート名: features2d_MSER_setPass2Only 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_MSER_setPass2Only(cv::MSER *obj, int f)
{
    BEGIN_WRAP
    obj->setPass2Only(f != 0);
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_MSER_getPass2Only [32/64bit] features2d_MSER_getPass2Only %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): features2d_MSER_getPass2Only 元DLLエクスポート名: features2d_MSER_getPass2Only 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_MSER_getPass2Only(cv::MSER *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getPass2Only() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_FAST1 [32/64bit] FASTアルゴリズムを用いてコーナーを検出します． %prm p1,p2,p3,p4 p1 = sptr : IntPtr image p2 = sptr : IntPtr keypoints p3 = int : int threshold p4 = int : int nonmaxSupression %inst 205] によるFASTアルゴリズムを用いてコーナーを検出します．メモPython APIでは， cv.FAST_FEATURE_DETECTOR_TYPE_5_8, cv.FAST_FEATURE_DETECTOR_TYPE_7_12, cv.FAST_FEATURE_DETECTOR_TYPE_9_16 のようにタイプが指定されています．コーナー検出には， cv.FAST.detect() メソッドを利用します． 元関数名(C#): features2d_FAST1 元DLLエクスポート名: features2d_FAST1 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_FAST1(cv::_InputArray *image, std::vector<cv::KeyPoint> *keypoints, int threshold, int nonmaxSupression)
{
    BEGIN_WRAP
    cv::FAST(*image, *keypoints, threshold, nonmaxSupression != 0);
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_FAST2 [32/64bit] FASTアルゴリズムを用いてコーナーを検出します． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr image p2 = sptr : IntPtr keypoints p3 = int : int threshold p4 = int : int nonmaxSupression p5 = int : int type %inst 205] によるFASTアルゴリズムを用いてコーナーを検出します．メモPython APIでは， cv.FAST_FEATURE_DETECTOR_TYPE_5_8, cv.FAST_FEATURE_DETECTOR_TYPE_7_12, cv.FAST_FEATURE_DETECTOR_TYPE_9_16 のようにタイプが指定されています．コーナー検出には， cv.FAST.detect() メソッドを利用します． 元関数名(C#): features2d_FAST2 元DLLエクスポート名: features2d_FAST2 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_FAST2(cv::_InputArray *image, std::vector<cv::KeyPoint> *keypoints, int threshold, int nonmaxSupression, int type)
{
    BEGIN_WRAP
    cv::FAST(*image, *keypoints, threshold, nonmaxSupression != 0, static_cast<cv::FastFeatureDetector::DetectorType>(type));
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_FastFeatureDetector_create [32/64bit] features2d_FastFeatureDetector_create %prm p1,p2,p3 p1 = int : int threshold p2 = int : int nonmaxSuppression p3 = var : out IntPtr returnValue %inst 元関数名(C#): features2d_FastFeatureDetector_create 元DLLエクスポート名: features2d_FastFeatureDetector_create 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_FastFeatureDetector_create(
    int threshold, int nonmaxSuppression, cv::Ptr<cv::FastFeatureDetector> **returnValue)
{
    BEGIN_WRAP
    const auto ptr = cv::FastFeatureDetector::create(threshold, nonmaxSuppression != 0);
    *returnValue = clone(ptr);
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_Ptr_FastFeatureDetector_delete [32/64bit] cv::FastFeatureDetector のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr ptr %inst FASTメソッドを用いた特徴検出のためのラッパークラス． 元関数名(C#): features2d_Ptr_FastFeatureDetector_delete 元DLLエクスポート名: features2d_Ptr_FastFeatureDetector_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_Ptr_FastFeatureDetector_delete(cv::Ptr<cv::FastFeatureDetector> *ptr)
{
    BEGIN_WRAP
    delete ptr;
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_Ptr_FastFeatureDetector_get [32/64bit] cv::FastFeatureDetector のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst FASTメソッドを用いた特徴検出のためのラッパークラス． 元関数名(C#): features2d_Ptr_FastFeatureDetector_get 元DLLエクスポート名: features2d_Ptr_FastFeatureDetector_get 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_Ptr_FastFeatureDetector_get(cv::Ptr<cv::FastFeatureDetector> *ptr, cv::FastFeatureDetector **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_FastFeatureDetector_setThreshold [32/64bit] features2d_FastFeatureDetector_setThreshold %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int threshold %inst 元関数名(C#): features2d_FastFeatureDetector_setThreshold 元DLLエクスポート名: features2d_FastFeatureDetector_setThreshold 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_FastFeatureDetector_setThreshold(cv::FastFeatureDetector *obj, int threshold)
{
    BEGIN_WRAP
    obj->setThreshold(threshold);
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_FastFeatureDetector_getThreshold [32/64bit] features2d_FastFeatureDetector_getThreshold %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): features2d_FastFeatureDetector_getThreshold 元DLLエクスポート名: features2d_FastFeatureDetector_getThreshold 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_FastFeatureDetector_getThreshold(cv::FastFeatureDetector *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getThreshold();
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_FastFeatureDetector_setNonmaxSuppression [32/64bit] features2d_FastFeatureDetector_setNonmaxSuppression %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int f %inst 元関数名(C#): features2d_FastFeatureDetector_setNonmaxSuppression 元DLLエクスポート名: features2d_FastFeatureDetector_setNonmaxSuppression 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_FastFeatureDetector_setNonmaxSuppression(cv::FastFeatureDetector *obj, int f)
{
    BEGIN_WRAP
    obj->setNonmaxSuppression(f != 0);
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_FastFeatureDetector_getNonmaxSuppression [32/64bit] features2d_FastFeatureDetector_getNonmaxSuppression %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): features2d_FastFeatureDetector_getNonmaxSuppression 元DLLエクスポート名: features2d_FastFeatureDetector_getNonmaxSuppression 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_FastFeatureDetector_getNonmaxSuppression(cv::FastFeatureDetector *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getNonmaxSuppression() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_FastFeatureDetector_setType [32/64bit] features2d_FastFeatureDetector_setType %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int type %inst 元関数名(C#): features2d_FastFeatureDetector_setType 元DLLエクスポート名: features2d_FastFeatureDetector_setType 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_FastFeatureDetector_setType(cv::FastFeatureDetector *obj, int type)
{
    BEGIN_WRAP
    obj->setType(static_cast<cv::FastFeatureDetector::DetectorType>(type));
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_FastFeatureDetector_getType [32/64bit] features2d_FastFeatureDetector_getType %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): features2d_FastFeatureDetector_getType 元DLLエクスポート名: features2d_FastFeatureDetector_getType 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_FastFeatureDetector_getType(cv::FastFeatureDetector *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = static_cast<int>(obj->getType());
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_AGAST [32/64bit] AGASTアルゴリズムを用いてコーナーを検出します． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr image p2 = sptr : IntPtr keypoints p3 = int : int threshold p4 = int : int nonmaxSuppression p5 = int : int type %inst Intel以外のプラットフォームでは、同じ数値結果を持つAGASTのツリー最適化バリアントがあります。32ビットバイナリのツリーテーブルは、perlスクリプトを使ってオリジナルコードから自動的に生成されました。perlスクリプトとツリー生成の例はfeatures2d/docフォルダにあります。159]のAGASTアルゴリズムを用いてコーナーを検出します。 元関数名(C#): features2d_AGAST 元DLLエクスポート名: features2d_AGAST 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_AGAST(
    cv::_InputArray *image, std::vector<cv::KeyPoint> *keypoints,
    int threshold, int nonmaxSuppression, int type)
{
    BEGIN_WRAP
    cv::AGAST(
        entity(image),
        *keypoints,
        threshold,
        nonmaxSuppression != 0, 
        static_cast<cv::AgastFeatureDetector::DetectorType>(type));
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_AgastFeatureDetector_create [32/64bit] features2d_AgastFeatureDetector_create %prm p1,p2,p3,p4 p1 = int : int threshold p2 = int : int nonmaxSuppression p3 = int : int type p4 = var : out IntPtr returnValue %inst 元関数名(C#): features2d_AgastFeatureDetector_create 元DLLエクスポート名: features2d_AgastFeatureDetector_create 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_AgastFeatureDetector_create(
    int threshold, int nonmaxSuppression, int type, cv::Ptr<cv::AgastFeatureDetector> **returnValue)
{
    BEGIN_WRAP
    const auto ptr = cv::AgastFeatureDetector::create(
        threshold, nonmaxSuppression != 0, static_cast<cv::AgastFeatureDetector::DetectorType>(type));
    *returnValue = clone(ptr);
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_Ptr_AgastFeatureDetector_delete [32/64bit] cv::AgastFeatureDetector のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr ptr %inst AGAST法を用いた特徴検出のためのラッピングクラス． 元関数名(C#): features2d_Ptr_AgastFeatureDetector_delete 元DLLエクスポート名: features2d_Ptr_AgastFeatureDetector_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_Ptr_AgastFeatureDetector_delete(cv::Ptr<cv::AgastFeatureDetector> *ptr)
{
    BEGIN_WRAP
    delete ptr;
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_Ptr_AgastFeatureDetector_get [32/64bit] cv::AgastFeatureDetector のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst AGAST法を用いた特徴検出のためのラッピングクラス． 元関数名(C#): features2d_Ptr_AgastFeatureDetector_get 元DLLエクスポート名: features2d_Ptr_AgastFeatureDetector_get 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_Ptr_AgastFeatureDetector_get(cv::Ptr<cv::AgastFeatureDetector> *ptr, cv::AgastFeatureDetector **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_AgastFeatureDetector_setThreshold [32/64bit] features2d_AgastFeatureDetector_setThreshold %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): features2d_AgastFeatureDetector_setThreshold 元DLLエクスポート名: features2d_AgastFeatureDetector_setThreshold 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_AgastFeatureDetector_setThreshold(cv::AgastFeatureDetector *obj, int val)
{
    BEGIN_WRAP
    obj->setThreshold(val);
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_AgastFeatureDetector_getThreshold [32/64bit] features2d_AgastFeatureDetector_getThreshold %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): features2d_AgastFeatureDetector_getThreshold 元DLLエクスポート名: features2d_AgastFeatureDetector_getThreshold 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_AgastFeatureDetector_getThreshold(cv::AgastFeatureDetector *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getThreshold();
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_AgastFeatureDetector_setNonmaxSuppression [32/64bit] features2d_AgastFeatureDetector_setNonmaxSuppression %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): features2d_AgastFeatureDetector_setNonmaxSuppression 元DLLエクスポート名: features2d_AgastFeatureDetector_setNonmaxSuppression 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_AgastFeatureDetector_setNonmaxSuppression(cv::AgastFeatureDetector *obj, int val)
{
    BEGIN_WRAP
    obj->setNonmaxSuppression(val != 0);
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_AgastFeatureDetector_getNonmaxSuppression [32/64bit] features2d_AgastFeatureDetector_getNonmaxSuppression %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): features2d_AgastFeatureDetector_getNonmaxSuppression 元DLLエクスポート名: features2d_AgastFeatureDetector_getNonmaxSuppression 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_AgastFeatureDetector_getNonmaxSuppression(cv::AgastFeatureDetector *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getNonmaxSuppression() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_AgastFeatureDetector_setType [32/64bit] features2d_AgastFeatureDetector_setType %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): features2d_AgastFeatureDetector_setType 元DLLエクスポート名: features2d_AgastFeatureDetector_setType 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_AgastFeatureDetector_setType(cv::AgastFeatureDetector *obj, int val)
{
    BEGIN_WRAP
    obj->setType(static_cast<cv::AgastFeatureDetector::DetectorType>(val));
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_AgastFeatureDetector_getType [32/64bit] features2d_AgastFeatureDetector_getType %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): features2d_AgastFeatureDetector_getType 元DLLエクスポート名: features2d_AgastFeatureDetector_getType 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_AgastFeatureDetector_getType(cv::AgastFeatureDetector *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = static_cast<int>(obj->getType());
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_GFTTDetector_create [32/64bit] features2d_GFTTDetector_create %prm p1,p2,p3,p4,p5,p6,p7 p1 = int : int maxCorners p2 = double : double qualityLevel p3 = double : double minDistance p4 = int : int blockSize p5 = int : int useHarrisDetector p6 = double : double k p7 = var : out IntPtr returnValue %inst 元関数名(C#): features2d_GFTTDetector_create 元DLLエクスポート名: features2d_GFTTDetector_create 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_GFTTDetector_create(
    int maxCorners, double qualityLevel, double minDistance,
    int blockSize, int useHarrisDetector, double k,
    cv::Ptr<cv::GFTTDetector> **returnValue)
{
    BEGIN_WRAP
    const auto ptr = cv::GFTTDetector::create(
        maxCorners, qualityLevel, minDistance,
        blockSize, useHarrisDetector != 0, k);
    *returnValue = clone(ptr);
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_Ptr_GFTTDetector_get [32/64bit] cv::GFTTDetector のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst goodFeaturesToTrack関数を用いた特徴検出のためのラッパークラス． 元関数名(C#): features2d_Ptr_GFTTDetector_get 元DLLエクスポート名: features2d_Ptr_GFTTDetector_get 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_Ptr_GFTTDetector_get(cv::Ptr<cv::GFTTDetector> *ptr, cv::GFTTDetector **returnValue)
{
    BEGIN_WRAP
    *returnValue =  ptr->get();
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_Ptr_GFTTDetector_delete [32/64bit] cv::GFTTDetector のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr ptr %inst goodFeaturesToTrack関数を用いた特徴検出のためのラッパークラス． 元関数名(C#): features2d_Ptr_GFTTDetector_delete 元DLLエクスポート名: features2d_Ptr_GFTTDetector_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_Ptr_GFTTDetector_delete(cv::Ptr<cv::GFTTDetector> *ptr)
{
    BEGIN_WRAP
    delete ptr;
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_GFTTDetector_setMaxFeatures [32/64bit] features2d_GFTTDetector_setMaxFeatures %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int maxFeatures %inst 元関数名(C#): features2d_GFTTDetector_setMaxFeatures 元DLLエクスポート名: features2d_GFTTDetector_setMaxFeatures 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_GFTTDetector_setMaxFeatures(cv::GFTTDetector *obj, int maxFeatures)
{
    BEGIN_WRAP
    obj->setMaxFeatures(maxFeatures);
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_GFTTDetector_getMaxFeatures [32/64bit] features2d_GFTTDetector_getMaxFeatures %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): features2d_GFTTDetector_getMaxFeatures 元DLLエクスポート名: features2d_GFTTDetector_getMaxFeatures 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_GFTTDetector_getMaxFeatures(cv::GFTTDetector *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getMaxFeatures();
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_GFTTDetector_setQualityLevel [32/64bit] features2d_GFTTDetector_setQualityLevel %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double qLevel %inst 元関数名(C#): features2d_GFTTDetector_setQualityLevel 元DLLエクスポート名: features2d_GFTTDetector_setQualityLevel 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_GFTTDetector_setQualityLevel(cv::GFTTDetector *obj, double qlevel)
{
    BEGIN_WRAP
    obj->setQualityLevel(qlevel);
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_GFTTDetector_getQualityLevel [32/64bit] features2d_GFTTDetector_getQualityLevel %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst 元関数名(C#): features2d_GFTTDetector_getQualityLevel 元DLLエクスポート名: features2d_GFTTDetector_getQualityLevel 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_GFTTDetector_getQualityLevel(cv::GFTTDetector *obj, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getQualityLevel();
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_GFTTDetector_setMinDistance [32/64bit] features2d_GFTTDetector_setMinDistance %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double minDistance %inst 元関数名(C#): features2d_GFTTDetector_setMinDistance 元DLLエクスポート名: features2d_GFTTDetector_setMinDistance 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_GFTTDetector_setMinDistance(cv::GFTTDetector *obj, double minDistance)
{
    BEGIN_WRAP
    obj->setMinDistance(minDistance);
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_GFTTDetector_getMinDistance [32/64bit] features2d_GFTTDetector_getMinDistance %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst 元関数名(C#): features2d_GFTTDetector_getMinDistance 元DLLエクスポート名: features2d_GFTTDetector_getMinDistance 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_GFTTDetector_getMinDistance(cv::GFTTDetector *obj, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getMinDistance();
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_GFTTDetector_setBlockSize [32/64bit] features2d_GFTTDetector_setBlockSize %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int blockSize %inst 元関数名(C#): features2d_GFTTDetector_setBlockSize 元DLLエクスポート名: features2d_GFTTDetector_setBlockSize 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_GFTTDetector_setBlockSize(cv::GFTTDetector *obj, int blockSize)
{
    BEGIN_WRAP
    obj->setBlockSize(blockSize);
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_GFTTDetector_getBlockSize [32/64bit] features2d_GFTTDetector_getBlockSize %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): features2d_GFTTDetector_getBlockSize 元DLLエクスポート名: features2d_GFTTDetector_getBlockSize 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_GFTTDetector_getBlockSize(cv::GFTTDetector *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getBlockSize();
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_GFTTDetector_setHarrisDetector [32/64bit] features2d_GFTTDetector_setHarrisDetector %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): features2d_GFTTDetector_setHarrisDetector 元DLLエクスポート名: features2d_GFTTDetector_setHarrisDetector 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_GFTTDetector_setHarrisDetector(cv::GFTTDetector *obj, int val)
{
    BEGIN_WRAP
    obj->setHarrisDetector(val != 0);
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_GFTTDetector_getHarrisDetector [32/64bit] features2d_GFTTDetector_getHarrisDetector %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): features2d_GFTTDetector_getHarrisDetector 元DLLエクスポート名: features2d_GFTTDetector_getHarrisDetector 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_GFTTDetector_getHarrisDetector(cv::GFTTDetector *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getHarrisDetector() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_GFTTDetector_setK [32/64bit] features2d_GFTTDetector_setK %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double k %inst 元関数名(C#): features2d_GFTTDetector_setK 元DLLエクスポート名: features2d_GFTTDetector_setK 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_GFTTDetector_setK(cv::GFTTDetector *obj, double k)
{
    BEGIN_WRAP
    obj->setK(k);
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_GFTTDetector_getK [32/64bit] features2d_GFTTDetector_getK %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst 元関数名(C#): features2d_GFTTDetector_getK 元DLLエクスポート名: features2d_GFTTDetector_getK 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_GFTTDetector_getK(cv::GFTTDetector *obj, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getK();
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_SimpleBlobDetector_create [32/64bit] features2d_SimpleBlobDetector_create %prm p1,p2 p1 = var : ref SimpleBlobDetector.WParams parameters p2 = var : out IntPtr returnValue %inst 元関数名(C#): features2d_SimpleBlobDetector_create 元DLLエクスポート名: features2d_SimpleBlobDetector_create 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_SimpleBlobDetector_create(
    SimpleBlobDetector_Params *p, cv::Ptr<cv::SimpleBlobDetector> **returnValue)
{
    BEGIN_WRAP
    cv::SimpleBlobDetector::Params p2;
    if (p != nullptr)
    {
        p2.thresholdStep = p->thresholdStep;
        p2.minThreshold = p->minThreshold;
        p2.maxThreshold = p->maxThreshold;
        p2.minRepeatability = static_cast<size_t>(p->minRepeatability);
        p2.minDistBetweenBlobs = p->minDistBetweenBlobs;
        p2.filterByColor = p->filterByColor != 0;
        p2.blobColor = p->blobColor;
        p2.filterByArea = p->filterByArea != 0;
        p2.minArea = p->minArea;
        p2.maxArea = p->maxArea;
        p2.filterByCircularity = p->filterByCircularity != 0;
        p2.minCircularity = p->minCircularity;
        p2.maxCircularity = p->maxCircularity;
        p2.filterByInertia = p->filterByInertia != 0;
        p2.minInertiaRatio = p->minInertiaRatio;
        p2.maxInertiaRatio = p->maxInertiaRatio;
        p2.filterByConvexity = p->filterByConvexity != 0;
        p2.minConvexity = p->minConvexity;
        p2.maxConvexity = p->maxConvexity;
    }
    const auto ptr = cv::SimpleBlobDetector::create(p2);
    *returnValue = clone(ptr);
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_Ptr_SimpleBlobDetector_delete [32/64bit] cv::SimpleBlobDetector のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr ptr %inst 画像からblobを抽出するためのクラス． このクラスは，画像からblobを抽出するための簡単なアルゴリズムを実装しています． minThreshold (including) から maxThreshold (exclusive) までの複数の閾値を用いて，隣接する閾値間の距離 thresholdStep で閾値処理を行い，元画像を2値画像に変換する． findContoursにより各2値画像から連結成分を抽出し、その中心を算出する。 複数の2値画像の中心を、その座標によってグループ化する。近い中心は1つのグループを形成し、そのグループは1つのblobに対応します。 これらのグループから，blobの最終的な中心とその半径を推定し，キーポイントの位置とサイズとして返します． このクラスは、返されたblobに対して、いくつかのフィルタリングを行います。filterBy*をtrue/falseに設定することで、対応するフィルタリングをオン/オフすることができます。利用可能なフィルタリング。 色によるフィルタ。このフィルタは、blobの中心にある2値画像の強度をblobColorと比較します。両者が異なる場合、そのblobはフィルタリングされます。暗いブロブを抽出する場合はblobColor = 0、明るいブロブを抽出する場合はblobColor = 255を使用します。 面積で抽出されたblobは、minArea（含む）とmaxArea（含む）の間の面積を持ちます。 円形度別。抽出されたblobはminCircularity(包含)とmaxCircularity(排他)の間の円形度( ????? )を持つ。 最小イナーシャと最大イナーシャの比で。抽出されたblobはこの比率がminInertiaRatio(包含)とmaxInertiaRatio(排他)の間にある。 凸性によるもの。抽出されたblobは、凸性（面積／blobの凸包の面積）がminConvexity（含む）からmaxConvexity（含む）の間にある。 パラメータのデフォルト値は、暗い円形のblobを抽出するように調整されています。 元関数名(C#): features2d_Ptr_SimpleBlobDetector_delete 元DLLエクスポート名: features2d_Ptr_SimpleBlobDetector_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_Ptr_SimpleBlobDetector_delete(cv::Ptr<cv::SimpleBlobDetector> *ptr)
{
    BEGIN_WRAP
    delete ptr;
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_Ptr_SimpleBlobDetector_get [32/64bit] cv::SimpleBlobDetector のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst 画像からblobを抽出するためのクラス． このクラスは，画像からblobを抽出するための簡単なアルゴリズムを実装しています． minThreshold (including) から maxThreshold (exclusive) までの複数の閾値を用いて，隣接する閾値間の距離 thresholdStep で閾値処理を行い，元画像を2値画像に変換する． findContoursにより各2値画像から連結成分を抽出し、その中心を算出する。 複数の2値画像の中心を、その座標によってグループ化する。近い中心は1つのグループを形成し、そのグループは1つのblobに対応します。 これらのグループから，blobの最終的な中心とその半径を推定し，キーポイントの位置とサイズとして返します． このクラスは、返されたblobに対して、いくつかのフィルタリングを行います。filterBy*をtrue/falseに設定することで、対応するフィルタリングをオン/オフすることができます。利用可能なフィルタリング。 色によるフィルタ。このフィルタは、blobの中心にある2値画像の強度をblobColorと比較します。両者が異なる場合、そのblobはフィルタリングされます。暗いブロブを抽出する場合はblobColor = 0、明るいブロブを抽出する場合はblobColor = 255を使用します。 面積で抽出されたblobは、minArea（含む）とmaxArea（含む）の間の面積を持ちます。 円形度別。抽出されたblobはminCircularity(包含)とmaxCircularity(排他)の間の円形度( ????? )を持つ。 最小イナーシャと最大イナーシャの比で。抽出されたblobはこの比率がminInertiaRatio(包含)とmaxInertiaRatio(排他)の間にある。 凸性によるもの。抽出されたblobは、凸性（面積／blobの凸包の面積）がminConvexity（含む）からmaxConvexity（含む）の間にある。 パラメータのデフォルト値は、暗い円形のblobを抽出するように調整されています。 元関数名(C#): features2d_Ptr_SimpleBlobDetector_get 元DLLエクスポート名: features2d_Ptr_SimpleBlobDetector_get 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_Ptr_SimpleBlobDetector_get(
    cv::Ptr<cv::SimpleBlobDetector> *ptr, cv::SimpleBlobDetector **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_KAZE_create [32/64bit] KAZEのコンストラクタです。 %prm p1,p2,p3,p4,p5,p6,p7 p1 = int : int extended p2 = int : int upright p3 = float : float threshold p4 = int : int nOctaves p5 = int : int nOctaveLayers p6 = int : int diffusivity p7 = var : out IntPtr returnValue %inst 元関数名(C#): features2d_KAZE_create 元DLLエクスポート名: features2d_KAZE_create 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_KAZE_create(
    int extended, int upright, float threshold,
    int nOctaves, int nOctaveLayers, int diffusivity,
    cv::Ptr<cv::KAZE> **returnValue)
{
    BEGIN_WRAP
    const auto ptr = cv::KAZE::create(
        extended != 0, upright != 0, threshold,
        nOctaves, nOctaveLayers, static_cast<cv::KAZE::DiffusivityType>(diffusivity));
    *returnValue = clone(ptr);
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_Ptr_KAZE_delete [32/64bit] cv::KAZE のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr ptr %inst 10]で説明した KAZE キーポイント検出器とディスクリプタ抽出器を実装したクラス． 注AKAZE ディスクリプタは，KAZE または AKAZE キーポイントでのみ使用できます． [ABD12] KAZE の特徴Pablo F. Alcantarilla, Adrien Bartoli and Andrew J. Davison.In European Conference on Computer Vision (ECCV), Fiorenze, Italy, October 2012. 元関数名(C#): features2d_Ptr_KAZE_delete 元DLLエクスポート名: features2d_Ptr_KAZE_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_Ptr_KAZE_delete(cv::Ptr<cv::KAZE> *ptr)
{
    BEGIN_WRAP
    delete ptr;
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_Ptr_KAZE_get [32/64bit] cv::KAZE のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst 10]で説明した KAZE キーポイント検出器とディスクリプタ抽出器を実装したクラス． 注AKAZE ディスクリプタは，KAZE または AKAZE キーポイントでのみ使用できます． [ABD12] KAZE の特徴Pablo F. Alcantarilla, Adrien Bartoli and Andrew J. Davison.In European Conference on Computer Vision (ECCV), Fiorenze, Italy, October 2012. 元関数名(C#): features2d_Ptr_KAZE_get 元DLLエクスポート名: features2d_Ptr_KAZE_get 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_Ptr_KAZE_get(cv::Ptr<cv::KAZE> *ptr, cv::KAZE **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_KAZE_setDiffusivity [32/64bit] features2d_KAZE_setDiffusivity %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): features2d_KAZE_setDiffusivity 元DLLエクスポート名: features2d_KAZE_setDiffusivity 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_KAZE_setDiffusivity(cv::KAZE *obj, int val)
{
    BEGIN_WRAP
    obj->setDiffusivity(static_cast<cv::KAZE::DiffusivityType>(val));
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_KAZE_getDiffusivity [32/64bit] features2d_KAZE_getDiffusivity %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): features2d_KAZE_getDiffusivity 元DLLエクスポート名: features2d_KAZE_getDiffusivity 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_KAZE_getDiffusivity(cv::KAZE *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = static_cast<int>(obj->getDiffusivity());
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_KAZE_setExtended [32/64bit] features2d_KAZE_setExtended %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): features2d_KAZE_setExtended 元DLLエクスポート名: features2d_KAZE_setExtended 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_KAZE_setExtended(cv::KAZE *obj, int val)
{
    BEGIN_WRAP
    obj->setExtended(val != 0);
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_KAZE_getExtended [32/64bit] features2d_KAZE_getExtended %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): features2d_KAZE_getExtended 元DLLエクスポート名: features2d_KAZE_getExtended 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_KAZE_getExtended(cv::KAZE *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getExtended() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_KAZE_setNOctaveLayers [32/64bit] features2d_KAZE_setNOctaveLayers %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): features2d_KAZE_setNOctaveLayers 元DLLエクスポート名: features2d_KAZE_setNOctaveLayers 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_KAZE_setNOctaveLayers(cv::KAZE *obj, int val)
{
    BEGIN_WRAP
    obj->setNOctaveLayers(val);
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_KAZE_getNOctaveLayers [32/64bit] features2d_KAZE_getNOctaveLayers %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): features2d_KAZE_getNOctaveLayers 元DLLエクスポート名: features2d_KAZE_getNOctaveLayers 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_KAZE_getNOctaveLayers(cv::KAZE *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getNOctaveLayers();
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_KAZE_setNOctaves [32/64bit] features2d_KAZE_setNOctaves %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): features2d_KAZE_setNOctaves 元DLLエクスポート名: features2d_KAZE_setNOctaves 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_KAZE_setNOctaves(cv::KAZE *obj, int val)
{
    BEGIN_WRAP
    obj->setNOctaves(val);
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_KAZE_getNOctaves [32/64bit] features2d_KAZE_getNOctaves %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): features2d_KAZE_getNOctaves 元DLLエクスポート名: features2d_KAZE_getNOctaves 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_KAZE_getNOctaves(cv::KAZE *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getNOctaves();
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_KAZE_setThreshold [32/64bit] features2d_KAZE_setThreshold %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double val %inst 元関数名(C#): features2d_KAZE_setThreshold 元DLLエクスポート名: features2d_KAZE_setThreshold 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_KAZE_setThreshold(cv::KAZE *obj, double val)
{
    BEGIN_WRAP
    obj->setThreshold(val);
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_KAZE_getThreshold [32/64bit] features2d_KAZE_getThreshold %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst 元関数名(C#): features2d_KAZE_getThreshold 元DLLエクスポート名: features2d_KAZE_getThreshold 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_KAZE_getThreshold(cv::KAZE *obj, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getThreshold();
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_KAZE_setUpright [32/64bit] features2d_KAZE_setUpright %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): features2d_KAZE_setUpright 元DLLエクスポート名: features2d_KAZE_setUpright 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_KAZE_setUpright(cv::KAZE *obj, int val)
{
    BEGIN_WRAP
    obj->setUpright(val != 0);
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_KAZE_getUpright [32/64bit] features2d_KAZE_getUpright %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): features2d_KAZE_getUpright 元DLLエクスポート名: features2d_KAZE_getUpright 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_KAZE_getUpright(cv::KAZE *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getUpright() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_AKAZE_create [32/64bit] AKAZEのコンストラクタです。 %prm p1,p2,p3,p4,p5,p6,p7,p8 p1 = int : int descriptor_type p2 = int : int descriptor_size p3 = int : int descriptor_channels p4 = float : float threshold p5 = int : int nOctaves p6 = int : int nOctaveLayers p7 = int : int diffusivity p8 = var : out IntPtr returnValue %inst 元関数名(C#): features2d_AKAZE_create 元DLLエクスポート名: features2d_AKAZE_create 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_AKAZE_create(
    int descriptor_type, int descriptor_size, int descriptor_channels,
    float threshold, int nOctaves, int nOctaveLayers, int diffusivity,
    cv::Ptr<cv::AKAZE> **returnValue)
{
    BEGIN_WRAP
    const auto ptr = cv::AKAZE::create(
        static_cast<cv::AKAZE::DescriptorType>(descriptor_type), descriptor_size, descriptor_channels,
        threshold, nOctaves, nOctaveLayers, static_cast<cv::KAZE::DiffusivityType>(diffusivity));
    *returnValue = clone(ptr);
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_Ptr_AKAZE_delete [32/64bit] cv::AKAZE のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr ptr %inst 9]で述べた，AKAZEのキーポイント検出器とディスクリプタ抽出器を実装したクラス． AKAZE ディスクリプタは，KAZE または AKAZE のキーポイントでのみ利用できます．このクラスはスレッドセーフです。 注意記述子が必要な場合は，性能の良い Feature2D::detectAndCompute を使用してください．Feature2D::detectの後にFeature2D::computeを使用すると、スケールスペースピラミッドが2回計算されます。 AKAZE は T-API を実装しています．画像が UMat として渡された場合，アルゴリズムの一部は OpenCL を使用します． [ANB13] Fast Explicit Diffusion for Accelerated Features in Nonlinear Scale Spaces.Pablo F. Alcantarilla, Jesus Nuevo, Adrien Bartoli.British Machine Vision Conference (BMVC), Bristol, UK, September 2013 で発表しました。 元関数名(C#): features2d_Ptr_AKAZE_delete 元DLLエクスポート名: features2d_Ptr_AKAZE_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_Ptr_AKAZE_delete(cv::Ptr<cv::AKAZE> *ptr)
{
    BEGIN_WRAP
    delete ptr;
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_Ptr_AKAZE_get [32/64bit] cv::AKAZE のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst 9]で述べた，AKAZEのキーポイント検出器とディスクリプタ抽出器を実装したクラス． AKAZE ディスクリプタは，KAZE または AKAZE のキーポイントでのみ利用できます．このクラスはスレッドセーフです。 注意記述子が必要な場合は，性能の良い Feature2D::detectAndCompute を使用してください．Feature2D::detectの後にFeature2D::computeを使用すると、スケールスペースピラミッドが2回計算されます。 AKAZE は T-API を実装しています．画像が UMat として渡された場合，アルゴリズムの一部は OpenCL を使用します． [ANB13] Fast Explicit Diffusion for Accelerated Features in Nonlinear Scale Spaces.Pablo F. Alcantarilla, Jesus Nuevo, Adrien Bartoli.British Machine Vision Conference (BMVC), Bristol, UK, September 2013 で発表しました。 元関数名(C#): features2d_Ptr_AKAZE_get 元DLLエクスポート名: features2d_Ptr_AKAZE_get 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_Ptr_AKAZE_get(cv::Ptr<cv::AKAZE> *ptr, cv::AKAZE **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_AKAZE_setDescriptorType [32/64bit] features2d_AKAZE_setDescriptorType %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): features2d_AKAZE_setDescriptorType 元DLLエクスポート名: features2d_AKAZE_setDescriptorType 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_AKAZE_setDescriptorType(cv::AKAZE *obj, int val)
{
    BEGIN_WRAP
    obj->setDescriptorType(static_cast<cv::AKAZE::DescriptorType>(val));
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_AKAZE_getDescriptorType [32/64bit] features2d_AKAZE_getDescriptorType %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): features2d_AKAZE_getDescriptorType 元DLLエクスポート名: features2d_AKAZE_getDescriptorType 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_AKAZE_getDescriptorType(cv::AKAZE *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = static_cast<int>(obj->getDescriptorType());
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_AKAZE_setDescriptorSize [32/64bit] features2d_AKAZE_setDescriptorSize %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): features2d_AKAZE_setDescriptorSize 元DLLエクスポート名: features2d_AKAZE_setDescriptorSize 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_AKAZE_setDescriptorSize(cv::AKAZE *obj, int val)
{
    BEGIN_WRAP
    obj->setDescriptorSize(val);
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_AKAZE_getDescriptorSize [32/64bit] features2d_AKAZE_getDescriptorSize %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): features2d_AKAZE_getDescriptorSize 元DLLエクスポート名: features2d_AKAZE_getDescriptorSize 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_AKAZE_getDescriptorSize(cv::AKAZE *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getDescriptorSize();
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_AKAZE_setDescriptorChannels [32/64bit] features2d_AKAZE_setDescriptorChannels %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): features2d_AKAZE_setDescriptorChannels 元DLLエクスポート名: features2d_AKAZE_setDescriptorChannels 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_AKAZE_setDescriptorChannels(cv::AKAZE *obj, int val)
{
    BEGIN_WRAP
    obj->setDescriptorChannels(val);
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_AKAZE_getDescriptorChannels [32/64bit] features2d_AKAZE_getDescriptorChannels %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): features2d_AKAZE_getDescriptorChannels 元DLLエクスポート名: features2d_AKAZE_getDescriptorChannels 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_AKAZE_getDescriptorChannels(cv::AKAZE *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getDescriptorChannels();
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_AKAZE_setThreshold [32/64bit] features2d_AKAZE_setThreshold %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double val %inst 元関数名(C#): features2d_AKAZE_setThreshold 元DLLエクスポート名: features2d_AKAZE_setThreshold 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_AKAZE_setThreshold(cv::AKAZE *obj, double val)
{
    BEGIN_WRAP
    obj->setThreshold(val);
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_AKAZE_getThreshold [32/64bit] features2d_AKAZE_getThreshold %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst 元関数名(C#): features2d_AKAZE_getThreshold 元DLLエクスポート名: features2d_AKAZE_getThreshold 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_AKAZE_getThreshold(cv::AKAZE *obj, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getThreshold();
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_AKAZE_setNOctaves [32/64bit] features2d_AKAZE_setNOctaves %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): features2d_AKAZE_setNOctaves 元DLLエクスポート名: features2d_AKAZE_setNOctaves 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_AKAZE_setNOctaves(cv::AKAZE *obj, int val)
{
    BEGIN_WRAP
    obj->setNOctaves(val);
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_AKAZE_getNOctaves [32/64bit] features2d_AKAZE_getNOctaves %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): features2d_AKAZE_getNOctaves 元DLLエクスポート名: features2d_AKAZE_getNOctaves 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_AKAZE_getNOctaves(cv::AKAZE *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getNOctaves();
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_AKAZE_setNOctaveLayers [32/64bit] features2d_AKAZE_setNOctaveLayers %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): features2d_AKAZE_setNOctaveLayers 元DLLエクスポート名: features2d_AKAZE_setNOctaveLayers 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_AKAZE_setNOctaveLayers(cv::AKAZE *obj, int val)
{
    BEGIN_WRAP
    obj->setNOctaveLayers(val);
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_AKAZE_getNOctaveLayers [32/64bit] features2d_AKAZE_getNOctaveLayers %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): features2d_AKAZE_getNOctaveLayers 元DLLエクスポート名: features2d_AKAZE_getNOctaveLayers 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_AKAZE_getNOctaveLayers(cv::AKAZE *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getNOctaveLayers();
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_AKAZE_setDiffusivity [32/64bit] features2d_AKAZE_setDiffusivity %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): features2d_AKAZE_setDiffusivity 元DLLエクスポート名: features2d_AKAZE_setDiffusivity 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_AKAZE_setDiffusivity(cv::AKAZE *obj, int val)
{
    BEGIN_WRAP
    obj->setDiffusivity(static_cast<cv::KAZE::DiffusivityType>(val));
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index features2d_AKAZE_getDiffusivity [32/64bit] features2d_AKAZE_getDiffusivity %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): features2d_AKAZE_getDiffusivity 元DLLエクスポート名: features2d_AKAZE_getDiffusivity 参照元CSファイル: Internal\PInvoke\NativeMethods\features2d\NativeMethods_features2d_Feature2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) features2d_AKAZE_getDiffusivity(cv::AKAZE *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = static_cast<int>(obj->getDiffusivity());
    END_WRAP
}
}html %group NativeMethods_features2d_Feature2D %index imgproc_getGaussianKernel [32/64bit] ガウスフィルターの係数を返します。 %prm p1,p2,p3,p4 p1 = int : int ksize p2 = double : double sigma p3 = int : int ktype p4 = var : out IntPtr returnValue %inst この関数は，ガウスフィルタ係数の行列を計算して返します：\[G_i= ????? *e^{-(i-( ????? )/2)^2/(2* ????? )}, ?????]ここで，(i=0..texttt{ksize}-1）、\（\alpha\）は、\（sum_i G_i=1\）となるように選ばれたスケールファクターです。このようにして生成された2つのカーネルは，sepFilter2Dに渡すことができます．これらの関数は，平滑化カーネル（重みの合計が1になるような対称的なカーネル）を自動的に認識して，それに応じた処理を行います．関連項目： sepFilter2D, getDerivKernels, getStructuringElement, GaussianBlur 元関数名(C#): imgproc_getGaussianKernel 元DLLエクスポート名: imgproc_getGaussianKernel 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_getGaussianKernel(int ksize, double sigma, int ktype, cv::Mat **returnValue)
{
    BEGIN_WRAP
    const auto ret = cv::getGaussianKernel(ksize, sigma, ktype);
    *returnValue = new cv::Mat(ret);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_getDerivKernels [32/64bit] 画像の空間微分を計算するためのフィルタ係数を返します。 %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr kx p2 = sptr : IntPtr ky p3 = int : int dx p4 = int : int dy p5 = int : int ksize p6 = int : int normalize p7 = int : int ktype %inst この関数は，空間画像導出のためのフィルタ係数を計算し，それを返します．ksize=FILTER_SCHARR の場合， Scharr ????? ("Scharr" を参照してください) カーネルが生成されます．それ以外の場合は，Sobelカーネルが生成されます（Sobel参照）．フィルタは，通常，sepFilter2D や，Sobel に渡されます． 元関数名(C#): imgproc_getDerivKernels 元DLLエクスポート名: imgproc_getDerivKernels 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_getDerivKernels(cv::_OutputArray *kx, cv::_OutputArray *ky,
    int dx, int dy, int ksize, int normalize, int ktype)
{
    BEGIN_WRAP
    cv::getDerivKernels(*kx, *ky, dx, dy, ksize, normalize != 0, ktype);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_getGaborKernel [32/64bit] ガボールフィルタの係数を返す。 %prm p1,p2,p3,p4,p5,p6,p7,p8 p1 = ARGS_SIZE : Size ksize p2 = double : double sigma p3 = double : double theta p4 = double : double lambd p5 = double : double gamma p6 = double : double psi p7 = int : int ktype p8 = var : out IntPtr returnValue %inst ガボールフィルターの方程式やパラメーターの詳細については，以下を参照してください。ガボールフィルタ 元関数名(C#): imgproc_getGaborKernel 元DLLエクスポート名: imgproc_getGaborKernel 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_getGaborKernel(MyCvSize ksize, double sigma, double theta,
    double lambd, double gamma, double psi, int ktype, cv::Mat **returnValue)
{
    BEGIN_WRAP
    const auto ret = cv::getGaborKernel(cpp(ksize), sigma, theta, lambd, gamma, psi, ktype);
    *returnValue = new cv::Mat(ret);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_getStructuringElement [32/64bit] モフォロジカルな操作を行うために、指定されたサイズと形状の構造化要素を返します。 %prm p1,p2,p3,p4 p1 = int : int shape p2 = ARGS_SIZE : Size ksize p3 = ARGS_POINT : Point anchor p4 = var : out IntPtr returnValue %inst この関数は，構造化要素を作成して返します．この構造化要素は，さらに erode, dilate, morphologyEx に渡すことができます．サンプル: samples/cpp/tutorial_code/ImgProc/Morphology_1.cpp, samples/cpp/tutorial_code/ImgProc/Morphology_2.cpp. 元関数名(C#): imgproc_getStructuringElement 元DLLエクスポート名: imgproc_getStructuringElement 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_getStructuringElement(int shape, MyCvSize ksize, MyCvPoint anchor, cv::Mat **returnValue)
{
    BEGIN_WRAP
    const auto ret = cv::getStructuringElement(shape, cpp(ksize), cpp(anchor));
    *returnValue = new cv::Mat(ret);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_medianBlur [32/64bit] メディアンフィルターを使って，画像をぼかします． %prm p1,p2,p3 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = int : int ksize %inst この関数は，メジアンフィルタを用いて画像を平滑化します．マルチチャンネル画像の各チャンネルは，独立して処理されます．インプレース操作に対応しています。注意中央値フィルタは、境界線のピクセルに対処するために、内部的にBORDER_REPLICATEを使用しています。 元関数名(C#): imgproc_medianBlur 元DLLエクスポート名: imgproc_medianBlur 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_medianBlur(cv::_InputArray *src, cv::_OutputArray *dst, int ksize)
{
    BEGIN_WRAP
    cv::medianBlur(*src, *dst, ksize);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_GaussianBlur [32/64bit] ガウシアンフィルターを使って画像をぼかします。 %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = ARGS_SIZE : Size ksize p4 = double : double sigmaX p5 = double : double sigmaY p6 = int : BorderTypes borderType %inst この関数は，入力画像を指定されたガウスカーネルで畳み込みます．参照：sosepFilter2D, filter2D, blur, boxFilter, bilateralFilter, medianBlurExamples: samples/cpp/laplace.cpp, samples/cpp/tutorial_code/ImgProc/Smoothing/Smoothing.cpp, and samples/cpp/tutorial_code/ImgTrans/Sobel_Demo.cpp. 元関数名(C#): imgproc_GaussianBlur 元DLLエクスポート名: imgproc_GaussianBlur 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_GaussianBlur(cv::_InputArray *src, cv::_OutputArray *dst,
                                            MyCvSize ksize, double sigmaX, double sigmaY, int borderType)
{
    BEGIN_WRAP
    cv::GaussianBlur(*src, *dst, cpp(ksize), sigmaX, sigmaY, borderType);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_bilateralFilter [32/64bit] バイラテラルフィルターを画像に適用します。 %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = int : int d p4 = double : double sigmaColor p5 = double : double sigmaSpace p6 = int : BorderTypes borderType %inst この関数は， http://www.dai.ed.ac.uk/CVonline/LOCAL_COPIES/MANDUCHI1/Bilateral_Filtering.html で説明されているように，入力画像にバイラテラルフィルタリングを適用します．bilateralFilter は，エッジをかなりシャープに保ちつつ，不要なノイズを非常によく減らします．ただし、他のフィルタ.Sigmaに比べて、非常に低速です。簡単にするために、2つのシグマ値を同じにすることができます。シグマ値が小さい（10未満）とフィルターの効果はあまりなく、逆に大きい（150以上）と非常に強い効果が得られ、画像が「漫画的」になります。フィルターサイズ。大きなフィルタ（d > 5）は非常に遅いので、リアルタイムのアプリケーションにはd=5を、重いノイズフィルタを必要とするオフラインのアプリケーションにはd=9を使用することをお勧めします。 元関数名(C#): imgproc_bilateralFilter 元DLLエクスポート名: imgproc_bilateralFilter 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_bilateralFilter(cv::_InputArray *src, cv::_OutputArray *dst,
                                    int d, double sigmaColor, double sigmaSpace, int borderType)
{
    BEGIN_WRAP
    cv::bilateralFilter(*src, *dst, d, sigmaColor, sigmaSpace, borderType);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_boxFilter [32/64bit] ボックスフィルターを使って、画像をぼかします。 %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = int : int ddepth p4 = ARGS_SIZE : Size ksize p5 = ARGS_POINT : Point anchor p6 = int : int normalize p7 = int : BorderTypes borderType %inst この関数は，カーネルを用いて画像を平滑化します：??o???1 & 1 & 1 & ????? )\\ ♪♪〜\What's New Year!\normalize=true}。\\非正規化ボックスフィルターは，画像導関数の共分散行列（密なオプティカルフローアルゴリズムなどで使用される）など，各ピクセルの近傍におけるさまざまな積分特性を計算するのに便利です．他にも、oblur、bilateralFilter、GaussianBlur、medianBlur、integralがあります。 元関数名(C#): imgproc_boxFilter 元DLLエクスポート名: imgproc_boxFilter 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_boxFilter(cv::_InputArray *src, cv::_OutputArray *dst, int ddepth,
                              MyCvSize ksize, MyCvPoint anchor, int normalize, int borderType)
{
    BEGIN_WRAP
    cv::boxFilter(*src, *dst, ddepth, cpp(ksize), cpp(anchor), normalize != 0, borderType);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_sqrBoxFilter [32/64bit] フィルタをかけた部分のピクセル値の正規化二乗和を計算します。 %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = int : int ddepth p4 = ARGS_SIZE : Size ksize p5 = ARGS_POINT : Point anchor p6 = int : int normalize p7 = int : BorderTypes borderType %inst この関数は，入力画像中の各ピクセル ?( (x, y) ? )に対して，そのピクセル上に配置されたフィルタと重なる隣接ピクセル値の2乗和を計算します．この正規化されていない正方形のボックスフィルタは，ピクセル周辺の局所的な分散や標準偏差など，画像の局所的な統計情報を計算するのに役立ちます． 元関数名(C#): imgproc_sqrBoxFilter 元DLLエクスポート名: imgproc_sqrBoxFilter 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_sqrBoxFilter(
    cv::_InputArray *src, cv::_OutputArray *dst, int ddepth,
    MyCvSize ksize, MyCvPoint anchor, int normalize, int borderType)
{
    BEGIN_WRAP
    cv::sqrBoxFilter(*src, *dst, ddepth, cpp(ksize), cpp(anchor), normalize != 0, borderType);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_blur [32/64bit] 正規化されたボックスフィルターを使って、画像をぼかします。 %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = ARGS_SIZE : Size ksize p4 = ARGS_POINT : Point anchor p5 = int : int borderType %inst この関数は，カーネルを用いて画像を平滑化します．\????? )♪ 1 & 1 & 1 & ♪ 1 & 1 ♪ 1 & 1 ♪ ♪\\ Blur(src, dst, ksize, anchor, borderType)の呼び出しは、boxFilter(src, dst, src.type(), ksize, anchor, true, borderType)と同等です。alsoboxFilter, bilateralFilter, GaussianBlur, medianBlurExamples: samples/cpp/edge.cpp, samples/cpp/laplace.cpp, and samples/cpp/tutorial_code/ImgProc/Smoothing/Smoothing.cppをご参照ください。 元関数名(C#): imgproc_blur 元DLLエクスポート名: imgproc_blur 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_blur(cv::_InputArray *src, cv::_OutputArray *dst, CvSize ksize, CvPoint anchor, int borderType)
{
    BEGIN_WRAP
    cv::blur(*src, *dst, ksize, anchor, borderType);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_filter2D [32/64bit] 画像をカーネルで畳み込みます． %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = int : int ddepth p4 = sptr : IntPtr kernel p5 = ARGS_POINT : Point anchor p6 = double : double delta p7 = int : int borderType %inst この関数は，任意の線形フィルタを画像に適用します．インプレース操作がサポートされています．この関数は，畳み込みではなく，実際に相関を計算します．(x,y) = ????? < ????? < ????? )\♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪(x',y')* ????? )(x+x'- ????? ) ????? ) つまり、カーネルはアンカーポイントを中心にミラーリングされていないのです。この関数は，十分に大きなカーネル（?11 x 11 以上）の場合は DFT ベースのアルゴリズムを使い，小さなカーネルの場合は直接アルゴリズムを使います．参照：sosepFilter2D, dft, matchTemplate 元関数名(C#): imgproc_filter2D 元DLLエクスポート名: imgproc_filter2D 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_filter2D(cv::_InputArray *src, cv::_OutputArray *dst, int ddepth,
                             cv::_InputArray *kernel, MyCvPoint anchor, double delta, int borderType)
{
    BEGIN_WRAP
    cv::filter2D(*src, *dst, ddepth, *kernel, cpp(anchor), delta, borderType);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_sepFilter2D [32/64bit] 分離可能な線形フィルタを画像に適用します． %prm p1,p2,p3,p4,p5,p6,p7,p8 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = int : int ddepth p4 = sptr : IntPtr kernelX p5 = sptr : IntPtr kernelY p6 = ARGS_POINT : Point anchor p7 = double : double delta p8 = int : int borderType %inst この関数は，画像に分離可能な線形フィルタを適用します．つまり，まず src の各行が，1次元カーネル kernelX によってフィルタリングされます．そして，結果の各列は，1次元カーネルkernelYでフィルタリングされます．delta によってシフトされた最終結果が，dst に格納されます． 参照：filter2D, Sobel, GaussianBlur, boxFilter, blur 元関数名(C#): imgproc_sepFilter2D 元DLLエクスポート名: imgproc_sepFilter2D 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_sepFilter2D(cv::_InputArray *src, cv::_OutputArray *dst, int ddepth,
                                cv::_InputArray *kernelX, cv::_InputArray *kernelY,
                                MyCvPoint anchor, double delta, int borderType)
{
    BEGIN_WRAP
    cv::sepFilter2D(*src, *dst, ddepth, *kernelX, *kernelY, cpp(anchor), delta, borderType);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_Sobel [32/64bit] 拡張された Sobel 演算子を使って、画像の 1 次、2 次、3 次、または混合導関数を計算します。 %prm p1,p2,p3,p4,p5,p6,p7,p8,p9 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = int : int ddepth p4 = int : int dx p5 = int : int dy p6 = int : int ksize p7 = double : double scale p8 = double : double delta p9 = int : int borderType %inst 1つのケースを除いて、微分の計算には、Separable Kernel が使われます。ksize = 1 は、1 次または 2 次の x または y の微分にのみ使用できます。また、Sobelよりも正確な結果が得られる可能性のある Scharrフィルタに対応する特別な値 ksize = FILTER_SCHARR (-1)もあります。この関数は，画像を適切なカーネルで畳み込むことにより，画像微分を計算します．\????? )\Sobel演算子は，ガウス平滑化と微分を組み合わせたものなので，多少なりともノイズに強い結果が得られます．多くの場合，この関数は ( xorder = 1, yorder = 0, ksize = 3) または ( xorder = 0, yorder = 1, ksize = 3) で呼び出され，xまたはyの画像1次微分を計算します．第1のケースは、次のようなカーネルに対応しています。\See alsoScharr, Laplacian, sepFilter2D, filter2D, GaussianBlur, cartToPolarExamples: samples/cpp/tutorial_code/ImgTrans/Sobel_Demo.cpp. 元関数名(C#): imgproc_Sobel 元DLLエクスポート名: imgproc_Sobel 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_Sobel(cv::_InputArray *src, cv::_OutputArray *dst, int ddepth,
                          int dx, int dy, int ksize, double scale, double delta, int borderType)
{
    BEGIN_WRAP
    cv::Sobel(*src, *dst, ddepth, dx, dy, ksize, scale, delta, borderType);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_spatialGradient [32/64bit] Sobel 演算子を使って、x と y の両方で画像の一次微分を計算します。 %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr src p2 = sptr : IntPtr dx p3 = sptr : IntPtr dy p4 = int : int ksize p5 = int : int borderType %inst 以下のコマンドと同じです： Sobel( src, dx, CV_16SC1, 1, 0, 3 );Sobel( src, dy, CV_16SC1, 0, 1, 3 );fragmentSobel も参照してください． 元関数名(C#): imgproc_spatialGradient 元DLLエクスポート名: imgproc_spatialGradient 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_spatialGradient(
    cv::_InputArray *src, cv::_OutputArray *dx, cv::_OutputArray *dy, int ksize, int borderType)
{
    BEGIN_WRAP
    cv::spatialGradient(*src, *dx, *dy, ksize, borderType);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_Scharr [32/64bit] Scharr 演算子を用いて，画像の1次 x または y 導関数を求めます． %prm p1,p2,p3,p4,p5,p6,p7,p8 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = int : int ddepth p4 = int : int dx p5 = int : int dy p6 = double : double scale p7 = double : double delta p8 = int : int borderType %inst この関数は，Scharr演算子を用いて，XまたはYの空間的な1次微分を計算します．call\[Scharr(src, dst, ddepth, dx, dy, scale, delta, borderType)}\]は，次のものと同じです：Sobel(src, dst, ddepth, dx, dy, FILTER_SCHARR, scale, delta, borderType)} .??]See alsocartToPolarExamples: samples/cpp/edge.cpp. 元関数名(C#): imgproc_Scharr 元DLLエクスポート名: imgproc_Scharr 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_Scharr(cv::_InputArray *src, cv::_OutputArray *dst, int ddepth,
                           int dx, int dy, double scale, double delta, int borderType)
{
    BEGIN_WRAP
    cv::Scharr(*src, *dst, ddepth, dx, dy, scale, delta, borderType);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_Laplacian [32/64bit] 画像のラプラシアンを計算します。 %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = int : int ddepth p4 = int : int ksize p5 = double : double scale p6 = double : double delta p7 = int : int borderType %inst この関数は，Sobel演算子を用いて計算された2回目のx導関数とy導関数を足し合わせることで，入力画像のラプラシアンを計算します．+ ????? ) これは，ksize > 1のときに行う．ksize == 1のときは，次のようなアパーチャで画像をフィルタリングして，ラプラシアンを計算します♪See alsoSobel, ScharrExamples: samples/cpp/laplace.cpp. 元関数名(C#): imgproc_Laplacian 元DLLエクスポート名: imgproc_Laplacian 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_Laplacian(cv::_InputArray *src, cv::_OutputArray *dst, int ddepth,
                              int ksize, double scale, double delta, int borderType)
{
    BEGIN_WRAP
    cv::Laplacian(*src, *dst, ddepth, ksize, scale, delta, borderType);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_Canny1 [32/64bit] Cannyアルゴリズム[41]を用いて，画像のエッジを検出します． %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr src p2 = sptr : IntPtr edges p3 = double : double threshold1 p4 = double : double threshold2 p5 = int : int apertureSize p6 = int : int l2Gradient %inst この関数は，Cannyアルゴリズムを用いて，入力画像中のエッジを検出し，出力マップのエッジにマーキングします．threshold1 と threshold2 の間の最小値が，エッジの連結に利用されます．また，最大の値は，強いエッジの初期セグメントを見つけるために利用されます．http://en.wikipedia.org/wiki/Canny_edge_detectorExamples: samples/cpp/edge.cpp, samples/cpp/squares.cpp, samples/cpp/tutorial_code/ImgTrans/houghlines.cpp, and samples/tapi/squares.cpp を参照してください。 元関数名(C#): imgproc_Canny1 元DLLエクスポート名: imgproc_Canny1 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_Canny1(cv::_InputArray *src, cv::_OutputArray *edges,
                          double threshold1, double threshold2, int apertureSize, int L2gradient)
{
    BEGIN_WRAP
    cv::Canny(*src, *edges, threshold1, threshold2, apertureSize, L2gradient != 0);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_Canny2 [32/64bit] Cannyアルゴリズム[41]を用いて，画像のエッジを検出します． %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr dx p2 = sptr : IntPtr dy p3 = sptr : IntPtr edges p4 = double : double threshold1 p5 = double : double threshold2 p6 = int : int l2Gradient %inst この関数は，Cannyアルゴリズムを用いて，入力画像中のエッジを検出し，出力マップのエッジにマーキングします．threshold1 と threshold2 の間の最小値が，エッジの連結に利用されます．また，最大の値は，強いエッジの初期セグメントを見つけるために利用されます．http://en.wikipedia.org/wiki/Canny_edge_detectorExamples: samples/cpp/edge.cpp, samples/cpp/squares.cpp, samples/cpp/tutorial_code/ImgTrans/houghlines.cpp, and samples/tapi/squares.cpp を参照してください。 元関数名(C#): imgproc_Canny2 元DLLエクスポート名: imgproc_Canny2 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_Canny2(
    cv::_InputArray *dx, cv::_InputArray *dy, cv::_OutputArray *edges,
    double threshold1, double threshold2, int L2gradient = false)
{
    BEGIN_WRAP
    cv::Canny(*dx, *dy, *edges, threshold1, threshold2, L2gradient != 0);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_cornerMinEigenVal [32/64bit] コーナー検出のために，勾配行列の最小固有値を計算します． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = int : int blockSize p4 = int : int ksize p5 = int : int borderType %inst この関数は， cornerEigenValsAndVecs と似ていますが， cornerEigenValsAndVecs の説明にある式を用いて，導関数の共分散行列の最小固有値，つまり， ?min(?lambda_1,?lambda_2)? を計算して保存します． 元関数名(C#): imgproc_cornerMinEigenVal 元DLLエクスポート名: imgproc_cornerMinEigenVal 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_cornerMinEigenVal(cv::_InputArray *src, cv::_OutputArray *dst,
                                      int blockSize, int ksize, int borderType)
{
    BEGIN_WRAP
    cv::cornerMinEigenVal(*src, *dst, blockSize, ksize, borderType);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_cornerHarris [32/64bit] Harris corner detector. %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = int : int blockSize p4 = int : int ksize p5 = double : double k p6 = int : int borderType %inst この関数は，画像に対してハリスコーナー検出器を実行します．cornerMinEigenVal や cornerEigenValsAndVecs と同様に，各ピクセル ?((x, y)? )に対して，勾配共分散行列?((M^{(x,y)}? )を計算します．そして、次のような特性を計算します。(x,y) = ????? )M^{(x,y)} (x,y)- k cdot eldest ( ????? )M^{(x,y)}\画像の角は、この応答マップの局所的な最大値として見つけることができます。 元関数名(C#): imgproc_cornerHarris 元DLLエクスポート名: imgproc_cornerHarris 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_cornerHarris(cv::_InputArray *src, cv::_OutputArray *dst,
                                 int blockSize, int ksize, double k, int borderType)
{
    BEGIN_WRAP
    cv::cornerHarris(*src, *dst, blockSize, ksize, k, borderType);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_cornerEigenValsAndVecs [32/64bit] コーナー検出のために，画像ブロックの固有値と固有ベクトルを計算します． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = int : int blockSize p4 = int : int ksize p5 = int : int borderType %inst 関数 cornerEigenValsAndVecs は，各ピクセル ????? ) に対して， blockSize ????? ) 近隣領域 ????? ) を考慮します．この近傍領域における導関数の共分散行列を計算します。\ここでは、Sobel演算子を用いて導関数を計算します。固有ベクトルと固有値を求め、デスティネーション画像に保存します ?((?lambda_1, ?lambda_2, x_1, y_1, x_2, y_2)?) ここで、?(?lambda_1, ?lambda_2?)は、非ソートの固有値です \♪\\に対応する固有ベクトルは \この関数の出力は，ロバストなエッジ検出やコーナー検出に利用できます． 他にも，ocornerMinEigenVal, cornerHarris, preCornerDetect を参照してください． 元関数名(C#): imgproc_cornerEigenValsAndVecs 元DLLエクスポート名: imgproc_cornerEigenValsAndVecs 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_cornerEigenValsAndVecs(cv::_InputArray *src, cv::_OutputArray *dst,
                                           int blockSize, int ksize, int borderType)
{
    BEGIN_WRAP
    cv::cornerEigenValsAndVecs(*src, *dst, blockSize, ksize, borderType);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_preCornerDetect [32/64bit] コーナー検出のための特徴量マップを計算します． %prm p1,p2,p3,p4 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = int : int ksize p4 = int : int borderType %inst この関数は，入力画像の複素空間微分関数を計算します\\ = (D_x texttt{src} )^2 ?? D_{yy}\♪♪♪♪♪♪♪♪♪♪♪♪♪+ (D_y ????? ) - D_{xx} ????? )-2 D_x ardor\D_y (D_texttt{src})\D_{xy}\ここで，\(D_x\)，\(D_y\)は1次微分，\(D_xx}?)，?(D_yy}?)は2次微分，\(D_{xy}?)は混合微分である．コーナーは，以下のように，関数の局所的な最大値として求められます： Mat corners, dilated_corners;preCornerDetect(image, corners, 3);// 3x3 の矩形構造による拡張 elementdilate(corner, dilated_corners, Mat(), 1);Mat corner_mask = corners == dilated_corners;fragment 元関数名(C#): imgproc_preCornerDetect 元DLLエクスポート名: imgproc_preCornerDetect 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_preCornerDetect(cv::_InputArray *src, cv::_OutputArray *dst, int ksize, int borderType)
{
    BEGIN_WRAP
    cv::preCornerDetect(*src, *dst, ksize, borderType);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_cornerSubPix [32bit] コーナーの位置を精細化します． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr image p2 = sptr : IntPtr corners p3 = ARGS_SIZE : Size winSize p4 = ARGS_SIZE : Size zeroZone p5 = ARGS_TERMCRITERIA : TermCriteria criteria %inst この関数は，[81]で述べられているように，サブピクセル精度でコーナーや半径方向のサドルポイントの位置を求めるために，繰り返し処理を行います． imageサブピクセル精度のコーナーロケータは，画像ノイズや計測ノイズがあったとしても，中心\(q\)からその近傍に位置する点\(p\)までのすべてのベクトルが，画像の勾配に直交するという観測に基づいています．式を考えてみましょう：\\ = {DI_{p_i}}^T \cdot (q - p_i)\]ここで、\({DI_{p_i}}\)は、\(q\)の近傍にある点の一つの画像勾配です。q\の値は、\(epsilon_i\)が最小になるように求められます。????? ) ????? ) ????? ) ????? ) ????? ) ????? ) ????? )\ここで、勾配の総和は、\(q\)の近傍（サーチウィンドウ）で行われます。第1グラディエント項を「G\」、第2グラディエント項を「b\」と呼ぶと、次のようになります。 元関数名(C#): imgproc_cornerSubPix 元DLLエクスポート名: imgproc_cornerSubPix 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_cornerSubPix(cv::_InputArray *image, std::vector<cv::Point2f> *corners,
                                 CvSize winSize, CvSize zeroZone, MyCvTermCriteria criteria)
{
    BEGIN_WRAP
    cv::cornerSubPix(*image, *corners, winSize, zeroZone, cpp(criteria));
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_cornerSubPix [64bit] コーナーの位置を精細化します． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr image p2 = sptr : IntPtr corners p3 = ARGS_SIZE : Size winSize p4 = ARGS_SIZE : Size zeroZone p5 = var : TermCriteria criteria %inst この関数は，[81]で述べられているように，サブピクセル精度でコーナーや半径方向のサドルポイントの位置を求めるために，繰り返し処理を行います． imageサブピクセル精度のコーナーロケータは，画像ノイズや計測ノイズがあったとしても，中心\(q\)からその近傍に位置する点\(p\)までのすべてのベクトルが，画像の勾配に直交するという観測に基づいています．式を考えてみましょう：\\ = {DI_{p_i}}^T \cdot (q - p_i)\]ここで、\({DI_{p_i}}\)は、\(q\)の近傍にある点の一つの画像勾配です。q\の値は、\(epsilon_i\)が最小になるように求められます。????? ) ????? ) ????? ) ????? ) ????? ) ????? ) ????? )\ここで、勾配の総和は、\(q\)の近傍（サーチウィンドウ）で行われます。第1グラディエント項を「G\」、第2グラディエント項を「b\」と呼ぶと、次のようになります。 元関数名(C#): imgproc_cornerSubPix 元DLLエクスポート名: imgproc_cornerSubPix 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_cornerSubPix(cv::_InputArray *image, std::vector<cv::Point2f> *corners,
                                 CvSize winSize, CvSize zeroZone, MyCvTermCriteria criteria)
{
    BEGIN_WRAP
    cv::cornerSubPix(*image, *corners, winSize, zeroZone, cpp(criteria));
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_goodFeaturesToTrack [32/64bit] 画像の強い角を判定します。 %prm p1,p2,p3,p4,p5,p6,p7,p8,p9 p1 = sptr : IntPtr src p2 = sptr : IntPtr corners p3 = int : int maxCorners p4 = double : double qualityLevel p5 = double : double minDistance p6 = sptr : IntPtr mask p7 = int : int blockSize p8 = int : int useHarrisDetector p9 = double : double k %inst この関数は，[222]に記述されているように，画像中，あるいは指定された画像領域中の最も目立つコーナーを検出します． 関数は， cornerMinEigenVal または cornerHarris を用いて，すべての入力画像ピクセルにおけるコーナー品質尺度を計算します． Functionは、非最大値抑制を行います（3×3近傍の局所的な最大値は保持されます）。 最小固有値が\(????? )以下のコーナーは\未満の最小固有値を持つコーナーは棄却されます。 残ったコーナーは、品質尺度の降順でソートされます。 この関数は，物体のポイントベーストラッカーを初期化するために利用できます．注意もし，パラメータ qualityLevel に異なる値 A と B を指定してこの関数を呼び出し，A > B とした場合， qualityLevel=A で返されるコーナーのベクトルは， qualityLevel=B で返される出力ベクトルの接頭辞となります． 他にも，ocornerMinEigenVal, cornerHarris, calcOpticalFlowPyrLK, estimateRigidTransform などの関数を参照してください． 元関数名(C#): imgproc_goodFeaturesToTrack 元DLLエクスポート名: imgproc_goodFeaturesToTrack 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_goodFeaturesToTrack(cv::_InputArray *src, std::vector<cv::Point2f> *corners,
                                        int maxCorners, double qualityLevel, double minDistance,
                                        cv::_InputArray *mask, int blockSize, int useHarrisDetector, double k)
{
    BEGIN_WRAP
    cv::goodFeaturesToTrack(*src, *corners, maxCorners, qualityLevel, minDistance, 
        entity(mask), blockSize, useHarrisDetector != 0, k);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_HoughLines [32/64bit] 標準的なハフ変換を用いて，2 値画像中の線を検出します． %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr src p2 = sptr : IntPtr lines p3 = double : double rho p4 = double : double theta p5 = int : int threshold p6 = double : double srn p7 = double : double stn %inst この関数は，線を検出するための標準的なハフ変換アルゴリズム，あるいは標準的なマルチスケールハフ変換アルゴリズムを実装しています．ハフ変換についての詳しい説明は，http://homepages.inf.ed.ac.uk/rbf/HIPR2/hough.htm を参照してください．例： samples/cpp/tutorial_code/mgTrans/houghlines.cpp. 元関数名(C#): imgproc_HoughLines 元DLLエクスポート名: imgproc_HoughLines 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_HoughLines(cv::_InputArray *src, std::vector<cv::Vec2f> *lines,
                               double rho, double theta, int threshold,
                               double srn, double stn)
{
    BEGIN_WRAP
    cv::HoughLines(*src, *lines, rho, theta, threshold, srn, stn);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_HoughLinesP [32/64bit] 確率的ハフ変換を用いて2値画像の線分を検出します。 %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr src p2 = sptr : IntPtr lines p3 = double : double rho p4 = double : double theta p5 = int : int threshold p6 = double : double minLineLength p7 = double : double maxLineG %inst この関数は，[164]に記述されている，線検出のための確率的ハフ変換アルゴリズムを実装しています：#include #include using namespace cv;using namespace std;int main(int argc, char** argv){ Mat src, dst, color_dst; if( argc != 2 || !(src=imread(argv[1], 0).data) return -1; Canny( src, dst, 50, 200, 3 ); cvtColor( dst, color_dst, COLOR_GRAY2BGR ); vector lines; HoughLinesP( dst, lines, 1, CV_PI/180, 80, 30, 10 ); for( size_t i = 0; i < lines.size(); i++ ) { line( color_dst, Point(lines[i][0], lines[i][1]), Point( lines[i][2], lines[i][3]), Scalar(0,0,255), 3, 8 ); } namedWindow("Source", 1 ); imshow("Source", src ); namedWindow("Detected Lines", 1 ); imshow("Detected Lines", color_dst ); waitKey(0); return 0;}fragmentこれは、関数のパラメータを調整した画像のサンプルです。imageそして、これは確率的ハフ変換の場合の上記プログラムの出力です:imageSee alsoLineSegmentDetectorExamples: samples/cpp/tutorial_code/ImgTrans/houghlines.cppを参照してください。 元関数名(C#): imgproc_HoughLinesP 元DLLエクスポート名: imgproc_HoughLinesP 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_HoughLinesP(cv::_InputArray *src, std::vector<cv::Vec4i> *lines,
                                double rho, double theta, int threshold,
                                double minLineLength, double maxLineGap)
{
    BEGIN_WRAP
    cv::HoughLinesP(*src, *lines, rho, theta, threshold, minLineLength, maxLineGap);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_HoughLinesPointSet [32/64bit] 標準的なハフ変換を利用して、点の集合の中の線を見つけます。 %prm p1,p2,p3,p4,p5,p6,p7,p8,p9,p10 p1 = sptr : IntPtr point p2 = sptr : IntPtr lines p3 = int : int linesMax p4 = int : int threshold p5 = double : double minRho p6 = double : double maxRho p7 = double : double rhoStep p8 = double : double minTheta p9 = double : double maxTheta p10 = double : double thetaStep %inst この関数は，ハフ変換の改良版を用いて，点群から直線を見つけます．hpp>using namespace cv;using namespace std;int main(){ Mat lines; vector line3d; vector point; const static float Points[20][2] = { { 0.0f, 369.0f }, { 10.0f, 364.0f }, { 20.0f, 358.0f }, { 30.0f, 352.0f }, { 40.0f, 346.0f }, { 50.0f, 341.0f }, { 60.0f, 335.0f }, { 70.0f, 329.0f }, { 80.0f, 323.0f }, { 90.0f, 318.0f }, { 100.0f, 312.0f }, { 110.0.0f, 306.0f }, { 120.0f, 300.0f }, { 130.0f, 295.0f }, { 140.0f, 289.0f }, { 150.0f, 284.0f }, { 160.0f, 277.0f }, { 170.0f, 271.0f }, { 180.0f, 266.0f }, { 190.0f, 260.0f }。 }; for (int i = 0; i < 20; i++) { point.push_back(Point2f(Points[i][0],Points[i][1])); } double rhoMin = 0.0f, rhoMax = 360.0f, rhoStep = 1; double thetaMin = 0.0f, thetaMax = CV_PI / 2.0f, thetaStep = CV_PI / 180.0f; HoughLinesPointSet(point, lines, 20, 1, rhoMin, rhoMax, rhoStep, thetaMin, thetaMax, thetaStep); lines.copyTo(line3d); printf("vots:%d, rho:%.7f, theta:%.7fn",(int)line3d.at(0).val[0], line3d.at(0).val[1], line3d.at(0).val[2]);}fragment 元関数名(C#): imgproc_HoughLinesPointSet 元DLLエクスポート名: imgproc_HoughLinesPointSet 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_HoughLinesPointSet(
    cv::_InputArray *_point, cv::_OutputArray *_lines, int lines_max, int threshold,
    double min_rho, double max_rho, double rho_step,
    double min_theta, double max_theta, double theta_step)
{
    BEGIN_WRAP
    cv::HoughLinesPointSet(*_point, *_lines, lines_max, threshold, min_rho, max_rho, rho_step, min_theta, max_theta, theta_step);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_HoughCircles [32/64bit] ハフ変換を使ってグレースケール画像から円を見つけます。 %prm p1,p2,p3,p4,p5,p6,p7,p8,p9 p1 = sptr : IntPtr src p2 = sptr : IntPtr circles p3 = int : int method p4 = double : double dp p5 = double : double minDist p6 = double : double param1 p7 = double : double param2 p8 = int : int minRadius p9 = int : int maxRadius %inst この関数は，ハフ変換の修正を用いて，グレースケール画像中の円を求めます．例： :#include #include #include using namespace cv;using namespace std;int main(int argc, char** argv){ Mat img, gray; if( argc != 2 || !(img=imread(argv[1], 1)).data) return -1; cvtColor(img, gray, COLOR_BGR2GRAY); // 滑らかにしないと，たくさんの偽の円が検出される可能性があります． GaussianBlur( gray, gray, Size(9, 9), 2, 2 ); vector circles; HoughCircles(gray, circles, HOUGH_GRADIENT, 2, gray.rows/4, 200, 100 ); for( size_t i = 0; i < circles.size(); i++ ) { Point center(cvRound(circcles[i][0]), cvRound(circcles[i][1])); int radius = cvRound(circcles[i][2]); // 円の中心を描く circle( img, center, 3, Scalar(0,255,0), -1, 8, 0 ); // 円の輪郭を描く circle( img, center, radius, Scalar(0,0,255), 3, 8, 0 ); } namedWindow( "circles", 1 ); imshow( "circles", img ); waitKey(0); return 0;}fragmentNote通常、この関数は円の中心をうまく検出します。しかし、正しい半径を見つけることができない場合があります。半径の範囲（minRadiusとmaxRadius）がわかっていれば、それを指定することで、この関数を補助することができます。また、HOUGH_GRADIENTメソッドの場合、maxRadiusを負の数に設定することで、半径検索を行わずに中心のみを返し、追加の手順で正しい半径を見つけることができます。また、画像がすでに柔らかい場合を除き、画像を少し滑らかにすることもできます。他にもfitEllipse, minEnclosingCircleExamples: samples/cpp/tutorial_code/ImgTrans/houghcircles.cppを参照してください。 元関数名(C#): imgproc_HoughCircles 元DLLエクスポート名: imgproc_HoughCircles 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_HoughCircles(cv::_InputArray *src, std::vector<cv::Vec3f> *circles,
                                 int method, double dp, double minDist,
                                 double param1, double param2, int minRadius, int maxRadius)
{
    BEGIN_WRAP
    cv::HoughCircles(*src, *circles, method, dp, minDist, param1, param2, minRadius, maxRadius);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_erode [32bit] 特定の構造化要素を使って画像を消去します。 %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = sptr : IntPtr kernel p4 = ARGS_POINT : Point anchor p5 = int : int iterations p6 = int : int borderType p7 = ARGS_SCALAR : Scalar borderValue %inst この関数は，最小値を取るピクセル近傍の形状を決定する，指定された構造化要素を用いて，入力画像を侵食します：??o???(x,y) = ????? (x',y'):\♪ ♪♪ (x',y') ♪ ♪ (x',y') ♪ ♪ (x',y') ♪ ♪\♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪(x+x',y+y')??＞????*。エロージョンは，複数回（イタレーション）にわたって適用することができます．他にも，odilate, morphologyEx, getStructuringElementExamples: samples/cpp/segment_objects.cpp, and samples/cpp/tutorial_code/ImgProc/Morphology_1.cppを参照してください． 元関数名(C#): imgproc_erode 元DLLエクスポート名: imgproc_erode 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_erode(cv::_InputArray *src, cv::_OutputArray *dst, cv::_InputArray *kernel,
                          MyCvPoint anchor, int iterations,    int borderType, MyCvScalar borderValue)
{
    BEGIN_WRAP
    cv::erode(*src, *dst, entity(kernel), cpp(anchor), iterations, borderType, cpp(borderValue));
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_erode [64bit] 特定の構造化要素を使って画像を消去します。 %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = sptr : IntPtr kernel p4 = ARGS_POINT : Point anchor p5 = int : int iterations p6 = int : int borderType p7 = var : Scalar borderValue %inst この関数は，最小値を取るピクセル近傍の形状を決定する，指定された構造化要素を用いて，入力画像を侵食します：??o???(x,y) = ????? (x',y'):\♪ ♪♪ (x',y') ♪ ♪ (x',y') ♪ ♪ (x',y') ♪ ♪\♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪(x+x',y+y')??＞????*。エロージョンは，複数回（イタレーション）にわたって適用することができます．他にも，odilate, morphologyEx, getStructuringElementExamples: samples/cpp/segment_objects.cpp, and samples/cpp/tutorial_code/ImgProc/Morphology_1.cppを参照してください． 元関数名(C#): imgproc_erode 元DLLエクスポート名: imgproc_erode 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_erode(cv::_InputArray *src, cv::_OutputArray *dst, cv::_InputArray *kernel,
                          MyCvPoint anchor, int iterations,    int borderType, MyCvScalar borderValue)
{
    BEGIN_WRAP
    cv::erode(*src, *dst, entity(kernel), cpp(anchor), iterations, borderType, cpp(borderValue));
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_dilate [32bit] 特定の構造化要素を用いて画像を拡張します。 %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = sptr : IntPtr kernel p4 = ARGS_POINT : Point anchor p5 = int : int iterations p6 = int : int borderType p7 = ARGS_SCALAR : Scalar borderValue %inst この関数は，最大値が取られるピクセル近傍の形状を決定する，指定された構造化要素を用いて，入力画像を拡張します：????? )(x,y) = ″max _{(x',y') "です。\♪ ♪(x',y') ???????｝\♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪(x+x',y+y')???＞??*。ダイレーションは，複数回（イタレーション）行うことができます．See alsoerode, morphologyEx, getStructuringElementExamples: samples/cpp/segment_objects.cpp, samples/cpp/squares.cpp, samples/cpp/stitching_detailed.cpp, samples/cpp/tutorial_code/ImgProc/Morphology_1.cpp, and samples/tapi/squares.cpp. 元関数名(C#): imgproc_dilate 元DLLエクスポート名: imgproc_dilate 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_dilate(cv::_InputArray *src, cv::_OutputArray *dst, cv::_InputArray *kernel,
                           CvPoint anchor, int iterations, int borderType, CvScalar borderValue)
{
    BEGIN_WRAP
    cv::dilate(*src, *dst, entity(kernel), anchor, iterations, borderType, borderValue);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_dilate [64bit] 特定の構造化要素を用いて画像を拡張します。 %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = sptr : IntPtr kernel p4 = ARGS_POINT : Point anchor p5 = int : int iterations p6 = int : int borderType p7 = var : Scalar borderValue %inst この関数は，最大値が取られるピクセル近傍の形状を決定する，指定された構造化要素を用いて，入力画像を拡張します：????? )(x,y) = ″max _{(x',y') "です。\♪ ♪(x',y') ???????｝\♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪(x+x',y+y')???＞??*。ダイレーションは，複数回（イタレーション）行うことができます．See alsoerode, morphologyEx, getStructuringElementExamples: samples/cpp/segment_objects.cpp, samples/cpp/squares.cpp, samples/cpp/stitching_detailed.cpp, samples/cpp/tutorial_code/ImgProc/Morphology_1.cpp, and samples/tapi/squares.cpp. 元関数名(C#): imgproc_dilate 元DLLエクスポート名: imgproc_dilate 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_dilate(cv::_InputArray *src, cv::_OutputArray *dst, cv::_InputArray *kernel,
                           CvPoint anchor, int iterations, int borderType, CvScalar borderValue)
{
    BEGIN_WRAP
    cv::dilate(*src, *dst, entity(kernel), anchor, iterations, borderType, borderValue);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_morphologyEx [32bit] 高度なモルフォロジー変換を行います。 %prm p1,p2,p3,p4,p5,p6,p7,p8 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = int : int op p4 = sptr : IntPtr kernel p5 = ARGS_POINT : Point anchor p6 = int : int iterations p7 = int : int borderType p8 = ARGS_SCALAR : Scalar borderValue %inst 関数 cv::morphologyEx は，エロージョンとダイレーションを基本操作として，高度な形態素変換を行うことができます．また，odilate, erode, getStructuringElementも参照してください．注釈反復回数とは，侵食や拡張の操作が適用される回数です．例えば、2回の繰り返しによるオープニング操作(MORPH_OPEN)は、erode -> erode -> dilate -> dilate (erode -> dilate -> erode -> dilateではない)を連続して適用することに相当します。例：samples/cpp/tutorial_code/ImgProc/Morphology_2.cpp. 元関数名(C#): imgproc_morphologyEx 元DLLエクスポート名: imgproc_morphologyEx 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_morphologyEx(cv::_InputArray *src, cv::_OutputArray *dst, int op, cv::_InputArray *kernel,
                                 MyCvPoint anchor, int iterations, int borderType, MyCvScalar borderValue)
{
    BEGIN_WRAP
    cv::morphologyEx(*src, *dst, op, entity(kernel), cpp(anchor), iterations, borderType, cpp(borderValue));
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_morphologyEx [64bit] 高度なモルフォロジー変換を行います。 %prm p1,p2,p3,p4,p5,p6,p7,p8 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = int : int op p4 = sptr : IntPtr kernel p5 = ARGS_POINT : Point anchor p6 = int : int iterations p7 = int : int borderType p8 = var : Scalar borderValue %inst 関数 cv::morphologyEx は，エロージョンとダイレーションを基本操作として，高度な形態素変換を行うことができます．また，odilate, erode, getStructuringElementも参照してください．注釈反復回数とは，侵食や拡張の操作が適用される回数です．例えば、2回の繰り返しによるオープニング操作(MORPH_OPEN)は、erode -> erode -> dilate -> dilate (erode -> dilate -> erode -> dilateではない)を連続して適用することに相当します。例：samples/cpp/tutorial_code/ImgProc/Morphology_2.cpp. 元関数名(C#): imgproc_morphologyEx 元DLLエクスポート名: imgproc_morphologyEx 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_morphologyEx(cv::_InputArray *src, cv::_OutputArray *dst, int op, cv::_InputArray *kernel,
                                 MyCvPoint anchor, int iterations, int borderType, MyCvScalar borderValue)
{
    BEGIN_WRAP
    cv::morphologyEx(*src, *dst, op, entity(kernel), cpp(anchor), iterations, borderType, cpp(borderValue));
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_resize [32/64bit] 画像のリサイズを行います． %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = ARGS_SIZE : Size dsize p4 = double : double fx p5 = double : double fy p6 = int : int interpolation %inst 関数 resize は，画像 src を指定されたサイズに縮小あるいは拡大します．ただし，初期状態の dst のタイプやサイズは考慮されません．代わりに， src,dsize,fx,fy からサイズとタイプが導かれます．あらかじめ作成された dst に合うように src のサイズを変更したい場合は，次のようにこの関数を呼び出します： // 明示的に dsize=dst.size() を指定します．fx とfy は，that.resize(src, dst, dst.size(), 0, 0, interpolation);fragment画像を各方向に2分の1ずつ縮小したい場合は，次のように関数を呼び出します： // fx とfy を指定して，関数に出力画像サイズを計算させます．5, interpolation);fragment画像を縮小する場合は，一般的にINTER_AREA補間が最適です．一方，画像を拡大する場合は，一般的にc::INTER_CUBIC（遅い）またはINTER_LINEAR（速いが，それでも問題ない）が最適です．alsowarpAffine, warpPerspective, remapExamples: samples/cpp/image_alignment.cpp, samples/cpp/train_HOG.cpp, samples/dnn/classification.cpp, samples/dnn/colorization.cpp, samples/dnn/object_detection.cpp, and samples/dnn/segmentation.cppを参照してください。 元関数名(C#): imgproc_resize 元DLLエクスポート名: imgproc_resize 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_resize(cv::_InputArray* src, cv::_OutputArray* dst, MyCvSize dsize, double fx, double fy, int interpolation)
{
    BEGIN_WRAP
    cv::resize(*src, *dst, cpp(dsize), fx, fy, interpolation);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_warpAffine [32bit] 画像にアフィン変換を施します。 %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = sptr : IntPtr m p4 = ARGS_SIZE : Size dsize p5 = int : int flags p6 = int : int borderMode p7 = ARGS_SCALAR : Scalar borderValue %inst 関数 warpAffine は，指定された行列を用いて入力画像を変換します．(x,y) = ??o??? ( ????? )_{11} x + ????? )_{12} y + ????? )_{13}, ????? )_{21} x + ?????_{22} y + ????? )_{23})は，フラグ WARP_INVERSE_MAP が設定されている場合に使用されます。他にも，owarpPerspective, resize, remap, getRectSubPix, transformExamples: samples/cpp/image_alignment.cpp を参照してください． 元関数名(C#): imgproc_warpAffine 元DLLエクスポート名: imgproc_warpAffine 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_warpAffine(cv::_InputArray* src, cv::_OutputArray* dst, cv::_InputArray* M, MyCvSize dsize,
                                          int flags, int borderMode, MyCvScalar borderValue)
{
    BEGIN_WRAP
    cv::warpAffine(*src, *dst, *M, cpp(dsize), flags, borderMode, cpp(borderValue));
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_warpAffine [64bit] 画像にアフィン変換を施します。 %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = sptr : IntPtr m p4 = ARGS_SIZE : Size dsize p5 = int : int flags p6 = int : int borderMode p7 = var : Scalar borderValue %inst 関数 warpAffine は，指定された行列を用いて入力画像を変換します．(x,y) = ??o??? ( ????? )_{11} x + ????? )_{12} y + ????? )_{13}, ????? )_{21} x + ?????_{22} y + ????? )_{23})は，フラグ WARP_INVERSE_MAP が設定されている場合に使用されます。他にも，owarpPerspective, resize, remap, getRectSubPix, transformExamples: samples/cpp/image_alignment.cpp を参照してください． 元関数名(C#): imgproc_warpAffine 元DLLエクスポート名: imgproc_warpAffine 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_warpAffine(cv::_InputArray* src, cv::_OutputArray* dst, cv::_InputArray* M, MyCvSize dsize,
                                          int flags, int borderMode, MyCvScalar borderValue)
{
    BEGIN_WRAP
    cv::warpAffine(*src, *dst, *M, cpp(dsize), flags, borderMode, cpp(borderValue));
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_warpPerspective_MisInputArray [32bit] 画像に透視変換を施します。 %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = sptr : IntPtr m p4 = ARGS_SIZE : Size dsize p5 = int : int flags p6 = int : int borderMode p7 = ARGS_SCALAR : Scalar borderValue %inst 関数 warpPerspective は，指定された行列を用いて入力画像を変換します：??o???(x,y) = ????? )\Left ( ????? )M_{21} x + M_{22} y + M_{23}}{M_{31} x + M_{32} y + M_{33}} ??????。\WARP_INVERSE_MAPフラグが設定されている場合は、[right )となります。他にも，owarpAffine, resize, remap, getRectSubPix, perspectiveTransformExamples: samples/cpp/image_alignment.cpp, and samples/dnn/text_detection.cpp を参照してください． 元関数名(C#): imgproc_warpPerspective_MisInputArray 元DLLエクスポート名: imgproc_warpPerspective_MisInputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_warpPerspective_MisInputArray(cv::_InputArray* src, cv::_OutputArray* dst, cv::_InputArray* m, MyCvSize dsize,
                                                             int flags, int borderMode, MyCvScalar borderValue)
{
    BEGIN_WRAP
    cv::warpPerspective(*src, *dst, *m, cpp(dsize), flags, borderMode, cpp(borderValue));
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_warpPerspective_MisInputArray [64bit] 画像に透視変換を施します。 %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = sptr : IntPtr m p4 = ARGS_SIZE : Size dsize p5 = int : int flags p6 = int : int borderMode p7 = var : Scalar borderValue %inst 関数 warpPerspective は，指定された行列を用いて入力画像を変換します：??o???(x,y) = ????? )\Left ( ????? )M_{21} x + M_{22} y + M_{23}}{M_{31} x + M_{32} y + M_{33}} ??????。\WARP_INVERSE_MAPフラグが設定されている場合は、[right )となります。他にも，owarpAffine, resize, remap, getRectSubPix, perspectiveTransformExamples: samples/cpp/image_alignment.cpp, and samples/dnn/text_detection.cpp を参照してください． 元関数名(C#): imgproc_warpPerspective_MisInputArray 元DLLエクスポート名: imgproc_warpPerspective_MisInputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_warpPerspective_MisInputArray(cv::_InputArray* src, cv::_OutputArray* dst, cv::_InputArray* m, MyCvSize dsize,
                                                             int flags, int borderMode, MyCvScalar borderValue)
{
    BEGIN_WRAP
    cv::warpPerspective(*src, *dst, *m, cpp(dsize), flags, borderMode, cpp(borderValue));
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_warpPerspective_MisArray [32bit] 画像に透視変換を施します。 %prm p1,p2,p3,p4,p5,p6,p7,p8,p9 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = var : [MarshalAs(UnmanagedType.LPArray)] float[,] m p4 = int : int mRow p5 = int : int mCol p6 = ARGS_SIZE : Size dsize p7 = int : int flags p8 = int : int borderMode p9 = ARGS_SCALAR : Scalar borderValue %inst 関数 warpPerspective は，指定された行列を用いて入力画像を変換します：??o???(x,y) = ????? )\Left ( ????? )M_{21} x + M_{22} y + M_{23}}{M_{31} x + M_{32} y + M_{33}} ??????。\WARP_INVERSE_MAPフラグが設定されている場合は、[right )となります。他にも，owarpAffine, resize, remap, getRectSubPix, perspectiveTransformExamples: samples/cpp/image_alignment.cpp, and samples/dnn/text_detection.cpp を参照してください． 元関数名(C#): imgproc_warpPerspective_MisArray 元DLLエクスポート名: imgproc_warpPerspective_MisArray 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_warpPerspective_MisArray(cv::_InputArray* src, cv::_OutputArray* dst, float* m, int mRow, int mCol, MyCvSize dsize,
                                                        int flags, int borderMode, MyCvScalar borderValue)
{
    BEGIN_WRAP
    const cv::Mat mmat(mRow, mCol, CV_32FC1, m);
    cv::warpPerspective(*src, *dst, mmat, cpp(dsize), flags, borderMode, cpp(borderValue));
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_warpPerspective_MisArray [64bit] 画像に透視変換を施します。 %prm p1,p2,p3,p4,p5,p6,p7,p8,p9 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = var : [MarshalAs(UnmanagedType.LPArray)] float[,] m p4 = int : int mRow p5 = int : int mCol p6 = ARGS_SIZE : Size dsize p7 = int : int flags p8 = int : int borderMode p9 = var : Scalar borderValue %inst 関数 warpPerspective は，指定された行列を用いて入力画像を変換します：??o???(x,y) = ????? )\Left ( ????? )M_{21} x + M_{22} y + M_{23}}{M_{31} x + M_{32} y + M_{33}} ??????。\WARP_INVERSE_MAPフラグが設定されている場合は、[right )となります。他にも，owarpAffine, resize, remap, getRectSubPix, perspectiveTransformExamples: samples/cpp/image_alignment.cpp, and samples/dnn/text_detection.cpp を参照してください． 元関数名(C#): imgproc_warpPerspective_MisArray 元DLLエクスポート名: imgproc_warpPerspective_MisArray 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_warpPerspective_MisArray(cv::_InputArray* src, cv::_OutputArray* dst, float* m, int mRow, int mCol, MyCvSize dsize,
                                                        int flags, int borderMode, MyCvScalar borderValue)
{
    BEGIN_WRAP
    const cv::Mat mmat(mRow, mCol, CV_32FC1, m);
    cv::warpPerspective(*src, *dst, mmat, cpp(dsize), flags, borderMode, cpp(borderValue));
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_remap [32bit] 汎用的な幾何学変換を画像に適用します。 %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = sptr : IntPtr map1 p4 = sptr : IntPtr map2 p5 = int : int interpolation p6 = int : int borderMode p7 = ARGS_SCALAR : Scalar borderValue %inst 関数 remap は，指定されたマップを用いて入力画像を変換します．ここで，非整数の座標を持つピクセルの値は，利用可能な補間手法の1つを用いて計算されます．\????? ) ????? ) ????? ) ????? ) ????? ) ????? ) ????? ) ????? ) ????? ) ????? ) ????? ) ????? ) ????? ) ????? ) ????? ) ????? ) ????? ) ????? ) ????? ) ????? ) ??? )マップの浮動小数点表現から固定小数点表現に変換したい理由は、リマッピング操作をより高速（2倍）にできるからです。この関数は，インプレイス処理を行うことはできません． 注意現在の実装上の制限により，入出力画像のサイズは 32767x32767 以下でなければいけません． 元関数名(C#): imgproc_remap 元DLLエクスポート名: imgproc_remap 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_remap(cv::_InputArray* src, cv::_OutputArray* dst, cv::_InputArray* map1, cv::_InputArray* map2,
                                     int interpolation, int borderMode, MyCvScalar borderValue)
{
    BEGIN_WRAP
    cv::remap(*src, *dst, *map1, *map2, interpolation, borderMode, cpp(borderValue));
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_remap [64bit] 汎用的な幾何学変換を画像に適用します。 %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = sptr : IntPtr map1 p4 = sptr : IntPtr map2 p5 = int : int interpolation p6 = int : int borderMode p7 = var : Scalar borderValue %inst 関数 remap は，指定されたマップを用いて入力画像を変換します．ここで，非整数の座標を持つピクセルの値は，利用可能な補間手法の1つを用いて計算されます．\????? ) ????? ) ????? ) ????? ) ????? ) ????? ) ????? ) ????? ) ????? ) ????? ) ????? ) ????? ) ????? ) ????? ) ????? ) ????? ) ????? ) ????? ) ????? ) ????? ) ??? )マップの浮動小数点表現から固定小数点表現に変換したい理由は、リマッピング操作をより高速（2倍）にできるからです。この関数は，インプレイス処理を行うことはできません． 注意現在の実装上の制限により，入出力画像のサイズは 32767x32767 以下でなければいけません． 元関数名(C#): imgproc_remap 元DLLエクスポート名: imgproc_remap 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_remap(cv::_InputArray* src, cv::_OutputArray* dst, cv::_InputArray* map1, cv::_InputArray* map2,
                                     int interpolation, int borderMode, MyCvScalar borderValue)
{
    BEGIN_WRAP
    cv::remap(*src, *dst, *map1, *map2, interpolation, borderMode, cpp(borderValue));
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_convertMaps [32/64bit] 画像変換マップをある表現方法から別の表現方法に変換します。 %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr map1 p2 = sptr : IntPtr map2 p3 = sptr : IntPtr dstmap1 p4 = sptr : IntPtr dstmap2 p5 = int : int dstmap1Type p6 = int : int nninterpolation %inst この関数は，リマップ用のマップのペアを，ある表現から別の表現に変換します．以下のオプション（ (map1.type(), map2.type())\(dstmap1.type(), dstmap2.type()) ) がサポートされています．\\\\\\\\\\\\\\\\これは，最も頻繁に利用される変換処理で，元の浮動小数点マップ（ リマップ を参照）を，よりコンパクトで高速な固定小数点表現に変換します．1 番目の出力配列には，丸められた座標が含まれ，2 番目の出力配列（nninterpolation=false の場合のみ作成）には，補間テーブルのインデックスが含まれます． \(\texttt{(CV_32FC2)}\\\\\\\\\\\\上と同じですが，元のマップは1つの2チャンネルマトリックスに格納されます． 逆変換．参照：oremap, undistort, initUndistortRectifyMap 元関数名(C#): imgproc_convertMaps 元DLLエクスポート名: imgproc_convertMaps 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_convertMaps(cv::_InputArray* map1, cv::_InputArray* map2, cv::_OutputArray* dstmap1, cv::_OutputArray* dstmap2,
                                           int dstmap1type, int nnInterpolation)
{
    BEGIN_WRAP
    cv::convertMaps(*map1, *map2, *dstmap1, *dstmap2, dstmap1type, nnInterpolation != 0);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_getRotationMatrix2D [32/64bit] 2次元回転のアフィン変換行列を計算します． %prm p1,p2,p3,p4 p1 = ARGS_POINT2F : Point2f center p2 = double : double angle p3 = double : double scale p4 = var : out IntPtr returnValue %inst この関数は，次のような行列を計算します．\(1- ????? ) ????? ) ????? ) ????? )- \\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\+ (1- ????? ) ????? )\end{bmatrix}\]where\[\begin{array}{l}\ardor\abruptly♪\\\\\\\\\end{array}\]この変換は、回転中心を自分自身にマッピングします。参照：getAffineTransform、warpAffine、transform 元関数名(C#): imgproc_getRotationMatrix2D 元DLLエクスポート名: imgproc_getRotationMatrix2D 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_getRotationMatrix2D(MyCvPoint2D32f center, double angle, double scale, cv::Mat** returnValue)
{
    BEGIN_WRAP
    const auto ret = cv::getRotationMatrix2D(cpp(center), angle, scale);
    *returnValue = new cv::Mat(ret);
    END_WRAP

}
}html %group NativeMethods_imgproc %index imgproc_invertAffineTransform [32/64bit] アフィン変換を反転させます。 %prm p1,p2 p1 = sptr : IntPtr m p2 = sptr : IntPtr im %inst この関数は，M で表される逆アフィン変換を計算します：\[begin{bmatrix} a_{11} & a_{12} & b_1 ???????]結果は，M と同じ型の ??????? )行列です． 元関数名(C#): imgproc_invertAffineTransform 元DLLエクスポート名: imgproc_invertAffineTransform 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_invertAffineTransform(cv::_InputArray* M, cv::_OutputArray *iM)
{
    BEGIN_WRAP
    cv::invertAffineTransform(*M, *iM);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_getPerspectiveTransform1 [32/64bit] 4組の対応する点から，透視変換を計算します． %prm p1,p2,p3 p1 = var : Point2f[] src p2 = var : Point2f[] dst p3 = var : out IntPtr returnValue %inst この関数は，透視変換の行列を計算し，次のようになります．\How do you do?cpp、samples/dnn/text_detection.cpp。 元関数名(C#): imgproc_getPerspectiveTransform1 元DLLエクスポート名: imgproc_getPerspectiveTransform1 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_getPerspectiveTransform1(cv::Point2f *src, cv::Point2f *dst, cv::Mat** returnValue)
{
    BEGIN_WRAP
    const auto ret = cv::getPerspectiveTransform(src, dst);
    *returnValue = new cv::Mat(ret);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_getPerspectiveTransform2 [32/64bit] 4組の対応する点から，透視変換を計算します． %prm p1,p2,p3 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = var : out IntPtr returnValue %inst この関数は，透視変換の行列を計算し，次のようになります．\How do you do?cpp、samples/dnn/text_detection.cpp。 元関数名(C#): imgproc_getPerspectiveTransform2 元DLLエクスポート名: imgproc_getPerspectiveTransform2 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_getPerspectiveTransform2(cv::_InputArray *src, cv::_InputArray *dst, cv::Mat** returnValue)
{
    BEGIN_WRAP
    const auto ret = cv::getPerspectiveTransform(*src, *dst);
    *returnValue = new cv::Mat(ret);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_getAffineTransform1 [32/64bit] 3組の対応点からアフィン変換を計算します。 %prm p1,p2,p3 p1 = var : Point2f[] src p2 = var : Point2f[] dst p3 = var : out IntPtr returnValue %inst この関数は，アフィン変換の行列を計算し，次のようになります． 元関数名(C#): imgproc_getAffineTransform1 元DLLエクスポート名: imgproc_getAffineTransform1 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_getAffineTransform1(cv::Point2f *src, cv::Point2f *dst, cv::Mat** returnValue)
{
    BEGIN_WRAP
    const auto ret = cv::getAffineTransform(src, dst);
    *returnValue = new cv::Mat(ret);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_getAffineTransform2 [32/64bit] 3組の対応点からアフィン変換を計算します。 %prm p1,p2,p3 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = var : out IntPtr returnValue %inst この関数は，アフィン変換の行列を計算し，次のようになります． 元関数名(C#): imgproc_getAffineTransform2 元DLLエクスポート名: imgproc_getAffineTransform2 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_getAffineTransform2(cv::_InputArray *src, cv::_InputArray *dst, cv::Mat** returnValue)
{
    BEGIN_WRAP
    const auto ret = cv::getAffineTransform(*src, *dst);
    *returnValue = new cv::Mat(ret);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_getRectSubPix [32/64bit] 画像から，サブピクセル精度でピクセル矩形を抽出します． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr image p2 = ARGS_SIZE : Size patchSize p3 = ARGS_POINT2F : Point2f center p4 = sptr : IntPtr patch p5 = int : int patchType %inst 関数 getRectSubPix は， src からピクセルを抽出します：\[patch(x, y) = src(x + ??? -? ???)- ( ????? )[patch(x.y) = src(x + ????? ) ( ????? ), y + ????? )]ここで，非整数の座標におけるピクセル値は，バイリニア補間を用いて取得されます．マルチチャンネル画像の各チャンネルは，独立して処理されます．また，画像はシングルチャンネルまたは3チャンネルの画像でなければなりません。参照：owarpAffine, warpPerspective 元関数名(C#): imgproc_getRectSubPix 元DLLエクスポート名: imgproc_getRectSubPix 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_getRectSubPix(cv::_InputArray *image, MyCvSize patchSize, MyCvPoint2D32f center, cv::_OutputArray *patch, int patchType)
{
    BEGIN_WRAP
    cv::getRectSubPix(*image, cpp(patchSize), cpp(center), *patch, patchType);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_logPolar [32/64bit] 画像を半極座標空間に再マッピングします。 %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = ARGS_POINT2F : Point2f center p4 = double : double m p5 = int : int flags %inst Deprecated：この関数は， cv::warpPolar(src, dst, src.size(), center, maxRadius, flags+WARP_POLAR_LOG);と同じ結果になります． 元関数名(C#): imgproc_logPolar 元DLLエクスポート名: imgproc_logPolar 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_logPolar(cv::_InputArray *src, cv::_OutputArray *dst,
                             MyCvPoint2D32f center, double M, int flags)
{
    BEGIN_WRAP
    cv::logPolar(*src, *dst, cpp(center), M, flags);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_linearPolar [32/64bit] 画像を極座標空間に再マッピングします。 %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = ARGS_POINT2F : Point2f center p4 = double : double maxRadius p5 = int : int flags %inst Deprecated：この関数は， cv::warpPolar(src, dst, src.size(), center, maxRadius, flags) と同じ結果になります． 元関数名(C#): imgproc_linearPolar 元DLLエクスポート名: imgproc_linearPolar 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_linearPolar(cv::_InputArray *src, cv::_OutputArray *dst,
                                MyCvPoint2D32f center, double maxRadius, int flags)
{
    BEGIN_WRAP
    cv::linearPolar(*src, *dst, cpp(center), maxRadius, flags);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_warpPolar [32/64bit] 画像を極座標または半極座標空間に再マッピングします． %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = ARGS_SIZE : Size dsize p4 = ARGS_POINT2F : Point2f center p5 = double : double maxRadius p6 = int : int flags %inst Polar remaps reference次の変換を用いて、ソース画像を変換します。\(x - center.x, y - center.y) (phi)(♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪Klin (McDot)(with) & default ¶ Klog ¶ log_e(??? -? ???)(semilog ????????\♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪\♪♪♪♪♪♪♪〜Kangle = dsize.height / 2Pi ☆Klin = dsize.width / maxRadius ☆Klog = dsize.width / log_e(maxRadius) ☆end{array} ☆end{array} ☆end{array} ☆end{array}!\Linear vs semilog mappingPolar mappingにはlinearとsemi-logがあります。線形はデフォルトで、セミログマッピングは、人間の「小窩座」と呼ばれる視力を模したもので、周辺部の視力が低いのに対して、視線上の視力が非常に高いという特徴があります。 \dsize.width = ????? ) ????? ) ????? ) ????? ) dsize.height <= 0のみの場合、出力画像の領域は bounding circleの領域に比例しますが、Kx * Kxでスケーリングされます。 \dsize.height = ????? (dmsize.width ?????) ????? (frank)\] dsize＞0の場合、出力画像は指定されたサイズになりますので、外接円の面積はdsizeに合わせて拡大されます。リバースマッピング flagsにWARP_INVERSE_MAPを追加することで、リバースマッピングを行うことができます//直接変換 warpPolar(src, lin_polar_img, Size(),center, maxRadius, flags); // linear Polar warpPolar(src, log_polar_img, Size(),center, maxRadius, flags + WARP_POLAR_LOG); // semilog Polar // 逆変換 warpPolar(lin_polar_img, recovered_lin_polar_img, src.size(), center, maxRadius, flags + WARP_INVERSE_MAP); warpPolar(log_polar_img, recovered_log_polar, src.size(), center, maxRadius, flags + WARP_POLAR_LOG + WARP_INVERSE_MAP);fragment追加で，極マップされた座標から元の座標を計算する方法 ?((rho, phi)->(x, y)?):double angleRad, magnitude; double Kangle = dst.rows / CV_2PI; angleRad = phi / Kangle; if (flags & WARP_POLAR_LOG) { double Klog = dst.cols / std::log(maxRadius); magnitude = std::exp(rho / Klog); } else { double Klin = dst.cols / maxRadius; magnitude = rho / Klin; } int x = cvRound(center.x + magnitude * cos(angleRad)); int y = cvRound(center.y + magnitude * sin(angleRad));fragmentNote この関数は，置換して動作させることはできません． 大きさと角度を度単位で計算するために，内部では cartToPolar が利用され，角度は 0 から 360 まで，約 0.3 度の精度で測定されます． この関数はリマップを使用します。alsocv::remapExamples: samples/cpp/polar_transforms.cpp を参照してください。 元関数名(C#): imgproc_warpPolar 元DLLエクスポート名: imgproc_warpPolar 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_warpPolar(
    cv::_InputArray *src, cv::_OutputArray *dst, MyCvSize dsize,
    MyCvPoint2D32f center, double maxRadius, int flags)
{
    BEGIN_WRAP
    cv::warpPolar(*src, *dst, cpp(dsize), cpp(center), maxRadius, flags);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_integral1 [32/64bit] 画像の積分を計算します． %prm p1,p2,p3 p1 = sptr : IntPtr src p2 = sptr : IntPtr sum p3 = int : int sdepth %inst この関数は，入力画像に対する1つまたは複数の積分画像を次のように計算します：??? -? ??? ???? ???? ???? ????? ????? ????? ????? ????? ????? ????? ????? ????? ????? ????? ????? ????? ????? ????? ????? ????? ????? ????? ????? ????? ????? ????? ????? ?????(X,Y) = ＼sum _{y CVAPI(ExceptionStatus) imgproc_integral1(cv::_InputArray *src, cv::_OutputArray *sum, int sdepth) { BEGIN_WRAP cv::integral(*src, *sum, sdepth); END_WRAP } }html %group NativeMethods_imgproc %index imgproc_integral2 [32/64bit] 画像の積分を計算します． %prm p1,p2,p3,p4 p1 = sptr : IntPtr src p2 = sptr : IntPtr sum p3 = sptr : IntPtr sqsum p4 = int : int sdepth %inst この関数は，入力画像に対する1つまたは複数の積分画像を次のように計算します：??? -? ??? ???? ???? ???? ????? ????? ????? ????? ????? ????? ????? ????? ????? ????? ????? ????? ????? ????? ????? ????? ????? ????? ????? ????? ????? ????? ????? ????? ?????(X,Y) = ＼sum _{y CVAPI(ExceptionStatus) imgproc_integral2(cv::_InputArray *src, cv::_OutputArray *sum, cv::_OutputArray *sqsum, int sdepth) { BEGIN_WRAP cv::integral(*src, *sum, *sqsum, sdepth); END_WRAP } }html %group NativeMethods_imgproc %index imgproc_integral3 [32/64bit] 画像の積分を計算します． %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr src p2 = sptr : IntPtr sum p3 = sptr : IntPtr sqsum p4 = sptr : IntPtr tilted p5 = int : int sdepth p6 = int : int sqdepth %inst この関数は，入力画像に対する1つまたは複数の積分画像を次のように計算します：??? -? ??? ???? ???? ???? ????? ????? ????? ????? ????? ????? ????? ????? ????? ????? ????? ????? ????? ????? ????? ????? ????? ????? ????? ????? ????? ????? ????? ????? ?????(X,Y) = ＼sum _{y CVAPI(ExceptionStatus) imgproc_integral3(cv::_InputArray *src, cv::_OutputArray *sum, cv::_OutputArray *sqsum, cv::_OutputArray *tilted, int sdepth, int sqdepth) { BEGIN_WRAP cv::integral(*src, *sum, *sqsum, *tilted, sdepth, sqdepth); END_WRAP } }html %group NativeMethods_imgproc %index imgproc_accumulate [32/64bit] 画像をアキュムレータ画像に追加します． %prm p1,p2,p3 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = sptr : IntPtr mask %inst この関数は， src またはその一部の要素を dst に追加します．(x,y) ???????(x,y) + ??? -? ????(x,y)\♪♪「マスク(x,y) ??????? マルチチャンネル画像に対応しています。関数 cv::acumulate は，例えば，スチルカメラで撮影されたシーンの背景の統計量を収集し，さらに前景と背景のセグメンテーションを行うために利用できます． 元関数名(C#): imgproc_accumulate 元DLLエクスポート名: imgproc_accumulate 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_accumulate(cv::_InputArray *src, cv::_InputOutputArray *dst, cv::_InputArray *mask)
{
    BEGIN_WRAP
    cv::accumulate(*src, *dst, entity(mask));
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_accumulateSquare [32/64bit] 入力画像の正方形をアキュムレータ画像に追加します． %prm p1,p2,p3 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = sptr : IntPtr mask %inst この関数は，入力画像 src またはその選択領域を2の累乗にして，累算器 dst に加えます．(x,y) ???????(x,y) + ?????(x,y)^2\♪♪♪♪♪♪♪〜(x,y) ??? -? ??? マルチチャンネル画像に対応しています。関連項目：accumulateSquare，acumulateProduct，acumulateWeighted 元関数名(C#): imgproc_accumulateSquare 元DLLエクスポート名: imgproc_accumulateSquare 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_accumulateSquare(cv::_InputArray* src, cv::_InputOutputArray *dst, cv::_InputArray *mask)
{
    BEGIN_WRAP
    cv::accumulateSquare(*src, *dst, entity(mask));
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_accumulateProduct [32/64bit] 2つの入力画像の要素毎の積を，累算器画像に加算します． %prm p1,p2,p3,p4 p1 = sptr : IntPtr src1 p2 = sptr : IntPtr src2 p3 = sptr : IntPtr dst p4 = sptr : IntPtr mask %inst この関数は，2つの画像またはその選択領域の積を，累算器 dst に加えます．(x,y) (x,y) + ????? )(x,y) + ?????(x,y) ♪\\\\(x,y) ♪\\\\mask(x,y) ??? -? ??? マルチチャンネル画像に対応しています。関連項目：accumulate，acumulateSquare，acumulateWeighted 元関数名(C#): imgproc_accumulateProduct 元DLLエクスポート名: imgproc_accumulateProduct 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_accumulateProduct(cv::_InputArray *src1, cv::_InputArray *src2, cv::_InputOutputArray *dst, cv::_InputArray *mask)
{
    BEGIN_WRAP
    cv::accumulateProduct(*src1, *src2, *dst, entity(mask));
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_accumulateWeighted [32/64bit] 移動平均を更新します． %prm p1,p2,p3,p4 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = double : double alpha p4 = sptr : IntPtr mask %inst この関数は，入力画像 src と累算器 dst の加重和を計算し，dst がフレームシーケンスの走行平均になるようにします．(x,y) ¶leftarrow (1- ¶texttt{alpha} ) ¶cdot ¶texttt{dst} (x,y) + ¶texttt{dst} ¶leftarrow (1- ¶texttt{alpha} )(x,y) + ???д??? ????? ???д???(x,y) ♪♪♪＼(^o^)|mask} (x,y)(x,y) ????? ) つまり，αは，更新速度（以前の画像をどれだけ早く忘れるか）を調節します．この関数は，マルチチャンネル画像をサポートします．関連項目：accumulate, accumulateSquare, accumulateProduct 元関数名(C#): imgproc_accumulateWeighted 元DLLエクスポート名: imgproc_accumulateWeighted 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_accumulateWeighted(cv::_InputArray *src, cv::_InputOutputArray *dst, double alpha, cv::_InputArray *mask)
{
    BEGIN_WRAP
    cv::accumulateWeighted(*src, *dst, alpha, entity(mask));
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_phaseCorrelate [32/64bit] この関数は，2つの画像間で起こる並進方向のズレを検出するために利用されます． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr src1 p2 = sptr : IntPtr src2 p3 = sptr : IntPtr window p4 = var : out double response p5 = var : out Point2d returnValue %inst この操作は，周波数領域で並進シフトを検出するためのフーリエシフト定理を利用しています．これは、動きの推定だけでなく、高速な画像登録にも使用できます。詳しくは http://en.wikipedia.org/wiki/Phase_correlationCalculates the cross-power spectrum of two supplied source arrays をご覧ください。この関数は，次のような処理を行います：まず，各画像に対してハニング窓（ http://en.wikipedia.org/wiki/Hann_function を参照してください）を適用し，可能性のあるエッジ効果を取り除きます．この窓は，処理時間を短縮するために，配列のサイズが変わるまでキャッシュされます． 次に，各ソース配列のForward DFTを計算します． \次のように計算します。 ここで，\(mathcal{F}\)はForward DFTである． 次に、各周波数領域のアレイのクロスパワースペクトルを計算します。 \R = ????? ) 次に、この相互相関を逆DFTにより時間領域に変換します。 \r = ???´Д｀??? 最後に、ピークの位置を計算し、サブピクセルの精度を実現するために、ピークの周りに5x5の加重セントロイドを計算します。 \♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪♪\max{(x, y)}\{r\}\]となります。 0でない場合，応答パラメータは，ピーク位置の周りの5x5セントロイド内のrの要素の合計として計算されます．これは，最大値が1（ピークが1つの場合）になるように正規化され，複数のピークがある場合は小さくなります． 参照：odft, getOptimalDFTSize, idft, mulSpectrums createHanningWindow 元関数名(C#): imgproc_phaseCorrelate 元DLLエクスポート名: imgproc_phaseCorrelate 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_phaseCorrelate(cv::_InputArray *src1, cv::_InputArray *src2,
                                              cv::_InputArray *window, double* response, MyCvPoint2D64f* returnValue)
{
    BEGIN_WRAP
    const auto p = cv::phaseCorrelate(*src1, *src2, *window, response);
    *returnValue = { p.x, p.y };
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_createHanningWindow [32/64bit] この関数は，2次元のハニング窓の係数を求めます． %prm p1,p2,p3 p1 = sptr : IntPtr dst p2 = ARGS_SIZE : Size winSize p3 = int : int type %inst 詳細は (http://en.wikipedia.org/wiki/Hann_function) と (http://en.wikipedia.org/wiki/Window_function) を参照してください．例を以下に示します： // サイズが 100x100 でタイプが CV_32FMat のハニングウィンドウを作成 hann;createHanningWindow(hann, Size(100, 100), CV_32F);fragment 元関数名(C#): imgproc_createHanningWindow 元DLLエクスポート名: imgproc_createHanningWindow 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_createHanningWindow(cv::_OutputArray *dst, MyCvSize winSize, int type)
{
    BEGIN_WRAP
    cv::createHanningWindow(*dst, cpp(winSize), type);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_threshold [32/64bit] 各配列要素に固定レベルの閾値を適用します． %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = double : double thresh p4 = double : double maxval p5 = int : int type p6 = var : out double returnValue %inst この関数は，固定レベルの閾値をマルチチャンネル配列に適用します．この関数は，グレースケール画像から2値（バイナリ）画像を得るため，あるいはノイズを除去するため（つまり，値が小さすぎたり大きすぎたりするピクセルを除外するため）に利用されます．この関数がサポートする閾値処理には，いくつかの種類があります．また，特別な値である THRESH_OTSU や THRESH_TRIANGLE を，上記の値の1つと組み合わせることもできます．また，特別な値 THRESH_OTSU や THRESH_TRIANGLE と上記の値を組み合わせることもできます．これらの場合，この関数は，Otsu's または Triangle アルゴリズムを用いて最適な閾値を決定し，それを指定された閾値の代わりに利用します．注意現在，Otsu's および Triangle 法は，8ビットシングルチャンネル画像に対してのみ実装されています．参照：adaptiveThreshold, findContours, compare, min, maxExamples: samples/cpp/ffilldemo.cpp, samples/cpp/tutorial_code/ml/introduction_to_pca/introduction_to_pca.cpp, and samples/tapi/squares.cpp. 元関数名(C#): imgproc_threshold 元DLLエクスポート名: imgproc_threshold 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_threshold(cv::_InputArray *src, cv::_OutputArray *dst,
                                double thresh, double maxVal, int type, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::threshold(*src, *dst, thresh, maxVal, type);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_adaptiveThreshold [32/64bit] アダプティブスレッショルドを配列に適用します。 %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = double : double maxValue p4 = int : int adaptiveMethod p5 = int : int thresholdType p6 = int : int blockSize p7 = double : double c %inst この関数は，次の式に従って，グレースケール画像を2値画像に変換します：THRESH_BINARY \dst(x,y) = ??? -? ???}}{if ??? src(x,y) > T(x,y)??}{0}{otherwise}]. thresh_binary_inv \dst(x,y) = ??? -? ???{0}{if ??? src(x,y) > T(x,y)??}{0}{otherwise}\ [dst(x,y) = ??? -? ???{0{maxValue}}{0}{otherwise}\] 。 この関数は，画像をその場で処理することができます． 関連項目： しきい値，ブラー，ガウスブラー 元関数名(C#): imgproc_adaptiveThreshold 元DLLエクスポート名: imgproc_adaptiveThreshold 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_adaptiveThreshold(cv::_InputArray *src, cv::_OutputArray *dst,
                                      double maxValue, int adaptiveMethod,
                                      int thresholdType, int blockSize, double C)
{
    BEGIN_WRAP
    cv::adaptiveThreshold(*src, *dst, maxValue, adaptiveMethod, thresholdType, blockSize, C);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_pyrDown [32/64bit] 画像をぼかし，ダウンサンプリングします． %prm p1,p2,p3,p4 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = ARGS_SIZE : Size dstsize p4 = int : int borderType %inst デフォルトでは，出力画像のサイズは Size((src.cols+1)/2, (src.rows+1)/2) として計算されますが，どのような場合でも，以下の条件を満たす必要があります：。| texttt{dstsize.width}.*2-src.cols| ??? -? ??? | ??? -? ??? | ??? -? ???*2-src.rows| ????? )]この関数は，ガウス型ピラミッドを構築する際のダウンサンプリング処理を行います．まず，入力画像をカーネルで畳み込みます：\[frac{1}{256}.\beegin{bmatrix} (1 & 4 & 6 & 4 & 4)1 & 4 & 6 & 4 & 1 ≒ 6 & 24 & 36 & 24 & 6 ≒ 4 & 16 & 24 & 16 & 4 ≒ 1 & 4 & 6 & 4 & 1 ≒ end{bmatrix}]その後、偶数行、偶数列を排除してダウンサンプリングを行います。例：samples/cpp/squares.cpp、samples/cpp/tutorial_code/ImgProc/Pyramids/Pyramids.cpp、samples/tapi/squares.cpp。 元関数名(C#): imgproc_pyrDown 元DLLエクスポート名: imgproc_pyrDown 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_pyrDown(cv::_InputArray *src, cv::_OutputArray *dst, MyCvSize dstSize, int borderType)
{
    BEGIN_WRAP
    cv::pyrDown(*src, *dst, cpp(dstSize), borderType);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_pyrUp [32/64bit] 画像をアップサンプリングし、それをぼかします。 %prm p1,p2,p3,p4 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = ARGS_SIZE : Size dstsize p4 = int : int borderType %inst デフォルトでは，出力画像のサイズは Size(src.cols\*2, (src.rows\*2)) として計算されますが，どのような場合でも，以下の条件を満たす必要があります：??? -? ??? ???? ????????????。| ????? ( ????? ) | ????? ( ????? )height} ¶mod 2) end{array}\]この関数は，ガウス型ピラミッドを構成する際のアップサンプリングを行うものですが，実際にはラプラシアン型ピラミッドを構成するのにも使えます．例： samples/cpp/squares.cpp, samples/cpp/tutorial_code/ImgProc/Pyramids/Pyramids.cpp, and samples/tapi/squares.cpp. 元関数名(C#): imgproc_pyrUp 元DLLエクスポート名: imgproc_pyrUp 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_pyrUp(cv::_InputArray *src, cv::_OutputArray *dst, MyCvSize dstSize, int borderType)
{
    BEGIN_WRAP
    cv::pyrUp(*src, *dst, cpp(dstSize), borderType);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_calcHist [32/64bit] 配列の集合のヒストグラムを計算します． %prm p1,p2,p3,p4,p5,p6,p7,p8,p9,p10 p1 = sptr : IntPtr[] images p2 = int : int nimages p3 = var : int[] channels p4 = sptr : IntPtr mask p5 = sptr : IntPtr hist p6 = int : int dims p7 = var : int[] histSize p8 = sptr : IntPtr[] ranges p9 = int : int uniform p10 = int : int accumulate %inst 関数 cv::calcHist は，1 つまたは複数の配列のヒストグラムを計算します．ヒストグラムのビンを増加させるために用いられるタプルの要素は，対応する入力配列の同じ位置から取得されます．以下のサンプルは，カラー画像の2次元色相-彩度ヒストグラムを計算する方法を示しています． :#include #include using namespace cv;int main( int argc, char** argv ){ Mat src, hsv; if( argc != 2 || !(src=imread(argv[1], 1)).data ) return -1; cvtColor(src, hsv, COLOR_BGR2HSV); // 色相を 30 レベルに，彩度を 32 レベルに量子化します int hbins = 30, sbins = 32; int histSize[] = {hbins, sbins}; // cvtColor を参照してください） float hranges[] = { 0, 180 }; // 彩度は，0（黒-灰色-白）から // 255（純粋なスペクトルカラー）まで変化します． const float* ranges[] = { hranges, sranges }; MatND hist; // 0 番目と 1 番目のチャンネルからヒストグラムを計算します int channels[] = {0, 1}; calcHist( &hsv, 1, channels, Mat(), // マスクを使用しない hist, 2, histSize, ranges, true, // ヒストグラムは一様です false ); double maxVal=0; minMaxLoc(hist, 0, &maxVal, 0, 0); int scale = 10; Mat histImg = Mat::zeros(sbins*scale, hbins*10, CV_8UC3); for( int h = 0; h < hbins; h++ ) for( int s = 0; s < sbins; s++ ) { float binVal = hist.at(h, s); int intensity = cvRound(binVal*255/maxVal); rectangle( histImg, Point(h*scale, s*scale), Point( (h+1)*scale - 1, (s+1)*scale - 1), Scalar::all(intensity), -1 ); } namedWindow("Source", 1 ); imshow("Source", src ); namedWindow("H-S Histogram", 1 ); imshow("H-S Histogram", histImg ); waitKey();}fragmentExamples: samples/cpp/camshiftdemo.cppとsamples/cpp/demhist.cppです。 元関数名(C#): imgproc_calcHist 元DLLエクスポート名: imgproc_calcHist 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_calcHist(cv::Mat **images, int nimages,
                              const int* channels, cv::_InputArray *mask,
                              cv::_OutputArray *hist, int dims, const int* histSize,
                              const float** ranges, int uniform, int accumulate)
{
    BEGIN_WRAP
    std::vector<cv::Mat> imagesVec(nimages);
    for (auto i = 0; i < nimages; i++)
        imagesVec[i] = *(images[i]);
    cv::calcHist(&imagesVec[0], nimages, channels, entity(mask), *hist, dims, histSize, ranges, uniform != 0, accumulate != 0);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_calcBackProject [32/64bit] ヒストグラムのバックプロジェクションを計算します． %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr[] images p2 = int : int nimages p3 = var : int[] channels p4 = sptr : IntPtr hist p5 = sptr : IntPtr backProject p6 = sptr : IntPtr[] ranges p7 = int : int uniform %inst 関数 cv::calcBackProject は，ヒストグラムのバックプロジェクションを計算します．つまり， calcHist と同様に，各位置 (x, y) において，入力画像の選択されたチャンネルの値を収集し，それに対応するヒストグラムのビンを求めます．しかし，この関数は，ビンの値をインクリメントするのではなく，ビンの値を読み込み，それを scale でスケーリングして backProject(x,y) に格納します．統計学の観点から言えば，この関数は，ヒストグラムで表される経験的な確率分布に関する各要素の値の確率を計算します．例えば，シーンの中の明るい色の物体を見つけて追跡する方法を見てみましょう．追跡する前に，物体がフレームのほぼ全体を覆うようにカメラに見せます．色相ヒストグラムを算出する。このヒストグラムには、物体の主要な色に対応する強い最大値が含まれています。 トラッキングの際には、事前に計算したヒストグラムを用いて、入力ビデオフレームの色相平面のバックプロジェクションを計算します。弱い色を抑制するために、バックプロジェクションの閾値を設定します。また、彩度が不十分な画素や、暗すぎる画素、明るすぎる画素を抑制することも有効です。 これはCamShiftカラーオブジェクトトラッカーの近似アルゴリズムです。socalcHist, compareHistExamples: samples/cpp/camshiftdemo.cpp. 元関数名(C#): imgproc_calcBackProject 元DLLエクスポート名: imgproc_calcBackProject 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_calcBackProject(cv::Mat **images, int nimages,
                                    const int* channels, cv::_InputArray *hist, cv::_OutputArray *backProject, 
                                    const float** ranges, int uniform)
{
    BEGIN_WRAP
    std::vector<cv::Mat> imagesVec(nimages);
    for (auto i = 0; i < nimages; i++)
        imagesVec[i] = *(images[i]);
    cv::calcBackProject(&imagesVec[0], nimages, channels, *hist, *backProject, ranges, uniform != 0);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_compareHist [32/64bit] 2つのヒストグラムを比較します。 %prm p1,p2,p3,p4 p1 = sptr : IntPtr h1 p2 = sptr : IntPtr h2 p3 = int : int method p4 = var : out double returnValue %inst 関数 cv::compareHist は，指定された手法を用いて2つの密なヒストグラム，あるいは2つの疎なヒストグラムを比較します．この関数は，1次元，2次元，3次元の密なヒストグラムではうまく動作しますが，高次元の疎なヒストグラムには適していないかもしれません．このようなヒストグラムでは，エイリアシングやサンプリングの問題のために，非ゼロのヒストグラムビンの座標がわずかにずれることがあります．このようなヒストグラムや，より一般的な重み付けされた点の疎な構成を比較するには，EMD関数の使用を検討します． 元関数名(C#): imgproc_compareHist 元DLLエクスポート名: imgproc_compareHist 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_compareHist(cv::_InputArray *h1, cv::_InputArray *h2, int method, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::compareHist(*h1, *h2, method);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_equalizeHist [32/64bit] グレースケール画像のヒストグラムを均等化します． %prm p1,p2 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst %inst この関数は，以下のアルゴリズムを用いて，入力画像のヒストグラムを均等化します： src のヒストグラムを計算します． ヒストグラムのビンの合計が 255 になるように，ヒストグラムを正規化します． ヒストグラムの積分を計算します． \H'_i = sum _{0 ? j < i} H(j)??」となります。 H(j)をルックアップテーブルにして、画像を変換します。\例：samples/cpp/facedetect.cpp. 元関数名(C#): imgproc_equalizeHist 元DLLエクスポート名: imgproc_equalizeHist 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_equalizeHist(cv::_InputArray *src, cv::_OutputArray *dst)
{
    BEGIN_WRAP
    cv::equalizeHist(*src, *dst);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_EMD [32/64bit] 2つの重み付けされた点構成の間の「最小作業」距離を計算します。 %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr signature1 p2 = sptr : IntPtr signature2 p3 = int : int distType p4 = sptr : IntPtr cost p5 = var : out float lowerBound p6 = sptr : IntPtr flow p7 = var : out float returnValue %inst この関数は，地球移動距離と，2つの重み付けされた点群間の距離の下限値を計算します．207]，[208]に記載されている応用例の1つに，画像検索のための多次元ヒストグラム比較があります．EMDは、シンプレックスアルゴリズムの修正を用いて解決される輸送問題であるため、複雑さは最悪のケースで指数関数的になりますが、平均的にははるかに高速です。実際のメトリックの場合、下側の境界は（線形時間アルゴリズムを使用して）さらに高速に計算でき、2つのシグネチャが同じオブジェクトに関連しないほど離れているかどうかを大まかに判断するのに使用できます。 元関数名(C#): imgproc_EMD 元DLLエクスポート名: imgproc_EMD 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_EMD(cv::_InputArray *signature1, cv::_InputArray *signature2,
                         int distType, cv::_InputArray *cost, float* lowerBound, cv::_OutputArray *flow, float* returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::EMD(*signature1, *signature2, distType, entity(cost), lowerBound, entity(flow));
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_watershed [32/64bit] watershed アルゴリズムを用いて、マーカーベースの画像セグメンテーションを行います。 %prm p1,p2 p1 = sptr : IntPtr image p2 = sptr : IntPtr markers %inst この関数は，[169]で述べられている，ノンパラメトリックなマーカーベースのセグメンテーションアルゴリズムである watershed のバリエーションの1つを実装しています． 画像をこの関数に渡す前に，画像中の希望する領域を正（>0）のインデックスを持つマーカーで大まかに表しておく必要があります．つまり，すべての領域は，ピクセル値が1，2，3...となっている1つ以上の連結成分として表現されます．このようなマーカーは，findContoursやdrawContoursを使ってバイナリマスクから取り出すことができます（watershed.cppのデモを参照）．これらのマーカーは，将来の画像領域の「種」となります．マーカー内の他のすべてのピクセルは，アウトライン化された領域との関係がわからず，アルゴリズムによって定義されるべきものなので，0に設定されるべきです．注意隣り合う2つの連結成分は，必ずしも流域の境界（-1のピクセル）で区切られているわけではありません．例えば，この関数に渡される最初のマーカー画像の中で，お互いに接していても構いません． 元関数名(C#): imgproc_watershed 元DLLエクスポート名: imgproc_watershed 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_watershed(cv::_InputArray *image, cv::_InputOutputArray *markers)
{
    BEGIN_WRAP
    cv::watershed(*image, *markers);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_pyrMeanShiftFiltering [32bit] 画像に対して，Mean-Shift Segmentation の最初のステップを実行します． %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = double : double sp p4 = double : double sr p5 = int : int maxLevel p6 = ARGS_TERMCRITERIA : TermCriteria termcrit %inst この関数は，Meanshiftセグメンテーションのフィルタリングステージを実装しています．つまり，この関数の出力は，色のグラデーションと細かいテクスチャが平坦になるようにフィルタリングされた「ポスタライズド」画像です．この関数は，入力画像（あるいは，ダウンサイズされた入力画像，下記参照）の各ピクセル（X,Y）に対して，Meanshiftの反復処理を行います．つまり，色のハイパースペースである結合空間におけるピクセル（X,Y）の近傍領域を考慮します．X- ????? X+ ????? Y- ????? Y+ ????? ||(R,G,B)-(r,g,b)|| ?????]ここで、(R,G,B)と(r,g,b)は、色空間のベクトルです。b）は、それぞれ(X,Y)と(x,y)における色成分のベクトルである（ただし、このアルゴリズムは使用する色空間に依存しないため、任意の3成分色空間を使用することができる）。近傍では、平均空間値(X',Y')と平均色ベクトル(R',G',B')が求められ、次の反復では、これらが近傍の中心として機能します：\[(X,Y)~(X',Y'),(R,G,B)~(R',G',B').I(X,Y) <- (R*,G*,B*)}\\\\\\その後、その結果をより大きな層に伝搬させ、ピラミッドの低解像度層と層の色がsr以上異なる画素のみを対象に、再度繰り返し実行します。これにより、色の領域の境界がより鮮明になります。なお、元の画像全体に対してMeanshift処理を実行した場合（つまりmaxLevel==0の場合）とは、実際には異なる結果となります。 元関数名(C#): imgproc_pyrMeanShiftFiltering 元DLLエクスポート名: imgproc_pyrMeanShiftFiltering 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_pyrMeanShiftFiltering(cv::_InputArray *src, cv::_InputOutputArray *dst,
                                          double sp, double sr, int maxLevel, MyCvTermCriteria termCrit)
{
    BEGIN_WRAP
    cv::pyrMeanShiftFiltering(*src, *dst, sp, sr, maxLevel, cpp(termCrit));
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_pyrMeanShiftFiltering [64bit] 画像に対して，Mean-Shift Segmentation の最初のステップを実行します． %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = double : double sp p4 = double : double sr p5 = int : int maxLevel p6 = var : TermCriteria termcrit %inst この関数は，Meanshiftセグメンテーションのフィルタリングステージを実装しています．つまり，この関数の出力は，色のグラデーションと細かいテクスチャが平坦になるようにフィルタリングされた「ポスタライズド」画像です．この関数は，入力画像（あるいは，ダウンサイズされた入力画像，下記参照）の各ピクセル（X,Y）に対して，Meanshiftの反復処理を行います．つまり，色のハイパースペースである結合空間におけるピクセル（X,Y）の近傍領域を考慮します．X- ????? X+ ????? Y- ????? Y+ ????? ||(R,G,B)-(r,g,b)|| ?????]ここで、(R,G,B)と(r,g,b)は、色空間のベクトルです。b）は、それぞれ(X,Y)と(x,y)における色成分のベクトルである（ただし、このアルゴリズムは使用する色空間に依存しないため、任意の3成分色空間を使用することができる）。近傍では、平均空間値(X',Y')と平均色ベクトル(R',G',B')が求められ、次の反復では、これらが近傍の中心として機能します：\[(X,Y)~(X',Y'),(R,G,B)~(R',G',B').I(X,Y) <- (R*,G*,B*)}\\\\\\その後、その結果をより大きな層に伝搬させ、ピラミッドの低解像度層と層の色がsr以上異なる画素のみを対象に、再度繰り返し実行します。これにより、色の領域の境界がより鮮明になります。なお、元の画像全体に対してMeanshift処理を実行した場合（つまりmaxLevel==0の場合）とは、実際には異なる結果となります。 元関数名(C#): imgproc_pyrMeanShiftFiltering 元DLLエクスポート名: imgproc_pyrMeanShiftFiltering 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_pyrMeanShiftFiltering(cv::_InputArray *src, cv::_InputOutputArray *dst,
                                          double sp, double sr, int maxLevel, MyCvTermCriteria termCrit)
{
    BEGIN_WRAP
    cv::pyrMeanShiftFiltering(*src, *dst, sp, sr, maxLevel, cpp(termCrit));
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_grabCut [32bit] GrabCutアルゴリズムを実行します． %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr img p2 = sptr : IntPtr mask p3 = ARGS_RECT : Rect rect p4 = sptr : IntPtr bgdModel p5 = sptr : IntPtr fgdModel p6 = int : int iterCount p7 = int : int mode %inst この関数は，GrabCut画像分割アルゴリズムを実装しています．例：samples/cpp/grabcut.cpp. 元関数名(C#): imgproc_grabCut 元DLLエクスポート名: imgproc_grabCut 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_grabCut(cv::_InputArray *img, cv::_InputOutputArray *mask, CvRect rect,
                            cv::_InputOutputArray *bgdModel, cv::_InputOutputArray *fgdModel,
                            int iterCount, int mode)
{
    BEGIN_WRAP
    cv::grabCut(*img, *mask, rect, *bgdModel, *fgdModel, iterCount, mode);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_grabCut [64bit] GrabCutアルゴリズムを実行します． %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr img p2 = sptr : IntPtr mask p3 = var : Rect rect p4 = sptr : IntPtr bgdModel p5 = sptr : IntPtr fgdModel p6 = int : int iterCount p7 = int : int mode %inst この関数は，GrabCut画像分割アルゴリズムを実装しています．例：samples/cpp/grabcut.cpp. 元関数名(C#): imgproc_grabCut 元DLLエクスポート名: imgproc_grabCut 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_grabCut(cv::_InputArray *img, cv::_InputOutputArray *mask, CvRect rect,
                            cv::_InputOutputArray *bgdModel, cv::_InputOutputArray *fgdModel,
                            int iterCount, int mode)
{
    BEGIN_WRAP
    cv::grabCut(*img, *mask, rect, *bgdModel, *fgdModel, iterCount, mode);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_distanceTransformWithLabels [32/64bit] 入力画像の各ピクセルについて，最も近い0ピクセルまでの距離を計算します． %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = sptr : IntPtr labels p4 = int : int distanceType p5 = int : int maskSize p6 = int : int labelType %inst 関数 cv::distanceTransform は，2値画像の各ピクセルから，最も近い0ピクセルまでのおおよその，あるいは正確な距離を計算します．maskSize == DIST_MASK_PRECISE かつ distanceType == DIST_L2 の場合，この関数は [72] で述べられているアルゴリズムを実行します．このアルゴリズムは，TBB ライブラリによって並列化されています．その他の場合は，アルゴリズム [28] が利用されます．つまり，この関数は，あるピクセルに対して，水平，垂直，斜め，騎士の動きという基本的なシフトからなる，最も近い0ピクセルへの最短経路を求めます（最新のものは，\\のマスクで利用可能です）．全体の距離は、これらの基本的な距離の合計として計算されます。距離関数は対称でなければならないので、水平方向と垂直方向のシフトはすべて同じコスト（aと表記）でなければならず、対角線方向のシフトはすべて同じコスト（bと表記）でなければならず、ナイトの動きはすべて同じコスト（cと表記）でなければなりません。DIST_C と DIST_L1 では、距離は正確に計算されますが、DIST_L2 (Euclidean distance) では、距離は相対的な誤差でしか計算できません (mask を使うとより正確な結果が得られます)。a,b,c に対して，OpenCV は原著論文で提案された値を使用します： DIST_L1: a = 1, b = 2 DIST_L2: a = 1, b = 2: 3×3: a=0.955, b=1.3693 5×5： a=1, b=1.4, c=2.1969 DIST_C: a = 1, b = 1通常、高速で粗い距離推定DIST_L2には、??? -? ???のマスクを使用する。より正確な距離推定DIST_L2のためには、\(5\)マスクや精密アルゴリズムを用いる。この関数は，各ピクセルの最小距離\((x, y)\)を計算するだけでなく，0個のピクセルで構成される最近接連結成分(labelType==DIST_LABEL_CCOMP)や最近接0ピクセル(labelType==DIST_LABEL_PIXEL)を特定します．labels(x, y)には，成分・画素のインデックスが格納されます．labelType==DIST_LABEL_CCOMP の場合，この関数は，入力画像中のゼロピクセルの連結成分を自動的に見つけ，それらに個別のラベルを付けます．labelType==DIST_LABEL_PIXEL の場合，この関数は入力画像を走査し，すべての0ピクセルを個別のラベルでマークします．このモードでは，複雑さは線形です．つまり，この関数は，2値画像のボロノイ図を非常に高速に計算する方法を提供します．現在のところ，2番目のモードでは，近似距離変換アルゴリズムしか利用できません．つまり， maskSize=DIST_MASK_PRECISE はまだサポートされていません． 元関数名(C#): imgproc_distanceTransformWithLabels 元DLLエクスポート名: imgproc_distanceTransformWithLabels 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_distanceTransformWithLabels(cv::_InputArray *src, cv::_OutputArray *dst,
                                                cv::_OutputArray *labels, int distanceType, int maskSize,
                                                int labelType)
{
    BEGIN_WRAP
    cv::distanceTransform(*src, *dst, *labels, distanceType, maskSize, labelType);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_distanceTransform [32/64bit] 入力画像の各ピクセルについて，最も近い0ピクセルまでの距離を計算します． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = int : int distanceType p4 = int : int maskSize p5 = int : int dstType %inst 関数 cv::distanceTransform は，2値画像の各ピクセルから，最も近い0ピクセルまでのおおよその，あるいは正確な距離を計算します．maskSize == DIST_MASK_PRECISE かつ distanceType == DIST_L2 の場合，この関数は [72] で述べられているアルゴリズムを実行します．このアルゴリズムは，TBB ライブラリによって並列化されています．その他の場合は，アルゴリズム [28] が利用されます．つまり，この関数は，あるピクセルに対して，水平，垂直，斜め，騎士の動きという基本的なシフトからなる，最も近い0ピクセルへの最短経路を求めます（最新のものは，\\のマスクで利用可能です）．全体の距離は、これらの基本的な距離の合計として計算されます。距離関数は対称でなければならないので、水平方向と垂直方向のシフトはすべて同じコスト（aと表記）でなければならず、対角線方向のシフトはすべて同じコスト（bと表記）でなければならず、ナイトの動きはすべて同じコスト（cと表記）でなければなりません。DIST_C と DIST_L1 では、距離は正確に計算されますが、DIST_L2 (Euclidean distance) では、距離は相対的な誤差でしか計算できません (mask を使うとより正確な結果が得られます)。a,b,c に対して，OpenCV は原著論文で提案された値を使用します： DIST_L1: a = 1, b = 2 DIST_L2: a = 1, b = 2: 3×3: a=0.955, b=1.3693 5×5： a=1, b=1.4, c=2.1969 DIST_C: a = 1, b = 1通常、高速で粗い距離推定DIST_L2には、??? -? ???のマスクを使用する。より正確な距離推定DIST_L2のためには、\(5\)マスクや精密アルゴリズムを用いる。この関数は，各ピクセルの最小距離\((x, y)\)を計算するだけでなく，0個のピクセルで構成される最近接連結成分(labelType==DIST_LABEL_CCOMP)や最近接0ピクセル(labelType==DIST_LABEL_PIXEL)を特定します．labels(x, y)には，成分・画素のインデックスが格納されます．labelType==DIST_LABEL_CCOMP の場合，この関数は，入力画像中のゼロピクセルの連結成分を自動的に見つけ，それらに個別のラベルを付けます．labelType==DIST_LABEL_PIXEL の場合，この関数は入力画像を走査し，すべての0ピクセルを個別のラベルでマークします．このモードでは，複雑さは線形です．つまり，この関数は，2値画像のボロノイ図を非常に高速に計算する方法を提供します．現在のところ，2番目のモードでは，近似距離変換アルゴリズムしか利用できません．つまり， maskSize=DIST_MASK_PRECISE はまだサポートされていません． 元関数名(C#): imgproc_distanceTransform 元DLLエクスポート名: imgproc_distanceTransform 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_distanceTransformWithLabels(cv::_InputArray *src, cv::_OutputArray *dst,
                                                cv::_OutputArray *labels, int distanceType, int maskSize,
                                                int labelType)
{
    BEGIN_WRAP
    cv::distanceTransform(*src, *dst, *labels, distanceType, maskSize, labelType);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_floodFill1 [32bit] 与えられた色で連結成分を塗りつぶします． %prm p1,p2,p3,p4,p5,p6,p7,p8 p1 = sptr : IntPtr image p2 = ARGS_POINT : Point seedPoint p3 = ARGS_SCALAR : Scalar newVal p4 = var : out Rect rect p5 = ARGS_SCALAR : Scalar loDiff p6 = ARGS_SCALAR : Scalar upDiff p7 = int : int flags p8 = var : out int returnValue %inst 関数 cv::floodFill は，種点から始まる連結成分を，指定された色で塗りつぶします．この連結性は，隣接するピクセルの色と明るさの近さによって決まります．このピクセルは，以下の場合に，塗り替え領域に属するとみなされます：グレースケール画像で，浮動小数点数の場合 \(x',y')-(x',y')-(x',y')(x',y')-\\\\\\(x,y)には、\\\が含まれます。(x',y')+ ??? -? ??? グレースケール画像で範囲が決まっている場合は \♪♪〜( ????? )\\\\(x,y) ??? -? ????( ????? ) + ????? ) カラー画像でフローティングレンジの場合 \\\\(x',y')_r- ????Lo_Diff????_r ardor(x,y)_r ??? -? ???(x',y')_r+ ??? -? ????_r,\] \♪♪〜(x',y')_g - ??? -? ????_g ??? -? ???(x,y)_g \\(x',y')_g+ ??? -? ????_g\] そして \\\\(x',y')_b- ????Lo_Diff????_b wrestler's Mr.(x,y)_b ??? -? ???(x',y')_b+ ??? -? ????_b\] カラー画像で範囲が固定されている場合 \♪♪〜( ????? )_r ardor(x,y)_r \\\( ??o??? )_r+ ??o??? )_r,\] \♪♪♪♪♪〜( ????? ) _g- ?loDiff?_g ?????????????????????? 600(x,y)_g W\\\( ????? ) _g+ ????? )_g\] そして \\\\( ????? ) _b- ?????_b ????? )(x,y)_b ??? -? ????( ??o??? )_b+ ??o??? )ここで，\(src(x',y')\)は，すでにコンポーネントに属することがわかっているピクセルネイバーの1つの値です．つまり，連結成分に追加されるためには，ピクセルの色や明るさが，次のように十分に近い必要があります：浮動小数点数の場合は，既に連結成分に属している隣のピクセルの色や明るさ． これらの関数を利用して，指定した色で連結成分をその場でマークしたり，マスクを作成してから輪郭を抽出したり，その領域を別の画像にコピーしたりすることができます．注意：マスクは塗りつぶした画像よりも大きいので，画像中のピクセル ?((x, y)?)は，マスク中のピクセル ?((x+1, y+1)?)に相当します． 元関数名(C#): imgproc_floodFill1 元DLLエクスポート名: imgproc_floodFill1 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_floodFill1(cv::_InputOutputArray *image,
                              MyCvPoint seedPoint, MyCvScalar newVal, MyCvRect *rect,
                              MyCvScalar loDiff, MyCvScalar upDiff, int flags, int *returnValue)
{
    BEGIN_WRAP
    cv::Rect rect0;
    *returnValue = cv::floodFill(*image, cpp(seedPoint), cpp(newVal), &rect0, cpp(loDiff), cpp(upDiff), flags);
    *rect = c(rect0);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_floodFill1 [64bit] 与えられた色で連結成分を塗りつぶします． %prm p1,p2,p3,p4,p5,p6,p7,p8 p1 = sptr : IntPtr image p2 = ARGS_POINT : Point seedPoint p3 = var : Scalar newVal p4 = var : out Rect rect p5 = var : Scalar loDiff p6 = var : Scalar upDiff p7 = int : int flags p8 = var : out int returnValue %inst 関数 cv::floodFill は，種点から始まる連結成分を，指定された色で塗りつぶします．この連結性は，隣接するピクセルの色と明るさの近さによって決まります．このピクセルは，以下の場合に，塗り替え領域に属するとみなされます：グレースケール画像で，浮動小数点数の場合 \(x',y')-(x',y')-(x',y')(x',y')-\\\\\\(x,y)には、\\\が含まれます。(x',y')+ ??? -? ??? グレースケール画像で範囲が決まっている場合は \♪♪〜( ????? )\\\\(x,y) ??? -? ????( ????? ) + ????? ) カラー画像でフローティングレンジの場合 \\\\(x',y')_r- ????Lo_Diff????_r ardor(x,y)_r ??? -? ???(x',y')_r+ ??? -? ????_r,\] \♪♪〜(x',y')_g - ??? -? ????_g ??? -? ???(x,y)_g \\(x',y')_g+ ??? -? ????_g\] そして \\\\(x',y')_b- ????Lo_Diff????_b wrestler's Mr.(x,y)_b ??? -? ???(x',y')_b+ ??? -? ????_b\] カラー画像で範囲が固定されている場合 \♪♪〜( ????? )_r ardor(x,y)_r \\\( ??o??? )_r+ ??o??? )_r,\] \♪♪♪♪♪〜( ????? ) _g- ?loDiff?_g ?????????????????????? 600(x,y)_g W\\\( ????? ) _g+ ????? )_g\] そして \\\\( ????? ) _b- ?????_b ????? )(x,y)_b ??? -? ????( ??o??? )_b+ ??o??? )ここで，\(src(x',y')\)は，すでにコンポーネントに属することがわかっているピクセルネイバーの1つの値です．つまり，連結成分に追加されるためには，ピクセルの色や明るさが，次のように十分に近い必要があります：浮動小数点数の場合は，既に連結成分に属している隣のピクセルの色や明るさ． これらの関数を利用して，指定した色で連結成分をその場でマークしたり，マスクを作成してから輪郭を抽出したり，その領域を別の画像にコピーしたりすることができます．注意：マスクは塗りつぶした画像よりも大きいので，画像中のピクセル ?((x, y)?)は，マスク中のピクセル ?((x+1, y+1)?)に相当します． 元関数名(C#): imgproc_floodFill1 元DLLエクスポート名: imgproc_floodFill1 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_floodFill1(cv::_InputOutputArray *image,
                              MyCvPoint seedPoint, MyCvScalar newVal, MyCvRect *rect,
                              MyCvScalar loDiff, MyCvScalar upDiff, int flags, int *returnValue)
{
    BEGIN_WRAP
    cv::Rect rect0;
    *returnValue = cv::floodFill(*image, cpp(seedPoint), cpp(newVal), &rect0, cpp(loDiff), cpp(upDiff), flags);
    *rect = c(rect0);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_floodFill2 [32bit] 与えられた色で連結成分を塗りつぶします． %prm p1,p2,p3,p4,p5,p6,p7,p8,p9 p1 = sptr : IntPtr image p2 = sptr : IntPtr mask p3 = ARGS_POINT : Point seedPoint p4 = ARGS_SCALAR : Scalar newVal p5 = var : out Rect rect p6 = ARGS_SCALAR : Scalar loDiff p7 = ARGS_SCALAR : Scalar upDiff p8 = int : int flags p9 = var : out int returnValue %inst 関数 cv::floodFill は，種点から始まる連結成分を，指定された色で塗りつぶします．この連結性は，隣接するピクセルの色と明るさの近さによって決まります．このピクセルは，以下の場合に，塗り替え領域に属するとみなされます：グレースケール画像で，浮動小数点数の場合 \(x',y')-(x',y')-(x',y')(x',y')-\\\\\\(x,y)には、\\\が含まれます。(x',y')+ ??? -? ??? グレースケール画像で範囲が決まっている場合は \♪♪〜( ????? )\\\\(x,y) ??? -? ????( ????? ) + ????? ) カラー画像でフローティングレンジの場合 \\\\(x',y')_r- ????Lo_Diff????_r ardor(x,y)_r ??? -? ???(x',y')_r+ ??? -? ????_r,\] \♪♪〜(x',y')_g - ??? -? ????_g ??? -? ???(x,y)_g \\(x',y')_g+ ??? -? ????_g\] そして \\\\(x',y')_b- ????Lo_Diff????_b wrestler's Mr.(x,y)_b ??? -? ???(x',y')_b+ ??? -? ????_b\] カラー画像で範囲が固定されている場合 \♪♪〜( ????? )_r ardor(x,y)_r \\\( ??o??? )_r+ ??o??? )_r,\] \♪♪♪♪♪〜( ????? ) _g- ?loDiff?_g ?????????????????????? 600(x,y)_g W\\\( ????? ) _g+ ????? )_g\] そして \\\\( ????? ) _b- ?????_b ????? )(x,y)_b ??? -? ????( ??o??? )_b+ ??o??? )ここで，\(src(x',y')\)は，すでにコンポーネントに属することがわかっているピクセルネイバーの1つの値です．つまり，連結成分に追加されるためには，ピクセルの色や明るさが，次のように十分に近い必要があります：浮動小数点数の場合は，既に連結成分に属している隣のピクセルの色や明るさ． これらの関数を利用して，指定した色で連結成分をその場でマークしたり，マスクを作成してから輪郭を抽出したり，その領域を別の画像にコピーしたりすることができます．注意：マスクは塗りつぶした画像よりも大きいので，画像中のピクセル ?((x, y)?)は，マスク中のピクセル ?((x+1, y+1)?)に相当します． 元関数名(C#): imgproc_floodFill2 元DLLエクスポート名: imgproc_floodFill2 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_floodFill2(cv::_InputOutputArray *image, cv::_InputOutputArray *mask,
                              MyCvPoint seedPoint, MyCvScalar newVal, MyCvRect *rect,
                              MyCvScalar loDiff, MyCvScalar upDiff, int flags, int* returnValue)
{
    BEGIN_WRAP
    cv::Rect rect0;
    *returnValue = cv::floodFill(*image, *mask, cpp(seedPoint), cpp(newVal), &rect0, cpp(loDiff), cpp(upDiff), flags);
    *rect = c(rect0);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_floodFill2 [64bit] 与えられた色で連結成分を塗りつぶします． %prm p1,p2,p3,p4,p5,p6,p7,p8,p9 p1 = sptr : IntPtr image p2 = sptr : IntPtr mask p3 = ARGS_POINT : Point seedPoint p4 = var : Scalar newVal p5 = var : out Rect rect p6 = var : Scalar loDiff p7 = var : Scalar upDiff p8 = int : int flags p9 = var : out int returnValue %inst 関数 cv::floodFill は，種点から始まる連結成分を，指定された色で塗りつぶします．この連結性は，隣接するピクセルの色と明るさの近さによって決まります．このピクセルは，以下の場合に，塗り替え領域に属するとみなされます：グレースケール画像で，浮動小数点数の場合 \(x',y')-(x',y')-(x',y')(x',y')-\\\\\\(x,y)には、\\\が含まれます。(x',y')+ ??? -? ??? グレースケール画像で範囲が決まっている場合は \♪♪〜( ????? )\\\\(x,y) ??? -? ????( ????? ) + ????? ) カラー画像でフローティングレンジの場合 \\\\(x',y')_r- ????Lo_Diff????_r ardor(x,y)_r ??? -? ???(x',y')_r+ ??? -? ????_r,\] \♪♪〜(x',y')_g - ??? -? ????_g ??? -? ???(x,y)_g \\(x',y')_g+ ??? -? ????_g\] そして \\\\(x',y')_b- ????Lo_Diff????_b wrestler's Mr.(x,y)_b ??? -? ???(x',y')_b+ ??? -? ????_b\] カラー画像で範囲が固定されている場合 \♪♪〜( ????? )_r ardor(x,y)_r \\\( ??o??? )_r+ ??o??? )_r,\] \♪♪♪♪♪〜( ????? ) _g- ?loDiff?_g ?????????????????????? 600(x,y)_g W\\\( ????? ) _g+ ????? )_g\] そして \\\\( ????? ) _b- ?????_b ????? )(x,y)_b ??? -? ????( ??o??? )_b+ ??o??? )ここで，\(src(x',y')\)は，すでにコンポーネントに属することがわかっているピクセルネイバーの1つの値です．つまり，連結成分に追加されるためには，ピクセルの色や明るさが，次のように十分に近い必要があります：浮動小数点数の場合は，既に連結成分に属している隣のピクセルの色や明るさ． これらの関数を利用して，指定した色で連結成分をその場でマークしたり，マスクを作成してから輪郭を抽出したり，その領域を別の画像にコピーしたりすることができます．注意：マスクは塗りつぶした画像よりも大きいので，画像中のピクセル ?((x, y)?)は，マスク中のピクセル ?((x+1, y+1)?)に相当します． 元関数名(C#): imgproc_floodFill2 元DLLエクスポート名: imgproc_floodFill2 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_floodFill2(cv::_InputOutputArray *image, cv::_InputOutputArray *mask,
                              MyCvPoint seedPoint, MyCvScalar newVal, MyCvRect *rect,
                              MyCvScalar loDiff, MyCvScalar upDiff, int flags, int* returnValue)
{
    BEGIN_WRAP
    cv::Rect rect0;
    *returnValue = cv::floodFill(*image, *mask, cpp(seedPoint), cpp(newVal), &rect0, cpp(loDiff), cpp(upDiff), flags);
    *rect = c(rect0);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_blendLinear [32/64bit] 2つの画像の線形ブレンドを行います． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr src1 p2 = sptr : IntPtr src2 p3 = sptr : IntPtr weights1 p4 = sptr : IntPtr weights2 p5 = sptr : IntPtr dst %inst \????? ( ????? ) = ????? ( ????? ) + ????? ( ????? ) 元関数名(C#): imgproc_blendLinear 元DLLエクスポート名: imgproc_blendLinear 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_blendLinear(
    cv::_InputArray* src1, cv::_InputArray* src2, cv::_InputArray* weights1, cv::_InputArray* weights2, cv::_OutputArray* dst)
{
    BEGIN_WRAP
        cv::blendLinear(*src1, *src2, *weights1, *weights2, *dst);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_cvtColor [32/64bit] 画像を，ある色空間から別の色空間に変換します． %prm p1,p2,p3,p4 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = int : int code p4 = int : int dstCn %inst この関数は，入力画像をある色空間から別の色空間に変換します．RGB色空間からの変換の場合は，チャンネルの順番を明示的に指定する必要があります（RGBまたはBGR）．OpenCVのデフォルトの色形式は，しばしばRGBと呼ばれますが，実際にはBGR（バイトが逆）であることに注意してください．つまり，標準的な（24ビット）カラー画像の1バイト目は，8ビットの青成分，2バイト目は緑，3バイト目は赤になります．R、G、Bのチャンネル値の一般的な範囲は次のとおりです：CV_8U画像では0?255 CV_8U画像では0?255、CV_16U画像では0?65535 R、G、Bのチャンネル値の範囲は、CV_8U映像では0?255、CV_16U映像では0?65535、CV_32F映像では0?1です。しかし、非線形変換の場合、正しい結果を得るためには、入力RGB画像を適切な値の範囲に正規化する必要があります。例えば、RGB ????? L*u*v* 変換の場合です。例えば，8 ビット画像から直接変換された 32 ビット浮動小数点画像をスケーリングせずに入力した場合，この関数が想定している 0 〜 1 ではなく，0 〜 255 の値域を持つことになります．ですから， cvtColor を呼び出す前に，まず画像を縮小する必要があります： img *= 1./255;cvtColor(img, img, COLOR_BGR2Luv);fragment8 ビット画像に対して cvtColor を使用した場合，変換によって失われる情報があります．変換によってアルファチャンネルが追加された場合，その値は対応するチャンネル範囲の最大値に設定されます：CV_8Uでは255，CV_16Uでは65535，CV_32Fでは1です．参照：色の変換例サンプル：samples/cpp/camshiftdemo.cpp，samples/cpp/edge.cpp, samples/cpp/facedetect.cpp, samples/cpp/ffilldemo.cpp, samples/cpp/lkdemo.cpp, samples/cpp/train_HOG.cpp, samples/cpp/tutorial_code/ImgTrans/houghcircles.cpp, samples/cpp/tutorial_code/ImgTrans/houghlines.cpp、samples/cpp/tutorial_code/ImgTrans/Sobel_Demo.cpp、samples/cpp/tutorial_code/ml/introduction_to_pca/introduction_to_pca.cpp、samples/cpp/watershed.cpp、samples/dnn/colorization.cpp、samples/dnn/text_detection.cpp、samples/tapi/hog.cppがあります。 元関数名(C#): imgproc_cvtColor 元DLLエクスポート名: imgproc_cvtColor 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_cvtColor(cv::_InputArray *src, cv::_OutputArray *dst, int code, int dstCn)
{
    BEGIN_WRAP
    cv::cvtColor(*src, *dst, code, dstCn);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_cvtColorTwoPlane [32/64bit] ソース画像が2つのプレーンに格納されている場合に，画像をある色空間から別の色空間に変換します． %prm p1,p2,p3,p4 p1 = sptr : IntPtr src1 p2 = sptr : IntPtr src2 p3 = sptr : IntPtr dst p4 = int : int code %inst この関数は、現在のところ、YUV420からRGBへの変換のみに対応しています。 元関数名(C#): imgproc_cvtColorTwoPlane 元DLLエクスポート名: imgproc_cvtColorTwoPlane 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_cvtColorTwoPlane(cv::_InputArray *src1, cv::_InputArray *src2, cv::_OutputArray *dst, int code)
{
    BEGIN_WRAP
    cv::cvtColorTwoPlane(*src1, *src2, *dst, code);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_demosaicing [32/64bit] 全てのデモザイク処理を行うメイン関数 %prm p1,p2,p3,p4 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = int : int code p4 = int : int dstCn %inst この関数は，以下の変換を行うことができます： バイリニア補間を用いたデモザイク処理 COLOR_BayerBG2BGR , COLOR_BayerGB2BGR , COLOR_BayerRG2BGR , COLOR_BayerGR2BGR COLOR_BayerBG2GRAY、COLOR_BayerGB2GRAY、COLOR_BayerRG2GRAY、COLOR_BayerGR2GRAY 可変グラデーション数を用いたデモザイキング。 COLOR_BayerBG2BGR_VNG , COLOR_BayerGB2BGR_VNG , COLOR_BayerRG2BGR_VNG , COLOR_BayerGR2BGR_VNG エッジアウェア・デモザイキング。 COLOR_BayerBG2BGR_EA , COLOR_BayerGB2BGR_EA , COLOR_BayerRG2BGR_EA , COLOR_BayerGR2BGR_EA アルファチャンネルによるデモザイキング COLOR_BayerBG2BGRA , COLOR_BayerGB2BGRA , COLOR_BayerRG2BGRA , COLOR_BayerGR2BGRASee alsocvtColor 元関数名(C#): imgproc_demosaicing 元DLLエクスポート名: imgproc_demosaicing 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_demosaicing(cv::_InputArray *src, cv::_OutputArray *dst, int code, int dstCn)
{
    BEGIN_WRAP
    cv::demosaicing(*src, *dst, code, dstCn);
    END_WRAP    
}
}html %group NativeMethods_imgproc %index imgproc_moments [32/64bit] ポリゴンやラスタライズされた形状の3次までのモーメントをすべて計算します。 %prm p1,p2,p3 p1 = sptr : IntPtr arr p2 = int : int binaryImage p3 = var : out Moments.NativeStruct returnValue %inst この関数は，ベクトル形状やラスタライズされた形状の，3次までのモーメントを求めます．その結果は，構造体 cv::Moments として返されます．注意Pythonバインディングによる輪郭のモーメント計算にのみ適用されます．入力配列の numpy 型は，np.int32 か np.float32 であることに注意してください． 元関数名(C#): imgproc_moments 元DLLエクスポート名: imgproc_moments 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_moments(cv::_InputArray *arr, int binaryImage, MyCvMoments *returnValue)
{
    BEGIN_WRAP
    const auto m = cv::moments(*arr, binaryImage != 0);
    *returnValue = c(m);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_matchTemplate [32/64bit] 重ね合わせた画像領域に対してテンプレートを比較します。 %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr image p2 = sptr : IntPtr templ p3 = sptr : IntPtr result p4 = int : int method p5 = sptr : IntPtr mask %inst この関数は， image をスライドさせながら，指定された方法で， templ に対してサイズ \ (w times h\) のオーバーラップしたパッチを比較し，その比較結果を result に格納します．TemplateMatchModes は，利用可能な比較手法の式を記述したものです ( ??? -? ??? )。総和は、テンプレートや画像パッチに対して行われます。\関数が比較を終えた後、minMaxLoc関数を使って、グローバルな最小値（TM_SQDIFFを使った場合）や最大値（TM_CCORRやTM_CCOEFFを使った場合）として、ベストマッチを見つけることができます。カラー画像の場合、分子のテンプレート和と分母の各和は、すべてのチャンネルに対して行われ、各チャンネルに別々の平均値が使用されます。つまり，この関数は，カラーテンプレートとカラー画像を受け取ることができます．例： samples/cpp/tutorial_code/Histograms_Matching/MatchTemplate_Demo.cpp. 元関数名(C#): imgproc_matchTemplate 元DLLエクスポート名: imgproc_matchTemplate 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_matchTemplate(cv::_InputArray *image, cv::_InputArray *templ,
                                  cv::_OutputArray *result, int method, cv::_InputArray *mask)
{
    BEGIN_WRAP
    cv::matchTemplate(*image, *templ, *result, method, entity(mask));
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_connectedComponentsWithAlgorithm [32/64bit] ブーリアン画像の連結成分ラベル付き画像を計算します． %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr image p2 = sptr : IntPtr labels p3 = int : int connectivity p4 = int : int ltype p5 = int : int ccltype p6 = var : out int returnValue %inst ltype は，出力ラベルの画像タイプを指定します．これは，ラベルの総数，あるいは，ソース画像の総ピクセル数に基づく重要な考慮事項です． ccltype は，使用する連結成分ラベリングアルゴリズムを指定します．現在，Grana (BBDT) と Wu (SAUF) [276] のアルゴリズムがサポートされており，詳細は ConnectedComponentsAlgorithmsTypes を参照してください．なお、SAUFアルゴリズムでは、BBDTがそうでないのに対し、ラベルの行の主要な順序が強制されます。この関数は，GranaおよびWuの両アルゴリズムの並列版を使用します．ただし，少なくとも1つの許可された並列フレームワークが有効であり，イメージの行数がgetNumberOfCPUsで返される数の少なくとも2倍である場合に限ります． 元関数名(C#): imgproc_connectedComponentsWithAlgorithm 元DLLエクスポート名: imgproc_connectedComponentsWithAlgorithm 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_connectedComponentsWithAlgorithm(
    cv::_InputArray *image, cv::_OutputArray *labels, int connectivity, int ltype, int ccltype, int* returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::connectedComponents(entity(image), entity(labels), connectivity, ltype, ccltype);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_connectedComponents [32/64bit] ブーリアン画像の連結成分ラベル付き画像を計算します． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr image p2 = sptr : IntPtr labels p3 = int : int connectivity p4 = int : int ltype p5 = var : out int returnValue %inst ltype は，出力ラベルの画像タイプを指定します．これは，ラベルの総数，あるいは，ソース画像の総ピクセル数に基づく重要な考慮事項です． ccltype は，使用する連結成分ラベリングアルゴリズムを指定します．現在，Grana (BBDT) と Wu (SAUF) [276] のアルゴリズムがサポートされており，詳細は ConnectedComponentsAlgorithmsTypes を参照してください．なお、SAUFアルゴリズムでは、BBDTがそうでないのに対し、ラベルの行の主要な順序が強制されます。この関数は，GranaおよびWuの両アルゴリズムの並列版を使用します．ただし，少なくとも1つの許可された並列フレームワークが有効であり，イメージの行数がgetNumberOfCPUsで返される数の少なくとも2倍である場合に限ります． 元関数名(C#): imgproc_connectedComponents 元DLLエクスポート名: imgproc_connectedComponents 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_connectedComponentsWithAlgorithm(
    cv::_InputArray *image, cv::_OutputArray *labels, int connectivity, int ltype, int ccltype, int* returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::connectedComponents(entity(image), entity(labels), connectivity, ltype, ccltype);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_connectedComponentsWithStatsWithAlgorithm [32/64bit] boolean画像の連結成分ラベル付き画像を計算し，各ラベルの統計情報を出力します． %prm p1,p2,p3,p4,p5,p6,p7,p8 p1 = sptr : IntPtr image p2 = sptr : IntPtr labels p3 = sptr : IntPtr stats p4 = sptr : IntPtr centroids p5 = int : int connectivity p6 = int : int ltype p7 = int : int ccltype p8 = var : out int returnValue %inst ltype は，出力ラベルの画像タイプを指定します．これは，ラベルの総数，あるいは，ソース画像の総ピクセル数に基づく重要な考慮事項です． ccltype は，使用する連結成分ラベリングアルゴリズムを指定します．現在，Grana (BBDT) と Wu (SAUF) [276] のアルゴリズムがサポートされており，詳細は ConnectedComponentsAlgorithmsTypes を参照してください．なお，SAUFアルゴリズムはラベルの行の主要な順序を強制しますが，BBDTはそうではありません．この関数は，少なくとも1つの許可された並列フレームワークが有効であり，画像の行数がgetNumberOfCPUsで返される数の少なくとも2倍であれば，GranaとWuの両方のアルゴリズムの並列バージョン（統計情報を含む）を使用します． 元関数名(C#): imgproc_connectedComponentsWithStatsWithAlgorithm 元DLLエクスポート名: imgproc_connectedComponentsWithStatsWithAlgorithm 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_connectedComponentsWithStatsWithAlgorithm(
    cv::_InputArray *image, cv::_OutputArray *labels,
    cv::_OutputArray *stats, cv::_OutputArray *centroids,
    int connectivity, int ltype, int ccltype, int* returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::connectedComponentsWithStats(
            entity(image), entity(labels), entity(stats), entity(centroids), connectivity, ltype, ccltype);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_connectedComponentsWithStats [32/64bit] boolean画像の連結成分ラベル付き画像を計算し，各ラベルの統計情報を出力します． %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr image p2 = sptr : IntPtr labels p3 = sptr : IntPtr stats p4 = sptr : IntPtr centroids p5 = int : int connectivity p6 = int : int ltype p7 = var : out int returnValue %inst ltype は，出力ラベルの画像タイプを指定します．これは，ラベルの総数，あるいは，ソース画像の総ピクセル数に基づく重要な考慮事項です． ccltype は，使用する連結成分ラベリングアルゴリズムを指定します．現在，Grana (BBDT) と Wu (SAUF) [276] のアルゴリズムがサポートされており，詳細は ConnectedComponentsAlgorithmsTypes を参照してください．なお，SAUFアルゴリズムはラベルの行の主要な順序を強制しますが，BBDTはそうではありません．この関数は，少なくとも1つの許可された並列フレームワークが有効であり，画像の行数がgetNumberOfCPUsで返される数の少なくとも2倍であれば，GranaとWuの両方のアルゴリズムの並列バージョン（統計情報を含む）を使用します． 元関数名(C#): imgproc_connectedComponentsWithStats 元DLLエクスポート名: imgproc_connectedComponentsWithStats 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_connectedComponentsWithStatsWithAlgorithm(
    cv::_InputArray *image, cv::_OutputArray *labels,
    cv::_OutputArray *stats, cv::_OutputArray *centroids,
    int connectivity, int ltype, int ccltype, int* returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::connectedComponentsWithStats(
            entity(image), entity(labels), entity(stats), entity(centroids), connectivity, ltype, ccltype);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_findContours1_vector [32/64bit] 2値画像の輪郭を検出します． %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr image p2 = sptr : IntPtr contours p3 = sptr : IntPtr hierarchy p4 = int : int mode p5 = int : int method p6 = ARGS_POINT : Point offset %inst この関数は，アルゴリズム [233]を用いて，2値画像から輪郭を抽出します．輪郭は，形状分析や物体の検出・認識に役立つツールです．OpenCVのサンプルディレクトリにあるsquares.cppを参照してください．注意 opencv 3.2以降では，この関数によってソース画像が変更されることはありません．例： modules/shape/samples/shape_example.cpp, samples/cpp/contours2.cpp, samples/cpp/fitellipse.cpp、samples/cpp/segment_objects.cpp、samples/cpp/squares.cpp、samples/cpp/tutorial_code/ml/introduction_to_pca/introduction_to_pca.cpp、samples/cpp/watershed.cpp、samples/tapi/squares.cppがあります。 元関数名(C#): imgproc_findContours1_vector 元DLLエクスポート名: imgproc_findContours1_vector 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_findContours1_vector(cv::_InputArray *image, std::vector<std::vector<cv::Point> > *contours,
                                         std::vector<cv::Vec4i> *hierarchy, int mode, int method, MyCvPoint offset)
{
    BEGIN_WRAP
    cv::findContours(*image, *contours, *hierarchy, mode, method, cpp(offset));
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_findContours1_OutputArray [32/64bit] 2値画像の輪郭を検出します． %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr image p2 = sptr : IntPtr contours p3 = sptr : IntPtr hierarchy p4 = int : int mode p5 = int : int method p6 = ARGS_POINT : Point offset %inst この関数は，アルゴリズム [233]を用いて，2値画像から輪郭を抽出します．輪郭は，形状分析や物体の検出・認識に役立つツールです．OpenCVのサンプルディレクトリにあるsquares.cppを参照してください．注意 opencv 3.2以降では，この関数によってソース画像が変更されることはありません．例： modules/shape/samples/shape_example.cpp, samples/cpp/contours2.cpp, samples/cpp/fitellipse.cpp、samples/cpp/segment_objects.cpp、samples/cpp/squares.cpp、samples/cpp/tutorial_code/ml/introduction_to_pca/introduction_to_pca.cpp、samples/cpp/watershed.cpp、samples/tapi/squares.cppがあります。 元関数名(C#): imgproc_findContours1_OutputArray 元DLLエクスポート名: imgproc_findContours1_OutputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_findContours1_OutputArray(cv::_InputArray *image, std::vector<cv::Mat> *contours,
                                              cv::_OutputArray *hierarchy, int mode, int method, MyCvPoint offset)
{
    BEGIN_WRAP
    cv::findContours(*image, *contours, *hierarchy, mode, method, cpp(offset));
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_findContours2_vector [32/64bit] 2値画像の輪郭を検出します． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr image p2 = sptr : IntPtr contours p3 = int : int mode p4 = int : int method p5 = ARGS_POINT : Point offset %inst この関数は，アルゴリズム [233]を用いて，2値画像から輪郭を抽出します．輪郭は，形状分析や物体の検出・認識に役立つツールです．OpenCVのサンプルディレクトリにあるsquares.cppを参照してください．注意 opencv 3.2以降では，この関数によってソース画像が変更されることはありません．例： modules/shape/samples/shape_example.cpp, samples/cpp/contours2.cpp, samples/cpp/fitellipse.cpp、samples/cpp/segment_objects.cpp、samples/cpp/squares.cpp、samples/cpp/tutorial_code/ml/introduction_to_pca/introduction_to_pca.cpp、samples/cpp/watershed.cpp、samples/tapi/squares.cppがあります。 元関数名(C#): imgproc_findContours2_vector 元DLLエクスポート名: imgproc_findContours2_vector 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_findContours2_vector(cv::_InputArray *image, std::vector<std::vector<cv::Point> > *contours,
                                         int mode, int method, MyCvPoint offset)
{
    BEGIN_WRAP
    cv::findContours(*image, *contours, mode, method, cpp(offset));
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_findContours2_OutputArray [32/64bit] 2値画像の輪郭を検出します． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr image p2 = sptr : IntPtr contours p3 = int : int mode p4 = int : int method p5 = ARGS_POINT : Point offset %inst この関数は，アルゴリズム [233]を用いて，2値画像から輪郭を抽出します．輪郭は，形状分析や物体の検出・認識に役立つツールです．OpenCVのサンプルディレクトリにあるsquares.cppを参照してください．注意 opencv 3.2以降では，この関数によってソース画像が変更されることはありません．例： modules/shape/samples/shape_example.cpp, samples/cpp/contours2.cpp, samples/cpp/fitellipse.cpp、samples/cpp/segment_objects.cpp、samples/cpp/squares.cpp、samples/cpp/tutorial_code/ml/introduction_to_pca/introduction_to_pca.cpp、samples/cpp/watershed.cpp、samples/tapi/squares.cppがあります。 元関数名(C#): imgproc_findContours2_OutputArray 元DLLエクスポート名: imgproc_findContours2_OutputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_findContours2_OutputArray(cv::_InputArray *image, std::vector<cv::Mat> *contours,
                                              int mode, int method, MyCvPoint offset)
{
    BEGIN_WRAP
    cv::findContours(*image, *contours, mode, method, cpp(offset));
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_approxPolyDP_InputArray [32/64bit] 多角形の曲線を指定された精度で近似します。 %prm p1,p2,p3,p4 p1 = sptr : IntPtr curve p2 = sptr : IntPtr approxCurve p3 = double : double epsilon p4 = int : int closed %inst 関数 cv::approxPolyDP は，曲線や多角形を，より少ない頂点を持つ別の曲線や多角形で近似し，それらの間の距離が指定された精度以下になるようにします．Douglas-Peucker アルゴリズムを利用します． http://en.wikipedia.org/wiki/Ramer-Douglas-Peucker_algorithmExamples: samples/cpp/contours2.cpp, samples/cpp/squares.cpp, and samples/tapi/squares.cpp. 元関数名(C#): imgproc_approxPolyDP_InputArray 元DLLエクスポート名: imgproc_approxPolyDP_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_approxPolyDP_InputArray(cv::_InputArray *curve, cv::_OutputArray *approxCurve, double epsilon, int closed)
{
    BEGIN_WRAP
    cv::approxPolyDP(*curve, *approxCurve, epsilon, closed != 0);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_approxPolyDP_Point [32/64bit] 多角形の曲線を指定された精度で近似します。 %prm p1,p2,p3,p4,p5 p1 = var : Point[] curve p2 = int : int curveLength p3 = sptr : IntPtr approxCurve p4 = double : double epsilon p5 = int : int closed %inst 関数 cv::approxPolyDP は，曲線や多角形を，より少ない頂点を持つ別の曲線や多角形で近似し，それらの間の距離が指定された精度以下になるようにします．Douglas-Peucker アルゴリズムを利用します． http://en.wikipedia.org/wiki/Ramer-Douglas-Peucker_algorithmExamples: samples/cpp/contours2.cpp, samples/cpp/squares.cpp, and samples/tapi/squares.cpp. 元関数名(C#): imgproc_approxPolyDP_Point 元DLLエクスポート名: imgproc_approxPolyDP_Point 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_approxPolyDP_Point(cv::Point *curve, int curveLength, std::vector<cv::Point> *approxCurve, double epsilon, int closed)
{
    BEGIN_WRAP
    const cv::Mat_<cv::Point> curveMat(curveLength, 1, curve);
    cv::approxPolyDP(curveMat, *approxCurve, epsilon, closed != 0);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_approxPolyDP_Point2f [32/64bit] 多角形の曲線を指定された精度で近似します。 %prm p1,p2,p3,p4,p5 p1 = var : Point2f[] curve p2 = int : int curveLength p3 = sptr : IntPtr approxCurve p4 = double : double epsilon p5 = int : int closed %inst 関数 cv::approxPolyDP は，曲線や多角形を，より少ない頂点を持つ別の曲線や多角形で近似し，それらの間の距離が指定された精度以下になるようにします．Douglas-Peucker アルゴリズムを利用します． http://en.wikipedia.org/wiki/Ramer-Douglas-Peucker_algorithmExamples: samples/cpp/contours2.cpp, samples/cpp/squares.cpp, and samples/tapi/squares.cpp. 元関数名(C#): imgproc_approxPolyDP_Point2f 元DLLエクスポート名: imgproc_approxPolyDP_Point2f 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_approxPolyDP_Point2f(cv::Point2f *curve, int curveLength, std::vector<cv::Point2f> *approxCurve, double epsilon, int closed)
{
    BEGIN_WRAP
    const cv::Mat_<cv::Point2f> curveMat(curveLength, 1, curve);
    cv::approxPolyDP(curveMat, *approxCurve, epsilon, closed != 0);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_arcLength_InputArray [32/64bit] 輪郭の外周や曲線の長さを計算します。 %prm p1,p2,p3 p1 = sptr : IntPtr curve p2 = int : int closed p3 = var : out double returnValue %inst 例： samples/cpp/squares.cpp, samples/tapi/squares.cpp. 元関数名(C#): imgproc_arcLength_InputArray 元DLLエクスポート名: imgproc_arcLength_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_arcLength_InputArray(cv::_InputArray *curve, int closed, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::arcLength(*curve, closed != 0);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_arcLength_Point [32/64bit] 輪郭の外周や曲線の長さを計算します。 %prm p1,p2,p3,p4 p1 = var : Point[] curve p2 = int : int curveLength p3 = int : int closed p4 = var : out double returnValue %inst 例： samples/cpp/squares.cpp, samples/tapi/squares.cpp. 元関数名(C#): imgproc_arcLength_Point 元DLLエクスポート名: imgproc_arcLength_Point 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_arcLength_Point(cv::Point *curve, int curveLength, int closed, double* returnValue)
{
    BEGIN_WRAP
    const cv::Mat_<cv::Point> curveMat(curveLength, 1, curve);
    *returnValue = cv::arcLength(curveMat, closed != 0);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_arcLength_Point2f [32/64bit] 輪郭の外周や曲線の長さを計算します。 %prm p1,p2,p3,p4 p1 = var : Point2f[] curve p2 = int : int curveLength p3 = int : int closed p4 = var : out double returnValue %inst 例： samples/cpp/squares.cpp, samples/tapi/squares.cpp. 元関数名(C#): imgproc_arcLength_Point2f 元DLLエクスポート名: imgproc_arcLength_Point2f 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_arcLength_Point2f(cv::Point2f *curve, int curveLength, int closed, double* returnValue)
{
    BEGIN_WRAP
    const cv::Mat_<cv::Point2f> curveMat(curveLength, 1, curve);
    *returnValue = cv::arcLength(curveMat, closed != 0);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_boundingRect_InputArray [32/64bit] 点セットまたはグレースケール画像の非ゼロピクセルの右上境界矩形を計算します。 %prm p1,p2 p1 = sptr : IntPtr curve p2 = var : out Rect returnValue %inst この関数は，指定された点集合，あるいはグレースケール画像の非0ピクセルに対する最小の右上がりの外接矩形を計算して返します． 元関数名(C#): imgproc_boundingRect_InputArray 元DLLエクスポート名: imgproc_boundingRect_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_boundingRect_InputArray(cv::_InputArray *curve, MyCvRect* returnValue)
{
    BEGIN_WRAP
    *returnValue = c(cv::boundingRect(*curve));
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_boundingRect_Point [32/64bit] 点セットまたはグレースケール画像の非ゼロピクセルの右上境界矩形を計算します。 %prm p1,p2,p3 p1 = var : Point[] curve p2 = int : int curveLength p3 = var : out Rect returnValue %inst この関数は，指定された点集合，あるいはグレースケール画像の非0ピクセルに対する最小の右上がりの外接矩形を計算して返します． 元関数名(C#): imgproc_boundingRect_Point 元DLLエクスポート名: imgproc_boundingRect_Point 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_boundingRect_Point(cv::Point *curve, int curveLength, MyCvRect* returnValue)
{
    BEGIN_WRAP
    const cv::Mat_<cv::Point> curveMat(curveLength, 1, curve);
    *returnValue = c(cv::boundingRect(curveMat));
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_boundingRect_Point2f [32/64bit] 点セットまたはグレースケール画像の非ゼロピクセルの右上境界矩形を計算します。 %prm p1,p2,p3 p1 = var : Point2f[] curve p2 = int : int curveLength p3 = var : out Rect returnValue %inst この関数は，指定された点集合，あるいはグレースケール画像の非0ピクセルに対する最小の右上がりの外接矩形を計算して返します． 元関数名(C#): imgproc_boundingRect_Point2f 元DLLエクスポート名: imgproc_boundingRect_Point2f 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_boundingRect_Point2f(cv::Point2f *curve, int curveLength, MyCvRect* returnValue)
{
    BEGIN_WRAP
    const cv::Mat_<cv::Point2f> curveMat(curveLength, 1, curve);
    *returnValue = c(cv::boundingRect(curveMat));
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_contourArea_InputArray [32/64bit] 輪郭領域を計算します． %prm p1,p2,p3 p1 = sptr : IntPtr contour p2 = int : int oriented p3 = var : out double returnValue %inst この関数は，輪郭の面積を計算します．モーメントと同様に，面積は Green の式を用いて計算されます。したがって，drawContours や fillPoly を用いて輪郭を描いた場合，返される面積と，0ではないピクセル数は異なります．例：vector contour;contour.push_back(Point2f(0, 0));contour.push_back(Point2f(10, 0));contour.push_back(Point2f(10, 10));contour.push_back(Point2f(10, 10));contour.push_back(Point2f(5, 4));double area0 = contourArea(contour);vector approx;approxPolyDP(contour, approx, 5, true);double area1 = contourArea(approx);cout << "area0 =" << area0 << endl << "area1 =" << area1 << endl << "approx poly vertices" << approx.size() << endl;fragmentExamples: samples/cpp/segment_objects.cpp, samples/cpp/squares.cpp, samples/cpp/tutorial_code/ml/introduction_to_pca/introduction_to_pca.cpp, and samples/tapi/squares.cpp. 元関数名(C#): imgproc_contourArea_InputArray 元DLLエクスポート名: imgproc_contourArea_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_contourArea_InputArray(cv::_InputArray *contour, int oriented, double* returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::contourArea(*contour, oriented != 0);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_contourArea_Point [32/64bit] 輪郭領域を計算します． %prm p1,p2,p3,p4 p1 = var : [MarshalAs(UnmanagedType.LPArray)] Point[] contour p2 = int : int contourLength p3 = int : int oriented p4 = var : out double returnValue %inst この関数は，輪郭の面積を計算します．モーメントと同様に，面積は Green の式を用いて計算されます。したがって，drawContours や fillPoly を用いて輪郭を描いた場合，返される面積と，0ではないピクセル数は異なります．例：vector contour;contour.push_back(Point2f(0, 0));contour.push_back(Point2f(10, 0));contour.push_back(Point2f(10, 10));contour.push_back(Point2f(10, 10));contour.push_back(Point2f(5, 4));double area0 = contourArea(contour);vector approx;approxPolyDP(contour, approx, 5, true);double area1 = contourArea(approx);cout << "area0 =" << area0 << endl << "area1 =" << area1 << endl << "approx poly vertices" << approx.size() << endl;fragmentExamples: samples/cpp/segment_objects.cpp, samples/cpp/squares.cpp, samples/cpp/tutorial_code/ml/introduction_to_pca/introduction_to_pca.cpp, and samples/tapi/squares.cpp. 元関数名(C#): imgproc_contourArea_Point 元DLLエクスポート名: imgproc_contourArea_Point 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_contourArea_Point(cv::Point *contour, int contourLength, int oriented, double* returnValue)
{
    BEGIN_WRAP
    const cv::Mat_<cv::Point> contourMat(contourLength, 1, contour);
    *returnValue = cv::contourArea(contourMat, oriented != 0);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_contourArea_Point2f [32/64bit] 輪郭領域を計算します． %prm p1,p2,p3,p4 p1 = var : [MarshalAs(UnmanagedType.LPArray)] Point2f[] contour p2 = int : int contourLength p3 = int : int oriented p4 = var : out double returnValue %inst この関数は，輪郭の面積を計算します．モーメントと同様に，面積は Green の式を用いて計算されます。したがって，drawContours や fillPoly を用いて輪郭を描いた場合，返される面積と，0ではないピクセル数は異なります．例：vector contour;contour.push_back(Point2f(0, 0));contour.push_back(Point2f(10, 0));contour.push_back(Point2f(10, 10));contour.push_back(Point2f(10, 10));contour.push_back(Point2f(5, 4));double area0 = contourArea(contour);vector approx;approxPolyDP(contour, approx, 5, true);double area1 = contourArea(approx);cout << "area0 =" << area0 << endl << "area1 =" << area1 << endl << "approx poly vertices" << approx.size() << endl;fragmentExamples: samples/cpp/segment_objects.cpp, samples/cpp/squares.cpp, samples/cpp/tutorial_code/ml/introduction_to_pca/introduction_to_pca.cpp, and samples/tapi/squares.cpp. 元関数名(C#): imgproc_contourArea_Point2f 元DLLエクスポート名: imgproc_contourArea_Point2f 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_contourArea_Point2f(cv::Point2f *contour, int contourLength, int oriented, double* returnValue)
{
    BEGIN_WRAP
    const cv::Mat_<cv::Point2f> contourMat(contourLength, 1, contour);
    *returnValue = cv::contourArea(contourMat, oriented != 0);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_minAreaRect_InputArray [32/64bit] 入力された2D点セットを囲む最小面積の回転した長方形を見つけます。 %prm p1,p2 p1 = sptr : IntPtr points p2 = var : out RotatedRect returnValue %inst この関数は，指定された点群を囲む最小面積の外接矩形（回転している場合もあります）を計算して返します．データが含まれる Mat 要素の境界に近い場合，返される RotatedRect には負のインデックスが含まれる可能性があることに，開発者は留意する必要があります．例： samples/cpp/minarea.cpp． 元関数名(C#): imgproc_minAreaRect_InputArray 元DLLエクスポート名: imgproc_minAreaRect_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_minAreaRect_InputArray(cv::_InputArray *points, MyCvBox2D* returnValue)
{
    BEGIN_WRAP
    *returnValue = c(cv::minAreaRect(*points));
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_minAreaRect_Point [32/64bit] 入力された2D点セットを囲む最小面積の回転した長方形を見つけます。 %prm p1,p2,p3 p1 = var : [MarshalAs(UnmanagedType.LPArray)] Point[] points p2 = int : int pointsLength p3 = var : out RotatedRect returnValue %inst この関数は，指定された点群を囲む最小面積の外接矩形（回転している場合もあります）を計算して返します．データが含まれる Mat 要素の境界に近い場合，返される RotatedRect には負のインデックスが含まれる可能性があることに，開発者は留意する必要があります．例： samples/cpp/minarea.cpp． 元関数名(C#): imgproc_minAreaRect_Point 元DLLエクスポート名: imgproc_minAreaRect_Point 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_minAreaRect_Point(cv::Point *points, int pointsLength, MyCvBox2D* returnValue)
{
    BEGIN_WRAP
    const cv::Mat_<cv::Point> pointsMat(pointsLength, 1, points);
    *returnValue = c(cv::minAreaRect(pointsMat));
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_minAreaRect_Point2f [32/64bit] 入力された2D点セットを囲む最小面積の回転した長方形を見つけます。 %prm p1,p2,p3 p1 = var : [MarshalAs(UnmanagedType.LPArray)] Point2f[] points p2 = int : int pointsLength p3 = var : out RotatedRect returnValue %inst この関数は，指定された点群を囲む最小面積の外接矩形（回転している場合もあります）を計算して返します．データが含まれる Mat 要素の境界に近い場合，返される RotatedRect には負のインデックスが含まれる可能性があることに，開発者は留意する必要があります．例： samples/cpp/minarea.cpp． 元関数名(C#): imgproc_minAreaRect_Point2f 元DLLエクスポート名: imgproc_minAreaRect_Point2f 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_minAreaRect_Point2f(cv::Point2f *points, int pointsLength, MyCvBox2D* returnValue)
{
    BEGIN_WRAP
    const cv::Mat_<cv::Point2f> pointsMat(pointsLength, 1, points);
    *returnValue = c(cv::minAreaRect(pointsMat));
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_boxPoints_OutputArray [32bit] 回転した矩形の 4 つの頂点を求めます．回転した矩形の描画に役立ちます． %prm p1,p2 p1 = ARGS_ROTATEDRECT : RotatedRect box p2 = sptr : IntPtr points %inst この関数は，回転した矩形の 4 つの頂点を求めます．この関数は，矩形の描画に役立ちます．C++ では，この関数を使う代わりに， RotatedRect::points メソッドを直接使うことができます．詳しくは、チュートリアルの「輪郭用の回転ボックスと楕円の作成」をご覧ください。 元関数名(C#): imgproc_boxPoints_OutputArray 元DLLエクスポート名: imgproc_boxPoints_OutputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_boxPoints_OutputArray(MyCvBox2D box, cv::_OutputArray* points)
{
    BEGIN_WRAP
    cv::boxPoints(cpp(box), *points);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_boxPoints_OutputArray [64bit] 回転した矩形の 4 つの頂点を求めます．回転した矩形の描画に役立ちます． %prm p1,p2 p1 = var : RotatedRect box p2 = sptr : IntPtr points %inst この関数は，回転した矩形の 4 つの頂点を求めます．この関数は，矩形の描画に役立ちます．C++ では，この関数を使う代わりに， RotatedRect::points メソッドを直接使うことができます．詳しくは、チュートリアルの「輪郭用の回転ボックスと楕円の作成」をご覧ください。 元関数名(C#): imgproc_boxPoints_OutputArray 元DLLエクスポート名: imgproc_boxPoints_OutputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_boxPoints_OutputArray(MyCvBox2D box, cv::_OutputArray* points)
{
    BEGIN_WRAP
    cv::boxPoints(cpp(box), *points);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_boxPoints_Point2f [32bit] 回転した矩形の 4 つの頂点を求めます．回転した矩形の描画に役立ちます． %prm p1,p2 p1 = ARGS_ROTATEDRECT : RotatedRect box p2 = var : [MarshalAs(UnmanagedType.LPArray), Out] Point2f[] points %inst この関数は，回転した矩形の 4 つの頂点を求めます．この関数は，矩形の描画に役立ちます．C++ では，この関数を使う代わりに， RotatedRect::points メソッドを直接使うことができます．詳しくは、チュートリアルの「輪郭用の回転ボックスと楕円の作成」をご覧ください。 元関数名(C#): imgproc_boxPoints_Point2f 元DLLエクスポート名: imgproc_boxPoints_Point2f 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_boxPoints_Point2f(MyCvBox2D box, cv::Point2f points[4])
{
    BEGIN_WRAP
    cpp(box).points(points);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_boxPoints_Point2f [64bit] 回転した矩形の 4 つの頂点を求めます．回転した矩形の描画に役立ちます． %prm p1,p2 p1 = var : RotatedRect box p2 = var : [MarshalAs(UnmanagedType.LPArray), Out] Point2f[] points %inst この関数は，回転した矩形の 4 つの頂点を求めます．この関数は，矩形の描画に役立ちます．C++ では，この関数を使う代わりに， RotatedRect::points メソッドを直接使うことができます．詳しくは、チュートリアルの「輪郭用の回転ボックスと楕円の作成」をご覧ください。 元関数名(C#): imgproc_boxPoints_Point2f 元DLLエクスポート名: imgproc_boxPoints_Point2f 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_boxPoints_Point2f(MyCvBox2D box, cv::Point2f points[4])
{
    BEGIN_WRAP
    cpp(box).points(points);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_minEnclosingCircle_InputArray [32/64bit] 2次元点群を囲む最小面積の円を求めます。 %prm p1,p2,p3 p1 = sptr : IntPtr points p2 = var : out Point2f center p3 = var : out float radius %inst この関数は，反復アルゴリズムを用いて，2 次元点集合を囲む最小の円を求めます．例： samples/cpp/minarea.cpp. 元関数名(C#): imgproc_minEnclosingCircle_InputArray 元DLLエクスポート名: imgproc_minEnclosingCircle_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_minEnclosingCircle_InputArray(cv::_InputArray *points, MyCvPoint2D32f *center, float *radius)
{
    BEGIN_WRAP
    cv::Point2f center0;
    float radius0;
    cv::minEnclosingCircle(*points, center0, radius0);
    *center = c(center0);
    *radius = radius0;
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_minEnclosingCircle_Point [32/64bit] 2次元点群を囲む最小面積の円を求めます。 %prm p1,p2,p3,p4 p1 = var : Point[] points p2 = int : int pointsLength p3 = var : out Point2f center p4 = var : out float radius %inst この関数は，反復アルゴリズムを用いて，2 次元点集合を囲む最小の円を求めます．例： samples/cpp/minarea.cpp. 元関数名(C#): imgproc_minEnclosingCircle_Point 元DLLエクスポート名: imgproc_minEnclosingCircle_Point 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_minEnclosingCircle_Point(cv::Point *points, int pointsLength, MyCvPoint2D32f*center, float *radius)
{
    BEGIN_WRAP
    const cv::Mat_<cv::Point> pointsMat(pointsLength, 1, points);
    cv::Point2f center0;
    float radius0;
    cv::minEnclosingCircle(pointsMat, center0, radius0);
    *center = c(center0);
    *radius = radius0;
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_minEnclosingCircle_Point2f [32/64bit] 2次元点群を囲む最小面積の円を求めます。 %prm p1,p2,p3,p4 p1 = var : Point2f[] points p2 = int : int pointsLength p3 = var : out Point2f center p4 = var : out float radius %inst この関数は，反復アルゴリズムを用いて，2 次元点集合を囲む最小の円を求めます．例： samples/cpp/minarea.cpp. 元関数名(C#): imgproc_minEnclosingCircle_Point2f 元DLLエクスポート名: imgproc_minEnclosingCircle_Point2f 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_minEnclosingCircle_Point2f(cv::Point2f *points, int pointsLength, MyCvPoint2D32f*center, float *radius)
{
    BEGIN_WRAP
    const cv::Mat_<cv::Point2f> pointsMat(pointsLength, 1, points);
    cv::Point2f center0;
    float radius0;
    cv::minEnclosingCircle(pointsMat, center0, radius0);
    *center = c(center0);
    *radius = radius0;
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_minEnclosingTriangle_InputOutputArray [32/64bit] 2次元点群を囲む最小面積の三角形を求め、その面積を返す。 %prm p1,p2,p3 p1 = sptr : IntPtr points p2 = sptr : IntPtr triangle p3 = var : out double returnValue %inst この関数は，与えられた2次元点群を囲む最小面積の三角形を求め，その面積を返します．与えられた2次元点群に対する出力は，以下の図のようになります．このアルゴリズムの実装は，O'Rourke[188]およびKlee and Laskowski[129]の論文に基づいています．O'Rourke氏は、n個の頂点を持つ2次元凸多角形の最小囲み三角形を求めるために、\(theta(n)\)アルゴリズムを提供しています。minEnclosingTriangle関数は入力として2Dポイントセットを取るので、2Dポイントセットの凸包を計算する追加の前処理ステップが必要です。convexHull関数の複雑さは、\(theta(n)\)よりも高い、\(O(n log(n))\です。）例： samples/cpp/minarea.cpp. 元関数名(C#): imgproc_minEnclosingTriangle_InputOutputArray 元DLLエクスポート名: imgproc_minEnclosingTriangle_InputOutputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_minEnclosingTriangle_InputOutputArray(cv::_InputArray *points, cv::_OutputArray *triangle, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::minEnclosingTriangle(*points, *triangle);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_minEnclosingTriangle_Point [32/64bit] 2次元点群を囲む最小面積の三角形を求め、その面積を返す。 %prm p1,p2,p3,p4 p1 = var : [MarshalAs(UnmanagedType.LPArray), In] Point[] points p2 = int : int pointsLength p3 = sptr : IntPtr triangle p4 = var : out double returnValue %inst この関数は，与えられた2次元点群を囲む最小面積の三角形を求め，その面積を返します．与えられた2次元点群に対する出力は，以下の図のようになります．このアルゴリズムの実装は，O'Rourke[188]およびKlee and Laskowski[129]の論文に基づいています．O'Rourke氏は、n個の頂点を持つ2次元凸多角形の最小囲み三角形を求めるために、\(theta(n)\)アルゴリズムを提供しています。minEnclosingTriangle関数は入力として2Dポイントセットを取るので、2Dポイントセットの凸包を計算する追加の前処理ステップが必要です。convexHull関数の複雑さは、\(theta(n)\)よりも高い、\(O(n log(n))\です。）例： samples/cpp/minarea.cpp. 元関数名(C#): imgproc_minEnclosingTriangle_Point 元DLLエクスポート名: imgproc_minEnclosingTriangle_Point 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_minEnclosingTriangle_Point(cv::Point* points, int pointsLength, std::vector<cv::Point2f>* triangle, double* returnValue)
{
    BEGIN_WRAP
    const cv::Mat_<cv::Point> pointsMat(pointsLength, 1, points);
    *returnValue = cv::minEnclosingTriangle(pointsMat, *triangle);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_minEnclosingTriangle_Point2f [32/64bit] 2次元点群を囲む最小面積の三角形を求め、その面積を返す。 %prm p1,p2,p3,p4 p1 = var : [MarshalAs(UnmanagedType.LPArray), In] Point2f[] points p2 = int : int pointsLength p3 = sptr : IntPtr triangle p4 = var : out double returnValue %inst この関数は，与えられた2次元点群を囲む最小面積の三角形を求め，その面積を返します．与えられた2次元点群に対する出力は，以下の図のようになります．このアルゴリズムの実装は，O'Rourke[188]およびKlee and Laskowski[129]の論文に基づいています．O'Rourke氏は、n個の頂点を持つ2次元凸多角形の最小囲み三角形を求めるために、\(theta(n)\)アルゴリズムを提供しています。minEnclosingTriangle関数は入力として2Dポイントセットを取るので、2Dポイントセットの凸包を計算する追加の前処理ステップが必要です。convexHull関数の複雑さは、\(theta(n)\)よりも高い、\(O(n log(n))\です。）例： samples/cpp/minarea.cpp. 元関数名(C#): imgproc_minEnclosingTriangle_Point2f 元DLLエクスポート名: imgproc_minEnclosingTriangle_Point2f 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_minEnclosingTriangle_Point2f(cv::Point2f* points, int pointsLength, std::vector<cv::Point2f>* triangle, double* returnValue)
{
    BEGIN_WRAP
    const cv::Mat_<cv::Point2f> pointsMat(pointsLength, 1, points);
    *returnValue = cv::minEnclosingTriangle(pointsMat, *triangle);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_matchShapes_InputArray [32/64bit] 2つの形状を比較します． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr contour1 p2 = sptr : IntPtr contour2 p3 = int : int method p4 = double : double parameter p5 = var : out double returnValue %inst この関数は，2 つの形状を比較します．実装されている 3 つのメソッドは，いずれも Hu 不変量を利用しています（HuMoments 参照）． 元関数名(C#): imgproc_matchShapes_InputArray 元DLLエクスポート名: imgproc_matchShapes_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_matchShapes_InputArray(
    cv::_InputArray *contour1, cv::_InputArray *contour2, int method, double parameter, double* returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::matchShapes(*contour1, *contour2, method, parameter);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_matchShapes_Point [32/64bit] 2つの形状を比較します． %prm p1,p2,p3,p4,p5,p6,p7 p1 = var : Point[] contour1 p2 = int : int contour1Length p3 = var : Point[] contour2 p4 = int : int contour2Length p5 = int : int method p6 = double : double parameter p7 = var : out double returnValue %inst この関数は，2 つの形状を比較します．実装されている 3 つのメソッドは，いずれも Hu 不変量を利用しています（HuMoments 参照）． 元関数名(C#): imgproc_matchShapes_Point 元DLLエクスポート名: imgproc_matchShapes_Point 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_matchShapes_Point(
    cv::Point *contour1, int contour1Length, cv::Point *contour2, int contour2Length, int method, double parameter, double* returnValue)
{
    BEGIN_WRAP
    const cv::Mat_<cv::Point> contour1Mat(contour1Length, 1, contour1);
    const cv::Mat_<cv::Point> contour2Mat(contour2Length, 1, contour2);
    *returnValue = cv::matchShapes(contour1Mat, contour2Mat, method, parameter);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_convexHull_InputArray [32/64bit] 点集合の凸包を求める関数． %prm p1,p2,p3,p4 p1 = sptr : IntPtr points p2 = sptr : IntPtr hull p3 = int : int clockwise p4 = int : int returnPoints %inst 関数 cv::convexHull は，Sklansky のアルゴリズム [224] を用いて 2 次元点群の凸包を求めます． 元関数名(C#): imgproc_convexHull_InputArray 元DLLエクスポート名: imgproc_convexHull_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_convexHull_InputArray(cv::_InputArray *points, cv::_OutputArray *hull, int clockwise, int returnPoints)
{
    BEGIN_WRAP
    cv::convexHull(*points, *hull, clockwise != 0, returnPoints != 0);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_convexHull_Point_ReturnsPoints [32/64bit] 点集合の凸包を求める関数． %prm p1,p2,p3,p4 p1 = var : Point[] points p2 = int : int pointsLength p3 = sptr : IntPtr hull p4 = int : int clockwise %inst 関数 cv::convexHull は，Sklansky のアルゴリズム [224] を用いて 2 次元点群の凸包を求めます． 元関数名(C#): imgproc_convexHull_Point_ReturnsPoints 元DLLエクスポート名: imgproc_convexHull_Point_ReturnsPoints 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_convexHull_Point_ReturnsPoints(cv::Point *points, int pointsLength, std::vector<cv::Point> *hull, int clockwise)
{
    BEGIN_WRAP
    const cv::Mat_<cv::Point> pointsMat(pointsLength, 1, points);
    cv::convexHull(pointsMat, *hull, clockwise != 0, true);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_convexHull_Point2f_ReturnsPoints [32/64bit] 点集合の凸包を求める関数． %prm p1,p2,p3,p4 p1 = var : Point2f[] points p2 = int : int pointsLength p3 = sptr : IntPtr hull p4 = int : int clockwise %inst 関数 cv::convexHull は，Sklansky のアルゴリズム [224] を用いて 2 次元点群の凸包を求めます． 元関数名(C#): imgproc_convexHull_Point2f_ReturnsPoints 元DLLエクスポート名: imgproc_convexHull_Point2f_ReturnsPoints 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_convexHull_Point2f_ReturnsPoints(cv::Point2f *points, int pointsLength, std::vector<cv::Point2f> *hull, int clockwise)
{
    BEGIN_WRAP
    const cv::Mat_<cv::Point2f> pointsMat(pointsLength, 1, points);
    cv::convexHull(pointsMat, *hull, clockwise != 0, true);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_convexHull_Point_ReturnsIndices [32/64bit] 点集合の凸包を求める関数． %prm p1,p2,p3,p4 p1 = var : Point[] points p2 = int : int pointsLength p3 = sptr : IntPtr hull p4 = int : int clockwise %inst 関数 cv::convexHull は，Sklansky のアルゴリズム [224] を用いて 2 次元点群の凸包を求めます． 元関数名(C#): imgproc_convexHull_Point_ReturnsIndices 元DLLエクスポート名: imgproc_convexHull_Point_ReturnsIndices 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_convexHull_Point_ReturnsIndices(cv::Point *points, int pointsLength, std::vector<int> *hull, int clockwise)
{
    BEGIN_WRAP
    const cv::Mat_<cv::Point> pointsMat(pointsLength, 1, points);
    cv::convexHull(pointsMat, *hull, clockwise != 0, false);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_convexHull_Point2f_ReturnsIndices [32/64bit] 点集合の凸包を求める関数． %prm p1,p2,p3,p4 p1 = var : Point2f[] points p2 = int : int pointsLength p3 = sptr : IntPtr hull p4 = int : int clockwise %inst 関数 cv::convexHull は，Sklansky のアルゴリズム [224] を用いて 2 次元点群の凸包を求めます． 元関数名(C#): imgproc_convexHull_Point2f_ReturnsIndices 元DLLエクスポート名: imgproc_convexHull_Point2f_ReturnsIndices 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_convexHull_Point2f_ReturnsIndices(cv::Point2f *points, int pointsLength, std::vector<int> *hull, int clockwise)
{
    BEGIN_WRAP
    const cv::Mat_<cv::Point2f> pointsMat(pointsLength, 1, points);
    cv::convexHull(pointsMat, *hull, clockwise != 0, false);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_convexityDefects_InputArray [32/64bit] 輪郭の凸型欠陥を求めます． %prm p1,p2,p3 p1 = sptr : IntPtr contour p2 = sptr : IntPtr convexHull p3 = sptr : IntPtr convexityDefects %inst 下の図は、手の輪郭の凸部の欠陥を表示しています：image 元関数名(C#): imgproc_convexityDefects_InputArray 元DLLエクスポート名: imgproc_convexityDefects_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_convexityDefects_InputArray(cv::_InputArray *contour, cv::_InputArray *convexHull,
                                                cv::_OutputArray *convexityDefects)
{
    BEGIN_WRAP
    cv::convexityDefects(*contour, *convexHull, *convexityDefects);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_convexityDefects_Point [32/64bit] 輪郭の凸型欠陥を求めます． %prm p1,p2,p3,p4,p5 p1 = var : Point[] contour p2 = int : int contourLength p3 = var : int[] convexHull p4 = int : int convexHullLength p5 = sptr : IntPtr convexityDefects %inst 下の図は、手の輪郭の凸部の欠陥を表示しています：image 元関数名(C#): imgproc_convexityDefects_Point 元DLLエクスポート名: imgproc_convexityDefects_Point 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_convexityDefects_Point(cv::Point *contour, int contourLength, int *convexHull, int convexHullLength,
                                           std::vector<cv::Vec4i> *convexityDefects)
{
    BEGIN_WRAP
    const cv::Mat_<cv::Point> contourMat(contourLength, 1, contour);
    const cv::Mat_<int> convexHullMat(convexHullLength, 1,  convexHull);
    cv::convexityDefects(contourMat, convexHullMat, *convexityDefects);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_convexityDefects_Point2f [32/64bit] 輪郭の凸型欠陥を求めます． %prm p1,p2,p3,p4,p5 p1 = var : Point2f[] contour p2 = int : int contourLength p3 = var : int[] convexHull p4 = int : int convexHullLength p5 = sptr : IntPtr convexityDefects %inst 下の図は、手の輪郭の凸部の欠陥を表示しています：image 元関数名(C#): imgproc_convexityDefects_Point2f 元DLLエクスポート名: imgproc_convexityDefects_Point2f 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_convexityDefects_Point2f(cv::Point2f *contour, int contourLength, int *convexHull, int convexHullLength,
                                             std::vector<cv::Vec4i> *convexityDefects)
{
    BEGIN_WRAP
    const cv::Mat_<cv::Point2f> contourMat(contourLength, 1, contour);
    const cv::Mat_<int> convexHullMat(convexHullLength, 1, convexHull);
    cv::convexityDefects(contourMat, convexHullMat, *convexityDefects);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_isContourConvex_InputArray [32/64bit] 輪郭の凸性をテストします． %prm p1,p2 p1 = sptr : IntPtr contour p2 = var : out int returnValue %inst この関数は，入力された輪郭が凸であるかどうかをテストします．輪郭は単純でなければならず，つまり，自己交差があってはいけません．例：samples/cpp/intersectExample.cpp，samples/cpp/squares.cpp，samples/tapi/squares.cpp． 元関数名(C#): imgproc_isContourConvex_InputArray 元DLLエクスポート名: imgproc_isContourConvex_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_isContourConvex_InputArray(cv::_InputArray *contour, int* returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::isContourConvex(*contour) ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_isContourConvex_Point [32/64bit] 輪郭の凸性をテストします． %prm p1,p2,p3 p1 = var : Point[] contour p2 = int : int contourLength p3 = var : out int returnValue %inst この関数は，入力された輪郭が凸であるかどうかをテストします．輪郭は単純でなければならず，つまり，自己交差があってはいけません．例：samples/cpp/intersectExample.cpp，samples/cpp/squares.cpp，samples/tapi/squares.cpp． 元関数名(C#): imgproc_isContourConvex_Point 元DLLエクスポート名: imgproc_isContourConvex_Point 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_isContourConvex_Point(cv::Point *contour, int contourLength, int* returnValue)
{
    BEGIN_WRAP
    const cv::Mat_<cv::Point> contourMat(contourLength, 1, contour);
    *returnValue = cv::isContourConvex(contourMat) ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_isContourConvex_Point2f [32/64bit] 輪郭の凸性をテストします． %prm p1,p2,p3 p1 = var : Point2f[] contour p2 = int : int contourLength p3 = var : out int returnValue %inst この関数は，入力された輪郭が凸であるかどうかをテストします．輪郭は単純でなければならず，つまり，自己交差があってはいけません．例：samples/cpp/intersectExample.cpp，samples/cpp/squares.cpp，samples/tapi/squares.cpp． 元関数名(C#): imgproc_isContourConvex_Point2f 元DLLエクスポート名: imgproc_isContourConvex_Point2f 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_isContourConvex_Point2f(cv::Point2f *contour, int contourLength, int* returnValue)
{
    BEGIN_WRAP
    const cv::Mat_<cv::Point2f> contourMat(contourLength, 1, contour);
    *returnValue = cv::isContourConvex(contourMat) ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_intersectConvexConvex_InputArray [32/64bit] 2つの凸多角形の交点を求める関数です。 %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr p1 p2 = sptr : IntPtr p2 p3 = sptr : IntPtr p12 p4 = int : int handleNested p5 = var : out float returnValue %inst 注意intersectConvexConvexは、両方のポリゴンが凸であるかどうかを確認せず、凸でない場合は無効な結果を返します。 元関数名(C#): imgproc_intersectConvexConvex_InputArray 元DLLエクスポート名: imgproc_intersectConvexConvex_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_intersectConvexConvex_InputArray(cv::_InputArray *p1, cv::_InputArray *p2,
                                                      cv::_OutputArray *p12, int handleNested, float* returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::intersectConvexConvex(*p1, *p2, *p12, handleNested != 0);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_intersectConvexConvex_Point [32/64bit] 2つの凸多角形の交点を求める関数です。 %prm p1,p2,p3,p4,p5,p6,p7 p1 = var : Point[] p1 p2 = int : int p1Length p3 = var : Point[] p2 p4 = int : int p2Length p5 = sptr : IntPtr p12 p6 = int : int handleNested p7 = var : out float returnValue %inst 注意intersectConvexConvexは、両方のポリゴンが凸であるかどうかを確認せず、凸でない場合は無効な結果を返します。 元関数名(C#): imgproc_intersectConvexConvex_Point 元DLLエクスポート名: imgproc_intersectConvexConvex_Point 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_intersectConvexConvex_Point(cv::Point *p1, int p1Length, cv::Point *p2, int p2Length,
                                                 std::vector<cv::Point> *p12, int handleNested, float* returnValue)
{
    BEGIN_WRAP
    const cv::Mat_<cv::Point> p1Vec(p1Length, 1, p1);
    const cv::Mat_<cv::Point> p2Vec(p2Length, 1, p2);
    *returnValue = cv::intersectConvexConvex(p1Vec, p2Vec, *p12, handleNested != 0);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_intersectConvexConvex_Point2f [32/64bit] 2つの凸多角形の交点を求める関数です。 %prm p1,p2,p3,p4,p5,p6,p7 p1 = var : Point2f[] p1 p2 = int : int p1Length p3 = var : Point2f[] p2 p4 = int : int p2Length p5 = sptr : IntPtr p12 p6 = int : int handleNested p7 = var : out float returnValue %inst 注意intersectConvexConvexは、両方のポリゴンが凸であるかどうかを確認せず、凸でない場合は無効な結果を返します。 元関数名(C#): imgproc_intersectConvexConvex_Point2f 元DLLエクスポート名: imgproc_intersectConvexConvex_Point2f 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_intersectConvexConvex_Point2f(cv::Point2f *p1, int p1Length, cv::Point2f *p2, int p2Length,
                                                   std::vector<cv::Point2f> *p12, int handleNested, float *returnValue)
{
    BEGIN_WRAP
    const cv::Mat_<cv::Point2f> p1Vec(p1Length, 1, p1);
    const cv::Mat_<cv::Point2f> p2Vec(p2Length, 1, p2);
    *returnValue = cv::intersectConvexConvex(p1Vec, p2Vec, *p12, handleNested != 0);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_fitEllipse_InputArray [32/64bit] 2次元の点の周りに楕円を描く関数です。 %prm p1,p2 p1 = sptr : IntPtr points p2 = var : out RotatedRect returnValue %inst この関数は，2次元点の集合に最もよくフィットする（最小二乗の意味で）楕円を計算します．そして，その楕円が内接する，回転した矩形を返します．ここでは，[78]で述べられている最初のアルゴリズムを使用しています．開発者は，データポイントが含まれる Mat 要素の境界に近いために，返される楕円/回転矩形データに負のインデックスが含まれる可能性があることに留意する必要があります．例： samples/cpp/fitellipse.cpp. 元関数名(C#): imgproc_fitEllipse_InputArray 元DLLエクスポート名: imgproc_fitEllipse_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_fitEllipse_InputArray(cv::_InputArray *points, MyCvBox2D* returnValue)
{
    BEGIN_WRAP
    *returnValue = c(cv::fitEllipse(*points));
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_fitEllipse_Point [32/64bit] 2次元の点の周りに楕円を描く関数です。 %prm p1,p2,p3 p1 = var : Point[] points p2 = int : int pointsLength p3 = var : out RotatedRect returnValue %inst この関数は，2次元点の集合に最もよくフィットする（最小二乗の意味で）楕円を計算します．そして，その楕円が内接する，回転した矩形を返します．ここでは，[78]で述べられている最初のアルゴリズムを使用しています．開発者は，データポイントが含まれる Mat 要素の境界に近いために，返される楕円/回転矩形データに負のインデックスが含まれる可能性があることに留意する必要があります．例： samples/cpp/fitellipse.cpp. 元関数名(C#): imgproc_fitEllipse_Point 元DLLエクスポート名: imgproc_fitEllipse_Point 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_fitEllipse_Point(cv::Point *points, int pointsLength, MyCvBox2D* returnValue)
{
    BEGIN_WRAP
    const cv::Mat_<cv::Point> pointsVec(pointsLength, 1, points);
    *returnValue = c(cv::fitEllipse(pointsVec));
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_fitEllipse_Point2f [32/64bit] 2次元の点の周りに楕円を描く関数です。 %prm p1,p2,p3 p1 = var : Point2f[] points p2 = int : int pointsLength p3 = var : out RotatedRect returnValue %inst この関数は，2次元点の集合に最もよくフィットする（最小二乗の意味で）楕円を計算します．そして，その楕円が内接する，回転した矩形を返します．ここでは，[78]で述べられている最初のアルゴリズムを使用しています．開発者は，データポイントが含まれる Mat 要素の境界に近いために，返される楕円/回転矩形データに負のインデックスが含まれる可能性があることに留意する必要があります．例： samples/cpp/fitellipse.cpp. 元関数名(C#): imgproc_fitEllipse_Point2f 元DLLエクスポート名: imgproc_fitEllipse_Point2f 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_fitEllipse_Point2f(cv::Point2f *points, int pointsLength, MyCvBox2D* returnValue)
{
    BEGIN_WRAP
    const cv::Mat_<cv::Point2f> pointsVec(pointsLength, 1, points);
    *returnValue = c(cv::fitEllipse(pointsVec));
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_fitEllipseAMS_InputArray [32/64bit] imgproc_fitEllipseAMS_InputArray %prm p1,p2 p1 = sptr : IntPtr points p2 = var : out RotatedRect returnValue %inst 元関数名(C#): imgproc_fitEllipseAMS_InputArray 元DLLエクスポート名: imgproc_fitEllipseAMS_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 %group NativeMethods_imgproc %index imgproc_fitEllipseAMS_Point [32/64bit] 2次元の点の周りに楕円を描く関数です。 %prm p1,p2,p3 p1 = var : Point[] points p2 = int : int pointsLength p3 = var : out RotatedRect returnValue %inst この関数は，2 次元点の集合にフィットする楕円を計算します．そして，その楕円が内接する回転した矩形を返します．ここでは，[240]で提案された Approximate Mean Square (AMS) が用いられます．楕円の場合、この基底セットは、6つの自由係数の集合である \chi= \left(x^2, x y, y^2, x, y, 1\right) \( A^T=\left\{A_{text{xx}},A_{text{xy}},A_{text{yy}},A_x,A_y,A_0\right} ? ) です。しかし、楕円を指定するには、長軸と短軸の長さ\( (a,b) )、位置\( (x_0,y_0) )、方向\( ????? ) の5つの数字があればよいのです。これは、基底セットには、直線、二次曲線、放物線、双曲線のほか、楕円形の関数もフィットする可能性があるからです。フィットが放物線または双曲線関数であることが判明した場合、標準のfitEllipseメソッドが使用されます。AMS法では、フィットを放物線、双曲線、楕円曲線に限定するために、「A^T ( D_x^T D_x + D_y^T D_y) A = 1 ?????」という条件を課しています。このマトリクスは、セット内の各ポイントに以下のように適用して、行ごとに形成されます。D(i,:)&=Begin{x_i^2, x_i y_i, y_i^2, x_i, y_i, 1\\} & D_x(i,:)&=Begin{2 x_i,y_i,0,1,0,0\\} & D_y(i,:)&=Begin{0,x_i,2 y_i,0,1,0,0ｰ｝\end{align*}AMS法は、コスト関数を最小化します。\A^T D^T D A }{ A^T (D_x^T D_x + D_y^T D_y) A^T } E\end{equation*}最小コストは、一般化された固有値問題を解くことで求められます。D^T D A = ????? ) 元関数名(C#): imgproc_fitEllipseAMS_Point 元DLLエクスポート名: imgproc_fitEllipseAMS_Point 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_fitEllipseAMS_Point(cv::Point* points, int pointsLength, MyCvBox2D* returnValue)
{
    BEGIN_WRAP
    const cv::Mat_<cv::Point> pointsVec(pointsLength, 1, points);
    *returnValue = c(cv::fitEllipseAMS(pointsVec));
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_fitEllipseAMS_Point2f [32/64bit] 2次元の点の周りに楕円を描く関数です。 %prm p1,p2,p3 p1 = var : Point2f[] points p2 = int : int pointsLength p3 = var : out RotatedRect returnValue %inst この関数は，2 次元点の集合にフィットする楕円を計算します．そして，その楕円が内接する回転した矩形を返します．ここでは，[240]で提案された Approximate Mean Square (AMS) が用いられます．楕円の場合、この基底セットは、6つの自由係数の集合である \chi= \left(x^2, x y, y^2, x, y, 1\right) \( A^T=\left\{A_{text{xx}},A_{text{xy}},A_{text{yy}},A_x,A_y,A_0\right} ? ) です。しかし、楕円を指定するには、長軸と短軸の長さ\( (a,b) )、位置\( (x_0,y_0) )、方向\( ????? ) の5つの数字があればよいのです。これは、基底セットには、直線、二次曲線、放物線、双曲線のほか、楕円形の関数もフィットする可能性があるからです。フィットが放物線または双曲線関数であることが判明した場合、標準のfitEllipseメソッドが使用されます。AMS法では、フィットを放物線、双曲線、楕円曲線に限定するために、「A^T ( D_x^T D_x + D_y^T D_y) A = 1 ?????」という条件を課しています。このマトリクスは、セット内の各ポイントに以下のように適用して、行ごとに形成されます。D(i,:)&=Begin{x_i^2, x_i y_i, y_i^2, x_i, y_i, 1\\} & D_x(i,:)&=Begin{2 x_i,y_i,0,1,0,0\\} & D_y(i,:)&=Begin{0,x_i,2 y_i,0,1,0,0ｰ｝\end{align*}AMS法は、コスト関数を最小化します。\A^T D^T D A }{ A^T (D_x^T D_x + D_y^T D_y) A^T } E\end{equation*}最小コストは、一般化された固有値問題を解くことで求められます。D^T D A = ????? ) 元関数名(C#): imgproc_fitEllipseAMS_Point2f 元DLLエクスポート名: imgproc_fitEllipseAMS_Point2f 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_fitEllipseAMS_Point2f(cv::Point2f* points, int pointsLength, MyCvBox2D* returnValue)
{
    BEGIN_WRAP
    const cv::Mat_<cv::Point2f> pointsVec(pointsLength, 1, points);
    *returnValue = c(cv::fitEllipseAMS(pointsVec));
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_fitEllipseDirect_InputArray [32/64bit] imgproc_fitEllipseDirect_InputArray %prm p1,p2 p1 = sptr : IntPtr points p2 = var : out RotatedRect returnValue %inst 元関数名(C#): imgproc_fitEllipseDirect_InputArray 元DLLエクスポート名: imgproc_fitEllipseDirect_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 %group NativeMethods_imgproc %index imgproc_fitEllipseDirect_Point [32/64bit] 2次元の点の周りに楕円を描く関数です。 %prm p1,p2,p3 p1 = var : Point[] points p2 = int : int pointsLength p3 = var : out RotatedRect returnValue %inst この関数は，2 次元の点の集合にフィットする楕円を計算します．また，楕円が内接する回転した矩形を返します．ここでは，[79]のDirect least square（Direct）法を用いています．楕円の場合、この基底セットは、6つの自由係数の集合である \chi= \left(x^2, x y, y^2, x, y, 1\right) \( A^T=\left\{A_{text{xx}},A_{text{xy}},A_{text{yy}},A_x,A_y,A_0\right) ??となります。しかし、楕円を指定するには、長軸と短軸の長さ\( (a,b) )、位置\( (x_0,y_0) )、方向\( ????? ) の5つの数字があればよいのです。これは、基底セットには、直線、二次曲線、放物線、双曲線のほか、楕円形の関数もフィットする可能性があるからです。Direct法では、フィッティングの対象を楕円に限定するために、\( 4 A_{xx} A_{yy}- A_{xy}^2 > 0 ? )を確保します。この条件は、不等式を満足し、かつ係数を任意にスケーリングできることから、過度に制限するものではありません。\A^T D^T D A ??? -? ???\A^T C A =1\♪♪♪♪♪〜0＆0＆2＆0＆0＆0 0＆1＆0＆0＆0 2＆0＆0＆0＆0＆0＆0 0＆0＆0＆0＆0＆0＆0＆0＆0＆0＆0＆0＆0＆0＆0＆0＆0＆0＆0＆0＆0＆0＆0＆0＆0＆0＆0＆0＆0＆0＆0エンド{matrix}です。D^T D A = \lambda \left( C\right) A ??{equation*}このシステムでは、正の固有値は1つしかなく、その固有ベクトル\(mathbf{u}\)を解としています。これらを用いて、係数を求めます。A = ????? )\A^T C A =1」が保証されています。例： samples/cpp/fitellipse.cpp. 元関数名(C#): imgproc_fitEllipseDirect_Point 元DLLエクスポート名: imgproc_fitEllipseDirect_Point 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_fitEllipseDirect_Point(cv::Point* points, int pointsLength, MyCvBox2D* returnValue)
{
    BEGIN_WRAP
    const cv::Mat_<cv::Point> pointsVec(pointsLength, 1, points);
    *returnValue = c(cv::fitEllipseDirect(pointsVec));
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_fitEllipseDirect_Point2f [32/64bit] 2次元の点の周りに楕円を描く関数です。 %prm p1,p2,p3 p1 = var : Point2f[] points p2 = int : int pointsLength p3 = var : out RotatedRect returnValue %inst この関数は，2 次元の点の集合にフィットする楕円を計算します．また，楕円が内接する回転した矩形を返します．ここでは，[79]のDirect least square（Direct）法を用いています．楕円の場合、この基底セットは、6つの自由係数の集合である \chi= \left(x^2, x y, y^2, x, y, 1\right) \( A^T=\left\{A_{text{xx}},A_{text{xy}},A_{text{yy}},A_x,A_y,A_0\right) ??となります。しかし、楕円を指定するには、長軸と短軸の長さ\( (a,b) )、位置\( (x_0,y_0) )、方向\( ????? ) の5つの数字があればよいのです。これは、基底セットには、直線、二次曲線、放物線、双曲線のほか、楕円形の関数もフィットする可能性があるからです。Direct法では、フィッティングの対象を楕円に限定するために、\( 4 A_{xx} A_{yy}- A_{xy}^2 > 0 ? )を確保します。この条件は、不等式を満足し、かつ係数を任意にスケーリングできることから、過度に制限するものではありません。\A^T D^T D A ??? -? ???\A^T C A =1\♪♪♪♪♪〜0＆0＆2＆0＆0＆0 0＆1＆0＆0＆0 2＆0＆0＆0＆0＆0＆0 0＆0＆0＆0＆0＆0＆0＆0＆0＆0＆0＆0＆0＆0＆0＆0＆0＆0＆0＆0＆0＆0＆0＆0＆0＆0＆0＆0＆0＆0＆0エンド{matrix}です。D^T D A = \lambda \left( C\right) A ??{equation*}このシステムでは、正の固有値は1つしかなく、その固有ベクトル\(mathbf{u}\)を解としています。これらを用いて、係数を求めます。A = ????? )\A^T C A =1」が保証されています。例： samples/cpp/fitellipse.cpp. 元関数名(C#): imgproc_fitEllipseDirect_Point2f 元DLLエクスポート名: imgproc_fitEllipseDirect_Point2f 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_fitEllipseDirect_Point2f(cv::Point2f* points, int pointsLength, MyCvBox2D* returnValue)
{
    BEGIN_WRAP
    const cv::Mat_<cv::Point2f> pointsVec(pointsLength, 1, points);
    *returnValue = c(cv::fitEllipseDirect(pointsVec));
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_fitLine_InputArray [32/64bit] 2Dまたは3Dのポイントセットに直線をフィットさせます。 %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr points p2 = sptr : IntPtr line p3 = int : int distType p4 = double : double param p5 = double : double reps p6 = double : double aeps %inst 関数 fitLine は、2D または 3D の点群に直線をフィットさせるために、\(r_i\)を最小化します。 ここで、\(r_i\)は、点と直線との距離であり、\(rho(r)\)は、距離関数であり、次のいずれかです。 \rho (r) = r^2/2 \\{(the simplest and the fast least-squares method)}\]である。 DIST_L1 \rho (r) = r\ DIST_L12 \Rho (r) = 2 ????? ( ????? ) DIST_FAIR \DIST_FAIR] DIST_FAIR- (1 + ???д???)\♪♪♪♪♪♪♪）\Here's nothing!\C=1.3998\]の DIST_WELSCH \♪♪♪♪♪♪〜\♪♪♪♪♪♪♪〜\♪♪〜C=2.9846\\］ DIST_HUBER \Rho (r) = R^2/2}{if uriosity(r < C\)}{C cdot (r-C/2)}{otherwise}\\\\\このアルゴリズムは、M-estimator( http://en.wikipedia.org/wiki/M-estimator )という手法に基づいており、重み付き最小二乗法を用いて繰り返し直線をフィットさせます。反復後の重みは、反比例するように調整されています(w_i\)。 元関数名(C#): imgproc_fitLine_InputArray 元DLLエクスポート名: imgproc_fitLine_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_fitLine_InputArray(cv::_InputArray *points, cv::_OutputArray *line,
                                       int distType, double param, double reps, double aeps)
{
    BEGIN_WRAP
    cv::fitLine(*points, *line, distType, param, reps, aeps);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_fitLine_Point [32/64bit] 2Dまたは3Dのポイントセットに直線をフィットさせます。 %prm p1,p2,p3,p4,p5,p6,p7 p1 = var : Point[] points p2 = int : int pointsLength p3 = var : [In, Out] float[] line p4 = int : int distType p5 = double : double param p6 = double : double reps p7 = double : double aeps %inst 関数 fitLine は、2D または 3D の点群に直線をフィットさせるために、\(r_i\)を最小化します。 ここで、\(r_i\)は、点と直線との距離であり、\(rho(r)\)は、距離関数であり、次のいずれかです。 \rho (r) = r^2/2 \\{(the simplest and the fast least-squares method)}\]である。 DIST_L1 \rho (r) = r\ DIST_L12 \Rho (r) = 2 ????? ( ????? ) DIST_FAIR \DIST_FAIR] DIST_FAIR- (1 + ???д???)\♪♪♪♪♪♪♪）\Here's nothing!\C=1.3998\]の DIST_WELSCH \♪♪♪♪♪♪〜\♪♪♪♪♪♪♪〜\♪♪〜C=2.9846\\］ DIST_HUBER \Rho (r) = R^2/2}{if uriosity(r < C\)}{C cdot (r-C/2)}{otherwise}\\\\\このアルゴリズムは、M-estimator( http://en.wikipedia.org/wiki/M-estimator )という手法に基づいており、重み付き最小二乗法を用いて繰り返し直線をフィットさせます。反復後の重みは、反比例するように調整されています(w_i\)。 元関数名(C#): imgproc_fitLine_Point 元DLLエクスポート名: imgproc_fitLine_Point 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_fitLine_Point(cv::Point *points, int pointsLength, float *line, int distType,
                                  double param, double reps, double aeps)
{
    BEGIN_WRAP
    const cv::Mat_<cv::Point> pointsVec(pointsLength, 1, points);
    cv::Mat_<float> lineVec(4, 1, line);
    cv::fitLine(pointsVec, lineVec, distType, param, reps, aeps);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_fitLine_Point2f [32/64bit] 2Dまたは3Dのポイントセットに直線をフィットさせます。 %prm p1,p2,p3,p4,p5,p6,p7 p1 = var : Point2f[] points p2 = int : int pointsLength p3 = var : [In, Out] float[] line p4 = int : int distType p5 = double : double param p6 = double : double reps p7 = double : double aeps %inst 関数 fitLine は、2D または 3D の点群に直線をフィットさせるために、\(r_i\)を最小化します。 ここで、\(r_i\)は、点と直線との距離であり、\(rho(r)\)は、距離関数であり、次のいずれかです。 \rho (r) = r^2/2 \\{(the simplest and the fast least-squares method)}\]である。 DIST_L1 \rho (r) = r\ DIST_L12 \Rho (r) = 2 ????? ( ????? ) DIST_FAIR \DIST_FAIR] DIST_FAIR- (1 + ???д???)\♪♪♪♪♪♪♪）\Here's nothing!\C=1.3998\]の DIST_WELSCH \♪♪♪♪♪♪〜\♪♪♪♪♪♪♪〜\♪♪〜C=2.9846\\］ DIST_HUBER \Rho (r) = R^2/2}{if uriosity(r < C\)}{C cdot (r-C/2)}{otherwise}\\\\\このアルゴリズムは、M-estimator( http://en.wikipedia.org/wiki/M-estimator )という手法に基づいており、重み付き最小二乗法を用いて繰り返し直線をフィットさせます。反復後の重みは、反比例するように調整されています(w_i\)。 元関数名(C#): imgproc_fitLine_Point2f 元DLLエクスポート名: imgproc_fitLine_Point2f 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_fitLine_Point2f(cv::Point2f *points, int pointsLength, float *line, int distType,
                                    double param, double reps, double aeps)
{
    BEGIN_WRAP
    const cv::Mat_<cv::Point2f> pointsVec(pointsLength, 1, points);
    cv::Mat_<float> lineVec(4, 1, line);
    cv::fitLine(pointsVec, lineVec, distType, param, reps, aeps);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_fitLine_Point3i [32/64bit] 2Dまたは3Dのポイントセットに直線をフィットさせます。 %prm p1,p2,p3,p4,p5,p6,p7 p1 = var : Point3i[] points p2 = int : int pointsLength p3 = var : [In, Out] float[] line p4 = int : int distType p5 = double : double param p6 = double : double reps p7 = double : double aeps %inst 関数 fitLine は、2D または 3D の点群に直線をフィットさせるために、\(r_i\)を最小化します。 ここで、\(r_i\)は、点と直線との距離であり、\(rho(r)\)は、距離関数であり、次のいずれかです。 \rho (r) = r^2/2 \\{(the simplest and the fast least-squares method)}\]である。 DIST_L1 \rho (r) = r\ DIST_L12 \Rho (r) = 2 ????? ( ????? ) DIST_FAIR \DIST_FAIR] DIST_FAIR- (1 + ???д???)\♪♪♪♪♪♪♪）\Here's nothing!\C=1.3998\]の DIST_WELSCH \♪♪♪♪♪♪〜\♪♪♪♪♪♪♪〜\♪♪〜C=2.9846\\］ DIST_HUBER \Rho (r) = R^2/2}{if uriosity(r < C\)}{C cdot (r-C/2)}{otherwise}\\\\\このアルゴリズムは、M-estimator( http://en.wikipedia.org/wiki/M-estimator )という手法に基づいており、重み付き最小二乗法を用いて繰り返し直線をフィットさせます。反復後の重みは、反比例するように調整されています(w_i\)。 元関数名(C#): imgproc_fitLine_Point3i 元DLLエクスポート名: imgproc_fitLine_Point3i 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_fitLine_Point3i(cv::Point3i *points, int pointsLength, float *line, int distType,
                                    double param, double reps, double aeps)
{
    BEGIN_WRAP
    const cv::Mat_<cv::Point3i> pointsVec(pointsLength, 1, points);
    cv::Mat_<float> lineVec(6, 1, line);
    cv::fitLine(pointsVec, lineVec, distType, param, reps, aeps);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_fitLine_Point3f [32/64bit] 2Dまたは3Dのポイントセットに直線をフィットさせます。 %prm p1,p2,p3,p4,p5,p6,p7 p1 = var : Point3f[] points p2 = int : int pointsLength p3 = var : [In, Out] float[] line p4 = int : int distType p5 = double : double param p6 = double : double reps p7 = double : double aeps %inst 関数 fitLine は、2D または 3D の点群に直線をフィットさせるために、\(r_i\)を最小化します。 ここで、\(r_i\)は、点と直線との距離であり、\(rho(r)\)は、距離関数であり、次のいずれかです。 \rho (r) = r^2/2 \\{(the simplest and the fast least-squares method)}\]である。 DIST_L1 \rho (r) = r\ DIST_L12 \Rho (r) = 2 ????? ( ????? ) DIST_FAIR \DIST_FAIR] DIST_FAIR- (1 + ???д???)\♪♪♪♪♪♪♪）\Here's nothing!\C=1.3998\]の DIST_WELSCH \♪♪♪♪♪♪〜\♪♪♪♪♪♪♪〜\♪♪〜C=2.9846\\］ DIST_HUBER \Rho (r) = R^2/2}{if uriosity(r < C\)}{C cdot (r-C/2)}{otherwise}\\\\\このアルゴリズムは、M-estimator( http://en.wikipedia.org/wiki/M-estimator )という手法に基づいており、重み付き最小二乗法を用いて繰り返し直線をフィットさせます。反復後の重みは、反比例するように調整されています(w_i\)。 元関数名(C#): imgproc_fitLine_Point3f 元DLLエクスポート名: imgproc_fitLine_Point3f 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_fitLine_Point3f(cv::Point3f *points, int pointsLength, float *line, int distType,
                                    double param, double reps, double aeps)
{
    BEGIN_WRAP
    const cv::Mat_<cv::Point3f> pointsVec(pointsLength, 1, points);
    cv::Mat_<float> lineVec(6, 1, line);
    cv::fitLine(pointsVec, lineVec, distType, param, reps, aeps);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_pointPolygonTest_InputArray [32/64bit] point-in-contourテストを実行します。 %prm p1,p2,p3,p4 p1 = sptr : IntPtr contour p2 = ARGS_POINT2F : Point2f pt p3 = int : int measureDist p4 = var : out double returnValue %inst この関数は，点が輪郭の内側にあるのか，外側にあるのか，あるいは辺上にあるのか（あるいは頂点と一致するのか）を判定します．それぞれ、正の値（内側）、負の値（外側）、ゼロ（エッジ上）が返されます。measureDist=false の場合、戻り値はそれぞれ +1、-1、0 です。それ以外の場合，戻り値は，点と最も近い輪郭のエッジとの符号付き距離になります．この関数の出力例を以下に示します． 元関数名(C#): imgproc_pointPolygonTest_InputArray 元DLLエクスポート名: imgproc_pointPolygonTest_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_pointPolygonTest_InputArray(
    cv::_InputArray* contour, MyCvPoint2D32f pt, int measureDist, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::pointPolygonTest(*contour, cpp(pt), measureDist != 0);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_pointPolygonTest_Point [32/64bit] point-in-contourテストを実行します。 %prm p1,p2,p3,p4,p5 p1 = var : Point[] contour p2 = int : int contourLength p3 = ARGS_POINT2F : Point2f pt p4 = int : int measureDist p5 = var : out double returnValue %inst この関数は，点が輪郭の内側にあるのか，外側にあるのか，あるいは辺上にあるのか（あるいは頂点と一致するのか）を判定します．それぞれ、正の値（内側）、負の値（外側）、ゼロ（エッジ上）が返されます。measureDist=false の場合、戻り値はそれぞれ +1、-1、0 です。それ以外の場合，戻り値は，点と最も近い輪郭のエッジとの符号付き距離になります．この関数の出力例を以下に示します． 元関数名(C#): imgproc_pointPolygonTest_Point 元DLLエクスポート名: imgproc_pointPolygonTest_Point 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_pointPolygonTest_Point(
    cv::Point *contour, int contourLength, MyCvPoint2D32f pt, int measureDist, double* returnValue)
{
    BEGIN_WRAP
    const cv::Mat_<cv::Point> contourVec(contourLength, 1, contour);
    *returnValue = cv::pointPolygonTest(contourVec, cpp(pt), measureDist != 0);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_pointPolygonTest_Point2f [32/64bit] point-in-contourテストを実行します。 %prm p1,p2,p3,p4,p5 p1 = var : Point2f[] contour p2 = int : int contourLength p3 = ARGS_POINT2F : Point2f pt p4 = int : int measureDist p5 = var : out double returnValue %inst この関数は，点が輪郭の内側にあるのか，外側にあるのか，あるいは辺上にあるのか（あるいは頂点と一致するのか）を判定します．それぞれ、正の値（内側）、負の値（外側）、ゼロ（エッジ上）が返されます。measureDist=false の場合、戻り値はそれぞれ +1、-1、0 です。それ以外の場合，戻り値は，点と最も近い輪郭のエッジとの符号付き距離になります．この関数の出力例を以下に示します． 元関数名(C#): imgproc_pointPolygonTest_Point2f 元DLLエクスポート名: imgproc_pointPolygonTest_Point2f 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_pointPolygonTest_Point2f(
    cv::Point2f *contour, int contourLength, MyCvPoint2D32f pt, int measureDist, double* returnValue)
{
    BEGIN_WRAP
    const cv::Mat_<cv::Point2f> contourVec(contourLength, 1, contour);
    *returnValue = cv::pointPolygonTest(contourVec, cpp(pt), measureDist != 0);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_rotatedRectangleIntersection_OutputArray [32bit] 回転させた2つの矩形の間に交点があるかどうかを調べます． %prm p1,p2,p3,p4 p1 = ARGS_ROTATEDRECT : RotatedRect rect1 p2 = ARGS_ROTATEDRECT : RotatedRect rect2 p3 = sptr : IntPtr intersectingRegion p4 = var : out int returnValue %inst これがある場合は，交差する領域の頂点も同様に返されます．ハッチングされたパターンは交差領域を示し，赤の頂点はこの関数によって返されます．intersection の例 元関数名(C#): imgproc_rotatedRectangleIntersection_OutputArray 元DLLエクスポート名: imgproc_rotatedRectangleIntersection_OutputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_rotatedRectangleIntersection_OutputArray(
    MyCvBox2D rect1, MyCvBox2D rect2, cv::_OutputArray *intersectingRegion, int* returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::rotatedRectangleIntersection(cpp(rect1), cpp(rect2), *intersectingRegion);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_rotatedRectangleIntersection_OutputArray [64bit] 回転させた2つの矩形の間に交点があるかどうかを調べます． %prm p1,p2,p3,p4 p1 = var : RotatedRect rect1 p2 = var : RotatedRect rect2 p3 = sptr : IntPtr intersectingRegion p4 = var : out int returnValue %inst これがある場合は，交差する領域の頂点も同様に返されます．ハッチングされたパターンは交差領域を示し，赤の頂点はこの関数によって返されます．intersection の例 元関数名(C#): imgproc_rotatedRectangleIntersection_OutputArray 元DLLエクスポート名: imgproc_rotatedRectangleIntersection_OutputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_rotatedRectangleIntersection_OutputArray(
    MyCvBox2D rect1, MyCvBox2D rect2, cv::_OutputArray *intersectingRegion, int* returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::rotatedRectangleIntersection(cpp(rect1), cpp(rect2), *intersectingRegion);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_rotatedRectangleIntersection_vector [32bit] 回転させた2つの矩形の間に交点があるかどうかを調べます． %prm p1,p2,p3,p4 p1 = ARGS_ROTATEDRECT : RotatedRect rect1 p2 = ARGS_ROTATEDRECT : RotatedRect rect2 p3 = sptr : IntPtr intersectingRegion p4 = var : out int returnValue %inst これがある場合は，交差する領域の頂点も同様に返されます．ハッチングされたパターンは交差領域を示し，赤の頂点はこの関数によって返されます．intersection の例 元関数名(C#): imgproc_rotatedRectangleIntersection_vector 元DLLエクスポート名: imgproc_rotatedRectangleIntersection_vector 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_rotatedRectangleIntersection_vector(
    MyCvBox2D rect1, MyCvBox2D rect2, std::vector<cv::Point2f> *intersectingRegion, int* returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::rotatedRectangleIntersection(cpp(rect1), cpp(rect2), *intersectingRegion);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_rotatedRectangleIntersection_vector [64bit] 回転させた2つの矩形の間に交点があるかどうかを調べます． %prm p1,p2,p3,p4 p1 = var : RotatedRect rect1 p2 = var : RotatedRect rect2 p3 = sptr : IntPtr intersectingRegion p4 = var : out int returnValue %inst これがある場合は，交差する領域の頂点も同様に返されます．ハッチングされたパターンは交差領域を示し，赤の頂点はこの関数によって返されます．intersection の例 元関数名(C#): imgproc_rotatedRectangleIntersection_vector 元DLLエクスポート名: imgproc_rotatedRectangleIntersection_vector 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_rotatedRectangleIntersection_vector(
    MyCvBox2D rect1, MyCvBox2D rect2, std::vector<cv::Point2f> *intersectingRegion, int* returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::rotatedRectangleIntersection(cpp(rect1), cpp(rect2), *intersectingRegion);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_applyColorMap1 [32/64bit] GNU Octave/MATLAB と同等のカラーマップを，与えられた画像に適用します． %prm p1,p2,p3 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = int : int colormap %inst 例： samples/cpp/falecolor.cpp． 元関数名(C#): imgproc_applyColorMap1 元DLLエクスポート名: imgproc_applyColorMap1 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_applyColorMap1(cv::_InputArray *src, cv::_OutputArray *dst, int colorMap)
{
    BEGIN_WRAP
    cv::applyColorMap(*src, *dst, colorMap);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_applyColorMap2 [32/64bit] GNU Octave/MATLAB と同等のカラーマップを，与えられた画像に適用します． %prm p1,p2,p3 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = sptr : IntPtr userColor %inst 例： samples/cpp/falecolor.cpp． 元関数名(C#): imgproc_applyColorMap2 元DLLエクスポート名: imgproc_applyColorMap2 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_applyColorMap2(cv::_InputArray *src, cv::_OutputArray *dst, cv::_InputArray *userColor)
{
    BEGIN_WRAP
    cv::applyColorMap(*src, *dst, *userColor);
    END_WRAP    
}
}html %group NativeMethods_imgproc %index imgproc_line [32bit] 画像を極座標空間に再マッピングします。 %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr img p2 = ARGS_POINT : Point pt1 p3 = ARGS_POINT : Point pt2 p4 = ARGS_SCALAR : Scalar color p5 = int : int thickness p6 = int : int lineType p7 = int : int shift %inst Deprecated：この関数は， cv::warpPolar(src, dst, src.size(), center, maxRadius, flags) と同じ結果になります． 元関数名(C#): imgproc_line 元DLLエクスポート名: imgproc_line 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_linearPolar(cv::_InputArray *src, cv::_OutputArray *dst,
                                MyCvPoint2D32f center, double maxRadius, int flags)
{
    BEGIN_WRAP
    cv::linearPolar(*src, *dst, cpp(center), maxRadius, flags);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_line [64bit] 画像を極座標空間に再マッピングします。 %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr img p2 = ARGS_POINT : Point pt1 p3 = ARGS_POINT : Point pt2 p4 = var : Scalar color p5 = int : int thickness p6 = int : int lineType p7 = int : int shift %inst Deprecated：この関数は， cv::warpPolar(src, dst, src.size(), center, maxRadius, flags) と同じ結果になります． 元関数名(C#): imgproc_line 元DLLエクスポート名: imgproc_line 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_linearPolar(cv::_InputArray *src, cv::_OutputArray *dst,
                                MyCvPoint2D32f center, double maxRadius, int flags)
{
    BEGIN_WRAP
    cv::linearPolar(*src, *dst, cpp(center), maxRadius, flags);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_arrowedLine [32bit] 1つ目の点から2つ目の点を指す矢印セグメントを描画します． %prm p1,p2,p3,p4,p5,p6,p7,p8 p1 = sptr : IntPtr img p2 = ARGS_POINT : Point pt1 p3 = ARGS_POINT : Point pt2 p4 = ARGS_SCALAR : Scalar color p5 = int : int thickness p6 = int : int lineType p7 = int : int shift p8 = double : double tipLength %inst 関数 cv::arrowedLine は，画像上の点 pt1 と pt2 の間に矢印を描きます．line も参照してください． 元関数名(C#): imgproc_arrowedLine 元DLLエクスポート名: imgproc_arrowedLine 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_arrowedLine(
    cv::_InputOutputArray *img, MyCvPoint pt1, MyCvPoint pt2, MyCvScalar color,
    int thickness, int line_type, int shift, double tipLength)
{
    BEGIN_WRAP
    cv::arrowedLine(*img, cpp(pt1), cpp(pt2), cpp(color), thickness, line_type, shift, tipLength);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_arrowedLine [64bit] 1つ目の点から2つ目の点を指す矢印セグメントを描画します． %prm p1,p2,p3,p4,p5,p6,p7,p8 p1 = sptr : IntPtr img p2 = ARGS_POINT : Point pt1 p3 = ARGS_POINT : Point pt2 p4 = var : Scalar color p5 = int : int thickness p6 = int : int lineType p7 = int : int shift p8 = double : double tipLength %inst 関数 cv::arrowedLine は，画像上の点 pt1 と pt2 の間に矢印を描きます．line も参照してください． 元関数名(C#): imgproc_arrowedLine 元DLLエクスポート名: imgproc_arrowedLine 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_arrowedLine(
    cv::_InputOutputArray *img, MyCvPoint pt1, MyCvPoint pt2, MyCvScalar color,
    int thickness, int line_type, int shift, double tipLength)
{
    BEGIN_WRAP
    cv::arrowedLine(*img, cpp(pt1), cpp(pt2), cpp(color), thickness, line_type, shift, tipLength);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_rectangle_InputOutputArray_Point [32bit] 単純な，太い，あるいは塗りつぶされた右上がりの矩形を描画します． %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr img p2 = ARGS_POINT : Point pt1 p3 = ARGS_POINT : Point pt2 p4 = ARGS_SCALAR : Scalar color p5 = int : int thickness p6 = int : int lineType p7 = int : int shift %inst 例： samples/cpp/camshiftdemo.cpp, samples/cpp/demhist.cpp, samples/cpp/facedetect.cpp, samples/cpp/falecolor.cpp, samples/cpp/grabcut.cpp, samples/cpp/intersectExample.cpp, samples/cpp/peopledetect.cpp, samples/cpp/train_HOG.cpp, samples/cpp/tutorial_code/Histograms_Matching/MatchTemplate_Demo.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_1.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_2.cpp, samples/dnn/object_detection.cpp, and samples/tapi/hog.cpp. 元関数名(C#): imgproc_rectangle_InputOutputArray_Point 元DLLエクスポート名: imgproc_rectangle_InputOutputArray_Point 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_rectangle_InputOutputArray_Point(
    cv::_InputOutputArray *img, MyCvPoint pt1, MyCvPoint pt2,
    MyCvScalar color, int thickness, int lineType, int shift)
{
    BEGIN_WRAP
    cv::rectangle(*img, cpp(pt1), cpp(pt2), cpp(color), thickness, lineType, shift);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_rectangle_InputOutputArray_Point [64bit] 単純な，太い，あるいは塗りつぶされた右上がりの矩形を描画します． %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr img p2 = ARGS_POINT : Point pt1 p3 = ARGS_POINT : Point pt2 p4 = var : Scalar color p5 = int : int thickness p6 = int : int lineType p7 = int : int shift %inst 例： samples/cpp/camshiftdemo.cpp, samples/cpp/demhist.cpp, samples/cpp/facedetect.cpp, samples/cpp/falecolor.cpp, samples/cpp/grabcut.cpp, samples/cpp/intersectExample.cpp, samples/cpp/peopledetect.cpp, samples/cpp/train_HOG.cpp, samples/cpp/tutorial_code/Histograms_Matching/MatchTemplate_Demo.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_1.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_2.cpp, samples/dnn/object_detection.cpp, and samples/tapi/hog.cpp. 元関数名(C#): imgproc_rectangle_InputOutputArray_Point 元DLLエクスポート名: imgproc_rectangle_InputOutputArray_Point 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_rectangle_InputOutputArray_Point(
    cv::_InputOutputArray *img, MyCvPoint pt1, MyCvPoint pt2,
    MyCvScalar color, int thickness, int lineType, int shift)
{
    BEGIN_WRAP
    cv::rectangle(*img, cpp(pt1), cpp(pt2), cpp(color), thickness, lineType, shift);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_rectangle_InputOutputArray_Rect [32bit] 単純な，太い，あるいは塗りつぶされた右上がりの矩形を描画します． %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr img p2 = ARGS_RECT : Rect rect p3 = ARGS_SCALAR : Scalar color p4 = int : int thickness p5 = int : int lineType p6 = int : int shift %inst 例： samples/cpp/camshiftdemo.cpp, samples/cpp/demhist.cpp, samples/cpp/facedetect.cpp, samples/cpp/falecolor.cpp, samples/cpp/grabcut.cpp, samples/cpp/intersectExample.cpp, samples/cpp/peopledetect.cpp, samples/cpp/train_HOG.cpp, samples/cpp/tutorial_code/Histograms_Matching/MatchTemplate_Demo.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_1.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_2.cpp, samples/dnn/object_detection.cpp, and samples/tapi/hog.cpp. 元関数名(C#): imgproc_rectangle_InputOutputArray_Rect 元DLLエクスポート名: imgproc_rectangle_InputOutputArray_Rect 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_rectangle_InputOutputArray_Rect(
    cv::_InputOutputArray* img, MyCvRect rect,
    MyCvScalar color, int thickness, int lineType, int shift)
{
    BEGIN_WRAP
    cv::rectangle(*img, cpp(rect), cpp(color), thickness, lineType, shift);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_rectangle_InputOutputArray_Rect [64bit] 単純な，太い，あるいは塗りつぶされた右上がりの矩形を描画します． %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr img p2 = var : Rect rect p3 = var : Scalar color p4 = int : int thickness p5 = int : int lineType p6 = int : int shift %inst 例： samples/cpp/camshiftdemo.cpp, samples/cpp/demhist.cpp, samples/cpp/facedetect.cpp, samples/cpp/falecolor.cpp, samples/cpp/grabcut.cpp, samples/cpp/intersectExample.cpp, samples/cpp/peopledetect.cpp, samples/cpp/train_HOG.cpp, samples/cpp/tutorial_code/Histograms_Matching/MatchTemplate_Demo.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_1.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_2.cpp, samples/dnn/object_detection.cpp, and samples/tapi/hog.cpp. 元関数名(C#): imgproc_rectangle_InputOutputArray_Rect 元DLLエクスポート名: imgproc_rectangle_InputOutputArray_Rect 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_rectangle_InputOutputArray_Rect(
    cv::_InputOutputArray* img, MyCvRect rect,
    MyCvScalar color, int thickness, int lineType, int shift)
{
    BEGIN_WRAP
    cv::rectangle(*img, cpp(rect), cpp(color), thickness, lineType, shift);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_rectangle_Mat_Point [32bit] 単純な，太い，あるいは塗りつぶされた右上がりの矩形を描画します． %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr img p2 = ARGS_POINT : Point pt1 p3 = ARGS_POINT : Point pt2 p4 = ARGS_SCALAR : Scalar color p5 = int : int thickness p6 = int : int lineType p7 = int : int shift %inst 例： samples/cpp/camshiftdemo.cpp, samples/cpp/demhist.cpp, samples/cpp/facedetect.cpp, samples/cpp/falecolor.cpp, samples/cpp/grabcut.cpp, samples/cpp/intersectExample.cpp, samples/cpp/peopledetect.cpp, samples/cpp/train_HOG.cpp, samples/cpp/tutorial_code/Histograms_Matching/MatchTemplate_Demo.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_1.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_2.cpp, samples/dnn/object_detection.cpp, and samples/tapi/hog.cpp. 元関数名(C#): imgproc_rectangle_Mat_Point 元DLLエクスポート名: imgproc_rectangle_Mat_Point 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_rectangle_Mat_Point(
    cv::Mat* img, MyCvPoint pt1, MyCvPoint pt2,
    MyCvScalar color, int thickness, int lineType, int shift)
{
    BEGIN_WRAP
    cv::rectangle(*img, cpp(pt1), cpp(pt2), cpp(color), thickness, lineType, shift);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_rectangle_Mat_Point [64bit] 単純な，太い，あるいは塗りつぶされた右上がりの矩形を描画します． %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr img p2 = ARGS_POINT : Point pt1 p3 = ARGS_POINT : Point pt2 p4 = var : Scalar color p5 = int : int thickness p6 = int : int lineType p7 = int : int shift %inst 例： samples/cpp/camshiftdemo.cpp, samples/cpp/demhist.cpp, samples/cpp/facedetect.cpp, samples/cpp/falecolor.cpp, samples/cpp/grabcut.cpp, samples/cpp/intersectExample.cpp, samples/cpp/peopledetect.cpp, samples/cpp/train_HOG.cpp, samples/cpp/tutorial_code/Histograms_Matching/MatchTemplate_Demo.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_1.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_2.cpp, samples/dnn/object_detection.cpp, and samples/tapi/hog.cpp. 元関数名(C#): imgproc_rectangle_Mat_Point 元DLLエクスポート名: imgproc_rectangle_Mat_Point 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_rectangle_Mat_Point(
    cv::Mat* img, MyCvPoint pt1, MyCvPoint pt2,
    MyCvScalar color, int thickness, int lineType, int shift)
{
    BEGIN_WRAP
    cv::rectangle(*img, cpp(pt1), cpp(pt2), cpp(color), thickness, lineType, shift);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_rectangle_Mat_Rect [32bit] 単純な，太い，あるいは塗りつぶされた右上がりの矩形を描画します． %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr img p2 = ARGS_RECT : Rect rect p3 = ARGS_SCALAR : Scalar color p4 = int : int thickness p5 = int : int lineType p6 = int : int shift %inst 例： samples/cpp/camshiftdemo.cpp, samples/cpp/demhist.cpp, samples/cpp/facedetect.cpp, samples/cpp/falecolor.cpp, samples/cpp/grabcut.cpp, samples/cpp/intersectExample.cpp, samples/cpp/peopledetect.cpp, samples/cpp/train_HOG.cpp, samples/cpp/tutorial_code/Histograms_Matching/MatchTemplate_Demo.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_1.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_2.cpp, samples/dnn/object_detection.cpp, and samples/tapi/hog.cpp. 元関数名(C#): imgproc_rectangle_Mat_Rect 元DLLエクスポート名: imgproc_rectangle_Mat_Rect 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_rectangle_Mat_Rect(
    cv::Mat *img, MyCvRect rect,
    MyCvScalar color, int thickness, int lineType, int shift)
{
    BEGIN_WRAP
    cv::rectangle(*img, cpp(rect), cpp(color), thickness, lineType, shift);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_rectangle_Mat_Rect [64bit] 単純な，太い，あるいは塗りつぶされた右上がりの矩形を描画します． %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr img p2 = var : Rect rect p3 = var : Scalar color p4 = int : int thickness p5 = int : int lineType p6 = int : int shift %inst 例： samples/cpp/camshiftdemo.cpp, samples/cpp/demhist.cpp, samples/cpp/facedetect.cpp, samples/cpp/falecolor.cpp, samples/cpp/grabcut.cpp, samples/cpp/intersectExample.cpp, samples/cpp/peopledetect.cpp, samples/cpp/train_HOG.cpp, samples/cpp/tutorial_code/Histograms_Matching/MatchTemplate_Demo.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_1.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_2.cpp, samples/dnn/object_detection.cpp, and samples/tapi/hog.cpp. 元関数名(C#): imgproc_rectangle_Mat_Rect 元DLLエクスポート名: imgproc_rectangle_Mat_Rect 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_rectangle_Mat_Rect(
    cv::Mat *img, MyCvRect rect,
    MyCvScalar color, int thickness, int lineType, int shift)
{
    BEGIN_WRAP
    cv::rectangle(*img, cpp(rect), cpp(color), thickness, lineType, shift);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_circle [32bit] 円を描きます。 %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr img p2 = ARGS_POINT : Point center p3 = int : int radius p4 = ARGS_SCALAR : Scalar color p5 = int : int thickness p6 = int : int lineType p7 = int : int shift %inst 例： samples/cpp/convexhull.cpp, samples/cpp/falecolor.cpp, samples/cpp/kmeans.cpp, samples/cpp/lkdemo.cpp, samples/cpp/minarea.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_1.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_2.cpp, samples/cpp/tutorial_code/ImgTrans/houghcircles.cpp, and samples/dnn/openpose.cpp. 元関数名(C#): imgproc_circle 元DLLエクスポート名: imgproc_circle 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_circle(
    cv::_InputOutputArray *img, MyCvPoint center, int radius,
    MyCvScalar color, int thickness, int lineType, int shift)
{
    BEGIN_WRAP
    cv::circle(*img, cpp(center), radius, cpp(color), thickness, lineType, shift);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_circle [64bit] 円を描きます。 %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr img p2 = ARGS_POINT : Point center p3 = int : int radius p4 = var : Scalar color p5 = int : int thickness p6 = int : int lineType p7 = int : int shift %inst 例： samples/cpp/convexhull.cpp, samples/cpp/falecolor.cpp, samples/cpp/kmeans.cpp, samples/cpp/lkdemo.cpp, samples/cpp/minarea.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_1.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_2.cpp, samples/cpp/tutorial_code/ImgTrans/houghcircles.cpp, and samples/dnn/openpose.cpp. 元関数名(C#): imgproc_circle 元DLLエクスポート名: imgproc_circle 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_circle(
    cv::_InputOutputArray *img, MyCvPoint center, int radius,
    MyCvScalar color, int thickness, int lineType, int shift)
{
    BEGIN_WRAP
    cv::circle(*img, cpp(center), radius, cpp(color), thickness, lineType, shift);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_ellipse1 [32bit] 単純または太い楕円の円弧を描いたり、楕円のセクタを埋めたりします。 %prm p1,p2,p3,p4,p5,p6,p7,p8,p9,p10 p1 = sptr : IntPtr img p2 = ARGS_POINT : Point center p3 = ARGS_SIZE : Size axes p4 = double : double angle p5 = double : double startAngle p6 = double : double endAngle p7 = ARGS_SCALAR : Scalar color p8 = int : int thickness p9 = int : int lineType p10 = int : int shift %inst 関数 cv::ellipse は，より多くのパラメータを指定することで，楕円の輪郭，塗りつぶした楕円，楕円の円弧，塗りつぶした楕円のセクタを描画します．描画コードは，一般的なパラメトリック形式を利用しています．楕円弧の境界を近似するために、ピースウィズ線形曲線が使用されます。楕円の描画をより細かく制御する必要がある場合は、ellipse2Poly を使用して曲線を取得し、それをポリラインで描画したり、fillPoly で塗りつぶしたりすることができます。この関数の最初のバージョンを使用して、円弧ではなく楕円全体を描画したい場合は、startAngle=0 と endAngle=360 を渡します。startAngle が endAngle よりも大きい場合は、両者が入れ替わります。下図は、青い円弧.ellipse.svgを描くためのパラメータの意味を説明したものです。 楕円弧のパラメータExamples: fld_lines.cpp, samples/cpp/camshiftdemo.cpp, samples/cpp/contours2.cpp, samples/cpp/falecolor.cpp, samples/cpp/fitellipse.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_1.cpp, and samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_2.cpp. 元関数名(C#): imgproc_ellipse1 元DLLエクスポート名: imgproc_ellipse1 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_ellipse1(
    cv::_InputOutputArray *img, MyCvPoint center, MyCvSize axes,
    double angle, double startAngle, double endAngle,
    MyCvScalar color, int thickness, int lineType, int shift)
{
    BEGIN_WRAP
    cv::ellipse(*img, cpp(center), cpp(axes), angle, startAngle, endAngle, cpp(color), thickness, lineType, shift);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_ellipse1 [64bit] 単純または太い楕円の円弧を描いたり、楕円のセクタを埋めたりします。 %prm p1,p2,p3,p4,p5,p6,p7,p8,p9,p10 p1 = sptr : IntPtr img p2 = ARGS_POINT : Point center p3 = ARGS_SIZE : Size axes p4 = double : double angle p5 = double : double startAngle p6 = double : double endAngle p7 = var : Scalar color p8 = int : int thickness p9 = int : int lineType p10 = int : int shift %inst 関数 cv::ellipse は，より多くのパラメータを指定することで，楕円の輪郭，塗りつぶした楕円，楕円の円弧，塗りつぶした楕円のセクタを描画します．描画コードは，一般的なパラメトリック形式を利用しています．楕円弧の境界を近似するために、ピースウィズ線形曲線が使用されます。楕円の描画をより細かく制御する必要がある場合は、ellipse2Poly を使用して曲線を取得し、それをポリラインで描画したり、fillPoly で塗りつぶしたりすることができます。この関数の最初のバージョンを使用して、円弧ではなく楕円全体を描画したい場合は、startAngle=0 と endAngle=360 を渡します。startAngle が endAngle よりも大きい場合は、両者が入れ替わります。下図は、青い円弧.ellipse.svgを描くためのパラメータの意味を説明したものです。 楕円弧のパラメータExamples: fld_lines.cpp, samples/cpp/camshiftdemo.cpp, samples/cpp/contours2.cpp, samples/cpp/falecolor.cpp, samples/cpp/fitellipse.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_1.cpp, and samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_2.cpp. 元関数名(C#): imgproc_ellipse1 元DLLエクスポート名: imgproc_ellipse1 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_ellipse1(
    cv::_InputOutputArray *img, MyCvPoint center, MyCvSize axes,
    double angle, double startAngle, double endAngle,
    MyCvScalar color, int thickness, int lineType, int shift)
{
    BEGIN_WRAP
    cv::ellipse(*img, cpp(center), cpp(axes), angle, startAngle, endAngle, cpp(color), thickness, lineType, shift);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_ellipse2 [32bit] この関数は，便宜上，オーバーロードされたメンバ関数です．上の関数との違いは，どのような引数を受け取るかだけです． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr img p2 = ARGS_ROTATEDRECT : RotatedRect box p3 = ARGS_SCALAR : Scalar color p4 = int : int thickness p5 = int : int lineType %inst 元関数名(C#): imgproc_ellipse2 元DLLエクスポート名: imgproc_ellipse2 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_ellipse2(
    cv::_InputOutputArray *img, MyCvBox2D box, MyCvScalar color, int thickness, int lineType)
{
    BEGIN_WRAP
    cv::ellipse(*img, cpp(box), cpp(color), thickness, lineType);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_ellipse2 [64bit] この関数は，便宜上，オーバーロードされたメンバ関数です．上の関数との違いは，どのような引数を受け取るかだけです． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr img p2 = var : RotatedRect box p3 = var : Scalar color p4 = int : int thickness p5 = int : int lineType %inst 元関数名(C#): imgproc_ellipse2 元DLLエクスポート名: imgproc_ellipse2 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_ellipse2(
    cv::_InputOutputArray *img, MyCvBox2D box, MyCvScalar color, int thickness, int lineType)
{
    BEGIN_WRAP
    cv::ellipse(*img, cpp(box), cpp(color), thickness, lineType);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_drawMarker [32bit] 画像内の定義済みの位置にマーカーを描画します。 %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr img p2 = ARGS_POINT : Point position p3 = ARGS_SCALAR : Scalar color p4 = int : int markerType p5 = int : int markerSize p6 = int : int thickness p7 = int : int lineType %inst 関数 cv::drawMarker は，画像中の指定された位置にマーカーを描画します．現時点では，複数のマーカータイプがサポートされています．詳細は MarkerTypes を参照してください．例： samples/cpp/polar_transforms.cpp. 元関数名(C#): imgproc_drawMarker 元DLLエクスポート名: imgproc_drawMarker 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_drawMarker(
    cv::_InputOutputArray *img, MyCvPoint position, MyCvScalar color,
    int markerType, int markerSize, int thickness, int lineType)
{
    BEGIN_WRAP
    cv::drawMarker(*img, cpp(position), cpp(color), markerType, markerSize, thickness, lineType);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_drawMarker [64bit] 画像内の定義済みの位置にマーカーを描画します。 %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr img p2 = ARGS_POINT : Point position p3 = var : Scalar color p4 = int : int markerType p5 = int : int markerSize p6 = int : int thickness p7 = int : int lineType %inst 関数 cv::drawMarker は，画像中の指定された位置にマーカーを描画します．現時点では，複数のマーカータイプがサポートされています．詳細は MarkerTypes を参照してください．例： samples/cpp/polar_transforms.cpp. 元関数名(C#): imgproc_drawMarker 元DLLエクスポート名: imgproc_drawMarker 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_drawMarker(
    cv::_InputOutputArray *img, MyCvPoint position, MyCvScalar color,
    int markerType, int markerSize, int thickness, int lineType)
{
    BEGIN_WRAP
    cv::drawMarker(*img, cpp(position), cpp(color), markerType, markerSize, thickness, lineType);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_fillConvexPoly_Mat [32bit] この関数は，便宜上，オーバーロードされたメンバ関数です．上の関数との違いは，どのような引数を受け取るかだけです． %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr img p2 = var : Point[] pts p3 = int : int npts p4 = ARGS_SCALAR : Scalar color p5 = int : int lineType p6 = int : int shift %inst 元関数名(C#): imgproc_fillConvexPoly_Mat 元DLLエクスポート名: imgproc_fillConvexPoly_Mat 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_fillConvexPoly_Mat(
    cv::Mat *img, cv::Point *pts, int npts, MyCvScalar color, int lineType, int shift)
{
    BEGIN_WRAP
    cv::fillConvexPoly(*img, pts, npts, cpp(color), lineType, shift);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_fillConvexPoly_Mat [64bit] この関数は，便宜上，オーバーロードされたメンバ関数です．上の関数との違いは，どのような引数を受け取るかだけです． %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr img p2 = var : Point[] pts p3 = int : int npts p4 = var : Scalar color p5 = int : int lineType p6 = int : int shift %inst 元関数名(C#): imgproc_fillConvexPoly_Mat 元DLLエクスポート名: imgproc_fillConvexPoly_Mat 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_fillConvexPoly_Mat(
    cv::Mat *img, cv::Point *pts, int npts, MyCvScalar color, int lineType, int shift)
{
    BEGIN_WRAP
    cv::fillConvexPoly(*img, pts, npts, cpp(color), lineType, shift);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_fillConvexPoly_InputOutputArray [32bit] 凸型の多角形を塗りつぶします。 %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr img p2 = sptr : IntPtr points p3 = ARGS_SCALAR : Scalar color p4 = int : int lineType p5 = int : int shift %inst 関数 cv::fillConvexPoly は，塗りつぶした凸多角形を描画します．この関数は，関数 fillPoly よりもはるかに高速です．これは，凸多角形だけでなく，自己交差のない単調な多角形，つまり，輪郭がすべての水平線（走査線）と最大で2回交差する多角形を塗りつぶすことができます（ただし，最上端や最下端が水平である可能性もあります）． 元関数名(C#): imgproc_fillConvexPoly_InputOutputArray 元DLLエクスポート名: imgproc_fillConvexPoly_InputOutputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_fillConvexPoly_InputOutputArray(
    cv::_InputOutputArray *img, cv::_InputArray *points, MyCvScalar color, int lineType, int shift)
{
    BEGIN_WRAP
    cv::fillConvexPoly(*img, *points, cpp(color), lineType, shift);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_fillConvexPoly_InputOutputArray [64bit] 凸型の多角形を塗りつぶします。 %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr img p2 = sptr : IntPtr points p3 = var : Scalar color p4 = int : int lineType p5 = int : int shift %inst 関数 cv::fillConvexPoly は，塗りつぶした凸多角形を描画します．この関数は，関数 fillPoly よりもはるかに高速です．これは，凸多角形だけでなく，自己交差のない単調な多角形，つまり，輪郭がすべての水平線（走査線）と最大で2回交差する多角形を塗りつぶすことができます（ただし，最上端や最下端が水平である可能性もあります）． 元関数名(C#): imgproc_fillConvexPoly_InputOutputArray 元DLLエクスポート名: imgproc_fillConvexPoly_InputOutputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_fillConvexPoly_InputOutputArray(
    cv::_InputOutputArray *img, cv::_InputArray *points, MyCvScalar color, int lineType, int shift)
{
    BEGIN_WRAP
    cv::fillConvexPoly(*img, *points, cpp(color), lineType, shift);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_fillPoly_Mat [32bit] この関数は，便宜上，オーバーロードされたメンバ関数です．上の関数との違いは，どのような引数を受け取るかだけです． %prm p1,p2,p3,p4,p5,p6,p7,p8 p1 = sptr : IntPtr img p2 = sptr : IntPtr[] pts p3 = var : int[] npts p4 = int : int ncontours p5 = ARGS_SCALAR : Scalar color p6 = int : int lineType p7 = int : int shift p8 = ARGS_POINT : Point offset %inst 例：samples/cpp/create_mask.cpp、samples/cpp/intersectExample.cpp、samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_1.cpp、samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_2.cpp。 元関数名(C#): imgproc_fillPoly_Mat 元DLLエクスポート名: imgproc_fillPoly_Mat 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_fillPoly_Mat(cv::Mat *img, const cv::Point **pts, const int *npts,
                                 int ncontours, MyCvScalar color, int lineType, int shift, MyCvPoint offset)
{
    BEGIN_WRAP
    cv::fillPoly(*img, pts, npts, ncontours, cpp(color), lineType, shift, cpp(offset));
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_fillPoly_Mat [64bit] この関数は，便宜上，オーバーロードされたメンバ関数です．上の関数との違いは，どのような引数を受け取るかだけです． %prm p1,p2,p3,p4,p5,p6,p7,p8 p1 = sptr : IntPtr img p2 = sptr : IntPtr[] pts p3 = var : int[] npts p4 = int : int ncontours p5 = var : Scalar color p6 = int : int lineType p7 = int : int shift p8 = ARGS_POINT : Point offset %inst 例：samples/cpp/create_mask.cpp、samples/cpp/intersectExample.cpp、samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_1.cpp、samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_2.cpp。 元関数名(C#): imgproc_fillPoly_Mat 元DLLエクスポート名: imgproc_fillPoly_Mat 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_fillPoly_Mat(cv::Mat *img, const cv::Point **pts, const int *npts,
                                 int ncontours, MyCvScalar color, int lineType, int shift, MyCvPoint offset)
{
    BEGIN_WRAP
    cv::fillPoly(*img, pts, npts, ncontours, cpp(color), lineType, shift, cpp(offset));
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_fillPoly_InputOutputArray [32bit] 1つまたは複数のポリゴンで囲まれた領域を塗りつぶします。 %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr img p2 = sptr : IntPtr pts p3 = ARGS_SCALAR : Scalar color p4 = int : int lineType p5 = int : int shift p6 = ARGS_POINT : Point offset %inst 関数 cv::fillPoly は，複数の多角形の輪郭で囲まれた領域を塗りつぶします．この関数は，複雑な領域を塗りつぶすことができます．例えば，穴のある領域や，自己交差（部分的に）している輪郭などです． 元関数名(C#): imgproc_fillPoly_InputOutputArray 元DLLエクスポート名: imgproc_fillPoly_InputOutputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_fillPoly_InputOutputArray(cv::_InputOutputArray *img, cv::_InputArray *pts,
                                              MyCvScalar color, int lineType, int shift, MyCvPoint offset)
{
    BEGIN_WRAP
    cv::fillPoly(*img, *pts, cpp(color), lineType, shift, cpp(offset));
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_fillPoly_InputOutputArray [64bit] 1つまたは複数のポリゴンで囲まれた領域を塗りつぶします。 %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr img p2 = sptr : IntPtr pts p3 = var : Scalar color p4 = int : int lineType p5 = int : int shift p6 = ARGS_POINT : Point offset %inst 関数 cv::fillPoly は，複数の多角形の輪郭で囲まれた領域を塗りつぶします．この関数は，複雑な領域を塗りつぶすことができます．例えば，穴のある領域や，自己交差（部分的に）している輪郭などです． 元関数名(C#): imgproc_fillPoly_InputOutputArray 元DLLエクスポート名: imgproc_fillPoly_InputOutputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_fillPoly_InputOutputArray(cv::_InputOutputArray *img, cv::_InputArray *pts,
                                              MyCvScalar color, int lineType, int shift, MyCvPoint offset)
{
    BEGIN_WRAP
    cv::fillPoly(*img, *pts, cpp(color), lineType, shift, cpp(offset));
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_polylines_Mat [32bit] この関数は，便宜上，オーバーロードされたメンバ関数です．上の関数との違いは，どのような引数を受け取るかだけです． %prm p1,p2,p3,p4,p5,p6,p7,p8,p9 p1 = sptr : IntPtr img p2 = sptr : IntPtr[] pts p3 = var : int[] npts p4 = int : int ncontours p5 = int : int isClosed p6 = ARGS_SCALAR : Scalar color p7 = int : int thickness p8 = int : int lineType p9 = int : int shift %inst 例：fld_lines.cpp、samples/cpp/create_mask.cpp、samples/cpp/intersectExample.cpp、samples/cpp/squares.cpp、samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_2.cpp、samples/dnn/text_detection.cpp、samples/tapi/squares.cpp。 元関数名(C#): imgproc_polylines_Mat 元DLLエクスポート名: imgproc_polylines_Mat 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_polylines_Mat(
    cv::Mat *img, const cv::Point **pts, const int *npts,
    int ncontours, int isClosed, MyCvScalar color,
    int thickness, int lineType, int shift)
{
    BEGIN_WRAP
    cv::polylines(
        *img, pts, npts, ncontours, isClosed != 0, cpp(color), thickness, lineType, shift);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_polylines_Mat [64bit] この関数は，便宜上，オーバーロードされたメンバ関数です．上の関数との違いは，どのような引数を受け取るかだけです． %prm p1,p2,p3,p4,p5,p6,p7,p8,p9 p1 = sptr : IntPtr img p2 = sptr : IntPtr[] pts p3 = var : int[] npts p4 = int : int ncontours p5 = int : int isClosed p6 = var : Scalar color p7 = int : int thickness p8 = int : int lineType p9 = int : int shift %inst 例：fld_lines.cpp、samples/cpp/create_mask.cpp、samples/cpp/intersectExample.cpp、samples/cpp/squares.cpp、samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_2.cpp、samples/dnn/text_detection.cpp、samples/tapi/squares.cpp。 元関数名(C#): imgproc_polylines_Mat 元DLLエクスポート名: imgproc_polylines_Mat 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_polylines_Mat(
    cv::Mat *img, const cv::Point **pts, const int *npts,
    int ncontours, int isClosed, MyCvScalar color,
    int thickness, int lineType, int shift)
{
    BEGIN_WRAP
    cv::polylines(
        *img, pts, npts, ncontours, isClosed != 0, cpp(color), thickness, lineType, shift);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_polylines_InputOutputArray [32bit] いくつかの多角形の曲線を描画します。 %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr img p2 = sptr : IntPtr pts p3 = int : int isClosed p4 = ARGS_SCALAR : Scalar color p5 = int : int thickness p6 = int : int lineType p7 = int : int shift %inst 関数 cv::polylines は，1つあるいは複数の多角形の曲線を描画します． 元関数名(C#): imgproc_polylines_InputOutputArray 元DLLエクスポート名: imgproc_polylines_InputOutputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_polylines_InputOutputArray(
    cv::_InputOutputArray *img, cv::_InputArray *pts, int isClosed, MyCvScalar color,
    int thickness, int lineType, int shift)
{
    BEGIN_WRAP
    cv::polylines(*img, *pts, isClosed != 0, cpp(color), thickness, lineType, shift);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_polylines_InputOutputArray [64bit] いくつかの多角形の曲線を描画します。 %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr img p2 = sptr : IntPtr pts p3 = int : int isClosed p4 = var : Scalar color p5 = int : int thickness p6 = int : int lineType p7 = int : int shift %inst 関数 cv::polylines は，1つあるいは複数の多角形の曲線を描画します． 元関数名(C#): imgproc_polylines_InputOutputArray 元DLLエクスポート名: imgproc_polylines_InputOutputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_polylines_InputOutputArray(
    cv::_InputOutputArray *img, cv::_InputArray *pts, int isClosed, MyCvScalar color,
    int thickness, int lineType, int shift)
{
    BEGIN_WRAP
    cv::polylines(*img, *pts, isClosed != 0, cpp(color), thickness, lineType, shift);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_drawContours_vector [32bit] 輪郭のアウトラインや塗りつぶした輪郭を描画します． %prm p1,p2,p3,p4,p5,p6,p7,p8,p9,p10,p11,p12 p1 = sptr : IntPtr image p2 = sptr : IntPtr[] contours p3 = int : int contoursSize1 p4 = var : int[] contoursSize2 p5 = int : int contourIdx p6 = ARGS_SCALAR : Scalar color p7 = int : int thickness p8 = int : int lineType p9 = var : Vec4i[] hierarchy p10 = int : int hiearchyLength p11 = int : int maxLevel p12 = ARGS_POINT : Point offset %inst この関数は，画像に輪郭を描きます（\\）．以下の例では，2値画像から連結成分を取り出し，ラベルを付ける方法を示しています： :#include "opencv2/imgproc.hpp "#include "opencv2/highgui.hpp "using namespace cv;using namespace std;int main( int argc, char** argv ){ Mat src; // 最初のコマンドラインパラメータは，バイナリ（白黒）画像のファイル名でなければいけません // if( argc != 2 || !(src=imread(argv[1], 0).data) return -1; Mat dst = Mat::zeros(src.rows, src.cols, CV_8UC3); src = src > 1; namedWindow( "Source", 1 ); imshow( "Source", src ); vector > contours; vector hierarchy; findContours( src, contours, hierarchy, RETR_CCOMP, CHAIN_APPROX_SIMPLE ); // すべてのトップレベルの輪郭を繰り返し処理して、 // 接続された各コンポーネントをそれぞれのランダムな色で描画します int idx = 0; for( ; idx >= 0;idx = hierarchy[idx][0] ) { Scalar color( rand()&255, rand()&255, rand()&255 ); drawContours( dst, contours, idx, color, FILLED, 8, hierarchy ); } namedWindow( "Components", 1 ); imshow( "Components", dst ); waitKey(0);}fragmentNote thickness=FILLEDにすると、階層の日付が指定されていなくても、穴の開いた連結部品を正しく扱えるようになっています。これは、偶奇則を用いてすべてのアウトラインをまとめて解析することで実現しています。これは、別々に検索された輪郭の共同コレクションがある場合、誤った結果を与える可能性があります。この問題を解決するには、輪郭のサブグループごとに別々に drawContours を呼び出すか、contourIdx パラメータを使ってコレクションを反復処理する必要があります。例: samples/cpp/contours2.cpp, samples/cpp/segment_objects.cpp, samples/cpp/tutorial_code/ml/introduction_to_pca/introduction_to_pca.cpp, samples/cpp/watershed.cpp. 元関数名(C#): imgproc_drawContours_vector 元DLLエクスポート名: imgproc_drawContours_vector 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_drawContours_vector(cv::_InputOutputArray *image,
                                        cv::Point **contours, int contoursSize1, int *contoursSize2,
                                        int contourIdx, MyCvScalar color, int thickness, int lineType,
                                        cv::Vec4i *hierarchy, int hiearchyLength, int maxLevel, MyCvPoint offset)
{
    BEGIN_WRAP
    std::vector<std::vector<cv::Point> > contoursVec;
    for (auto i = 0; i < contoursSize1; i++)
    {
        std::vector<cv::Point> c1(contours[i], contours[i] + contoursSize2[i]);
        contoursVec.push_back(c1);
    }
    std::vector<cv::Vec4i> hierarchyVec;
    if (hierarchy != nullptr)
    {
        hierarchyVec = std::vector<cv::Vec4i>(hierarchy, hierarchy + hiearchyLength);
    }

    cv::drawContours(
        *image, contoursVec, contourIdx, cpp(color), thickness, lineType, hierarchyVec, maxLevel, cpp(offset));
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_drawContours_vector [64bit] 輪郭のアウトラインや塗りつぶした輪郭を描画します． %prm p1,p2,p3,p4,p5,p6,p7,p8,p9,p10,p11,p12 p1 = sptr : IntPtr image p2 = sptr : IntPtr[] contours p3 = int : int contoursSize1 p4 = var : int[] contoursSize2 p5 = int : int contourIdx p6 = var : Scalar color p7 = int : int thickness p8 = int : int lineType p9 = var : Vec4i[] hierarchy p10 = int : int hiearchyLength p11 = int : int maxLevel p12 = ARGS_POINT : Point offset %inst この関数は，画像に輪郭を描きます（\\）．以下の例では，2値画像から連結成分を取り出し，ラベルを付ける方法を示しています： :#include "opencv2/imgproc.hpp "#include "opencv2/highgui.hpp "using namespace cv;using namespace std;int main( int argc, char** argv ){ Mat src; // 最初のコマンドラインパラメータは，バイナリ（白黒）画像のファイル名でなければいけません // if( argc != 2 || !(src=imread(argv[1], 0).data) return -1; Mat dst = Mat::zeros(src.rows, src.cols, CV_8UC3); src = src > 1; namedWindow( "Source", 1 ); imshow( "Source", src ); vector > contours; vector hierarchy; findContours( src, contours, hierarchy, RETR_CCOMP, CHAIN_APPROX_SIMPLE ); // すべてのトップレベルの輪郭を繰り返し処理して、 // 接続された各コンポーネントをそれぞれのランダムな色で描画します int idx = 0; for( ; idx >= 0;idx = hierarchy[idx][0] ) { Scalar color( rand()&255, rand()&255, rand()&255 ); drawContours( dst, contours, idx, color, FILLED, 8, hierarchy ); } namedWindow( "Components", 1 ); imshow( "Components", dst ); waitKey(0);}fragmentNote thickness=FILLEDにすると、階層の日付が指定されていなくても、穴の開いた連結部品を正しく扱えるようになっています。これは、偶奇則を用いてすべてのアウトラインをまとめて解析することで実現しています。これは、別々に検索された輪郭の共同コレクションがある場合、誤った結果を与える可能性があります。この問題を解決するには、輪郭のサブグループごとに別々に drawContours を呼び出すか、contourIdx パラメータを使ってコレクションを反復処理する必要があります。例: samples/cpp/contours2.cpp, samples/cpp/segment_objects.cpp, samples/cpp/tutorial_code/ml/introduction_to_pca/introduction_to_pca.cpp, samples/cpp/watershed.cpp. 元関数名(C#): imgproc_drawContours_vector 元DLLエクスポート名: imgproc_drawContours_vector 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_drawContours_vector(cv::_InputOutputArray *image,
                                        cv::Point **contours, int contoursSize1, int *contoursSize2,
                                        int contourIdx, MyCvScalar color, int thickness, int lineType,
                                        cv::Vec4i *hierarchy, int hiearchyLength, int maxLevel, MyCvPoint offset)
{
    BEGIN_WRAP
    std::vector<std::vector<cv::Point> > contoursVec;
    for (auto i = 0; i < contoursSize1; i++)
    {
        std::vector<cv::Point> c1(contours[i], contours[i] + contoursSize2[i]);
        contoursVec.push_back(c1);
    }
    std::vector<cv::Vec4i> hierarchyVec;
    if (hierarchy != nullptr)
    {
        hierarchyVec = std::vector<cv::Vec4i>(hierarchy, hierarchy + hiearchyLength);
    }

    cv::drawContours(
        *image, contoursVec, contourIdx, cpp(color), thickness, lineType, hierarchyVec, maxLevel, cpp(offset));
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_drawContours_InputArray [32bit] 輪郭のアウトラインや塗りつぶした輪郭を描画します． %prm p1,p2,p3,p4,p5,p6,p7,p8,p9,p10 p1 = sptr : IntPtr image p2 = sptr : IntPtr[] contours p3 = int : int contoursLength p4 = int : int contourIdx p5 = ARGS_SCALAR : Scalar color p6 = int : int thickness p7 = int : int lineType p8 = sptr : IntPtr hierarchy p9 = int : int maxLevel p10 = ARGS_POINT : Point offset %inst この関数は，画像に輪郭を描きます（\\）．以下の例では，2値画像から連結成分を取り出し，ラベルを付ける方法を示しています： :#include "opencv2/imgproc.hpp "#include "opencv2/highgui.hpp "using namespace cv;using namespace std;int main( int argc, char** argv ){ Mat src; // 最初のコマンドラインパラメータは，バイナリ（白黒）画像のファイル名でなければいけません // if( argc != 2 || !(src=imread(argv[1], 0).data) return -1; Mat dst = Mat::zeros(src.rows, src.cols, CV_8UC3); src = src > 1; namedWindow( "Source", 1 ); imshow( "Source", src ); vector > contours; vector hierarchy; findContours( src, contours, hierarchy, RETR_CCOMP, CHAIN_APPROX_SIMPLE ); // すべてのトップレベルの輪郭を繰り返し処理して、 // 接続された各コンポーネントをそれぞれのランダムな色で描画します int idx = 0; for( ; idx >= 0;idx = hierarchy[idx][0] ) { Scalar color( rand()&255, rand()&255, rand()&255 ); drawContours( dst, contours, idx, color, FILLED, 8, hierarchy ); } namedWindow( "Components", 1 ); imshow( "Components", dst ); waitKey(0);}fragmentNote thickness=FILLEDにすると、階層の日付が指定されていなくても、穴の開いた連結部品を正しく扱えるようになっています。これは、偶奇則を用いてすべてのアウトラインをまとめて解析することで実現しています。これは、別々に検索された輪郭の共同コレクションがある場合、誤った結果を与える可能性があります。この問題を解決するには、輪郭のサブグループごとに別々に drawContours を呼び出すか、contourIdx パラメータを使ってコレクションを反復処理する必要があります。例: samples/cpp/contours2.cpp, samples/cpp/segment_objects.cpp, samples/cpp/tutorial_code/ml/introduction_to_pca/introduction_to_pca.cpp, samples/cpp/watershed.cpp. 元関数名(C#): imgproc_drawContours_InputArray 元DLLエクスポート名: imgproc_drawContours_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_drawContours_InputArray(cv::_InputOutputArray *image,
                                            cv::Mat **contours, int contoursLength,
                                            int contourIdx, MyCvScalar color, int thickness, int lineType,
                                            cv::_InputArray *hierarchy, int maxLevel, MyCvPoint offset)
{
    BEGIN_WRAP
    std::vector<std::vector<cv::Point> > contoursVec(contoursLength);
    for (auto i = 0; i < contoursLength; i++)
        contoursVec[i] = *contours[i];
    cv::drawContours(
        *image, contoursVec, contourIdx, cpp(color), thickness, lineType, entity(hierarchy), maxLevel, cpp(offset));
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_drawContours_InputArray [64bit] 輪郭のアウトラインや塗りつぶした輪郭を描画します． %prm p1,p2,p3,p4,p5,p6,p7,p8,p9,p10 p1 = sptr : IntPtr image p2 = sptr : IntPtr[] contours p3 = int : int contoursLength p4 = int : int contourIdx p5 = var : Scalar color p6 = int : int thickness p7 = int : int lineType p8 = sptr : IntPtr hierarchy p9 = int : int maxLevel p10 = ARGS_POINT : Point offset %inst この関数は，画像に輪郭を描きます（\\）．以下の例では，2値画像から連結成分を取り出し，ラベルを付ける方法を示しています： :#include "opencv2/imgproc.hpp "#include "opencv2/highgui.hpp "using namespace cv;using namespace std;int main( int argc, char** argv ){ Mat src; // 最初のコマンドラインパラメータは，バイナリ（白黒）画像のファイル名でなければいけません // if( argc != 2 || !(src=imread(argv[1], 0).data) return -1; Mat dst = Mat::zeros(src.rows, src.cols, CV_8UC3); src = src > 1; namedWindow( "Source", 1 ); imshow( "Source", src ); vector > contours; vector hierarchy; findContours( src, contours, hierarchy, RETR_CCOMP, CHAIN_APPROX_SIMPLE ); // すべてのトップレベルの輪郭を繰り返し処理して、 // 接続された各コンポーネントをそれぞれのランダムな色で描画します int idx = 0; for( ; idx >= 0;idx = hierarchy[idx][0] ) { Scalar color( rand()&255, rand()&255, rand()&255 ); drawContours( dst, contours, idx, color, FILLED, 8, hierarchy ); } namedWindow( "Components", 1 ); imshow( "Components", dst ); waitKey(0);}fragmentNote thickness=FILLEDにすると、階層の日付が指定されていなくても、穴の開いた連結部品を正しく扱えるようになっています。これは、偶奇則を用いてすべてのアウトラインをまとめて解析することで実現しています。これは、別々に検索された輪郭の共同コレクションがある場合、誤った結果を与える可能性があります。この問題を解決するには、輪郭のサブグループごとに別々に drawContours を呼び出すか、contourIdx パラメータを使ってコレクションを反復処理する必要があります。例: samples/cpp/contours2.cpp, samples/cpp/segment_objects.cpp, samples/cpp/tutorial_code/ml/introduction_to_pca/introduction_to_pca.cpp, samples/cpp/watershed.cpp. 元関数名(C#): imgproc_drawContours_InputArray 元DLLエクスポート名: imgproc_drawContours_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_drawContours_InputArray(cv::_InputOutputArray *image,
                                            cv::Mat **contours, int contoursLength,
                                            int contourIdx, MyCvScalar color, int thickness, int lineType,
                                            cv::_InputArray *hierarchy, int maxLevel, MyCvPoint offset)
{
    BEGIN_WRAP
    std::vector<std::vector<cv::Point> > contoursVec(contoursLength);
    for (auto i = 0; i < contoursLength; i++)
        contoursVec[i] = *contours[i];
    cv::drawContours(
        *image, contoursVec, contourIdx, cpp(color), thickness, lineType, entity(hierarchy), maxLevel, cpp(offset));
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_clipLine1 [32/64bit] 画像の矩形に対して線をクリップします。 %prm p1,p2,p3,p4 p1 = ARGS_SIZE : Size imgSize p2 = var : ref Point pt1 p3 = var : ref Point pt2 p4 = var : out int returnValue %inst 関数 cv::clipLine は，線分の一部が指定された矩形内に収まるように計算します．線分が完全に矩形の外側にある場合は false を返します．そうでない場合は，真を返します． 元関数名(C#): imgproc_clipLine1 元DLLエクスポート名: imgproc_clipLine1 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_clipLine1(MyCvSize imgSize, MyCvPoint *pt1, MyCvPoint *pt2, int* returnValue)
{
    BEGIN_WRAP
    auto pt1c = cpp(*pt1), pt2c = cpp(*pt2);
    const auto result = cv::clipLine(cpp(imgSize), pt1c, pt2c);
    *pt1 = c(pt1c);
    *pt2 = c(pt2c);
    *returnValue = result ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_clipLine2 [32bit] 画像の矩形に対して線をクリップします。 %prm p1,p2,p3,p4 p1 = ARGS_RECT : Rect imgRect p2 = var : ref Point pt1 p3 = var : ref Point pt2 p4 = var : out int returnValue %inst 関数 cv::clipLine は，線分の一部が指定された矩形内に収まるように計算します．線分が完全に矩形の外側にある場合は false を返します．そうでない場合は，真を返します． 元関数名(C#): imgproc_clipLine2 元DLLエクスポート名: imgproc_clipLine2 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_clipLine2(MyCvRect imgRect, MyCvPoint *pt1, MyCvPoint *pt2, int* returnValue)
{
    BEGIN_WRAP
    auto pt1c = cpp(*pt1), pt2c = cpp(*pt2);
    const auto result = cv::clipLine(cpp(imgRect), pt1c, pt2c);
    *pt1 = c(pt1c);
    *pt2 = c(pt2c);
    *returnValue = result ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_clipLine2 [64bit] 画像の矩形に対して線をクリップします。 %prm p1,p2,p3,p4 p1 = var : Rect imgRect p2 = var : ref Point pt1 p3 = var : ref Point pt2 p4 = var : out int returnValue %inst 関数 cv::clipLine は，線分の一部が指定された矩形内に収まるように計算します．線分が完全に矩形の外側にある場合は false を返します．そうでない場合は，真を返します． 元関数名(C#): imgproc_clipLine2 元DLLエクスポート名: imgproc_clipLine2 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_clipLine2(MyCvRect imgRect, MyCvPoint *pt1, MyCvPoint *pt2, int* returnValue)
{
    BEGIN_WRAP
    auto pt1c = cpp(*pt1), pt2c = cpp(*pt2);
    const auto result = cv::clipLine(cpp(imgRect), pt1c, pt2c);
    *pt1 = c(pt1c);
    *pt2 = c(pt2c);
    *returnValue = result ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_ellipse2Poly_int [32/64bit] 楕円形の円弧をポリラインで近似します． %prm p1,p2,p3,p4,p5,p6,p7 p1 = ARGS_POINT : Point center p2 = ARGS_SIZE : Size axes p3 = int : int angle p4 = int : int arcStart p5 = int : int arcEnd p6 = int : int delta p7 = sptr : IntPtr pts %inst 関数 ellipse2Poly は，指定された楕円弧に近似するポリラインの頂点を計算します．この関数は，ellipse で使用されます．arcStart が arcEnd よりも大きい場合，それらは入れ替えられます。 元関数名(C#): imgproc_ellipse2Poly_int 元DLLエクスポート名: imgproc_ellipse2Poly_int 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_ellipse2Poly_int(
    MyCvPoint center, MyCvSize axes, int angle, int arcStart, int arcEnd,
    int delta, std::vector<cv::Point>* pts)
{
    BEGIN_WRAP
    cv::ellipse2Poly(cpp(center), cpp(axes), angle, arcStart, arcEnd, delta, *pts);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_ellipse2Poly_double [32bit] 楕円形の円弧をポリラインで近似します． %prm p1,p2,p3,p4,p5,p6,p7 p1 = ARGS_POINT2D : Point2d center p2 = ARGS_SIZE2D : Size2d axes p3 = int : int angle p4 = int : int arcStart p5 = int : int arcEnd p6 = int : int delta p7 = sptr : IntPtr pts %inst 関数 ellipse2Poly は，指定された楕円弧に近似するポリラインの頂点を計算します．この関数は，ellipse で使用されます．arcStart が arcEnd よりも大きい場合，それらは入れ替えられます。 元関数名(C#): imgproc_ellipse2Poly_double 元DLLエクスポート名: imgproc_ellipse2Poly_double 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_ellipse2Poly_double(
    MyCvPoint2D64f center, MyCvSize2D64f axes, int angle, int arcStart, int arcEnd,
    int delta, std::vector<cv::Point2d>* pts)
{
    BEGIN_WRAP
    cv::ellipse2Poly(cpp(center), cpp(axes), angle, arcStart, arcEnd, delta, *pts);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_ellipse2Poly_double [64bit] 楕円形の円弧をポリラインで近似します． %prm p1,p2,p3,p4,p5,p6,p7 p1 = var : Point2d center p2 = var : Size2d axes p3 = int : int angle p4 = int : int arcStart p5 = int : int arcEnd p6 = int : int delta p7 = sptr : IntPtr pts %inst 関数 ellipse2Poly は，指定された楕円弧に近似するポリラインの頂点を計算します．この関数は，ellipse で使用されます．arcStart が arcEnd よりも大きい場合，それらは入れ替えられます。 元関数名(C#): imgproc_ellipse2Poly_double 元DLLエクスポート名: imgproc_ellipse2Poly_double 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_ellipse2Poly_double(
    MyCvPoint2D64f center, MyCvSize2D64f axes, int angle, int arcStart, int arcEnd,
    int delta, std::vector<cv::Point2d>* pts)
{
    BEGIN_WRAP
    cv::ellipse2Poly(cpp(center), cpp(axes), angle, arcStart, arcEnd, delta, *pts);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_putText [32bit] テキスト文字列を描画します。 %prm p1,p2,p3,p4,p5,p6,p7,p8,p9 p1 = sptr : IntPtr img p2 = str : [MarshalAs(UnmanagedType.LPStr)] string text p3 = ARGS_POINT : Point org p4 = int : int fontFace p5 = double : double fontScale p6 = ARGS_SCALAR : Scalar color p7 = int : int thickness p8 = int : int lineType p9 = int : int bottomLeftOrigin %inst 関数 cv::putText は，指定された文字列を画像内にレンダリングします．指定されたフォントでは描画できない記号は，クエスチョンマークに置き換えられます．テキストレンダリングのコード例は，getTextSize を参照してください．例： samples/cpp/falecolor.cpp, samples/cpp/fitellipse.cpp, samples/cpp/intersectExample.cpp, samples/cpp/peopledetect.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_2.cpp、samples/cpp/tutorial_code/ImgProc/Smoothing/Smoothing.cpp、samples/cpp/warpPerspective_demo.cpp、samples/dnn/classification.cpp、samples/dnn/object_detection.cpp、samples/dnn/segmentation.cpp、samples/dnn/text_detection.cpp、samples/tapi/hog.cppです。 元関数名(C#): imgproc_putText 元DLLエクスポート名: imgproc_putText 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_putText(cv::_InputOutputArray *img, const char *text, MyCvPoint org,
                         int fontFace, double fontScale, MyCvScalar color,
                         int thickness, int lineType, int bottomLeftOrigin)
{
    BEGIN_WRAP
    cv::putText(*img, text, cpp(org), fontFace, fontScale, cpp(color), thickness, lineType, bottomLeftOrigin != 0);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_putText [64bit] テキスト文字列を描画します。 %prm p1,p2,p3,p4,p5,p6,p7,p8,p9 p1 = sptr : IntPtr img p2 = str : [MarshalAs(UnmanagedType.LPStr)] string text p3 = ARGS_POINT : Point org p4 = int : int fontFace p5 = double : double fontScale p6 = var : Scalar color p7 = int : int thickness p8 = int : int lineType p9 = int : int bottomLeftOrigin %inst 関数 cv::putText は，指定された文字列を画像内にレンダリングします．指定されたフォントでは描画できない記号は，クエスチョンマークに置き換えられます．テキストレンダリングのコード例は，getTextSize を参照してください．例： samples/cpp/falecolor.cpp, samples/cpp/fitellipse.cpp, samples/cpp/intersectExample.cpp, samples/cpp/peopledetect.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_2.cpp、samples/cpp/tutorial_code/ImgProc/Smoothing/Smoothing.cpp、samples/cpp/warpPerspective_demo.cpp、samples/dnn/classification.cpp、samples/dnn/object_detection.cpp、samples/dnn/segmentation.cpp、samples/dnn/text_detection.cpp、samples/tapi/hog.cppです。 元関数名(C#): imgproc_putText 元DLLエクスポート名: imgproc_putText 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_putText(cv::_InputOutputArray *img, const char *text, MyCvPoint org,
                         int fontFace, double fontScale, MyCvScalar color,
                         int thickness, int lineType, int bottomLeftOrigin)
{
    BEGIN_WRAP
    cv::putText(*img, text, cpp(org), fontFace, fontScale, cpp(color), thickness, lineType, bottomLeftOrigin != 0);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_getTextSize [32/64bit] テキスト文字列の幅と高さを計算します。 %prm p1,p2,p3,p4,p5,p6 p1 = str : [MarshalAs(UnmanagedType.LPStr)] string text p2 = int : int fontFace p3 = double : double fontScale p4 = int : int thickness p5 = var : out int baseLine p6 = var : out Size returnValue %inst 関数 cv::getTextSize は，指定されたテキストを含むボックスのサイズを計算して返します．つまり，次のコードは，いくつかのテキストと，それを囲むタイトなボックス，そしてベースラインをレンダリングします： :String text = "Funny text inside the box";int fontFace = FONT_HERSHEY_SCRIPT_SIMPLEX;double fontScale = 2;int thickness = 3;Mat img(600, 800, CV_8UC3, Scalar::all(0));int baseline=0;Size textSize = getTextSize(text, fontFace, fontScale, thickness, &baseline);baseline += thickness;// textPoint を中央に配置 textOrg((img.cols - textSize.width)/2, (img.rows + textSize.height)/2);// boxrectangle(img, textOrg + Point(0, baseline), textOrg + Point(textSize.width, -textSize.height), Scalar(0,0,255));// ...そしてベースライン firstline(img, textOrg + Point(0, thickness), textOrg + Point(textSize.width, thickness), Scalar(0, 0, 255));// そしてテキスト自体を配置putText(img, text, textOrg, fontFace, fontScale, Scalar::all(255), thickness, 8);fragmentSee alsoputTextExamples: samples/cpp/fitellipse.cpp, samples/cpp/tutorial_code/ImgProc/basic_drawing/Drawing_2.cpp, and samples/dnn/object_detection.cpp. 元関数名(C#): imgproc_getTextSize 元DLLエクスポート名: imgproc_getTextSize 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_getTextSize(const char *text, int fontFace,
                                 double fontScale, int thickness, int *baseLine, MyCvSize *returnValue)
{
    BEGIN_WRAP
    *returnValue = c(cv::getTextSize(text, fontFace, fontScale, thickness, baseLine));
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_getFontScaleFromHeight [32/64bit] 与えられた高さをピクセル単位で実現するために使用するフォント固有のサイズを計算します。 %prm p1,p2,p3,p4 p1 = int : int fontFace p2 = int : int pixelHeight p3 = int : int thickness p4 = var : out double returnValue %inst 詳しくは putText を参照してください． 元関数名(C#): imgproc_getFontScaleFromHeight 元DLLエクスポート名: imgproc_getFontScaleFromHeight 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_getFontScaleFromHeight(
    int fontFace, int pixelHeight, int thickness, double* returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::getFontScaleFromHeight(fontFace, pixelHeight, thickness);
    END_WRAP
}
}html %group NativeMethods_imgproc %index imgproc_createCLAHE [32/64bit] cv::CLAHE クラスへのスマートポインタを作成し，それを初期化します． %prm p1,p2,p3 p1 = double : double clipLimit p2 = ARGS_SIZE : Size tileGridSize p3 = var : out IntPtr returnValue %inst 元関数名(C#): imgproc_createCLAHE 元DLLエクスポート名: imgproc_createCLAHE 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_CLAHE.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_createCLAHE(double clipLimit, MyCvSize tileGridSize, cv::Ptr<cv::CLAHE> **returnValue)
{
    BEGIN_WRAP
    const auto ret = cv::createCLAHE(clipLimit, cpp(tileGridSize));
    *returnValue = clone(ret);
    END_WRAP
}
}html %group NativeMethods_imgproc_CLAHE %index imgproc_Ptr_CLAHE_delete [32/64bit] cv::CLAHE のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst Contrast Limited Adaptive Histogram Equalization（コントラスト限定適応ヒストグラム等化）の基底クラス． 元関数名(C#): imgproc_Ptr_CLAHE_delete 元DLLエクスポート名: imgproc_Ptr_CLAHE_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_CLAHE.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_Ptr_CLAHE_delete(cv::Ptr<cv::CLAHE> *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_imgproc_CLAHE %index imgproc_Ptr_CLAHE_get [32/64bit] cv::CLAHE のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst Contrast Limited Adaptive Histogram Equalization（コントラスト限定適応ヒストグラム等化）の基底クラス． 元関数名(C#): imgproc_Ptr_CLAHE_get 元DLLエクスポート名: imgproc_Ptr_CLAHE_get 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_CLAHE.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_Ptr_CLAHE_get(cv::Ptr<cv::CLAHE> *obj, cv::CLAHE **returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->get();
    END_WRAP
}
}html %group NativeMethods_imgproc_CLAHE %index imgproc_CLAHE_apply [32/64bit] Contrast Limited Adaptive Histogram Equalizationを用いて，グレースケール画像のヒストグラムを均等化します． %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = sptr : IntPtr src p3 = sptr : IntPtr dst %inst 元関数名(C#): imgproc_CLAHE_apply 元DLLエクスポート名: imgproc_CLAHE_apply 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_CLAHE.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_CLAHE_apply(cv::CLAHE *obj, cv::_InputArray *src, cv::_OutputArray *dst)
{
    BEGIN_WRAP
    obj->apply(*src, *dst);
    END_WRAP
}
}html %group NativeMethods_imgproc_CLAHE %index imgproc_CLAHE_setClipLimit [32/64bit] Contrast Limiting の閾値を設定します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double clipLimit %inst 元関数名(C#): imgproc_CLAHE_setClipLimit 元DLLエクスポート名: imgproc_CLAHE_setClipLimit 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_CLAHE.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_CLAHE_setClipLimit(cv::CLAHE *obj, double clipLimit)
{
    BEGIN_WRAP
    obj->setClipLimit(clipLimit);
    END_WRAP
}
}html %group NativeMethods_imgproc_CLAHE %index imgproc_CLAHE_getClipLimit [32/64bit] コントラスト制限の閾値を返します． %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst 元関数名(C#): imgproc_CLAHE_getClipLimit 元DLLエクスポート名: imgproc_CLAHE_getClipLimit 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_CLAHE.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_CLAHE_getClipLimit(cv::CLAHE *obj, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getClipLimit();
    END_WRAP
}
}html %group NativeMethods_imgproc_CLAHE %index imgproc_CLAHE_setTilesGridSize [32/64bit] ヒストグラム・イコライゼーションのためのグリッドのサイズを設定します．入力画像は，同じ大きさの長方形のタイルに分割されます． %prm p1,p2 p1 = sptr : IntPtr obj p2 = ARGS_SIZE : Size tileGridSize %inst 元関数名(C#): imgproc_CLAHE_setTilesGridSize 元DLLエクスポート名: imgproc_CLAHE_setTilesGridSize 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_CLAHE.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_CLAHE_setTilesGridSize(cv::CLAHE *obj, MyCvSize tileGridSize)
{
    BEGIN_WRAP
    obj->setTilesGridSize(cpp(tileGridSize));
    END_WRAP
}
}html %group NativeMethods_imgproc_CLAHE %index imgproc_CLAHE_getTilesGridSize [32/64bit] タイルグリッドサイズ ： 行と列のタイルの数を定義します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out Size returnValue %inst 元関数名(C#): imgproc_CLAHE_getTilesGridSize 元DLLエクスポート名: imgproc_CLAHE_getTilesGridSize 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_CLAHE.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_CLAHE_getTilesGridSize(cv::CLAHE *obj, MyCvSize *returnValue)
{
    BEGIN_WRAP
    *returnValue = c(obj->getTilesGridSize());
    END_WRAP
}
}html %group NativeMethods_imgproc_CLAHE %index imgproc_CLAHE_collectGarbage [32/64bit] imgproc_CLAHE_collectGarbage %prm p1 p1 = sptr : IntPtr obj %inst 元関数名(C#): imgproc_CLAHE_collectGarbage 元DLLエクスポート名: imgproc_CLAHE_collectGarbage 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_CLAHE.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_CLAHE_collectGarbage(cv::CLAHE *obj)
{
    BEGIN_WRAP
    obj->collectGarbage();
    END_WRAP
}
}html %group NativeMethods_imgproc_CLAHE %index imgproc_GeneralizedHough_setTemplate1 [32/64bit] 検索するテンプレートの設定 %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = sptr : IntPtr templ p3 = ARGS_POINT : Point templCenter %inst 元関数名(C#): imgproc_GeneralizedHough_setTemplate1 元DLLエクスポート名: imgproc_GeneralizedHough_setTemplate1 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_GeneralizedHough.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_GeneralizedHough_setTemplate1(
    cv::GeneralizedHough *obj, cv::_InputArray *templ, MyCvPoint templCenter)
{
    BEGIN_WRAP
    obj->setTemplate(*templ, cpp(templCenter));
    END_WRAP
}
}html %group NativeMethods_imgproc_GeneralizedHough %index imgproc_GeneralizedHough_setTemplate2 [32/64bit] 検索するテンプレートの設定 %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr obj p2 = sptr : IntPtr edges p3 = sptr : IntPtr dx p4 = sptr : IntPtr dy p5 = ARGS_POINT : Point templCenter %inst 元関数名(C#): imgproc_GeneralizedHough_setTemplate2 元DLLエクスポート名: imgproc_GeneralizedHough_setTemplate2 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_GeneralizedHough.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_GeneralizedHough_setTemplate2(
    cv::GeneralizedHough *obj, cv::_InputArray *edges, cv::_InputArray *dx, cv::_InputArray *dy, MyCvPoint templCenter)
{
    BEGIN_WRAP
    obj->setTemplate(*edges, *dx, *dy, cpp(templCenter));
    END_WRAP
}
}html %group NativeMethods_imgproc_GeneralizedHough %index imgproc_GeneralizedHough_detect1 [32/64bit] 画像からテンプレートを探す %prm p1,p2,p3,p4 p1 = sptr : IntPtr obj p2 = sptr : IntPtr image p3 = sptr : IntPtr positions p4 = sptr : IntPtr votes %inst 元関数名(C#): imgproc_GeneralizedHough_detect1 元DLLエクスポート名: imgproc_GeneralizedHough_detect1 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_GeneralizedHough.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_GeneralizedHough_detect1(
    cv::GeneralizedHough *obj, cv::_InputArray *image, cv::_OutputArray *positions, cv::_OutputArray *votes)
{
    BEGIN_WRAP
    obj->detect(*image, *positions, entity(votes));
    END_WRAP
}
}html %group NativeMethods_imgproc_GeneralizedHough %index imgproc_GeneralizedHough_detect2 [32/64bit] 画像からテンプレートを探す %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr obj p2 = sptr : IntPtr edges p3 = sptr : IntPtr dx p4 = sptr : IntPtr dy p5 = sptr : IntPtr positions p6 = sptr : IntPtr votes %inst 元関数名(C#): imgproc_GeneralizedHough_detect2 元DLLエクスポート名: imgproc_GeneralizedHough_detect2 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_GeneralizedHough.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_GeneralizedHough_detect2(
    cv::GeneralizedHough *obj, cv::_InputArray *edges, cv::_InputArray *dx, cv::_InputArray *dy, cv::_OutputArray *positions, cv::_OutputArray *votes)
{
    BEGIN_WRAP
    obj->detect(*edges, *dx, *dy, *positions, entity(votes));
    END_WRAP
}
}html %group NativeMethods_imgproc_GeneralizedHough %index imgproc_GeneralizedHough_setCannyLowThresh [32/64bit] Canny low threshold. %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): imgproc_GeneralizedHough_setCannyLowThresh 元DLLエクスポート名: imgproc_GeneralizedHough_setCannyLowThresh 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_GeneralizedHough.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_GeneralizedHough_setCannyLowThresh(cv::GeneralizedHough *obj, int val)
{
    BEGIN_WRAP
    obj->setCannyLowThresh(val);
    END_WRAP
}
}html %group NativeMethods_imgproc_GeneralizedHough %index imgproc_GeneralizedHough_getCannyLowThresh [32/64bit] imgproc_GeneralizedHough_getCannyLowThresh %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): imgproc_GeneralizedHough_getCannyLowThresh 元DLLエクスポート名: imgproc_GeneralizedHough_getCannyLowThresh 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_GeneralizedHough.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_GeneralizedHough_getCannyLowThresh(cv::GeneralizedHough *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getCannyLowThresh();
    END_WRAP
}
}html %group NativeMethods_imgproc_GeneralizedHough %index imgproc_GeneralizedHough_setCannyHighThresh [32/64bit] Canny high threshold. %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): imgproc_GeneralizedHough_setCannyHighThresh 元DLLエクスポート名: imgproc_GeneralizedHough_setCannyHighThresh 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_GeneralizedHough.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_GeneralizedHough_setCannyHighThresh(cv::GeneralizedHough *obj, int val)
{
    BEGIN_WRAP
    obj->setCannyHighThresh(val);
    END_WRAP
}
}html %group NativeMethods_imgproc_GeneralizedHough %index imgproc_GeneralizedHough_getCannyHighThresh [32/64bit] imgproc_GeneralizedHough_getCannyHighThresh %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): imgproc_GeneralizedHough_getCannyHighThresh 元DLLエクスポート名: imgproc_GeneralizedHough_getCannyHighThresh 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_GeneralizedHough.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_GeneralizedHough_getCannyHighThresh(cv::GeneralizedHough *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getCannyHighThresh();
    END_WRAP
}
}html %group NativeMethods_imgproc_GeneralizedHough %index imgproc_GeneralizedHough_setMinDist [32/64bit] 検出されたオブジェクトの中心間の最小距離を指定します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double val %inst 元関数名(C#): imgproc_GeneralizedHough_setMinDist 元DLLエクスポート名: imgproc_GeneralizedHough_setMinDist 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_GeneralizedHough.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_GeneralizedHough_setMinDist(cv::GeneralizedHough *obj, double val)
{
    BEGIN_WRAP
    obj->setMinDist(val);
    END_WRAP
}
}html %group NativeMethods_imgproc_GeneralizedHough %index imgproc_GeneralizedHough_getMinDist [32/64bit] imgproc_GeneralizedHough_getMinDist %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst 元関数名(C#): imgproc_GeneralizedHough_getMinDist 元DLLエクスポート名: imgproc_GeneralizedHough_getMinDist 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_GeneralizedHough.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_GeneralizedHough_getMinDist(cv::GeneralizedHough *obj, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getMinDist();
    END_WRAP
}
}html %group NativeMethods_imgproc_GeneralizedHough %index imgproc_GeneralizedHough_setDp [32/64bit] 画像の解像度に対するアキュムレータの解像度の逆数 %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double val %inst 元関数名(C#): imgproc_GeneralizedHough_setDp 元DLLエクスポート名: imgproc_GeneralizedHough_setDp 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_GeneralizedHough.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_GeneralizedHough_setDp(cv::GeneralizedHough *obj, double val)
{
    BEGIN_WRAP
    obj->setDp(val);
    END_WRAP
}
}html %group NativeMethods_imgproc_GeneralizedHough %index imgproc_GeneralizedHough_getDp [32/64bit] imgproc_GeneralizedHough_getDp %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst 元関数名(C#): imgproc_GeneralizedHough_getDp 元DLLエクスポート名: imgproc_GeneralizedHough_getDp 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_GeneralizedHough.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_GeneralizedHough_getDp(cv::GeneralizedHough *obj, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getDp();
    END_WRAP
}
}html %group NativeMethods_imgproc_GeneralizedHough %index imgproc_GeneralizedHough_setMaxBufferSize [32/64bit] 内部バッファの最大サイズ． %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): imgproc_GeneralizedHough_setMaxBufferSize 元DLLエクスポート名: imgproc_GeneralizedHough_setMaxBufferSize 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_GeneralizedHough.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_GeneralizedHough_setMaxBufferSize(cv::GeneralizedHough *obj, int val)
{
    BEGIN_WRAP
    obj->setMaxBufferSize(val);
    END_WRAP
}
}html %group NativeMethods_imgproc_GeneralizedHough %index imgproc_GeneralizedHough_getMaxBufferSize [32/64bit] imgproc_GeneralizedHough_getMaxBufferSize %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): imgproc_GeneralizedHough_getMaxBufferSize 元DLLエクスポート名: imgproc_GeneralizedHough_getMaxBufferSize 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_GeneralizedHough.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_GeneralizedHough_getMaxBufferSize(cv::GeneralizedHough *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getMaxBufferSize();
    END_WRAP
}
}html %group NativeMethods_imgproc_GeneralizedHough %index imgproc_createGeneralizedHoughBallard [32/64bit] cv::GeneralizedHoughBallard クラスへのスマートポインタを作成し，それを初期化します． %prm p1 p1 = var : out IntPtr returnValue %inst 元関数名(C#): imgproc_createGeneralizedHoughBallard 元DLLエクスポート名: imgproc_createGeneralizedHoughBallard 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_GeneralizedHough.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_createGeneralizedHoughBallard(cv::Ptr<cv::GeneralizedHoughBallard> **returnValue)
{
    BEGIN_WRAP
    const auto ptr = cv::createGeneralizedHoughBallard();
    *returnValue = new cv::Ptr<cv::GeneralizedHoughBallard>(ptr);
    END_WRAP
}
}html %group NativeMethods_imgproc_GeneralizedHough %index imgproc_Ptr_GeneralizedHoughBallard_get [32/64bit] cv::GeneralizedHoughBallard のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst Generalized Hough Transform を用いて，グレースケール画像中の任意のテンプレートを見つけます． 並進と回転を行わずに，位置のみを検出します [14] ． 元関数名(C#): imgproc_Ptr_GeneralizedHoughBallard_get 元DLLエクスポート名: imgproc_Ptr_GeneralizedHoughBallard_get 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_GeneralizedHough.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_Ptr_GeneralizedHoughBallard_get(
    cv::Ptr<cv::GeneralizedHoughBallard> *obj, cv::GeneralizedHoughBallard **returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->get();
    END_WRAP
}
}html %group NativeMethods_imgproc_GeneralizedHough %index imgproc_Ptr_GeneralizedHoughBallard_delete [32/64bit] cv::GeneralizedHoughBallard のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst Generalized Hough Transform を用いて，グレースケール画像中の任意のテンプレートを見つけます． 並進と回転を行わずに，位置のみを検出します [14] ． 元関数名(C#): imgproc_Ptr_GeneralizedHoughBallard_delete 元DLLエクスポート名: imgproc_Ptr_GeneralizedHoughBallard_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_GeneralizedHough.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_Ptr_GeneralizedHoughBallard_delete(cv::Ptr<cv::GeneralizedHoughBallard> *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_imgproc_GeneralizedHough %index imgproc_GeneralizedHoughBallard_setLevels [32/64bit] R-テーブルのレベル。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): imgproc_GeneralizedHoughBallard_setLevels 元DLLエクスポート名: imgproc_GeneralizedHoughBallard_setLevels 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_GeneralizedHough.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_GeneralizedHoughBallard_setLevels(cv::GeneralizedHoughBallard *obj, int val)
{
    BEGIN_WRAP
    obj->setLevels(val);
    END_WRAP
}
}html %group NativeMethods_imgproc_GeneralizedHough %index imgproc_GeneralizedHoughBallard_getLevels [32/64bit] imgproc_GeneralizedHoughBallard_getLevels %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): imgproc_GeneralizedHoughBallard_getLevels 元DLLエクスポート名: imgproc_GeneralizedHoughBallard_getLevels 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_GeneralizedHough.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_GeneralizedHoughBallard_getLevels(cv::GeneralizedHoughBallard *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getLevels();
    END_WRAP
}
}html %group NativeMethods_imgproc_GeneralizedHough %index imgproc_GeneralizedHoughBallard_setVotesThreshold [32/64bit] 検出段階でのテンプレートセンターのアキュムレータの閾値です．これが小さければ小さいほど，誤った位置が検出される可能性があります． %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): imgproc_GeneralizedHoughBallard_setVotesThreshold 元DLLエクスポート名: imgproc_GeneralizedHoughBallard_setVotesThreshold 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_GeneralizedHough.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_GeneralizedHoughBallard_setVotesThreshold(cv::GeneralizedHoughBallard *obj, int val)
{
    BEGIN_WRAP
    obj->setVotesThreshold(val);
    END_WRAP
}
}html %group NativeMethods_imgproc_GeneralizedHough %index imgproc_GeneralizedHoughBallard_getVotesThreshold [32/64bit] imgproc_GeneralizedHoughBallard_getVotesThreshold %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): imgproc_GeneralizedHoughBallard_getVotesThreshold 元DLLエクスポート名: imgproc_GeneralizedHoughBallard_getVotesThreshold 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_GeneralizedHough.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_GeneralizedHoughBallard_getVotesThreshold(cv::GeneralizedHoughBallard *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getVotesThreshold();
    END_WRAP
}
}html %group NativeMethods_imgproc_GeneralizedHough %index imgproc_createGeneralizedHoughGuil [32/64bit] cv::GeneralizedHoughGuil クラスへのスマートポインタを作成し，それを初期化します． %prm p1 p1 = var : out IntPtr returnValue %inst 元関数名(C#): imgproc_createGeneralizedHoughGuil 元DLLエクスポート名: imgproc_createGeneralizedHoughGuil 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_GeneralizedHough.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_createGeneralizedHoughGuil(cv::Ptr<cv::GeneralizedHoughGuil> **returnValue)
{
    BEGIN_WRAP
    const auto ptr = cv::createGeneralizedHoughGuil();
    *returnValue = new cv::Ptr<cv::GeneralizedHoughGuil>(ptr);
    END_WRAP
}
}html %group NativeMethods_imgproc_GeneralizedHough %index imgproc_Ptr_GeneralizedHoughGuil_get [32/64bit] cv::GeneralizedHoughGuil のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst Generalized Hough Transform を用いて，グレースケール画像中の任意のテンプレートを見つけます． 位置，並進，回転を検出します [100] ． 元関数名(C#): imgproc_Ptr_GeneralizedHoughGuil_get 元DLLエクスポート名: imgproc_Ptr_GeneralizedHoughGuil_get 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_GeneralizedHough.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_Ptr_GeneralizedHoughGuil_get(
    cv::Ptr<cv::GeneralizedHoughGuil> *obj, cv::GeneralizedHoughGuil **returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->get();
    END_WRAP
}
}html %group NativeMethods_imgproc_GeneralizedHough %index imgproc_Ptr_GeneralizedHoughGuil_delete [32/64bit] cv::GeneralizedHoughGuil のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst Generalized Hough Transform を用いて，グレースケール画像中の任意のテンプレートを見つけます． 位置，並進，回転を検出します [100] ． 元関数名(C#): imgproc_Ptr_GeneralizedHoughGuil_delete 元DLLエクスポート名: imgproc_Ptr_GeneralizedHoughGuil_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_GeneralizedHough.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_Ptr_GeneralizedHoughGuil_delete(cv::Ptr<cv::GeneralizedHoughGuil> *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_imgproc_GeneralizedHough %index imgproc_GeneralizedHoughGuil_setXi [32/64bit] 特徴量内の2点間の角度差（度）． %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double val %inst 元関数名(C#): imgproc_GeneralizedHoughGuil_setXi 元DLLエクスポート名: imgproc_GeneralizedHoughGuil_setXi 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_GeneralizedHough.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_GeneralizedHoughGuil_setXi(cv::GeneralizedHoughGuil *obj, double val)
{
    BEGIN_WRAP
    obj->setXi(val);
    END_WRAP
}
}html %group NativeMethods_imgproc_GeneralizedHough %index imgproc_GeneralizedHoughGuil_getXi [32/64bit] imgproc_GeneralizedHoughGuil_getXi %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst 元関数名(C#): imgproc_GeneralizedHoughGuil_getXi 元DLLエクスポート名: imgproc_GeneralizedHoughGuil_getXi 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_GeneralizedHough.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_GeneralizedHoughGuil_getXi(cv::GeneralizedHoughGuil *obj, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getXi();
    END_WRAP
}
}html %group NativeMethods_imgproc_GeneralizedHough %index imgproc_GeneralizedHoughGuil_setLevels [32/64bit] 特徴表のレベル． %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): imgproc_GeneralizedHoughGuil_setLevels 元DLLエクスポート名: imgproc_GeneralizedHoughGuil_setLevels 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_GeneralizedHough.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_GeneralizedHoughGuil_setLevels(cv::GeneralizedHoughGuil *obj, int val)
{
    BEGIN_WRAP
    obj->setLevels(val);
    END_WRAP
}
}html %group NativeMethods_imgproc_GeneralizedHough %index imgproc_GeneralizedHoughGuil_getLevels [32/64bit] imgproc_GeneralizedHoughGuil_getLevels %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): imgproc_GeneralizedHoughGuil_getLevels 元DLLエクスポート名: imgproc_GeneralizedHoughGuil_getLevels 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_GeneralizedHough.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_GeneralizedHoughGuil_getLevels(cv::GeneralizedHoughGuil *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getLevels();
    END_WRAP
}
}html %group NativeMethods_imgproc_GeneralizedHough %index imgproc_GeneralizedHoughGuil_setAngleEpsilon [32/64bit] 等しく扱われる角度の最大の差． %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double val %inst 元関数名(C#): imgproc_GeneralizedHoughGuil_setAngleEpsilon 元DLLエクスポート名: imgproc_GeneralizedHoughGuil_setAngleEpsilon 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_GeneralizedHough.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_GeneralizedHoughGuil_setAngleEpsilon(cv::GeneralizedHoughGuil *obj, double val)
{
    BEGIN_WRAP
    obj->setAngleEpsilon(val);
    END_WRAP
}
}html %group NativeMethods_imgproc_GeneralizedHough %index imgproc_GeneralizedHoughGuil_getAngleEpsilon [32/64bit] imgproc_GeneralizedHoughGuil_getAngleEpsilon %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst 元関数名(C#): imgproc_GeneralizedHoughGuil_getAngleEpsilon 元DLLエクスポート名: imgproc_GeneralizedHoughGuil_getAngleEpsilon 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_GeneralizedHough.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_GeneralizedHoughGuil_getAngleEpsilon(cv::GeneralizedHoughGuil *obj, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getAngleEpsilon();
    END_WRAP
}
}html %group NativeMethods_imgproc_GeneralizedHough %index imgproc_GeneralizedHoughGuil_setMinAngle [32/64bit] 回転を検出する最小角度（度）。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double val %inst 元関数名(C#): imgproc_GeneralizedHoughGuil_setMinAngle 元DLLエクスポート名: imgproc_GeneralizedHoughGuil_setMinAngle 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_GeneralizedHough.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_GeneralizedHoughGuil_setMinAngle(cv::GeneralizedHoughGuil *obj, double val)
{
    BEGIN_WRAP
    obj->setMinAngle(val);
    END_WRAP
}
}html %group NativeMethods_imgproc_GeneralizedHough %index imgproc_GeneralizedHoughGuil_getMinAngle [32/64bit] imgproc_GeneralizedHoughGuil_getMinAngle %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst 元関数名(C#): imgproc_GeneralizedHoughGuil_getMinAngle 元DLLエクスポート名: imgproc_GeneralizedHoughGuil_getMinAngle 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_GeneralizedHough.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_GeneralizedHoughGuil_getMinAngle(cv::GeneralizedHoughGuil *obj, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getMinAngle();
    END_WRAP
}
}html %group NativeMethods_imgproc_GeneralizedHough %index imgproc_GeneralizedHoughGuil_setMaxAngle [32/64bit] 検出する回転角度の最大値（単位：度 %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double val %inst 元関数名(C#): imgproc_GeneralizedHoughGuil_setMaxAngle 元DLLエクスポート名: imgproc_GeneralizedHoughGuil_setMaxAngle 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_GeneralizedHough.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_GeneralizedHoughGuil_setMaxAngle(cv::GeneralizedHoughGuil *obj, double val)
{
    BEGIN_WRAP
    obj->setMaxAngle(val);
    END_WRAP
}
}html %group NativeMethods_imgproc_GeneralizedHough %index imgproc_GeneralizedHoughGuil_getMaxAngle [32/64bit] imgproc_GeneralizedHoughGuil_getMaxAngle %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst 元関数名(C#): imgproc_GeneralizedHoughGuil_getMaxAngle 元DLLエクスポート名: imgproc_GeneralizedHoughGuil_getMaxAngle 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_GeneralizedHough.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_GeneralizedHoughGuil_getMaxAngle(cv::GeneralizedHoughGuil *obj, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getMaxAngle();
    END_WRAP
}
}html %group NativeMethods_imgproc_GeneralizedHough %index imgproc_GeneralizedHoughGuil_setAngleStep [32/64bit] 角度ステップ(度) %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double val %inst 元関数名(C#): imgproc_GeneralizedHoughGuil_setAngleStep 元DLLエクスポート名: imgproc_GeneralizedHoughGuil_setAngleStep 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_GeneralizedHough.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_GeneralizedHoughGuil_setAngleStep(cv::GeneralizedHoughGuil *obj, double val)
{
    BEGIN_WRAP
    obj->setAngleStep(val);
    END_WRAP
}
}html %group NativeMethods_imgproc_GeneralizedHough %index imgproc_GeneralizedHoughGuil_getAngleStep [32/64bit] imgproc_GeneralizedHoughGuil_getAngleStep %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst 元関数名(C#): imgproc_GeneralizedHoughGuil_getAngleStep 元DLLエクスポート名: imgproc_GeneralizedHoughGuil_getAngleStep 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_GeneralizedHough.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_GeneralizedHoughGuil_getAngleStep(cv::GeneralizedHoughGuil *obj, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getAngleStep();
    END_WRAP
}
}html %group NativeMethods_imgproc_GeneralizedHough %index imgproc_GeneralizedHoughGuil_setAngleThresh [32/64bit] 角度票の閾値 %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): imgproc_GeneralizedHoughGuil_setAngleThresh 元DLLエクスポート名: imgproc_GeneralizedHoughGuil_setAngleThresh 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_GeneralizedHough.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_GeneralizedHoughGuil_setAngleThresh(cv::GeneralizedHoughGuil *obj, int val)
{
    BEGIN_WRAP
    obj->setAngleThresh(val);
    END_WRAP
}
}html %group NativeMethods_imgproc_GeneralizedHough %index imgproc_GeneralizedHoughGuil_getAngleThresh [32/64bit] imgproc_GeneralizedHoughGuil_getAngleThresh %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): imgproc_GeneralizedHoughGuil_getAngleThresh 元DLLエクスポート名: imgproc_GeneralizedHoughGuil_getAngleThresh 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_GeneralizedHough.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_GeneralizedHoughGuil_getAngleThresh(cv::GeneralizedHoughGuil *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getAngleThresh();
    END_WRAP
}
}html %group NativeMethods_imgproc_GeneralizedHough %index imgproc_GeneralizedHoughGuil_setMinScale [32/64bit] 検出する最小のスケール %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double val %inst 元関数名(C#): imgproc_GeneralizedHoughGuil_setMinScale 元DLLエクスポート名: imgproc_GeneralizedHoughGuil_setMinScale 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_GeneralizedHough.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_GeneralizedHoughGuil_setMinScale(cv::GeneralizedHoughGuil *obj, double val)
{
    BEGIN_WRAP
    obj->setMinScale(val);
    END_WRAP
}
}html %group NativeMethods_imgproc_GeneralizedHough %index imgproc_GeneralizedHoughGuil_getMinScale [32/64bit] imgproc_GeneralizedHoughGuil_getMinScale %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst 元関数名(C#): imgproc_GeneralizedHoughGuil_getMinScale 元DLLエクスポート名: imgproc_GeneralizedHoughGuil_getMinScale 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_GeneralizedHough.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_GeneralizedHoughGuil_getMinScale(cv::GeneralizedHoughGuil *obj, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getMinScale();
    END_WRAP
}
}html %group NativeMethods_imgproc_GeneralizedHough %index imgproc_GeneralizedHoughGuil_setMaxScale [32/64bit] 検出する最大のスケール %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double val %inst 元関数名(C#): imgproc_GeneralizedHoughGuil_setMaxScale 元DLLエクスポート名: imgproc_GeneralizedHoughGuil_setMaxScale 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_GeneralizedHough.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_GeneralizedHoughGuil_setMaxScale(cv::GeneralizedHoughGuil *obj, double val)
{
    BEGIN_WRAP
    obj->setMaxScale(val);
    END_WRAP
}
}html %group NativeMethods_imgproc_GeneralizedHough %index imgproc_GeneralizedHoughGuil_getMaxScale [32/64bit] imgproc_GeneralizedHoughGuil_getMaxScale %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst 元関数名(C#): imgproc_GeneralizedHoughGuil_getMaxScale 元DLLエクスポート名: imgproc_GeneralizedHoughGuil_getMaxScale 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_GeneralizedHough.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_GeneralizedHoughGuil_getMaxScale(cv::GeneralizedHoughGuil *obj, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getMaxScale();
    END_WRAP
}
}html %group NativeMethods_imgproc_GeneralizedHough %index imgproc_GeneralizedHoughGuil_setScaleStep [32/64bit] スケールステップ %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double val %inst 元関数名(C#): imgproc_GeneralizedHoughGuil_setScaleStep 元DLLエクスポート名: imgproc_GeneralizedHoughGuil_setScaleStep 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_GeneralizedHough.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_GeneralizedHoughGuil_setScaleStep(cv::GeneralizedHoughGuil *obj, double val)
{
    BEGIN_WRAP
    obj->setScaleStep(val);
    END_WRAP
}
}html %group NativeMethods_imgproc_GeneralizedHough %index imgproc_GeneralizedHoughGuil_getScaleStep [32/64bit] imgproc_GeneralizedHoughGuil_getScaleStep %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst 元関数名(C#): imgproc_GeneralizedHoughGuil_getScaleStep 元DLLエクスポート名: imgproc_GeneralizedHoughGuil_getScaleStep 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_GeneralizedHough.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_GeneralizedHoughGuil_getScaleStep(cv::GeneralizedHoughGuil *obj, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getScaleStep();
    END_WRAP
}
}html %group NativeMethods_imgproc_GeneralizedHough %index imgproc_GeneralizedHoughGuil_setScaleThresh [32/64bit] スケール票のしきい値 %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): imgproc_GeneralizedHoughGuil_setScaleThresh 元DLLエクスポート名: imgproc_GeneralizedHoughGuil_setScaleThresh 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_GeneralizedHough.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_GeneralizedHoughGuil_setScaleThresh(cv::GeneralizedHoughGuil *obj, int val)
{
    BEGIN_WRAP
    obj->setScaleThresh(val);
    END_WRAP
}
}html %group NativeMethods_imgproc_GeneralizedHough %index imgproc_GeneralizedHoughGuil_getScaleThresh [32/64bit] imgproc_GeneralizedHoughGuil_getScaleThresh %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): imgproc_GeneralizedHoughGuil_getScaleThresh 元DLLエクスポート名: imgproc_GeneralizedHoughGuil_getScaleThresh 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_GeneralizedHough.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_GeneralizedHoughGuil_getScaleThresh(cv::GeneralizedHoughGuil *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getScaleThresh();
    END_WRAP
}
}html %group NativeMethods_imgproc_GeneralizedHough %index imgproc_GeneralizedHoughGuil_setPosThresh [32/64bit] 位置のしきい値を指定します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): imgproc_GeneralizedHoughGuil_setPosThresh 元DLLエクスポート名: imgproc_GeneralizedHoughGuil_setPosThresh 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_GeneralizedHough.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_GeneralizedHoughGuil_setPosThresh(cv::GeneralizedHoughGuil *obj, int val)
{
    BEGIN_WRAP
    obj->setPosThresh(val);
    END_WRAP
}
}html %group NativeMethods_imgproc_GeneralizedHough %index imgproc_GeneralizedHoughGuil_getPosThresh [32/64bit] imgproc_GeneralizedHoughGuil_getPosThresh %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): imgproc_GeneralizedHoughGuil_getPosThresh 元DLLエクスポート名: imgproc_GeneralizedHoughGuil_getPosThresh 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_GeneralizedHough.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_GeneralizedHoughGuil_getPosThresh(cv::GeneralizedHoughGuil *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getPosThresh();
    END_WRAP
}
}html %group NativeMethods_imgproc_GeneralizedHough %index imgproc_LineIterator_new [32/64bit] cv::LineIterator のインスタンスを生成します %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr img p2 = ARGS_POINT : Point pt1 p3 = ARGS_POINT : Point pt2 p4 = int : int connectivity p5 = int : int leftToRight p6 = var : out IntPtr returnValue %inst ラインイテレータ。 このクラスは、指定した 2 点を結ぶラスター線分上のすべてのピクセルを反復処理します。 LineIterator クラスは、 ラスターラインの各ピクセルを取得するために使用します。これは、Bresenham アルゴリズムの汎用的な実装として扱うことができます。各ピクセルで停止して追加の処理を行うことができます。たとえば、線に沿ってピクセル値を取得したり、 XOR 演算などで効果的に線を描画したりすることができます。 線に沿ったピクセルの数が LineIterator::count に格納されます。メソッド LineIterator::pos は、画像内の現在の位置を返します。 // ラインに沿ったピクセルをつかむ (pt1, pt2)// 8 ビット 3 チャンネル画像からバッファへLineIterator it(img, pt1, pt2, 8);LineIterator it2 = it;vector buf(it.count);for(int i = 0; i < it.count; i++, ++it) buf[i] = *(const Vec3b*)*it;// 別の方法で，ラインを繰り返し処理するfor(int i = 0; i < it2.count; i++, ++it2){ Vec3b val = img.at(it2.pos()); CV_Assert(buf[i] == val);}． 元関数名(C#): imgproc_LineIterator_new 元DLLエクスポート名: imgproc_LineIterator_new 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_LineIterator.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_LineIterator_new(
    cv::Mat *img, MyCvPoint pt1, MyCvPoint pt2, int connectivity, int leftToRight, cv::LineIterator** returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::LineIterator(*img, cpp(pt1), cpp(pt2), connectivity, leftToRight != 0);
    END_WRAP
}
}html %group NativeMethods_imgproc_LineIterator %index imgproc_LineIterator_delete [32/64bit] cv::LineIterator のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst ラインイテレータ。 このクラスは、指定した 2 点を結ぶラスター線分上のすべてのピクセルを反復処理します。 LineIterator クラスは、 ラスターラインの各ピクセルを取得するために使用します。これは、Bresenham アルゴリズムの汎用的な実装として扱うことができます。各ピクセルで停止して追加の処理を行うことができます。たとえば、線に沿ってピクセル値を取得したり、 XOR 演算などで効果的に線を描画したりすることができます。 線に沿ったピクセルの数が LineIterator::count に格納されます。メソッド LineIterator::pos は、画像内の現在の位置を返します。 // ラインに沿ったピクセルをつかむ (pt1, pt2)// 8 ビット 3 チャンネル画像からバッファへLineIterator it(img, pt1, pt2, 8);LineIterator it2 = it;vector buf(it.count);for(int i = 0; i < it.count; i++, ++it) buf[i] = *(const Vec3b*)*it;// 別の方法で，ラインを繰り返し処理するfor(int i = 0; i < it2.count; i++, ++it2){ Vec3b val = img.at(it2.pos()); CV_Assert(buf[i] == val);}． 元関数名(C#): imgproc_LineIterator_delete 元DLLエクスポート名: imgproc_LineIterator_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_LineIterator.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_LineIterator_delete(cv::LineIterator *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_imgproc_LineIterator %index imgproc_LineIterator_getValuePosAndShiftToNext [32/64bit] imgproc_LineIterator_getValuePosAndShiftToNext %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue p3 = var : out Point returnPos %inst 元関数名(C#): imgproc_LineIterator_getValuePosAndShiftToNext 元DLLエクスポート名: imgproc_LineIterator_getValuePosAndShiftToNext 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_LineIterator.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_LineIterator_getValuePosAndShiftToNext(cv::LineIterator* obj, uchar** returnValue, MyCvPoint *returnPos)
{
    BEGIN_WRAP
    *returnValue = **obj;
    *returnPos = c(obj->pos());
    (*obj)++;
    END_WRAP
}
}html %group NativeMethods_imgproc_LineIterator %index imgproc_LineIterator_ptr_get [32/64bit] cv::LineIterator のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst ラインイテレータ。 このクラスは、指定した 2 点を結ぶラスター線分上のすべてのピクセルを反復処理します。 LineIterator クラスは、 ラスターラインの各ピクセルを取得するために使用します。これは、Bresenham アルゴリズムの汎用的な実装として扱うことができます。各ピクセルで停止して追加の処理を行うことができます。たとえば、線に沿ってピクセル値を取得したり、 XOR 演算などで効果的に線を描画したりすることができます。 線に沿ったピクセルの数が LineIterator::count に格納されます。メソッド LineIterator::pos は、画像内の現在の位置を返します。 // ラインに沿ったピクセルをつかむ (pt1, pt2)// 8 ビット 3 チャンネル画像からバッファへLineIterator it(img, pt1, pt2, 8);LineIterator it2 = it;vector buf(it.count);for(int i = 0; i < it.count; i++, ++it) buf[i] = *(const Vec3b*)*it;// 別の方法で，ラインを繰り返し処理するfor(int i = 0; i < it2.count; i++, ++it2){ Vec3b val = img.at(it2.pos()); CV_Assert(buf[i] == val);}． 元関数名(C#): imgproc_LineIterator_ptr_get 元DLLエクスポート名: imgproc_LineIterator_ptr_get 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_LineIterator.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_LineIterator_ptr_get(cv::LineIterator *obj, uchar **returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->ptr;
    END_WRAP
}
}html %group NativeMethods_imgproc_LineIterator %index imgproc_LineIterator_ptr0_get [32/64bit] cv::LineIterator::ptr0 変数を取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst 元関数名(C#): imgproc_LineIterator_ptr0_get 元DLLエクスポート名: imgproc_LineIterator_ptr0_get 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_LineIterator.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_LineIterator_ptr0_get(cv::LineIterator *obj, const uchar** returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->ptr0;
    END_WRAP
}
}html %group NativeMethods_imgproc_LineIterator %index imgproc_LineIterator_step_get [32/64bit] cv::LineIterator::step 変数を取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): imgproc_LineIterator_step_get 元DLLエクスポート名: imgproc_LineIterator_step_get 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_LineIterator.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_LineIterator_step_get(cv::LineIterator *obj, int* returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->step;
    END_WRAP
}
}html %group NativeMethods_imgproc_LineIterator %index imgproc_LineIterator_elemSize_get [32/64bit] cv::LineIterator::elemSize 変数を取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): imgproc_LineIterator_elemSize_get 元DLLエクスポート名: imgproc_LineIterator_elemSize_get 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_LineIterator.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_LineIterator_elemSize_get(cv::LineIterator *obj, int* returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->elemSize;
    END_WRAP
}
}html %group NativeMethods_imgproc_LineIterator %index imgproc_LineIterator_err_get [32/64bit] cv::LineIterator::err 変数を取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): imgproc_LineIterator_err_get 元DLLエクスポート名: imgproc_LineIterator_err_get 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_LineIterator.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_LineIterator_err_get(cv::LineIterator *obj, int* returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->err;
    END_WRAP
}
}html %group NativeMethods_imgproc_LineIterator %index imgproc_LineIterator_count_get [32/64bit] cv::LineIterator::count 変数を取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): imgproc_LineIterator_count_get 元DLLエクスポート名: imgproc_LineIterator_count_get 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_LineIterator.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_LineIterator_count_get(cv::LineIterator *obj, int* returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->count;
    END_WRAP
}
}html %group NativeMethods_imgproc_LineIterator %index imgproc_LineIterator_minusDelta_get [32/64bit] cv::LineIterator::minusDelta 変数を取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): imgproc_LineIterator_minusDelta_get 元DLLエクスポート名: imgproc_LineIterator_minusDelta_get 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_LineIterator.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_LineIterator_minusDelta_get(cv::LineIterator *obj, int* returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->minusDelta;
    END_WRAP
}
}html %group NativeMethods_imgproc_LineIterator %index imgproc_LineIterator_plusDelta_get [32/64bit] cv::LineIterator::plusDelta 変数を取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): imgproc_LineIterator_plusDelta_get 元DLLエクスポート名: imgproc_LineIterator_plusDelta_get 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_LineIterator.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_LineIterator_plusDelta_get(cv::LineIterator *obj, int* returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->plusDelta;
    END_WRAP
}
}html %group NativeMethods_imgproc_LineIterator %index imgproc_LineIterator_minusStep_get [32/64bit] cv::LineIterator::minusStep 変数を取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): imgproc_LineIterator_minusStep_get 元DLLエクスポート名: imgproc_LineIterator_minusStep_get 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_LineIterator.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_LineIterator_minusStep_get(cv::LineIterator *obj, int* returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->minusStep;
    END_WRAP
}
}html %group NativeMethods_imgproc_LineIterator %index imgproc_LineIterator_plusStep_get [32/64bit] cv::LineIterator::plusStep 変数を取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): imgproc_LineIterator_plusStep_get 元DLLエクスポート名: imgproc_LineIterator_plusStep_get 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_LineIterator.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_LineIterator_plusStep_get(cv::LineIterator *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->plusStep;
    END_WRAP
}
}html %group NativeMethods_imgproc_LineIterator %index imgproc_seg_ISMB_new [32/64bit][関数名変更] cv::segmentation::IntelligentScissorsMB のインスタンスを生成します %prm p1 p1 = var : out IntPtr returnValue %inst Intelligent Scissorsによる画像分割． このクラスは，画像のセグメンテーションに利用できる2点間のパス（輪郭）を求めるために利用されます． 使用例： segmentation::IntelligentScissorsMB tool; tool.setEdgeFeatureCannyParameters(16, 100) // エッジ特徴抽出器としてCanny()を使用 .setGradientMagnitudeMaxLimit(200); // 画像特徴を計算 tool.applyImage(image); // 指定されたソースポイントのマップを計算 Point source_point(200, 100); tool.buildMap(source_point); // 指定されたターゲットポイントと事前に計算されたマップ（内部に保存されている）の輪郭を // 高速に取得する Point target_point(400, 300); std::vector pts; tool.getContour(target_point, pts); 参考にしてください。Eric N. MortensenとWilliam A. Barrettが設計したアルゴリズム「Intelligent Scissors for Image Composition」（Brigham Young University）[178]。 元関数名(C#): imgproc_segmentation_IntelligentScissorsMB_new 元DLLエクスポート名: imgproc_segmentation_IntelligentScissorsMB_new 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_Segmentation.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_segmentation_IntelligentScissorsMB_new(
    cv::segmentation::IntelligentScissorsMB** returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::segmentation::IntelligentScissorsMB();
    END_WRAP
}
}html %group NativeMethods_imgproc_Segmentation %index imgproc_seg_ISMB_delete [32/64bit][関数名変更] cv::segmentation::IntelligentScissorsMB のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst Intelligent Scissorsによる画像分割． このクラスは，画像のセグメンテーションに利用できる2点間のパス（輪郭）を求めるために利用されます． 使用例： segmentation::IntelligentScissorsMB tool; tool.setEdgeFeatureCannyParameters(16, 100) // エッジ特徴抽出器としてCanny()を使用 .setGradientMagnitudeMaxLimit(200); // 画像特徴を計算 tool.applyImage(image); // 指定されたソースポイントのマップを計算 Point source_point(200, 100); tool.buildMap(source_point); // 指定されたターゲットポイントと事前に計算されたマップ（内部に保存されている）の輪郭を // 高速に取得する Point target_point(400, 300); std::vector pts; tool.getContour(target_point, pts); 参考にしてください。Eric N. MortensenとWilliam A. Barrettが設計したアルゴリズム「Intelligent Scissors for Image Composition」（Brigham Young University）[178]。 元関数名(C#): imgproc_segmentation_IntelligentScissorsMB_delete 元DLLエクスポート名: imgproc_segmentation_IntelligentScissorsMB_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_Segmentation.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_segmentation_IntelligentScissorsMB_delete(
    cv::segmentation::IntelligentScissorsMB *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_imgproc_Segmentation %index imgproc_seg_ISMB_setWeights [32/64bit][関数名変更] 特徴関数の重みを指定する。 %prm p1,p2,p3,p4 p1 = sptr : IntPtr obj p2 = float : float weight_non_edge p3 = float : float weight_gradient_direction p4 = float : float weight_gradient_magnitude %inst 重みを正規化しておくことを考慮する（重みの合計が1.0になるように） 離散的な動的計画法（DP）の目標は、ピクセル間のコストを最小化することです。 元関数名(C#): imgproc_segmentation_IntelligentScissorsMB_setWeights 元DLLエクスポート名: imgproc_segmentation_IntelligentScissorsMB_setWeights 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_Segmentation.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_segmentation_IntelligentScissorsMB_setWeights(
    cv::segmentation::IntelligentScissorsMB *obj,
    float weight_non_edge, float weight_gradient_direction, float weight_gradient_magnitude)
{
    BEGIN_WRAP
    obj->setWeights(weight_non_edge, weight_gradient_direction, weight_gradient_magnitude);
    END_WRAP
}
}html %group NativeMethods_imgproc_Segmentation %index imgproc_seg_ISMB_setGradientMagnitudeMaxLimit [32/64bit][関数名変更] グラディエントマグニチュードの最大値の閾値を指定します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = float : float gradient_magnitude_threshold_max %inst 0の制限値は、グラデーションの大きさのしきい値を無効にするために使用されます（元の記事に記載されているように、デフォルトの動作）。NoteThresholdingは、不規則な領域を持つ画像に使用する必要があります（埋め込まれたロゴのような、高契約領域からのパラメータに固執するのを避けるため）。 元関数名(C#): imgproc_segmentation_IntelligentScissorsMB_setGradientMagnitudeMaxLimit 元DLLエクスポート名: imgproc_segmentation_IntelligentScissorsMB_setGradientMagnitudeMaxLimit 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_Segmentation.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_segmentation_IntelligentScissorsMB_setGradientMagnitudeMaxLimit(
    cv::segmentation::IntelligentScissorsMB *obj,
    float gradient_magnitude_threshold_max)
{
    BEGIN_WRAP
    obj->setGradientMagnitudeMaxLimit(gradient_magnitude_threshold_max);
    END_WRAP
}
}html %group NativeMethods_imgproc_Segmentation %index imgproc_seg_ISMB_setEdgeFeatureZeroCrossingParameters [32/64bit][関数名変更] Laplacian Zero-Crossing "エッジ特徴抽出器に切り替え、そのパラメータを指定します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = float : float gradient_magnitude_min_value %inst この特徴抽出器は、記事によるとデフォルトで使用されています。実装では、低振幅のノイズがある領域に対する追加のフィルタリングがあります。このフィルタリングは、最小グラデーション振幅のパラメータで有効になります（いくつかの小さな値4、8、16を使用します）。注意この特徴抽出器の現在の実装は、グレースケール画像の処理に基づいています（カラー画像はまずグレースケール画像に変換されます）。 Cannyエッジ検出器は，少し遅いですが，より良い結果が得られます（特にカラー画像の場合）： setEdgeFeatureCannyParameters()を利用してください． 元関数名(C#): imgproc_segmentation_IntelligentScissorsMB_setEdgeFeatureZeroCrossingParameters 元DLLエクスポート名: imgproc_segmentation_IntelligentScissorsMB_setEdgeFeatureZeroCrossingParameters 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_Segmentation.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_segmentation_IntelligentScissorsMB_setEdgeFeatureZeroCrossingParameters(
    cv::segmentation::IntelligentScissorsMB *obj,
    float gradient_magnitude_min_value)
{
    BEGIN_WRAP
    obj->setEdgeFeatureZeroCrossingParameters(gradient_magnitude_min_value);
    END_WRAP
}
}html %group NativeMethods_imgproc_Segmentation %index imgproc_seg_ISMB_setEdgeFeatureCannyParameters [32/64bit][関数名変更] エッジ特徴抽出器を，Cannyエッジ検出器を使うように切り替えます． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr obj p2 = double : double threshold1 p3 = double : double threshold2 p4 = int : int apertureSize p5 = int : int L2gradient %inst 注意：デフォルトでは、"Laplacian Zero-Crossing "特徴抽出器が使用されます（元の記事を参照してください）。 元関数名(C#): imgproc_segmentation_IntelligentScissorsMB_setEdgeFeatureCannyParameters 元DLLエクスポート名: imgproc_segmentation_IntelligentScissorsMB_setEdgeFeatureCannyParameters 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_Segmentation.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_segmentation_IntelligentScissorsMB_setEdgeFeatureCannyParameters(
    cv::segmentation::IntelligentScissorsMB *obj,
    double threshold1, double threshold2,
    int apertureSize, int L2gradient)
{
    BEGIN_WRAP
    obj->setEdgeFeatureCannyParameters(threshold1, threshold2, apertureSize, L2gradient != 0);
    END_WRAP
}
}html %group NativeMethods_imgproc_Segmentation %index imgproc_seg_ISMB_applyImage [32/64bit][関数名変更] 入力画像を指定して、画像特徴を抽出します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr image %inst 元関数名(C#): imgproc_segmentation_IntelligentScissorsMB_applyImage 元DLLエクスポート名: imgproc_segmentation_IntelligentScissorsMB_applyImage 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_Segmentation.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_segmentation_IntelligentScissorsMB_applyImage(
    cv::segmentation::IntelligentScissorsMB *obj,
    cv::_InputArray *image)
{
    BEGIN_WRAP
    obj->applyImage(*image);
    END_WRAP
}
}html %group NativeMethods_imgproc_Segmentation %index imgproc_seg_ISMB_applyImageFeatures [32/64bit][関数名変更] 入力画像のカスタム特徴を指定します． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr obj p2 = sptr : IntPtr non_edge p3 = sptr : IntPtr gradient_direction p4 = sptr : IntPtr gradient_magnitude p5 = sptr : IntPtr image %inst applyImage() の呼び出しを，より高度なものにカスタマイズしたもの． 元関数名(C#): imgproc_segmentation_IntelligentScissorsMB_applyImageFeatures 元DLLエクスポート名: imgproc_segmentation_IntelligentScissorsMB_applyImageFeatures 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_Segmentation.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_segmentation_IntelligentScissorsMB_applyImageFeatures(
    cv::segmentation::IntelligentScissorsMB *obj,
    cv::_InputArray *non_edge,
    cv::_InputArray *gradient_direction,
    cv::_InputArray *gradient_magnitude,
    cv::_InputArray *image)
{
    BEGIN_WRAP
    obj->applyImageFeatures(*non_edge, *gradient_direction, *gradient_magnitude, entity(image));
    END_WRAP
}
}html %group NativeMethods_imgproc_Segmentation %index imgproc_seg_ISMB_buildMap [32/64bit][関数名変更] image上の与えられたソースポイントに対する最適経路のマップを作成します． %prm p1,p2 p1 = sptr : IntPtr obj p2 = ARGS_POINT : Point sourcePt %inst 注意：applyImage() / applyImageFeatures()は、このコールの前にコールする必要があります。 元関数名(C#): imgproc_segmentation_IntelligentScissorsMB_buildMap 元DLLエクスポート名: imgproc_segmentation_IntelligentScissorsMB_buildMap 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_Segmentation.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_segmentation_IntelligentScissorsMB_buildMap(
    cv::segmentation::IntelligentScissorsMB *obj,
    MyCvPoint sourcePt)
{
    BEGIN_WRAP
    obj->buildMap(cpp(sourcePt));
    END_WRAP
}
}html %group NativeMethods_imgproc_Segmentation %index imgproc_seg_ISMB_getContour [32/64bit][関数名変更] 画像上の指定されたターゲット点に対する最適な輪郭を抽出します． %prm p1,p2,p3,p4 p1 = sptr : IntPtr obj p2 = ARGS_POINT : Point targetPt p3 = sptr : IntPtr contour p4 = int : int backward %inst この呼び出しの前にNotebuildMap()を呼び出す必要があります。 元関数名(C#): imgproc_segmentation_IntelligentScissorsMB_getContour 元DLLエクスポート名: imgproc_segmentation_IntelligentScissorsMB_getContour 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_Segmentation.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_segmentation_IntelligentScissorsMB_getContour(
    cv::segmentation::IntelligentScissorsMB *obj,
    MyCvPoint targetPt, cv::_OutputArray *contour, int backward)
{
    BEGIN_WRAP
    obj->getContour(cpp(targetPt), *contour, backward != 0);
    END_WRAP
}
}html %group NativeMethods_imgproc_Segmentation %index imgproc_Subdiv2D_new1 [32/64bit] cv::Subdiv2D のインスタンスを生成します %prm p1 p1 = var : out IntPtr returnValue %inst 元関数名(C#): imgproc_Subdiv2D_new1 元DLLエクスポート名: imgproc_Subdiv2D_new1 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_Subdiv2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_Subdiv2D_new1(cv::Subdiv2D **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::Subdiv2D;
    END_WRAP
}
}html %group NativeMethods_imgproc_Subdiv2D %index imgproc_Subdiv2D_new2 [32bit] cv::Subdiv2D のインスタンスを生成します %prm p1,p2 p1 = ARGS_RECT : Rect rect p2 = var : out IntPtr returnValue %inst 元関数名(C#): imgproc_Subdiv2D_new2 元DLLエクスポート名: imgproc_Subdiv2D_new2 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_Subdiv2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_Subdiv2D_new2(MyCvRect rect, cv::Subdiv2D **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::Subdiv2D(cpp(rect));
    END_WRAP
}
}html %group NativeMethods_imgproc_Subdiv2D %index imgproc_Subdiv2D_new2 [64bit] cv::Subdiv2D のインスタンスを生成します %prm p1,p2 p1 = var : Rect rect p2 = var : out IntPtr returnValue %inst 元関数名(C#): imgproc_Subdiv2D_new2 元DLLエクスポート名: imgproc_Subdiv2D_new2 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_Subdiv2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_Subdiv2D_new2(MyCvRect rect, cv::Subdiv2D **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::Subdiv2D(cpp(rect));
    END_WRAP
}
}html %group NativeMethods_imgproc_Subdiv2D %index imgproc_Subdiv2D_delete [32/64bit] cv::Subdiv2D のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst 元関数名(C#): imgproc_Subdiv2D_delete 元DLLエクスポート名: imgproc_Subdiv2D_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_Subdiv2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_Subdiv2D_delete(cv::Subdiv2D *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_imgproc_Subdiv2D %index imgproc_Subdiv2D_initDelaunay [32bit] 新しい空のドロネー細分割を作成する． %prm p1,p2 p1 = sptr : IntPtr obj p2 = ARGS_RECT : Rect rect %inst 元関数名(C#): imgproc_Subdiv2D_initDelaunay 元DLLエクスポート名: imgproc_Subdiv2D_initDelaunay 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_Subdiv2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_Subdiv2D_initDelaunay(cv::Subdiv2D *obj, CvRect rect)
{
    BEGIN_WRAP
    obj->initDelaunay(rect);
    END_WRAP
}
}html %group NativeMethods_imgproc_Subdiv2D %index imgproc_Subdiv2D_initDelaunay [64bit] 新しい空のドロネー細分割を作成する． %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : Rect rect %inst 元関数名(C#): imgproc_Subdiv2D_initDelaunay 元DLLエクスポート名: imgproc_Subdiv2D_initDelaunay 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_Subdiv2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_Subdiv2D_initDelaunay(cv::Subdiv2D *obj, CvRect rect)
{
    BEGIN_WRAP
    obj->initDelaunay(rect);
    END_WRAP
}
}html %group NativeMethods_imgproc_Subdiv2D %index imgproc_Subdiv2D_insert1 [32/64bit] Delaunay Triangulationに1つの点を挿入します． %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = ARGS_POINT2F : Point2f pt p3 = var : out int returnValue %inst この関数は，細分割に1つの点を挿入し，細分割のトポロジーを適切に変更します．同じ座標の点が既に存在する場合は、新しい点は追加されません。注意点点点が指定された三角測量の範囲外にある場合は、ランタイムエラーが発生します。 元関数名(C#): imgproc_Subdiv2D_insert1 元DLLエクスポート名: imgproc_Subdiv2D_insert1 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_Subdiv2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_Subdiv2D_insert1(cv::Subdiv2D *obj, MyCvPoint2D32f pt, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->insert(cpp(pt));
    END_WRAP
}
}html %group NativeMethods_imgproc_Subdiv2D %index imgproc_Subdiv2D_insert2 [32/64bit] Delaunay Triangulationに1つの点を挿入します． %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = var : [MarshalAs(UnmanagedType.LPArray)] Point2f[] ptArray p3 = int : int length %inst この関数は，細分割に1つの点を挿入し，細分割のトポロジーを適切に変更します．同じ座標の点が既に存在する場合は、新しい点は追加されません。注意点点点が指定された三角測量の範囲外にある場合は、ランタイムエラーが発生します。 元関数名(C#): imgproc_Subdiv2D_insert2 元DLLエクスポート名: imgproc_Subdiv2D_insert2 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_Subdiv2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_Subdiv2D_insert2(cv::Subdiv2D *obj, MyCvPoint2D32f *ptArray, int length)
{
    BEGIN_WRAP
    std::vector<cv::Point2f> ptVec(length);
    for (int i = 0; i < length; i++)
    {
        ptVec[i] = cpp(ptArray[i]);
    }
    obj->insert(ptVec);
    END_WRAP
}
}html %group NativeMethods_imgproc_Subdiv2D %index imgproc_Subdiv2D_locate [32/64bit] ドロネー三角錐内の点の位置を返します。 %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr obj p2 = ARGS_POINT2F : Point2f pt p3 = var : out int edge p4 = var : out int vertex p5 = var : out int returnValue %inst この関数は，入力点を細分化された領域内に配置し，三角形の辺または頂点のいずれかを与えます． 元関数名(C#): imgproc_Subdiv2D_locate 元DLLエクスポート名: imgproc_Subdiv2D_locate 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_Subdiv2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_Subdiv2D_locate(
    cv::Subdiv2D *obj, MyCvPoint2D32f pt, int *edge, int *vertex, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->locate(cpp(pt), *edge, *vertex);
    END_WRAP
}
}html %group NativeMethods_imgproc_Subdiv2D %index imgproc_Subdiv2D_findNearest [32/64bit] 与えられた点に最も近い細分化された頂点を見つけます． %prm p1,p2,p3,p4 p1 = sptr : IntPtr obj p2 = ARGS_POINT2F : Point2f pt p3 = var : out Point2f nearestPt p4 = var : out int returnValue %inst この関数は，入力点を細分割内に配置する別の関数です．入力点に最も近い細分化された頂点を見つけます．入力点を含むファセットの頂点とは限りませんが，そのファセット（locate()を用いて配置されたもの）が出発点として利用されます． 元関数名(C#): imgproc_Subdiv2D_findNearest 元DLLエクスポート名: imgproc_Subdiv2D_findNearest 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_Subdiv2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_Subdiv2D_findNearest(
    cv::Subdiv2D *obj, MyCvPoint2D32f pt, MyCvPoint2D32f* nearestPt, int *returnValue)
{
    BEGIN_WRAP
    cv::Point2f nearestPt0;
    *returnValue = obj->findNearest(cpp(pt), &nearestPt0);
    *nearestPt = c(nearestPt0);
    END_WRAP
}
}html %group NativeMethods_imgproc_Subdiv2D %index imgproc_Subdiv2D_getEdgeList [32/64bit] すべてのエッジのリストを返します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr edgeList %inst org_x = v[0], org_y = v[1], dst_x = v[2], dst_y = v[3]のように、各エッジを4つの数字のベクトルで出力する。 元関数名(C#): imgproc_Subdiv2D_getEdgeList 元DLLエクスポート名: imgproc_Subdiv2D_getEdgeList 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_Subdiv2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_Subdiv2D_getEdgeList(cv::Subdiv2D *obj, std::vector<cv::Vec4f> *edgeList)
{
    BEGIN_WRAP
    obj->getEdgeList(*edgeList);
    END_WRAP
}
}html %group NativeMethods_imgproc_Subdiv2D %index imgproc_Subdiv2D_getLeadingEdgeList [32/64bit] 各三角形に接続されたリーディングエッジIDのリストを返す。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr leadingEdgeList %inst この関数は，各三角形に対して1つのエッジIDを与えます． 元関数名(C#): imgproc_Subdiv2D_getLeadingEdgeList 元DLLエクスポート名: imgproc_Subdiv2D_getLeadingEdgeList 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_Subdiv2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_Subdiv2D_getLeadingEdgeList(cv::Subdiv2D *obj,  std::vector<int> *leadingEdgeList)
{
    BEGIN_WRAP
    obj->getLeadingEdgeList(*leadingEdgeList);
    END_WRAP
}
}html %group NativeMethods_imgproc_Subdiv2D %index imgproc_Subdiv2D_getTriangleList [32/64bit] 全てのトライアングルのリストを返します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr triangleList %inst この関数は、各三角形を6つの数字のベクトルとして出力します。ここで、各2つは三角形の頂点の1つを表します。 元関数名(C#): imgproc_Subdiv2D_getTriangleList 元DLLエクスポート名: imgproc_Subdiv2D_getTriangleList 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_Subdiv2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_Subdiv2D_getTriangleList(cv::Subdiv2D *obj, std::vector<cv::Vec6f> *triangleList)
{
    BEGIN_WRAP
    obj->getTriangleList(*triangleList);
    END_WRAP
}
}html %group NativeMethods_imgproc_Subdiv2D %index imgproc_Subdiv2D_getVoronoiFacetList [32/64bit] すべてのボロノイファセットのリストを返します。 %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr obj p2 = var : [MarshalAs(UnmanagedType.LPArray), In] int[]? idx p3 = int : int idxCount p4 = sptr : IntPtr facetList p5 = sptr : IntPtr facetCenters %inst 元関数名(C#): imgproc_Subdiv2D_getVoronoiFacetList 元DLLエクスポート名: imgproc_Subdiv2D_getVoronoiFacetList 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_Subdiv2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_Subdiv2D_getVoronoiFacetList(
    cv::Subdiv2D *obj, int *idx, int idxCount,
    std::vector<std::vector<cv::Point2f> > *facetList, std::vector<cv::Point2f> *facetCenters)
{
    BEGIN_WRAP
    std::vector<int> idxVec;
    if (idx != nullptr)
        idxVec = std::vector<int>(idx, idx + idxCount);
    obj->getVoronoiFacetList(idxVec, *facetList, *facetCenters);
    END_WRAP
}
}html %group NativeMethods_imgproc_Subdiv2D %index imgproc_Subdiv2D_getVertex [32/64bit] vertex IDから頂点の位置を返します。 %prm p1,p2,p3,p4 p1 = sptr : IntPtr obj p2 = int : int vertex p3 = var : out int firstEdge p4 = var : out Point2f returnValue %inst 元関数名(C#): imgproc_Subdiv2D_getVertex 元DLLエクスポート名: imgproc_Subdiv2D_getVertex 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_Subdiv2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_Subdiv2D_getVertex(cv::Subdiv2D *obj, int vertex, int* firstEdge, MyCvPoint2D32f *returnValue)
{
    BEGIN_WRAP
    *returnValue = c(obj->getVertex(vertex, firstEdge));
    END_WRAP
}
}html %group NativeMethods_imgproc_Subdiv2D %index imgproc_Subdiv2D_getEdge [32/64bit] すべてのエッジのリストを返します。 %prm p1,p2,p3,p4 p1 = sptr : IntPtr obj p2 = int : int edge p3 = int : int nextEdgeType p4 = var : out int returnValue %inst org_x = v[0], org_y = v[1], dst_x = v[2], dst_y = v[3]のように、各エッジを4つの数字のベクトルで出力する。 元関数名(C#): imgproc_Subdiv2D_getEdge 元DLLエクスポート名: imgproc_Subdiv2D_getEdge 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_Subdiv2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_Subdiv2D_getEdgeList(cv::Subdiv2D *obj, std::vector<cv::Vec4f> *edgeList)
{
    BEGIN_WRAP
    obj->getEdgeList(*edgeList);
    END_WRAP
}
}html %group NativeMethods_imgproc_Subdiv2D %index imgproc_Subdiv2D_nextEdge [32/64bit] edge originを中心とした次の辺を返します。 %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = int : int edge p3 = var : out int returnValue %inst 元関数名(C#): imgproc_Subdiv2D_nextEdge 元DLLエクスポート名: imgproc_Subdiv2D_nextEdge 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_Subdiv2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_Subdiv2D_nextEdge(cv::Subdiv2D *obj, int edge, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->nextEdge(edge);
    END_WRAP
}
}html %group NativeMethods_imgproc_Subdiv2D %index imgproc_Subdiv2D_rotateEdge [32/64bit] 同じquad-edgeの別の辺を返します。 %prm p1,p2,p3,p4 p1 = sptr : IntPtr obj p2 = int : int edge p3 = int : int rotate p4 = var : out int returnValue %inst 元関数名(C#): imgproc_Subdiv2D_rotateEdge 元DLLエクスポート名: imgproc_Subdiv2D_rotateEdge 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_Subdiv2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_Subdiv2D_rotateEdge(cv::Subdiv2D *obj, int edge, int rotate, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->rotateEdge(edge, rotate);
    END_WRAP
}
}html %group NativeMethods_imgproc_Subdiv2D %index imgproc_Subdiv2D_symEdge [32/64bit] imgproc_Subdiv2D_symEdge %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = int : int edge p3 = var : out int returnValue %inst 元関数名(C#): imgproc_Subdiv2D_symEdge 元DLLエクスポート名: imgproc_Subdiv2D_symEdge 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_Subdiv2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_Subdiv2D_symEdge(cv::Subdiv2D *obj, int edge, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->symEdge(edge);
    END_WRAP
}
}html %group NativeMethods_imgproc_Subdiv2D %index imgproc_Subdiv2D_edgeOrg [32/64bit] 辺の原点を返します。 %prm p1,p2,p3,p4 p1 = sptr : IntPtr obj p2 = int : int edge p3 = var : out Point2f orgPt p4 = var : out int returnValue %inst 元関数名(C#): imgproc_Subdiv2D_edgeOrg 元DLLエクスポート名: imgproc_Subdiv2D_edgeOrg 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_Subdiv2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_Subdiv2D_edgeOrg(cv::Subdiv2D *obj, int edge, MyCvPoint2D32f *orgPt, int *returnValue)
{
    BEGIN_WRAP
    cv::Point2f orgPt0;
    *returnValue = obj->edgeOrg(edge, &orgPt0);
    *orgPt = c(orgPt0);
    END_WRAP
}
}html %group NativeMethods_imgproc_Subdiv2D %index imgproc_Subdiv2D_edgeDst [32/64bit] 辺のデスティネーションを返します． %prm p1,p2,p3,p4 p1 = sptr : IntPtr obj p2 = int : int edge p3 = var : out Point2f dstPt p4 = var : out int returnValue %inst 元関数名(C#): imgproc_Subdiv2D_edgeDst 元DLLエクスポート名: imgproc_Subdiv2D_edgeDst 参照元CSファイル: Internal\PInvoke\NativeMethods\imgproc\NativeMethods_imgproc_Subdiv2D.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) imgproc_Subdiv2D_edgeDst(cv::Subdiv2D *obj, int edge, MyCvPoint2D32f *dstPt, int *returnValue)
{
    BEGIN_WRAP
    cv::Point2f dstPt0;
    *returnValue = obj->edgeDst(edge, &dstPt0);
    *dstPt = c(dstPt0);
    END_WRAP
}
}html %group NativeMethods_imgproc_Subdiv2D %index ml_ANN_MLP_setTrainMethod [32/64bit] 学習方法と共通のパラメータを設定します． %prm p1,p2,p3,p4 p1 = sptr : IntPtr obj p2 = int : int method p3 = double : double param1 p4 = double : double param2 %inst 元関数名(C#): ml_ANN_MLP_setTrainMethod 元DLLエクスポート名: ml_ANN_MLP_setTrainMethod 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_ANN_MLP.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_ANN_MLP_setTrainMethod(cv::ml::ANN_MLP *obj, int method, double param1, double param2)
{
    BEGIN_WRAP
    obj->setTrainMethod(method, param1, param2);
    END_WRAP
}
}html %group NativeMethods_ml_ANN_MLP %index ml_ANN_MLP_getTrainMethod [32/64bit] 現在の学習方法を返す %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): ml_ANN_MLP_getTrainMethod 元DLLエクスポート名: ml_ANN_MLP_getTrainMethod 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_ANN_MLP.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_ANN_MLP_getTrainMethod(cv::ml::ANN_MLP *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getTrainMethod();
    END_WRAP
}
}html %group NativeMethods_ml_ANN_MLP %index ml_ANN_MLP_setActivationFunction [32/64bit] 各ニューロンの活性化関数を初期化します。現在、デフォルトであり、唯一完全にサポートされている活性化関数はANN_MLP::SIGMOID_SYMです。 %prm p1,p2,p3,p4 p1 = sptr : IntPtr obj p2 = int : int type p3 = double : double param1 p4 = double : double param2 %inst 元関数名(C#): ml_ANN_MLP_setActivationFunction 元DLLエクスポート名: ml_ANN_MLP_setActivationFunction 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_ANN_MLP.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_ANN_MLP_setActivationFunction(cv::ml::ANN_MLP *obj, int type, double param1, double param2)
{
    BEGIN_WRAP
    obj->setActivationFunction(type, param1, param2);
    END_WRAP
}
}html %group NativeMethods_ml_ANN_MLP %index ml_ANN_MLP_setLayerSizes [32/64bit] 入力層、出力層を含む各層のニューロンの数を表す整数ベクトルです。一番最初の要素は、入力層の要素数を表します。最後の要素は，出力層の要素数です．デフォルト値は，空の Mat です． %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr layerSizes %inst 関連項目： getLayerSizes 元関数名(C#): ml_ANN_MLP_setLayerSizes 元DLLエクスポート名: ml_ANN_MLP_setLayerSizes 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_ANN_MLP.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_ANN_MLP_setLayerSizes(cv::ml::ANN_MLP *obj, cv::_InputArray *_layer_sizes)
{
    BEGIN_WRAP
    obj->setLayerSizes(entity(_layer_sizes));
    END_WRAP
}
}html %group NativeMethods_ml_ANN_MLP %index ml_ANN_MLP_getLayerSizes [32/64bit] ml_ANN_MLP_getLayerSizes %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst 元関数名(C#): ml_ANN_MLP_getLayerSizes 元DLLエクスポート名: ml_ANN_MLP_getLayerSizes 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_ANN_MLP.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_ANN_MLP_getLayerSizes(cv::ml::ANN_MLP *obj, cv::Mat **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::Mat(obj->getLayerSizes());
    END_WRAP
}
}html %group NativeMethods_ml_ANN_MLP %index ml_ANN_MLP_getTermCriteria [32/64bit] 学習アルゴリズムの終了基準．反復回数の最大値（maxCount）や，アルゴリズムを継続させるための反復間の誤差の変化量（epsilon）を指定できます．デフォルト値はTermCriteria(TermCriteria::MAX_ITER + TermCriteria::EPS, 1000, 0.01)です。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out TermCriteria returnValue %inst alsosetTermCriteriaを参照 元関数名(C#): ml_ANN_MLP_getTermCriteria 元DLLエクスポート名: ml_ANN_MLP_getTermCriteria 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_ANN_MLP.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_ANN_MLP_getTermCriteria(cv::ml::ANN_MLP *obj, MyCvTermCriteria *returnValue)
{
    BEGIN_WRAP
    *returnValue = c(obj->getTermCriteria());
    END_WRAP
}
}html %group NativeMethods_ml_ANN_MLP %index ml_ANN_MLP_setTermCriteria [32bit] 関連項目： 用語集の設定 %prm p1,p2 p1 = sptr : IntPtr obj p2 = ARGS_TERMCRITERIA : TermCriteria val %inst 元関数名(C#): ml_ANN_MLP_setTermCriteria 元DLLエクスポート名: ml_ANN_MLP_setTermCriteria 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_ANN_MLP.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_ANN_MLP_setTermCriteria(cv::ml::ANN_MLP *obj, MyCvTermCriteria val)
{
    BEGIN_WRAP
    obj->setTermCriteria(cpp(val));
    END_WRAP
}
}html %group NativeMethods_ml_ANN_MLP %index ml_ANN_MLP_setTermCriteria [64bit] 関連項目： 用語集の設定 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : TermCriteria val %inst 元関数名(C#): ml_ANN_MLP_setTermCriteria 元DLLエクスポート名: ml_ANN_MLP_setTermCriteria 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_ANN_MLP.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_ANN_MLP_setTermCriteria(cv::ml::ANN_MLP *obj, MyCvTermCriteria val)
{
    BEGIN_WRAP
    obj->setTermCriteria(cpp(val));
    END_WRAP
}
}html %group NativeMethods_ml_ANN_MLP %index ml_ANN_MLP_getBackpropWeightScale [32/64bit] BPROP: 重み付けの項の強さ。推奨値は0.1程度。デフォルト値は0.1です。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst alsosetBackpropWeightScaleを参照。 元関数名(C#): ml_ANN_MLP_getBackpropWeightScale 元DLLエクスポート名: ml_ANN_MLP_getBackpropWeightScale 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_ANN_MLP.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_ANN_MLP_getBackpropWeightScale(cv::ml::ANN_MLP *obj, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getBackpropWeightScale();
    END_WRAP
}
}html %group NativeMethods_ml_ANN_MLP %index ml_ANN_MLP_setBackpropWeightScale [32/64bit] 参照：「バックプロップウェイトスケールの設定 %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double val %inst 元関数名(C#): ml_ANN_MLP_setBackpropWeightScale 元DLLエクスポート名: ml_ANN_MLP_setBackpropWeightScale 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_ANN_MLP.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_ANN_MLP_setBackpropWeightScale(cv::ml::ANN_MLP *obj, double val)
{
    BEGIN_WRAP
    obj->setBackpropWeightScale(val);
    END_WRAP
}
}html %group NativeMethods_ml_ANN_MLP %index ml_ANN_MLP_getBackpropMomentumScale [32/64bit] BPROP：モメンタム項の強さ（前の2回の反復での重みの差）。このパラメータは、重みのランダムな変動をスムーズにするための慣性を与えます。0（この機能は無効）から1、そしてそれ以上まで変化します。0.1程度の値であれば十分です。デフォルト値は0.1です。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst 関連項目： alsosetBackpropMomentumScale 元関数名(C#): ml_ANN_MLP_getBackpropMomentumScale 元DLLエクスポート名: ml_ANN_MLP_getBackpropMomentumScale 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_ANN_MLP.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_ANN_MLP_getBackpropMomentumScale(cv::ml::ANN_MLP *obj, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getBackpropMomentumScale();
    END_WRAP
}
}html %group NativeMethods_ml_ANN_MLP %index ml_ANN_MLP_setBackpropMomentumScale [32/64bit] alsogetBackpropMomentumScaleを参照。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double val %inst 元関数名(C#): ml_ANN_MLP_setBackpropMomentumScale 元DLLエクスポート名: ml_ANN_MLP_setBackpropMomentumScale 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_ANN_MLP.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_ANN_MLP_setBackpropMomentumScale(cv::ml::ANN_MLP *obj, double val)
{
    BEGIN_WRAP
    obj->setBackpropMomentumScale(val);
    END_WRAP
}
}html %group NativeMethods_ml_ANN_MLP %index ml_ANN_MLP_getRpropDW0 [32/64bit] RPROP：更新値の初期値\(Delta_{ij}\)です。初期値は0.1である。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst alsosetRpropDW0参照。 元関数名(C#): ml_ANN_MLP_getRpropDW0 元DLLエクスポート名: ml_ANN_MLP_getRpropDW0 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_ANN_MLP.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_ANN_MLP_getRpropDW0(cv::ml::ANN_MLP *obj, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getRpropDW0();
    END_WRAP
}
}html %group NativeMethods_ml_ANN_MLP %index ml_ANN_MLP_setRpropDW0 [32/64bit] alsogetRpropDW0を参照。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double val %inst 元関数名(C#): ml_ANN_MLP_setRpropDW0 元DLLエクスポート名: ml_ANN_MLP_setRpropDW0 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_ANN_MLP.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_ANN_MLP_setRpropDW0(cv::ml::ANN_MLP *obj, double val)
{
    BEGIN_WRAP
    obj->setRpropDW0(val);
    END_WRAP
}
}html %group NativeMethods_ml_ANN_MLP %index ml_ANN_MLP_getRpropDWPlus [32/64bit] RPROP: Increase factor ????? )1以上でなければなりません。初期値は1.2です。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst alsosetRpropDWPlusを参照。 元関数名(C#): ml_ANN_MLP_getRpropDWPlus 元DLLエクスポート名: ml_ANN_MLP_getRpropDWPlus 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_ANN_MLP.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_ANN_MLP_getRpropDWPlus(cv::ml::ANN_MLP *obj, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getRpropDWPlus();
    END_WRAP
}
}html %group NativeMethods_ml_ANN_MLP %index ml_ANN_MLP_setRpropDWPlus [32/64bit] See alsogetRpropDWPlus %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double val %inst 元関数名(C#): ml_ANN_MLP_setRpropDWPlus 元DLLエクスポート名: ml_ANN_MLP_setRpropDWPlus 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_ANN_MLP.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_ANN_MLP_setRpropDWPlus(cv::ml::ANN_MLP *obj, double val)
{
    BEGIN_WRAP
    obj->setRpropDWPlus(val);
    END_WRAP
}
}html %group NativeMethods_ml_ANN_MLP %index ml_ANN_MLP_getRpropDWMinus [32/64bit] RPROPDecrease factor ????? )<1でなければならない。初期値は0.5です。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst alsosetRpropDWMinus参照。 元関数名(C#): ml_ANN_MLP_getRpropDWMinus 元DLLエクスポート名: ml_ANN_MLP_getRpropDWMinus 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_ANN_MLP.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_ANN_MLP_getRpropDWMinus(cv::ml::ANN_MLP *obj, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getRpropDWMinus();
    END_WRAP
}
}html %group NativeMethods_ml_ANN_MLP %index ml_ANN_MLP_setRpropDWMinus [32/64bit] See alsogetRpropDWMinus %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double val %inst 元関数名(C#): ml_ANN_MLP_setRpropDWMinus 元DLLエクスポート名: ml_ANN_MLP_setRpropDWMinus 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_ANN_MLP.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_ANN_MLP_setRpropDWMinus(cv::ml::ANN_MLP *obj, double val)
{
    BEGIN_WRAP
    obj->setRpropDWMinus(val);
    END_WRAP
}
}html %group NativeMethods_ml_ANN_MLP %index ml_ANN_MLP_getRpropDWMin [32/64bit] RPROPDecrease factor ????? )<1でなければならない。初期値は0.5です。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst alsosetRpropDWMinus参照。 元関数名(C#): ml_ANN_MLP_getRpropDWMin 元DLLエクスポート名: ml_ANN_MLP_getRpropDWMin 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_ANN_MLP.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_ANN_MLP_getRpropDWMinus(cv::ml::ANN_MLP *obj, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getRpropDWMinus();
    END_WRAP
}
}html %group NativeMethods_ml_ANN_MLP %index ml_ANN_MLP_setRpropDWMin [32/64bit] See alsogetRpropDWMinus %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double val %inst 元関数名(C#): ml_ANN_MLP_setRpropDWMin 元DLLエクスポート名: ml_ANN_MLP_setRpropDWMin 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_ANN_MLP.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_ANN_MLP_setRpropDWMinus(cv::ml::ANN_MLP *obj, double val)
{
    BEGIN_WRAP
    obj->setRpropDWMinus(val);
    END_WRAP
}
}html %group NativeMethods_ml_ANN_MLP %index ml_ANN_MLP_getRpropDWMax [32/64bit] RPROP：Update-values upper limit ???????。1以上でなければなりません。初期値は50です。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst alsosetRpropDWMax参照。 元関数名(C#): ml_ANN_MLP_getRpropDWMax 元DLLエクスポート名: ml_ANN_MLP_getRpropDWMax 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_ANN_MLP.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_ANN_MLP_getRpropDWMax(cv::ml::ANN_MLP *obj, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getRpropDWMax();
    END_WRAP
}
}html %group NativeMethods_ml_ANN_MLP %index ml_ANN_MLP_setRpropDWMax [32/64bit] See alsogetRpropDWMax %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double val %inst 元関数名(C#): ml_ANN_MLP_setRpropDWMax 元DLLエクスポート名: ml_ANN_MLP_setRpropDWMax 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_ANN_MLP.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_ANN_MLP_setRpropDWMax(cv::ml::ANN_MLP *obj, double val)
{
    BEGIN_WRAP
    obj->setRpropDWMax(val);
    END_WRAP
}
}html %group NativeMethods_ml_ANN_MLP %index ml_ANN_MLP_getWeights [32/64bit] ml_ANN_MLP_getWeights %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = int : int layerIdx p3 = var : out IntPtr returnValue %inst 元関数名(C#): ml_ANN_MLP_getWeights 元DLLエクスポート名: ml_ANN_MLP_getWeights 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_ANN_MLP.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_ANN_MLP_getWeights(cv::ml::ANN_MLP *obj, int layerIdx, cv::Mat **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::Mat(obj->getWeights(layerIdx));
    END_WRAP
}
}html %group NativeMethods_ml_ANN_MLP %index ml_ANN_MLP_create [32/64bit] 空のモデルを作成します。 %prm p1 p1 = var : out IntPtr returnValue %inst モデルをトレーニングするには StatModel::train を、事前にトレーニングされたモデルをロードするには Algorithm::load(filename) を使用してください。trainメソッドにはオプションのフラグがあることに注意してください。ANN_MLP::TrainFlagsです。 元関数名(C#): ml_ANN_MLP_create 元DLLエクスポート名: ml_ANN_MLP_create 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_ANN_MLP.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_ANN_MLP_create(cv::Ptr<cv::ml::ANN_MLP> **returnValue)
{
    BEGIN_WRAP
    const auto ptr = cv::ml::ANN_MLP::create();
    *returnValue = new cv::Ptr<cv::ml::ANN_MLP>(ptr);
    END_WRAP
}
}html %group NativeMethods_ml_ANN_MLP %index ml_Ptr_ANN_MLP_delete [32/64bit] cv::ml::ANN_MLP のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst 人工ニューラルネットワーク - 多層パーセプトロン（Multi-Layer Perceptrons）。 MLの他の多くのモデルが構築と学習を一度に行うのに対し，MLPモデルではこれらのステップが分離されています．まず，デフォルトではないコンストラクタやANN_MLP::createメソッドを使って，指定されたトポロジーのネットワークを作成します．重みはすべてゼロに設定されています。次に，入力ベクトルと出力ベクトルを用いてネットワークを学習します．この学習手順は複数回繰り返すことができ、つまり、新しい学習データに基づいて重みを調整することができます。 StatModel::train には追加のフラグが用意されています。ANN_MLP::TrainFlagsを参照してください。 ニューラルネットワーク もご覧ください。 元関数名(C#): ml_Ptr_ANN_MLP_delete 元DLLエクスポート名: ml_Ptr_ANN_MLP_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_ANN_MLP.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_Ptr_ANN_MLP_delete(cv::Ptr<cv::ml::ANN_MLP> *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_ml_ANN_MLP %index ml_Ptr_ANN_MLP_get [32/64bit] cv::ml::ANN_MLP のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst 人工ニューラルネットワーク - 多層パーセプトロン（Multi-Layer Perceptrons）。 MLの他の多くのモデルが構築と学習を一度に行うのに対し，MLPモデルではこれらのステップが分離されています．まず，デフォルトではないコンストラクタやANN_MLP::createメソッドを使って，指定されたトポロジーのネットワークを作成します．重みはすべてゼロに設定されています。次に，入力ベクトルと出力ベクトルを用いてネットワークを学習します．この学習手順は複数回繰り返すことができ、つまり、新しい学習データに基づいて重みを調整することができます。 StatModel::train には追加のフラグが用意されています。ANN_MLP::TrainFlagsを参照してください。 ニューラルネットワーク もご覧ください。 元関数名(C#): ml_Ptr_ANN_MLP_get 元DLLエクスポート名: ml_Ptr_ANN_MLP_get 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_ANN_MLP.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_Ptr_ANN_MLP_get(cv::Ptr<cv::ml::ANN_MLP> *obj, cv::ml::ANN_MLP **returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->get();
    END_WRAP
}
}html %group NativeMethods_ml_ANN_MLP %index ml_ANN_MLP_load [32/64bit] ファイルからシリアル化された ANN を読み込み、作成します。 %prm p1,p2 p1 = str : string filePath p2 = var : out IntPtr returnValue %inst ANNをシリアル化してディスクに保存するにはANN::saveを使います。ファイルへのパスを指定してこの関数を呼び出すことで、このファイルから再びANNをロードする。 元関数名(C#): ml_ANN_MLP_load 元DLLエクスポート名: ml_ANN_MLP_load 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_ANN_MLP.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_ANN_MLP_load(const char *filePath, cv::Ptr<cv::ml::ANN_MLP> **returnValue)
{
    BEGIN_WRAP
    const auto ptr = cv::ml::ANN_MLP::load(filePath);
    *returnValue = new cv::Ptr<cv::ml::ANN_MLP>(ptr);
    END_WRAP
}
}html %group NativeMethods_ml_ANN_MLP %index ml_ANN_MLP_loadFromString [32/64bit] ml_ANN_MLP_loadFromString %prm p1,p2 p1 = str : string strModel p2 = var : out IntPtr returnValue %inst 元関数名(C#): ml_ANN_MLP_loadFromString 元DLLエクスポート名: ml_ANN_MLP_loadFromString 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_ANN_MLP.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_ANN_MLP_loadFromString(const char *strModel, cv::Ptr<cv::ml::ANN_MLP> **returnValue)
{
    BEGIN_WRAP
    const auto objName = cv::ml::ANN_MLP::create()->getDefaultName();
    const auto ptr = cv::Algorithm::loadFromString<cv::ml::ANN_MLP>(strModel, objName);
    *returnValue = new cv::Ptr<cv::ml::ANN_MLP>(ptr);
    END_WRAP
}
}html %group NativeMethods_ml_ANN_MLP %index ml_Boost_getBoostType [32/64bit] boostingアルゴリズムのタイプ。Boost::Typesを参照してください。デフォルト値は Boost::REAL です。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst alsosetBoostType を参照してください。 元関数名(C#): ml_Boost_getBoostType 元DLLエクスポート名: ml_Boost_getBoostType 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_Boost.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_Boost_getBoostType(cv::ml::Boost *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getBoostType();
    END_WRAP
}
}html %group NativeMethods_ml_Boost %index ml_Boost_setBoostType [32/64bit] 関連項目： Boost::BoostType。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): ml_Boost_setBoostType 元DLLエクスポート名: ml_Boost_setBoostType 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_Boost.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_Boost_setBoostType(cv::ml::Boost *obj, int val)
{
    BEGIN_WRAP
    obj->setBoostType(val);
    END_WRAP
}
}html %group NativeMethods_ml_Boost %index ml_Boost_getWeakCount [32/64bit] 弱い分類器の数。デフォルト値は100です。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst alsosetWeakCountを参照してください。 元関数名(C#): ml_Boost_getWeakCount 元DLLエクスポート名: ml_Boost_getWeakCount 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_Boost.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_Boost_getWeakCount(cv::ml::Boost *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getWeakCount();
    END_WRAP
}
}html %group NativeMethods_ml_Boost %index ml_Boost_setWeakCount [32/64bit] alsogetWeakCountを参照してください。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): ml_Boost_setWeakCount 元DLLエクスポート名: ml_Boost_setWeakCount 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_Boost.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_Boost_setWeakCount(cv::ml::Boost *obj, int val)
{
    BEGIN_WRAP
    obj->setWeakCount(val);
    END_WRAP
}
}html %group NativeMethods_ml_Boost %index ml_Boost_getWeightTrimRate [32/64bit] 計算時間を短縮するために使われる0と1の間のしきい値です。summary weight\(1 - weight_trim_rate\)を持つサンプルは、次の反復トレーニングに参加しない。この機能をオフにするには、このパラメータを0に設定します。デフォルト値は0.95です。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst 関連項目： alsosetWeightTrimRate 元関数名(C#): ml_Boost_getWeightTrimRate 元DLLエクスポート名: ml_Boost_getWeightTrimRate 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_Boost.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_Boost_getWeightTrimRate(cv::ml::Boost *obj, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getWeightTrimRate();
    END_WRAP
}
}html %group NativeMethods_ml_Boost %index ml_Boost_setWeightTrimRate [32/64bit] alsogetWeightTrimRateを参照。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double val %inst 元関数名(C#): ml_Boost_setWeightTrimRate 元DLLエクスポート名: ml_Boost_setWeightTrimRate 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_Boost.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_Boost_setWeightTrimRate(cv::ml::Boost *obj, double val)
{
    BEGIN_WRAP
    obj->setWeightTrimRate(val);
    END_WRAP
}
}html %group NativeMethods_ml_Boost %index ml_Boost_create [32/64bit] 空のモデルを作成します。モデルの学習には StatModel::train を、学習済みのモデルの読み込みには Algorithm::load(filename) を使用してください。 %prm p1 p1 = var : out IntPtr returnValue %inst 元関数名(C#): ml_Boost_create 元DLLエクスポート名: ml_Boost_create 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_Boost.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_Boost_create(cv::Ptr<cv::ml::Boost> **returnValue)
{
    BEGIN_WRAP
    const auto ptr = cv::ml::Boost::create();
    *returnValue = new cv::Ptr<cv::ml::Boost>(ptr);
    END_WRAP
}
}html %group NativeMethods_ml_Boost %index ml_Ptr_Boost_delete [32/64bit] cv::ml::Boost のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst DTrees から派生したブーステッドツリー分類器です。 ブースティングの項も参照してください。 元関数名(C#): ml_Ptr_Boost_delete 元DLLエクスポート名: ml_Ptr_Boost_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_Boost.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_Ptr_Boost_delete(cv::Ptr<cv::ml::Boost> *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_ml_Boost %index ml_Ptr_Boost_get [32/64bit] cv::ml::Boost のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst DTrees から派生したブーステッドツリー分類器です。 ブースティングの項も参照してください。 元関数名(C#): ml_Ptr_Boost_get 元DLLエクスポート名: ml_Ptr_Boost_get 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_Boost.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_Ptr_Boost_get(cv::Ptr<cv::ml::Boost>* obj, cv::ml::Boost **returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->get();
    END_WRAP
}
}html %group NativeMethods_ml_Boost %index ml_Boost_load [32/64bit] ml_Boost_load %prm p1,p2 p1 = str : [MarshalAs(UnmanagedType.LPStr)] string filePath p2 = var : out IntPtr returnValue %inst 元関数名(C#): ml_Boost_load 元DLLエクスポート名: ml_Boost_load 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_Boost.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_Boost_load(const char *filePath, cv::Ptr<cv::ml::Boost> **returnValue)
{
    BEGIN_WRAP
    const auto ptr = cv::Algorithm::load<cv::ml::Boost>(filePath);
    *returnValue = new cv::Ptr<cv::ml::Boost>(ptr);
    END_WRAP
}
}html %group NativeMethods_ml_Boost %index ml_Boost_loadFromString [32/64bit] ml_Boost_loadFromString %prm p1,p2 p1 = str : [MarshalAs(UnmanagedType.LPStr)] string strModel p2 = var : out IntPtr returnValue %inst 元関数名(C#): ml_Boost_loadFromString 元DLLエクスポート名: ml_Boost_loadFromString 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_Boost.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_Boost_loadFromString(const char *strModel, cv::Ptr<cv::ml::Boost> **returnValue)
{
    BEGIN_WRAP
    const auto objName = cv::ml::Boost::create()->getDefaultName();
    const auto ptr = cv::Algorithm::loadFromString<cv::ml::Boost>(strModel, objName);
    *returnValue = new cv::Ptr<cv::ml::Boost>(ptr);
    END_WRAP
}
}html %group NativeMethods_ml_Boost %index ml_DTrees_getMaxCategories [32/64bit] ml_DTrees_getMaxCategories %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): ml_DTrees_getMaxCategories 元DLLエクスポート名: ml_DTrees_getMaxCategories 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_DTrees.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_DTrees_getMaxCategories(cv::ml::DTrees *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getMaxCategories();
    END_WRAP
}
}html %group NativeMethods_ml_DTrees %index ml_DTrees_setMaxCategories [32/64bit] ml_DTrees_setMaxCategories %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): ml_DTrees_setMaxCategories 元DLLエクスポート名: ml_DTrees_setMaxCategories 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_DTrees.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_DTrees_setMaxCategories(cv::ml::DTrees *obj, int val)
{
    BEGIN_WRAP
    obj->setMaxCategories(val);
    END_WRAP
}
}html %group NativeMethods_ml_DTrees %index ml_DTrees_getMaxDepth [32/64bit] ml_DTrees_getMaxDepth %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): ml_DTrees_getMaxDepth 元DLLエクスポート名: ml_DTrees_getMaxDepth 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_DTrees.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_DTrees_getMaxDepth(cv::ml::DTrees *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getMaxDepth();
    END_WRAP
}
}html %group NativeMethods_ml_DTrees %index ml_DTrees_setMaxDepth [32/64bit] ml_DTrees_setMaxDepth %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): ml_DTrees_setMaxDepth 元DLLエクスポート名: ml_DTrees_setMaxDepth 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_DTrees.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_DTrees_setMaxDepth(cv::ml::DTrees *obj, int val)
{
    BEGIN_WRAP
    obj->setMaxDepth(val);
    END_WRAP
}
}html %group NativeMethods_ml_DTrees %index ml_DTrees_getMinSampleCount [32/64bit] ml_DTrees_getMinSampleCount %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): ml_DTrees_getMinSampleCount 元DLLエクスポート名: ml_DTrees_getMinSampleCount 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_DTrees.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_DTrees_getMinSampleCount(cv::ml::DTrees *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getMinSampleCount();
    END_WRAP
}
}html %group NativeMethods_ml_DTrees %index ml_DTrees_setMinSampleCount [32/64bit] ml_DTrees_setMinSampleCount %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): ml_DTrees_setMinSampleCount 元DLLエクスポート名: ml_DTrees_setMinSampleCount 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_DTrees.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_DTrees_setMinSampleCount(cv::ml::DTrees *obj, int val)
{
    BEGIN_WRAP
    obj->setMinSampleCount(val);
    END_WRAP
}
}html %group NativeMethods_ml_DTrees %index ml_DTrees_getCVFolds [32/64bit] ml_DTrees_getCVFolds %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): ml_DTrees_getCVFolds 元DLLエクスポート名: ml_DTrees_getCVFolds 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_DTrees.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_DTrees_getCVFolds(cv::ml::DTrees *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getCVFolds();
    END_WRAP
}
}html %group NativeMethods_ml_DTrees %index ml_DTrees_setCVFolds [32/64bit] ml_DTrees_setCVFolds %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): ml_DTrees_setCVFolds 元DLLエクスポート名: ml_DTrees_setCVFolds 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_DTrees.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_DTrees_setCVFolds(cv::ml::DTrees *obj, int val)
{
    BEGIN_WRAP
    obj->setCVFolds(val);
    END_WRAP
}
}html %group NativeMethods_ml_DTrees %index ml_DTrees_getUseSurrogates [32/64bit] ml_DTrees_getUseSurrogates %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): ml_DTrees_getUseSurrogates 元DLLエクスポート名: ml_DTrees_getUseSurrogates 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_DTrees.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_DTrees_getUseSurrogates(cv::ml::DTrees *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getUseSurrogates() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_ml_DTrees %index ml_DTrees_setUseSurrogates [32/64bit] ml_DTrees_setUseSurrogates %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): ml_DTrees_setUseSurrogates 元DLLエクスポート名: ml_DTrees_setUseSurrogates 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_DTrees.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_DTrees_setUseSurrogates(cv::ml::DTrees *obj, int val)
{
    BEGIN_WRAP
    obj->setUseSurrogates(val != 0);
    END_WRAP
}
}html %group NativeMethods_ml_DTrees %index ml_DTrees_getUse1SERule [32/64bit] ml_DTrees_getUse1SERule %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): ml_DTrees_getUse1SERule 元DLLエクスポート名: ml_DTrees_getUse1SERule 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_DTrees.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_DTrees_getUse1SERule(cv::ml::DTrees *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getUse1SERule() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_ml_DTrees %index ml_DTrees_setUse1SERule [32/64bit] ml_DTrees_setUse1SERule %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): ml_DTrees_setUse1SERule 元DLLエクスポート名: ml_DTrees_setUse1SERule 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_DTrees.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_DTrees_setUse1SERule(cv::ml::DTrees *obj, int val)
{
    BEGIN_WRAP
    obj->setUse1SERule(val != 0);
    END_WRAP
}
}html %group NativeMethods_ml_DTrees %index ml_DTrees_getTruncatePrunedTree [32/64bit] ml_DTrees_getTruncatePrunedTree %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): ml_DTrees_getTruncatePrunedTree 元DLLエクスポート名: ml_DTrees_getTruncatePrunedTree 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_DTrees.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_DTrees_getTruncatePrunedTree(cv::ml::DTrees *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getTruncatePrunedTree() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_ml_DTrees %index ml_DTrees_setTruncatePrunedTree [32/64bit] ml_DTrees_setTruncatePrunedTree %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): ml_DTrees_setTruncatePrunedTree 元DLLエクスポート名: ml_DTrees_setTruncatePrunedTree 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_DTrees.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_DTrees_setTruncatePrunedTree(cv::ml::DTrees *obj, int val)
{
    BEGIN_WRAP
    obj->setTruncatePrunedTree(val != 0);
    END_WRAP
}
}html %group NativeMethods_ml_DTrees %index ml_DTrees_getRegressionAccuracy [32/64bit] ml_DTrees_getRegressionAccuracy %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out float returnValue %inst 元関数名(C#): ml_DTrees_getRegressionAccuracy 元DLLエクスポート名: ml_DTrees_getRegressionAccuracy 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_DTrees.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_DTrees_getRegressionAccuracy(cv::ml::DTrees *obj, float *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getRegressionAccuracy();
    END_WRAP
}
}html %group NativeMethods_ml_DTrees %index ml_DTrees_setRegressionAccuracy [32/64bit] ml_DTrees_setRegressionAccuracy %prm p1,p2 p1 = sptr : IntPtr obj p2 = float : float val %inst 元関数名(C#): ml_DTrees_setRegressionAccuracy 元DLLエクスポート名: ml_DTrees_setRegressionAccuracy 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_DTrees.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_DTrees_setRegressionAccuracy(cv::ml::DTrees *obj, float val)
{
    BEGIN_WRAP
    obj->setRegressionAccuracy(val);
    END_WRAP
}
}html %group NativeMethods_ml_DTrees %index ml_DTrees_getPriors [32/64bit] ml_DTrees_getPriors %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst 元関数名(C#): ml_DTrees_getPriors 元DLLエクスポート名: ml_DTrees_getPriors 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_DTrees.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_DTrees_getPriors(cv::ml::DTrees *obj, cv::Mat **returnValue)
{
    BEGIN_WRAP
    const auto m = obj->getPriors();
    *returnValue = new cv::Mat(m);
    END_WRAP
}
}html %group NativeMethods_ml_DTrees %index ml_DTrees_setPriors [32/64bit] ml_DTrees_setPriors %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr val %inst 元関数名(C#): ml_DTrees_setPriors 元DLLエクスポート名: ml_DTrees_setPriors 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_DTrees.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_DTrees_setPriors(cv::ml::DTrees *obj, cv::Mat *val)
{
    BEGIN_WRAP
    obj->setPriors(*val);
    END_WRAP
}
}html %group NativeMethods_ml_DTrees %index ml_DTrees_getRoots [32/64bit] ml_DTrees_getRoots %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr result %inst 元関数名(C#): ml_DTrees_getRoots 元DLLエクスポート名: ml_DTrees_getRoots 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_DTrees.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_DTrees_getRoots(cv::ml::DTrees *obj, std::vector<int> *result)
{ 
    BEGIN_WRAP
    const auto& org = obj->getRoots();

    result->clear();
    for (auto i : org)
    {
        result->push_back(i);
    }
    END_WRAP
}
}html %group NativeMethods_ml_DTrees %index ml_DTrees_getNodes [32/64bit] ml_DTrees_getNodes %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr result %inst 元関数名(C#): ml_DTrees_getNodes 元DLLエクスポート名: ml_DTrees_getNodes 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_DTrees.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_DTrees_getNodes(cv::ml::DTrees *obj, std::vector<DTrees_Node> *result)
{
    BEGIN_WRAP
    const auto& org = obj->getNodes();

    result->clear();
    for (const auto& i : org)
    {
        result->push_back(c(i));
    }
    END_WRAP
}
}html %group NativeMethods_ml_DTrees %index ml_DTrees_getSplits [32/64bit] ml_DTrees_getSplits %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr result %inst 元関数名(C#): ml_DTrees_getSplits 元DLLエクスポート名: ml_DTrees_getSplits 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_DTrees.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_DTrees_getSplits(cv::ml::DTrees *obj, std::vector<DTrees_Split> *result)
{
    BEGIN_WRAP
    const auto& org = obj->getSplits();

    result->clear();
    for (const auto& i : org)
    {
        result->push_back(c(i));
    }
    END_WRAP
}
}html %group NativeMethods_ml_DTrees %index ml_DTrees_getSubsets [32/64bit] ml_DTrees_getSubsets %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr result %inst 元関数名(C#): ml_DTrees_getSubsets 元DLLエクスポート名: ml_DTrees_getSubsets 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_DTrees.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_DTrees_getSubsets(cv::ml::DTrees *obj, std::vector<int> *result)
{
    BEGIN_WRAP
    const auto& org = obj->getSubsets();

    result->clear();
    for (auto i : org)
    {
        result->push_back(i);
    }
    END_WRAP
}
}html %group NativeMethods_ml_DTrees %index ml_DTrees_create [32/64bit] ml_DTrees_create %prm p1 p1 = var : out IntPtr returnValue %inst 元関数名(C#): ml_DTrees_create 元DLLエクスポート名: ml_DTrees_create 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_DTrees.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_DTrees_create(cv::Ptr<cv::ml::DTrees> **returnValue)
{
    BEGIN_WRAP
    const auto  ptr = cv::ml::DTrees::create();
    *returnValue = new cv::Ptr<cv::ml::DTrees>(ptr);
    END_WRAP
}
}html %group NativeMethods_ml_DTrees %index ml_Ptr_DTrees_delete [32/64bit] cv::ml::Dtrees のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst 元関数名(C#): ml_Ptr_DTrees_delete 元DLLエクスポート名: ml_Ptr_DTrees_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_DTrees.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_Ptr_DTrees_delete(cv::Ptr<cv::ml::DTrees> *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_ml_DTrees %index ml_Ptr_DTrees_get [32/64bit] cv::ml::Dtrees のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst 元関数名(C#): ml_Ptr_DTrees_get 元DLLエクスポート名: ml_Ptr_DTrees_get 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_DTrees.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_Ptr_DTrees_get(cv::Ptr<cv::ml::DTrees> *obj, cv::ml::DTrees **returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->get();
    END_WRAP
}
}html %group NativeMethods_ml_DTrees %index ml_DTrees_load [32/64bit] ml_DTrees_load %prm p1,p2 p1 = str : [MarshalAs(UnmanagedType.LPStr)] string filePath p2 = var : out IntPtr returnValue %inst 元関数名(C#): ml_DTrees_load 元DLLエクスポート名: ml_DTrees_load 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_DTrees.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_DTrees_load(const char *filePath, cv::Ptr<cv::ml::DTrees> **returnValue)
{
    BEGIN_WRAP
    const auto ptr = cv::Algorithm::load<cv::ml::DTrees>(filePath);
    *returnValue = new cv::Ptr<cv::ml::DTrees>(ptr);
    END_WRAP
}
}html %group NativeMethods_ml_DTrees %index ml_DTrees_loadFromString [32/64bit] ml_DTrees_loadFromString %prm p1,p2 p1 = str : [MarshalAs(UnmanagedType.LPStr)] string strModel p2 = var : out IntPtr returnValue %inst 元関数名(C#): ml_DTrees_loadFromString 元DLLエクスポート名: ml_DTrees_loadFromString 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_DTrees.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_DTrees_loadFromString(const char *strModel, cv::Ptr<cv::ml::DTrees> **returnValue)
{
    BEGIN_WRAP
    const auto objName = cv::ml::DTrees::create()->getDefaultName();
    const auto  ptr = cv::Algorithm::loadFromString<cv::ml::DTrees>(strModel, objName);
    *returnValue = new cv::Ptr<cv::ml::DTrees>(ptr);
    END_WRAP
}
}html %group NativeMethods_ml_DTrees %index ml_EM_getClustersNumber [32/64bit] ガウス混合モデルにおける混合成分の数を指定します。このパラメータのデフォルト値はEM::DEFAULT_NCLUSTERS=5です。EMの実装の中には，指定された値の範囲内で最適な混合成分の数を決定できるものもありますが，MLではまだそのようにはなっていません． %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 関連項目： alsosetClustersNumber 元関数名(C#): ml_EM_getClustersNumber 元DLLエクスポート名: ml_EM_getClustersNumber 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_EM.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_EM_getClustersNumber(cv::ml::EM *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getClustersNumber();
    END_WRAP
}
}html %group NativeMethods_ml_EM %index ml_EM_setClustersNumber [32/64bit] alsogetClustersNumberを参照してください。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): ml_EM_setClustersNumber 元DLLエクスポート名: ml_EM_setClustersNumber 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_EM.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_EM_setClustersNumber(cv::ml::EM *obj, int val)
{
    BEGIN_WRAP
    obj->setClustersNumber(val);
    END_WRAP
}
}html %group NativeMethods_ml_EM %index ml_EM_getCovarianceMatrixType [32/64bit] 共分散行列に対する制約で、行列の種類を定義します。EM::Typesを参照してください。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst alsosetCovarianceMatrixTypeを参照してください。 元関数名(C#): ml_EM_getCovarianceMatrixType 元DLLエクスポート名: ml_EM_getCovarianceMatrixType 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_EM.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_EM_getCovarianceMatrixType(cv::ml::EM *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getCovarianceMatrixType();
    END_WRAP
}
}html %group NativeMethods_ml_EM %index ml_EM_setCovarianceMatrixType [32/64bit] 共分散マトリクスタイプを参照してください。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): ml_EM_setCovarianceMatrixType 元DLLエクスポート名: ml_EM_setCovarianceMatrixType 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_EM.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_EM_setCovarianceMatrixType(cv::ml::EM *obj, int val)
{
    BEGIN_WRAP
    obj->setCovarianceMatrixType(val);
    END_WRAP
}
}html %group NativeMethods_ml_EM %index ml_EM_getTermCriteria [32/64bit] EMアルゴリズムの終了基準。EMアルゴリズムは、反復回数 termCrit.maxCount（Mステップの数）、または尤度対数の相対的な変化が termCrit.epsilonより小さいときに終了させることができます。デフォルトの最大反復数はEM::DEFAULT_MAX_ITERS=100です。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out TermCriteria returnValue %inst alsosetTermCriteriaを参照 元関数名(C#): ml_EM_getTermCriteria 元DLLエクスポート名: ml_EM_getTermCriteria 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_EM.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_EM_getTermCriteria(cv::ml::EM *obj, MyCvTermCriteria *returnValue)
{
    BEGIN_WRAP
    *returnValue = c(obj->getTermCriteria());
    END_WRAP
}
}html %group NativeMethods_ml_EM %index ml_EM_setTermCriteria [32bit] 関連項目： 用語集の設定 %prm p1,p2 p1 = sptr : IntPtr obj p2 = ARGS_TERMCRITERIA : TermCriteria val %inst 元関数名(C#): ml_EM_setTermCriteria 元DLLエクスポート名: ml_EM_setTermCriteria 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_EM.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_EM_setTermCriteria(cv::ml::EM *obj, MyCvTermCriteria val)
{
    BEGIN_WRAP
    obj->setTermCriteria(cpp(val));
    END_WRAP
}
}html %group NativeMethods_ml_EM %index ml_EM_setTermCriteria [64bit] 関連項目： 用語集の設定 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : TermCriteria val %inst 元関数名(C#): ml_EM_setTermCriteria 元DLLエクスポート名: ml_EM_setTermCriteria 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_EM.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_EM_setTermCriteria(cv::ml::EM *obj, MyCvTermCriteria val)
{
    BEGIN_WRAP
    obj->setTermCriteria(cpp(val));
    END_WRAP
}
}html %group NativeMethods_ml_EM %index ml_EM_getWeights [32/64bit] 混合物の重みを返します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst 混合物の数と同じ数の要素を持つベクトルを返します。 元関数名(C#): ml_EM_getWeights 元DLLエクスポート名: ml_EM_getWeights 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_EM.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_EM_getWeights(cv::ml::EM *obj, cv::Mat **returnValue)
{
    BEGIN_WRAP
    const auto m = obj->getWeights();
    *returnValue = new cv::Mat(m);
    END_WRAP
}
}html %group NativeMethods_ml_EM %index ml_EM_getMeans [32/64bit] クラスタ中心（ガウス混合の平均値）を返します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst 行数が混合の数に，列数が空間の次元に等しい行列を返します。 元関数名(C#): ml_EM_getMeans 元DLLエクスポート名: ml_EM_getMeans 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_EM.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_EM_getMeans(cv::ml::EM *obj, cv::Mat **returnValue)
{
    BEGIN_WRAP
    const auto m = obj->getMeans();
    *returnValue = new cv::Mat(m);
    END_WRAP
}
}html %group NativeMethods_ml_EM %index ml_EM_getCovs [32/64bit] 共分散行列を返します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr covs %inst 共分散行列のベクトルを返します。行列の数はガウス混合の数で、各行列は浮動小数点の正方行列NxN（Nは空間の次元）です。 元関数名(C#): ml_EM_getCovs 元DLLエクスポート名: ml_EM_getCovs 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_EM.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_EM_getCovs(cv::ml::EM *obj, std::vector<cv::Mat*> *covs)
{
    BEGIN_WRAP
    std::vector<cv::Mat> raw;
    obj->getCovs(raw);
    covs->resize(raw.size());
    for (size_t i = 0; i < raw.size(); i++)
    {
        covs->at(i) = new cv::Mat(raw[i]);
    }
    END_WRAP
}
}html %group NativeMethods_ml_EM %index ml_EM_predict2 [32/64bit] 与えられたサンプルに対して，尤度対数の値と，最も確率の高い混合成分のインデックスを返します。 %prm p1,p2,p3,p4 p1 = sptr : IntPtr model p2 = sptr : IntPtr sample p3 = sptr : IntPtr probs p4 = var : out Vec2d returnValue %inst このメソッドは，2要素のダブルベクトルを返します．0番目の要素は，サンプルに対する尤度対数の値です．1番目の要素は，与えられたサンプルに対して最も確率の高い混合成分のインデックスです． 元関数名(C#): ml_EM_predict2 元DLLエクスポート名: ml_EM_predict2 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_EM.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_EM_predict2(
    cv::ml::EM *obj, cv::_InputArray *sample, cv::_OutputArray *probs, CvVec2d *returnValue)
{
    BEGIN_WRAP
    auto vec = obj->predict2(*sample, *probs);
    CvVec2d ret;
    ret.val[0] = vec[0];
    ret.val[1] = vec[1];
    *returnValue = ret;
    END_WRAP
}
}html %group NativeMethods_ml_EM %index ml_EM_trainEM [32/64bit] サンプルセットからガウス混合パラメータを推定します。 %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr obj p2 = sptr : IntPtr samples p3 = sptr : IntPtr logLikelihoods p4 = sptr : IntPtr labels p5 = sptr : IntPtr probs p6 = var : out int returnValue %inst このバリエーションは，Expectationステップから始まります．多くのMLモデルとは異なり，EMは教師なし学習アルゴリズムであり，入力として応答（クラスラベルや関数値）を受け取りません．多くのMLモデルとは異なり，EMは教師なし学習アルゴリズムであり，入力としてレスポンス（クラスラベルや関数値）を受け取りません．代わりに，入力サンプルセットからガウス混合パラメータの最尤推定値を計算し，すべてのパラメータを構造体の内部に格納します．\そして、オプションとして、各サンプルの「クラスラベル」を計算して出力します。\クラスラベルを計算します。(訓練されたモデルは，他の分類器と同様に，予測のためにさらに使用することができます．学習されたモデルは，NormalBayesClassifierと同様です． 元関数名(C#): ml_EM_trainEM 元DLLエクスポート名: ml_EM_trainEM 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_EM.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_EM_trainEM(
    cv::ml::EM *obj,
    cv::_InputArray *samples,
    cv::_OutputArray *logLikelihoods,
    cv::_OutputArray *labels,
    cv::_OutputArray *probs, 
    int *returnValue)
{
    BEGIN_WRAP
    const auto ret = obj->trainEM(*samples, entity(logLikelihoods), entity(labels), entity(probs));
    *returnValue = ret ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_ml_EM %index ml_EM_trainE [32/64bit] サンプルセットからガウス混合パラメータを推定します。 %prm p1,p2,p3,p4,p5,p6,p7,p8,p9 p1 = sptr : IntPtr model p2 = sptr : IntPtr samples p3 = sptr : IntPtr means0 p4 = sptr : IntPtr covs0 p5 = sptr : IntPtr weights0 p6 = sptr : IntPtr logLikelihoods p7 = sptr : IntPtr labels p8 = sptr : IntPtr probs p9 = var : out int returnValue %inst このバリエーションは，Expectationステップから始まります．多くのMLモデルとは異なり，EMは教師なし学習アルゴリズムであり，入力として応答（クラスラベルや関数値）を受け取りません．多くのMLモデルとは異なり，EMは教師なし学習アルゴリズムであり，入力としてレスポンス（クラスラベルや関数値）を受け取りません．代わりに，入力サンプルセットからガウス混合パラメータの最尤推定値を計算し，すべてのパラメータを構造体の内部に格納します．\そして、オプションとして、各サンプルの「クラスラベル」を計算して出力します。\クラスラベルを計算します。(訓練されたモデルは，他の分類器と同様に，予測のためにさらに使用することができます．学習されたモデルは，NormalBayesClassifierと同様です． 元関数名(C#): ml_EM_trainE 元DLLエクスポート名: ml_EM_trainE 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_EM.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_EM_trainEM(
    cv::ml::EM *obj,
    cv::_InputArray *samples,
    cv::_OutputArray *logLikelihoods,
    cv::_OutputArray *labels,
    cv::_OutputArray *probs, 
    int *returnValue)
{
    BEGIN_WRAP
    const auto ret = obj->trainEM(*samples, entity(logLikelihoods), entity(labels), entity(probs));
    *returnValue = ret ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_ml_EM %index ml_EM_trainM [32/64bit] サンプルセットからガウス混合パラメータを推定します。 %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr model p2 = sptr : IntPtr samples p3 = sptr : IntPtr probs0 p4 = sptr : IntPtr logLikelihoods p5 = sptr : IntPtr labels p6 = sptr : IntPtr probs p7 = var : out int returnValue %inst このバリエーションは，最大化ステップから始まります．このオプションを利用するには，初期確率\(p_{i,k}\)を用意する必要があります． 元関数名(C#): ml_EM_trainM 元DLLエクスポート名: ml_EM_trainM 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_EM.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_EM_trainM(
    cv::ml::EM *obj,
    cv::_InputArray *samples,
    cv::_InputArray *probs0,
    cv::_OutputArray *logLikelihoods,
    cv::_OutputArray *labels,
    cv::_OutputArray *probs, 
    int *returnValue)
{
    BEGIN_WRAP
    const auto ret = obj->trainM(
        *samples, *probs0, entity(logLikelihoods), entity(labels), entity(probs));
    *returnValue = ret ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_ml_EM %index ml_EM_create [32/64bit] 空のEMモデルを作成します．StatModel::train(traindata, flags)メソッドを用いてモデルを学習する必要があります。または、EM::train*メソッドを使用するか、Algorithm::load(filename)を用いてファイルからロードすることもできます。 %prm p1 p1 = var : out IntPtr returnValue %inst 元関数名(C#): ml_EM_create 元DLLエクスポート名: ml_EM_create 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_EM.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_EM_create(cv::Ptr<cv::ml::EM> **returnValue)
{
    BEGIN_WRAP
    const auto obj = cv::ml::EM::create();
    *returnValue = new cv::Ptr<cv::ml::EM>(obj);
    END_WRAP
}
}html %group NativeMethods_ml_EM %index ml_Ptr_EM_get [32/64bit] cv::ml::EM のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst このクラスは、期待値最大化アルゴリズムを実装しています。 関連項目： 期待値最大化法（Expectation Maximization 元関数名(C#): ml_Ptr_EM_get 元DLLエクスポート名: ml_Ptr_EM_get 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_EM.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_Ptr_EM_get(cv::Ptr<cv::ml::EM> *obj, cv::ml::EM **returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->get();
    END_WRAP
}
}html %group NativeMethods_ml_EM %index ml_Ptr_EM_delete [32/64bit] cv::ml::EM のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr ptr %inst このクラスは、期待値最大化アルゴリズムを実装しています。 関連項目： 期待値最大化法（Expectation Maximization 元関数名(C#): ml_Ptr_EM_delete 元DLLエクスポート名: ml_Ptr_EM_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_EM.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_Ptr_EM_delete(cv::Ptr<cv::ml::EM> *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_ml_EM %index ml_EM_load [32/64bit] ml_EM_load %prm p1,p2 p1 = str : [MarshalAs(UnmanagedType.LPStr)] string filePath p2 = var : out IntPtr returnValue %inst 元関数名(C#): ml_EM_load 元DLLエクスポート名: ml_EM_load 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_EM.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_EM_load(const char *filePath, cv::Ptr<cv::ml::EM> **returnValue)
{
    BEGIN_WRAP
    const auto ptr = cv::Algorithm::load<cv::ml::EM>(filePath);
    *returnValue = new cv::Ptr<cv::ml::EM>(ptr);
    END_WRAP
}
}html %group NativeMethods_ml_EM %index ml_EM_loadFromString [32/64bit] ml_EM_loadFromString %prm p1,p2 p1 = str : [MarshalAs(UnmanagedType.LPStr)] string strModel p2 = var : out IntPtr returnValue %inst 元関数名(C#): ml_EM_loadFromString 元DLLエクスポート名: ml_EM_loadFromString 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_EM.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_EM_loadFromString(const char *strModel, cv::Ptr<cv::ml::EM> **returnValue)
{
    BEGIN_WRAP
    const auto objName = cv::ml::EM::create()->getDefaultName();
    const auto ptr = cv::Algorithm::loadFromString<cv::ml::EM>(strModel, objName);
    *returnValue = new cv::Ptr<cv::ml::EM>(ptr);
    END_WRAP
}
}html %group NativeMethods_ml_EM %index ml_KNearest_getDefaultK [32/64bit] ml_KNearest_getDefaultK %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): ml_KNearest_getDefaultK 元DLLエクスポート名: ml_KNearest_getDefaultK 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_KNearest.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_KNearest_getDefaultK(cv::ml::KNearest *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getDefaultK();
    END_WRAP
}
}html %group NativeMethods_ml_KNearest %index ml_KNearest_setDefaultK [32/64bit] ml_KNearest_setDefaultK %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): ml_KNearest_setDefaultK 元DLLエクスポート名: ml_KNearest_setDefaultK 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_KNearest.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_KNearest_setDefaultK(cv::ml::KNearest *obj, int val)
{
    BEGIN_WRAP
    obj->setDefaultK(val);
    END_WRAP
}
}html %group NativeMethods_ml_KNearest %index ml_KNearest_getIsClassifier [32/64bit] ml_KNearest_getIsClassifier %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): ml_KNearest_getIsClassifier 元DLLエクスポート名: ml_KNearest_getIsClassifier 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_KNearest.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_KNearest_getIsClassifier(cv::ml::KNearest *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getIsClassifier() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_ml_KNearest %index ml_KNearest_setIsClassifier [32/64bit] ml_KNearest_setIsClassifier %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): ml_KNearest_setIsClassifier 元DLLエクスポート名: ml_KNearest_setIsClassifier 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_KNearest.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_KNearest_setIsClassifier(cv::ml::KNearest *obj, int val)
{
    BEGIN_WRAP
    obj->setIsClassifier(val != 0);
    END_WRAP
}
}html %group NativeMethods_ml_KNearest %index ml_KNearest_getEmax [32/64bit] ml_KNearest_getEmax %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): ml_KNearest_getEmax 元DLLエクスポート名: ml_KNearest_getEmax 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_KNearest.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_KNearest_getEmax(cv::ml::KNearest *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getEmax();
    END_WRAP
}
}html %group NativeMethods_ml_KNearest %index ml_KNearest_setEmax [32/64bit] ml_KNearest_setEmax %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): ml_KNearest_setEmax 元DLLエクスポート名: ml_KNearest_setEmax 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_KNearest.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_KNearest_setEmax(cv::ml::KNearest *obj, int val)
{
    BEGIN_WRAP
    obj->setEmax(val);
    END_WRAP
}
}html %group NativeMethods_ml_KNearest %index ml_KNearest_getAlgorithmType [32/64bit] ml_KNearest_getAlgorithmType %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): ml_KNearest_getAlgorithmType 元DLLエクスポート名: ml_KNearest_getAlgorithmType 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_KNearest.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_KNearest_getAlgorithmType(cv::ml::KNearest *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getAlgorithmType();
    END_WRAP
}
}html %group NativeMethods_ml_KNearest %index ml_KNearest_setAlgorithmType [32/64bit] ml_KNearest_setAlgorithmType %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): ml_KNearest_setAlgorithmType 元DLLエクスポート名: ml_KNearest_setAlgorithmType 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_KNearest.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_KNearest_setAlgorithmType(cv::ml::KNearest *obj, int val)
{
    BEGIN_WRAP
    obj->setAlgorithmType(val);
    END_WRAP
}
}html %group NativeMethods_ml_KNearest %index ml_KNearest_findNearest [32/64bit] ml_KNearest_findNearest %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr obj p2 = sptr : IntPtr samples p3 = int : int k p4 = sptr : IntPtr results p5 = sptr : IntPtr neighborResponses p6 = sptr : IntPtr dist p7 = var : out float returnValue %inst 元関数名(C#): ml_KNearest_findNearest 元DLLエクスポート名: ml_KNearest_findNearest 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_KNearest.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_KNearest_findNearest(cv::ml::KNearest *obj, cv::_InputArray *samples, int k,
    cv::_OutputArray *results, cv::_OutputArray *neighborResponses, cv::_OutputArray *dist, float *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->findNearest(
        entity(samples), k, entity(results), entity(neighborResponses), entity(dist));
    END_WRAP
}
}html %group NativeMethods_ml_KNearest %index ml_KNearest_create [32/64bit] ml_KNearest_create %prm p1 p1 = var : out IntPtr returnValue %inst 元関数名(C#): ml_KNearest_create 元DLLエクスポート名: ml_KNearest_create 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_KNearest.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_KNearest_create(cv::Ptr<cv::ml::KNearest> **returnValue)
{
    BEGIN_WRAP
    const auto  ptr = cv::ml::KNearest::create();
    *returnValue = new cv::Ptr<cv::ml::KNearest>(ptr);
    END_WRAP
}
}html %group NativeMethods_ml_KNearest %index ml_Ptr_KNearest_delete [32/64bit] cv::ml::Knearest のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst 元関数名(C#): ml_Ptr_KNearest_delete 元DLLエクスポート名: ml_Ptr_KNearest_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_KNearest.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_Ptr_KNearest_delete(cv::Ptr<cv::ml::KNearest> *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_ml_KNearest %index ml_Ptr_KNearest_get [32/64bit] cv::ml::Knearest のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst 元関数名(C#): ml_Ptr_KNearest_get 元DLLエクスポート名: ml_Ptr_KNearest_get 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_KNearest.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_Ptr_KNearest_get(cv::Ptr<cv::ml::KNearest>* obj, cv::ml::KNearest **returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->get();
    END_WRAP
}
}html %group NativeMethods_ml_KNearest %index ml_KNearest_load [32/64bit] ml_KNearest_load %prm p1,p2 p1 = str : [MarshalAs(UnmanagedType.LPStr)] string filePath p2 = var : out IntPtr returnValue %inst 元関数名(C#): ml_KNearest_load 元DLLエクスポート名: ml_KNearest_load 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_KNearest.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_KNearest_load(const char *filePath, cv::Ptr<cv::ml::KNearest> **returnValue)
{
    BEGIN_WRAP
    const auto  ptr = cv::Algorithm::load<cv::ml::KNearest>(filePath);
    *returnValue = new cv::Ptr<cv::ml::KNearest>(ptr);
    END_WRAP
}
}html %group NativeMethods_ml_KNearest %index ml_KNearest_loadFromString [32/64bit] ml_KNearest_loadFromString %prm p1,p2 p1 = str : [MarshalAs(UnmanagedType.LPStr)] string strModel p2 = var : out IntPtr returnValue %inst 元関数名(C#): ml_KNearest_loadFromString 元DLLエクスポート名: ml_KNearest_loadFromString 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_KNearest.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_KNearest_loadFromString(const char *strModel, cv::Ptr<cv::ml::KNearest> **returnValue)
{
    BEGIN_WRAP
    const auto objName = cv::ml::KNearest::create()->getDefaultName();
    const auto  ptr = cv::Algorithm::loadFromString<cv::ml::KNearest>(strModel, objName);
    *returnValue = new cv::Ptr<cv::ml::KNearest>(ptr);
    END_WRAP
}
}html %group NativeMethods_ml_KNearest %index ml_LogisticRegression_getLearningRate [32/64bit] 学習率。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst See alsosetLearningRate 元関数名(C#): ml_LogisticRegression_getLearningRate 元DLLエクスポート名: ml_LogisticRegression_getLearningRate 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_LogisticRegression.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_LogisticRegression_getLearningRate(cv::ml::LogisticRegression *obj, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getLearningRate();
    END_WRAP
}
}html %group NativeMethods_ml_LogisticRegression %index ml_LogisticRegression_setLearningRate [32/64bit] alsogetLearningRate を参照してください。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double val %inst 元関数名(C#): ml_LogisticRegression_setLearningRate 元DLLエクスポート名: ml_LogisticRegression_setLearningRate 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_LogisticRegression.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_LogisticRegression_setLearningRate(cv::ml::LogisticRegression *obj, double val)
{
    BEGIN_WRAP
    obj->setLearningRate(val);
    END_WRAP
}
}html %group NativeMethods_ml_LogisticRegression %index ml_LogisticRegression_getIterations [32/64bit] イテレーションの数。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst alsosetIterationsを参照。 元関数名(C#): ml_LogisticRegression_getIterations 元DLLエクスポート名: ml_LogisticRegression_getIterations 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_LogisticRegression.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_LogisticRegression_getIterations(cv::ml::LogisticRegression *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getIterations();
    END_WRAP
}
}html %group NativeMethods_ml_LogisticRegression %index ml_LogisticRegression_setIterations [32/64bit] alsogetIterationsを参照。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): ml_LogisticRegression_setIterations 元DLLエクスポート名: ml_LogisticRegression_setIterations 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_LogisticRegression.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_LogisticRegression_setIterations(cv::ml::LogisticRegression *obj, int val)
{
    BEGIN_WRAP
    obj->setIterations(val);
    END_WRAP
}
}html %group NativeMethods_ml_LogisticRegression %index ml_LogisticRegression_getRegularization [32/64bit] 適用される正則化の種類。LogisticRegression::RegKindsを参照。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst alsosetRegularizationを参照。 元関数名(C#): ml_LogisticRegression_getRegularization 元DLLエクスポート名: ml_LogisticRegression_getRegularization 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_LogisticRegression.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_LogisticRegression_getRegularization(cv::ml::LogisticRegression *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getRegularization();
    END_WRAP
}
}html %group NativeMethods_ml_LogisticRegression %index ml_LogisticRegression_setRegularization [32/64bit] alsogetRegularizationを参照。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): ml_LogisticRegression_setRegularization 元DLLエクスポート名: ml_LogisticRegression_setRegularization 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_LogisticRegression.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_LogisticRegression_setRegularization(cv::ml::LogisticRegression *obj, int val)
{
    BEGIN_WRAP
    obj->setRegularization(val);
    END_WRAP
}
}html %group NativeMethods_ml_LogisticRegression %index ml_LogisticRegression_getTrainMethod [32/64bit] 使用される学習方法の種類。LogisticRegression::Methodsを参照。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst alsosetTrainMethodを参照。 元関数名(C#): ml_LogisticRegression_getTrainMethod 元DLLエクスポート名: ml_LogisticRegression_getTrainMethod 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_LogisticRegression.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_LogisticRegression_getTrainMethod(cv::ml::LogisticRegression *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getTrainMethod();
    END_WRAP
}
}html %group NativeMethods_ml_LogisticRegression %index ml_LogisticRegression_setTrainMethod [32/64bit] alsogetTrainMethodを参照。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): ml_LogisticRegression_setTrainMethod 元DLLエクスポート名: ml_LogisticRegression_setTrainMethod 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_LogisticRegression.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_LogisticRegression_setTrainMethod(cv::ml::LogisticRegression *obj, int val)
{
    BEGIN_WRAP
    obj->setTrainMethod(val);
    END_WRAP
}
}html %group NativeMethods_ml_LogisticRegression %index ml_LogisticRegression_getMiniBatchSize [32/64bit] Mini-Batch Gradient Descentの各ステップで取るトレーニングサンプルの数を指定します。LogisticRegression::MINI_BATCH学習アルゴリズムを使用する場合にのみ使用されます。トレーニングサンプルの総数よりも少ない値を取らなければならない。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst See alsosetMiniBatchSize 元関数名(C#): ml_LogisticRegression_getMiniBatchSize 元DLLエクスポート名: ml_LogisticRegression_getMiniBatchSize 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_LogisticRegression.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_LogisticRegression_getMiniBatchSize(cv::ml::LogisticRegression *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getMiniBatchSize();
    END_WRAP
}
}html %group NativeMethods_ml_LogisticRegression %index ml_LogisticRegression_setMiniBatchSize [32/64bit] alsogetMiniBatchSizeを参照。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): ml_LogisticRegression_setMiniBatchSize 元DLLエクスポート名: ml_LogisticRegression_setMiniBatchSize 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_LogisticRegression.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_LogisticRegression_setMiniBatchSize(cv::ml::LogisticRegression *obj, int val)
{
    BEGIN_WRAP
    obj->setMiniBatchSize(val);
    END_WRAP
}
}html %group NativeMethods_ml_LogisticRegression %index ml_LogisticRegression_getTermCriteria [32/64bit] アルゴリズムの終了基準。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out TermCriteria returnValue %inst alsosetTermCriteriaを参照 元関数名(C#): ml_LogisticRegression_getTermCriteria 元DLLエクスポート名: ml_LogisticRegression_getTermCriteria 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_LogisticRegression.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_LogisticRegression_getTermCriteria(cv::ml::LogisticRegression *obj, MyCvTermCriteria *returnValue)
{
    BEGIN_WRAP
    *returnValue = c(obj->getTermCriteria());
    END_WRAP
}
}html %group NativeMethods_ml_LogisticRegression %index ml_LogisticRegression_setTermCriteria [32bit] 関連項目： 用語集の設定 %prm p1,p2 p1 = sptr : IntPtr obj p2 = ARGS_TERMCRITERIA : TermCriteria val %inst 元関数名(C#): ml_LogisticRegression_setTermCriteria 元DLLエクスポート名: ml_LogisticRegression_setTermCriteria 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_LogisticRegression.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_LogisticRegression_setTermCriteria(cv::ml::LogisticRegression *obj, MyCvTermCriteria val)
{
    BEGIN_WRAP
    obj->setTermCriteria(cpp(val));
    END_WRAP
}
}html %group NativeMethods_ml_LogisticRegression %index ml_LogisticRegression_setTermCriteria [64bit] 関連項目： 用語集の設定 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : TermCriteria val %inst 元関数名(C#): ml_LogisticRegression_setTermCriteria 元DLLエクスポート名: ml_LogisticRegression_setTermCriteria 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_LogisticRegression.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_LogisticRegression_setTermCriteria(cv::ml::LogisticRegression *obj, MyCvTermCriteria val)
{
    BEGIN_WRAP
    obj->setTermCriteria(cpp(val));
    END_WRAP
}
}html %group NativeMethods_ml_LogisticRegression %index ml_LogisticRegression_predict [32/64bit] 入力されたサンプルに対する応答を予測し、float 型で返す。 %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr obj p2 = sptr : IntPtr samples p3 = sptr : IntPtr results p4 = int : int flags p5 = var : out float returnValue %inst cv::ml::StatModel を実装しています． 元関数名(C#): ml_LogisticRegression_predict 元DLLエクスポート名: ml_LogisticRegression_predict 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_LogisticRegression.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_LogisticRegression_predict(
    cv::ml::LogisticRegression *obj, cv::_InputArray *samples, cv::_OutputArray *results, int flags, float *returnValue)
{ 
    BEGIN_WRAP
    *returnValue = obj->predict(entity(samples), entity(results), flags);
    END_WRAP
}
}html %group NativeMethods_ml_LogisticRegression %index ml_LogisticRegression_get_learnt_thetas [32/64bit] この関数は，学習されたパラメータを列方向に並べて返します． %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst 2クラス分類問題の場合は，行行列が返されます．これは，ロジスティック回帰の学習済みパラメータを CV_32F 型の行列として返します． 元関数名(C#): ml_LogisticRegression_get_learnt_thetas 元DLLエクスポート名: ml_LogisticRegression_get_learnt_thetas 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_LogisticRegression.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_LogisticRegression_get_learnt_thetas(cv::ml::LogisticRegression *obj, cv::Mat **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::Mat(obj->get_learnt_thetas());
    END_WRAP
}
}html %group NativeMethods_ml_LogisticRegression %index ml_LogisticRegression_create [32/64bit] 空のモデルを作成します。 %prm p1 p1 = var : out IntPtr returnValue %inst 与えられたパラメータでロジスティック回帰モデルを作成します． 元関数名(C#): ml_LogisticRegression_create 元DLLエクスポート名: ml_LogisticRegression_create 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_LogisticRegression.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_LogisticRegression_create(cv::Ptr<cv::ml::LogisticRegression> **returnValue)
{
    BEGIN_WRAP
    const auto ptr = cv::ml::LogisticRegression::create();
    *returnValue = new cv::Ptr<cv::ml::LogisticRegression>(ptr);
    END_WRAP
}
}html %group NativeMethods_ml_LogisticRegression %index ml_Ptr_LogisticRegression_delete [32/64bit] cv::ml::LogisticRegression のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst ロジスティック回帰分類器を実装します． ロジスティック回帰 も参照してください． 元関数名(C#): ml_Ptr_LogisticRegression_delete 元DLLエクスポート名: ml_Ptr_LogisticRegression_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_LogisticRegression.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_Ptr_LogisticRegression_delete(cv::Ptr<cv::ml::LogisticRegression> *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_ml_LogisticRegression %index ml_Ptr_LogisticRegression_get [32/64bit] cv::ml::LogisticRegression のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst ロジスティック回帰分類器を実装します． ロジスティック回帰 も参照してください． 元関数名(C#): ml_Ptr_LogisticRegression_get 元DLLエクスポート名: ml_Ptr_LogisticRegression_get 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_LogisticRegression.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_Ptr_LogisticRegression_get(
    cv::Ptr<cv::ml::LogisticRegression> *obj, cv::ml::LogisticRegression **returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->get();
    END_WRAP
}
}html %group NativeMethods_ml_LogisticRegression %index ml_LogisticRegression_load [32/64bit] ml_LogisticRegression_load %prm p1,p2 p1 = str : [MarshalAs(UnmanagedType.LPStr)] string filePath p2 = var : out IntPtr returnValue %inst 元関数名(C#): ml_LogisticRegression_load 元DLLエクスポート名: ml_LogisticRegression_load 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_LogisticRegression.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_LogisticRegression_load(
    const char *filePath, cv::Ptr<cv::ml::LogisticRegression> **returnValue)
{
    BEGIN_WRAP
    const auto ptr = cv::Algorithm::load<cv::ml::LogisticRegression>(filePath);
    *returnValue = new cv::Ptr<cv::ml::LogisticRegression>(ptr);
    END_WRAP
}
}html %group NativeMethods_ml_LogisticRegression %index ml_LogisticRegression_loadFromString [32/64bit] ml_LogisticRegression_loadFromString %prm p1,p2 p1 = str : [MarshalAs(UnmanagedType.LPStr)] string strModel p2 = var : out IntPtr returnValue %inst 元関数名(C#): ml_LogisticRegression_loadFromString 元DLLエクスポート名: ml_LogisticRegression_loadFromString 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_LogisticRegression.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_LogisticRegression_loadFromString(
    const char *strModel, cv::Ptr<cv::ml::LogisticRegression> **returnValue)
{
    BEGIN_WRAP
    const auto objName = cv::ml::LogisticRegression::create()->getDefaultName();
    const auto ptr = cv::Algorithm::loadFromString<cv::ml::LogisticRegression>(strModel, objName);
    *returnValue = new cv::Ptr<cv::ml::LogisticRegression>(ptr);
    END_WRAP
}
}html %group NativeMethods_ml_LogisticRegression %index ml_NormalBayesClassifier_predictProb [32/64bit] サンプルの応答を予測します． %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr obj p2 = sptr : IntPtr inputs p3 = sptr : IntPtr samples p4 = sptr : IntPtr outputProbs p5 = int : int flags p6 = var : out float returnValue %inst このメソッドは，入力ベクトルに対して最も確率の高いクラスを推定します．入力ベクトル（1つまたは複数）は，行列inputsの行として格納されます．複数の入力ベクトルがある場合，出力ベクトルは1つでなければなりません．1つの入力ベクトルに対して予測されたクラスが，このメソッドによって返されます．ベクトル outputProbs には、result の各要素に対応する出力確率が含まれています。 元関数名(C#): ml_NormalBayesClassifier_predictProb 元DLLエクスポート名: ml_NormalBayesClassifier_predictProb 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_NormalBayesClassifier.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_NormalBayesClassifier_predictProb(
    cv::ml::NormalBayesClassifier *obj, cv::_InputArray *inputs, 
    cv::_OutputArray *samples, cv::_OutputArray *outputProbs, int flags, float *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->predictProb(entity(inputs), entity(samples), entity(outputProbs), flags);
    END_WRAP
}
}html %group NativeMethods_ml_NormalBayesClassifier %index ml_NormalBayesClassifier_create [32/64bit] 空のモデルを作成 StatModel::train を使用して、作成後のモデルをトレーニングします。 %prm p1 p1 = var : out IntPtr returnValue %inst 元関数名(C#): ml_NormalBayesClassifier_create 元DLLエクスポート名: ml_NormalBayesClassifier_create 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_NormalBayesClassifier.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_NormalBayesClassifier_create(cv::Ptr<cv::ml::NormalBayesClassifier> **returnValue)
{
    BEGIN_WRAP
    const auto ptr = cv::ml::NormalBayesClassifier::create();
    *returnValue = new cv::Ptr<cv::ml::NormalBayesClassifier>(ptr);
    END_WRAP
}
}html %group NativeMethods_ml_NormalBayesClassifier %index ml_Ptr_NormalBayesClassifier_delete [32/64bit] cv::ml::NormalBayesClassifier のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst 正規分布データに対するベイズ分類器 関連項目： 正規ベイズ分類法 元関数名(C#): ml_Ptr_NormalBayesClassifier_delete 元DLLエクスポート名: ml_Ptr_NormalBayesClassifier_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_NormalBayesClassifier.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_Ptr_NormalBayesClassifier_delete(cv::Ptr<cv::ml::NormalBayesClassifier> *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_ml_NormalBayesClassifier %index ml_Ptr_NormalBayesClassifier_get [32/64bit] cv::ml::NormalBayesClassifier のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst 正規分布データに対するベイズ分類器 関連項目： 正規ベイズ分類法 元関数名(C#): ml_Ptr_NormalBayesClassifier_get 元DLLエクスポート名: ml_Ptr_NormalBayesClassifier_get 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_NormalBayesClassifier.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_Ptr_NormalBayesClassifier_get(
    cv::Ptr<cv::ml::NormalBayesClassifier>* obj, cv::ml::NormalBayesClassifier **returnValue)

{
    BEGIN_WRAP
    *returnValue = obj->get();
    END_WRAP
}
}html %group NativeMethods_ml_NormalBayesClassifier %index ml_NormalBayesClassifier_load [32/64bit] ml_NormalBayesClassifier_load %prm p1,p2 p1 = str : [MarshalAs(UnmanagedType.LPStr)] string filePath p2 = var : out IntPtr returnValue %inst 元関数名(C#): ml_NormalBayesClassifier_load 元DLLエクスポート名: ml_NormalBayesClassifier_load 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_NormalBayesClassifier.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_NormalBayesClassifier_load(const char *filePath, cv::Ptr<cv::ml::NormalBayesClassifier> **returnValue)
{
    BEGIN_WRAP
    const auto  ptr = cv::Algorithm::load<cv::ml::NormalBayesClassifier>(filePath);
    *returnValue = new cv::Ptr<cv::ml::NormalBayesClassifier>(ptr);
    END_WRAP
}
}html %group NativeMethods_ml_NormalBayesClassifier %index ml_NormalBayesClassifier_loadFromString [32/64bit] ml_NormalBayesClassifier_loadFromString %prm p1,p2 p1 = str : [MarshalAs(UnmanagedType.LPStr)] string strModel p2 = var : out IntPtr returnValue %inst 元関数名(C#): ml_NormalBayesClassifier_loadFromString 元DLLエクスポート名: ml_NormalBayesClassifier_loadFromString 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_NormalBayesClassifier.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_NormalBayesClassifier_loadFromString(const char *strModel, cv::Ptr<cv::ml::NormalBayesClassifier> **returnValue)
{
    BEGIN_WRAP
    const auto objName = cv::ml::NormalBayesClassifier::create()->getDefaultName();
    const auto ptr = cv::Algorithm::loadFromString<cv::ml::NormalBayesClassifier>(strModel, objName);
    *returnValue = new cv::Ptr<cv::ml::NormalBayesClassifier>(ptr);
    END_WRAP
}
}html %group NativeMethods_ml_NormalBayesClassifier %index ml_RTrees_getCalculateVarImportance [32/64bit] ml_RTrees_getCalculateVarImportance %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): ml_RTrees_getCalculateVarImportance 元DLLエクスポート名: ml_RTrees_getCalculateVarImportance 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_RTrees.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_RTrees_getCalculateVarImportance(cv::ml::RTrees *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getCalculateVarImportance() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_ml_RTrees %index ml_RTrees_setCalculateVarImportance [32/64bit] ml_RTrees_setCalculateVarImportance %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): ml_RTrees_setCalculateVarImportance 元DLLエクスポート名: ml_RTrees_setCalculateVarImportance 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_RTrees.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_RTrees_setCalculateVarImportance(cv::ml::RTrees *obj, int val)
{
    BEGIN_WRAP
    obj->setCalculateVarImportance(val != 0);
    END_WRAP
}
}html %group NativeMethods_ml_RTrees %index ml_RTrees_getActiveVarCount [32/64bit] ml_RTrees_getActiveVarCount %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): ml_RTrees_getActiveVarCount 元DLLエクスポート名: ml_RTrees_getActiveVarCount 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_RTrees.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_RTrees_getActiveVarCount(cv::ml::RTrees *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getActiveVarCount();
    END_WRAP
}
}html %group NativeMethods_ml_RTrees %index ml_RTrees_setActiveVarCount [32/64bit] ml_RTrees_setActiveVarCount %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): ml_RTrees_setActiveVarCount 元DLLエクスポート名: ml_RTrees_setActiveVarCount 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_RTrees.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_RTrees_setActiveVarCount(cv::ml::RTrees *obj, int val)
{
    BEGIN_WRAP
    obj->setActiveVarCount(val);
    END_WRAP
}
}html %group NativeMethods_ml_RTrees %index ml_RTrees_getTermCriteria [32/64bit] ml_RTrees_getTermCriteria %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out TermCriteria returnValue %inst 元関数名(C#): ml_RTrees_getTermCriteria 元DLLエクスポート名: ml_RTrees_getTermCriteria 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_RTrees.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_RTrees_getTermCriteria(cv::ml::RTrees *obj, MyCvTermCriteria *returnValue)
{
    BEGIN_WRAP
    *returnValue = c(obj->getTermCriteria());
    END_WRAP
}
}html %group NativeMethods_ml_RTrees %index ml_RTrees_setTermCriteria [32bit] ml_RTrees_setTermCriteria %prm p1,p2 p1 = sptr : IntPtr obj p2 = ARGS_TERMCRITERIA : TermCriteria val %inst 元関数名(C#): ml_RTrees_setTermCriteria 元DLLエクスポート名: ml_RTrees_setTermCriteria 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_RTrees.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_RTrees_setTermCriteria(cv::ml::RTrees *obj, MyCvTermCriteria val)
{
    BEGIN_WRAP
    obj->setTermCriteria(cpp(val));
    END_WRAP
}
}html %group NativeMethods_ml_RTrees %index ml_RTrees_setTermCriteria [64bit] ml_RTrees_setTermCriteria %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : TermCriteria val %inst 元関数名(C#): ml_RTrees_setTermCriteria 元DLLエクスポート名: ml_RTrees_setTermCriteria 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_RTrees.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_RTrees_setTermCriteria(cv::ml::RTrees *obj, MyCvTermCriteria val)
{
    BEGIN_WRAP
    obj->setTermCriteria(cpp(val));
    END_WRAP
}
}html %group NativeMethods_ml_RTrees %index ml_RTrees_getVarImportance [32/64bit] ml_RTrees_getVarImportance %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst 元関数名(C#): ml_RTrees_getVarImportance 元DLLエクスポート名: ml_RTrees_getVarImportance 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_RTrees.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_RTrees_getVarImportance(cv::ml::RTrees *obj, cv::Mat **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::Mat(obj->getVarImportance());
    END_WRAP
}
}html %group NativeMethods_ml_RTrees %index ml_RTrees_create [32/64bit] ml_RTrees_create %prm p1 p1 = var : out IntPtr returnValue %inst 元関数名(C#): ml_RTrees_create 元DLLエクスポート名: ml_RTrees_create 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_RTrees.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_RTrees_create(cv::Ptr<cv::ml::RTrees> **returnValue)
{
    BEGIN_WRAP
    const auto ptr = cv::ml::RTrees::create();
    *returnValue = new cv::Ptr<cv::ml::RTrees>(ptr);
    END_WRAP
}
}html %group NativeMethods_ml_RTrees %index ml_Ptr_RTrees_delete [32/64bit] cv::ml::Rtrees のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst 元関数名(C#): ml_Ptr_RTrees_delete 元DLLエクスポート名: ml_Ptr_RTrees_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_RTrees.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_Ptr_RTrees_delete(cv::Ptr<cv::ml::RTrees> *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_ml_RTrees %index ml_Ptr_RTrees_get [32/64bit] cv::ml::Rtrees のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst 元関数名(C#): ml_Ptr_RTrees_get 元DLLエクスポート名: ml_Ptr_RTrees_get 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_RTrees.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_Ptr_RTrees_get(cv::Ptr<cv::ml::RTrees> *obj, cv::ml::RTrees **returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->get();
    END_WRAP
}
}html %group NativeMethods_ml_RTrees %index ml_RTrees_load [32/64bit] ml_RTrees_load %prm p1,p2 p1 = str : [MarshalAs(UnmanagedType.LPStr)] string filePath p2 = var : out IntPtr returnValue %inst 元関数名(C#): ml_RTrees_load 元DLLエクスポート名: ml_RTrees_load 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_RTrees.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_RTrees_load(const char *filePath, cv::Ptr<cv::ml::RTrees> **returnValue)
{
    BEGIN_WRAP
    const auto ptr = cv::Algorithm::load<cv::ml::RTrees>(filePath);
    *returnValue = new cv::Ptr<cv::ml::RTrees>(ptr);
    END_WRAP
}
}html %group NativeMethods_ml_RTrees %index ml_RTrees_loadFromString [32/64bit] ml_RTrees_loadFromString %prm p1,p2 p1 = str : [MarshalAs(UnmanagedType.LPStr)] string strModel p2 = var : out IntPtr returnValue %inst 元関数名(C#): ml_RTrees_loadFromString 元DLLエクスポート名: ml_RTrees_loadFromString 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_RTrees.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_RTrees_loadFromString(const char *strModel, cv::Ptr<cv::ml::RTrees> **returnValue)
{
    BEGIN_WRAP
    const auto objName = cv::ml::RTrees::create()->getDefaultName();
    const auto ptr = cv::Algorithm::loadFromString<cv::ml::RTrees>(strModel, objName);
    *returnValue = new cv::Ptr<cv::ml::RTrees>(ptr);
    END_WRAP
}
}html %group NativeMethods_ml_RTrees %index ml_StatModel_clear [32/64bit] ml_StatModel_clear %prm p1 p1 = sptr : IntPtr obj %inst 元関数名(C#): ml_StatModel_clear 元DLLエクスポート名: ml_StatModel_clear 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_StatModel.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_StatModel_clear(cv::ml::StatModel *obj)
{
    BEGIN_WRAP
    obj->clear();
    END_WRAP
}
}html %group NativeMethods_ml_StatModel %index ml_StatModel_getVarCount [32/64bit] トレーニングサンプルの変数の数を返します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): ml_StatModel_getVarCount 元DLLエクスポート名: ml_StatModel_getVarCount 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_StatModel.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_StatModel_getVarCount(cv::ml::StatModel *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getVarCount();
    END_WRAP
}
}html %group NativeMethods_ml_StatModel %index ml_StatModel_empty [32/64bit] アルゴリズムが空の場合（例えば，最初の頃や読み込みに失敗した後など）は，真を返します． %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst cv::Algorithm を再実装したものです． 元関数名(C#): ml_StatModel_empty 元DLLエクスポート名: ml_StatModel_empty 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_StatModel.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_StatModel_empty(cv::ml::StatModel *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->empty() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_ml_StatModel %index ml_StatModel_isTrained [32/64bit] モデルがトレーニングされている場合は true を返します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): ml_StatModel_isTrained 元DLLエクスポート名: ml_StatModel_isTrained 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_StatModel.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_StatModel_isTrained(cv::ml::StatModel *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->isTrained() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_ml_StatModel %index ml_StatModel_isClassifier [32/64bit] モデルが分類器の場合は true を返します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): ml_StatModel_isClassifier 元DLLエクスポート名: ml_StatModel_isClassifier 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_StatModel.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_StatModel_isClassifier(cv::ml::StatModel *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->isClassifier() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_ml_StatModel %index ml_StatModel_train2 [32/64bit] 統計モデルを学習します。 %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr obj p2 = sptr : IntPtr samples p3 = int : int layout p4 = sptr : IntPtr responses p5 = var : out int returnValue %inst 元関数名(C#): ml_StatModel_train2 元DLLエクスポート名: ml_StatModel_train2 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_StatModel.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_StatModel_train2(
    cv::ml::StatModel *obj, cv::_InputArray *samples, int layout, cv::_InputArray *responses, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->train(*samples, layout, *responses) ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_ml_StatModel %index ml_StatModel_predict [32/64bit] 与えられたサンプルに対する応答を予測する %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr obj p2 = sptr : IntPtr samples p3 = sptr : IntPtr results p4 = int : int flags p5 = var : out float returnValue %inst cv::ml::LogisticRegression, および cv::ml::EM で実装されています． 元関数名(C#): ml_StatModel_predict 元DLLエクスポート名: ml_StatModel_predict 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_StatModel.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_StatModel_predict(
    cv::ml::StatModel *obj, cv::_InputArray *samples, cv::_OutputArray *results, int flags, float *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->predict(entity(samples), entity(results), flags);
    END_WRAP
}
}html %group NativeMethods_ml_StatModel %index ml_SVM_getType [32/64bit] SVM の定式化の種類．SVM::Types を参照してください．デフォルト値は SVM::C_SVC です． %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst alsosetType を参照。 元関数名(C#): ml_SVM_getType 元DLLエクスポート名: ml_SVM_getType 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_SVM.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_SVM_getType(cv::ml::SVM *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getType();
    END_WRAP
}
}html %group NativeMethods_ml_SVM %index ml_SVM_setType [32/64bit] alsogetType を参照してください。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): ml_SVM_setType 元DLLエクスポート名: ml_SVM_setType 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_SVM.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_SVM_setType(cv::ml::SVM *obj, int val)
{
    BEGIN_WRAP
    obj->setType(val);
    END_WRAP
}
}html %group NativeMethods_ml_SVM %index ml_SVM_getGamma [32/64bit] カーネル関数のパラメータ ?????SVM::POLY, SVM::RBF, SVM::SIGMOID または SVM::CHI2 の場合。デフォルト値は 1。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst alsosetGamma を参照。 元関数名(C#): ml_SVM_getGamma 元DLLエクスポート名: ml_SVM_getGamma 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_SVM.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_SVM_getGamma(cv::ml::SVM *obj, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getGamma();
    END_WRAP
}
}html %group NativeMethods_ml_SVM %index ml_SVM_setGamma [32/64bit] alsogetGamma を参照。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double val %inst 元関数名(C#): ml_SVM_setGamma 元DLLエクスポート名: ml_SVM_setGamma 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_SVM.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_SVM_setGamma(cv::ml::SVM *obj, double val)
{
    BEGIN_WRAP
    obj->setGamma(val);
    END_WRAP
}
}html %group NativeMethods_ml_SVM %index ml_SVM_getCoef0 [32/64bit] カーネル関数のパラメータ coef0。SVM::POLY または SVM::SIGMOID の場合。既定値は0。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst alsosetCoef0 を参照。 元関数名(C#): ml_SVM_getCoef0 元DLLエクスポート名: ml_SVM_getCoef0 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_SVM.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_SVM_getCoef0(cv::ml::SVM *obj, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getCoef0();
    END_WRAP
}
}html %group NativeMethods_ml_SVM %index ml_SVM_setCoef0 [32/64bit] alsogetCoef0 を参照。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double val %inst 元関数名(C#): ml_SVM_setCoef0 元DLLエクスポート名: ml_SVM_setCoef0 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_SVM.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_SVM_setCoef0(cv::ml::SVM *obj, double val)
{
    BEGIN_WRAP
    obj->setCoef0(val);
    END_WRAP
}
}html %group NativeMethods_ml_SVM %index ml_SVM_getDegree [32/64bit] カーネル関数のパラメータ degree。SVM::POLY の場合。デフォルトの値は 0。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst alsosetDegree を参照。 元関数名(C#): ml_SVM_getDegree 元DLLエクスポート名: ml_SVM_getDegree 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_SVM.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_SVM_getDegree(cv::ml::SVM *obj, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getDegree();
    END_WRAP
}
}html %group NativeMethods_ml_SVM %index ml_SVM_setDegree [32/64bit] alsogetDegree 参照。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double val %inst 元関数名(C#): ml_SVM_setDegree 元DLLエクスポート名: ml_SVM_setDegree 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_SVM.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_SVM_setDegree(cv::ml::SVM *obj, double val)
{
    BEGIN_WRAP
    obj->setDegree(val);
    END_WRAP
}
}html %group NativeMethods_ml_SVM %index ml_SVM_getC [32/64bit] カーネル関数のパラメータ coef0。SVM::POLY または SVM::SIGMOID の場合。既定値は0。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst alsosetCoef0 を参照。 元関数名(C#): ml_SVM_getC 元DLLエクスポート名: ml_SVM_getC 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_SVM.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_SVM_getCoef0(cv::ml::SVM *obj, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getCoef0();
    END_WRAP
}
}html %group NativeMethods_ml_SVM %index ml_SVM_setC [32/64bit] alsogetCoef0 を参照。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double val %inst 元関数名(C#): ml_SVM_setC 元DLLエクスポート名: ml_SVM_setC 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_SVM.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_SVM_setCoef0(cv::ml::SVM *obj, double val)
{
    BEGIN_WRAP
    obj->setCoef0(val);
    END_WRAP
}
}html %group NativeMethods_ml_SVM %index ml_SVM_getP [32/64bit] SVM 最適化問題のパラメータ ????? ?????SVM::EPS_SVR の場合。デフォルト値は 0 です。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst 参照：アルソセットP 元関数名(C#): ml_SVM_getP 元DLLエクスポート名: ml_SVM_getP 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_SVM.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_SVM_getP(cv::ml::SVM *obj, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getP();
    END_WRAP
}
}html %group NativeMethods_ml_SVM %index ml_SVM_setP [32/64bit] alsogetP参照 %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double val %inst 元関数名(C#): ml_SVM_setP 元DLLエクスポート名: ml_SVM_setP 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_SVM.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_SVM_setP(cv::ml::SVM *obj, double val)
{
    BEGIN_WRAP
    obj->setP(val);
    END_WRAP
}
}html %group NativeMethods_ml_SVM %index ml_SVM_getNu [32/64bit] SVM 最適化問題のパラメータ ?nu?SVM::NU_SVC, SVM::ONE_CLASS, SVM::NU_SVR の場合。デフォルト値は 0。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst alsosetNu を参照。 元関数名(C#): ml_SVM_getNu 元DLLエクスポート名: ml_SVM_getNu 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_SVM.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_SVM_getNu(cv::ml::SVM *obj, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getNu();
    END_WRAP
}
}html %group NativeMethods_ml_SVM %index ml_SVM_setNu [32/64bit] alsogetNu を参照。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double val %inst 元関数名(C#): ml_SVM_setNu 元DLLエクスポート名: ml_SVM_setNu 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_SVM.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_SVM_setNu(cv::ml::SVM *obj, double val)
{
    BEGIN_WRAP
    obj->setNu(val);
    END_WRAP
}
}html %group NativeMethods_ml_SVM %index ml_SVM_getClassWeights [32/64bit] ml_SVM_getClassWeights %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst 元関数名(C#): ml_SVM_getClassWeights 元DLLエクスポート名: ml_SVM_getClassWeights 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_SVM.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_SVM_getClassWeights(cv::ml::SVM *obj, cv::Mat **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::Mat(obj->getClassWeights());
    END_WRAP
}
}html %group NativeMethods_ml_SVM %index ml_SVM_setClassWeights [32/64bit] alsogetClassWeights を参照。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr val %inst 元関数名(C#): ml_SVM_setClassWeights 元DLLエクスポート名: ml_SVM_setClassWeights 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_SVM.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_SVM_setClassWeights(cv::ml::SVM *obj, cv::Mat *val)
{
    BEGIN_WRAP
    obj->setClassWeights(*val);
    END_WRAP
}
}html %group NativeMethods_ml_SVM %index ml_SVM_getTermCriteria [32/64bit] ml_SVM_getTermCriteria %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out TermCriteria returnValue %inst 元関数名(C#): ml_SVM_getTermCriteria 元DLLエクスポート名: ml_SVM_getTermCriteria 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_SVM.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_SVM_getTermCriteria(cv::ml::SVM *obj, MyCvTermCriteria *returnValue)
{
    BEGIN_WRAP
    *returnValue = c(obj->getTermCriteria());
    END_WRAP
}
}html %group NativeMethods_ml_SVM %index ml_SVM_setTermCriteria [32bit] 関連項目： 用語集の設定 %prm p1,p2 p1 = sptr : IntPtr obj p2 = ARGS_TERMCRITERIA : TermCriteria val %inst 元関数名(C#): ml_SVM_setTermCriteria 元DLLエクスポート名: ml_SVM_setTermCriteria 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_SVM.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_SVM_setTermCriteria(cv::ml::SVM *obj, MyCvTermCriteria val)
{
    BEGIN_WRAP
    obj->setTermCriteria(cpp(val));
    END_WRAP
}
}html %group NativeMethods_ml_SVM %index ml_SVM_setTermCriteria [64bit] 関連項目： 用語集の設定 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : TermCriteria val %inst 元関数名(C#): ml_SVM_setTermCriteria 元DLLエクスポート名: ml_SVM_setTermCriteria 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_SVM.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_SVM_setTermCriteria(cv::ml::SVM *obj, MyCvTermCriteria val)
{
    BEGIN_WRAP
    obj->setTermCriteria(cpp(val));
    END_WRAP
}
}html %group NativeMethods_ml_SVM %index ml_SVM_getKernelType [32/64bit] SVM カーネルの種類。SVM::KernelTypes を参照。デフォルト値は SVM::RBF。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): ml_SVM_getKernelType 元DLLエクスポート名: ml_SVM_getKernelType 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_SVM.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_SVM_getKernelType(cv::ml::SVM *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getKernelType();
    END_WRAP
}
}html %group NativeMethods_ml_SVM %index ml_SVM_setKernel [32/64bit] 定義済みカーネルの1つで初期化。SVM::KernelTypes を参照。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int kernelType %inst 元関数名(C#): ml_SVM_setKernel 元DLLエクスポート名: ml_SVM_setKernel 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_SVM.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_SVM_setKernel(cv::ml::SVM *obj, int kernelType)
{
    BEGIN_WRAP
    obj->setKernel(kernelType);
    END_WRAP
}
}html %group NativeMethods_ml_SVM %index ml_SVM_getSupportVectors [32/64bit] すべてのサポートベクターを取得。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst このメソッドは，すべてのサポートベクターを浮動小数点型の行列として返します．サポートベクターは行列の行として保存されます． 元関数名(C#): ml_SVM_getSupportVectors 元DLLエクスポート名: ml_SVM_getSupportVectors 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_SVM.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_SVM_getSupportVectors(cv::ml::SVM *obj, cv::Mat **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::Mat(obj->getSupportVectors());
    END_WRAP
}
}html %group NativeMethods_ml_SVM %index ml_SVM_getDecisionFunction [32/64bit] 決定関数を検索します． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr obj p2 = int : int i p3 = sptr : IntPtr alpha p4 = sptr : IntPtr svidx p5 = var : out double returnValue %inst このメソッドは、決定関数の rho パラメータ（カーネル応答の加重和から減算されたスカラー）を返します。 元関数名(C#): ml_SVM_getDecisionFunction 元DLLエクスポート名: ml_SVM_getDecisionFunction 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_SVM.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_SVM_getDecisionFunction(
    cv::ml::SVM *obj, int i, cv::_OutputArray *alpha, cv::_OutputArray *svidx, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getDecisionFunction(i, entity(alpha), entity(svidx));
    END_WRAP
}
}html %group NativeMethods_ml_SVM %index ml_SVM_getDefaultGrid [32/64bit] SVM パラメータのグリッドを生成します。 %prm p1,p2 p1 = int : int paramId p2 = var : out ParamGrid returnValue %inst この関数は SVM アルゴリズムの指定されたパラメータ用のグリッドを生成します。このグリッドは関数 SVM::trainAuto に渡すことができる。 元関数名(C#): ml_SVM_getDefaultGrid 元DLLエクスポート名: ml_SVM_getDefaultGrid 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_SVM.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_SVM_getDefaultGrid(int param_id, ParamGridStruct *returnValue)
{ 
    BEGIN_WRAP
    *returnValue = c(cv::ml::SVM::getDefaultGrid(param_id));
    END_WRAP
}
}html %group NativeMethods_ml_SVM %index ml_SVM_create [32/64bit] 空のモデルを作成します。モデルの学習には StatModel::train を使用します。SVM にはいくつかのパラメータがあるため、問題に最適なパラメータを見つけたい場合は、SVM::trainAuto で行うことができます。 %prm p1 p1 = var : out IntPtr returnValue %inst 例： samples/cpp/train_HOG.cpp. 元関数名(C#): ml_SVM_create 元DLLエクスポート名: ml_SVM_create 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_SVM.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_SVM_create(cv::Ptr<cv::ml::SVM> **returnValue)
{
    BEGIN_WRAP
    const auto ptr = cv::ml::SVM::create();
    *returnValue = new cv::Ptr<cv::ml::SVM>(ptr);
    END_WRAP
}
}html %group NativeMethods_ml_SVM %index ml_Ptr_SVM_delete [32/64bit] cv::ml::SVM のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst サポートベクターマシン。 関連項目サポートベクターマシン 元関数名(C#): ml_Ptr_SVM_delete 元DLLエクスポート名: ml_Ptr_SVM_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_SVM.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_Ptr_SVM_delete(cv::Ptr<cv::ml::SVM> *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_ml_SVM %index ml_Ptr_SVM_get [32/64bit] cv::ml::SVM のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst サポートベクターマシン。 関連項目サポートベクターマシン 元関数名(C#): ml_Ptr_SVM_get 元DLLエクスポート名: ml_Ptr_SVM_get 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_SVM.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_Ptr_SVM_get(cv::Ptr<cv::ml::SVM>* obj, cv::ml::SVM **returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->get();
    END_WRAP
}
}html %group NativeMethods_ml_SVM %index ml_SVM_load [32/64bit] シリアル化された SVM をファイルから読み込み、作成する。 %prm p1,p2 p1 = str : string filePath p2 = var : out IntPtr returnValue %inst SVM::save を使用して SVM をシリアル化してディスクに保存する。ファイルへのパスを指定してこの関数を呼び出すことにより、このファイルから再度 SVM を読み込む。 元関数名(C#): ml_SVM_load 元DLLエクスポート名: ml_SVM_load 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_SVM.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_SVM_load(const char *filePath, cv::Ptr<cv::ml::SVM> **returnValue)
{
    BEGIN_WRAP
    const auto ptr = cv::ml::SVM::load(filePath);
    *returnValue = new cv::Ptr<cv::ml::SVM>(ptr);
    END_WRAP
}
}html %group NativeMethods_ml_SVM %index ml_SVM_loadFromString [32/64bit] ml_SVM_loadFromString %prm p1,p2 p1 = str : string strModel p2 = var : out IntPtr returnValue %inst 元関数名(C#): ml_SVM_loadFromString 元DLLエクスポート名: ml_SVM_loadFromString 参照元CSファイル: Internal\PInvoke\NativeMethods\ml\NativeMethods_ml_SVM.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ml_SVM_loadFromString(const char *strModel, cv::Ptr<cv::ml::SVM> **returnValue)
{
    BEGIN_WRAP
    const auto objName = cv::ml::SVM::create()->getDefaultName();
    const auto ptr = cv::Algorithm::loadFromString<cv::ml::SVM>(strModel, objName);
    *returnValue = new cv::Ptr<cv::ml::SVM>(ptr);
    END_WRAP
}
}html %group NativeMethods_ml_SVM %index objdetect_groupRectangles1 [32/64bit] オブジェクト候補の矩形をグループ化する。 %prm p1,p2,p3 p1 = sptr : IntPtr rectList p2 = int : int groupThreshold p3 = double : double eps %inst この関数は，汎用関数 partition のラッパーです．この関数は，類似したサイズと類似した位置にある矩形を結合する矩形等価基準を用いて，すべての入力矩形をクラスタリングします．この類似性は eps で定義されます．eps=0 の場合，クラスタリングは全く行われません．eps=0 の場合は，クラスタリングは行われません．また，(\{eps}\rightarrow +\inf\) の場合は，すべての長方形が1つのクラスタに入ります．そして，groupThreshold以下の矩形を含む小さなクラスタは拒否されます．他の各クラスタでは，平均的な矩形が計算され，出力矩形リストに入れられます． 元関数名(C#): objdetect_groupRectangles1 元DLLエクスポート名: objdetect_groupRectangles1 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_groupRectangles1(
    std::vector<cv::Rect> *rectList, int groupThreshold, double eps)
{
    BEGIN_WRAP
    cv::groupRectangles(*rectList, groupThreshold, eps);
    END_WRAP
}
}html %group NativeMethods_objdetect %index objdetect_groupRectangles2 [32/64bit] オブジェクト候補の矩形をグループ化する。 %prm p1,p2,p3,p4 p1 = sptr : IntPtr rectList p2 = sptr : IntPtr weights p3 = int : int groupThreshold p4 = double : double eps %inst この関数は，汎用関数 partition のラッパーです．この関数は，類似したサイズと類似した位置にある矩形を結合する矩形等価基準を用いて，すべての入力矩形をクラスタリングします．この類似性は eps で定義されます．eps=0 の場合，クラスタリングは全く行われません．eps=0 の場合は，クラスタリングは行われません．また，(\{eps}\rightarrow +\inf\) の場合は，すべての長方形が1つのクラスタに入ります．そして，groupThreshold以下の矩形を含む小さなクラスタは拒否されます．他の各クラスタでは，平均的な矩形が計算され，出力矩形リストに入れられます． 元関数名(C#): objdetect_groupRectangles2 元DLLエクスポート名: objdetect_groupRectangles2 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_groupRectangles2(
    std::vector<cv::Rect> *rectList, std::vector<int> *weights, int groupThreshold, double eps)
{
    BEGIN_WRAP
    cv::groupRectangles(*rectList, *weights, groupThreshold, eps);
    END_WRAP
}
}html %group NativeMethods_objdetect %index objdetect_groupRectangles3 [32/64bit] オブジェクト候補の矩形をグループ化する。 %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr rectList p2 = int : int groupThreshold p3 = double : double eps p4 = sptr : IntPtr weights p5 = sptr : IntPtr levelWeights %inst この関数は，汎用関数 partition のラッパーです．この関数は，類似したサイズと類似した位置にある矩形を結合する矩形等価基準を用いて，すべての入力矩形をクラスタリングします．この類似性は eps で定義されます．eps=0 の場合，クラスタリングは全く行われません．eps=0 の場合は，クラスタリングは行われません．また，(\{eps}\rightarrow +\inf\) の場合は，すべての長方形が1つのクラスタに入ります．そして，groupThreshold以下の矩形を含む小さなクラスタは拒否されます．他の各クラスタでは，平均的な矩形が計算され，出力矩形リストに入れられます． 元関数名(C#): objdetect_groupRectangles3 元DLLエクスポート名: objdetect_groupRectangles3 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_groupRectangles3(
    std::vector<cv::Rect> *rectList, int groupThreshold, double eps, std::vector<int> *weights, std::vector<double> *levelWeights)
{
    BEGIN_WRAP
    cv::groupRectangles(*rectList, groupThreshold, eps, weights, levelWeights);
    END_WRAP
}
}html %group NativeMethods_objdetect %index objdetect_groupRectangles4 [32/64bit] オブジェクト候補の矩形をグループ化する。 %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr rectList p2 = sptr : IntPtr rejectLevels p3 = sptr : IntPtr levelWeights p4 = int : int groupThreshold p5 = double : double eps %inst この関数は，汎用関数 partition のラッパーです．この関数は，類似したサイズと類似した位置にある矩形を結合する矩形等価基準を用いて，すべての入力矩形をクラスタリングします．この類似性は eps で定義されます．eps=0 の場合，クラスタリングは全く行われません．eps=0 の場合は，クラスタリングは行われません．また，(\{eps}\rightarrow +\inf\) の場合は，すべての長方形が1つのクラスタに入ります．そして，groupThreshold以下の矩形を含む小さなクラスタは拒否されます．他の各クラスタでは，平均的な矩形が計算され，出力矩形リストに入れられます． 元関数名(C#): objdetect_groupRectangles4 元DLLエクスポート名: objdetect_groupRectangles4 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_groupRectangles4(
    std::vector<cv::Rect> *rectList, std::vector<int> *rejectLevels, std::vector<double> *levelWeights, int groupThreshold, double eps)
{
    BEGIN_WRAP
    cv::groupRectangles(*rectList, *rejectLevels, *levelWeights, groupThreshold, eps);
    END_WRAP
}
}html %group NativeMethods_objdetect %index objdetect_groupRectangles_meanshift [32/64bit] この関数は，便宜上，オーバーロードされたメンバ関数です．上の関数との違いは，どのような引数を受け取るかだけです． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr rectList p2 = sptr : IntPtr foundWeights p3 = sptr : IntPtr foundScales p4 = double : double detectThreshold p5 = ARGS_SIZE : Size winDetSize %inst 元関数名(C#): objdetect_groupRectangles_meanshift 元DLLエクスポート名: objdetect_groupRectangles_meanshift 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_groupRectangles_meanshift(
    std::vector<cv::Rect> *rectList, std::vector<double> *foundWeights, std::vector<double> *foundScales, double detectThreshold, MyCvSize winDetSize)
{
    BEGIN_WRAP
    cv::groupRectangles_meanshift(*rectList, *foundWeights, *foundScales, detectThreshold, cpp(winDetSize));
    END_WRAP
}
}html %group NativeMethods_objdetect %index objdetect_CascadeClassifier_new [32/64bit] cv::CascadeClassifier のインスタンスを生成します %prm p1 p1 = var : out IntPtr returnValue %inst オブジェクト検出用のカスケード分類器クラス． 例：samples/cpp/facedetect.cpp. 元関数名(C#): objdetect_CascadeClassifier_new 元DLLエクスポート名: objdetect_CascadeClassifier_new 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_CascadeClassfier.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_CascadeClassifier_new(cv::CascadeClassifier **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::CascadeClassifier;
    END_WRAP
}
}html %group NativeMethods_objdetect_CascadeClassfier %index objdetect_CascadeClassifier_newFromFile [32/64bit] cv::CascadeClassifier のインスタンスを生成します %prm p1,p2 p1 = str : [MarshalAs(UnmanagedType.LPStr)] string fileName p2 = var : out IntPtr returnValue %inst オブジェクト検出用のカスケード分類器クラス． 例：samples/cpp/facedetect.cpp. 元関数名(C#): objdetect_CascadeClassifier_newFromFile 元DLLエクスポート名: objdetect_CascadeClassifier_newFromFile 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_CascadeClassfier.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_CascadeClassifier_newFromFile(const char *fileName, cv::CascadeClassifier **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::CascadeClassifier(fileName);
    END_WRAP
}
}html %group NativeMethods_objdetect_CascadeClassfier %index objdetect_CascadeClassifier_delete [32/64bit] cv::CascadeClassifier のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst オブジェクト検出用のカスケード分類器クラス． 例：samples/cpp/facedetect.cpp. 元関数名(C#): objdetect_CascadeClassifier_delete 元DLLエクスポート名: objdetect_CascadeClassifier_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_CascadeClassfier.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_CascadeClassifier_delete(cv::CascadeClassifier *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_objdetect_CascadeClassfier %index objdetect_CascadeClassifier_empty [32/64bit] 分類器が読み込まれたかどうかをチェックします。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 例：samples/cpp/facedetect.cpp. 元関数名(C#): objdetect_CascadeClassifier_empty 元DLLエクスポート名: objdetect_CascadeClassifier_empty 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_CascadeClassfier.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_CascadeClassifier_empty(cv::CascadeClassifier *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->empty() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_objdetect_CascadeClassfier %index objdetect_CascadeClassifier_load [32/64bit] ファイルから分類器を読み込みます。 %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = str : [MarshalAs(UnmanagedType.LPStr)] string fileName p3 = var : out int returnValue %inst 例：samples/cpp/facedetect.cpp. 元関数名(C#): objdetect_CascadeClassifier_load 元DLLエクスポート名: objdetect_CascadeClassifier_load 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_CascadeClassfier.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_CascadeClassifier_load(
    cv::CascadeClassifier *obj, const char *fileName, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->load(fileName) ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_objdetect_CascadeClassfier %index objdetect_CascadeClassifier_detectMultiScale1 [32/64bit] 入力画像中の異なるサイズの物体を検出します．検出されたオブジェクトは，矩形のリストとして返されます． %prm p1,p2,p3,p4,p5,p6,p7,p8 p1 = sptr : IntPtr obj p2 = sptr : IntPtr image p3 = sptr : IntPtr objects p4 = double : double scaleFactor p5 = int : int minNeighbors p6 = int : int flags p7 = ARGS_SIZE : Size minSize p8 = ARGS_SIZE : Size maxSize %inst この関数は，TBB ライブラリを用いて並列化されています． (Python) カスケード分類器を用いた顔検出の例は，opencv_source_code/samples/python/facedetect.pyExamples: samples/cpp/facedetect.cppに掲載されています． 元関数名(C#): objdetect_CascadeClassifier_detectMultiScale1 元DLLエクスポート名: objdetect_CascadeClassifier_detectMultiScale1 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_CascadeClassfier.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_CascadeClassifier_detectMultiScale1(
    cv::CascadeClassifier *obj,
    cv::Mat *image, std::vector<cv::Rect> *objects,
    double scaleFactor, int minNeighbors, int flags, MyCvSize minSize, MyCvSize maxSize)
{
    BEGIN_WRAP
    obj->detectMultiScale(*image, *objects,
        scaleFactor, minNeighbors, flags, cpp(minSize), cpp(maxSize));
    END_WRAP
}
}html %group NativeMethods_objdetect_CascadeClassfier %index objdetect_CascadeClassifier_detectMultiScale2 [32/64bit] 入力画像中の異なるサイズの物体を検出します．検出されたオブジェクトは，矩形のリストとして返されます． %prm p1,p2,p3,p4,p5,p6,p7,p8,p9,p10,p11 p1 = sptr : IntPtr obj p2 = sptr : IntPtr image p3 = sptr : IntPtr objects p4 = sptr : IntPtr rejectLevels p5 = sptr : IntPtr levelWeights p6 = double : double scaleFactor p7 = int : int minNeighbors p8 = int : int flags p9 = ARGS_SIZE : Size minSize p10 = ARGS_SIZE : Size maxSize p11 = int : int outputRejectLevels %inst この関数は，TBB ライブラリを用いて並列化されています． (Python) カスケード分類器を用いた顔検出の例は，opencv_source_code/samples/python/facedetect.pyExamples: samples/cpp/facedetect.cppに掲載されています． 元関数名(C#): objdetect_CascadeClassifier_detectMultiScale2 元DLLエクスポート名: objdetect_CascadeClassifier_detectMultiScale2 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_CascadeClassfier.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_CascadeClassifier_detectMultiScale2(
    cv::CascadeClassifier *obj,
    cv::Mat *image, 
    std::vector<cv::Rect> *objects,
    std::vector<int> *rejectLevels,
    std::vector<double> *levelWeights,
    double scaleFactor, int minNeighbors, int flags,
    MyCvSize minSize, MyCvSize maxSize, int outputRejectLevels)
{
    BEGIN_WRAP
    obj->detectMultiScale(*image, *objects, *rejectLevels, *levelWeights,
        scaleFactor, minNeighbors, flags, cpp(minSize), cpp(maxSize), outputRejectLevels != 0);
    END_WRAP
}
}html %group NativeMethods_objdetect_CascadeClassfier %index objdetect_CascadeClassifier_isOldFormatCascade [32/64bit] objdetect_CascadeClassifier_isOldFormatCascade %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): objdetect_CascadeClassifier_isOldFormatCascade 元DLLエクスポート名: objdetect_CascadeClassifier_isOldFormatCascade 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_CascadeClassfier.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_CascadeClassifier_isOldFormatCascade(cv::CascadeClassifier *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->isOldFormatCascade() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_objdetect_CascadeClassfier %index objdetect_CascadeClassifier_getOriginalWindowSize [32/64bit] objdetect_CascadeClassifier_getOriginalWindowSize %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out Size returnValue %inst 元関数名(C#): objdetect_CascadeClassifier_getOriginalWindowSize 元DLLエクスポート名: objdetect_CascadeClassifier_getOriginalWindowSize 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_CascadeClassfier.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_CascadeClassifier_getOriginalWindowSize(cv::CascadeClassifier *obj, MyCvSize *returnValue)
{
    BEGIN_WRAP
    *returnValue = c(obj->getOriginalWindowSize());
    END_WRAP
}
}html %group NativeMethods_objdetect_CascadeClassfier %index objdetect_CascadeClassifier_getFeatureType [32/64bit] objdetect_CascadeClassifier_getFeatureType %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): objdetect_CascadeClassifier_getFeatureType 元DLLエクスポート名: objdetect_CascadeClassifier_getFeatureType 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_CascadeClassfier.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_CascadeClassifier_getFeatureType(cv::CascadeClassifier *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getFeatureType();
    END_WRAP
}
}html %group NativeMethods_objdetect_CascadeClassfier %index objdetect_HOGDescriptor_new1 [32/64bit] cv::HOGDescriptor のインスタンスを生成します %prm p1 p1 = var : out IntPtr returnValue %inst HOG (Histogram of Oriented Gradients) ディスクリプタとオブジェクト検出器の実装． Navneet DalalとBill Triggsによって紹介されたHOGディスクリプタアルゴリズム[50]を使用しています． 便利なリンク集です． https://hal.inria.fr/inria-00548512/document/ https://en.wikipedia.org/wiki/Histogram_of_oriented_gradients https://software.intel.com/en-us/ipp-dev-reference-histogram-of-oriented-gradients-hog-descriptor http://www.learnopencv.com/histogram-of-oriented-gradients http://www.learnopencv.com/handwritten-digits-classification-an-opencv-c-python-tutorial 例：samples/cpp/peopledetect.cpp，samples/cpp/train_HOG.cpp，samples/tapi/hog.cpp． 元関数名(C#): objdetect_HOGDescriptor_new1 元DLLエクスポート名: objdetect_HOGDescriptor_new1 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_HOGDescriptor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_HOGDescriptor_new1(cv::HOGDescriptor **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::HOGDescriptor;
    END_WRAP
}
}html %group NativeMethods_objdetect_HOGDescriptor %index objdetect_HOGDescriptor_new2 [32/64bit] cv::HOGDescriptor のインスタンスを生成します %prm p1,p2,p3,p4,p5,p6,p7,p8,p9,p10,p11,p12 p1 = ARGS_SIZE : Size winSize p2 = ARGS_SIZE : Size blockSize p3 = ARGS_SIZE : Size blockStride p4 = ARGS_SIZE : Size cellSize p5 = int : int nbins p6 = int : int derivAperture p7 = double : double winSigma p8 = int : [MarshalAs(UnmanagedType.I4)] HistogramNormType histogramNormType p9 = double : double l2HysThreshold p10 = int : int gammaCorrection p11 = int : int nlevels p12 = var : out IntPtr returnValue %inst HOG (Histogram of Oriented Gradients) ディスクリプタとオブジェクト検出器の実装． Navneet DalalとBill Triggsによって紹介されたHOGディスクリプタアルゴリズム[50]を使用しています． 便利なリンク集です． https://hal.inria.fr/inria-00548512/document/ https://en.wikipedia.org/wiki/Histogram_of_oriented_gradients https://software.intel.com/en-us/ipp-dev-reference-histogram-of-oriented-gradients-hog-descriptor http://www.learnopencv.com/histogram-of-oriented-gradients http://www.learnopencv.com/handwritten-digits-classification-an-opencv-c-python-tutorial 例：samples/cpp/peopledetect.cpp，samples/cpp/train_HOG.cpp，samples/tapi/hog.cpp． 元関数名(C#): objdetect_HOGDescriptor_new2 元DLLエクスポート名: objdetect_HOGDescriptor_new2 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_HOGDescriptor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_HOGDescriptor_new2(
    MyCvSize winSize, MyCvSize blockSize, MyCvSize blockStride, MyCvSize cellSize,
    int nbins, int derivAperture, double winSigma, int histogramNormType, double L2HysThreshold, int gammaCorrection, int nlevels,
    cv::HOGDescriptor **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::HOGDescriptor(cpp(winSize), cpp(blockSize), cpp(blockStride), cpp(cellSize), nbins, derivAperture, 
                                 winSigma, static_cast<cv::HOGDescriptor::HistogramNormType>(histogramNormType), L2HysThreshold, gammaCorrection != 0, nlevels);
    END_WRAP
}
}html %group NativeMethods_objdetect_HOGDescriptor %index objdetect_HOGDescriptor_new3 [32/64bit] cv::HOGDescriptor のインスタンスを生成します %prm p1,p2 p1 = str : [MarshalAs(UnmanagedType.LPStr)] string fileName p2 = var : out IntPtr returnValue %inst HOG (Histogram of Oriented Gradients) ディスクリプタとオブジェクト検出器の実装． Navneet DalalとBill Triggsによって紹介されたHOGディスクリプタアルゴリズム[50]を使用しています． 便利なリンク集です． https://hal.inria.fr/inria-00548512/document/ https://en.wikipedia.org/wiki/Histogram_of_oriented_gradients https://software.intel.com/en-us/ipp-dev-reference-histogram-of-oriented-gradients-hog-descriptor http://www.learnopencv.com/histogram-of-oriented-gradients http://www.learnopencv.com/handwritten-digits-classification-an-opencv-c-python-tutorial 例：samples/cpp/peopledetect.cpp，samples/cpp/train_HOG.cpp，samples/tapi/hog.cpp． 元関数名(C#): objdetect_HOGDescriptor_new3 元DLLエクスポート名: objdetect_HOGDescriptor_new3 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_HOGDescriptor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_HOGDescriptor_new3(const char *filename, cv::HOGDescriptor **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::HOGDescriptor(filename);
    END_WRAP
}
}html %group NativeMethods_objdetect_HOGDescriptor %index objdetect_HOGDescriptor_delete [32/64bit] cv::HOGDescriptor のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr self %inst HOG (Histogram of Oriented Gradients) ディスクリプタとオブジェクト検出器の実装． Navneet DalalとBill Triggsによって紹介されたHOGディスクリプタアルゴリズム[50]を使用しています． 便利なリンク集です． https://hal.inria.fr/inria-00548512/document/ https://en.wikipedia.org/wiki/Histogram_of_oriented_gradients https://software.intel.com/en-us/ipp-dev-reference-histogram-of-oriented-gradients-hog-descriptor http://www.learnopencv.com/histogram-of-oriented-gradients http://www.learnopencv.com/handwritten-digits-classification-an-opencv-c-python-tutorial 例：samples/cpp/peopledetect.cpp，samples/cpp/train_HOG.cpp，samples/tapi/hog.cpp． 元関数名(C#): objdetect_HOGDescriptor_delete 元DLLエクスポート名: objdetect_HOGDescriptor_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_HOGDescriptor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_HOGDescriptor_delete(cv::HOGDescriptor *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_objdetect_HOGDescriptor %index objdetect_HOGDescriptor_getDescriptorSize [32/64bit] 分類に必要な係数の数を返します． %prm p1,p2 p1 = sptr : IntPtr self p2 = var : out IntPtr returnValue %inst 元関数名(C#): objdetect_HOGDescriptor_getDescriptorSize 元DLLエクスポート名: objdetect_HOGDescriptor_getDescriptorSize 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_HOGDescriptor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_HOGDescriptor_getDescriptorSize(cv::HOGDescriptor *obj, size_t *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getDescriptorSize();
    END_WRAP
}
}html %group NativeMethods_objdetect_HOGDescriptor %index objdetect_HOGDescriptor_checkDetectorSize [32/64bit] 検出器のサイズが記述子のサイズと等しいかどうかをチェックします． %prm p1,p2 p1 = sptr : IntPtr self p2 = var : out int returnValue %inst 元関数名(C#): objdetect_HOGDescriptor_checkDetectorSize 元DLLエクスポート名: objdetect_HOGDescriptor_checkDetectorSize 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_HOGDescriptor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_HOGDescriptor_checkDetectorSize(cv::HOGDescriptor *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->checkDetectorSize() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_objdetect_HOGDescriptor %index objdetect_HOGDescriptor_getWinSigma [32/64bit] winSigma の値を返します． %prm p1,p2 p1 = sptr : IntPtr self p2 = var : out double returnValue %inst 元関数名(C#): objdetect_HOGDescriptor_getWinSigma 元DLLエクスポート名: objdetect_HOGDescriptor_getWinSigma 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_HOGDescriptor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_HOGDescriptor_getWinSigma(cv::HOGDescriptor *obj, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getWinSigma();
    END_WRAP
}
}html %group NativeMethods_objdetect_HOGDescriptor %index objdetect_HOGDescriptor_setSVMDetector [32/64bit] 線形SVM分類器の係数を設定します。 %prm p1,p2 p1 = sptr : IntPtr self p2 = sptr : IntPtr svmDetector %inst 例：samples/cpp/peopledetect.cpp，samples/cpp/train_HOG.cpp，samples/tapi/hog.cpp． 元関数名(C#): objdetect_HOGDescriptor_setSVMDetector 元DLLエクスポート名: objdetect_HOGDescriptor_setSVMDetector 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_HOGDescriptor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_HOGDescriptor_setSVMDetector(cv::HOGDescriptor *obj, std::vector<float> *svmDetector)
{
    BEGIN_WRAP
    obj->setSVMDetector(*svmDetector);
    END_WRAP
}
}html %group NativeMethods_objdetect_HOGDescriptor %index objdetect_HOGDescriptor_load [32/64bit] HOGDescriptor のパラメータと線形 SVM 分類器の係数をファイルから読み込む。 %prm p1,p2,p3,p4 p1 = sptr : IntPtr self p2 = str : [MarshalAs(UnmanagedType.LPStr)] string filename p3 = str : [MarshalAs(UnmanagedType.LPStr)] string? objName p4 = var : out int returnValue %inst 例： samples/cpp/train_HOG.cpp. 元関数名(C#): objdetect_HOGDescriptor_load 元DLLエクスポート名: objdetect_HOGDescriptor_load 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_HOGDescriptor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_HOGDescriptor_load(cv::HOGDescriptor *obj, const char *filename, const char *objName, int *returnValue)
{
    BEGIN_WRAP
    std::string objNameStr;
    if (objName != nullptr)
        objNameStr = std::string(objName);
    *returnValue = obj->load(filename, objNameStr);
    END_WRAP
}
}html %group NativeMethods_objdetect_HOGDescriptor %index objdetect_HOGDescriptor_save [32/64bit] HOGDescriptorのパラメータと線形SVM分類器の係数をファイルに保存します。 %prm p1,p2,p3 p1 = sptr : IntPtr self p2 = str : [MarshalAs(UnmanagedType.LPStr)] string filename p3 = str : [MarshalAs(UnmanagedType.LPStr)] string? objName %inst 例： samples/cpp/train_HOG.cpp. 元関数名(C#): objdetect_HOGDescriptor_save 元DLLエクスポート名: objdetect_HOGDescriptor_save 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_HOGDescriptor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_HOGDescriptor_save(cv::HOGDescriptor *obj, const char *filename, const char *objName)
{
    BEGIN_WRAP
    std::string objNameStr;
    if (objName != nullptr)
        objNameStr = cv::String(objName);
    obj->save(filename, objNameStr);
    END_WRAP
}
}html %group NativeMethods_objdetect_HOGDescriptor %index objdetect_HOGDescriptor_compute [32/64bit] 与えられた画像の HOG ディスクリプタを計算します． %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr self p2 = sptr : IntPtr img p3 = sptr : IntPtr descriptors p4 = ARGS_SIZE : Size winStride p5 = ARGS_SIZE : Size padding p6 = var : [In] Point[]? locations p7 = int : int locationsLength %inst 例： samples/cpp/train_HOG.cpp. 元関数名(C#): objdetect_HOGDescriptor_compute 元DLLエクスポート名: objdetect_HOGDescriptor_compute 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_HOGDescriptor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_HOGDescriptor_compute(
    cv::HOGDescriptor *obj, cv::Mat *img, std::vector<float> *descriptors,
    MyCvSize winStride, MyCvSize padding, cv::Point* locations, int locationsLength)
{
    BEGIN_WRAP
    std::vector<cv::Point> locationsVec;
    if (locations != nullptr)    
        locationsVec = std::vector<cv::Point>(locations, locations + locationsLength);    
    obj->compute(*img, *descriptors, cpp(winStride), cpp(padding), locationsVec);
    END_WRAP
}
}html %group NativeMethods_objdetect_HOGDescriptor %index objdetect_HOGDescriptor_detect1 [32/64bit] マルチスケールウィンドウを利用せずに，物体検出を行います． %prm p1,p2,p3,p4,p5,p6,p7,p8 p1 = sptr : IntPtr self p2 = sptr : IntPtr img p3 = sptr : IntPtr foundLocations p4 = double : double hitThreshold p5 = ARGS_SIZE : Size winStride p6 = ARGS_SIZE : Size padding p7 = var : [In] Point[]? searchLocations p8 = int : int searchLocationsLength %inst 元関数名(C#): objdetect_HOGDescriptor_detect1 元DLLエクスポート名: objdetect_HOGDescriptor_detect1 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_HOGDescriptor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_HOGDescriptor_detect1(
    cv::HOGDescriptor *obj, cv::Mat *img, std::vector<cv::Point> *foundLocations,
    double hitThreshold, MyCvSize winStride, MyCvSize padding, cv::Point* searchLocations, int searchLocationsLength)
{
    BEGIN_WRAP
    std::vector<cv::Point> slVec;
    if (searchLocations != nullptr)    
        slVec = std::vector<cv::Point>(searchLocations, searchLocations + searchLocationsLength);    
    obj->detect(*img, *foundLocations, hitThreshold, cpp(winStride), cpp(padding), slVec);
    END_WRAP
}
}html %group NativeMethods_objdetect_HOGDescriptor %index objdetect_HOGDescriptor_detect2 [32/64bit] マルチスケールウィンドウを利用せずに，物体検出を行います． %prm p1,p2,p3,p4,p5,p6,p7,p8,p9 p1 = sptr : IntPtr self p2 = sptr : IntPtr img p3 = sptr : IntPtr foundLocations p4 = sptr : IntPtr weights p5 = double : double hitThreshold p6 = ARGS_SIZE : Size winStride p7 = ARGS_SIZE : Size padding p8 = var : [In] Point[]? searchLocations p9 = int : int searchLocationsLength %inst 元関数名(C#): objdetect_HOGDescriptor_detect2 元DLLエクスポート名: objdetect_HOGDescriptor_detect2 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_HOGDescriptor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_HOGDescriptor_detect2(
    cv::HOGDescriptor *obj, cv::Mat *img, 
    std::vector<cv::Point> *foundLocations, std::vector<double> *weights,
    double hitThreshold, MyCvSize winStride, MyCvSize padding, cv::Point* searchLocations, int searchLocationsLength)
{
    BEGIN_WRAP
    std::vector<cv::Point> slVec;
    if (searchLocations != nullptr)    
        slVec = std::vector<cv::Point>(searchLocations, searchLocations + searchLocationsLength);    
    obj->detect(*img, *foundLocations, *weights, hitThreshold, cpp(winStride), cpp(padding), slVec);
    END_WRAP
}
}html %group NativeMethods_objdetect_HOGDescriptor %index objdetect_HOGDescriptor_detectMultiScale1 [32/64bit] 入力画像中の異なるサイズの物体を検出します．検出されたオブジェクトは，矩形のリストとして返されます． %prm p1,p2,p3,p4,p5,p6,p7,p8 p1 = sptr : IntPtr self p2 = sptr : IntPtr img p3 = sptr : IntPtr foundLocations p4 = double : double hitThreshold p5 = ARGS_SIZE : Size winStride p6 = ARGS_SIZE : Size padding p7 = double : double scale p8 = int : int groupThreshold %inst 例：samples/cpp/peopledetect.cpp，samples/cpp/train_HOG.cpp，samples/tapi/hog.cpp． 元関数名(C#): objdetect_HOGDescriptor_detectMultiScale1 元DLLエクスポート名: objdetect_HOGDescriptor_detectMultiScale1 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_HOGDescriptor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_HOGDescriptor_detectMultiScale1(
    cv::HOGDescriptor *obj, cv::Mat *img, 
    std::vector<cv::Rect> *foundLocations,
    double hitThreshold, MyCvSize winStride, MyCvSize padding, double scale, int groupThreshold)
{
    BEGIN_WRAP
    obj->detectMultiScale(*img, *foundLocations, 
                          hitThreshold, cpp(winStride), cpp(padding), scale, groupThreshold);
    END_WRAP
}
}html %group NativeMethods_objdetect_HOGDescriptor %index objdetect_HOGDescriptor_detectMultiScale2 [32/64bit] 入力画像中の異なるサイズの物体を検出します．検出されたオブジェクトは，矩形のリストとして返されます． %prm p1,p2,p3,p4,p5,p6,p7,p8,p9 p1 = sptr : IntPtr self p2 = sptr : IntPtr img p3 = sptr : IntPtr foundLocations p4 = sptr : IntPtr foundWeights p5 = double : double hitThreshold p6 = ARGS_SIZE : Size winStride p7 = ARGS_SIZE : Size padding p8 = double : double scale p9 = int : int groupThreshold %inst 元関数名(C#): objdetect_HOGDescriptor_detectMultiScale2 元DLLエクスポート名: objdetect_HOGDescriptor_detectMultiScale2 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_HOGDescriptor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_HOGDescriptor_detectMultiScale2(
    cv::HOGDescriptor *obj, cv::Mat *img, 
    std::vector<cv::Rect> *foundLocations, std::vector<double> *foundWeights,
    double hitThreshold, MyCvSize winStride, MyCvSize padding, double scale, int groupThreshold)
{
    BEGIN_WRAP
    obj->detectMultiScale(*img, *foundLocations, *foundWeights, 
                          hitThreshold, cpp(winStride), cpp(padding), scale, groupThreshold);    
    END_WRAP
}
}html %group NativeMethods_objdetect_HOGDescriptor %index objdetect_HOGDescriptor_computeGradient [32/64bit] グラデーションと量子化されたグラデーションの向きを計算します． %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr self p2 = sptr : IntPtr img p3 = sptr : IntPtr grad p4 = sptr : IntPtr angleOfs p5 = ARGS_SIZE : Size paddingTL p6 = ARGS_SIZE : Size paddingBR %inst 元関数名(C#): objdetect_HOGDescriptor_computeGradient 元DLLエクスポート名: objdetect_HOGDescriptor_computeGradient 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_HOGDescriptor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_HOGDescriptor_computeGradient(
    cv::HOGDescriptor *obj, cv::Mat* img, 
    cv::Mat* grad, cv::Mat* angleOfs, MyCvSize paddingTL, MyCvSize paddingBR)
{
    BEGIN_WRAP
    obj->computeGradient(*img, *grad, *angleOfs, cpp(paddingTL), cpp(paddingBR));    
    END_WRAP
}
}html %group NativeMethods_objdetect_HOGDescriptor %index objdetect_HOGDescriptor_detectROI [32/64bit] 指定されたROIを評価し，各位置に対する信頼値を返す %prm p1,p2,p3,p4,p5,p6,p7,p8,p9 p1 = sptr : IntPtr obj p2 = sptr : IntPtr img p3 = var : Point[] locations p4 = int : int locationsLength p5 = sptr : IntPtr foundLocations p6 = sptr : IntPtr confidences p7 = double : double hitThreshold p8 = ARGS_SIZE : Size winStride p9 = ARGS_SIZE : Size padding %inst 元関数名(C#): objdetect_HOGDescriptor_detectROI 元DLLエクスポート名: objdetect_HOGDescriptor_detectROI 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_HOGDescriptor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_HOGDescriptor_detectROI(
    cv::HOGDescriptor *obj, cv::Mat *img, cv::Point *locations, int locationsLength,
    std::vector<cv::Point> *foundLocations, std::vector<double> *confidences,
    double hitThreshold, MyCvSize winStride, MyCvSize padding)
{
    BEGIN_WRAP
    const std::vector<cv::Point> locationsVec(locations, locations + locationsLength);
    obj->detectROI(*img, locationsVec, *foundLocations, *confidences, hitThreshold, cpp(winStride), cpp(padding));
    END_WRAP
}
}html %group NativeMethods_objdetect_HOGDescriptor %index objdetect_HOGDescriptor_detectMultiScaleROI [32/64bit] 指定されたROIを評価し、各位置の信頼値を複数のスケールで返す %prm p1,p2,p3,p4,p5,p6,p7,p8 p1 = sptr : IntPtr obj p2 = sptr : IntPtr img p3 = sptr : IntPtr foundLocations p4 = sptr : IntPtr roiScales p5 = sptr : IntPtr roiLocations p6 = sptr : IntPtr roiConfidences p7 = double : double hitThreshold p8 = int : int groupThreshold %inst 元関数名(C#): objdetect_HOGDescriptor_detectMultiScaleROI 元DLLエクスポート名: objdetect_HOGDescriptor_detectMultiScaleROI 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_HOGDescriptor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_HOGDescriptor_detectMultiScaleROI(
    cv::HOGDescriptor *obj, cv::Mat *img, std::vector<cv::Rect> *foundLocations,
    std::vector<double> *roiScales, std::vector<std::vector<cv::Point> > *roiLocations, std::vector<std::vector<double> > *roiConfidences,
    double hitThreshold, int groupThreshold)
{
    BEGIN_WRAP
    std::vector<cv::DetectionROI> locations;
    obj->detectMultiScaleROI(*img, *foundLocations, locations, hitThreshold, groupThreshold);

    roiScales->resize(locations.size());
    roiLocations->resize(locations.size());
    roiConfidences->resize(locations.size());
    for (size_t i = 0; i < locations.size(); i++)
    {
        (*roiScales)[i] = locations[i].scale;
        (*roiLocations)[i] = locations[i].locations;
        (*roiConfidences)[i] = locations[i].confidences;
    }
    END_WRAP
}
}html %group NativeMethods_objdetect_HOGDescriptor %index objdetect_HOGDescriptor_groupRectangles [32/64bit] オブジェクト候補の矩形をグループ化する。 %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr obj p2 = sptr : IntPtr rectList p3 = sptr : IntPtr weights p4 = int : int groupThreshold p5 = double : double eps %inst 元関数名(C#): objdetect_HOGDescriptor_groupRectangles 元DLLエクスポート名: objdetect_HOGDescriptor_groupRectangles 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_HOGDescriptor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_HOGDescriptor_groupRectangles(cv::HOGDescriptor *obj,
                                                    std::vector<cv::Rect> *rectList, std::vector<double> *weights, int groupThreshold, double eps)
{
    BEGIN_WRAP
    obj->groupRectangles(*rectList, *weights, groupThreshold, eps);
    END_WRAP
}
}html %group NativeMethods_objdetect_HOGDescriptor %index objdetect_HOGDescriptor_winSize_get [32/64bit] cv::HOGDescriptor::winSize 変数を取得します %prm p1,p2 p1 = sptr : IntPtr self p2 = var : out Size returnValue %inst 検出ウィンドウサイズ．ブロックサイズとブロックストライドに合わせます．デフォルト値は Size(64,128). 例： samples/cpp/train_HOG.cpp. 元関数名(C#): objdetect_HOGDescriptor_winSize_get 元DLLエクスポート名: objdetect_HOGDescriptor_winSize_get 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_HOGDescriptor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_HOGDescriptor_winSize_get(cv::HOGDescriptor *obj, MyCvSize *returnValue)
{
    BEGIN_WRAP
    *returnValue = c(obj->winSize);
    END_WRAP
}
}html %group NativeMethods_objdetect_HOGDescriptor %index objdetect_HOGDescriptor_blockSize_get [32/64bit] cv::HOGDescriptor::blockSize 変数を取得します %prm p1,p2 p1 = sptr : IntPtr self p2 = var : out Size returnValue %inst ブロックサイズ（ピクセル）。セルサイズに合わせます。初期値はSize(16,16)です。 元関数名(C#): objdetect_HOGDescriptor_blockSize_get 元DLLエクスポート名: objdetect_HOGDescriptor_blockSize_get 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_HOGDescriptor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_HOGDescriptor_blockSize_get(cv::HOGDescriptor *obj, MyCvSize *returnValue)
{
    BEGIN_WRAP
    *returnValue = c(obj->blockSize);
    END_WRAP
}
}html %group NativeMethods_objdetect_HOGDescriptor %index objdetect_HOGDescriptor_blockStride_get [32/64bit] cv::HOGDescriptor::blockStride 変数を取得します %prm p1,p2 p1 = sptr : IntPtr self p2 = var : out Size returnValue %inst ブロックのストライド。セルサイズの倍数である必要があります。初期値は Size(8,8) です。 元関数名(C#): objdetect_HOGDescriptor_blockStride_get 元DLLエクスポート名: objdetect_HOGDescriptor_blockStride_get 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_HOGDescriptor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_HOGDescriptor_blockStride_get(cv::HOGDescriptor *obj, MyCvSize *returnValue)
{
    BEGIN_WRAP
    *returnValue = c(obj->blockStride);
    END_WRAP
}
}html %group NativeMethods_objdetect_HOGDescriptor %index objdetect_HOGDescriptor_cellSize_get [32/64bit] cv::HOGDescriptor::cellSize 変数を取得します %prm p1,p2 p1 = sptr : IntPtr self p2 = var : out Size returnValue %inst セルの大きさ。初期値はSize(8,8)です。 元関数名(C#): objdetect_HOGDescriptor_cellSize_get 元DLLエクスポート名: objdetect_HOGDescriptor_cellSize_get 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_HOGDescriptor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_HOGDescriptor_cellSize_get(cv::HOGDescriptor *obj, MyCvSize *returnValue)
{
    BEGIN_WRAP
    *returnValue = c(obj->cellSize);
    END_WRAP
}
}html %group NativeMethods_objdetect_HOGDescriptor %index objdetect_HOGDescriptor_nbins_get [32/64bit] cv::HOGDescriptor::nbins 変数を取得します %prm p1,p2 p1 = sptr : IntPtr self p2 = var : out int returnValue %inst グラデーションのヒストグラムの計算に使われるビンの数．既定値は9です． 元関数名(C#): objdetect_HOGDescriptor_nbins_get 元DLLエクスポート名: objdetect_HOGDescriptor_nbins_get 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_HOGDescriptor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_HOGDescriptor_nbins_get(cv::HOGDescriptor *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->nbins;
    END_WRAP
}
}html %group NativeMethods_objdetect_HOGDescriptor %index objdetect_HOGDescriptor_derivAperture_get [32/64bit] cv::HOGDescriptor::derivAperture 変数を取得します %prm p1,p2 p1 = sptr : IntPtr self p2 = var : out int returnValue %inst ドキュメントなし 元関数名(C#): objdetect_HOGDescriptor_derivAperture_get 元DLLエクスポート名: objdetect_HOGDescriptor_derivAperture_get 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_HOGDescriptor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_HOGDescriptor_derivAperture_get(cv::HOGDescriptor *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->derivAperture;
    END_WRAP
}
}html %group NativeMethods_objdetect_HOGDescriptor %index objdetect_HOGDescriptor_winSigma_get [32/64bit] cv::HOGDescriptor::winSigma 変数を取得します %prm p1,p2 p1 = sptr : IntPtr self p2 = var : out double returnValue %inst ガウス平滑化窓のパラメータ． 元関数名(C#): objdetect_HOGDescriptor_winSigma_get 元DLLエクスポート名: objdetect_HOGDescriptor_winSigma_get 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_HOGDescriptor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_HOGDescriptor_winSigma_get(cv::HOGDescriptor *obj, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->winSigma;
    END_WRAP
}
}html %group NativeMethods_objdetect_HOGDescriptor %index objdetect_HOGDescriptor_histogramNormType_get [32/64bit] cv::HOGDescriptor::histogramNormType 変数を取得します %prm p1,p2 p1 = sptr : IntPtr self p2 = var : out int returnValue %inst histogramNormType 元関数名(C#): objdetect_HOGDescriptor_histogramNormType_get 元DLLエクスポート名: objdetect_HOGDescriptor_histogramNormType_get 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_HOGDescriptor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_HOGDescriptor_histogramNormType_get(cv::HOGDescriptor *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->histogramNormType;
    END_WRAP
}
}html %group NativeMethods_objdetect_HOGDescriptor %index objdetect_HOGDescriptor_L2HysThreshold_get [32/64bit] cv::HOGDescriptor::L2HysThreshold 変数を取得します %prm p1,p2 p1 = sptr : IntPtr self p2 = var : out double returnValue %inst L2-Hys正規化法の縮退． 元関数名(C#): objdetect_HOGDescriptor_L2HysThreshold_get 元DLLエクスポート名: objdetect_HOGDescriptor_L2HysThreshold_get 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_HOGDescriptor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_HOGDescriptor_L2HysThreshold_get(cv::HOGDescriptor *obj, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->L2HysThreshold;
    END_WRAP
}
}html %group NativeMethods_objdetect_HOGDescriptor %index objdetect_HOGDescriptor_gammaCorrection_get [32/64bit] cv::HOGDescriptor::gammaCorrection 変数を取得します %prm p1,p2 p1 = sptr : IntPtr self p2 = var : out int returnValue %inst ガンマ補正の前処理が必要かどうかを指定するフラグ． 元関数名(C#): objdetect_HOGDescriptor_gammaCorrection_get 元DLLエクスポート名: objdetect_HOGDescriptor_gammaCorrection_get 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_HOGDescriptor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_HOGDescriptor_gammaCorrection_get(cv::HOGDescriptor *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->gammaCorrection ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_objdetect_HOGDescriptor %index objdetect_HOGDescriptor_nlevels_get [32/64bit] cv::HOGDescriptor::nlevels 変数を取得します %prm p1,p2 p1 = sptr : IntPtr self p2 = var : out int returnValue %inst 検出窓の最大増加数．デフォルト値は64です。 例： samples/tapi/hog.cpp. 元関数名(C#): objdetect_HOGDescriptor_nlevels_get 元DLLエクスポート名: objdetect_HOGDescriptor_nlevels_get 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_HOGDescriptor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_HOGDescriptor_nlevels_get(cv::HOGDescriptor *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->nlevels;
    END_WRAP
}
}html %group NativeMethods_objdetect_HOGDescriptor %index objdetect_HOGDescriptor_signedGradient_get [32/64bit] cv::HOGDescriptor::signedGradient 変数を取得します %prm p1,p2 p1 = sptr : IntPtr self p2 = var : out int returnValue %inst 符号付きグラデーションを使用するかどうかを示します。 元関数名(C#): objdetect_HOGDescriptor_signedGradient_get 元DLLエクスポート名: objdetect_HOGDescriptor_signedGradient_get 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_HOGDescriptor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_HOGDescriptor_signedGradient_get(cv::HOGDescriptor *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->signedGradient;
    END_WRAP
}
}html %group NativeMethods_objdetect_HOGDescriptor %index objdetect_HOGDescriptor_winSize_set [32/64bit] cv::HOGDescriptor::winSize 変数に格納します %prm p1,p2 p1 = sptr : IntPtr self p2 = ARGS_SIZE : Size value %inst 検出ウィンドウサイズ．ブロックサイズとブロックストライドに合わせます．デフォルト値は Size(64,128). 例： samples/cpp/train_HOG.cpp. 元関数名(C#): objdetect_HOGDescriptor_winSize_set 元DLLエクスポート名: objdetect_HOGDescriptor_winSize_set 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_HOGDescriptor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_HOGDescriptor_winSize_set(cv::HOGDescriptor *obj, MyCvSize value)
{
    BEGIN_WRAP
    obj->winSize = cpp(value);
    END_WRAP
}
}html %group NativeMethods_objdetect_HOGDescriptor %index objdetect_HOGDescriptor_blockSize_set [32/64bit] cv::HOGDescriptor::blockSize 変数に格納します %prm p1,p2 p1 = sptr : IntPtr self p2 = ARGS_SIZE : Size value %inst ブロックサイズ（ピクセル）。セルサイズに合わせます。初期値はSize(16,16)です。 元関数名(C#): objdetect_HOGDescriptor_blockSize_set 元DLLエクスポート名: objdetect_HOGDescriptor_blockSize_set 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_HOGDescriptor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_HOGDescriptor_blockSize_set(cv::HOGDescriptor *obj, MyCvSize value)
{
    BEGIN_WRAP
    obj->blockSize = cpp(value);
    END_WRAP
}
}html %group NativeMethods_objdetect_HOGDescriptor %index objdetect_HOGDescriptor_blockStride_set [32/64bit] cv::HOGDescriptor::blockStride 変数に格納します %prm p1,p2 p1 = sptr : IntPtr self p2 = ARGS_SIZE : Size value %inst ブロックのストライド。セルサイズの倍数である必要があります。初期値は Size(8,8) です。 元関数名(C#): objdetect_HOGDescriptor_blockStride_set 元DLLエクスポート名: objdetect_HOGDescriptor_blockStride_set 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_HOGDescriptor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_HOGDescriptor_blockStride_set(cv::HOGDescriptor *obj, MyCvSize value)
{
    BEGIN_WRAP
    obj->blockStride = cpp(value);
    END_WRAP
}
}html %group NativeMethods_objdetect_HOGDescriptor %index objdetect_HOGDescriptor_cellSize_set [32/64bit] cv::HOGDescriptor::cellSize 変数に格納します %prm p1,p2 p1 = sptr : IntPtr self p2 = ARGS_SIZE : Size value %inst セルの大きさ。初期値はSize(8,8)です。 元関数名(C#): objdetect_HOGDescriptor_cellSize_set 元DLLエクスポート名: objdetect_HOGDescriptor_cellSize_set 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_HOGDescriptor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_HOGDescriptor_cellSize_set(cv::HOGDescriptor *obj, MyCvSize value)
{
    BEGIN_WRAP
    obj->cellSize = cpp(value);
    END_WRAP
}
}html %group NativeMethods_objdetect_HOGDescriptor %index objdetect_HOGDescriptor_nbins_set [32/64bit] cv::HOGDescriptor::nbins 変数に格納します %prm p1,p2 p1 = sptr : IntPtr self p2 = int : int value %inst グラデーションのヒストグラムの計算に使われるビンの数．既定値は9です． 元関数名(C#): objdetect_HOGDescriptor_nbins_set 元DLLエクスポート名: objdetect_HOGDescriptor_nbins_set 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_HOGDescriptor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_HOGDescriptor_nbins_set(cv::HOGDescriptor *obj, int value)
{
    BEGIN_WRAP
    obj->nbins = value;
    END_WRAP
}
}html %group NativeMethods_objdetect_HOGDescriptor %index objdetect_HOGDescriptor_derivAperture_set [32/64bit] cv::HOGDescriptor::derivAperture 変数に格納します %prm p1,p2 p1 = sptr : IntPtr self p2 = int : int value %inst ドキュメントなし 元関数名(C#): objdetect_HOGDescriptor_derivAperture_set 元DLLエクスポート名: objdetect_HOGDescriptor_derivAperture_set 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_HOGDescriptor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_HOGDescriptor_derivAperture_set(cv::HOGDescriptor *obj, int value)
{
    BEGIN_WRAP
    obj->derivAperture = value;
    END_WRAP
}
}html %group NativeMethods_objdetect_HOGDescriptor %index objdetect_HOGDescriptor_winSigma_set [32/64bit] cv::HOGDescriptor::winSigma 変数に格納します %prm p1,p2 p1 = sptr : IntPtr self p2 = double : double value %inst ガウス平滑化窓のパラメータ． 元関数名(C#): objdetect_HOGDescriptor_winSigma_set 元DLLエクスポート名: objdetect_HOGDescriptor_winSigma_set 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_HOGDescriptor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_HOGDescriptor_winSigma_set(cv::HOGDescriptor *obj, double value)
{
    BEGIN_WRAP
    obj->winSigma = value;
    END_WRAP
}
}html %group NativeMethods_objdetect_HOGDescriptor %index objdetect_HOGDescriptor_histogramNormType_set [32/64bit] cv::HOGDescriptor::histogramNormType 変数に格納します %prm p1,p2 p1 = sptr : IntPtr self p2 = int : int value %inst histogramNormType 元関数名(C#): objdetect_HOGDescriptor_histogramNormType_set 元DLLエクスポート名: objdetect_HOGDescriptor_histogramNormType_set 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_HOGDescriptor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_HOGDescriptor_histogramNormType_set(cv::HOGDescriptor *obj, int value)
{
    BEGIN_WRAP
    obj->histogramNormType = static_cast<cv::HOGDescriptor::HistogramNormType>(value);
    END_WRAP
}
}html %group NativeMethods_objdetect_HOGDescriptor %index objdetect_HOGDescriptor_L2HysThreshold_set [32/64bit] cv::HOGDescriptor::L2HysThreshold 変数に格納します %prm p1,p2 p1 = sptr : IntPtr self p2 = double : double value %inst L2-Hys正規化法の縮退． 元関数名(C#): objdetect_HOGDescriptor_L2HysThreshold_set 元DLLエクスポート名: objdetect_HOGDescriptor_L2HysThreshold_set 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_HOGDescriptor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_HOGDescriptor_L2HysThreshold_set(cv::HOGDescriptor *obj, double value)
{
    BEGIN_WRAP
    obj->L2HysThreshold = value;
    END_WRAP
}
}html %group NativeMethods_objdetect_HOGDescriptor %index objdetect_HOGDescriptor_gammaCorrection_set [32/64bit] cv::HOGDescriptor::gammaCorrection 変数に格納します %prm p1,p2 p1 = sptr : IntPtr self p2 = int : int value %inst ガンマ補正の前処理が必要かどうかを指定するフラグ． 元関数名(C#): objdetect_HOGDescriptor_gammaCorrection_set 元DLLエクスポート名: objdetect_HOGDescriptor_gammaCorrection_set 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_HOGDescriptor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_HOGDescriptor_gammaCorrection_set(cv::HOGDescriptor *obj, int value)
{
    BEGIN_WRAP
    obj->gammaCorrection = (value != 0);
    END_WRAP
}
}html %group NativeMethods_objdetect_HOGDescriptor %index objdetect_HOGDescriptor_nlevels_set [32/64bit] cv::HOGDescriptor::nlevels 変数に格納します %prm p1,p2 p1 = sptr : IntPtr self p2 = int : int value %inst 検出窓の最大増加数．デフォルト値は64です。 例： samples/tapi/hog.cpp. 元関数名(C#): objdetect_HOGDescriptor_nlevels_set 元DLLエクスポート名: objdetect_HOGDescriptor_nlevels_set 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_HOGDescriptor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_HOGDescriptor_nlevels_set(cv::HOGDescriptor *obj, int value)
{
    BEGIN_WRAP
    obj->nlevels = value;
    END_WRAP
}
}html %group NativeMethods_objdetect_HOGDescriptor %index objdetect_HOGDescriptor_signedGradient_set [32/64bit] cv::HOGDescriptor::signedGradient 変数に格納します %prm p1,p2 p1 = sptr : IntPtr self p2 = int : int value %inst 符号付きグラデーションを使用するかどうかを示します。 元関数名(C#): objdetect_HOGDescriptor_signedGradient_set 元DLLエクスポート名: objdetect_HOGDescriptor_signedGradient_set 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_HOGDescriptor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_HOGDescriptor_signedGradient_set(cv::HOGDescriptor *obj, int value)
{
    BEGIN_WRAP
    obj->signedGradient = (value != 0);
    END_WRAP
}
}html %group NativeMethods_objdetect_HOGDescriptor %index objdetect_QRCodeDetector_new [32/64bit] cv::QRCodeDetector のインスタンスを生成します %prm p1 p1 = var : out IntPtr returnValue %inst 元関数名(C#): objdetect_QRCodeDetector_new 元DLLエクスポート名: objdetect_QRCodeDetector_new 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_QRCodeDetector.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_QRCodeDetector_new(cv::QRCodeDetector **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::QRCodeDetector();
    END_WRAP
}
}html %group NativeMethods_objdetect_QRCodeDetector %index objdetect_QRCodeDetector_delete [32/64bit] cv::QRCodeDetector のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst 元関数名(C#): objdetect_QRCodeDetector_delete 元DLLエクスポート名: objdetect_QRCodeDetector_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_QRCodeDetector.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_QRCodeDetector_delete(cv::QRCodeDetector *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_objdetect_QRCodeDetector %index objdetect_QRCodeDetector_setEpsX [32/64bit] QRコードのストップマーカー検出の水平走査時に使用するイプシロンを設定します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double epsX %inst 元関数名(C#): objdetect_QRCodeDetector_setEpsX 元DLLエクスポート名: objdetect_QRCodeDetector_setEpsX 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_QRCodeDetector.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_QRCodeDetector_setEpsX(cv::QRCodeDetector *obj, double epsX)
{
    BEGIN_WRAP
    obj->setEpsX(epsX);
    END_WRAP
}
}html %group NativeMethods_objdetect_QRCodeDetector %index objdetect_QRCodeDetector_setEpsY [32/64bit] は、QRコードのストップマーカ検出の垂直走査時に使用するイプシロンを設定します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double epsY %inst 元関数名(C#): objdetect_QRCodeDetector_setEpsY 元DLLエクスポート名: objdetect_QRCodeDetector_setEpsY 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_QRCodeDetector.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_QRCodeDetector_setEpsY(cv::QRCodeDetector *obj, double epsY)
{
    BEGIN_WRAP
    obj->setEpsY(epsY);
    END_WRAP
}
}html %group NativeMethods_objdetect_QRCodeDetector %index objdetect_QRCodeDetector_detect [32/64bit] 画像中のQRコードを検出し、そのコードを含む四角形を返します。 %prm p1,p2,p3,p4 p1 = sptr : IntPtr obj p2 = sptr : IntPtr img p3 = sptr : IntPtr points p4 = var : out int returnValue %inst 元関数名(C#): objdetect_QRCodeDetector_detect 元DLLエクスポート名: objdetect_QRCodeDetector_detect 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_QRCodeDetector.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_QRCodeDetector_detect(
    cv::QRCodeDetector *obj, cv::_InputArray *img, std::vector<cv::Point2f> *points, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->detect(*img, *points) ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_objdetect_QRCodeDetector %index objdetect_QRCodeDetector_decode [32/64bit] detect()メソッドで見つかった画像中のQRコードをデコードします。 %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr obj p2 = sptr : IntPtr img p3 = sptr : IntPtr points p4 = sptr : IntPtr straightQrCode p5 = sptr : IntPtr returnValue %inst UTF8 エンコードされた出力文字列、またはコードがデコードできない場合は空の文字列を返します。 元関数名(C#): objdetect_QRCodeDetector_decode 元DLLエクスポート名: objdetect_QRCodeDetector_decode 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_QRCodeDetector.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_QRCodeDetector_decode(
    cv::QRCodeDetector *obj, cv::_InputArray *img, std::vector<cv::Point2f> *points, cv::_OutputArray *straight_qrcode, std::string *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->decode(*img, *points, entity(straight_qrcode));
    END_WRAP
}
}html %group NativeMethods_objdetect_QRCodeDetector %index objdetect_QRCodeDetector_detectAndDecode [32/64bit] QRコードの検出とデコードの両方を行います。 %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr obj p2 = sptr : IntPtr img p3 = sptr : IntPtr points p4 = sptr : IntPtr straightQrCode p5 = sptr : IntPtr returnValue %inst 元関数名(C#): objdetect_QRCodeDetector_detectAndDecode 元DLLエクスポート名: objdetect_QRCodeDetector_detectAndDecode 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_QRCodeDetector.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_QRCodeDetector_detectAndDecode(
    cv::QRCodeDetector *obj, cv::_InputArray *img, std::vector<cv::Point2f> *points,
    cv::_OutputArray *straight_qrcode, std::string *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->detectAndDecode(*img, *points, entity(straight_qrcode));
    END_WRAP
}
}html %group NativeMethods_objdetect_QRCodeDetector %index objdetect_QRCodeDetector_detectMulti [32/64bit] 画像中のQRコードを検出し，そのコードを含む四角形のベクトルを返す． %prm p1,p2,p3,p4 p1 = sptr : IntPtr obj p2 = sptr : IntPtr img p3 = sptr : IntPtr points p4 = var : out int returnValue %inst 元関数名(C#): objdetect_QRCodeDetector_detectMulti 元DLLエクスポート名: objdetect_QRCodeDetector_detectMulti 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_QRCodeDetector.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_QRCodeDetector_detectMulti(
    cv::QRCodeDetector* obj, cv::_InputArray* img, std::vector<cv::Point2f>* points, int* returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->detectMulti(*img, *points) ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_objdetect_QRCodeDetector %index objdetect_QRCodeDetector_decodeMulti [32/64bit] detect()メソッドで見つかった画像のQRコードをデコードします。 %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr obj p2 = sptr : IntPtr img p3 = sptr : IntPtr points p4 = sptr : IntPtr decodedInfo p5 = sptr : IntPtr straightQrCode p6 = var : out int returnValue %inst 元関数名(C#): objdetect_QRCodeDetector_decodeMulti 元DLLエクスポート名: objdetect_QRCodeDetector_decodeMulti 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_QRCodeDetector.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_QRCodeDetector_decodeMulti(
    cv::QRCodeDetector* obj, cv::_InputArray* img, std::vector<cv::Point2f>* points, std::vector<std::string>* decoded_info, std::vector<cv::Mat>* straight_qrcode, int* returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->decodeMulti(*img, *points, *decoded_info, *straight_qrcode) ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_objdetect_QRCodeDetector %index objdetect_QRCodeDetector_decodeMulti_NoStraightQrCode [32/64bit] detect()メソッドで見つかった画像のQRコードをデコードします。 %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr obj p2 = sptr : IntPtr img p3 = sptr : IntPtr points p4 = sptr : IntPtr decodedInfo p5 = var : out int returnValue %inst 元関数名(C#): objdetect_QRCodeDetector_decodeMulti_NoStraightQrCode 元DLLエクスポート名: objdetect_QRCodeDetector_decodeMulti_NoStraightQrCode 参照元CSファイル: Internal\PInvoke\NativeMethods\objdetect\NativeMethods_objdetect_QRCodeDetector.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) objdetect_QRCodeDetector_decodeMulti_NoStraightQrCode(
    cv::QRCodeDetector* obj, cv::_InputArray* img, std::vector<cv::Point2f>* points, std::vector<std::string>* decoded_info, int* returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->decodeMulti(*img, *points, *decoded_info) ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_objdetect_QRCodeDetector %index photo_inpaint [32/64bit] region neighborhood を利用して，画像中の選択領域を復元します． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr src p2 = sptr : IntPtr inpaintMask p3 = sptr : IntPtr dst p4 = double : double inpaintRadius p5 = int : int flags %inst この関数は，選択された画像領域を，その領域の境界付近のピクセルから再構成します．この関数は，スキャンした写真から埃や傷を除去したり，静止画像やビデオから望ましくないオブジェクトを除去したりするために利用できます．詳しくは http://en.wikipedia.org/wiki/Inpainting をご覧ください。 inpainting techniqueを使った例は，opencv_source_code/samples/cpp/inpaint.cppにあります． (Python) inpainting technique を使用した例は、opencv_source_code/samples/python/inpaint.py にあります。 元関数名(C#): photo_inpaint 元DLLエクスポート名: photo_inpaint 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_inpaint(cv::_InputArray *src, cv::_InputArray *inpaintMask,
    cv::_OutputArray *dst, double inpaintRadius, int flags)
{
    BEGIN_WRAP
    cv::inpaint(*src, *inpaintMask, *dst, inpaintRadius, flags);
    END_WRAP
}
}html %group NativeMethods_photo %index photo_fastNlMeansDenoising [32/64bit] Non-Local Means Denoising アルゴリズム http://www.ipol.im/pub/algo/bcm_non_local_means_denoising/ を使用して、いくつかの計算最適化を行い、画像のノイズ除去を実行します。ノイズは，ガウスホワイトノイズを想定しています． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = float : float h p4 = int : int templateWindowSize p5 = int : int searchWindowSize %inst この機能は、グレースケール画像に適用することを想定しています。色付きの画像の場合は、 fastNlMeansDenoisingColored をご覧ください。この関数の高度な利用法として，異なる色空間を持つカラー画像を手動でノイズ除去することができます．FastNlMeansDenoisingColoredでは，画像をCIELAB色空間に変換し，L成分とAB成分をそれぞれ異なるhパラメータで別々にノイズ除去するという手法が用いられています． 元関数名(C#): photo_fastNlMeansDenoising 元DLLエクスポート名: photo_fastNlMeansDenoising 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_fastNlMeansDenoising(cv::_InputArray *src, cv::_OutputArray *dst, float h,
    int templateWindowSize, int searchWindowSize)
{
    BEGIN_WRAP
    cv::fastNlMeansDenoising(*src, *dst, h, templateWindowSize, searchWindowSize);
    END_WRAP
}
}html %group NativeMethods_photo %index photo_fastNlMeansDenoisingColored [32/64bit] fastNlMeansDenoising関数を，色付き画像用に改良します． %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = float : float h p4 = float : float hColor p5 = int : int templateWindowSize p6 = int : int searchWindowSize %inst この関数は，画像を CIELAB 色空間に変換した後，fastNlMeansDenoising 関数を用いて，与えられた h パラメータで L 成分と AB 成分を個別にノイズ除去します． 元関数名(C#): photo_fastNlMeansDenoisingColored 元DLLエクスポート名: photo_fastNlMeansDenoisingColored 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_fastNlMeansDenoisingColored(cv::_InputArray *src, cv::_OutputArray *dst,
    float h, float hColor, int templateWindowSize, int searchWindowSize)
{
    BEGIN_WRAP
    cv::fastNlMeansDenoisingColored(*src, *dst, h, hColor, templateWindowSize, searchWindowSize);
    END_WRAP
}
}html %group NativeMethods_photo %index photo_fastNlMeansDenoisingMulti [32/64bit] fastNlMeansDenoising関数を，短時間に連続して撮影された画像群用に変更しました．例えば、ビデオなどです。このバージョンの関数は，グレースケール画像や，色空間を使った手動操作のためのものです．詳細は， http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.131.6394 を参照してください． %prm p1,p2,p3,p4,p5,p6,p7,p8 p1 = sptr : IntPtr[] srcImgs p2 = int : int srcImgsLength p3 = sptr : IntPtr dst p4 = int : int imgToDenoiseIndex p5 = int : int temporalWindowSize p6 = float : float h p7 = int : int templateWindowSize p8 = int : int searchWindowSize %inst 元関数名(C#): photo_fastNlMeansDenoisingMulti 元DLLエクスポート名: photo_fastNlMeansDenoisingMulti 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_fastNlMeansDenoisingMulti(cv::_InputArray ** srcImgs, int srcImgsLength, 
    cv::_OutputArray *dst, int imgToDenoiseIndex, int temporalWindowSize,
    float h, int templateWindowSize, int searchWindowSize)
{
    BEGIN_WRAP
    std::vector<cv::_InputArray> srcImgsVec(srcImgsLength);
    for (int i = 0; i < srcImgsLength; i++)    
        srcImgsVec[i] = *srcImgs[i];
    cv::fastNlMeansDenoisingMulti(srcImgsVec, *dst, imgToDenoiseIndex, temporalWindowSize, h, templateWindowSize, searchWindowSize);
    END_WRAP
}
}html %group NativeMethods_photo %index photo_fastNlMeansDenoisingColoredMulti [32/64bit] FastNlMeansDenoisingMulti 関数を，カラー画像シーケンス用に改良しました． %prm p1,p2,p3,p4,p5,p6,p7,p8,p9 p1 = sptr : IntPtr[] srcImgs p2 = int : int srcImgsLength p3 = sptr : IntPtr dst p4 = int : int imgToDenoiseIndex p5 = int : int temporalWindowSize p6 = float : float h p7 = float : float hColor p8 = int : int templateWindowSize p9 = int : int searchWindowSize %inst この関数は，画像をCIELAB色空間に変換した後，fastNlMeansDenoisingMulti関数を用いて，与えられたhパラメータでL成分とAB成分を別々にノイズ除去します． 元関数名(C#): photo_fastNlMeansDenoisingColoredMulti 元DLLエクスポート名: photo_fastNlMeansDenoisingColoredMulti 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_fastNlMeansDenoisingColoredMulti(cv::_InputArray **srcImgs, int srcImgsLength, 
    cv::_OutputArray *dst, int imgToDenoiseIndex, int temporalWindowSize,
    float h, float hColor, int templateWindowSize, int searchWindowSize)
{
    BEGIN_WRAP
    std::vector<cv::_InputArray> srcImgsVec(srcImgsLength);
    for (int i = 0; i < srcImgsLength; i++)
        srcImgsVec[i] = *srcImgs[i];
    cv::fastNlMeansDenoisingColoredMulti(srcImgsVec, *dst, imgToDenoiseIndex, temporalWindowSize, h, hColor, templateWindowSize, searchWindowSize);
    END_WRAP
}
}html %group NativeMethods_photo %index photo_denoise_TVL1 [32/64bit] Primal-dualアルゴリズムは，特殊な変分問題（ある関数を最小化するための関数を求める問題）を解くためのアルゴリズムです．特に、画像のノイズ除去は、変分問題と見なすことができるので、プライマル・デュアル・アルゴリズムを使ってノイズ除去を行うことができ、まさにそれを実現しています。 %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr[] observations p2 = int : int observationsSize p3 = sptr : IntPtr result p4 = double : double lambda p5 = int : int niters %inst この実装は、2013年7月のブログエントリ[177]から取ったもので、Pythonですぐに使えるソースコードも含まれていたことに注意してください。その後，2013年7月末にVadim PisarevskyによってopenCVを用いてC++に書き直され，最終的には後続の著者によって若干の改良が加えられました．このアルゴリズムの詳細な議論と正当性は[42]に記載されていますが，ここでは[177]に倣ってざっと目を通すのがよいでしょう．まず，1バイトのグレイレベル画像を，画素の矩形領域からの関数と考えます（これは，集合 ??? -? ??? ????）。1\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\このように考えて、同じ大きさの画像\(x\)が与えられたとき、ノイズ化された画像を\(f_i\)とします。どれくらいひどいかを式で表すと、[??＞?＜?＞?＜?＞]ということになります。最初の付記は，画像が滑らかであること（理想的には，勾配がゼロであること，つまり，一定であること）を示し，2番目の付記は，結果が我々が得た観測値に近いものであることを示しています。????? ) ????? ) ????? ) ????? ) ????? ) ????? ) ????? ) ????? ) ????? ) ????? ) 元関数名(C#): photo_denoise_TVL1 元DLLエクスポート名: photo_denoise_TVL1 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_denoise_TVL1(
    cv::Mat **observations, int observationsSize, cv::Mat *result, double lambda, int niters)
{
    BEGIN_WRAP
    std::vector<cv::Mat> observationsVec(observationsSize);
    for (int i = 0; i < observationsSize; i++)
    {
        observationsVec[i] = *observations[i];
    }
    cv::denoise_TVL1(observationsVec, *result, lambda, niters);
    END_WRAP
}
}html %group NativeMethods_photo %index photo_decolor [32/64bit] カラー画像をグレースケール画像に変換します。これは，デジタル印刷や白黒写真のレンダリングなどの基本的なツールであり，多くのシングルチャンネル画像処理アプリケーションでも使用されています[155]． %prm p1,p2,p3 p1 = sptr : IntPtr src p2 = sptr : IntPtr grayscale p3 = sptr : IntPtr color_boost %inst この機能は，カラー画像に適用されます． 元関数名(C#): photo_decolor 元DLLエクスポート名: photo_decolor 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_decolor(
    cv::_InputArray *src, cv::_OutputArray *grayscale, cv::_OutputArray *color_boost)
{
    BEGIN_WRAP
    cv::decolor(*src, *grayscale, *color_boost);
    END_WRAP
}
}html %group NativeMethods_photo %index photo_seamlessClone [32/64bit] 画像編集作業には，大局的な変化（色や濃度の補正，フィルタ，変形）と，選択範囲に関わる局所的な変化があります．ここでは，手動で選択した領域（ROI）に限定した局所的な変更を，シームレスかつ容易に実現することに関心がある．その変化の程度は，わずかな歪みから新しいコンテンツへの完全な置き換えまで様々である[192]． %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = sptr : IntPtr mask p4 = ARGS_POINT : Point p p5 = sptr : IntPtr blend p6 = int : int flags %inst 例： samples/cpp/tutorial_code/photo/seamless_cloning/cloning_demo.cpp． 元関数名(C#): photo_seamlessClone 元DLLエクスポート名: photo_seamlessClone 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_seamlessClone(
    cv::_InputArray *src, cv::_InputArray *dst, cv::_InputArray *mask, MyCvPoint p,
    cv::_OutputArray *blend, int flags)
{
    BEGIN_WRAP
    cv::seamlessClone(*src, *dst, entity(mask), cpp(p), *blend, flags);
    END_WRAP
}
}html %group NativeMethods_photo %index photo_colorChange [32/64bit] 元のカラー画像が与えられると，色の異なる2つのバージョンをシームレスに混合することができます． %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr src p2 = sptr : IntPtr mask p3 = sptr : IntPtr dst p4 = float : float red_mul p5 = float : float green_mul p6 = float : float blue_mul %inst 例：samples/cpp/tutorial_code/photo/seamless_cloning/cloning_demo.cpp. 元関数名(C#): photo_colorChange 元DLLエクスポート名: photo_colorChange 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_colorChange(
    cv::_InputArray *src, cv::_InputArray *mask, cv::_OutputArray *dst, float red_mul,
    float green_mul, float blue_mul)
{
    BEGIN_WRAP
    cv::colorChange(*src, entity(mask), *dst, red_mul, green_mul, blue_mul);
    END_WRAP
}
}html %group NativeMethods_photo %index photo_illuminationChange [32/64bit] 選択範囲内のグラデーションフィールドに適切な非線形変換を適用し、ポアソンソルバーで積分し直すことで、画像の見かけ上の照明を局所的に変更します。 %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr src p2 = sptr : IntPtr mask p3 = sptr : IntPtr dst p4 = float : float alpha p5 = float : float beta %inst 例：samples/cpp/tutorial_code/photo/seamless_cloning/cloning_demo.cpp. 元関数名(C#): photo_illuminationChange 元DLLエクスポート名: photo_illuminationChange 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_illuminationChange(
    cv::_InputArray *src, cv::_InputArray *mask, cv::_OutputArray *dst,
    float alpha, float beta = 0.4f)
{
    BEGIN_WRAP
    cv::illuminationChange(*src, entity(mask), *dst, alpha, beta);
    END_WRAP
}
}html %group NativeMethods_photo %index photo_textureFlattening [32/64bit] ポアソンソルバーで積分する前に、エッジ位置のグラデーションのみを保持することで、選択された領域のテクスチャを洗い流し、その内容をフラットにすることができます。ここではCanny Edge Detectorを使用しています。 %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr src p2 = sptr : IntPtr mask p3 = sptr : IntPtr dst p4 = float : float low_threshold p5 = float : float high_threshold p6 = int : int kernel_size %inst 注）このアルゴリズムは、ソース画像の色がデスティネーションの色に近いことを前提としています。例：samples/cpp/tutorial_code/photo/seamless_cloning/cloning_demo.cpp. 元関数名(C#): photo_textureFlattening 元DLLエクスポート名: photo_textureFlattening 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_textureFlattening(
    cv::_InputArray *src, cv::_InputArray *mask, cv::_OutputArray *dst,
    float low_threshold, float high_threshold, int kernel_size)
{
    BEGIN_WRAP
    cv::textureFlattening(*src, entity(mask), *dst, low_threshold, high_threshold, kernel_size);
    END_WRAP
}
}html %group NativeMethods_photo %index photo_edgePreservingFilter [32/64bit] フィルタリングは、画像・映像処理の基本的な操作です。エッジを保持する平滑化フィルタは，さまざまな用途で使用されています[86]． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = int : int flags p4 = float : float sigma_s p5 = float : float sigma_r %inst 例： samples/cpp/tutorial_code/photo/non_photorealistic_rendering/npr_demo.cpp. 元関数名(C#): photo_edgePreservingFilter 元DLLエクスポート名: photo_edgePreservingFilter 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_edgePreservingFilter(
    cv::_InputArray *src, cv::_OutputArray *dst, int flags,    float sigma_s, float sigma_r)
{
    BEGIN_WRAP
    cv::edgePreservingFilter(*src, *dst, flags, sigma_s, sigma_r);
    END_WRAP
}
}html %group NativeMethods_photo %index photo_detailEnhance [32/64bit] 特定の画像のディテールを強調するフィルタです。 %prm p1,p2,p3,p4 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = float : float sigma_s p4 = float : float sigma_r %inst 例： samples/cpp/tutorial_code/photo/non_photorealistic_rendering/npr_demo.cpp. 元関数名(C#): photo_detailEnhance 元DLLエクスポート名: photo_detailEnhance 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_detailEnhance(
    cv::_InputArray *src, cv::_OutputArray *dst, float sigma_s,    float sigma_r)
{
    BEGIN_WRAP
    cv::detailEnhance(*src, *dst, sigma_s, sigma_r);
    END_WRAP
}
}html %group NativeMethods_photo %index photo_pencilSketch [32/64bit] 鉛筆で描いたようなノンフォトリアリスティックな線画です。 %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst1 p3 = sptr : IntPtr dst2 p4 = float : float sigma_s p5 = float : float sigma_r p6 = float : float shade_factor %inst 例： samples/cpp/tutorial_code/photo/non_photorealistic_rendering/npr_demo.cpp. 元関数名(C#): photo_pencilSketch 元DLLエクスポート名: photo_pencilSketch 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_pencilSketch(
    cv::_InputArray *src, cv::_OutputArray *dst1, cv::_OutputArray *dst2,
    float sigma_s, float sigma_r, float shade_factor)
{
    BEGIN_WRAP
    cv::pencilSketch(*src, *dst1, *dst2, sigma_s, sigma_r, shade_factor);
    END_WRAP
}
}html %group NativeMethods_photo %index photo_stylization [32/64bit] スタイライゼーションは、フォトリアリズムにこだわらず、多様な効果を持つデジタル画像を作り出すことを目的としています。エッジを考慮したフィルターは、コントラストの低い領域を抽象化する一方で、コントラストの高い特徴を維持または強調することができるため、スタイライゼーションに最適です。 %prm p1,p2,p3,p4 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = float : float sigma_s p4 = float : float sigma_r %inst 例： samples/cpp/tutorial_code/photo/non_photorealistic_rendering/npr_demo.cpp. 元関数名(C#): photo_stylization 元DLLエクスポート名: photo_stylization 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_stylization(
    cv::_InputArray *src, cv::_OutputArray *dst, float sigma_s,    float sigma_r)
{
    BEGIN_WRAP
    cv::stylization(*src, *dst, sigma_s, sigma_r);
    END_WRAP
}
}html %group NativeMethods_photo %index photo_createCalibrateDebevec [32/64bit] CalibrateDebevecオブジェクトを作成します。 %prm p1,p2,p3,p4 p1 = int : int samples p2 = float : float lambda p3 = int : int random p4 = var : out IntPtr returnValue %inst 元関数名(C#): photo_createCalibrateDebevec 元DLLエクスポート名: photo_createCalibrateDebevec 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo_HDR.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_createCalibrateDebevec(
    int samples, float lambda, int random, cv::Ptr<cv::CalibrateDebevec> **returnValue) 
{
    BEGIN_WRAP
    *returnValue = clone(cv::createCalibrateDebevec(samples, lambda, random != 0));
    END_WRAP
}
}html %group NativeMethods_photo_HDR %index photo_Ptr_CalibrateDebevec_delete [32/64bit] cv::CalibrateDebevec のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst 逆カメラ応答関数は，線形システムとしての目的関数を最小化することにより，各輝度値に対して抽出されます．目的関数は，すべての画像の同じ位置にあるピクセル値を用いて構成され，結果をより滑らかにするために追加の項が加えられます． 詳細は[55]を参照してください。 元関数名(C#): photo_Ptr_CalibrateDebevec_delete 元DLLエクスポート名: photo_Ptr_CalibrateDebevec_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo_HDR.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_Ptr_CalibrateDebevec_delete(cv::Ptr<cv::CalibrateDebevec> *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_photo_HDR %index photo_Ptr_CalibrateDebevec_get [32/64bit] cv::CalibrateDebevec のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst 逆カメラ応答関数は，線形システムとしての目的関数を最小化することにより，各輝度値に対して抽出されます．目的関数は，すべての画像の同じ位置にあるピクセル値を用いて構成され，結果をより滑らかにするために追加の項が加えられます． 詳細は[55]を参照してください。 元関数名(C#): photo_Ptr_CalibrateDebevec_get 元DLLエクスポート名: photo_Ptr_CalibrateDebevec_get 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo_HDR.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_Ptr_CalibrateDebevec_get(cv::Ptr<cv::CalibrateDebevec> *obj, cv::CalibrateDebevec **returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->get();
    END_WRAP
}
}html %group NativeMethods_photo_HDR %index photo_CalibrateDebevec_getLambda [32/64bit] photo_CalibrateDebevec_getLambda %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out float returnValue %inst 元関数名(C#): photo_CalibrateDebevec_getLambda 元DLLエクスポート名: photo_CalibrateDebevec_getLambda 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo_HDR.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_CalibrateDebevec_getLambda(cv::CalibrateDebevec *obj, float *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getLambda();
    END_WRAP
}
}html %group NativeMethods_photo_HDR %index photo_CalibrateDebevec_setLambda [32/64bit] photo_CalibrateDebevec_setLambda %prm p1,p2 p1 = sptr : IntPtr obj p2 = float : float value %inst 元関数名(C#): photo_CalibrateDebevec_setLambda 元DLLエクスポート名: photo_CalibrateDebevec_setLambda 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo_HDR.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_CalibrateDebevec_setLambda(cv::CalibrateDebevec *obj, float value)
{
    BEGIN_WRAP
    obj->setLambda(value);
    END_WRAP
}
}html %group NativeMethods_photo_HDR %index photo_CalibrateDebevec_getSamples [32/64bit] photo_CalibrateDebevec_getSamples %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): photo_CalibrateDebevec_getSamples 元DLLエクスポート名: photo_CalibrateDebevec_getSamples 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo_HDR.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_CalibrateDebevec_getSamples(cv::CalibrateDebevec *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getLambda();
    END_WRAP
}
}html %group NativeMethods_photo_HDR %index photo_CalibrateDebevec_setSamples [32/64bit] photo_CalibrateDebevec_setSamples %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int value %inst 元関数名(C#): photo_CalibrateDebevec_setSamples 元DLLエクスポート名: photo_CalibrateDebevec_setSamples 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo_HDR.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_CalibrateDebevec_setSamples(cv::CalibrateDebevec *obj, int value)
{
    BEGIN_WRAP
    obj->setLambda(value);
    END_WRAP
}
}html %group NativeMethods_photo_HDR %index photo_CalibrateDebevec_getRandom [32/64bit] photo_CalibrateDebevec_getRandom %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): photo_CalibrateDebevec_getRandom 元DLLエクスポート名: photo_CalibrateDebevec_getRandom 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo_HDR.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_CalibrateDebevec_getRandom(cv::CalibrateDebevec *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getRandom() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_photo_HDR %index photo_CalibrateDebevec_setRandom [32/64bit] photo_CalibrateDebevec_setRandom %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int value %inst 元関数名(C#): photo_CalibrateDebevec_setRandom 元DLLエクスポート名: photo_CalibrateDebevec_setRandom 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo_HDR.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_CalibrateDebevec_setRandom(cv::CalibrateDebevec *obj, int value)
{
    BEGIN_WRAP
    obj->setRandom(value != 0);
    END_WRAP
}
}html %group NativeMethods_photo_HDR %index photo_createCalibrateRobertson [32/64bit] CalibrateRobertson オブジェクトを作成します． %prm p1,p2,p3 p1 = int : int maxIter p2 = float : float threshold p3 = var : out IntPtr returnValue %inst 元関数名(C#): photo_createCalibrateRobertson 元DLLエクスポート名: photo_createCalibrateRobertson 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo_HDR.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_createCalibrateRobertson(
    int max_iter, float threshold, cv::Ptr<cv::CalibrateRobertson> **returnValue)
{
    BEGIN_WRAP
    *returnValue = clone(cv::createCalibrateRobertson(max_iter, threshold));
    END_WRAP
}
}html %group NativeMethods_photo_HDR %index photo_Ptr_CalibrateRobertson_delete [32/64bit] cv::CalibrateRobertson のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst 逆カメラ応答関数は，線形システムとしての目的関数を最小化することにより，各輝度値に対して抽出されます．このアルゴリズムは，すべての画像ピクセルを使用します． 詳細は[204]を参照してください。 元関数名(C#): photo_Ptr_CalibrateRobertson_delete 元DLLエクスポート名: photo_Ptr_CalibrateRobertson_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo_HDR.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_Ptr_CalibrateRobertson_delete(cv::Ptr<cv::CalibrateRobertson> *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_photo_HDR %index photo_Ptr_CalibrateRobertson_get [32/64bit] cv::CalibrateRobertson のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst 逆カメラ応答関数は，線形システムとしての目的関数を最小化することにより，各輝度値に対して抽出されます．このアルゴリズムは，すべての画像ピクセルを使用します． 詳細は[204]を参照してください。 元関数名(C#): photo_Ptr_CalibrateRobertson_get 元DLLエクスポート名: photo_Ptr_CalibrateRobertson_get 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo_HDR.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_Ptr_CalibrateRobertson_get(cv::Ptr<cv::CalibrateRobertson> *obj, cv::CalibrateRobertson **returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->get();
    END_WRAP
}
}html %group NativeMethods_photo_HDR %index photo_CalibrateRobertson_getMaxIter [32/64bit] photo_CalibrateRobertson_getMaxIter %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): photo_CalibrateRobertson_getMaxIter 元DLLエクスポート名: photo_CalibrateRobertson_getMaxIter 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo_HDR.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_CalibrateRobertson_getMaxIter(cv::CalibrateRobertson *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getMaxIter();
    END_WRAP
}
}html %group NativeMethods_photo_HDR %index photo_CalibrateRobertson_setMaxIter [32/64bit] photo_CalibrateRobertson_setMaxIter %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int value %inst 元関数名(C#): photo_CalibrateRobertson_setMaxIter 元DLLエクスポート名: photo_CalibrateRobertson_setMaxIter 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo_HDR.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_CalibrateRobertson_setMaxIter(cv::CalibrateRobertson *obj, int value)
{
    BEGIN_WRAP
    obj->setMaxIter(value);
    END_WRAP
}
}html %group NativeMethods_photo_HDR %index photo_CalibrateRobertson_getThreshold [32/64bit] photo_CalibrateRobertson_getThreshold %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out float returnValue %inst 元関数名(C#): photo_CalibrateRobertson_getThreshold 元DLLエクスポート名: photo_CalibrateRobertson_getThreshold 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo_HDR.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_CalibrateRobertson_getThreshold(cv::CalibrateRobertson *obj, float *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getThreshold();
    END_WRAP
}
}html %group NativeMethods_photo_HDR %index photo_CalibrateRobertson_setThreshold [32/64bit] photo_CalibrateRobertson_setThreshold %prm p1,p2 p1 = sptr : IntPtr obj p2 = float : float value %inst 元関数名(C#): photo_CalibrateRobertson_setThreshold 元DLLエクスポート名: photo_CalibrateRobertson_setThreshold 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo_HDR.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_CalibrateRobertson_setThreshold(cv::CalibrateRobertson *obj, float value)
{
    BEGIN_WRAP
    obj->setThreshold(value);
    END_WRAP
}
}html %group NativeMethods_photo_HDR %index photo_CalibrateRobertson_getRadiance [32/64bit] photo_CalibrateRobertson_getRadiance %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr returnValue %inst 元関数名(C#): photo_CalibrateRobertson_getRadiance 元DLLエクスポート名: photo_CalibrateRobertson_getRadiance 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo_HDR.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_CalibrateRobertson_getRadiance(cv::CalibrateRobertson *obj, cv::Mat *returnValue)
{
    BEGIN_WRAP
    obj->getRadiance().copyTo(*returnValue);
    END_WRAP
}
}html %group NativeMethods_photo_HDR %index photo_CalibrateCRF_process [32/64bit] 逆カメラ応答関数を復元します． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr obj p2 = sptr : IntPtr[] srcImgs p3 = int : int srcImgsLength p4 = sptr : IntPtr dst p5 = var : [In, MarshalAs(UnmanagedType.LPArray)] float[] times %inst 元関数名(C#): photo_CalibrateCRF_process 元DLLエクスポート名: photo_CalibrateCRF_process 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo_HDR.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_CalibrateCRF_process(
    cv::CalibrateCRF *obj, 
    cv::Mat ** srcImgs, int srcImgsLength, cv::_OutputArray *dst, float* times)
{
    BEGIN_WRAP

    // Build Mat Vector of images
    std::vector<cv::Mat> srcImgsVec(srcImgsLength);

    // Build float Vector of times
    std::vector<float> times_vec(srcImgsLength);
    
    for (int i = 0; i < srcImgsLength; i++) {
        srcImgsVec[i] = *srcImgs[i];
        times_vec[i] = times[i];
    }

    obj->process(srcImgsVec, *dst, times_vec);
    END_WRAP
}
}html %group NativeMethods_photo_HDR %index photo_createMergeDebevec [32/64bit] MergeDebevecオブジェクトを作成します。 %prm %inst 元関数名(C#): photo_createMergeDebevec 元DLLエクスポート名: photo_createMergeDebevec 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo_HDR.cs ▼ C言語側関数定義 html{ 
CVAPI(cv::Ptr<cv::MergeDebevec>*) photo_createMergeDebevec()
{
    return clone(cv::createMergeDebevec());
}
}html %group NativeMethods_photo_HDR %index photo_Ptr_MergeDebevec_delete [32/64bit] cv::MergeDebevec のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst 結果として得られるHDR画像は、露出値とカメラレスポンスを考慮した露出の加重平均として計算されます。 詳細は[55]を参照してください。 元関数名(C#): photo_Ptr_MergeDebevec_delete 元DLLエクスポート名: photo_Ptr_MergeDebevec_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo_HDR.cs ▼ C言語側関数定義 html{ 
CVAPI(void) photo_Ptr_MergeDebevec_delete(cv::Ptr<cv::MergeDebevec>* obj)
{
    delete obj;
}
}html %group NativeMethods_photo_HDR %index photo_Ptr_MergeDebevec_get [32/64bit] cv::MergeDebevec をメモリコピーします %prm p1 p1 = sptr : IntPtr obj %inst 結果として得られるHDR画像は、露出値とカメラレスポンスを考慮した露出の加重平均として計算されます。 詳細は[55]を参照してください。 元関数名(C#): photo_Ptr_MergeDebevec_get 元DLLエクスポート名: photo_Ptr_MergeDebevec_get 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo_HDR.cs ▼ C言語側関数定義 html{ 
CVAPI(cv::MergeDebevec*) photo_Ptr_MergeDebevec_get(cv::Ptr<cv::MergeDebevec>* obj)
{
    return obj->get();
}
}html %group NativeMethods_photo_HDR %index photo_createMergeMertens [32/64bit] MergeMertens オブジェクトを作成します。 %prm %inst 元関数名(C#): photo_createMergeMertens 元DLLエクスポート名: photo_createMergeMertens 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo_HDR.cs ▼ C言語側関数定義 html{ 
CVAPI(cv::Ptr<cv::MergeMertens>*) photo_createMergeMertens()
{
    return clone(cv::createMergeMertens());
}
}html %group NativeMethods_photo_HDR %index photo_Ptr_MergeMertens_delete [32/64bit] cv::MergeMertens のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst ピクセルは、コントラスト、彩度、および露出度測定値を使用して重み付けされ、画像はラプラシアン ピラミッドを使用して結合されます。 結果として得られる画像の重みは、コントラスト、彩度、および露出度の尺度の加重平均として構成されます。 結果として得られた画像はトーンマッピングを必要とせず、255 を乗じることで 8 ビット画像に変換できますが、ガンマ補正やリニアトーンマッピングを行うことが推奨されます。 詳細は [167] を参照してください。 元関数名(C#): photo_Ptr_MergeMertens_delete 元DLLエクスポート名: photo_Ptr_MergeMertens_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo_HDR.cs ▼ C言語側関数定義 html{ 
CVAPI(void) photo_Ptr_MergeMertens_delete(cv::Ptr<cv::MergeMertens>* obj)
{
    delete obj;
}
}html %group NativeMethods_photo_HDR %index photo_Ptr_MergeMertens_get [32/64bit] cv::MergeMertens のインスタンスポインタを取得します %prm p1 p1 = sptr : IntPtr obj %inst ピクセルは、コントラスト、彩度、および露出度測定値を使用して重み付けされ、画像はラプラシアン ピラミッドを使用して結合されます。 結果として得られる画像の重みは、コントラスト、彩度、および露出度の尺度の加重平均として構成されます。 結果として得られた画像はトーンマッピングを必要とせず、255 を乗じることで 8 ビット画像に変換できますが、ガンマ補正やリニアトーンマッピングを行うことが推奨されます。 詳細は [167] を参照してください。 元関数名(C#): photo_Ptr_MergeMertens_get 元DLLエクスポート名: photo_Ptr_MergeMertens_get 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo_HDR.cs ▼ C言語側関数定義 html{ 
CVAPI(cv::MergeMertens*) photo_Ptr_MergeMertens_get(cv::Ptr<cv::MergeMertens>* obj)
{
    return obj->get();
}
}html %group NativeMethods_photo_HDR %index photo_MergeExposures_process [32/64bit] 画像を統合します。 %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr obj p2 = sptr : IntPtr[] srcImgs p3 = int : int srcImgsLength p4 = sptr : IntPtr dst p5 = var : [In, MarshalAs(UnmanagedType.LPArray)] float[] times p6 = sptr : IntPtr response %inst cv::MergeRobertson, cv::MergeMertens, および cv::MergeDebevec で実装されています． 元関数名(C#): photo_MergeExposures_process 元DLLエクスポート名: photo_MergeExposures_process 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo_HDR.cs ▼ C言語側関数定義 html{ 
CVAPI(void) photo_MergeExposures_process(
    cv::MergeExposures* obj,
    cv::Mat** srcImgs, int srcImgsLength, cv::_OutputArray* dst, float* times, cv::_InputArray* response)
{
    // Build Mat Vector of images
    std::vector<cv::Mat> srcImgsVec(srcImgsLength);

    // Build float Vector of times
    std::vector<float> times_vec(srcImgsLength);

    for (int i = 0; i < srcImgsLength; i++) {
        srcImgsVec[i] = *srcImgs[i];
        times_vec[i] = times[i];
    }

    obj->process(srcImgsVec, *dst, times_vec, *response);
}
}html %group NativeMethods_photo_HDR %index photo_MergeMertens_process [32/64bit] 画像を統合します。 %prm p1,p2,p3,p4 p1 = sptr : IntPtr obj p2 = sptr : IntPtr[] srcImgs p3 = int : int srcImgsLength p4 = sptr : IntPtr dst %inst cv::MergeExposures を実装しています． 元関数名(C#): photo_MergeMertens_process 元DLLエクスポート名: photo_MergeMertens_process 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo_HDR.cs ▼ C言語側関数定義 html{ 
CVAPI(void) photo_MergeMertens_process(
    cv::MergeMertens* obj,
    cv::Mat** srcImgs, int srcImgsLength, cv::_OutputArray* dst)
{
    // Build Mat Vector of images
    std::vector<cv::Mat> srcImgsVec(srcImgsLength);

    // Build float Vector of times
    std::vector<float> times_vec(srcImgsLength);

    for (int i = 0; i < srcImgsLength; i++) {
        srcImgsVec[i] = *srcImgs[i];
    }

    obj->process(srcImgsVec, *dst);
}
}html %group NativeMethods_photo_HDR %index photo_Tonemap_process [32/64bit] 画像をトーンマップします． %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = sptr : IntPtr src p3 = sptr : IntPtr dst %inst 元関数名(C#): photo_Tonemap_process 元DLLエクスポート名: photo_Tonemap_process 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo_Tonemap.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_Tonemap_process(cv::Tonemap *obj, cv::_InputArray *src, cv::_OutputArray *dst)
{
    BEGIN_WRAP
    obj->process(*src, *dst);
    END_WRAP
}
}html %group NativeMethods_photo_Tonemap %index photo_Tonemap_getGamma [32/64bit] photo_Tonemap_getGamma %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out float returnValue %inst 元関数名(C#): photo_Tonemap_getGamma 元DLLエクスポート名: photo_Tonemap_getGamma 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo_Tonemap.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_Tonemap_getGamma(cv::Tonemap *obj, float *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getGamma();
    END_WRAP
}
}html %group NativeMethods_photo_Tonemap %index photo_Tonemap_setGamma [32/64bit] photo_Tonemap_setGamma %prm p1,p2 p1 = sptr : IntPtr obj p2 = float : float gamma %inst 元関数名(C#): photo_Tonemap_setGamma 元DLLエクスポート名: photo_Tonemap_setGamma 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo_Tonemap.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_Tonemap_setGamma(cv::Tonemap *obj, float gamma)
{
    BEGIN_WRAP
    obj->setGamma(gamma);
    END_WRAP
}
}html %group NativeMethods_photo_Tonemap %index photo_createTonemap [32/64bit] ガンマ補正を行うシンプルなリニアマッパーを作成します． %prm p1,p2 p1 = float : float gamma p2 = var : out IntPtr returnValue %inst 元関数名(C#): photo_createTonemap 元DLLエクスポート名: photo_createTonemap 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo_Tonemap.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_createTonemap(float gamma, cv::Ptr<cv::Tonemap> **returnValue)
{
    BEGIN_WRAP
    const auto p = cv::createTonemap(gamma);
    *returnValue = clone(p);
    END_WRAP  
}
}html %group NativeMethods_photo_Tonemap %index photo_Ptr_Tonemap_delete [32/64bit] cv::Tonemap のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr ptr %inst トーンマッピングアルゴリズムのベースクラスです。これは、HDR画像を8ビットの範囲にマッピングするためのツールです。 元関数名(C#): photo_Ptr_Tonemap_delete 元DLLエクスポート名: photo_Ptr_Tonemap_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo_Tonemap.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_Ptr_Tonemap_delete(cv::Ptr<cv::Tonemap> *ptr)
{
    BEGIN_WRAP
    delete ptr;
    END_WRAP
}
}html %group NativeMethods_photo_Tonemap %index photo_Ptr_Tonemap_get [32/64bit] cv::Tonemap のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst トーンマッピングアルゴリズムのベースクラスです。これは、HDR画像を8ビットの範囲にマッピングするためのツールです。 元関数名(C#): photo_Ptr_Tonemap_get 元DLLエクスポート名: photo_Ptr_Tonemap_get 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo_Tonemap.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_Ptr_Tonemap_get(cv::Ptr<cv::Tonemap> *ptr, cv::Tonemap **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_photo_Tonemap %index photo_TonemapDrago_getSaturation [32/64bit] photo_TonemapDrago_getSaturation %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out float returnValue %inst 元関数名(C#): photo_TonemapDrago_getSaturation 元DLLエクスポート名: photo_TonemapDrago_getSaturation 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo_Tonemap.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_TonemapDrago_getSaturation(cv::TonemapDrago *obj, float *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getSaturation();
    END_WRAP
}
}html %group NativeMethods_photo_Tonemap %index photo_TonemapDrago_setSaturation [32/64bit] photo_TonemapDrago_setSaturation %prm p1,p2 p1 = sptr : IntPtr obj p2 = float : float saturation %inst 元関数名(C#): photo_TonemapDrago_setSaturation 元DLLエクスポート名: photo_TonemapDrago_setSaturation 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo_Tonemap.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_TonemapDrago_setSaturation(cv::TonemapDrago *obj, float saturation)
{
    BEGIN_WRAP
    obj->setSaturation(saturation);
    END_WRAP
}
}html %group NativeMethods_photo_Tonemap %index photo_TonemapDrago_getBias [32/64bit] photo_TonemapDrago_getBias %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out float returnValue %inst 元関数名(C#): photo_TonemapDrago_getBias 元DLLエクスポート名: photo_TonemapDrago_getBias 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo_Tonemap.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_TonemapDrago_getBias(cv::TonemapDrago *obj, float *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getBias();
    END_WRAP
}
}html %group NativeMethods_photo_Tonemap %index photo_TonemapDrago_setBias [32/64bit] photo_TonemapDrago_setBias %prm p1,p2 p1 = sptr : IntPtr obj p2 = float : float bias %inst 元関数名(C#): photo_TonemapDrago_setBias 元DLLエクスポート名: photo_TonemapDrago_setBias 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo_Tonemap.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_TonemapDrago_setBias(cv::TonemapDrago *obj, float bias)
{
    BEGIN_WRAP
    obj->setBias(bias);
    END_WRAP
}
}html %group NativeMethods_photo_Tonemap %index photo_createTonemapDrago [32/64bit] TonemapDragoオブジェクトを作成します。 %prm p1,p2,p3,p4 p1 = float : float gamma p2 = float : float saturation p3 = float : float bias p4 = var : out IntPtr returnValue %inst 元関数名(C#): photo_createTonemapDrago 元DLLエクスポート名: photo_createTonemapDrago 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo_Tonemap.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_createTonemapDrago(float gamma, float saturation, float bias, cv::Ptr<cv::TonemapDrago> **returnValue)
{
    BEGIN_WRAP
    const auto p = cv::createTonemapDrago(gamma, saturation, bias);
    *returnValue = clone(p);
    END_WRAP  
}
}html %group NativeMethods_photo_Tonemap %index photo_Ptr_TonemapDrago_delete [32/64bit] cv::TonemapDrago のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr ptr %inst Adaptive Logarithmic Mapping は、画像を対数領域でスケーリングする高速なグローバルトーンマッピングアルゴリズムです。 これはグローバルな演算子なので、すべてのピクセルに同じ関数が適用されます。これはバイアスパラメータで制御されます。 オプションとして，[71]で説明されているように，彩度の向上が可能です． 詳細については，[58]を参照してください． 元関数名(C#): photo_Ptr_TonemapDrago_delete 元DLLエクスポート名: photo_Ptr_TonemapDrago_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo_Tonemap.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_Ptr_TonemapDrago_delete(cv::Ptr<cv::TonemapDrago> *ptr)
{
    BEGIN_WRAP
    delete ptr;
    END_WRAP
}
}html %group NativeMethods_photo_Tonemap %index photo_Ptr_TonemapDrago_get [32/64bit] cv::TonemapDrago のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst Adaptive Logarithmic Mapping は、画像を対数領域でスケーリングする高速なグローバルトーンマッピングアルゴリズムです。 これはグローバルな演算子なので、すべてのピクセルに同じ関数が適用されます。これはバイアスパラメータで制御されます。 オプションとして，[71]で説明されているように，彩度の向上が可能です． 詳細については，[58]を参照してください． 元関数名(C#): photo_Ptr_TonemapDrago_get 元DLLエクスポート名: photo_Ptr_TonemapDrago_get 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo_Tonemap.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_Ptr_TonemapDrago_get(cv::Ptr<cv::TonemapDrago> *ptr, cv::TonemapDrago **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_photo_Tonemap %index photo_TonemapReinhard_getIntensity [32/64bit] photo_TonemapReinhard_getIntensity %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out float returnValue %inst 元関数名(C#): photo_TonemapReinhard_getIntensity 元DLLエクスポート名: photo_TonemapReinhard_getIntensity 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo_Tonemap.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_TonemapReinhard_getIntensity(cv::TonemapReinhard *obj, float *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getIntensity();
    END_WRAP
}
}html %group NativeMethods_photo_Tonemap %index photo_TonemapReinhard_setIntensity [32/64bit] photo_TonemapReinhard_setIntensity %prm p1,p2 p1 = sptr : IntPtr obj p2 = float : float intensity %inst 元関数名(C#): photo_TonemapReinhard_setIntensity 元DLLエクスポート名: photo_TonemapReinhard_setIntensity 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo_Tonemap.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_TonemapReinhard_setIntensity(cv::TonemapReinhard *obj, float intensity)
{
    BEGIN_WRAP
    obj->setIntensity(intensity);
    END_WRAP
}
}html %group NativeMethods_photo_Tonemap %index photo_TonemapReinhard_getLightAdaptation [32/64bit] photo_TonemapReinhard_getLightAdaptation %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out float returnValue %inst 元関数名(C#): photo_TonemapReinhard_getLightAdaptation 元DLLエクスポート名: photo_TonemapReinhard_getLightAdaptation 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo_Tonemap.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_TonemapReinhard_getLightAdaptation(cv::TonemapReinhard *obj, float *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getLightAdaptation();
    END_WRAP
}
}html %group NativeMethods_photo_Tonemap %index photo_TonemapReinhard_setLightAdaptation [32/64bit] photo_TonemapReinhard_setLightAdaptation %prm p1,p2 p1 = sptr : IntPtr obj p2 = float : float light_adapt %inst 元関数名(C#): photo_TonemapReinhard_setLightAdaptation 元DLLエクスポート名: photo_TonemapReinhard_setLightAdaptation 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo_Tonemap.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_TonemapReinhard_setLightAdaptation(cv::TonemapReinhard *obj, float light_adapt)
{
    BEGIN_WRAP
    obj->setLightAdaptation(light_adapt);
    END_WRAP
}
}html %group NativeMethods_photo_Tonemap %index photo_TonemapReinhard_getColorAdaptation [32/64bit] photo_TonemapReinhard_getColorAdaptation %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out float returnValue %inst 元関数名(C#): photo_TonemapReinhard_getColorAdaptation 元DLLエクスポート名: photo_TonemapReinhard_getColorAdaptation 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo_Tonemap.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_TonemapReinhard_getColorAdaptation(cv::TonemapReinhard *obj, float *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getColorAdaptation();
    END_WRAP
}
}html %group NativeMethods_photo_Tonemap %index photo_TonemapReinhard_setColorAdaptation [32/64bit] photo_TonemapReinhard_setColorAdaptation %prm p1,p2 p1 = sptr : IntPtr obj p2 = float : float color_adapt %inst 元関数名(C#): photo_TonemapReinhard_setColorAdaptation 元DLLエクスポート名: photo_TonemapReinhard_setColorAdaptation 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo_Tonemap.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_TonemapReinhard_setColorAdaptation(cv::TonemapReinhard *obj, float color_adapt)
{
    BEGIN_WRAP
    obj->setColorAdaptation(color_adapt);
    END_WRAP
}
}html %group NativeMethods_photo_Tonemap %index photo_createTonemapReinhard [32/64bit] TonemapReinhardオブジェクトを作成します。 %prm p1,p2,p3,p4,p5 p1 = float : float gamma p2 = float : float intensity p3 = float : float light_adapt p4 = float : float color_adapt p5 = var : out IntPtr returnValue %inst 元関数名(C#): photo_createTonemapReinhard 元DLLエクスポート名: photo_createTonemapReinhard 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo_Tonemap.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_createTonemapReinhard(float gamma, float intensity, float light_adapt, float color_adapt, cv::Ptr<cv::TonemapReinhard> **returnValue)
{
    BEGIN_WRAP
    const auto p = cv::createTonemapReinhard(gamma, intensity, light_adapt, color_adapt);
    *returnValue = clone(p);
    END_WRAP  
}
}html %group NativeMethods_photo_Tonemap %index photo_Ptr_TonemapReinhard_delete [32/64bit] cv::TonemapReinhard のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr ptr %inst これは、人間の視覚システムをモデルとした、グローバルなトーンマッピング演算子です。 マッピング機能は，光適応と色適応を用いて計算された適応パラメータによって制御されます． 詳細については、[201]を参照してください。 元関数名(C#): photo_Ptr_TonemapReinhard_delete 元DLLエクスポート名: photo_Ptr_TonemapReinhard_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo_Tonemap.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_Ptr_TonemapReinhard_delete(cv::Ptr<cv::TonemapReinhard> *ptr)
{
    BEGIN_WRAP
    delete ptr;
    END_WRAP
}
}html %group NativeMethods_photo_Tonemap %index photo_Ptr_TonemapReinhard_get [32/64bit] cv::TonemapReinhard のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst これは、人間の視覚システムをモデルとした、グローバルなトーンマッピング演算子です。 マッピング機能は，光適応と色適応を用いて計算された適応パラメータによって制御されます． 詳細については、[201]を参照してください。 元関数名(C#): photo_Ptr_TonemapReinhard_get 元DLLエクスポート名: photo_Ptr_TonemapReinhard_get 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo_Tonemap.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_Ptr_TonemapReinhard_get(cv::Ptr<cv::TonemapReinhard> *ptr, cv::TonemapReinhard **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_photo_Tonemap %index photo_TonemapMantiuk_getScale [32/64bit] photo_TonemapMantiuk_getScale %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out float returnValue %inst 元関数名(C#): photo_TonemapMantiuk_getScale 元DLLエクスポート名: photo_TonemapMantiuk_getScale 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo_Tonemap.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_TonemapMantiuk_getScale(cv::TonemapMantiuk *obj, float *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getScale();
    END_WRAP
}
}html %group NativeMethods_photo_Tonemap %index photo_TonemapMantiuk_setScale [32/64bit] photo_TonemapMantiuk_setScale %prm p1,p2 p1 = sptr : IntPtr obj p2 = float : float scale %inst 元関数名(C#): photo_TonemapMantiuk_setScale 元DLLエクスポート名: photo_TonemapMantiuk_setScale 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo_Tonemap.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_TonemapMantiuk_setScale(cv::TonemapMantiuk *obj, float scale)
{
    BEGIN_WRAP
    obj->setScale(scale);
    END_WRAP
}
}html %group NativeMethods_photo_Tonemap %index photo_TonemapMantiuk_getSaturation [32/64bit] photo_TonemapMantiuk_getSaturation %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out float returnValue %inst 元関数名(C#): photo_TonemapMantiuk_getSaturation 元DLLエクスポート名: photo_TonemapMantiuk_getSaturation 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo_Tonemap.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_TonemapMantiuk_getSaturation(cv::TonemapMantiuk *obj, float *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getSaturation();
    END_WRAP
}
}html %group NativeMethods_photo_Tonemap %index photo_TonemapMantiuk_setSaturation [32/64bit] photo_TonemapMantiuk_setSaturation %prm p1,p2 p1 = sptr : IntPtr obj p2 = float : float saturation %inst 元関数名(C#): photo_TonemapMantiuk_setSaturation 元DLLエクスポート名: photo_TonemapMantiuk_setSaturation 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo_Tonemap.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_TonemapMantiuk_setSaturation(cv::TonemapMantiuk *obj, float saturation)
{
    BEGIN_WRAP
    obj->setSaturation(saturation);
    END_WRAP
}
}html %group NativeMethods_photo_Tonemap %index photo_createTonemapMantiuk [32/64bit] TonemapMantiukオブジェクトを作成します。 %prm p1,p2,p3,p4 p1 = float : float gamma p2 = float : float scale p3 = float : float saturation p4 = var : out IntPtr returnValue %inst 元関数名(C#): photo_createTonemapMantiuk 元DLLエクスポート名: photo_createTonemapMantiuk 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo_Tonemap.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_createTonemapMantiuk(float gamma, float scale, float saturation, cv::Ptr<cv::TonemapMantiuk> **returnValue)
{
    BEGIN_WRAP
    const auto p = cv::createTonemapMantiuk(gamma, scale, saturation);
    *returnValue = clone(p);
    END_WRAP  
}
}html %group NativeMethods_photo_Tonemap %index photo_Ptr_TonemapMantiuk_delete [32/64bit] cv::TonemapMantiuk のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr ptr %inst このアルゴリズムでは、ガウシアンピラミッドのすべてのレベルのグラデーションを使用して画像をコントラストに変換し、コントラスト値をHVSレスポンスに変換し、そのレスポンスをスケーリングします。その後，新しいコントラスト値から画像が再構成されます． 詳細は[161]を参照してください． 元関数名(C#): photo_Ptr_TonemapMantiuk_delete 元DLLエクスポート名: photo_Ptr_TonemapMantiuk_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo_Tonemap.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_Ptr_TonemapMantiuk_delete(cv::Ptr<cv::TonemapMantiuk> *ptr)
{
    BEGIN_WRAP
    delete ptr;
    END_WRAP
}
}html %group NativeMethods_photo_Tonemap %index photo_Ptr_TonemapMantiuk_get [32/64bit] cv::TonemapMantiuk のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst このアルゴリズムでは、ガウシアンピラミッドのすべてのレベルのグラデーションを使用して画像をコントラストに変換し、コントラスト値をHVSレスポンスに変換し、そのレスポンスをスケーリングします。その後，新しいコントラスト値から画像が再構成されます． 詳細は[161]を参照してください． 元関数名(C#): photo_Ptr_TonemapMantiuk_get 元DLLエクスポート名: photo_Ptr_TonemapMantiuk_get 参照元CSファイル: Internal\PInvoke\NativeMethods\photo\NativeMethods_photo_Tonemap.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) photo_Ptr_TonemapMantiuk_get(cv::Ptr<cv::TonemapMantiuk> *ptr, cv::TonemapMantiuk **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_photo_Tonemap %index shape_ShapeDistanceExtractor_computeDistance [32/64bit] 輪郭で定義される2つの形状間の形状距離を計算します． %prm p1,p2,p3,p4 p1 = sptr : IntPtr obj p2 = sptr : IntPtr contour1 p3 = sptr : IntPtr contour2 p4 = var : out float returnValue %inst 元関数名(C#): shape_ShapeDistanceExtractor_computeDistance 元DLLエクスポート名: shape_ShapeDistanceExtractor_computeDistance 参照元CSファイル: Internal\PInvoke\NativeMethods\shape\NativeMethods_shape_ShapeDistanceExtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) shape_ShapeDistanceExtractor_computeDistance(
    cv::ShapeDistanceExtractor *obj, cv::_InputArray *contour1, cv::_InputArray *contour2, float *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->computeDistance(*contour1, *contour2);
    END_WRAP
}
}html %group NativeMethods_shape_ShapeDistanceExtractor %index shape_Ptr_ShapeContextDistanceExtract_delete [32/64bit][関数名変更] cv::ShapeContextDistanceExtractor のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst Shape Context 記述子とマッチングアルゴリズムの実装。 Belongieらが "Shape Matching and Object Recognition Using Shape Contexts" (PAMI 2002)で提案したものです。この実装は、オリジナルのパイプラインの一般的なバリエーションの実装を可能にするために、汎用的なスキームでパッケージ化されています。 元関数名(C#): shape_Ptr_ShapeContextDistanceExtractor_delete 元DLLエクスポート名: shape_Ptr_ShapeContextDistanceExtractor_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\shape\NativeMethods_shape_ShapeDistanceExtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) shape_Ptr_ShapeContextDistanceExtractor_delete(
    cv::Ptr<cv::ShapeContextDistanceExtractor> *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_shape_ShapeDistanceExtractor %index shape_Ptr_ShapeContextDistanceExtract_get [32/64bit][関数名変更] cv::ShapeContextDistanceExtractor のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst Shape Context 記述子とマッチングアルゴリズムの実装。 Belongieらが "Shape Matching and Object Recognition Using Shape Contexts" (PAMI 2002)で提案したものです。この実装は、オリジナルのパイプラインの一般的なバリエーションの実装を可能にするために、汎用的なスキームでパッケージ化されています。 元関数名(C#): shape_Ptr_ShapeContextDistanceExtractor_get 元DLLエクスポート名: shape_Ptr_ShapeContextDistanceExtractor_get 参照元CSファイル: Internal\PInvoke\NativeMethods\shape\NativeMethods_shape_ShapeDistanceExtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) shape_Ptr_ShapeContextDistanceExtractor_get(
    cv::Ptr<cv::ShapeContextDistanceExtractor> *obj, cv::ShapeContextDistanceExtractor **returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->get();
    END_WRAP
}
}html %group NativeMethods_shape_ShapeDistanceExtractor %index shape_ShapeContextDistanceExtract_setAngularBins [32/64bit][関数名変更] 形状マッチングパイプラインで使用されるShape Context Descriptorの角度ビンの数を設定する。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): shape_ShapeContextDistanceExtractor_setAngularBins 元DLLエクスポート名: shape_ShapeContextDistanceExtractor_setAngularBins 参照元CSファイル: Internal\PInvoke\NativeMethods\shape\NativeMethods_shape_ShapeDistanceExtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) shape_ShapeContextDistanceExtractor_setAngularBins(
    cv::ShapeContextDistanceExtractor *obj, int val)
{
    BEGIN_WRAP
    obj->setAngularBins(val);
    END_WRAP
}
}html %group NativeMethods_shape_ShapeDistanceExtractor %index shape_ShapeContextDistanceExtract_getAngularBins [32/64bit][関数名変更] shape_ShapeContextDistanceExtract_getAngularBins %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): shape_ShapeContextDistanceExtractor_getAngularBins 元DLLエクスポート名: shape_ShapeContextDistanceExtractor_getAngularBins 参照元CSファイル: Internal\PInvoke\NativeMethods\shape\NativeMethods_shape_ShapeDistanceExtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) shape_ShapeContextDistanceExtractor_getAngularBins(
    cv::ShapeContextDistanceExtractor *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getAngularBins();
    END_WRAP
}
}html %group NativeMethods_shape_ShapeDistanceExtractor %index shape_ShapeContextDistanceExtract_setRadialBins [32/64bit][関数名変更] 形状マッチングパイプラインで使用されるShape Context DescriptorのRadial Binsの数を設定する。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): shape_ShapeContextDistanceExtractor_setRadialBins 元DLLエクスポート名: shape_ShapeContextDistanceExtractor_setRadialBins 参照元CSファイル: Internal\PInvoke\NativeMethods\shape\NativeMethods_shape_ShapeDistanceExtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) shape_ShapeContextDistanceExtractor_setRadialBins(
    cv::ShapeContextDistanceExtractor *obj, int val)
{
    BEGIN_WRAP
    obj->setRadialBins(val);
    END_WRAP
}
}html %group NativeMethods_shape_ShapeDistanceExtractor %index shape_ShapeContextDistanceExtract_getRadialBins [32/64bit][関数名変更] shape_ShapeContextDistanceExtract_getRadialBins %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): shape_ShapeContextDistanceExtractor_getRadialBins 元DLLエクスポート名: shape_ShapeContextDistanceExtractor_getRadialBins 参照元CSファイル: Internal\PInvoke\NativeMethods\shape\NativeMethods_shape_ShapeDistanceExtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) shape_ShapeContextDistanceExtractor_getRadialBins(
    cv::ShapeContextDistanceExtractor *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getRadialBins();
    END_WRAP
}
}html %group NativeMethods_shape_ShapeDistanceExtractor %index shape_ShapeContextDistanceExtract_setInnerRadius [32/64bit][関数名変更] 形状コンテキスト記述子の内側半径を設定する。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = float : float val %inst 元関数名(C#): shape_ShapeContextDistanceExtractor_setInnerRadius 元DLLエクスポート名: shape_ShapeContextDistanceExtractor_setInnerRadius 参照元CSファイル: Internal\PInvoke\NativeMethods\shape\NativeMethods_shape_ShapeDistanceExtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) shape_ShapeContextDistanceExtractor_setInnerRadius(
    cv::ShapeContextDistanceExtractor *obj, float val)
{
    BEGIN_WRAP
    obj->setInnerRadius(val);
    END_WRAP
}
}html %group NativeMethods_shape_ShapeDistanceExtractor %index shape_ShapeContextDistanceExtract_getInnerRadius [32/64bit][関数名変更] shape_ShapeContextDistanceExtract_getInnerRadius %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out float returnValue %inst 元関数名(C#): shape_ShapeContextDistanceExtractor_getInnerRadius 元DLLエクスポート名: shape_ShapeContextDistanceExtractor_getInnerRadius 参照元CSファイル: Internal\PInvoke\NativeMethods\shape\NativeMethods_shape_ShapeDistanceExtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) shape_ShapeContextDistanceExtractor_getInnerRadius(
    cv::ShapeContextDistanceExtractor *obj, float *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getInnerRadius();
    END_WRAP
}
}html %group NativeMethods_shape_ShapeDistanceExtractor %index shape_ShapeContextDistanceExtract_setOuterRadius [32/64bit][関数名変更] シェイプコンテキスト記述子の外半径を設定します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = float : float val %inst 元関数名(C#): shape_ShapeContextDistanceExtractor_setOuterRadius 元DLLエクスポート名: shape_ShapeContextDistanceExtractor_setOuterRadius 参照元CSファイル: Internal\PInvoke\NativeMethods\shape\NativeMethods_shape_ShapeDistanceExtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) shape_ShapeContextDistanceExtractor_setOuterRadius(
    cv::ShapeContextDistanceExtractor *obj, float val)
{
    BEGIN_WRAP
    obj->setOuterRadius(val);
    END_WRAP
}
}html %group NativeMethods_shape_ShapeDistanceExtractor %index shape_ShapeContextDistanceExtract_getOuterRadius [32/64bit][関数名変更] shape_ShapeContextDistanceExtract_getOuterRadius %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out float returnValue %inst 元関数名(C#): shape_ShapeContextDistanceExtractor_getOuterRadius 元DLLエクスポート名: shape_ShapeContextDistanceExtractor_getOuterRadius 参照元CSファイル: Internal\PInvoke\NativeMethods\shape\NativeMethods_shape_ShapeDistanceExtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) shape_ShapeContextDistanceExtractor_getOuterRadius(
    cv::ShapeContextDistanceExtractor *obj, float *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getOuterRadius();
    END_WRAP
}
}html %group NativeMethods_shape_ShapeDistanceExtractor %index shape_ShapeContextDistanceExtract_setRotationInvariant [32/64bit][関数名変更] shape_ShapeContextDistanceExtract_setRotationInvariant %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): shape_ShapeContextDistanceExtractor_setRotationInvariant 元DLLエクスポート名: shape_ShapeContextDistanceExtractor_setRotationInvariant 参照元CSファイル: Internal\PInvoke\NativeMethods\shape\NativeMethods_shape_ShapeDistanceExtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) shape_ShapeContextDistanceExtractor_setRotationInvariant(
    cv::ShapeContextDistanceExtractor *obj, int val)
{
    BEGIN_WRAP
    obj->setRotationInvariant(val != 0);
    END_WRAP
}
}html %group NativeMethods_shape_ShapeDistanceExtractor %index shape_ShapeContextDistanceExtract_getRotationInvariant [32/64bit][関数名変更] shape_ShapeContextDistanceExtract_getRotationInvariant %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): shape_ShapeContextDistanceExtractor_getRotationInvariant 元DLLエクスポート名: shape_ShapeContextDistanceExtractor_getRotationInvariant 参照元CSファイル: Internal\PInvoke\NativeMethods\shape\NativeMethods_shape_ShapeDistanceExtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) shape_ShapeContextDistanceExtractor_getRotationInvariant(
    cv::ShapeContextDistanceExtractor *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getRotationInvariant() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_shape_ShapeDistanceExtractor %index shape_ShapeContextDistanceExtract_setShapeContextWeight [32/64bit][関数名変更] 形状距離の最終値における形状コンテキスト距離の重みを設定する。2つの形状間の形状コンテクスト距離は、ベストマッチングポイントに対する形状コンテクストマッチングコストの対称的な合計として定義される。形状距離の最終値は、形状コンテキスト距離、画像出現距離、曲げエネルギーのユーザー定義の線形結合である。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = float : float val %inst 元関数名(C#): shape_ShapeContextDistanceExtractor_setShapeContextWeight 元DLLエクスポート名: shape_ShapeContextDistanceExtractor_setShapeContextWeight 参照元CSファイル: Internal\PInvoke\NativeMethods\shape\NativeMethods_shape_ShapeDistanceExtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) shape_ShapeContextDistanceExtractor_setShapeContextWeight(
    cv::ShapeContextDistanceExtractor *obj, float val)
{
    BEGIN_WRAP
    obj->setShapeContextWeight(val);
    END_WRAP
}
}html %group NativeMethods_shape_ShapeDistanceExtractor %index shape_ShapeContextDistanceExtract_getShapeContextWeight [32/64bit][関数名変更] shape_ShapeContextDistanceExtract_getShapeContextWeight %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out float returnValue %inst 元関数名(C#): shape_ShapeContextDistanceExtractor_getShapeContextWeight 元DLLエクスポート名: shape_ShapeContextDistanceExtractor_getShapeContextWeight 参照元CSファイル: Internal\PInvoke\NativeMethods\shape\NativeMethods_shape_ShapeDistanceExtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) shape_ShapeContextDistanceExtractor_getShapeContextWeight(
    cv::ShapeContextDistanceExtractor *obj, float *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getShapeContextWeight();
    END_WRAP
}
}html %group NativeMethods_shape_ShapeDistanceExtractor %index shape_ShapeContextDistanceExtract_setImageAppearanceWeight [32/64bit][関数名変更] 形状距離の最終値における画像出現コストの重みを設定する。画像外観コストは、対応する画像ポイントの周りのガウス窓における輝度差の二乗の合計として定義される。形状距離の最終値は、形状コンテキスト距離、画像外観距離、および曲げエネルギーのユーザー定義の線形結合です。この値が0以外の数値に設定された場合、各形状に対応する画像の設定が必須となる。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = float : float val %inst 元関数名(C#): shape_ShapeContextDistanceExtractor_setImageAppearanceWeight 元DLLエクスポート名: shape_ShapeContextDistanceExtractor_setImageAppearanceWeight 参照元CSファイル: Internal\PInvoke\NativeMethods\shape\NativeMethods_shape_ShapeDistanceExtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) shape_ShapeContextDistanceExtractor_setImageAppearanceWeight(
    cv::ShapeContextDistanceExtractor *obj, float val)
{
    BEGIN_WRAP
    obj->setImageAppearanceWeight(val);
    END_WRAP
}
}html %group NativeMethods_shape_ShapeDistanceExtractor %index shape_ShapeContextDistanceExtract_getImageAppearanceWeight [32/64bit][関数名変更] shape_ShapeContextDistanceExtract_getImageAppearanceWeight %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out float returnValue %inst 元関数名(C#): shape_ShapeContextDistanceExtractor_getImageAppearanceWeight 元DLLエクスポート名: shape_ShapeContextDistanceExtractor_getImageAppearanceWeight 参照元CSファイル: Internal\PInvoke\NativeMethods\shape\NativeMethods_shape_ShapeDistanceExtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) shape_ShapeContextDistanceExtractor_getImageAppearanceWeight(
    cv::ShapeContextDistanceExtractor *obj, float *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getImageAppearanceWeight();
    END_WRAP
}
}html %group NativeMethods_shape_ShapeDistanceExtractor %index shape_ShapeContextDistanceExtract_setBendingEnergyWeight [32/64bit][関数名変更] 形状距離の最終値における曲げエネルギーの重みを設定する。曲げエネルギーの定義は、形状の整列にどのような変換が使用されているかによって異なります。形状距離の最終値は、形状コンテキスト距離、画像外観距離、曲げエネルギーのユーザー定義の線形結合です。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = float : float val %inst 元関数名(C#): shape_ShapeContextDistanceExtractor_setBendingEnergyWeight 元DLLエクスポート名: shape_ShapeContextDistanceExtractor_setBendingEnergyWeight 参照元CSファイル: Internal\PInvoke\NativeMethods\shape\NativeMethods_shape_ShapeDistanceExtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) shape_ShapeContextDistanceExtractor_setBendingEnergyWeight(
    cv::ShapeContextDistanceExtractor *obj, float val)
{
    BEGIN_WRAP
    obj->setBendingEnergyWeight(val);
    END_WRAP
}
}html %group NativeMethods_shape_ShapeDistanceExtractor %index shape_ShapeContextDistanceExtract_getBendingEnergyWeight [32/64bit][関数名変更] shape_ShapeContextDistanceExtract_getBendingEnergyWeight %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out float returnValue %inst 元関数名(C#): shape_ShapeContextDistanceExtractor_getBendingEnergyWeight 元DLLエクスポート名: shape_ShapeContextDistanceExtractor_getBendingEnergyWeight 参照元CSファイル: Internal\PInvoke\NativeMethods\shape\NativeMethods_shape_ShapeDistanceExtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) shape_ShapeContextDistanceExtractor_getBendingEnergyWeight(
    cv::ShapeContextDistanceExtractor *obj, float *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getBendingEnergyWeight();
    END_WRAP
}
}html %group NativeMethods_shape_ShapeDistanceExtractor %index shape_ShapeContextDistanceExtract_setImages [32/64bit][関数名変更] 各形状に対応する画像を設定します。この画像は、Image Appearance costの計算に使用されます。 %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = sptr : IntPtr image1 p3 = sptr : IntPtr image2 %inst 元関数名(C#): shape_ShapeContextDistanceExtractor_setImages 元DLLエクスポート名: shape_ShapeContextDistanceExtractor_setImages 参照元CSファイル: Internal\PInvoke\NativeMethods\shape\NativeMethods_shape_ShapeDistanceExtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) shape_ShapeContextDistanceExtractor_setImages(
    cv::ShapeContextDistanceExtractor *obj, cv::_InputArray *image1, cv::_InputArray *image2)
{
    BEGIN_WRAP
    obj->setImages(*image1, *image2);
    END_WRAP
}
}html %group NativeMethods_shape_ShapeDistanceExtractor %index shape_ShapeContextDistanceExtract_getImages [32/64bit][関数名変更] shape_ShapeContextDistanceExtract_getImages %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = sptr : IntPtr image1 p3 = sptr : IntPtr image2 %inst 元関数名(C#): shape_ShapeContextDistanceExtractor_getImages 元DLLエクスポート名: shape_ShapeContextDistanceExtractor_getImages 参照元CSファイル: Internal\PInvoke\NativeMethods\shape\NativeMethods_shape_ShapeDistanceExtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) shape_ShapeContextDistanceExtractor_getImages(
    cv::ShapeContextDistanceExtractor *obj, cv::_OutputArray *image1, cv::_OutputArray *image2)
{
    BEGIN_WRAP
    obj->getImages(*image1, *image2);
    END_WRAP
}
}html %group NativeMethods_shape_ShapeDistanceExtractor %index shape_ShapeContextDistanceExtract_setIterations [32/64bit][関数名変更] shape_ShapeContextDistanceExtract_setIterations %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): shape_ShapeContextDistanceExtractor_setIterations 元DLLエクスポート名: shape_ShapeContextDistanceExtractor_setIterations 参照元CSファイル: Internal\PInvoke\NativeMethods\shape\NativeMethods_shape_ShapeDistanceExtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) shape_ShapeContextDistanceExtractor_setIterations(
    cv::ShapeContextDistanceExtractor *obj, int val)
{
    BEGIN_WRAP
    obj->setIterations(val);
    END_WRAP
}
}html %group NativeMethods_shape_ShapeDistanceExtractor %index shape_ShapeContextDistanceExtract_getIterations [32/64bit][関数名変更] shape_ShapeContextDistanceExtract_getIterations %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): shape_ShapeContextDistanceExtractor_getIterations 元DLLエクスポート名: shape_ShapeContextDistanceExtractor_getIterations 参照元CSファイル: Internal\PInvoke\NativeMethods\shape\NativeMethods_shape_ShapeDistanceExtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) shape_ShapeContextDistanceExtractor_getIterations(
    cv::ShapeContextDistanceExtractor *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getIterations();
    END_WRAP
}
}html %group NativeMethods_shape_ShapeDistanceExtractor %index shape_ShapeContextDistanceExtract_setStdDev [32/64bit][関数名変更] 画像見栄えコストのためのガウス窓の標準偏差の値を設定します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = float : float val %inst 元関数名(C#): shape_ShapeContextDistanceExtractor_setStdDev 元DLLエクスポート名: shape_ShapeContextDistanceExtractor_setStdDev 参照元CSファイル: Internal\PInvoke\NativeMethods\shape\NativeMethods_shape_ShapeDistanceExtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) shape_ShapeContextDistanceExtractor_setStdDev(
    cv::ShapeContextDistanceExtractor *obj, float val)
{
    BEGIN_WRAP
    obj->setStdDev(val);
    END_WRAP
}
}html %group NativeMethods_shape_ShapeDistanceExtractor %index shape_ShapeContextDistanceExtract_getStdDev [32/64bit][関数名変更] shape_ShapeContextDistanceExtract_getStdDev %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out float returnValue %inst 元関数名(C#): shape_ShapeContextDistanceExtractor_getStdDev 元DLLエクスポート名: shape_ShapeContextDistanceExtractor_getStdDev 参照元CSファイル: Internal\PInvoke\NativeMethods\shape\NativeMethods_shape_ShapeDistanceExtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) shape_ShapeContextDistanceExtractor_getStdDev(
    cv::ShapeContextDistanceExtractor *obj, float *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getStdDev();
    END_WRAP
}
}html %group NativeMethods_shape_ShapeDistanceExtractor %index shape_createShapeContextDistanceExtract [32/64bit][関数名変更] 例： modules/shape/samples/shape_example.cpp. %prm p1,p2,p3,p4,p5,p6 p1 = int : int nAngularBins p2 = int : int nRadialBins p3 = float : float innerRadius p4 = float : float outerRadius p5 = int : int iterations p6 = var : out IntPtr returnValue %inst 元関数名(C#): shape_createShapeContextDistanceExtractor 元DLLエクスポート名: shape_createShapeContextDistanceExtractor 参照元CSファイル: Internal\PInvoke\NativeMethods\shape\NativeMethods_shape_ShapeDistanceExtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) shape_createShapeContextDistanceExtractor(
    int nAngularBins, int nRadialBins,
    float innerRadius, float outerRadius, int iterations/*,
    const Ptr<HistogramCostExtractor> &comparer = createChiHistogramCostExtractor(),
    const Ptr<ShapeTransformer> &transformer = createThinPlateSplineShapeTransformer()*/,
    cv::Ptr<cv::ShapeContextDistanceExtractor> **returnValue)
{
    BEGIN_WRAP
    const auto p = cv::createShapeContextDistanceExtractor(
        nAngularBins, nRadialBins, innerRadius, outerRadius, iterations);
    *returnValue = clone(p);
    END_WRAP
}
}html %group NativeMethods_shape_ShapeDistanceExtractor %index shape_Ptr_HausdorffDistanceExtractor_delete [32/64bit] cv::HausdorffDistanceExtractor のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst 輪郭で定義された形状間の単純なハウズドルフ距離測定。 D.P. Huttenlocher, G.A. Klanderman, W.J. Rucklidge の論文 "Comparing Images using the Hausdorff distance." による。(PAMI 1993) を参照してください。 元関数名(C#): shape_Ptr_HausdorffDistanceExtractor_delete 元DLLエクスポート名: shape_Ptr_HausdorffDistanceExtractor_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\shape\NativeMethods_shape_ShapeDistanceExtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) shape_Ptr_HausdorffDistanceExtractor_delete(
    cv::Ptr<cv::HausdorffDistanceExtractor> *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_shape_ShapeDistanceExtractor %index shape_Ptr_HausdorffDistanceExtractor_get [32/64bit] cv::HausdorffDistanceExtractor のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst 輪郭で定義された形状間の単純なハウズドルフ距離測定。 D.P. Huttenlocher, G.A. Klanderman, W.J. Rucklidge の論文 "Comparing Images using the Hausdorff distance." による。(PAMI 1993) を参照してください。 元関数名(C#): shape_Ptr_HausdorffDistanceExtractor_get 元DLLエクスポート名: shape_Ptr_HausdorffDistanceExtractor_get 参照元CSファイル: Internal\PInvoke\NativeMethods\shape\NativeMethods_shape_ShapeDistanceExtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) shape_Ptr_HausdorffDistanceExtractor_get(
    cv::Ptr<cv::HausdorffDistanceExtractor> *obj, cv::HausdorffDistanceExtractor **returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->get();
    END_WRAP
}
}html %group NativeMethods_shape_ShapeDistanceExtractor %index shape_HausdorffDistanceExtractor_setDistanceFlag [32/64bit] 2つの形状間のハウズドルフ値の計算に使用するノルムを設定します。L1ノルムまたはL2ノルムを指定します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): shape_HausdorffDistanceExtractor_setDistanceFlag 元DLLエクスポート名: shape_HausdorffDistanceExtractor_setDistanceFlag 参照元CSファイル: Internal\PInvoke\NativeMethods\shape\NativeMethods_shape_ShapeDistanceExtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) shape_HausdorffDistanceExtractor_setDistanceFlag(
    cv::HausdorffDistanceExtractor *obj, int val)
{
    BEGIN_WRAP
    obj->setDistanceFlag(val);
    END_WRAP
}
}html %group NativeMethods_shape_ShapeDistanceExtractor %index shape_HausdorffDistanceExtractor_getDistanceFlag [32/64bit] shape_HausdorffDistanceExtractor_getDistanceFlag %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): shape_HausdorffDistanceExtractor_getDistanceFlag 元DLLエクスポート名: shape_HausdorffDistanceExtractor_getDistanceFlag 参照元CSファイル: Internal\PInvoke\NativeMethods\shape\NativeMethods_shape_ShapeDistanceExtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) shape_HausdorffDistanceExtractor_getDistanceFlag(
    cv::HausdorffDistanceExtractor *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getDistanceFlag();
    END_WRAP
}
}html %group NativeMethods_shape_ShapeDistanceExtractor %index shape_HausdorffDistanceExtractor_setRankProportion [32/64bit] この方法では，部分ハウズドルフ距離のK番目のランク値を確定するランク比率（または分数値）を設定します．実験的には、0.6 が形状を比較するのに適した値であることがわかっています。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = float : float val %inst 元関数名(C#): shape_HausdorffDistanceExtractor_setRankProportion 元DLLエクスポート名: shape_HausdorffDistanceExtractor_setRankProportion 参照元CSファイル: Internal\PInvoke\NativeMethods\shape\NativeMethods_shape_ShapeDistanceExtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) shape_HausdorffDistanceExtractor_setRankProportion(
    cv::HausdorffDistanceExtractor *obj, float val)
{
    BEGIN_WRAP
    obj->setRankProportion(val);
    END_WRAP
}
}html %group NativeMethods_shape_ShapeDistanceExtractor %index shape_HausdorffDistanceExtractor_getRankProportion [32/64bit] shape_HausdorffDistanceExtractor_getRankProportion %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out float returnValue %inst 元関数名(C#): shape_HausdorffDistanceExtractor_getRankProportion 元DLLエクスポート名: shape_HausdorffDistanceExtractor_getRankProportion 参照元CSファイル: Internal\PInvoke\NativeMethods\shape\NativeMethods_shape_ShapeDistanceExtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) shape_HausdorffDistanceExtractor_getRankProportion(
    cv::HausdorffDistanceExtractor *obj, float *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getRankProportion();
    END_WRAP
}
}html %group NativeMethods_shape_ShapeDistanceExtractor %index shape_createHausdorffDistanceExtractor [32/64bit] shape_createHausdorffDistanceExtractor %prm p1,p2,p3 p1 = int : int distanceFlag p2 = float : float rankProp p3 = var : out IntPtr returnValue %inst 元関数名(C#): shape_createHausdorffDistanceExtractor 元DLLエクスポート名: shape_createHausdorffDistanceExtractor 参照元CSファイル: Internal\PInvoke\NativeMethods\shape\NativeMethods_shape_ShapeDistanceExtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) shape_createHausdorffDistanceExtractor(
    int distanceFlag, float rankProp, cv::Ptr<cv::HausdorffDistanceExtractor> **returnValue)
{
    BEGIN_WRAP
    const auto p = cv::createHausdorffDistanceExtractor(
        distanceFlag, rankProp);
    *returnValue = clone(p);
    END_WRAP
}
}html %group NativeMethods_shape_ShapeDistanceExtractor %index stitching_Stitcher_create [32/64bit] ステッチモードの一つに設定されたStitcherを作成します。 %prm p1,p2 p1 = int : int mode p2 = var : out IntPtr returnValue %inst 元関数名(C#): stitching_Stitcher_create 元DLLエクスポート名: stitching_Stitcher_create 参照元CSファイル: Internal\PInvoke\NativeMethods\stitching\NativeMethods_stitching.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) stitching_Stitcher_create(int mode, cv::Ptr<cv::Stitcher> **returnValue)
{
    BEGIN_WRAP
    const auto ptr = cv::Stitcher::create(static_cast<cv::Stitcher::Mode>(mode));
    *returnValue = clone(ptr);
    END_WRAP
}
}html %group NativeMethods_stitching %index stitching_Ptr_Stitcher_delete [32/64bit] cv::Stitcher のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst ハイレベルイメージステッチャ。 このクラスは、ステッチングパイプライン全体を意識することなく使用することができます。しかし、より高いスティッチングの安定性と最終画像の品質を得るためには、少なくともその理論に精通していることが推奨されます。 備考 画像のスティッチングの基本的な例は、opencv_source_code/samples/cpp/stitching.cpp にあります。 Python でのイメージスティッチングの基本的な例は、opencv_source_code/samples/python/stitching.py にあります。 画像のスティッチングの詳細な例は、opencv_source_code/samples/cpp/stitching_detailed.cpp にあります。 元関数名(C#): stitching_Ptr_Stitcher_delete 元DLLエクスポート名: stitching_Ptr_Stitcher_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\stitching\NativeMethods_stitching.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) stitching_Ptr_Stitcher_delete(cv::Ptr<cv::Stitcher> *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_stitching %index stitching_Ptr_Stitcher_get [32/64bit] cv::Stitcher のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst ハイレベルイメージステッチャ。 このクラスは、ステッチングパイプライン全体を意識することなく使用することができます。しかし、より高いスティッチングの安定性と最終画像の品質を得るためには、少なくともその理論に精通していることが推奨されます。 備考 画像のスティッチングの基本的な例は、opencv_source_code/samples/cpp/stitching.cpp にあります。 Python でのイメージスティッチングの基本的な例は、opencv_source_code/samples/python/stitching.py にあります。 画像のスティッチングの詳細な例は、opencv_source_code/samples/cpp/stitching_detailed.cpp にあります。 元関数名(C#): stitching_Ptr_Stitcher_get 元DLLエクスポート名: stitching_Ptr_Stitcher_get 参照元CSファイル: Internal\PInvoke\NativeMethods\stitching\NativeMethods_stitching.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) stitching_Ptr_Stitcher_get(cv::Ptr<cv::Stitcher> *obj, cv::Stitcher **returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->get();
    END_WRAP
}
}html %group NativeMethods_stitching %index stitching_Stitcher_registrationResol [32/64bit] stitching_Stitcher_registrationResol %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst 元関数名(C#): stitching_Stitcher_registrationResol 元DLLエクスポート名: stitching_Stitcher_registrationResol 参照元CSファイル: Internal\PInvoke\NativeMethods\stitching\NativeMethods_stitching.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) stitching_Stitcher_registrationResol(cv::Stitcher *obj, double *returnValue)
{ 
    BEGIN_WRAP
    *returnValue = obj->registrationResol();
    END_WRAP
}
}html %group NativeMethods_stitching %index stitching_Stitcher_setRegistrationResol [32/64bit] stitching_Stitcher_setRegistrationResol %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double resolMpx %inst 元関数名(C#): stitching_Stitcher_setRegistrationResol 元DLLエクスポート名: stitching_Stitcher_setRegistrationResol 参照元CSファイル: Internal\PInvoke\NativeMethods\stitching\NativeMethods_stitching.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) stitching_Stitcher_setRegistrationResol(cv::Stitcher *obj, const double resol_mpx)
{
    BEGIN_WRAP
    obj->setRegistrationResol(resol_mpx);
    END_WRAP
}
}html %group NativeMethods_stitching %index stitching_Stitcher_seamEstimationResol [32/64bit] stitching_Stitcher_seamEstimationResol %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst 元関数名(C#): stitching_Stitcher_seamEstimationResol 元DLLエクスポート名: stitching_Stitcher_seamEstimationResol 参照元CSファイル: Internal\PInvoke\NativeMethods\stitching\NativeMethods_stitching.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) stitching_Stitcher_seamEstimationResol(cv::Stitcher *obj, double *returnValue) 
{
    BEGIN_WRAP
    *returnValue = obj->seamEstimationResol();
    END_WRAP
}
}html %group NativeMethods_stitching %index stitching_Stitcher_setSeamEstimationResol [32/64bit] stitching_Stitcher_setSeamEstimationResol %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double resolMpx %inst 元関数名(C#): stitching_Stitcher_setSeamEstimationResol 元DLLエクスポート名: stitching_Stitcher_setSeamEstimationResol 参照元CSファイル: Internal\PInvoke\NativeMethods\stitching\NativeMethods_stitching.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) stitching_Stitcher_setSeamEstimationResol(cv::Stitcher *obj, const double resol_mpx)
{
    BEGIN_WRAP
    obj->setSeamEstimationResol(resol_mpx); 
    END_WRAP
}
}html %group NativeMethods_stitching %index stitching_Stitcher_compositingResol [32/64bit] stitching_Stitcher_compositingResol %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst 元関数名(C#): stitching_Stitcher_compositingResol 元DLLエクスポート名: stitching_Stitcher_compositingResol 参照元CSファイル: Internal\PInvoke\NativeMethods\stitching\NativeMethods_stitching.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) stitching_Stitcher_compositingResol(cv::Stitcher *obj, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->compositingResol();
    END_WRAP
}
}html %group NativeMethods_stitching %index stitching_Stitcher_setCompositingResol [32/64bit] stitching_Stitcher_setCompositingResol %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double resolMpx %inst 元関数名(C#): stitching_Stitcher_setCompositingResol 元DLLエクスポート名: stitching_Stitcher_setCompositingResol 参照元CSファイル: Internal\PInvoke\NativeMethods\stitching\NativeMethods_stitching.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) stitching_Stitcher_setCompositingResol(cv::Stitcher *obj, const double resol_mpx)
{ 
    BEGIN_WRAP
    obj->setCompositingResol(resol_mpx);
    END_WRAP
}
}html %group NativeMethods_stitching %index stitching_Stitcher_panoConfidenceThresh [32/64bit] stitching_Stitcher_panoConfidenceThresh %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst 元関数名(C#): stitching_Stitcher_panoConfidenceThresh 元DLLエクスポート名: stitching_Stitcher_panoConfidenceThresh 参照元CSファイル: Internal\PInvoke\NativeMethods\stitching\NativeMethods_stitching.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) stitching_Stitcher_panoConfidenceThresh(cv::Stitcher *obj, double *returnValue) 
{ 
    BEGIN_WRAP
    *returnValue = obj->panoConfidenceThresh();
    END_WRAP
}
}html %group NativeMethods_stitching %index stitching_Stitcher_setPanoConfidenceThresh [32/64bit] stitching_Stitcher_setPanoConfidenceThresh %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double confThresh %inst 元関数名(C#): stitching_Stitcher_setPanoConfidenceThresh 元DLLエクスポート名: stitching_Stitcher_setPanoConfidenceThresh 参照元CSファイル: Internal\PInvoke\NativeMethods\stitching\NativeMethods_stitching.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) stitching_Stitcher_setPanoConfidenceThresh(cv::Stitcher *obj, const double conf_thresh)
{
    BEGIN_WRAP
    obj->setPanoConfidenceThresh(conf_thresh);
    END_WRAP
}
}html %group NativeMethods_stitching %index stitching_Stitcher_waveCorrection [32/64bit] stitching_Stitcher_waveCorrection %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): stitching_Stitcher_waveCorrection 元DLLエクスポート名: stitching_Stitcher_waveCorrection 参照元CSファイル: Internal\PInvoke\NativeMethods\stitching\NativeMethods_stitching.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) stitching_Stitcher_waveCorrection(cv::Stitcher *obj, int *returnValue) 
{ 
    BEGIN_WRAP
    *returnValue = obj->waveCorrection() ? 1 : 0; 
    END_WRAP
}
}html %group NativeMethods_stitching %index stitching_Stitcher_setWaveCorrection [32/64bit] stitching_Stitcher_setWaveCorrection %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int flag %inst 元関数名(C#): stitching_Stitcher_setWaveCorrection 元DLLエクスポート名: stitching_Stitcher_setWaveCorrection 参照元CSファイル: Internal\PInvoke\NativeMethods\stitching\NativeMethods_stitching.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) stitching_Stitcher_setWaveCorrection(cv::Stitcher *obj, const int flag)
{
    BEGIN_WRAP
    obj->setWaveCorrection(flag != 0); 
    END_WRAP
}
}html %group NativeMethods_stitching %index stitching_Stitcher_waveCorrectKind [32/64bit] stitching_Stitcher_waveCorrectKind %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): stitching_Stitcher_waveCorrectKind 元DLLエクスポート名: stitching_Stitcher_waveCorrectKind 参照元CSファイル: Internal\PInvoke\NativeMethods\stitching\NativeMethods_stitching.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) stitching_Stitcher_waveCorrectKind(cv::Stitcher *obj, int *returnValue) 
{
    BEGIN_WRAP
    *returnValue = static_cast<int>(obj->waveCorrectKind());
    END_WRAP
}
}html %group NativeMethods_stitching %index stitching_Stitcher_setWaveCorrectKind [32/64bit] stitching_Stitcher_setWaveCorrectKind %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int kind %inst 元関数名(C#): stitching_Stitcher_setWaveCorrectKind 元DLLエクスポート名: stitching_Stitcher_setWaveCorrectKind 参照元CSファイル: Internal\PInvoke\NativeMethods\stitching\NativeMethods_stitching.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) stitching_Stitcher_setWaveCorrectKind(cv::Stitcher *obj, int kind) 
{ 
    BEGIN_WRAP
    obj->setWaveCorrectKind(static_cast<cv::detail::WaveCorrectKind>(kind)); 
    END_WRAP
}
}html %group NativeMethods_stitching %index stitching_Stitcher_estimateTransform_InputArray1 [32/64bit] これらの関数は、与えられた画像のマッチングと、各カメラの回転の推定を試みます。 %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = sptr : IntPtr images p3 = var : out int returnValue %inst 注意これらの関数は，ステッチングパイプラインを意識している場合にのみ利用してください． 元関数名(C#): stitching_Stitcher_estimateTransform_InputArray1 元DLLエクスポート名: stitching_Stitcher_estimateTransform_InputArray1 参照元CSファイル: Internal\PInvoke\NativeMethods\stitching\NativeMethods_stitching.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) stitching_Stitcher_estimateTransform_InputArray1(
    cv::Stitcher *obj, cv::_InputArray *images, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = static_cast<int>(obj->estimateTransform(*images));
    END_WRAP
}
}html %group NativeMethods_stitching %index stitching_Stitcher_estimateTransform_InputArray2 [32/64bit] これらの関数は、与えられた画像のマッチングと、各カメラの回転の推定を試みます。 %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr obj p2 = sptr : IntPtr images p3 = sptr : IntPtr[] rois p4 = int : int roisSize1 p5 = var : int[] roisSize2 p6 = var : out int returnValue %inst 注意これらの関数は，ステッチングパイプラインを意識している場合にのみ利用してください． 元関数名(C#): stitching_Stitcher_estimateTransform_InputArray2 元DLLエクスポート名: stitching_Stitcher_estimateTransform_InputArray2 参照元CSファイル: Internal\PInvoke\NativeMethods\stitching\NativeMethods_stitching.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) stitching_Stitcher_estimateTransform_InputArray2(
    cv::Stitcher *obj, cv::_InputArray *images,
    const CvRect **rois, const int roisSize1, const int *roisSize2, int *returnValue)
{
    BEGIN_WRAP
    std::vector<std::vector<cv::Rect> > roisVec;
    toVec(rois, roisSize1, roisSize2, roisVec);

    *returnValue = static_cast<int>(obj->estimateTransform(*images, roisVec));
    END_WRAP
}
}html %group NativeMethods_stitching %index stitching_Stitcher_estimateTransform_MatArray1 [32/64bit] これらの関数は、与えられた画像のマッチングと、各カメラの回転の推定を試みます。 %prm p1,p2,p3,p4 p1 = sptr : IntPtr obj p2 = sptr : IntPtr[] images p3 = int : int imagesSize p4 = var : out int returnValue %inst 注意これらの関数は，ステッチングパイプラインを意識している場合にのみ利用してください． 元関数名(C#): stitching_Stitcher_estimateTransform_MatArray1 元DLLエクスポート名: stitching_Stitcher_estimateTransform_MatArray1 参照元CSファイル: Internal\PInvoke\NativeMethods\stitching\NativeMethods_stitching.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) stitching_Stitcher_estimateTransform_MatArray1(
    cv::Stitcher *obj, const cv::Mat **images, const int imagesSize, int *returnValue)
{
    BEGIN_WRAP
    std::vector<cv::Mat> imagesVec;
    toVec(images, imagesSize, imagesVec);

    *returnValue = static_cast<int>(obj->estimateTransform(imagesVec));
    END_WRAP
}
}html %group NativeMethods_stitching %index stitching_Stitcher_estimateTransform_MatArray2 [32/64bit] これらの関数は、与えられた画像のマッチングと、各カメラの回転の推定を試みます。 %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr obj p2 = sptr : IntPtr[] images p3 = int : int imagesSize p4 = sptr : IntPtr[] rois p5 = int : int roisSize1 p6 = var : int[] roisSize2 p7 = var : out int returnValue %inst 注意これらの関数は，ステッチングパイプラインを意識している場合にのみ利用してください． 元関数名(C#): stitching_Stitcher_estimateTransform_MatArray2 元DLLエクスポート名: stitching_Stitcher_estimateTransform_MatArray2 参照元CSファイル: Internal\PInvoke\NativeMethods\stitching\NativeMethods_stitching.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) stitching_Stitcher_estimateTransform_MatArray2(
    cv::Stitcher *obj, const cv::Mat **images, const int imagesSize,
    const CvRect **rois, const int roisSize1, const int *roisSize2, int *returnValue)
{
    BEGIN_WRAP
    std::vector<cv::Mat> imagesVec;
    toVec(images, imagesSize, imagesVec);

    std::vector<std::vector<cv::Rect> > roisVec;
    toVec(rois, roisSize1, roisSize2, roisVec);

    *returnValue = static_cast<int>(obj->estimateTransform(imagesVec, roisVec));
    END_WRAP
}
}html %group NativeMethods_stitching %index stitching_Stitcher_composePanorama1 [32/64bit] これらの関数は，与えられた画像（あるいは，他の関数呼び出しによって内部に保存された画像）を，あらかじめ画像変換が推定されていると仮定して，最終的なパノに合成しようとします． %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = sptr : IntPtr pano p3 = var : out int returnValue %inst 注意これらの関数は，ステッチングパイプラインを意識している場合にのみ利用してください． 元関数名(C#): stitching_Stitcher_composePanorama1 元DLLエクスポート名: stitching_Stitcher_composePanorama1 参照元CSファイル: Internal\PInvoke\NativeMethods\stitching\NativeMethods_stitching.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) stitching_Stitcher_composePanorama1(
    cv::Stitcher *obj, cv::_OutputArray *pano, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = static_cast<int>(obj->composePanorama(*pano));
    END_WRAP
}
}html %group NativeMethods_stitching %index stitching_Stitcher_composePanorama2_InputArray [32/64bit] これらの関数は，与えられた画像（あるいは，他の関数呼び出しによって内部に保存された画像）を，あらかじめ画像変換が推定されていると仮定して，最終的なパノに合成しようとします． %prm p1,p2,p3,p4 p1 = sptr : IntPtr obj p2 = sptr : IntPtr images p3 = sptr : IntPtr pano p4 = var : out int returnValue %inst 注意これらの関数は，ステッチングパイプラインを意識している場合にのみ利用してください． 元関数名(C#): stitching_Stitcher_composePanorama2_InputArray 元DLLエクスポート名: stitching_Stitcher_composePanorama2_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\stitching\NativeMethods_stitching.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) stitching_Stitcher_composePanorama2_InputArray(
    cv::Stitcher *obj, cv::_InputArray *images, cv::_OutputArray *pano, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = static_cast<int>(obj->composePanorama(*images, *pano));
    END_WRAP
}
}html %group NativeMethods_stitching %index stitching_Stitcher_composePanorama2_MatArray [32/64bit] これらの関数は，与えられた画像（あるいは，他の関数呼び出しによって内部に保存された画像）を，あらかじめ画像変換が推定されていると仮定して，最終的なパノに合成しようとします． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr obj p2 = sptr : IntPtr[] images p3 = int : int imagesSize p4 = sptr : IntPtr pano p5 = var : out int returnValue %inst 注意これらの関数は，ステッチングパイプラインを意識している場合にのみ利用してください． 元関数名(C#): stitching_Stitcher_composePanorama2_MatArray 元DLLエクスポート名: stitching_Stitcher_composePanorama2_MatArray 参照元CSファイル: Internal\PInvoke\NativeMethods\stitching\NativeMethods_stitching.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) stitching_Stitcher_composePanorama2_MatArray(
    cv::Stitcher *obj, const cv::Mat **images, const int imagesSize, 
    cv::_OutputArray *pano, int *returnValue)
{
    BEGIN_WRAP
    std::vector<cv::Mat> imagesVec;
    toVec(images, imagesSize, imagesVec);

    *returnValue = static_cast<int>(obj->composePanorama(imagesVec, *pano));
    END_WRAP
}
}html %group NativeMethods_stitching %index stitching_Stitcher_stitch1_InputArray [32/64bit] これらの関数は，与えられた画像をスティッチしようとします． %prm p1,p2,p3,p4 p1 = sptr : IntPtr obj p2 = sptr : IntPtr images p3 = sptr : IntPtr pano p4 = var : out int returnValue %inst 元関数名(C#): stitching_Stitcher_stitch1_InputArray 元DLLエクスポート名: stitching_Stitcher_stitch1_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\stitching\NativeMethods_stitching.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) stitching_Stitcher_stitch1_InputArray(
    cv::Stitcher *obj, cv::_InputArray *images, 
    cv::_OutputArray *pano, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = static_cast<int>(obj->stitch(*images, *pano));
    END_WRAP
}
}html %group NativeMethods_stitching %index stitching_Stitcher_stitch1_MatArray [32/64bit] これらの関数は，与えられた画像をスティッチしようとします． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr obj p2 = sptr : [MarshalAs(UnmanagedType.LPArray)] IntPtr[] images p3 = int : int imagesSize p4 = sptr : IntPtr pano p5 = var : out int returnValue %inst 元関数名(C#): stitching_Stitcher_stitch1_MatArray 元DLLエクスポート名: stitching_Stitcher_stitch1_MatArray 参照元CSファイル: Internal\PInvoke\NativeMethods\stitching\NativeMethods_stitching.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) stitching_Stitcher_stitch1_MatArray(
    cv::Stitcher *obj, const cv::Mat **images, const int imagesSize, 
    cv::_OutputArray *pano, int *returnValue)
{
    BEGIN_WRAP
    std::vector<cv::Mat> imagesVec;
    toVec(images, imagesSize, imagesVec);

    *returnValue = static_cast<int>(obj->stitch(imagesVec, *pano));
    END_WRAP
}
}html %group NativeMethods_stitching %index stitching_Stitcher_stitch2_InputArray [32/64bit] これらの関数は，与えられた画像をスティッチしようとします． %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr obj p2 = sptr : IntPtr images p3 = sptr : IntPtr[] rois p4 = int : int roisSize1 p5 = var : int[] roisSize2 p6 = sptr : IntPtr pano p7 = var : out int returnValue %inst 元関数名(C#): stitching_Stitcher_stitch2_InputArray 元DLLエクスポート名: stitching_Stitcher_stitch2_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\stitching\NativeMethods_stitching.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) stitching_Stitcher_stitch2_InputArray(
    cv::Stitcher *obj, cv::_InputArray *images, 
    const CvRect **rois, const int roisSize1, int *roisSize2,
    cv::_OutputArray *pano, int *returnValue)
{
    BEGIN_WRAP
    std::vector<std::vector<cv::Rect> > roisVec;
    toVec(rois, roisSize1, roisSize2, roisVec);

    *returnValue = static_cast<int>(obj->stitch(*images, roisVec, *pano));
    END_WRAP
}
}html %group NativeMethods_stitching %index stitching_Stitcher_stitch2_MatArray [32/64bit] これらの関数は，与えられた画像をスティッチしようとします． %prm p1,p2,p3,p4,p5,p6,p7,p8 p1 = sptr : IntPtr obj p2 = sptr : IntPtr[] images p3 = int : int imagesSize p4 = sptr : IntPtr[] rois p5 = int : int roisSize1 p6 = var : int[] roisSize2 p7 = sptr : IntPtr pano p8 = var : out int returnValue %inst 元関数名(C#): stitching_Stitcher_stitch2_MatArray 元DLLエクスポート名: stitching_Stitcher_stitch2_MatArray 参照元CSファイル: Internal\PInvoke\NativeMethods\stitching\NativeMethods_stitching.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) stitching_Stitcher_stitch2_MatArray(
    cv::Stitcher *obj, const cv::Mat **images, const int imagesSize,
    const CvRect **rois, const int roisSize1, int *roisSize2,
    cv::_OutputArray *pano, int *returnValue)
{
    BEGIN_WRAP
    std::vector<cv::Mat> imagesVec;
    toVec(images, imagesSize, imagesVec);

    std::vector<std::vector<cv::Rect> > roisVec;
    toVec(rois, roisSize1, roisSize2, roisVec);

    *returnValue = static_cast<int>(obj->stitch(imagesVec, roisVec, *pano));
    END_WRAP
}
}html %group NativeMethods_stitching %index stitching_Stitcher_component [32/64bit] stitching_Stitcher_component %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr returnValue %inst 元関数名(C#): stitching_Stitcher_component 元DLLエクスポート名: stitching_Stitcher_component 参照元CSファイル: Internal\PInvoke\NativeMethods\stitching\NativeMethods_stitching.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) stitching_Stitcher_component(cv::Stitcher *obj, std::vector<int>* returnValue) 
{ 
    BEGIN_WRAP
    const auto component = obj->component();
    std::copy(component.begin(), component.end(), std::back_inserter(*returnValue));
    END_WRAP
}
}html %group NativeMethods_stitching %index stitching_Stitcher_workScale [32/64bit] stitching_Stitcher_workScale %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst 元関数名(C#): stitching_Stitcher_workScale 元DLLエクスポート名: stitching_Stitcher_workScale 参照元CSファイル: Internal\PInvoke\NativeMethods\stitching\NativeMethods_stitching.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) stitching_Stitcher_workScale(cv::Stitcher *obj, double *returnValue) 
{ 
    BEGIN_WRAP
    *returnValue = obj->workScale();
    END_WRAP
}
}html %group NativeMethods_stitching %index stitching_computeImageFeatures1 [32/64bit] 例: samples/cpp/stitching_detailed.cpp. %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr featuresFinder p2 = sptr : IntPtr[] images p3 = int : int imagesLength p4 = sptr : IntPtr featuresVec p5 = var : IntPtr[]? masks %inst 元関数名(C#): stitching_computeImageFeatures1 元DLLエクスポート名: stitching_computeImageFeatures1 参照元CSファイル: Internal\PInvoke\NativeMethods\stitching\NativeMethods_stitching_Matchers.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) stitching_computeImageFeatures1(
    cv::Feature2D *featuresFinder,
    cv::Mat **images,
    int imagesLength,
    std::vector<cv::detail::ImageFeatures> *featuresVec,
    cv::Mat **masks)
{
    BEGIN_WRAP

    // Do not free Feature2D
    const cv::Ptr<cv::Feature2D> featuresFinderPtr(featuresFinder, [](cv::Feature2D*){});

    std::vector<cv::Mat> imagesVec(imagesLength);
    for (int i = 0; i < imagesLength; i++)
    {
        imagesVec[i] = *images[i];
    }

    auto masksArrays = cv::noArray();
    std::vector<cv::Mat> masksVec(imagesLength);
    if (masks != nullptr)
    {
        for (int i = 0; i < imagesLength; i++)
        {
            masksVec[i] = *masks[i];
        }
        masksArrays = masksVec;
    }

    std::vector<cv::detail::ImageFeatures> rawFeatures;
    cv::detail::computeImageFeatures(featuresFinderPtr, imagesVec, *featuresVec, masksArrays);
    
    END_WRAP  
}
}html %group NativeMethods_stitching_Matchers %index stitching_computeImageFeatures2 [32/64bit] 例: samples/cpp/stitching_detailed.cpp. %prm p1,p2,p3,p4 p1 = sptr : IntPtr featuresFinder p2 = sptr : IntPtr image p3 = var : WImageFeatures* features p4 = sptr : IntPtr mask %inst 元関数名(C#): stitching_computeImageFeatures2 元DLLエクスポート名: stitching_computeImageFeatures2 参照元CSファイル: Internal\PInvoke\NativeMethods\stitching\NativeMethods_stitching_Matchers.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) stitching_computeImageFeatures2(
    cv::Feature2D *featuresFinder,
    cv::_InputArray *image,
    detail_ImageFeatures *features,
    cv::_InputArray *mask)
{
    BEGIN_WRAP

    // Do not free Feature2D
    const cv::Ptr<cv::Feature2D> featuresFinderPtr(featuresFinder, [](cv::Feature2D*){});
    
    cv::detail::ImageFeatures rawFeature;
    cv::detail::computeImageFeatures(featuresFinderPtr, *image, rawFeature, entity(mask));

    features->img_idx = rawFeature.img_idx;
    features->img_size = c(rawFeature.img_size);
    std::copy(rawFeature.keypoints.begin(), rawFeature.keypoints.end(), std::back_inserter(*features->keypoints));
    rawFeature.descriptors.copyTo(*features->descriptors); 

    END_WRAP  
}
}html %group NativeMethods_stitching_Matchers %index stitching_FeaturesMatcher_apply [32/64bit] stitching_FeaturesMatcher_apply %prm p1,p2,p3,p4,p5,p6,p7,p8,p9,p10 p1 = sptr : IntPtr obj p2 = var : ref WImageFeatures features1 p3 = var : ref WImageFeatures features2 p4 = var : out int outSrcImgIdx p5 = var : out int outDstImgIdx p6 = sptr : IntPtr outMatches p7 = sptr : IntPtr outInliersMask p8 = var : out int outNumInliers p9 = sptr : IntPtr outH p10 = var : out double outConfidence %inst 元関数名(C#): stitching_FeaturesMatcher_apply 元DLLエクスポート名: stitching_FeaturesMatcher_apply 参照元CSファイル: Internal\PInvoke\NativeMethods\stitching\NativeMethods_stitching_Matchers.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) stitching_FeaturesMatcher_apply(
    cv::detail::FeaturesMatcher* obj,
    detail_ImageFeatures *features1,
    detail_ImageFeatures *features2,
    int *out_src_img_idx, 
    int *out_dst_img_idx,
    std::vector<cv::DMatch> *out_matches, 
    std::vector<uchar> *out_inliers_mask,
    int *out_num_inliers,
    cv::Mat *out_H,
    double *out_confidence)
{
    BEGIN_WRAP
    cv::detail::ImageFeatures features1Cpp{
        features1->img_idx,
        cpp(features1->img_size),
        *features1->keypoints,
        cv::UMat()
    };
    cv::detail::ImageFeatures features2Cpp{
        features2->img_idx,
        cpp(features2->img_size),
        *features2->keypoints,
        cv::UMat()
    };
    features1->descriptors->copyTo(features1Cpp.descriptors);
    features2->descriptors->copyTo(features2Cpp.descriptors);

    cv::detail::MatchesInfo result;
    (*obj)(features1Cpp, features2Cpp, result);

    *out_src_img_idx = result.src_img_idx;
    *out_dst_img_idx = result.dst_img_idx;
    std::copy(result.matches.begin(), result.matches.end(), std::back_inserter(*out_matches));
    std::copy(result.inliers_mask.begin(), result.inliers_mask.end(), std::back_inserter(*out_inliers_mask));
    *out_num_inliers = result.num_inliers;
    result.H.copyTo(*out_H);
    *out_confidence = result.confidence;
    END_WRAP
}
}html %group NativeMethods_stitching_Matchers %index stitching_FeaturesMatcher_apply2 [32/64bit] stitching_FeaturesMatcher_apply2 %prm p1,p2,p3,p4,p5,p6,p7,p8,p9,p10,p11 p1 = sptr : IntPtr obj p2 = var : WImageFeatures[] features p3 = int : int featuresSize p4 = sptr : IntPtr mask p5 = sptr : IntPtr outSrcImgIdx p6 = sptr : IntPtr outDstImgIdx p7 = sptr : IntPtr outMatches p8 = sptr : IntPtr outInliersMask p9 = sptr : IntPtr outNumInliers p10 = sptr : IntPtr outH p11 = sptr : IntPtr outConfidence %inst 元関数名(C#): stitching_FeaturesMatcher_apply2 元DLLエクスポート名: stitching_FeaturesMatcher_apply2 参照元CSファイル: Internal\PInvoke\NativeMethods\stitching\NativeMethods_stitching_Matchers.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) stitching_FeaturesMatcher_apply2(
    cv::detail::FeaturesMatcher* obj,
    detail_ImageFeatures* features, int featuresSize,
    cv::Mat *mask,
    std::vector<int> *out_src_img_idx,
    std::vector<int> *out_dst_img_idx,
    std::vector< std::vector<cv::DMatch> > *out_matches,
    std::vector< std::vector<uchar> > *out_inliers_mask,
    std::vector<int> *out_num_inliers,
    std::vector<cv::Mat> *out_H,
    std::vector<double> *out_confidence)
{
    BEGIN_WRAP
    std::vector<cv::detail::ImageFeatures> featuresVec(featuresSize);
    for (int i = 0; i < featuresSize; i++)
    {
        cv::detail::ImageFeatures featuresCpp {
            features[i].img_idx,
            cpp(features[i].img_size),
            *features[i].keypoints,
            cv::UMat() };
        features[i].descriptors->copyTo(featuresCpp.descriptors);
        featuresVec.push_back(featuresCpp);
    }

    cv::UMat maskU;
    if (mask != nullptr)
    {
        mask->copyTo(maskU);
    }

    std::vector<cv::detail::MatchesInfo> pairwise_matches;
    (*obj)(featuresVec, pairwise_matches, maskU);

    out_src_img_idx->reserve(pairwise_matches.size());
    out_dst_img_idx->reserve(pairwise_matches.size());
    out_matches->reserve(pairwise_matches.size());
    out_inliers_mask->reserve(pairwise_matches.size());
    out_num_inliers->reserve(pairwise_matches.size());
    out_H->reserve(pairwise_matches.size());
    out_confidence->reserve(pairwise_matches.size());
    for (const auto &m : pairwise_matches)
    {
        out_src_img_idx->push_back(m.src_img_idx);
        out_dst_img_idx->push_back(m.dst_img_idx);
        out_num_inliers->push_back(m.num_inliers);
        out_matches->push_back(m.matches);
        out_inliers_mask->push_back(m.inliers_mask);
        out_H->push_back(m.H);
        out_confidence->push_back(m.confidence);
    }

    END_WRAP
}
}html %group NativeMethods_stitching_Matchers %index stitching_FeaturesMatcher_isThreadSafe [32/64bit] stitching_FeaturesMatcher_isThreadSafe %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): stitching_FeaturesMatcher_isThreadSafe 元DLLエクスポート名: stitching_FeaturesMatcher_isThreadSafe 参照元CSファイル: Internal\PInvoke\NativeMethods\stitching\NativeMethods_stitching_Matchers.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) stitching_FeaturesMatcher_isThreadSafe(
    cv::detail::FeaturesMatcher* obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->isThreadSafe() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_stitching_Matchers %index stitching_FeaturesMatcher_collectGarbage [32/64bit] 以前に割り当てられた未使用のメモリがあれば，それを解放します． %prm p1 p1 = sptr : IntPtr obj %inst cv::detail::BestOf2NearestMatcher で再実装されています． 元関数名(C#): stitching_FeaturesMatcher_collectGarbage 元DLLエクスポート名: stitching_FeaturesMatcher_collectGarbage 参照元CSファイル: Internal\PInvoke\NativeMethods\stitching\NativeMethods_stitching_Matchers.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) stitching_FeaturesMatcher_collectGarbage(
    cv::detail::FeaturesMatcher* obj)
{
    BEGIN_WRAP
    obj->collectGarbage();
    END_WRAP
}
}html %group NativeMethods_stitching_Matchers %index stitching_BestOf2NearestMatcher_new [32/64bit] cv::detail::BestOf2NearestMatcher のインスタンスを生成します %prm p1,p2,p3,p4,p5 p1 = int : int tryUseGpu p2 = float : float matchConf p3 = int : int numMatchesThresh1 p4 = int : int numMatchesThresh2 p5 = var : out IntPtr returnValue %inst 各特徴量に対して2つのベストマッチを見つけ，ディスクリプタ間の距離の比が閾値 match_conf よりも大きい場合にのみ，ベストマッチを残す特徴量マッチャ． 関連項目：odetail::FeaturesMatcher 元関数名(C#): stitching_BestOf2NearestMatcher_new 元DLLエクスポート名: stitching_BestOf2NearestMatcher_new 参照元CSファイル: Internal\PInvoke\NativeMethods\stitching\NativeMethods_stitching_Matchers.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) stitching_BestOf2NearestMatcher_new(
    int try_use_gpu, float match_conf, int num_matches_thresh1,int num_matches_thresh2,
    cv::detail::BestOf2NearestMatcher **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::detail::BestOf2NearestMatcher(
        try_use_gpu != 0, match_conf, num_matches_thresh1, num_matches_thresh2);
    END_WRAP    
}
}html %group NativeMethods_stitching_Matchers %index stitching_BestOf2NearestMatcher_delete [32/64bit] cv::detail::BestOf2NearestMatcher のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst 各特徴量に対して2つのベストマッチを見つけ，ディスクリプタ間の距離の比が閾値 match_conf よりも大きい場合にのみ，ベストマッチを残す特徴量マッチャ． 関連項目：odetail::FeaturesMatcher 元関数名(C#): stitching_BestOf2NearestMatcher_delete 元DLLエクスポート名: stitching_BestOf2NearestMatcher_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\stitching\NativeMethods_stitching_Matchers.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) stitching_BestOf2NearestMatcher_delete(cv::detail::BestOf2NearestMatcher* obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_stitching_Matchers %index stitching_BestOf2NearestMatcher_collectGarbage [32/64bit] 以前に割り当てられた未使用のメモリがあれば，それを解放します． %prm p1 p1 = sptr : IntPtr obj %inst cv::detail::FeaturesMatcher を再実装したものです． 元関数名(C#): stitching_BestOf2NearestMatcher_collectGarbage 元DLLエクスポート名: stitching_BestOf2NearestMatcher_collectGarbage 参照元CSファイル: Internal\PInvoke\NativeMethods\stitching\NativeMethods_stitching_Matchers.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) stitching_BestOf2NearestMatcher_collectGarbage(
    cv::detail::BestOf2NearestMatcher* obj)
{
    BEGIN_WRAP
    obj->collectGarbage();
    END_WRAP
}
}html %group NativeMethods_stitching_Matchers %index stitching_AffineBestOf2NearestMatcher_new [32/64bit] cv::detail::AffineBestOf2NearestMatcher のインスタンスを生成します %prm p1,p2,p3,p4,p5 p1 = int : int fullAffine p2 = int : int tryUseGpu p3 = float : float matchConf p4 = int : int numMatchesThresh1 p5 = var : out IntPtr returnValue %inst cv::detail::BestOf2NearestMatcher に似た特徴量 matcher で，各特徴量に対して2つのベストマッチを見つけ，記述子の距離の比が閾値 match_conf よりも大きい場合にのみ，ベストマッチを残します． cv::detail::BestOf2NearestMatcher とは異なり，この Matcher はアフィン変換を利用します（アフィン変換の推定値は matches_info に格納されます）． 関連項目： cv::detail::FeaturesMatcher， cv::detail::BestOf2NearestMatcher． 元関数名(C#): stitching_AffineBestOf2NearestMatcher_new 元DLLエクスポート名: stitching_AffineBestOf2NearestMatcher_new 参照元CSファイル: Internal\PInvoke\NativeMethods\stitching\NativeMethods_stitching_Matchers.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) stitching_AffineBestOf2NearestMatcher_new(
    int full_affine, int try_use_gpu, float match_conf, int num_matches_thresh1,
    cv::detail::AffineBestOf2NearestMatcher** returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::detail::AffineBestOf2NearestMatcher(
        full_affine != 0, try_use_gpu != 0, match_conf, num_matches_thresh1);
    END_WRAP
}
}html %group NativeMethods_stitching_Matchers %index stitching_AffineBestOf2NearestMatcher_delete [32/64bit] cv::detail::AffineBestOf2NearestMatcher のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst cv::detail::BestOf2NearestMatcher に似た特徴量 matcher で，各特徴量に対して2つのベストマッチを見つけ，記述子の距離の比が閾値 match_conf よりも大きい場合にのみ，ベストマッチを残します． cv::detail::BestOf2NearestMatcher とは異なり，この Matcher はアフィン変換を利用します（アフィン変換の推定値は matches_info に格納されます）． 関連項目： cv::detail::FeaturesMatcher， cv::detail::BestOf2NearestMatcher． 元関数名(C#): stitching_AffineBestOf2NearestMatcher_delete 元DLLエクスポート名: stitching_AffineBestOf2NearestMatcher_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\stitching\NativeMethods_stitching_Matchers.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) stitching_AffineBestOf2NearestMatcher_delete(
    cv::detail::AffineBestOf2NearestMatcher* obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_stitching_Matchers %index superres_DenseOpticalFlowExt_calc [32/64bit] superres_DenseOpticalFlowExt_calc %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr obj p2 = sptr : IntPtr frame0 p3 = sptr : IntPtr frame1 p4 = sptr : IntPtr flow1 p5 = sptr : IntPtr flow2 %inst 元関数名(C#): superres_DenseOpticalFlowExt_calc 元DLLエクスポート名: superres_DenseOpticalFlowExt_calc 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_DenseOpticalFlowExt_calc(cv::superres::DenseOpticalFlowExt *obj,
    cv::_InputArray *frame0, cv::_InputArray *frame1, cv::_OutputArray *flow1, cv::_OutputArray *flow2)
{
    BEGIN_WRAP
    obj->calc(*frame0, *frame1, *flow1, entity(flow2));
    END_WRAP
}
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_DenseOpticalFlowExt_collectGarbage [32/64bit] superres_DenseOpticalFlowExt_collectGarbage %prm p1 p1 = sptr : IntPtr obj %inst 元関数名(C#): superres_DenseOpticalFlowExt_collectGarbage 元DLLエクスポート名: superres_DenseOpticalFlowExt_collectGarbage 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_DenseOpticalFlowExt_collectGarbage(cv::superres::DenseOpticalFlowExt *obj)
{
    BEGIN_WRAP
    obj->collectGarbage();
    END_WRAP
}
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_createOptFlow_Farneback [32/64bit] superres_createOptFlow_Farneback %prm p1 p1 = var : out IntPtr returnValue %inst 元関数名(C#): superres_createOptFlow_Farneback 元DLLエクスポート名: superres_createOptFlow_Farneback 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_createOptFlow_Farneback(cv::Ptr<cv::superres::FarnebackOpticalFlow> **returnValue)
{
    BEGIN_WRAP
    *returnValue = clone(cv::superres::createOptFlow_Farneback());
    END_WRAP
}
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_createOptFlow_Farneback_CUDA [32/64bit] superres_createOptFlow_Farneback_CUDA %prm p1 p1 = var : out IntPtr returnValue %inst 元関数名(C#): superres_createOptFlow_Farneback_CUDA 元DLLエクスポート名: superres_createOptFlow_Farneback_CUDA 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_createOptFlow_Farneback_CUDA(cv::Ptr<cv::superres::FarnebackOpticalFlow> **returnValue)
{
    BEGIN_WRAP
    *returnValue = clone(cv::superres::createOptFlow_Farneback_CUDA());
    END_WRAP
}
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_Ptr_FarnebackOpticalFlow_get [32/64bit] cv::superres::FarnebackOpticalFlow のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst 元関数名(C#): superres_Ptr_FarnebackOpticalFlow_get 元DLLエクスポート名: superres_Ptr_FarnebackOpticalFlow_get 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_Ptr_FarnebackOpticalFlow_get(
    cv::Ptr<cv::superres::FarnebackOpticalFlow> *ptr, cv::superres::FarnebackOpticalFlow **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_Ptr_FarnebackOpticalFlow_delete [32/64bit] cv::superres::FarnebackOpticalFlow のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr ptr %inst 元関数名(C#): superres_Ptr_FarnebackOpticalFlow_delete 元DLLエクスポート名: superres_Ptr_FarnebackOpticalFlow_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_Ptr_FarnebackOpticalFlow_delete(
    cv::Ptr<cv::superres::FarnebackOpticalFlow> *ptr)
{
    BEGIN_WRAP
    delete ptr;
    END_WRAP
}
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_FarnebackOpticalFlow_getPyrScale [32/64bit] alsosetPyrScale を参照してください． %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst 元関数名(C#): superres_FarnebackOpticalFlow_getPyrScale 元DLLエクスポート名: superres_FarnebackOpticalFlow_getPyrScale 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_FarnebackOpticalFlow_getPyrScale(cv::superres::FarnebackOpticalFlow *obj, double *returnValue)  { BEGIN_WRAP *returnValue = obj->getPyrScale(); END_WRAP }
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_FarnebackOpticalFlow_setPyrScale [32/64bit] alsogetPyrScale を参照してください． %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double val %inst 元関数名(C#): superres_FarnebackOpticalFlow_setPyrScale 元DLLエクスポート名: superres_FarnebackOpticalFlow_setPyrScale 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_FarnebackOpticalFlow_setPyrScale(cv::superres::FarnebackOpticalFlow *obj, double val)           { BEGIN_WRAP obj->setPyrScale(val); END_WRAP }
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_FarnebackOpticalFlow_getLevelsNumber [32/64bit] alsosetLevelsNumber を参照してください． %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): superres_FarnebackOpticalFlow_getLevelsNumber 元DLLエクスポート名: superres_FarnebackOpticalFlow_getLevelsNumber 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_FarnebackOpticalFlow_getLevelsNumber(cv::superres::FarnebackOpticalFlow *obj, int *returnValue) { BEGIN_WRAP *returnValue = obj->getLevelsNumber(); END_WRAP }
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_FarnebackOpticalFlow_setLevelsNumber [32/64bit] アルソージェットレベルズナンバー参照 %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): superres_FarnebackOpticalFlow_setLevelsNumber 元DLLエクスポート名: superres_FarnebackOpticalFlow_setLevelsNumber 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_FarnebackOpticalFlow_setLevelsNumber(cv::superres::FarnebackOpticalFlow *obj, int val)          { BEGIN_WRAP obj->setLevelsNumber(val); END_WRAP }
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_FarnebackOpticalFlow_getWindowSize [32/64bit] アルソセットウィンドウサイズを見る %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): superres_FarnebackOpticalFlow_getWindowSize 元DLLエクスポート名: superres_FarnebackOpticalFlow_getWindowSize 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_FarnebackOpticalFlow_getWindowSize(cv::superres::FarnebackOpticalFlow *obj, int *returnValue)   { BEGIN_WRAP *returnValue = obj->getWindowSize(); END_WRAP }
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_FarnebackOpticalFlow_setWindowSize [32/64bit] alsogetWindowSize参照 %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): superres_FarnebackOpticalFlow_setWindowSize 元DLLエクスポート名: superres_FarnebackOpticalFlow_setWindowSize 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_FarnebackOpticalFlow_setWindowSize(cv::superres::FarnebackOpticalFlow *obj, int val)            { BEGIN_WRAP obj->setWindowSize(val); END_WRAP }
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_FarnebackOpticalFlow_getIterations [32/64bit] alsosetIterationsを参照。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): superres_FarnebackOpticalFlow_getIterations 元DLLエクスポート名: superres_FarnebackOpticalFlow_getIterations 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_FarnebackOpticalFlow_getIterations(cv::superres::FarnebackOpticalFlow *obj, int *returnValue)   { BEGIN_WRAP *returnValue = obj->getIterations(); END_WRAP }
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_FarnebackOpticalFlow_setIterations [32/64bit] alsogetIterationsを参照。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): superres_FarnebackOpticalFlow_setIterations 元DLLエクスポート名: superres_FarnebackOpticalFlow_setIterations 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_FarnebackOpticalFlow_setIterations(cv::superres::FarnebackOpticalFlow *obj, int val)            { BEGIN_WRAP obj->setIterations(val); END_WRAP }
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_FarnebackOpticalFlow_getPolyN [32/64bit] アルソセットポリンを見る %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): superres_FarnebackOpticalFlow_getPolyN 元DLLエクスポート名: superres_FarnebackOpticalFlow_getPolyN 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_FarnebackOpticalFlow_getPolyN(cv::superres::FarnebackOpticalFlow *obj, int *returnValue)        { BEGIN_WRAP *returnValue = obj->getPolyN(); END_WRAP }
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_FarnebackOpticalFlow_setPolyN [32/64bit] alsogetPolyNを参照 %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): superres_FarnebackOpticalFlow_setPolyN 元DLLエクスポート名: superres_FarnebackOpticalFlow_setPolyN 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_FarnebackOpticalFlow_setPolyN(cv::superres::FarnebackOpticalFlow *obj, int val)                 { BEGIN_WRAP obj->setPolyN(val); END_WRAP }
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_FarnebackOpticalFlow_getPolySigma [32/64bit] アルソセットポリシグマを見る %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst 元関数名(C#): superres_FarnebackOpticalFlow_getPolySigma 元DLLエクスポート名: superres_FarnebackOpticalFlow_getPolySigma 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_FarnebackOpticalFlow_getPolySigma(cv::superres::FarnebackOpticalFlow *obj, double *returnValue) { BEGIN_WRAP *returnValue = obj->getPolySigma(); END_WRAP }
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_FarnebackOpticalFlow_setPolySigma [32/64bit] アルソゲートポリシグマ参照 %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double val %inst 元関数名(C#): superres_FarnebackOpticalFlow_setPolySigma 元DLLエクスポート名: superres_FarnebackOpticalFlow_setPolySigma 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_FarnebackOpticalFlow_setPolySigma(cv::superres::FarnebackOpticalFlow *obj, double val)          { BEGIN_WRAP obj->setPolySigma(val); END_WRAP }
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_FarnebackOpticalFlow_getFlags [32/64bit] アルソセットフラッグスを見る %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): superres_FarnebackOpticalFlow_getFlags 元DLLエクスポート名: superres_FarnebackOpticalFlow_getFlags 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_FarnebackOpticalFlow_getFlags(cv::superres::FarnebackOpticalFlow *obj, int *returnValue)        { BEGIN_WRAP *returnValue = obj->getFlags(); END_WRAP }
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_FarnebackOpticalFlow_setFlags [32/64bit] alsogetFlagsを見る %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): superres_FarnebackOpticalFlow_setFlags 元DLLエクスポート名: superres_FarnebackOpticalFlow_setFlags 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_FarnebackOpticalFlow_setFlags(cv::superres::FarnebackOpticalFlow *obj, int val)                 { BEGIN_WRAP obj->setFlags(val); END_WRAP }
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_createOptFlow_DualTVL1 [32/64bit] superres_createOptFlow_DualTVL1 %prm p1 p1 = var : out IntPtr returnValue %inst 元関数名(C#): superres_createOptFlow_DualTVL1 元DLLエクスポート名: superres_createOptFlow_DualTVL1 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_createOptFlow_DualTVL1(cv::Ptr<cv::superres::DualTVL1OpticalFlow> **returnValue)
{
    BEGIN_WRAP
    *returnValue = clone(cv::superres::createOptFlow_DualTVL1());
    END_WRAP
}
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_createOptFlow_DualTVL1_CUDA [32/64bit] superres_createOptFlow_DualTVL1_CUDA %prm p1 p1 = var : out IntPtr returnValue %inst 元関数名(C#): superres_createOptFlow_DualTVL1_CUDA 元DLLエクスポート名: superres_createOptFlow_DualTVL1_CUDA 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_createOptFlow_DualTVL1_CUDA(cv::Ptr<cv::superres::DualTVL1OpticalFlow> **returnValue)
{
    BEGIN_WRAP
    *returnValue = clone(cv::superres::createOptFlow_DualTVL1_CUDA());
    END_WRAP
}
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_Ptr_DualTVL1OpticalFlow_get [32/64bit] cv::superres::DualTVL1OpticalFlow のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst 元関数名(C#): superres_Ptr_DualTVL1OpticalFlow_get 元DLLエクスポート名: superres_Ptr_DualTVL1OpticalFlow_get 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_Ptr_DualTVL1OpticalFlow_get(
    cv::Ptr<cv::superres::DualTVL1OpticalFlow> *ptr, cv::superres::DualTVL1OpticalFlow **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_Ptr_DualTVL1OpticalFlow_delete [32/64bit] cv::superres::DualTVL1OpticalFlow のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr ptr %inst 元関数名(C#): superres_Ptr_DualTVL1OpticalFlow_delete 元DLLエクスポート名: superres_Ptr_DualTVL1OpticalFlow_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_Ptr_DualTVL1OpticalFlow_delete(
    cv::Ptr<cv::superres::DualTVL1OpticalFlow> *ptr)
{
    BEGIN_WRAP
    delete ptr;
    END_WRAP
}
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_DualTVL1OpticalFlow_getTau [32/64bit] アルソセットタウを見る %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst 元関数名(C#): superres_DualTVL1OpticalFlow_getTau 元DLLエクスポート名: superres_DualTVL1OpticalFlow_getTau 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_DualTVL1OpticalFlow_getTau(cv::superres::DualTVL1OpticalFlow *obj, double *returnValue)         { BEGIN_WRAP *returnValue = obj->getTau(); END_WRAP }
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_DualTVL1OpticalFlow_setTau [32/64bit] アルソージェットタウを見る %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double val %inst 元関数名(C#): superres_DualTVL1OpticalFlow_setTau 元DLLエクスポート名: superres_DualTVL1OpticalFlow_setTau 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_DualTVL1OpticalFlow_setTau(cv::superres::DualTVL1OpticalFlow *obj, double val)                  { BEGIN_WRAP obj->setTau(val); END_WRAP }
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_DualTVL1OpticalFlow_getLambda [32/64bit] アルソセットラムダを見る %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst 元関数名(C#): superres_DualTVL1OpticalFlow_getLambda 元DLLエクスポート名: superres_DualTVL1OpticalFlow_getLambda 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_DualTVL1OpticalFlow_getLambda(cv::superres::DualTVL1OpticalFlow *obj, double *returnValue)      { BEGIN_WRAP *returnValue = obj->getLambda(); END_WRAP }
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_DualTVL1OpticalFlow_setLambda [32/64bit] アルソゲトラムダを見る %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double val %inst 元関数名(C#): superres_DualTVL1OpticalFlow_setLambda 元DLLエクスポート名: superres_DualTVL1OpticalFlow_setLambda 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_DualTVL1OpticalFlow_setLambda(cv::superres::DualTVL1OpticalFlow *obj, double val)               { BEGIN_WRAP obj->setLambda(val); END_WRAP }
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_DualTVL1OpticalFlow_getTheta [32/64bit] アルソセットシータを見る %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst 元関数名(C#): superres_DualTVL1OpticalFlow_getTheta 元DLLエクスポート名: superres_DualTVL1OpticalFlow_getTheta 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_DualTVL1OpticalFlow_getTheta(cv::superres::DualTVL1OpticalFlow *obj, double *returnValue)       { BEGIN_WRAP *returnValue = obj->getTheta(); END_WRAP }
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_DualTVL1OpticalFlow_setTheta [32/64bit] アルソゲトシータを参照 %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double val %inst 元関数名(C#): superres_DualTVL1OpticalFlow_setTheta 元DLLエクスポート名: superres_DualTVL1OpticalFlow_setTheta 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_DualTVL1OpticalFlow_setTheta(cv::superres::DualTVL1OpticalFlow *obj, double val)                { BEGIN_WRAP obj->setTheta(val); END_WRAP }
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_DualTVL1OpticalFlow_getScalesNumber [32/64bit] アルソセットスケールナンバーを見る %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): superres_DualTVL1OpticalFlow_getScalesNumber 元DLLエクスポート名: superres_DualTVL1OpticalFlow_getScalesNumber 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_DualTVL1OpticalFlow_getScalesNumber(cv::superres::DualTVL1OpticalFlow *obj, int *returnValue)   { BEGIN_WRAP *returnValue = obj->getScalesNumber(); END_WRAP }
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_DualTVL1OpticalFlow_setScalesNumber [32/64bit] アルソジェットスケールナンバー参照 %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): superres_DualTVL1OpticalFlow_setScalesNumber 元DLLエクスポート名: superres_DualTVL1OpticalFlow_setScalesNumber 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_DualTVL1OpticalFlow_setScalesNumber(cv::superres::DualTVL1OpticalFlow *obj, int val)            { BEGIN_WRAP obj->setScalesNumber(val); END_WRAP }
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_DualTVL1OpticalFlow_getWarpingsNumber [32/64bit] アルソセットワッピングナンバーを見る %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): superres_DualTVL1OpticalFlow_getWarpingsNumber 元DLLエクスポート名: superres_DualTVL1OpticalFlow_getWarpingsNumber 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_DualTVL1OpticalFlow_getWarpingsNumber(cv::superres::DualTVL1OpticalFlow *obj, int *returnValue) { BEGIN_WRAP *returnValue = obj->getWarpingsNumber(); END_WRAP }
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_DualTVL1OpticalFlow_setWarpingsNumber [32/64bit] alsogetWarpingsNumber参照 %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): superres_DualTVL1OpticalFlow_setWarpingsNumber 元DLLエクスポート名: superres_DualTVL1OpticalFlow_setWarpingsNumber 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_DualTVL1OpticalFlow_setWarpingsNumber(cv::superres::DualTVL1OpticalFlow *obj, int val)          { BEGIN_WRAP obj->setWarpingsNumber(val); END_WRAP }
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_DualTVL1OpticalFlow_getEpsilon [32/64bit] アルソセットイプシロン参照 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst 元関数名(C#): superres_DualTVL1OpticalFlow_getEpsilon 元DLLエクスポート名: superres_DualTVL1OpticalFlow_getEpsilon 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_DualTVL1OpticalFlow_getEpsilon(cv::superres::DualTVL1OpticalFlow *obj, double *returnValue)     { BEGIN_WRAP *returnValue = obj->getEpsilon(); END_WRAP }
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_DualTVL1OpticalFlow_setEpsilon [32/64bit] alsogetEpsilonを参照 %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double val %inst 元関数名(C#): superres_DualTVL1OpticalFlow_setEpsilon 元DLLエクスポート名: superres_DualTVL1OpticalFlow_setEpsilon 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_DualTVL1OpticalFlow_setEpsilon(cv::superres::DualTVL1OpticalFlow *obj, double val)              { BEGIN_WRAP obj->setEpsilon(val); END_WRAP }
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_DualTVL1OpticalFlow_getIterations [32/64bit] alsosetIterationsを参照。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): superres_DualTVL1OpticalFlow_getIterations 元DLLエクスポート名: superres_DualTVL1OpticalFlow_getIterations 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_DualTVL1OpticalFlow_getIterations(cv::superres::DualTVL1OpticalFlow *obj, int *returnValue)     { BEGIN_WRAP *returnValue = obj->getIterations(); END_WRAP }
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_DualTVL1OpticalFlow_setIterations [32/64bit] alsogetIterationsを参照。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): superres_DualTVL1OpticalFlow_setIterations 元DLLエクスポート名: superres_DualTVL1OpticalFlow_setIterations 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_DualTVL1OpticalFlow_setIterations(cv::superres::DualTVL1OpticalFlow *obj, int val)              { BEGIN_WRAP obj->setIterations(val); END_WRAP }
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_DualTVL1OpticalFlow_getUseInitialFlow [32/64bit] アルソセットユーズイニシャルフロー参照 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): superres_DualTVL1OpticalFlow_getUseInitialFlow 元DLLエクスポート名: superres_DualTVL1OpticalFlow_getUseInitialFlow 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_DualTVL1OpticalFlow_getUseInitialFlow(cv::superres::DualTVL1OpticalFlow *obj, int *returnValue) { BEGIN_WRAP *returnValue = obj->getUseInitialFlow() ? 1 : 0; END_WRAP }
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_DualTVL1OpticalFlow_setUseInitialFlow [32/64bit] alsogetUseInitialFlow参照 %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): superres_DualTVL1OpticalFlow_setUseInitialFlow 元DLLエクスポート名: superres_DualTVL1OpticalFlow_setUseInitialFlow 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_DualTVL1OpticalFlow_setUseInitialFlow(cv::superres::DualTVL1OpticalFlow *obj, int val)          { BEGIN_WRAP obj->setUseInitialFlow(val != 0); END_WRAP }
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_createOptFlow_Brox_CUDA [32/64bit] superres_createOptFlow_Brox_CUDA %prm p1 p1 = var : out IntPtr returnValue %inst 元関数名(C#): superres_createOptFlow_Brox_CUDA 元DLLエクスポート名: superres_createOptFlow_Brox_CUDA 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_createOptFlow_Brox_CUDA(cv::Ptr<cv::superres::BroxOpticalFlow> **returnValue)
{
    BEGIN_WRAP
    *returnValue = clone(cv::superres::createOptFlow_Brox_CUDA());
    END_WRAP
}
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_Ptr_BroxOpticalFlow_get [32/64bit] cv::superres::BroxOpticalFlow のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst 元関数名(C#): superres_Ptr_BroxOpticalFlow_get 元DLLエクスポート名: superres_Ptr_BroxOpticalFlow_get 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_Ptr_BroxOpticalFlow_get(
    cv::Ptr<cv::superres::BroxOpticalFlow> *ptr, cv::superres::BroxOpticalFlow **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_Ptr_BroxOpticalFlow_delete [32/64bit] cv::superres::BroxOpticalFlow のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr ptr %inst 元関数名(C#): superres_Ptr_BroxOpticalFlow_delete 元DLLエクスポート名: superres_Ptr_BroxOpticalFlow_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_Ptr_BroxOpticalFlow_delete(
    cv::Ptr<cv::superres::BroxOpticalFlow> *ptr)
{
    BEGIN_WRAP
    delete ptr;
    END_WRAP
}
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_BroxOpticalFlow_getAlpha [32/64bit] フローの滑らかさ。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst アルソセットアルファー参照 元関数名(C#): superres_BroxOpticalFlow_getAlpha 元DLLエクスポート名: superres_BroxOpticalFlow_getAlpha 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_BroxOpticalFlow_getAlpha(cv::superres::BroxOpticalFlow *obj, double *returnValue)         { BEGIN_WRAP *returnValue = obj->getAlpha(); END_WRAP }
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_BroxOpticalFlow_setAlpha [32/64bit] フローの滑らかさ。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double val %inst alsogetAlpha参照 元関数名(C#): superres_BroxOpticalFlow_setAlpha 元DLLエクスポート名: superres_BroxOpticalFlow_setAlpha 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_BroxOpticalFlow_setAlpha(cv::superres::BroxOpticalFlow *obj, double val)                  { BEGIN_WRAP obj->setAlpha(val); END_WRAP }
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_BroxOpticalFlow_getGamma [32/64bit] superres_BroxOpticalFlow_getGamma %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst 元関数名(C#): superres_BroxOpticalFlow_getGamma 元DLLエクスポート名: superres_BroxOpticalFlow_getGamma 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_BroxOpticalFlow_getGamma(cv::superres::BroxOpticalFlow *obj, double *returnValue)         { BEGIN_WRAP *returnValue = obj->getGamma(); END_WRAP }
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_BroxOpticalFlow_setGamma [32/64bit] 勾配の恒常性の重要性。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double val %inst alsogetGamma を参照。 元関数名(C#): superres_BroxOpticalFlow_setGamma 元DLLエクスポート名: superres_BroxOpticalFlow_setGamma 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_BroxOpticalFlow_setGamma(cv::superres::BroxOpticalFlow *obj, double val)                  { BEGIN_WRAP obj->setGamma(val); END_WRAP }
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_BroxOpticalFlow_getScaleFactor [32/64bit] ピラミッドのスケールファクター。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst alsosetScaleFactorを参照してください。 元関数名(C#): superres_BroxOpticalFlow_getScaleFactor 元DLLエクスポート名: superres_BroxOpticalFlow_getScaleFactor 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_BroxOpticalFlow_getScaleFactor(cv::superres::BroxOpticalFlow *obj, double *returnValue)   { BEGIN_WRAP *returnValue = obj->getScaleFactor(); END_WRAP }
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_BroxOpticalFlow_setScaleFactor [32/64bit] ピラミッドのスケールファクター。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double val %inst alsogetScaleFactorを参照 元関数名(C#): superres_BroxOpticalFlow_setScaleFactor 元DLLエクスポート名: superres_BroxOpticalFlow_setScaleFactor 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_BroxOpticalFlow_setScaleFactor(cv::superres::BroxOpticalFlow *obj, double val)            { BEGIN_WRAP obj->setScaleFactor(val); END_WRAP }
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_BroxOpticalFlow_getInnerIterations [32/64bit] 遅れた非線形性の反復回数（内側ループ） %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst alsosetInnerIterationsを参照。 元関数名(C#): superres_BroxOpticalFlow_getInnerIterations 元DLLエクスポート名: superres_BroxOpticalFlow_getInnerIterations 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_BroxOpticalFlow_getInnerIterations(cv::superres::BroxOpticalFlow *obj, int *returnValue)  { BEGIN_WRAP *returnValue = obj->getInnerIterations(); END_WRAP }
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_BroxOpticalFlow_setInnerIterations [32/64bit] 遅れた非線形性の反復回数（内側ループ） %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst alsogetInnerIterationsを参照。 元関数名(C#): superres_BroxOpticalFlow_setInnerIterations 元DLLエクスポート名: superres_BroxOpticalFlow_setInnerIterations 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_BroxOpticalFlow_setInnerIterations(cv::superres::BroxOpticalFlow *obj, int val)           { BEGIN_WRAP obj->setInnerIterations(val); END_WRAP }
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_BroxOpticalFlow_getOuterIterations [32/64bit] ワープの反復回数（ピラミッドのレベル数） %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst alsosetOuterIterationsを参照。 元関数名(C#): superres_BroxOpticalFlow_getOuterIterations 元DLLエクスポート名: superres_BroxOpticalFlow_getOuterIterations 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_BroxOpticalFlow_getOuterIterations(cv::superres::BroxOpticalFlow *obj, int *returnValue)  { BEGIN_WRAP *returnValue = obj->getOuterIterations(); END_WRAP }
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_BroxOpticalFlow_setOuterIterations [32/64bit] ワープの反復回数（ピラミッドのレベル数） %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst alsogetOuterIterationsを参照。 元関数名(C#): superres_BroxOpticalFlow_setOuterIterations 元DLLエクスポート名: superres_BroxOpticalFlow_setOuterIterations 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_BroxOpticalFlow_setOuterIterations(cv::superres::BroxOpticalFlow *obj, int val)           { BEGIN_WRAP obj->setOuterIterations(val); END_WRAP }
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_BroxOpticalFlow_getSolverIterations [32/64bit] 線形システムソルバーのイテレーション数。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst alsosetSolverIterationsを参照。 元関数名(C#): superres_BroxOpticalFlow_getSolverIterations 元DLLエクスポート名: superres_BroxOpticalFlow_getSolverIterations 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_BroxOpticalFlow_getSolverIterations(cv::superres::BroxOpticalFlow *obj, int *returnValue) { BEGIN_WRAP *returnValue = obj->getSolverIterations(); END_WRAP }
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_BroxOpticalFlow_setSolverIterations [32/64bit] 線形システムソルバーのイテレーション数。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst alsogetSolverIterationsを参照。 元関数名(C#): superres_BroxOpticalFlow_setSolverIterations 元DLLエクスポート名: superres_BroxOpticalFlow_setSolverIterations 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_BroxOpticalFlow_setSolverIterations(cv::superres::BroxOpticalFlow *obj, int val)          { BEGIN_WRAP obj->setSolverIterations(val); END_WRAP }
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_createOptFlow_PyrLK_CUDA [32/64bit] superres_createOptFlow_PyrLK_CUDA %prm p1 p1 = var : out IntPtr returnValue %inst 元関数名(C#): superres_createOptFlow_PyrLK_CUDA 元DLLエクスポート名: superres_createOptFlow_PyrLK_CUDA 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_createOptFlow_PyrLK_CUDA(cv::Ptr<cv::superres::PyrLKOpticalFlow> **returnValue)
{
    BEGIN_WRAP
    *returnValue = clone(cv::superres::createOptFlow_PyrLK_CUDA());
    END_WRAP
}
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_Ptr_PyrLKOpticalFlow_get [32/64bit] cv::superres::PyrLKOpticalFlow のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst 元関数名(C#): superres_Ptr_PyrLKOpticalFlow_get 元DLLエクスポート名: superres_Ptr_PyrLKOpticalFlow_get 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_Ptr_PyrLKOpticalFlow_get(
    cv::Ptr<cv::superres::PyrLKOpticalFlow> *ptr, cv::superres::PyrLKOpticalFlow **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_Ptr_PyrLKOpticalFlow_delete [32/64bit] cv::superres::PyrLKOpticalFlow のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr ptr %inst 元関数名(C#): superres_Ptr_PyrLKOpticalFlow_delete 元DLLエクスポート名: superres_Ptr_PyrLKOpticalFlow_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_Ptr_PyrLKOpticalFlow_delete(
    cv::Ptr<cv::superres::PyrLKOpticalFlow> *ptr)
{
    BEGIN_WRAP
    delete ptr;
    END_WRAP
}
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_PyrLKOpticalFlow_getWindowSize [32/64bit] アルソセットウィンドウサイズを見る %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): superres_PyrLKOpticalFlow_getWindowSize 元DLLエクスポート名: superres_PyrLKOpticalFlow_getWindowSize 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_PyrLKOpticalFlow_getWindowSize(cv::superres::PyrLKOpticalFlow *obj, int *returnValue) { BEGIN_WRAP *returnValue = obj->getWindowSize(); END_WRAP }
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_PyrLKOpticalFlow_setWindowSize [32/64bit] alsogetWindowSize参照 %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): superres_PyrLKOpticalFlow_setWindowSize 元DLLエクスポート名: superres_PyrLKOpticalFlow_setWindowSize 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_PyrLKOpticalFlow_setWindowSize(cv::superres::PyrLKOpticalFlow *obj, int val)          { BEGIN_WRAP obj->setWindowSize(val); END_WRAP }
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_PyrLKOpticalFlow_getMaxLevel [32/64bit] 参照：アルソセットマックスレベル %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): superres_PyrLKOpticalFlow_getMaxLevel 元DLLエクスポート名: superres_PyrLKOpticalFlow_getMaxLevel 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_PyrLKOpticalFlow_getMaxLevel(cv::superres::PyrLKOpticalFlow *obj, int *returnValue)   { BEGIN_WRAP *returnValue = obj->getMaxLevel(); END_WRAP }
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_PyrLKOpticalFlow_setMaxLevel [32/64bit] alsogetMaxLevel を参照してください． %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): superres_PyrLKOpticalFlow_setMaxLevel 元DLLエクスポート名: superres_PyrLKOpticalFlow_setMaxLevel 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_PyrLKOpticalFlow_setMaxLevel(cv::superres::PyrLKOpticalFlow *obj, int val)            { BEGIN_WRAP obj->setMaxLevel(val); END_WRAP }
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_PyrLKOpticalFlow_getIterations [32/64bit] alsosetIterationsを参照。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): superres_PyrLKOpticalFlow_getIterations 元DLLエクスポート名: superres_PyrLKOpticalFlow_getIterations 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_PyrLKOpticalFlow_getIterations(cv::superres::PyrLKOpticalFlow *obj, int *returnValue) { BEGIN_WRAP *returnValue = obj->getIterations(); END_WRAP }
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_PyrLKOpticalFlow_setIterations [32/64bit] alsogetIterationsを参照。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): superres_PyrLKOpticalFlow_setIterations 元DLLエクスポート名: superres_PyrLKOpticalFlow_setIterations 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_DenseOpticalFlowExt.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_PyrLKOpticalFlow_setIterations(cv::superres::PyrLKOpticalFlow *obj, int val)          { BEGIN_WRAP obj->setIterations(val); END_WRAP }
}html %group NativeMethods_superres_DenseOpticalFlowExt %index superres_FrameSource_nextFrame [32/64bit] cv::superres::SuperResolution で実装されています． %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr frame %inst 元関数名(C#): superres_FrameSource_nextFrame 元DLLエクスポート名: superres_FrameSource_nextFrame 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_FrameSource.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_FrameSource_nextFrame(
    cv::Ptr<cv::superres::FrameSource> *obj, cv::_OutputArray *frame)
{
    BEGIN_WRAP
    (*obj)->nextFrame(*frame);
    END_WRAP
}
}html %group NativeMethods_superres_FrameSource %index superres_FrameSource_reset [32/64bit] cv::superres::SuperResolution で実装されています． %prm p1 p1 = sptr : IntPtr obj %inst 元関数名(C#): superres_FrameSource_reset 元DLLエクスポート名: superres_FrameSource_reset 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_FrameSource.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_FrameSource_reset(
    cv::Ptr<cv::superres::FrameSource> *obj)
{
    BEGIN_WRAP
    (*obj)->reset();
    END_WRAP
}
}html %group NativeMethods_superres_FrameSource %index superres_createFrameSource_Empty [32/64bit] superres_createFrameSource_Empty %prm p1 p1 = var : out IntPtr returnValue %inst 元関数名(C#): superres_createFrameSource_Empty 元DLLエクスポート名: superres_createFrameSource_Empty 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_FrameSource.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_createFrameSource_Empty(cv::Ptr<cv::superres::FrameSource> **returnValue)
{
    BEGIN_WRAP
    *returnValue = clone( cv::superres::createFrameSource_Empty() );
    END_WRAP
}
}html %group NativeMethods_superres_FrameSource %index superres_createFrameSource_Video [32/64bit] superres_createFrameSource_Video %prm p1,p2 p1 = str : [MarshalAs(UnmanagedType.LPStr)] string fileName p2 = var : out IntPtr returnValue %inst 元関数名(C#): superres_createFrameSource_Video 元DLLエクスポート名: superres_createFrameSource_Video 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_FrameSource.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_createFrameSource_Video(const char *fileName, cv::Ptr<cv::superres::FrameSource> **returnValue)
{
    BEGIN_WRAP
    *returnValue = clone( cv::superres::createFrameSource_Video(fileName) );
    END_WRAP
}
}html %group NativeMethods_superres_FrameSource %index superres_createFrameSource_Video_CUDA [32/64bit] superres_createFrameSource_Video_CUDA %prm p1,p2 p1 = str : [MarshalAs(UnmanagedType.LPStr)] string fileName p2 = var : out IntPtr returnValue %inst 元関数名(C#): superres_createFrameSource_Video_CUDA 元DLLエクスポート名: superres_createFrameSource_Video_CUDA 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_FrameSource.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_createFrameSource_Video_CUDA(const char *fileName, cv::Ptr<cv::superres::FrameSource> **returnValue)
{
    BEGIN_WRAP
    *returnValue = clone( cv::superres::createFrameSource_Video_CUDA(fileName) );
    END_WRAP
}
}html %group NativeMethods_superres_FrameSource %index superres_createFrameSource_Camera [32/64bit] superres_createFrameSource_Camera %prm p1,p2 p1 = int : int deviceId p2 = var : out IntPtr returnValue %inst 元関数名(C#): superres_createFrameSource_Camera 元DLLエクスポート名: superres_createFrameSource_Camera 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_FrameSource.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_createFrameSource_Camera(int deviceId, cv::Ptr<cv::superres::FrameSource> **returnValue)
{
    BEGIN_WRAP
    *returnValue = clone( cv::superres::createFrameSource_Camera(deviceId) );
    END_WRAP
}
}html %group NativeMethods_superres_FrameSource %index superres_Ptr_FrameSource_get [32/64bit] cv::superres::FrameSource のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst 元関数名(C#): superres_Ptr_FrameSource_get 元DLLエクスポート名: superres_Ptr_FrameSource_get 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_FrameSource.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_Ptr_FrameSource_get(cv::Ptr<cv::superres::FrameSource> *ptr, cv::superres::FrameSource **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_superres_FrameSource %index superres_Ptr_FrameSource_delete [32/64bit] cv::superres::FrameSource のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr ptr %inst 元関数名(C#): superres_Ptr_FrameSource_delete 元DLLエクスポート名: superres_Ptr_FrameSource_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_FrameSource.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_Ptr_FrameSource_delete(cv::Ptr<cv::superres::FrameSource> *ptr)
{
    BEGIN_WRAP
    delete ptr;
    END_WRAP
}
}html %group NativeMethods_superres_FrameSource %index superres_SuperResolution_setInput [32/64bit] 超解像アルゴリズムの入力フレームソースを設定します． %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr frameSource %inst 元関数名(C#): superres_SuperResolution_setInput 元DLLエクスポート名: superres_SuperResolution_setInput 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_SuperResolution.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_SuperResolution_setInput(
    cv::superres::SuperResolution *obj, cv::Ptr<cv::superres::FrameSource> *frameSource)
{
    BEGIN_WRAP
    obj->setInput(*frameSource);
    END_WRAP
}
}html %group NativeMethods_superres_SuperResolution %index superres_SuperResolution_nextFrame [32/64bit] 入力フレームの次のフレームを処理して，出力結果を返します． %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr frame %inst cv::superres::FrameSource を実装します． 元関数名(C#): superres_SuperResolution_nextFrame 元DLLエクスポート名: superres_SuperResolution_nextFrame 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_SuperResolution.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_SuperResolution_nextFrame(
    cv::superres::SuperResolution *obj, cv::_OutputArray *frame)
{
    BEGIN_WRAP
    obj->nextFrame(*frame);
    END_WRAP
}
}html %group NativeMethods_superres_SuperResolution %index superres_SuperResolution_reset [32/64bit] cv::superres::FrameSource を実装します． %prm p1 p1 = sptr : IntPtr obj %inst 元関数名(C#): superres_SuperResolution_reset 元DLLエクスポート名: superres_SuperResolution_reset 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_SuperResolution.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_SuperResolution_reset(cv::superres::SuperResolution *obj)
{
    BEGIN_WRAP
    obj->reset();
    END_WRAP
}
}html %group NativeMethods_superres_SuperResolution %index superres_SuperResolution_collectGarbage [32/64bit] すべての内部バッファをクリアします． %prm p1 p1 = sptr : IntPtr obj %inst 元関数名(C#): superres_SuperResolution_collectGarbage 元DLLエクスポート名: superres_SuperResolution_collectGarbage 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_SuperResolution.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_SuperResolution_collectGarbage(cv::superres::SuperResolution *obj)
{
    BEGIN_WRAP
    obj->collectGarbage();
    END_WRAP
}
}html %group NativeMethods_superres_SuperResolution %index superres_createSuperResolution_BTVL1 [32/64bit] 両側TV-L1超解像を作成します． %prm p1 p1 = var : out IntPtr returnValue %inst このクラスは，論文 [70] と [175] で述べられている超解像アルゴリズムを実装しています．アルゴリズムを制御するクラスの重要なメンバは以下の通りで，クラスのインスタンスを生成した後に設定することができます． int iterations 反復回数． double tau 最急降下法の漸近値． double lambda data項とsmoothness項のバランスをとるための重みパラメータ． double alpha Bilateral-TVでの空間分布のパラメータ。 int btvKernelSize Bilateral-TVフィルタのカーネルサイズ。 int blurKernelSize ガウス・ブラーのカーネルサイズ。 double blurSigma ガウスぼかしのシグマ． int temporalAreaRadius 時間軸方向の探索領域の半径を指定します。 Ptr opticalFlow 密なオプティカルフローアルゴリズム． 元関数名(C#): superres_createSuperResolution_BTVL1 元DLLエクスポート名: superres_createSuperResolution_BTVL1 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_SuperResolution.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_createSuperResolution_BTVL1(cv::Ptr<cv::superres::SuperResolution> **returnValue)
{
    BEGIN_WRAP
    *returnValue = clone( cv::superres::createSuperResolution_BTVL1() );
    END_WRAP
}
}html %group NativeMethods_superres_SuperResolution %index superres_createSuperResolution_BTVL1_CUDA [32/64bit] superres_createSuperResolution_BTVL1_CUDA %prm p1 p1 = var : out IntPtr returnValue %inst 元関数名(C#): superres_createSuperResolution_BTVL1_CUDA 元DLLエクスポート名: superres_createSuperResolution_BTVL1_CUDA 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_SuperResolution.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_createSuperResolution_BTVL1_CUDA(cv::Ptr<cv::superres::SuperResolution> **returnValue)
{
    BEGIN_WRAP
    *returnValue = clone( cv::superres::createSuperResolution_BTVL1_CUDA() );
    END_WRAP
}
}html %group NativeMethods_superres_SuperResolution %index superres_Ptr_SuperResolution_get [32/64bit] cv::superres::SuperResolution のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst 超解像アルゴリズムのベースクラスです． このクラスは，超解像アルゴリズムのファミリー全体に共通するインターフェースを定義するためにのみ使用されます． 元関数名(C#): superres_Ptr_SuperResolution_get 元DLLエクスポート名: superres_Ptr_SuperResolution_get 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_SuperResolution.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_Ptr_SuperResolution_get(
    cv::Ptr<cv::superres::SuperResolution> *ptr, cv::superres::SuperResolution **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_superres_SuperResolution %index superres_Ptr_SuperResolution_delete [32/64bit] cv::superres::SuperResolution のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr ptr %inst 超解像アルゴリズムのベースクラスです． このクラスは，超解像アルゴリズムのファミリー全体に共通するインターフェースを定義するためにのみ使用されます． 元関数名(C#): superres_Ptr_SuperResolution_delete 元DLLエクスポート名: superres_Ptr_SuperResolution_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_SuperResolution.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_Ptr_SuperResolution_delete(cv::Ptr<cv::superres::SuperResolution> *ptr)
{
    BEGIN_WRAP
    delete ptr;
    END_WRAP
}
}html %group NativeMethods_superres_SuperResolution %index superres_SuperResolution_getScale [32/64bit] スケールファクター。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst alsosetScale参照 元関数名(C#): superres_SuperResolution_getScale 元DLLエクスポート名: superres_SuperResolution_getScale 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_SuperResolution.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_SuperResolution_getScale(cv::superres::SuperResolution *obj, int *returnValue)              { BEGIN_WRAP *returnValue = obj->getScale(); END_WRAP }
}html %group NativeMethods_superres_SuperResolution %index superres_SuperResolution_setScale [32/64bit] スケールファクター。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst alsogetScaleを参照してください。 元関数名(C#): superres_SuperResolution_setScale 元DLLエクスポート名: superres_SuperResolution_setScale 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_SuperResolution.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_SuperResolution_setScale(cv::superres::SuperResolution *obj, int val)                       { BEGIN_WRAP obj->setScale(val); END_WRAP }
}html %group NativeMethods_superres_SuperResolution %index superres_SuperResolution_getIterations [32/64bit] 反復回数. %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst alsosetIterationsを参照。 元関数名(C#): superres_SuperResolution_getIterations 元DLLエクスポート名: superres_SuperResolution_getIterations 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_SuperResolution.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_SuperResolution_getIterations(cv::superres::SuperResolution *obj, int *returnValue)         { BEGIN_WRAP *returnValue = obj->getIterations(); END_WRAP }
}html %group NativeMethods_superres_SuperResolution %index superres_SuperResolution_setIterations [32/64bit] 反復回数. %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst alsogetIterationsを参照。 元関数名(C#): superres_SuperResolution_setIterations 元DLLエクスポート名: superres_SuperResolution_setIterations 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_SuperResolution.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_SuperResolution_setIterations(cv::superres::SuperResolution *obj, int val)                  { BEGIN_WRAP obj->setIterations(val); END_WRAP }
}html %group NativeMethods_superres_SuperResolution %index superres_SuperResolution_getTau [32/64bit] 最急降下法の漸近値。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst アルソセットタウを見る 元関数名(C#): superres_SuperResolution_getTau 元DLLエクスポート名: superres_SuperResolution_getTau 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_SuperResolution.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_SuperResolution_getTau(cv::superres::SuperResolution *obj, double *returnValue)             { BEGIN_WRAP *returnValue = obj->getTau(); END_WRAP }
}html %group NativeMethods_superres_SuperResolution %index superres_SuperResolution_setTau [32/64bit] 最急降下法の漸近値。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double val %inst アルソージェットタウを見る 元関数名(C#): superres_SuperResolution_setTau 元DLLエクスポート名: superres_SuperResolution_setTau 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_SuperResolution.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_SuperResolution_setTau(cv::superres::SuperResolution *obj, double val)                      { BEGIN_WRAP obj->setTau(val); END_WRAP }
}html %group NativeMethods_superres_SuperResolution %index superres_SuperResolution_getLambda [32/64bit] data項とsmoothness項のバランスをとるためのウェイトパラメータ。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst アルソセットラムダを見る 元関数名(C#): superres_SuperResolution_getLambda 元DLLエクスポート名: superres_SuperResolution_getLambda 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_SuperResolution.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_SuperResolution_getLambda(cv::superres::SuperResolution *obj, double *returnValue)          { BEGIN_WRAP *returnValue = obj->getLambda(); END_WRAP }
}html %group NativeMethods_superres_SuperResolution %index superres_SuperResolution_setLambda [32/64bit] data項とsmoothness項のバランスをとるためのウェイトパラメータ。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double val %inst アルソゲトラムダを見る 元関数名(C#): superres_SuperResolution_setLambda 元DLLエクスポート名: superres_SuperResolution_setLambda 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_SuperResolution.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_SuperResolution_setLambda(cv::superres::SuperResolution *obj, double val)                   { BEGIN_WRAP obj->setLambda(val); END_WRAP }
}html %group NativeMethods_superres_SuperResolution %index superres_SuperResolution_getAlpha [32/64bit] Bilateral-TVの空間分布のパラメータです。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst アルソセットアルファー参照 元関数名(C#): superres_SuperResolution_getAlpha 元DLLエクスポート名: superres_SuperResolution_getAlpha 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_SuperResolution.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_SuperResolution_getAlpha(cv::superres::SuperResolution *obj, double *returnValue)           { BEGIN_WRAP *returnValue = obj->getAlpha(); END_WRAP }
}html %group NativeMethods_superres_SuperResolution %index superres_SuperResolution_setAlpha [32/64bit] Bilateral-TVの空間分布のパラメータです。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double val %inst alsogetAlpha参照 元関数名(C#): superres_SuperResolution_setAlpha 元DLLエクスポート名: superres_SuperResolution_setAlpha 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_SuperResolution.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_SuperResolution_setAlpha(cv::superres::SuperResolution *obj, double val)                    { BEGIN_WRAP obj->setAlpha(val); END_WRAP }
}html %group NativeMethods_superres_SuperResolution %index superres_SuperResolution_getKernelSize [32/64bit] Bilateral-TV フィルタのカーネルサイズ． %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst alsosetKernelSize を参照してください。 元関数名(C#): superres_SuperResolution_getKernelSize 元DLLエクスポート名: superres_SuperResolution_getKernelSize 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_SuperResolution.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_SuperResolution_getKernelSize(cv::superres::SuperResolution *obj, int *returnValue)         { BEGIN_WRAP *returnValue = obj->getKernelSize(); END_WRAP }
}html %group NativeMethods_superres_SuperResolution %index superres_SuperResolution_setKernelSize [32/64bit] Bilateral-TV フィルタのカーネルサイズ． %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst alsogetKernelSize を参照してください。 元関数名(C#): superres_SuperResolution_setKernelSize 元DLLエクスポート名: superres_SuperResolution_setKernelSize 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_SuperResolution.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_SuperResolution_setKernelSize(cv::superres::SuperResolution *obj, int val)                  { BEGIN_WRAP obj->setKernelSize(val); END_WRAP }
}html %group NativeMethods_superres_SuperResolution %index superres_SuperResolution_getBlurKernelSize [32/64bit] ガウスブラーのカーネルサイズ %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst alsosetBlurKernelSize参照。 元関数名(C#): superres_SuperResolution_getBlurKernelSize 元DLLエクスポート名: superres_SuperResolution_getBlurKernelSize 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_SuperResolution.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_SuperResolution_getBlurKernelSize(cv::superres::SuperResolution *obj, int *returnValue)     { BEGIN_WRAP *returnValue = obj->getBlurKernelSize(); END_WRAP }
}html %group NativeMethods_superres_SuperResolution %index superres_SuperResolution_setBlurKernelSize [32/64bit] ガウスブラーのカーネルサイズ %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst alsogetBlurKernelSize参照 元関数名(C#): superres_SuperResolution_setBlurKernelSize 元DLLエクスポート名: superres_SuperResolution_setBlurKernelSize 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_SuperResolution.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_SuperResolution_setBlurKernelSize(cv::superres::SuperResolution *obj, int val)              { BEGIN_WRAP obj->setBlurKernelSize(val); END_WRAP }
}html %group NativeMethods_superres_SuperResolution %index superres_SuperResolution_getBlurSigma [32/64bit] ガウスぼかしのシグマ。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst 参照：「alsosetBlurSigma 元関数名(C#): superres_SuperResolution_getBlurSigma 元DLLエクスポート名: superres_SuperResolution_getBlurSigma 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_SuperResolution.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_SuperResolution_getBlurSigma(cv::superres::SuperResolution *obj, double *returnValue)       { BEGIN_WRAP *returnValue = obj->getBlurSigma(); END_WRAP }
}html %group NativeMethods_superres_SuperResolution %index superres_SuperResolution_setBlurSigma [32/64bit] ガウスぼかしのシグマ。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double val %inst 参照：「alsogetBlurSigma 元関数名(C#): superres_SuperResolution_setBlurSigma 元DLLエクスポート名: superres_SuperResolution_setBlurSigma 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_SuperResolution.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_SuperResolution_setBlurSigma(cv::superres::SuperResolution *obj, double val)                { BEGIN_WRAP obj->setBlurSigma(val); END_WRAP }
}html %group NativeMethods_superres_SuperResolution %index superres_SuperResolution_getTemporalAreaRadius [32/64bit] 時間軸方向の検索領域の半径。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 参照：alsosetTemporalAreaRadius 元関数名(C#): superres_SuperResolution_getTemporalAreaRadius 元DLLエクスポート名: superres_SuperResolution_getTemporalAreaRadius 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_SuperResolution.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_SuperResolution_getTemporalAreaRadius(cv::superres::SuperResolution *obj, int *returnValue) { BEGIN_WRAP *returnValue = obj->getTemporalAreaRadius(); END_WRAP }
}html %group NativeMethods_superres_SuperResolution %index superres_SuperResolution_setTemporalAreaRadius [32/64bit] 時間軸方向の検索領域の半径。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst alsogetTemporalAreaRadius を参照してください。 元関数名(C#): superres_SuperResolution_setTemporalAreaRadius 元DLLエクスポート名: superres_SuperResolution_setTemporalAreaRadius 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_SuperResolution.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_SuperResolution_setTemporalAreaRadius(cv::superres::SuperResolution *obj, int val)          { BEGIN_WRAP obj->setTemporalAreaRadius(val); END_WRAP }
}html %group NativeMethods_superres_SuperResolution %index superres_SuperResolution_getOpticalFlow [32/64bit] superres_SuperResolution_getOpticalFlow %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst 元関数名(C#): superres_SuperResolution_getOpticalFlow 元DLLエクスポート名: superres_SuperResolution_getOpticalFlow 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_SuperResolution.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_SuperResolution_getOpticalFlow(cv::superres::SuperResolution *obj, cv::Ptr<cv::superres::DenseOpticalFlowExt> **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::Ptr<cv::superres::DenseOpticalFlowExt>(obj->getOpticalFlow());
    END_WRAP
}
}html %group NativeMethods_superres_SuperResolution %index superres_SuperResolution_setOpticalFlow [32/64bit] 密なオプティカルフローアルゴリズム。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr val %inst 関連項目： alsogetOpticalFlow 元関数名(C#): superres_SuperResolution_setOpticalFlow 元DLLエクスポート名: superres_SuperResolution_setOpticalFlow 参照元CSファイル: Internal\PInvoke\NativeMethods\superres\NativeMethods_superres_SuperResolution.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) superres_SuperResolution_setOpticalFlow(cv::superres::SuperResolution *obj, cv::Ptr<cv::superres::DenseOpticalFlowExt> *val)
{
    BEGIN_WRAP
    obj->setOpticalFlow(*val);
    END_WRAP
}
}html %group NativeMethods_superres_SuperResolution %index text_OCRTesseract_run1 [32/64bit] tesseract-ocr APIを用いてテキストを認識します． %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr obj p2 = sptr : IntPtr image p3 = sptr : IntPtr outputText p4 = sptr : IntPtr componentRects p5 = sptr : IntPtr componentTexts p6 = sptr : IntPtr componentConfidences p7 = int : int componentLevel %inst 入力として画像を受け取り、output_textパラメータで認識したテキストを返します。オプションとして，検出された個々のテキスト要素（例えば，単語）のRectsと，それらのテキスト要素のリストとその信頼度の値も提供します． 元関数名(C#): text_OCRTesseract_run1 元DLLエクスポート名: text_OCRTesseract_run1 参照元CSファイル: Internal\PInvoke\NativeMethods\text\NativeMethods_text.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) text_OCRTesseract_run1(
    cv::text::OCRTesseract *obj,
    cv::Mat *image,
    std::string *output_text,
    std::vector<cv::Rect>* component_rects,
    std::vector<std::string>* component_texts,
    std::vector<float>* component_confidences,
    int component_level)
{
    BEGIN_WRAP
    obj->run(*image, *output_text, component_rects, component_texts, component_confidences, component_level);
    END_WRAP
}
}html %group NativeMethods_text %index text_OCRTesseract_run2 [32/64bit] tesseract-ocr APIを用いてテキストを認識します． %prm p1,p2,p3,p4,p5,p6,p7,p8 p1 = sptr : IntPtr obj p2 = sptr : IntPtr image p3 = sptr : IntPtr mask p4 = sptr : IntPtr outputText p5 = sptr : IntPtr componentRects p6 = sptr : IntPtr componentTexts p7 = sptr : IntPtr componentConfidences p8 = int : int componentLevel %inst 入力として画像を受け取り、output_textパラメータで認識したテキストを返します。オプションとして，検出された個々のテキスト要素（例えば，単語）のRectsと，それらのテキスト要素のリストとその信頼度の値も提供します． 元関数名(C#): text_OCRTesseract_run2 元DLLエクスポート名: text_OCRTesseract_run2 参照元CSファイル: Internal\PInvoke\NativeMethods\text\NativeMethods_text.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) text_OCRTesseract_run2(
    cv::text::OCRTesseract *obj,
    cv::Mat *image,
    cv::Mat *mask,
    std::string *output_text,
    std::vector<cv::Rect>* component_rects,
    std::vector<std::string>* component_texts,
    std::vector<float>* component_confidences,
    int component_level)
{
    BEGIN_WRAP
    obj->run(*image, *mask, *output_text, component_rects, component_texts, component_confidences, component_level);
    END_WRAP
}
}html %group NativeMethods_text %index text_OCRTesseract_setWhiteList [32/64bit] text_OCRTesseract_setWhiteList %prm p1,p2 p1 = sptr : IntPtr obj p2 = str : [MarshalAs(UnmanagedType.LPStr)] string charWhitelist %inst 元関数名(C#): text_OCRTesseract_setWhiteList 元DLLエクスポート名: text_OCRTesseract_setWhiteList 参照元CSファイル: Internal\PInvoke\NativeMethods\text\NativeMethods_text.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) text_OCRTesseract_setWhiteList(
    cv::text::OCRTesseract *obj,
    const char *char_whitelist)
{
    BEGIN_WRAP
    obj->setWhiteList(char_whitelist);
    END_WRAP
}
}html %group NativeMethods_text %index text_OCRTesseract_create [32/64bit] OCRTesseract クラスのインスタンスを作成します．Tesseractを初期化します． %prm p1,p2,p3,p4,p5,p6 p1 = str : [MarshalAs(UnmanagedType.LPStr)] string? datapath p2 = str : [MarshalAs(UnmanagedType.LPStr)] string? language p3 = str : [MarshalAs(UnmanagedType.LPStr)] string? charWhitelist p4 = int : int oem p5 = int : int psmode p6 = var : out IntPtr returnValue %inst 元関数名(C#): text_OCRTesseract_create 元DLLエクスポート名: text_OCRTesseract_create 参照元CSファイル: Internal\PInvoke\NativeMethods\text\NativeMethods_text.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) text_OCRTesseract_create(
    const char* datapath,
    const char* language,
    const char* char_whitelist, 
    int oem, 
    int psmode,
    cv::Ptr<cv::text::OCRTesseract> **returnValue)
{
    BEGIN_WRAP
    const auto result = cv::text::OCRTesseract::create(datapath, language, char_whitelist, oem, psmode);
    *returnValue = clone(result);
    END_WRAP
}
}html %group NativeMethods_text %index text_Ptr_OCRTesseract_delete [32/64bit] cv::text::OCRTesseract のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst OCRTesseractクラスはC++でtesseract-ocr API (v3.02.02)とのインターフェイスを提供します。 これはtesseract-ocrが正しくインストールされている場合にのみコンパイルされることに注意してください。 備考 (C++) シーンテキスト検出と組み合わせたOCRTesseract認識の例は、end_to_end_recognitionデモで見ることができます： https://github.com/opencv/opencv_contrib/blob/master/modules/text/samples/end_to_end_recognition.cpp (C++) シーンテキスト検出と組み合わせたOCRTesseract認識の別の例は、Webcam_demo: https://github.com/opencv/opencv_contrib/blob/master/modules/text/samples/webcam_demo.cpp で見ることができます。 元関数名(C#): text_Ptr_OCRTesseract_delete 元DLLエクスポート名: text_Ptr_OCRTesseract_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\text\NativeMethods_text.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) text_Ptr_OCRTesseract_delete(
    cv::Ptr<cv::text::OCRTesseract> *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_text %index text_OCRTesseract_get [32/64bit] cv::text::OCRTesseract のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst OCRTesseractクラスはC++でtesseract-ocr API (v3.02.02)とのインターフェイスを提供します。 これはtesseract-ocrが正しくインストールされている場合にのみコンパイルされることに注意してください。 備考 (C++) シーンテキスト検出と組み合わせたOCRTesseract認識の例は、end_to_end_recognitionデモで見ることができます： https://github.com/opencv/opencv_contrib/blob/master/modules/text/samples/end_to_end_recognition.cpp (C++) シーンテキスト検出と組み合わせたOCRTesseract認識の別の例は、Webcam_demo: https://github.com/opencv/opencv_contrib/blob/master/modules/text/samples/webcam_demo.cpp で見ることができます。 元関数名(C#): text_OCRTesseract_get 元DLLエクスポート名: text_OCRTesseract_get 参照元CSファイル: Internal\PInvoke\NativeMethods\text\NativeMethods_text.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) text_OCRTesseract_get(
    cv::Ptr<cv::text::OCRTesseract> *obj, cv::text::OCRTesseract **returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->get();
    END_WRAP
}
}html %group NativeMethods_text %index text_detectTextSWT [32/64bit] ストローク幅変換演算子を適用した後、類似したストローク幅の接続されたコンポーネントのフィルタリングを行い、文字候補を返します。また，それらを近接度とサイズで連鎖させ，結果を chainBB に保存する． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr input p2 = sptr : IntPtr result p3 = int : int darkOnLight p4 = sptr : IntPtr draw p5 = sptr : IntPtr chainBBs %inst 元関数名(C#): text_detectTextSWT 元DLLエクスポート名: text_detectTextSWT 参照元CSファイル: Internal\PInvoke\NativeMethods\text\NativeMethods_text.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) text_detectTextSWT(
    cv::_InputArray *input, std::vector<cv::Rect> *result, int dark_on_light, cv::_OutputArray *draw, cv::_OutputArray *chainBBs)
{
    BEGIN_WRAP
    cv::text::detectTextSWT(*input, *result, dark_on_light != 0, entity(draw), entity(chainBBs));
    END_WRAP    
}
}html %group NativeMethods_text %index text_TextDetector_detect [32/64bit] 画像内のテキストを検出するための迅速かつシンプルなインターフェースを提供するメソッド。 %prm p1,p2,p3,p4 p1 = sptr : IntPtr obj p2 = sptr : IntPtr inputImage p3 = sptr : IntPtr bbox p4 = sptr : IntPtr confidence %inst cv::text::TextDetectorCNN で実装されています． 元関数名(C#): text_TextDetector_detect 元DLLエクスポート名: text_TextDetector_detect 参照元CSファイル: Internal\PInvoke\NativeMethods\text\NativeMethods_text_TextDetector.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) text_TextDetector_detect(cv::text::TextDetector *obj, cv::_InputArray *inputImage, std::vector<cv::Rect> *Bbox, std::vector<float> *confidence)
{
    BEGIN_WRAP
    obj->detect(*inputImage, *Bbox, *confidence);
    END_WRAP
}
}html %group NativeMethods_text_TextDetector %index text_TextDetectorCNN_detect [32/64bit] この関数は，便宜上，オーバーロードされたメンバ関数です．上の関数との違いは，どのような引数を受け取るかだけです． %prm p1,p2,p3,p4 p1 = sptr : IntPtr obj p2 = sptr : IntPtr inputImage p3 = sptr : IntPtr bbox p4 = sptr : IntPtr confidence %inst cv::text::TextDetector を実装しています． 元関数名(C#): text_TextDetectorCNN_detect 元DLLエクスポート名: text_TextDetectorCNN_detect 参照元CSファイル: Internal\PInvoke\NativeMethods\text\NativeMethods_text_TextDetector.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) text_TextDetectorCNN_detect(cv::text::TextDetectorCNN *obj, cv::_InputArray *inputImage, std::vector<cv::Rect> *Bbox, std::vector<float> *confidence)
{
    BEGIN_WRAP
    obj->detect(*inputImage, *Bbox, *confidence);
    END_WRAP
}
}html %group NativeMethods_text_TextDetector %index text_TextDetectorCNN_create1 [32/64bit] 与えられたパラメータを用いて，TextDetectorCNN クラスのインスタンスを作成します． %prm p1,p2,p3,p4,p5 p1 = str : [MarshalAs(UnmanagedType.LPStr)] string modelArchFilename p2 = str : [MarshalAs(UnmanagedType.LPStr)] string modelWeightsFilename p3 = var : [MarshalAs(UnmanagedType.LPArray)] Size[] detectionSizes p4 = int : int detectionSizesLength p5 = var : out IntPtr returnValue %inst 元関数名(C#): text_TextDetectorCNN_create1 元DLLエクスポート名: text_TextDetectorCNN_create1 参照元CSファイル: Internal\PInvoke\NativeMethods\text\NativeMethods_text_TextDetector.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) text_TextDetectorCNN_create1(
    const char *modelArchFilename, const char *modelWeightsFilename, MyCvSize *detectionSizes, int detectionSizesLength,
    cv::Ptr<cv::text::TextDetectorCNN> **returnValue)
{
    BEGIN_WRAP
    std::vector<cv::Size> detectionSizesVec;
    if (detectionSizes != nullptr)
    {
        detectionSizesVec.resize(detectionSizesLength);
        for (int i = 0; i < detectionSizesLength; i++)
            detectionSizesVec[i] = cpp(detectionSizes[i]);
    }

    const auto ptr = cv::text::TextDetectorCNN::create(modelArchFilename, modelWeightsFilename, detectionSizesVec);
    *returnValue = clone(ptr);
    END_WRAP
}
}html %group NativeMethods_text_TextDetector %index text_TextDetectorCNN_create2 [32/64bit] 与えられたパラメータを用いて，TextDetectorCNN クラスのインスタンスを作成します． %prm p1,p2,p3 p1 = str : [MarshalAs(UnmanagedType.LPStr)] string modelArchFilename p2 = str : [MarshalAs(UnmanagedType.LPStr)] string modelWeightsFilename p3 = var : out IntPtr returnValue %inst 元関数名(C#): text_TextDetectorCNN_create2 元DLLエクスポート名: text_TextDetectorCNN_create2 参照元CSファイル: Internal\PInvoke\NativeMethods\text\NativeMethods_text_TextDetector.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) text_TextDetectorCNN_create2(
    const char *modelArchFilename, const char *modelWeightsFilename, cv::Ptr<cv::text::TextDetectorCNN> **returnValue)
{
    BEGIN_WRAP
    const auto ptr = cv::text::TextDetectorCNN::create(modelArchFilename, modelWeightsFilename);
    *returnValue = clone(ptr);
    END_WRAP
}
}html %group NativeMethods_text_TextDetector %index text_Ptr_TextDetectorCNN_delete [32/64bit] cv::text::TextDetectorCNN のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst TextDetectorCNNクラスは、テキストのバウンディングボックスを検出する機能を提供します。このクラスは，入力画像に含まれるテキスト単語のバウンディングボックスを検出するためのものです．このクラスは，OpenCV dnnモジュールを使用して，[146]に記載されている事前学習済みモデルをロードします．SSDのCaffeバージョンを修正したオリジナルのリポジトリ： https://github.com/MhLiao/TextBoxes.モデルはDropBoxからダウンロードできます。モデルの説明を含む修正された.prototxtファイルは、opencv_contrib/modules/text/samples/textbox.prototxtにあります。 元関数名(C#): text_Ptr_TextDetectorCNN_delete 元DLLエクスポート名: text_Ptr_TextDetectorCNN_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\text\NativeMethods_text_TextDetector.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) text_Ptr_TextDetectorCNN_delete(cv::Ptr<cv::text::TextDetectorCNN> *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_text_TextDetector %index text_Ptr_TextDetectorCNN_get [32/64bit] cv::text::TextDetectorCNN のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst TextDetectorCNNクラスは、テキストのバウンディングボックスを検出する機能を提供します。このクラスは，入力画像に含まれるテキスト単語のバウンディングボックスを検出するためのものです．このクラスは，OpenCV dnnモジュールを使用して，[146]に記載されている事前学習済みモデルをロードします．SSDのCaffeバージョンを修正したオリジナルのリポジトリ： https://github.com/MhLiao/TextBoxes.モデルはDropBoxからダウンロードできます。モデルの説明を含む修正された.prototxtファイルは、opencv_contrib/modules/text/samples/textbox.prototxtにあります。 元関数名(C#): text_Ptr_TextDetectorCNN_get 元DLLエクスポート名: text_Ptr_TextDetectorCNN_get 参照元CSファイル: Internal\PInvoke\NativeMethods\text\NativeMethods_text_TextDetector.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) text_Ptr_TextDetectorCNN_get(cv::Ptr<cv::text::TextDetectorCNN>* obj, cv::text::TextDetectorCNN **returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->get();
    END_WRAP
}
}html %group NativeMethods_text_TextDetector %index tracking_TrackerKCF_create1 [32/64bit] KCFトラッカーのインスタンスを作成します。 %prm p1 p1 = var : out IntPtr returnValue %inst 元関数名(C#): tracking_TrackerKCF_create1 元DLLエクスポート名: tracking_TrackerKCF_create1 参照元CSファイル: Internal\PInvoke\NativeMethods\traking\NativeMethods_tracking.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) tracking_TrackerKCF_create1(cv::Ptr<cv::TrackerKCF> **returnValue)
{
    BEGIN_WRAP
    const auto p = cv::TrackerKCF::create();
    *returnValue = clone(p);
    END_WRAP
}
}html %group NativeMethods_tracking %index tracking_TrackerKCF_create2 [32bit] KCFトラッカーのインスタンスを作成します。 %prm p1,p2 p1 = ARGS_TRACKERKCF_PARAMS : TrackerKCF.Params parameters p2 = var : out IntPtr returnValue %inst 元関数名(C#): tracking_TrackerKCF_create2 元DLLエクスポート名: tracking_TrackerKCF_create2 参照元CSファイル: Internal\PInvoke\NativeMethods\traking\NativeMethods_tracking.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) tracking_TrackerKCF_create2(cv::TrackerKCF::Params *parameters, cv::Ptr<cv::TrackerKCF> **returnValue)
{
    BEGIN_WRAP
    const auto p = cv::TrackerKCF::create(*parameters);
    *returnValue = clone(p);
    END_WRAP
}
}html %group NativeMethods_tracking %index tracking_TrackerKCF_create2 [64bit] KCFトラッカーのインスタンスを作成します。 %prm p1,p2 p1 = var : TrackerKCF.Params parameters p2 = var : out IntPtr returnValue %inst 元関数名(C#): tracking_TrackerKCF_create2 元DLLエクスポート名: tracking_TrackerKCF_create2 参照元CSファイル: Internal\PInvoke\NativeMethods\traking\NativeMethods_tracking.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) tracking_TrackerKCF_create2(cv::TrackerKCF::Params *parameters, cv::Ptr<cv::TrackerKCF> **returnValue)
{
    BEGIN_WRAP
    const auto p = cv::TrackerKCF::create(*parameters);
    *returnValue = clone(p);
    END_WRAP
}
}html %group NativeMethods_tracking %index tracking_Ptr_TrackerKCF_delete [32/64bit] cv::TrackerKCF のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr ptr %inst KCF（Kernelized Correlation Filter）トラッカー KCFは，サーキュラント行列の特性を利用して処理速度を向上させる，新しいトラッキングフレームワークです．このトラッキング手法は，[108]の実装であり，それを色名の特徴を持つKCFに拡張したものです（[51]）．KCFの原論文は、http://www.robots.ox.ac.uk/~joao/publications/henriques_tpami2015.pdfで公開されており、matlabの実装も公開されています。色名の特徴を持つKCFについては、http://www.cvl.isy.liu.se/research/objrec/visualtracking/colvistrack/index.html を参照してください。 元関数名(C#): tracking_Ptr_TrackerKCF_delete 元DLLエクスポート名: tracking_Ptr_TrackerKCF_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\traking\NativeMethods_tracking.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) tracking_Ptr_TrackerKCF_delete(cv::Ptr<cv::TrackerKCF> *ptr)
{
    BEGIN_WRAP
    delete ptr;
    END_WRAP
}
}html %group NativeMethods_tracking %index tracking_Ptr_TrackerKCF_get [32/64bit] cv::TrackerKCF のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst KCF（Kernelized Correlation Filter）トラッカー KCFは，サーキュラント行列の特性を利用して処理速度を向上させる，新しいトラッキングフレームワークです．このトラッキング手法は，[108]の実装であり，それを色名の特徴を持つKCFに拡張したものです（[51]）．KCFの原論文は、http://www.robots.ox.ac.uk/~joao/publications/henriques_tpami2015.pdfで公開されており、matlabの実装も公開されています。色名の特徴を持つKCFについては、http://www.cvl.isy.liu.se/research/objrec/visualtracking/colvistrack/index.html を参照してください。 元関数名(C#): tracking_Ptr_TrackerKCF_get 元DLLエクスポート名: tracking_Ptr_TrackerKCF_get 参照元CSファイル: Internal\PInvoke\NativeMethods\traking\NativeMethods_tracking.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) tracking_Ptr_TrackerKCF_get(cv::Ptr<cv::TrackerKCF> *ptr, cv::TrackerKCF **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_tracking %index tracking_TrackerCSRT_create1 [32/64bit] CSRTのトラッカーインスタンスを作成します。 %prm p1 p1 = var : out IntPtr returnValue %inst 元関数名(C#): tracking_TrackerCSRT_create1 元DLLエクスポート名: tracking_TrackerCSRT_create1 参照元CSファイル: Internal\PInvoke\NativeMethods\traking\NativeMethods_tracking.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) tracking_TrackerCSRT_create1(cv::Ptr<cv::TrackerCSRT> **returnValue)
{
    BEGIN_WRAP
    const auto p = cv::TrackerCSRT::create();
    *returnValue = clone(p);
    END_WRAP
}
}html %group NativeMethods_tracking %index tracking_TrackerCSRT_create2 [32/64bit] CSRTのトラッカーインスタンスを作成します。 %prm p1,p2 p1 = var : ref TrackerCSRT.Params parameters p2 = var : out IntPtr returnValue %inst 元関数名(C#): tracking_TrackerCSRT_create2 元DLLエクスポート名: tracking_TrackerCSRT_create2 参照元CSファイル: Internal\PInvoke\NativeMethods\traking\NativeMethods_tracking.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) tracking_TrackerCSRT_create2(tracker_TrackerCSRT_Params* parameters, cv::Ptr<cv::TrackerCSRT> **returnValue)
{
    BEGIN_WRAP
    const auto p = tracking_TrackerCSRT_Param_ToCpp(parameters);
    const auto obj = cv::TrackerCSRT::create(p);
    *returnValue = clone(obj);
    END_WRAP
}
}html %group NativeMethods_tracking %index tracking_Ptr_TrackerCSRT_delete [32/64bit] cv::TrackerCSRT のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr ptr %inst CSRTトラッカー 実装は、[156] Discriminative Correlation Filter with Channel and Spatial Reliability に基づいています。 元関数名(C#): tracking_Ptr_TrackerCSRT_delete 元DLLエクスポート名: tracking_Ptr_TrackerCSRT_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\traking\NativeMethods_tracking.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) tracking_Ptr_TrackerCSRT_delete(cv::Ptr<cv::TrackerCSRT>* ptr)
{
    BEGIN_WRAP
    delete ptr;
    END_WRAP
}
}html %group NativeMethods_tracking %index tracking_Ptr_TrackerCSRT_get [32/64bit] cv::TrackerCSRT のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst CSRTトラッカー 実装は、[156] Discriminative Correlation Filter with Channel and Spatial Reliability に基づいています。 元関数名(C#): tracking_Ptr_TrackerCSRT_get 元DLLエクスポート名: tracking_Ptr_TrackerCSRT_get 参照元CSファイル: Internal\PInvoke\NativeMethods\traking\NativeMethods_tracking.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) tracking_Ptr_TrackerCSRT_get(cv::Ptr<cv::TrackerCSRT>* ptr, cv::TrackerCSRT **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_tracking %index tracking_TrackerCSRT_setInitialMask [32/64bit] tracking_TrackerCSRT_setInitialMask %prm p1,p2 p1 = sptr : IntPtr tracker p2 = sptr : IntPtr mask %inst 元関数名(C#): tracking_TrackerCSRT_setInitialMask 元DLLエクスポート名: tracking_TrackerCSRT_setInitialMask 参照元CSファイル: Internal\PInvoke\NativeMethods\traking\NativeMethods_tracking.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) tracking_TrackerCSRT_setInitialMask(cv::TrackerCSRT *tracker, cv::_InputArray *mask)
{
    BEGIN_WRAP
    tracker->setInitialMask(*mask);
    END_WRAP
}
}html %group NativeMethods_tracking %index video_BackgroundSubtractor_getBackgroundImage [32/64bit] 背景画像を計算します。 %prm p1,p2 p1 = sptr : IntPtr self p2 = sptr : IntPtr backgroundImage %inst CV::bgsegm::BackgroundSubtractorLSBP, cv::bgsegm::BackgroundSubtractorGSOC, および cv::bgsegm::BackgroundSubtractorCNT で実装されています． 元関数名(C#): video_BackgroundSubtractor_getBackgroundImage 元DLLエクスポート名: video_BackgroundSubtractor_getBackgroundImage 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_BackgroundSubtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_BackgroundSubtractor_getBackgroundImage(cv::BackgroundSubtractor *obj, cv::_OutputArray *backgroundImage)
{
    BEGIN_WRAP
    obj->getBackgroundImage(*backgroundImage);
    END_WRAP
}
}html %group NativeMethods_video_BackgroundSubtractor %index video_BackgroundSubtractor_apply [32/64bit] 前景マスクを計算します． %prm p1,p2,p3,p4 p1 = sptr : IntPtr self p2 = sptr : IntPtr image p3 = sptr : IntPtr fgmask p4 = double : double learningRate %inst cv::bgsegm::BackgroundSubtractorLSBP, cv::bgsegm::BackgroundSubtractorGSOC, cv::BackgroundSubtractorMOG2, および cv::bgsegm::BackgroundSubtractorCNT で実装されています． 元関数名(C#): video_BackgroundSubtractor_apply 元DLLエクスポート名: video_BackgroundSubtractor_apply 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_BackgroundSubtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_BackgroundSubtractor_apply(cv::BackgroundSubtractor *obj, cv::_InputArray *image, cv::_OutputArray *fgmask, double learningRate)
{
    BEGIN_WRAP
    obj->apply(*image, *fgmask, learningRate);
    END_WRAP
}
}html %group NativeMethods_video_BackgroundSubtractor %index video_Ptr_BackgroundSubtractor_delete [32/64bit] cv::BackgroundSubtractor のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr ptr %inst 背景/前景セグメンテーションの基本クラス． このクラスは，背景/前景セグメンテーションアルゴリズム群全体に共通するインタフェースを定義するためにのみ利用されます． 元関数名(C#): video_Ptr_BackgroundSubtractor_delete 元DLLエクスポート名: video_Ptr_BackgroundSubtractor_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_BackgroundSubtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_Ptr_BackgroundSubtractor_delete(cv::Ptr<cv::BackgroundSubtractor> *ptr)
{
    BEGIN_WRAP
    delete ptr;
    END_WRAP
}
}html %group NativeMethods_video_BackgroundSubtractor %index video_Ptr_BackgroundSubtractor_get [32/64bit] cv::BackgroundSubtractor のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst 背景/前景セグメンテーションの基本クラス． このクラスは，背景/前景セグメンテーションアルゴリズム群全体に共通するインタフェースを定義するためにのみ利用されます． 元関数名(C#): video_Ptr_BackgroundSubtractor_get 元DLLエクスポート名: video_Ptr_BackgroundSubtractor_get 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_BackgroundSubtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_Ptr_BackgroundSubtractor_get(cv::Ptr<cv::BackgroundSubtractor> *ptr, cv::BackgroundSubtractor **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_video_BackgroundSubtractor %index video_createBgSubtractorMOG2 [32/64bit][関数名変更] MOG2 Background Subtractorを作成します。 %prm p1,p2,p3,p4 p1 = int : int history p2 = double : double varThreshold p3 = int : int detectShadows p4 = var : out IntPtr returnValue %inst 例： samples/cpp/segment_objects.cpp. 元関数名(C#): video_createBackgroundSubtractorMOG2 元DLLエクスポート名: video_createBackgroundSubtractorMOG2 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_BackgroundSubtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_createBackgroundSubtractorMOG2(int history, double varThreshold, int detectShadows, cv::Ptr<cv::BackgroundSubtractorMOG2> **returnValue)
{
    BEGIN_WRAP
    const auto ptr = cv::createBackgroundSubtractorMOG2(history, varThreshold, detectShadows != 0);
    *returnValue = clone(ptr);
    END_WRAP
}
}html %group NativeMethods_video_BackgroundSubtractor %index video_Ptr_BgSubtractorMOG2_delete [32/64bit][関数名変更] cv::BackgroundSubtractorMOG2 のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr ptr %inst Gaussian Mixture-based Background/Foreground Segmentation Algorithm. このクラスは，[299]および[298]で述べられているガウス混合モデルによる背景減算を実装しています． 元関数名(C#): video_Ptr_BackgroundSubtractorMOG2_delete 元DLLエクスポート名: video_Ptr_BackgroundSubtractorMOG2_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_BackgroundSubtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_Ptr_BackgroundSubtractorMOG2_delete(cv::Ptr<cv::BackgroundSubtractorMOG2> *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_video_BackgroundSubtractor %index video_Ptr_BgSubtractorMOG2_get [32/64bit][関数名変更] cv::BackgroundSubtractorMOG2 のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst Gaussian Mixture-based Background/Foreground Segmentation Algorithm. このクラスは，[299]および[298]で述べられているガウス混合モデルによる背景減算を実装しています． 元関数名(C#): video_Ptr_BackgroundSubtractorMOG2_get 元DLLエクスポート名: video_Ptr_BackgroundSubtractorMOG2_get 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_BackgroundSubtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_Ptr_BackgroundSubtractorMOG2_get(
    cv::Ptr<cv::BackgroundSubtractorMOG2> *ptr, cv::BackgroundSubtractorMOG2 **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_video_BackgroundSubtractor %index video_BgSubtractorMOG2_getHistory [32/64bit][関数名変更] 背景モデルに影響を与える最後のフレームの数を返します。 %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out int returnValue %inst 元関数名(C#): video_BackgroundSubtractorMOG2_getHistory 元DLLエクスポート名: video_BackgroundSubtractorMOG2_getHistory 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_BackgroundSubtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_BackgroundSubtractorMOG2_getHistory(cv::Ptr<cv::BackgroundSubtractorMOG2> *ptr, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = (*ptr)->getHistory();
    END_WRAP
}
}html %group NativeMethods_video_BackgroundSubtractor %index video_BgSubtractorMOG2_setHistory [32/64bit][関数名変更] video_BgSubtractorMOG2_setHistory %prm p1,p2 p1 = sptr : IntPtr ptr p2 = int : int value %inst 元関数名(C#): video_BackgroundSubtractorMOG2_setHistory 元DLLエクスポート名: video_BackgroundSubtractorMOG2_setHistory 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_BackgroundSubtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_BackgroundSubtractorMOG2_setHistory(cv::Ptr<cv::BackgroundSubtractorMOG2> *ptr, int value)
{
    BEGIN_WRAP
    (*ptr)->setHistory(value);
    END_WRAP
}
}html %group NativeMethods_video_BackgroundSubtractor %index video_BgSubtractorMOG2_getNMixtures [32/64bit][関数名変更] 背景モデルに含まれるガウス成分の数を返します。 %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out int returnValue %inst 元関数名(C#): video_BackgroundSubtractorMOG2_getNMixtures 元DLLエクスポート名: video_BackgroundSubtractorMOG2_getNMixtures 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_BackgroundSubtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_BackgroundSubtractorMOG2_getNMixtures(cv::Ptr<cv::BackgroundSubtractorMOG2> *ptr, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = (*ptr)->getNMixtures();
    END_WRAP
}
}html %group NativeMethods_video_BackgroundSubtractor %index video_BgSubtractorMOG2_setNMixtures [32/64bit][関数名変更] 背景モデルのガウシアン成分の数を設定します。 %prm p1,p2 p1 = sptr : IntPtr ptr p2 = int : int value %inst メモリを確保するためにモデルを再起動する必要がある。 元関数名(C#): video_BackgroundSubtractorMOG2_setNMixtures 元DLLエクスポート名: video_BackgroundSubtractorMOG2_setNMixtures 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_BackgroundSubtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_BackgroundSubtractorMOG2_setNMixtures(cv::Ptr<cv::BackgroundSubtractorMOG2> *ptr, int value)
{
    BEGIN_WRAP
    (*ptr)->setNMixtures(value);
    END_WRAP
}
}html %group NativeMethods_video_BackgroundSubtractor %index video_BgSubtractorMOG2_getBackgroundRatio [32/64bit][関数名変更] アルゴリズムの "背景比率 "パラメーターを返します。 %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out double returnValue %inst 前景のピクセルが backgroundRatio*history フレーム程度の間、半一定の値を維持する場合、そのピクセルは背景とみなされ、新しい成分の中心としてモデルに追加されます。これは論文中のTBパラメータに相当します。 元関数名(C#): video_BackgroundSubtractorMOG2_getBackgroundRatio 元DLLエクスポート名: video_BackgroundSubtractorMOG2_getBackgroundRatio 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_BackgroundSubtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_BackgroundSubtractorMOG2_getBackgroundRatio(cv::Ptr<cv::BackgroundSubtractorMOG2> *ptr, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = (*ptr)->getBackgroundRatio();
    END_WRAP
}
}html %group NativeMethods_video_BackgroundSubtractor %index video_BgSubtractorMOG2_setBackgroundRatio [32/64bit][関数名変更] アルゴリズムの "background ratio "パラメータを設定します。 %prm p1,p2 p1 = sptr : IntPtr ptr p2 = double : double value %inst 元関数名(C#): video_BackgroundSubtractorMOG2_setBackgroundRatio 元DLLエクスポート名: video_BackgroundSubtractorMOG2_setBackgroundRatio 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_BackgroundSubtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_BackgroundSubtractorMOG2_setBackgroundRatio(cv::Ptr<cv::BackgroundSubtractorMOG2> *ptr, double value)
{
    BEGIN_WRAP
    (*ptr)->setBackgroundRatio(value);
    END_WRAP
}
}html %group NativeMethods_video_BackgroundSubtractor %index video_BgSubtractorMOG2_getVarThreshold [32/64bit][関数名変更] ピクセルとモデルのマッチングのための分散しきい値を返します。 %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out double returnValue %inst サンプルが背景モデルによってよく記述されているかどうかを判断するための、二乗マハラノビス距離に関する主な閾値です。論文中の Cthr に関連しています。 元関数名(C#): video_BackgroundSubtractorMOG2_getVarThreshold 元DLLエクスポート名: video_BackgroundSubtractorMOG2_getVarThreshold 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_BackgroundSubtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_BackgroundSubtractorMOG2_getVarThreshold(cv::Ptr<cv::BackgroundSubtractorMOG2> *ptr, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = (*ptr)->getVarThreshold();
    END_WRAP
}
}html %group NativeMethods_video_BackgroundSubtractor %index video_BgSubtractorMOG2_setVarThreshold [32/64bit][関数名変更] pixel-model match用の分散しきい値を設定します。 %prm p1,p2 p1 = sptr : IntPtr ptr p2 = double : double value %inst 元関数名(C#): video_BackgroundSubtractorMOG2_setVarThreshold 元DLLエクスポート名: video_BackgroundSubtractorMOG2_setVarThreshold 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_BackgroundSubtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_BackgroundSubtractorMOG2_setVarThreshold(cv::Ptr<cv::BackgroundSubtractorMOG2> *ptr, double value)
{
    BEGIN_WRAP
    (*ptr)->setVarThreshold(value);
    END_WRAP
}
}html %group NativeMethods_video_BackgroundSubtractor %index video_BgSubtractorMOG2_getVarThresholdGen [32/64bit][関数名変更] Return the variance threshold for the pixel-model match used for new mixture component generation. %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out double returnValue %inst Threshold for squared Mahalanobis distance これは、サンプルが既存の成分に近いかどうかを判断するのに役立ちます（論文中の Tg に対応）。あるピクセルがどのコンポーネントにも近接していない場合、そのピクセルは前景とみなされ、新しいコンポーネントとして追加されます。3シグマ => Tg=3*3=9がデフォルトです。Tgの値を小さくすると、より多くのコンポーネントが生成されます。Tg値を大きくすると、成分の数は少なくても、大きくなりすぎてしまうことがあります。 元関数名(C#): video_BackgroundSubtractorMOG2_getVarThresholdGen 元DLLエクスポート名: video_BackgroundSubtractorMOG2_getVarThresholdGen 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_BackgroundSubtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_BackgroundSubtractorMOG2_getVarThresholdGen(cv::Ptr<cv::BackgroundSubtractorMOG2> *ptr, double *returnValue)
{
    BEGIN_WRAP
     *returnValue = (*ptr)->getVarThresholdGen();
    END_WRAP
}
}html %group NativeMethods_video_BackgroundSubtractor %index video_BgSubtractorMOG2_setVarThresholdGen [32/64bit][関数名変更] 新しい混合成分の生成に使われるピクセルとモデルのマッチングのための分散のしきい値を設定します。 %prm p1,p2 p1 = sptr : IntPtr ptr p2 = double : double value %inst 元関数名(C#): video_BackgroundSubtractorMOG2_setVarThresholdGen 元DLLエクスポート名: video_BackgroundSubtractorMOG2_setVarThresholdGen 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_BackgroundSubtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_BackgroundSubtractorMOG2_setVarThresholdGen(cv::Ptr<cv::BackgroundSubtractorMOG2> *ptr, double value)
{
    BEGIN_WRAP
    (*ptr)->setVarThresholdGen(value);
    END_WRAP
}
}html %group NativeMethods_video_BackgroundSubtractor %index video_BgSubtractorMOG2_getVarInit [32/64bit][関数名変更] Return the initial variance of each gaussian components. （各ガウス成分の初期分散を返します。 %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out double returnValue %inst 元関数名(C#): video_BackgroundSubtractorMOG2_getVarInit 元DLLエクスポート名: video_BackgroundSubtractorMOG2_getVarInit 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_BackgroundSubtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_BackgroundSubtractorMOG2_getVarInit(cv::Ptr<cv::BackgroundSubtractorMOG2> *ptr, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = (*ptr)->getVarInit();
    END_WRAP
}
}html %group NativeMethods_video_BackgroundSubtractor %index video_BgSubtractorMOG2_setVarInit [32/64bit][関数名変更] 各ガウシアンコンポーネントの初期分散を設定します。 %prm p1,p2 p1 = sptr : IntPtr ptr p2 = double : double value %inst 元関数名(C#): video_BackgroundSubtractorMOG2_setVarInit 元DLLエクスポート名: video_BackgroundSubtractorMOG2_setVarInit 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_BackgroundSubtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_BackgroundSubtractorMOG2_setVarInit(cv::Ptr<cv::BackgroundSubtractorMOG2> *ptr, double value)
{
    BEGIN_WRAP
    (*ptr)->setVarInit(value);
    END_WRAP
}
}html %group NativeMethods_video_BackgroundSubtractor %index video_BgSubtractorMOG2_getVarMin [32/64bit][関数名変更] video_BgSubtractorMOG2_getVarMin %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out double returnValue %inst 元関数名(C#): video_BackgroundSubtractorMOG2_getVarMin 元DLLエクスポート名: video_BackgroundSubtractorMOG2_getVarMin 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_BackgroundSubtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_BackgroundSubtractorMOG2_getVarMin(cv::Ptr<cv::BackgroundSubtractorMOG2> *ptr, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = (*ptr)->getVarMin();
    END_WRAP
}
}html %group NativeMethods_video_BackgroundSubtractor %index video_BgSubtractorMOG2_setVarMin [32/64bit][関数名変更] video_BgSubtractorMOG2_setVarMin %prm p1,p2 p1 = sptr : IntPtr ptr p2 = double : double value %inst 元関数名(C#): video_BackgroundSubtractorMOG2_setVarMin 元DLLエクスポート名: video_BackgroundSubtractorMOG2_setVarMin 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_BackgroundSubtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_BackgroundSubtractorMOG2_setVarMin(cv::Ptr<cv::BackgroundSubtractorMOG2> *ptr, double value)
{
    BEGIN_WRAP
    (*ptr)->setVarMin(value);
    END_WRAP
}
}html %group NativeMethods_video_BackgroundSubtractor %index video_BgSubtractorMOG2_getVarMax [32/64bit][関数名変更] video_BgSubtractorMOG2_getVarMax %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out double returnValue %inst 元関数名(C#): video_BackgroundSubtractorMOG2_getVarMax 元DLLエクスポート名: video_BackgroundSubtractorMOG2_getVarMax 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_BackgroundSubtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_BackgroundSubtractorMOG2_getVarMax(cv::Ptr<cv::BackgroundSubtractorMOG2> *ptr, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = (*ptr)->getVarMax();
    END_WRAP
}
}html %group NativeMethods_video_BackgroundSubtractor %index video_BgSubtractorMOG2_setVarMax [32/64bit][関数名変更] video_BgSubtractorMOG2_setVarMax %prm p1,p2 p1 = sptr : IntPtr ptr p2 = double : double value %inst 元関数名(C#): video_BackgroundSubtractorMOG2_setVarMax 元DLLエクスポート名: video_BackgroundSubtractorMOG2_setVarMax 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_BackgroundSubtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_BackgroundSubtractorMOG2_setVarMax(cv::Ptr<cv::BackgroundSubtractorMOG2> *ptr, double value)
{
    BEGIN_WRAP
    (*ptr)->setVarMax(value);
    END_WRAP
}
}html %group NativeMethods_video_BackgroundSubtractor %index video_BgSubtractorMOG2_getComplexityReductionThreshold [32/64bit][関数名変更] 複雑さを軽減するための閾値を返します。 %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out double returnValue %inst このパラメータは、成分の存在を証明するために受け入れるのに必要なサンプル数を定義します。CT=0.05は、すべてのサンプルに対するデフォルト値です。CT=0を設定することで、標準的なStauffer&Grimsonアルゴリズムに非常に似たアルゴリズムが得られます。 元関数名(C#): video_BackgroundSubtractorMOG2_getComplexityReductionThreshold 元DLLエクスポート名: video_BackgroundSubtractorMOG2_getComplexityReductionThreshold 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_BackgroundSubtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_BackgroundSubtractorMOG2_getComplexityReductionThreshold(cv::Ptr<cv::BackgroundSubtractorMOG2> *ptr, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = (*ptr)->getComplexityReductionThreshold();
    END_WRAP
}
}html %group NativeMethods_video_BackgroundSubtractor %index video_BgSubtractorMOG2_setComplexityReductionThreshold [32/64bit][関数名変更] 複雑さ軽減のしきい値を設定します。 %prm p1,p2 p1 = sptr : IntPtr ptr p2 = double : double value %inst 元関数名(C#): video_BackgroundSubtractorMOG2_setComplexityReductionThreshold 元DLLエクスポート名: video_BackgroundSubtractorMOG2_setComplexityReductionThreshold 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_BackgroundSubtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_BackgroundSubtractorMOG2_setComplexityReductionThreshold(cv::Ptr<cv::BackgroundSubtractorMOG2> *ptr, double value)
{
    BEGIN_WRAP
    (*ptr)->setComplexityReductionThreshold(value);
    END_WRAP
}
}html %group NativeMethods_video_BackgroundSubtractor %index video_BgSubtractorMOG2_getDetectShadows [32/64bit][関数名変更] 影の検出フラグを返します。 %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out int returnValue %inst trueの場合，アルゴリズムはシャドウを検出し，それをマークします。詳細は createBackgroundSubtractorMOG2 を参照してください。 元関数名(C#): video_BackgroundSubtractorMOG2_getDetectShadows 元DLLエクスポート名: video_BackgroundSubtractorMOG2_getDetectShadows 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_BackgroundSubtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_BackgroundSubtractorMOG2_getDetectShadows(cv::Ptr<cv::BackgroundSubtractorMOG2> *ptr, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = (*ptr)->getDetectShadows() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_video_BackgroundSubtractor %index video_BgSubtractorMOG2_setDetectShadows [32/64bit][関数名変更] 影の検出を有効または無効にします。 %prm p1,p2 p1 = sptr : IntPtr ptr p2 = int : int value %inst 元関数名(C#): video_BackgroundSubtractorMOG2_setDetectShadows 元DLLエクスポート名: video_BackgroundSubtractorMOG2_setDetectShadows 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_BackgroundSubtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_BackgroundSubtractorMOG2_setDetectShadows(cv::Ptr<cv::BackgroundSubtractorMOG2> *ptr, int value)
{
    BEGIN_WRAP
    (*ptr)->setDetectShadows(value != 0);
    END_WRAP
}
}html %group NativeMethods_video_BackgroundSubtractor %index video_BgSubtractorMOG2_getShadowValue [32/64bit][関数名変更] 影の値を返します。 %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out int returnValue %inst シャドウ値とは、フォアグラウンドマスクでシャドウをマークするために使われる値です。デフォルト値は 127 です。マスク内の値0は常に背景を意味し、255は前景を意味します。 元関数名(C#): video_BackgroundSubtractorMOG2_getShadowValue 元DLLエクスポート名: video_BackgroundSubtractorMOG2_getShadowValue 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_BackgroundSubtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_BackgroundSubtractorMOG2_getShadowValue(cv::Ptr<cv::BackgroundSubtractorMOG2> *ptr, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = (*ptr)->getShadowValue();
    END_WRAP
}
}html %group NativeMethods_video_BackgroundSubtractor %index video_BgSubtractorMOG2_setShadowValue [32/64bit][関数名変更] シャドー値を設定します。 %prm p1,p2 p1 = sptr : IntPtr ptr p2 = int : int value %inst 元関数名(C#): video_BackgroundSubtractorMOG2_setShadowValue 元DLLエクスポート名: video_BackgroundSubtractorMOG2_setShadowValue 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_BackgroundSubtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_BackgroundSubtractorMOG2_setShadowValue(cv::Ptr<cv::BackgroundSubtractorMOG2> *ptr, int value)
{
    BEGIN_WRAP
    (*ptr)->setShadowValue(value);
    END_WRAP
}
}html %group NativeMethods_video_BackgroundSubtractor %index video_BgSubtractorMOG2_getShadowThreshold [32/64bit][関数名変更] 影のしきい値を返します。 %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out double returnValue %inst シャドウは、ピクセルが背景よりも暗くなっている場合に検出されます。シャドウしきい値（論文では Tau）は、シャドウがどれだけ暗くなるかを定義するしきい値です。Tau=0.5 は，ピクセルが 2 倍以上暗くなった場合，シャドウではないことを意味します。Prati, Mikic, Trivedi, Cucchiara, Detecting Moving Shadows...*, IEEE PAMI,2003を参照。 元関数名(C#): video_BackgroundSubtractorMOG2_getShadowThreshold 元DLLエクスポート名: video_BackgroundSubtractorMOG2_getShadowThreshold 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_BackgroundSubtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_BackgroundSubtractorMOG2_getShadowThreshold(cv::Ptr<cv::BackgroundSubtractorMOG2> *ptr, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = (*ptr)->getShadowThreshold();
    END_WRAP
}
}html %group NativeMethods_video_BackgroundSubtractor %index video_BgSubtractorMOG2_setShadowThreshold [32/64bit][関数名変更] 影のしきい値を設定します。 %prm p1,p2 p1 = sptr : IntPtr ptr p2 = double : double value %inst 元関数名(C#): video_BackgroundSubtractorMOG2_setShadowThreshold 元DLLエクスポート名: video_BackgroundSubtractorMOG2_setShadowThreshold 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_BackgroundSubtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_BackgroundSubtractorMOG2_setShadowThreshold(cv::Ptr<cv::BackgroundSubtractorMOG2> *ptr, double value)
{
    BEGIN_WRAP
    (*ptr)->setShadowThreshold(value);
    END_WRAP
}
}html %group NativeMethods_video_BackgroundSubtractor %index video_createBackgroundSubtractorKNN [32/64bit] KNN背景減算器を作成します。 %prm p1,p2,p3,p4 p1 = int : int history p2 = double : double dist2Threshold p3 = int : int detectShadows p4 = var : out IntPtr returnValue %inst 元関数名(C#): video_createBackgroundSubtractorKNN 元DLLエクスポート名: video_createBackgroundSubtractorKNN 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_BackgroundSubtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_createBackgroundSubtractorKNN(
    int history, double dist2Threshold, int detectShadows, cv::Ptr<cv::BackgroundSubtractorKNN> **returnValue)
{
    BEGIN_WRAP
    const auto ptr = cv::createBackgroundSubtractorKNN(
        history, dist2Threshold, detectShadows != 0);
    *returnValue = clone(ptr);
    END_WRAP
}
}html %group NativeMethods_video_BackgroundSubtractor %index video_Ptr_BackgroundSubtractorKNN_delete [32/64bit] cv::BackgroundSubtractorKNN のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst K-nearest neighboursに基づく背景/森林のセグメンテーションアルゴリズム。 このクラスは，[298]で説明されているK-nearest neighboursによる背景減算を実装しています．前景ピクセルの数が少ない場合は，非常に効率的です． 元関数名(C#): video_Ptr_BackgroundSubtractorKNN_delete 元DLLエクスポート名: video_Ptr_BackgroundSubtractorKNN_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_BackgroundSubtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_Ptr_BackgroundSubtractorKNN_delete(cv::Ptr<cv::BackgroundSubtractorKNN> *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_video_BackgroundSubtractor %index video_Ptr_BackgroundSubtractorKNN_get [32/64bit] cv::BackgroundSubtractorKNN のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst K-nearest neighboursに基づく背景/森林のセグメンテーションアルゴリズム。 このクラスは，[298]で説明されているK-nearest neighboursによる背景減算を実装しています．前景ピクセルの数が少ない場合は，非常に効率的です． 元関数名(C#): video_Ptr_BackgroundSubtractorKNN_get 元DLLエクスポート名: video_Ptr_BackgroundSubtractorKNN_get 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_BackgroundSubtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_Ptr_BackgroundSubtractorKNN_get(
    cv::Ptr<cv::BackgroundSubtractorKNN> *ptr, cv::BackgroundSubtractorKNN **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_video_BackgroundSubtractor %index video_BackgroundSubtractorKNN_getHistory [32/64bit] 背景モデルに影響を与える最後のフレームの数を返します。 %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out int returnValue %inst 元関数名(C#): video_BackgroundSubtractorKNN_getHistory 元DLLエクスポート名: video_BackgroundSubtractorKNN_getHistory 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_BackgroundSubtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_BackgroundSubtractorKNN_getHistory(cv::Ptr<cv::BackgroundSubtractorKNN> *ptr, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = (*ptr)->getHistory();
    END_WRAP
}
}html %group NativeMethods_video_BackgroundSubtractor %index video_BackgroundSubtractorKNN_setHistory [32/64bit] 背景モデルに影響を与える最後のフレームの数を設定します。 %prm p1,p2 p1 = sptr : IntPtr ptr p2 = int : int value %inst 元関数名(C#): video_BackgroundSubtractorKNN_setHistory 元DLLエクスポート名: video_BackgroundSubtractorKNN_setHistory 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_BackgroundSubtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_BackgroundSubtractorKNN_setHistory(cv::Ptr<cv::BackgroundSubtractorKNN> *ptr, int value)
{
    BEGIN_WRAP
    (*ptr)->setHistory(value);
    END_WRAP
}
}html %group NativeMethods_video_BackgroundSubtractor %index video_BackgroundSubtractorKNN_getNSamples [32/64bit] 背景モデルのデータサンプルの数を返します。 %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out int returnValue %inst 元関数名(C#): video_BackgroundSubtractorKNN_getNSamples 元DLLエクスポート名: video_BackgroundSubtractorKNN_getNSamples 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_BackgroundSubtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_BackgroundSubtractorKNN_getNSamples(cv::Ptr<cv::BackgroundSubtractorKNN> *ptr, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = (*ptr)->getNSamples();
    END_WRAP
}
}html %group NativeMethods_video_BackgroundSubtractor %index video_BackgroundSubtractorKNN_setNSamples [32/64bit] 背景モデルのデータサンプルの数を設定します。 %prm p1,p2 p1 = sptr : IntPtr ptr p2 = int : int value %inst メモリを確保するためにモデルを再起動する必要がある。 元関数名(C#): video_BackgroundSubtractorKNN_setNSamples 元DLLエクスポート名: video_BackgroundSubtractorKNN_setNSamples 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_BackgroundSubtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_BackgroundSubtractorKNN_setNSamples(cv::Ptr<cv::BackgroundSubtractorKNN> *ptr, int value)
{
    BEGIN_WRAP
    (*ptr)->setNSamples(value);
    END_WRAP
}
}html %group NativeMethods_video_BackgroundSubtractor %index video_BackgroundSubtractorKNN_getDist2Threshold [32/64bit] 画素とサンプルの間の二乗距離の閾値を返します。 %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out int returnValue %inst ピクセルがデータサンプルに近いかどうかを判断するための、ピクセルとサンプルの間の二乗距離のしきい値です。 元関数名(C#): video_BackgroundSubtractorKNN_getDist2Threshold 元DLLエクスポート名: video_BackgroundSubtractorKNN_getDist2Threshold 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_BackgroundSubtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_BackgroundSubtractorKNN_getDist2Threshold(cv::Ptr<cv::BackgroundSubtractorKNN> *ptr, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = (*ptr)->getDist2Threshold();
    END_WRAP
}
}html %group NativeMethods_video_BackgroundSubtractor %index video_BackgroundSubtractorKNN_setDist2Threshold [32/64bit] 二乗距離の閾値を設定します。 %prm p1,p2 p1 = sptr : IntPtr ptr p2 = double : double value %inst 元関数名(C#): video_BackgroundSubtractorKNN_setDist2Threshold 元DLLエクスポート名: video_BackgroundSubtractorKNN_setDist2Threshold 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_BackgroundSubtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_BackgroundSubtractorKNN_setDist2Threshold(cv::Ptr<cv::BackgroundSubtractorKNN> *ptr, double value)
{
    BEGIN_WRAP
    (*ptr)->setDist2Threshold(value);
    END_WRAP
}
}html %group NativeMethods_video_BackgroundSubtractor %index video_BackgroundSubtractorKNN_getkNNSamples [32/64bit] kNNのkである隣人の数を返します。 %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out int returnValue %inst Kは、そのピクセルがkNN背景モデルにマッチしていると判断するために、dist2Threshold以内に収まる必要があるサンプルの数です。 元関数名(C#): video_BackgroundSubtractorKNN_getkNNSamples 元DLLエクスポート名: video_BackgroundSubtractorKNN_getkNNSamples 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_BackgroundSubtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_BackgroundSubtractorKNN_getkNNSamples(cv::Ptr<cv::BackgroundSubtractorKNN> *ptr, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = (*ptr)->getkNNSamples();
    END_WRAP
}
}html %group NativeMethods_video_BackgroundSubtractor %index video_BackgroundSubtractorKNN_setkNNSamples [32/64bit] kNNのkを設定します。何個の最近傍が一致する必要があるかです。 %prm p1,p2 p1 = sptr : IntPtr ptr p2 = int : int value %inst 元関数名(C#): video_BackgroundSubtractorKNN_setkNNSamples 元DLLエクスポート名: video_BackgroundSubtractorKNN_setkNNSamples 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_BackgroundSubtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_BackgroundSubtractorKNN_setkNNSamples(cv::Ptr<cv::BackgroundSubtractorKNN> *ptr, int value)
{
    BEGIN_WRAP
    (*ptr)->setkNNSamples(value);
    END_WRAP
}
}html %group NativeMethods_video_BackgroundSubtractor %index video_BackgroundSubtractorKNN_getDetectShadows [32/64bit] 影の検出フラグを返します。 %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out int returnValue %inst trueの場合、アルゴリズムは影を検出してマークします。詳細は createBackgroundSubtractorKNN を参照してください。 元関数名(C#): video_BackgroundSubtractorKNN_getDetectShadows 元DLLエクスポート名: video_BackgroundSubtractorKNN_getDetectShadows 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_BackgroundSubtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_BackgroundSubtractorKNN_getDetectShadows(cv::Ptr<cv::BackgroundSubtractorKNN> *ptr, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = (*ptr)->getDetectShadows() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_video_BackgroundSubtractor %index video_BackgroundSubtractorKNN_setDetectShadows [32/64bit] 影の検出を有効または無効にします。 %prm p1,p2 p1 = sptr : IntPtr ptr p2 = int : int value %inst 元関数名(C#): video_BackgroundSubtractorKNN_setDetectShadows 元DLLエクスポート名: video_BackgroundSubtractorKNN_setDetectShadows 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_BackgroundSubtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_BackgroundSubtractorKNN_setDetectShadows(cv::Ptr<cv::BackgroundSubtractorKNN> *ptr, int value)
{
    BEGIN_WRAP
    (*ptr)->setDetectShadows(value != 0);
    END_WRAP
}
}html %group NativeMethods_video_BackgroundSubtractor %index video_BackgroundSubtractorKNN_getShadowValue [32/64bit] 影の値を返します。 %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out int returnValue %inst シャドウ値とは、フォアグラウンドマスクでシャドウをマークするために使われる値です。デフォルト値は 127 です。マスク内の値0は常に背景を意味し、255は前景を意味します。 元関数名(C#): video_BackgroundSubtractorKNN_getShadowValue 元DLLエクスポート名: video_BackgroundSubtractorKNN_getShadowValue 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_BackgroundSubtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_BackgroundSubtractorKNN_getShadowValue(cv::Ptr<cv::BackgroundSubtractorKNN> *ptr, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = (*ptr)->getShadowValue();
    END_WRAP
}
}html %group NativeMethods_video_BackgroundSubtractor %index video_BackgroundSubtractorKNN_setShadowValue [32/64bit] シャドー値を設定します。 %prm p1,p2 p1 = sptr : IntPtr ptr p2 = int : int value %inst 元関数名(C#): video_BackgroundSubtractorKNN_setShadowValue 元DLLエクスポート名: video_BackgroundSubtractorKNN_setShadowValue 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_BackgroundSubtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_BackgroundSubtractorKNN_setShadowValue(cv::Ptr<cv::BackgroundSubtractorKNN> *ptr, int value)
{
    BEGIN_WRAP
    (*ptr)->setShadowValue(value);
    END_WRAP
}
}html %group NativeMethods_video_BackgroundSubtractor %index video_BackgroundSubtractorKNN_getShadowThreshold [32/64bit] 影のしきい値を返します。 %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out double returnValue %inst シャドウは、ピクセルが背景よりも暗くなっている場合に検出されます。シャドウしきい値（論文では Tau）は、シャドウがどれだけ暗くなるかを定義するしきい値です。Tau=0.5 は，ピクセルが 2 倍以上暗くなった場合，シャドウではないことを意味します。Prati, Mikic, Trivedi, Cucchiara, Detecting Moving Shadows...*, IEEE PAMI,2003を参照。 元関数名(C#): video_BackgroundSubtractorKNN_getShadowThreshold 元DLLエクスポート名: video_BackgroundSubtractorKNN_getShadowThreshold 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_BackgroundSubtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_BackgroundSubtractorKNN_getShadowThreshold(cv::Ptr<cv::BackgroundSubtractorKNN> *ptr, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = (*ptr)->getShadowThreshold();
    END_WRAP
}
}html %group NativeMethods_video_BackgroundSubtractor %index video_BackgroundSubtractorKNN_setShadowThreshold [32/64bit] 影のしきい値を設定します。 %prm p1,p2 p1 = sptr : IntPtr ptr p2 = double : double value %inst 元関数名(C#): video_BackgroundSubtractorKNN_setShadowThreshold 元DLLエクスポート名: video_BackgroundSubtractorKNN_setShadowThreshold 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_BackgroundSubtractor.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_BackgroundSubtractorKNN_setShadowThreshold(cv::Ptr<cv::BackgroundSubtractorKNN> *ptr, double value)
{
    BEGIN_WRAP
    (*ptr)->setShadowThreshold(value);
    END_WRAP
}
}html %group NativeMethods_video_BackgroundSubtractor %index video_CamShift [32bit] オブジェクトの中心、サイズ、方向を見つける。 %prm p1,p2,p3,p4 p1 = sptr : IntPtr probImage p2 = var : ref Rect window p3 = ARGS_TERMCRITERIA : TermCriteria criteria p4 = var : out RotatedRect returnValue %inst 色付きオブジェクトを追跡する OpenCV サンプル camshiftdemo.c を参照してください． (Python）カムシフト・トラッキング・アルゴリズムを説明するサンプルは， opencv_source_code/samples/python/camshift.pyExamples: samples/cpp/camshiftdemo.cpp にあります． 元関数名(C#): video_CamShift 元DLLエクスポート名: video_CamShift 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_tracking.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_CamShift(
    cv::_InputArray *probImage, MyCvRect *window, MyCvTermCriteria criteria, MyCvBox2D *returnValue)
{
    BEGIN_WRAP
    cv::Rect window0 = cpp(*window);
    const auto ret = cv::CamShift(*probImage, window0, cpp(criteria));
    *window = c(window0);
    *returnValue = c(ret);
    END_WRAP
}
}html %group NativeMethods_video_tracking %index video_CamShift [64bit] オブジェクトの中心、サイズ、方向を見つける。 %prm p1,p2,p3,p4 p1 = sptr : IntPtr probImage p2 = var : ref Rect window p3 = var : TermCriteria criteria p4 = var : out RotatedRect returnValue %inst 色付きオブジェクトを追跡する OpenCV サンプル camshiftdemo.c を参照してください． (Python）カムシフト・トラッキング・アルゴリズムを説明するサンプルは， opencv_source_code/samples/python/camshift.pyExamples: samples/cpp/camshiftdemo.cpp にあります． 元関数名(C#): video_CamShift 元DLLエクスポート名: video_CamShift 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_tracking.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_CamShift(
    cv::_InputArray *probImage, MyCvRect *window, MyCvTermCriteria criteria, MyCvBox2D *returnValue)
{
    BEGIN_WRAP
    cv::Rect window0 = cpp(*window);
    const auto ret = cv::CamShift(*probImage, window0, cpp(criteria));
    *window = c(window0);
    *returnValue = c(ret);
    END_WRAP
}
}html %group NativeMethods_video_tracking %index video_meanShift [32bit] バックプロジェクション画像上のオブジェクトを検索します。 %prm p1,p2,p3,p4 p1 = sptr : IntPtr probImage p2 = var : ref Rect window p3 = ARGS_TERMCRITERIA : TermCriteria criteria p4 = var : out int returnValue %inst 元関数名(C#): video_meanShift 元DLLエクスポート名: video_meanShift 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_tracking.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_meanShift(
    cv::_InputArray *probImage, MyCvRect *window, MyCvTermCriteria criteria, int *returnValue)
{
    BEGIN_WRAP
    cv::Rect window0 = cpp(*window);
    const auto ret = cv::meanShift(*probImage, window0, cpp(criteria));
    *window = c(window0);
    *returnValue = ret;
    END_WRAP
}
}html %group NativeMethods_video_tracking %index video_meanShift [64bit] バックプロジェクション画像上のオブジェクトを検索します。 %prm p1,p2,p3,p4 p1 = sptr : IntPtr probImage p2 = var : ref Rect window p3 = var : TermCriteria criteria p4 = var : out int returnValue %inst 元関数名(C#): video_meanShift 元DLLエクスポート名: video_meanShift 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_tracking.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_meanShift(
    cv::_InputArray *probImage, MyCvRect *window, MyCvTermCriteria criteria, int *returnValue)
{
    BEGIN_WRAP
    cv::Rect window0 = cpp(*window);
    const auto ret = cv::meanShift(*probImage, window0, cpp(criteria));
    *window = c(window0);
    *returnValue = ret;
    END_WRAP
}
}html %group NativeMethods_video_tracking %index video_buildOpticalFlowPyramid1 [32/64bit] calcOpticalFlowPyrLK に渡すことのできる画像ピラミッドを構築します． %prm p1,p2,p3,p4,p5,p6,p7,p8,p9 p1 = sptr : IntPtr img p2 = sptr : IntPtr pyramid p3 = ARGS_SIZE : Size winSize p4 = int : int maxLevel p5 = int : int withDerivatives p6 = int : int pyrBorder p7 = int : int derivBorder p8 = int : int tryReuseInputImage p9 = var : out int returnValue %inst 元関数名(C#): video_buildOpticalFlowPyramid1 元DLLエクスポート名: video_buildOpticalFlowPyramid1 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_tracking.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_buildOpticalFlowPyramid1(
    cv::_InputArray* img, cv::_OutputArray* pyramid,
    MyCvSize winSize, int maxLevel, int withDerivatives,
    int pyrBorder, int derivBorder, int tryReuseInputImage,
    int* returnValue)
{
    BEGIN_WRAP
    * returnValue = cv::buildOpticalFlowPyramid(
        *img, *pyramid, cpp(winSize), maxLevel, withDerivatives != 0,
        pyrBorder, derivBorder, tryReuseInputImage != 0);
    END_WRAP
}
}html %group NativeMethods_video_tracking %index video_buildOpticalFlowPyramid2 [32/64bit] calcOpticalFlowPyrLK に渡すことのできる画像ピラミッドを構築します． %prm p1,p2,p3,p4,p5,p6,p7,p8,p9 p1 = sptr : IntPtr img p2 = sptr : IntPtr pyramidVec p3 = ARGS_SIZE : Size winSize p4 = int : int maxLevel p5 = int : int withDerivatives p6 = int : int pyrBorder p7 = int : int derivBorder p8 = int : int tryReuseInputImage p9 = var : out int returnValue %inst 元関数名(C#): video_buildOpticalFlowPyramid2 元DLLエクスポート名: video_buildOpticalFlowPyramid2 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_tracking.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_buildOpticalFlowPyramid2(
    cv::_InputArray* img, std::vector<cv::Mat>* pyramidVec,
    MyCvSize winSize, int maxLevel, int withDerivatives,
    int pyrBorder, int derivBorder, int tryReuseInputImage,
    int* returnValue)
{
    BEGIN_WRAP
    * returnValue = cv::buildOpticalFlowPyramid(
        *img, *pyramidVec, cpp(winSize), maxLevel, withDerivatives != 0,
        pyrBorder, derivBorder, tryReuseInputImage != 0);
    END_WRAP
}
}html %group NativeMethods_video_tracking %index video_calcOpticalFlowPyrLK_InputArray [32bit] ピラミッドを用いた反復ルーカス-カナード法を用いて，疎な特徴セットに対するオプティカルフローを計算します． %prm p1,p2,p3,p4,p5,p6,p7,p8,p9,p10,p11 p1 = sptr : IntPtr prevImg p2 = sptr : IntPtr nextImg p3 = sptr : IntPtr prevPts p4 = sptr : IntPtr nextPts p5 = sptr : IntPtr status p6 = sptr : IntPtr err p7 = ARGS_SIZE : Size winSize p8 = int : int maxLevel p9 = ARGS_TERMCRITERIA : TermCriteria criteria p10 = int : int flags p11 = double : double minEigThreshold %inst この関数は，Lucas-Canade オプティカルフローの疎な反復版をピラミッド型に実装したものです．30]を参照してください．注）Lucas-Kanadeオプティカルフローアルゴリズムを用いた例は，opencv_source_code/samples/cpp/lkdemo.cppにあります． (Python) Lucas-Canade オプティカルフローアルゴリズムを用いた例は， opencv_source_code/samples/python/lk_track.py にあります． (Python) Lucas-Kanade トラッカーを用いたホモグラフィマッチングの例は、opencv_source_code/samples/python/lk_homography.pyにあります。 サンプル: samples/cpp/lkdemo.cpp. 元関数名(C#): video_calcOpticalFlowPyrLK_InputArray 元DLLエクスポート名: video_calcOpticalFlowPyrLK_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_tracking.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_calcOpticalFlowPyrLK_InputArray(
    cv::_InputArray* prevImg, cv::_InputArray* nextImg,
    cv::_InputArray* prevPts, cv::_InputOutputArray* nextPts,
    cv::_OutputArray* status, cv::_OutputArray* err,
    MyCvSize winSize, int maxLevel, MyCvTermCriteria criteria,
    int flags, double minEigThreshold)
{
    BEGIN_WRAP
    cv::calcOpticalFlowPyrLK(*prevImg, *nextImg, *prevPts, *nextPts, *status, *err,
        cpp(winSize), maxLevel, cpp(criteria), flags, minEigThreshold);
    END_WRAP
}
}html %group NativeMethods_video_tracking %index video_calcOpticalFlowPyrLK_InputArray [64bit] ピラミッドを用いた反復ルーカス-カナード法を用いて，疎な特徴セットに対するオプティカルフローを計算します． %prm p1,p2,p3,p4,p5,p6,p7,p8,p9,p10,p11 p1 = sptr : IntPtr prevImg p2 = sptr : IntPtr nextImg p3 = sptr : IntPtr prevPts p4 = sptr : IntPtr nextPts p5 = sptr : IntPtr status p6 = sptr : IntPtr err p7 = ARGS_SIZE : Size winSize p8 = int : int maxLevel p9 = var : TermCriteria criteria p10 = int : int flags p11 = double : double minEigThreshold %inst この関数は，Lucas-Canade オプティカルフローの疎な反復版をピラミッド型に実装したものです．30]を参照してください．注）Lucas-Kanadeオプティカルフローアルゴリズムを用いた例は，opencv_source_code/samples/cpp/lkdemo.cppにあります． (Python) Lucas-Canade オプティカルフローアルゴリズムを用いた例は， opencv_source_code/samples/python/lk_track.py にあります． (Python) Lucas-Kanade トラッカーを用いたホモグラフィマッチングの例は、opencv_source_code/samples/python/lk_homography.pyにあります。 サンプル: samples/cpp/lkdemo.cpp. 元関数名(C#): video_calcOpticalFlowPyrLK_InputArray 元DLLエクスポート名: video_calcOpticalFlowPyrLK_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_tracking.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_calcOpticalFlowPyrLK_InputArray(
    cv::_InputArray* prevImg, cv::_InputArray* nextImg,
    cv::_InputArray* prevPts, cv::_InputOutputArray* nextPts,
    cv::_OutputArray* status, cv::_OutputArray* err,
    MyCvSize winSize, int maxLevel, MyCvTermCriteria criteria,
    int flags, double minEigThreshold)
{
    BEGIN_WRAP
    cv::calcOpticalFlowPyrLK(*prevImg, *nextImg, *prevPts, *nextPts, *status, *err,
        cpp(winSize), maxLevel, cpp(criteria), flags, minEigThreshold);
    END_WRAP
}
}html %group NativeMethods_video_tracking %index video_calcOpticalFlowPyrLK_vector [32bit] ピラミッドを用いた反復ルーカス-カナード法を用いて，疎な特徴セットに対するオプティカルフローを計算します． %prm p1,p2,p3,p4,p5,p6,p7,p8,p9,p10,p11,p12 p1 = sptr : IntPtr prevImg p2 = sptr : IntPtr nextImg p3 = var : Point2f[] prevPts p4 = int : int prevPtsSize p5 = sptr : IntPtr nextPts p6 = sptr : IntPtr status p7 = sptr : IntPtr err p8 = ARGS_SIZE : Size winSize p9 = int : int maxLevel p10 = ARGS_TERMCRITERIA : TermCriteria criteria p11 = int : int flags p12 = double : double minEigThreshold %inst この関数は，Lucas-Canade オプティカルフローの疎な反復版をピラミッド型に実装したものです．30]を参照してください．注）Lucas-Kanadeオプティカルフローアルゴリズムを用いた例は，opencv_source_code/samples/cpp/lkdemo.cppにあります． (Python) Lucas-Canade オプティカルフローアルゴリズムを用いた例は， opencv_source_code/samples/python/lk_track.py にあります． (Python) Lucas-Kanade トラッカーを用いたホモグラフィマッチングの例は、opencv_source_code/samples/python/lk_homography.pyにあります。 サンプル: samples/cpp/lkdemo.cpp. 元関数名(C#): video_calcOpticalFlowPyrLK_vector 元DLLエクスポート名: video_calcOpticalFlowPyrLK_vector 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_tracking.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_calcOpticalFlowPyrLK_vector(
    cv::_InputArray* prevImg, cv::_InputArray* nextImg,
    cv::Point2f* prevPts, int prevPtsSize,
    std::vector<cv::Point2f>* nextPts,
    std::vector<uchar>* status,
    std::vector<float>* err,
    MyCvSize winSize, int maxLevel, MyCvTermCriteria criteria,
    int flags, double minEigThreshold)
{
    BEGIN_WRAP
    const std::vector<cv::Point2f> prevPtsVec(prevPts, prevPts + prevPtsSize);
    cv::calcOpticalFlowPyrLK(*prevImg, *nextImg, prevPtsVec, *nextPts,
    *status, *err, cpp(winSize), maxLevel, cpp(criteria), flags, minEigThreshold);
    END_WRAP
}
}html %group NativeMethods_video_tracking %index video_calcOpticalFlowPyrLK_vector [64bit] ピラミッドを用いた反復ルーカス-カナード法を用いて，疎な特徴セットに対するオプティカルフローを計算します． %prm p1,p2,p3,p4,p5,p6,p7,p8,p9,p10,p11,p12 p1 = sptr : IntPtr prevImg p2 = sptr : IntPtr nextImg p3 = var : Point2f[] prevPts p4 = int : int prevPtsSize p5 = sptr : IntPtr nextPts p6 = sptr : IntPtr status p7 = sptr : IntPtr err p8 = ARGS_SIZE : Size winSize p9 = int : int maxLevel p10 = var : TermCriteria criteria p11 = int : int flags p12 = double : double minEigThreshold %inst この関数は，Lucas-Canade オプティカルフローの疎な反復版をピラミッド型に実装したものです．30]を参照してください．注）Lucas-Kanadeオプティカルフローアルゴリズムを用いた例は，opencv_source_code/samples/cpp/lkdemo.cppにあります． (Python) Lucas-Canade オプティカルフローアルゴリズムを用いた例は， opencv_source_code/samples/python/lk_track.py にあります． (Python) Lucas-Kanade トラッカーを用いたホモグラフィマッチングの例は、opencv_source_code/samples/python/lk_homography.pyにあります。 サンプル: samples/cpp/lkdemo.cpp. 元関数名(C#): video_calcOpticalFlowPyrLK_vector 元DLLエクスポート名: video_calcOpticalFlowPyrLK_vector 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_tracking.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_calcOpticalFlowPyrLK_vector(
    cv::_InputArray* prevImg, cv::_InputArray* nextImg,
    cv::Point2f* prevPts, int prevPtsSize,
    std::vector<cv::Point2f>* nextPts,
    std::vector<uchar>* status,
    std::vector<float>* err,
    MyCvSize winSize, int maxLevel, MyCvTermCriteria criteria,
    int flags, double minEigThreshold)
{
    BEGIN_WRAP
    const std::vector<cv::Point2f> prevPtsVec(prevPts, prevPts + prevPtsSize);
    cv::calcOpticalFlowPyrLK(*prevImg, *nextImg, prevPtsVec, *nextPts,
    *status, *err, cpp(winSize), maxLevel, cpp(criteria), flags, minEigThreshold);
    END_WRAP
}
}html %group NativeMethods_video_tracking %index video_calcOpticalFlowFarneback [32/64bit] Gunnar Farneback のアルゴリズムを用いて密なオプティカルフローを計算します。 %prm p1,p2,p3,p4,p5,p6,p7,p8,p9,p10 p1 = sptr : IntPtr prev p2 = sptr : IntPtr next p3 = sptr : IntPtr flow p4 = double : double pyrScale p5 = int : int levels p6 = int : int winSize p7 = int : int iterations p8 = int : int polyN p9 = double : double polySigma p10 = int : int flags %inst この関数は，[69] のアルゴリズムを用いて，各 prev ピクセルに対するオプティカルフローを求めます．(y,x)[1], x + \\(y,x)[0])＼(^o^)／注Gunnar Farneback氏のオプティカルフローアルゴリズムを用いた例はopencv_source_code/samples/cpp/fback.cppにあります。 (Python) Gunnar Farneback 氏のオプティカルフローアルゴリズムを使用した例は、opencv_source_code/samples/python/opt_flow.py にあります。 元関数名(C#): video_calcOpticalFlowFarneback 元DLLエクスポート名: video_calcOpticalFlowFarneback 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_tracking.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_calcOpticalFlowFarneback(
    cv::_InputArray* prev, cv::_InputArray* next,
    cv::_InputOutputArray* flow, double pyrScale, int levels, int winSize,
    int iterations, int polyN, double polySigma, int flags)
{
    BEGIN_WRAP
    cv::calcOpticalFlowFarneback(*prev, *next, *flow, pyrScale, levels, winSize,
        iterations, polyN, polySigma, flags);
    END_WRAP
}
}html %group NativeMethods_video_tracking %index video_computeECC [32/64bit] 2つの画像間の強化相関係数を計算します [67] ． %prm p1,p2,p3,p4 p1 = sptr : IntPtr templateImage p2 = sptr : IntPtr inputImage p3 = sptr : IntPtr inputMask p4 = var : out double returnValue %inst 参照：findTransformECC 元関数名(C#): video_computeECC 元DLLエクスポート名: video_computeECC 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_tracking.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_computeECC(cv::_InputArray *templateImage, cv::_InputArray *inputImage, cv::_InputArray *inputMask, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::computeECC(*templateImage, *inputImage, entity(inputMask));
    END_WRAP
}
}html %group NativeMethods_video_tracking %index video_findTransformECC1 [32bit] 2 つの画像間の幾何学的変換（ワープ）を，ECC 基準[67]に基づいて求めます． %prm p1,p2,p3,p4,p5,p6,p7,p8 p1 = sptr : IntPtr templateImage p2 = sptr : IntPtr inputImage p3 = sptr : IntPtr warpMatrix p4 = int : int motionType p5 = ARGS_TERMCRITERIA : TermCriteria criteria p6 = sptr : IntPtr inputMask p7 = int : int gaussFiltSize p8 = var : out double returnValue %inst この関数は，ECC基準（[67]）に照らし合わせて，最適な変換（warpMatrix）を推定します．テンプレート画像と、最終的にワープした入力画像の相関係数である、最終的な拡張相関係数を返します。関数 findTransformECC は，findHomography や estimateRigidTransform とは異なり，強度の類似性を利用したエリアベースの位置合わせを行います．要するに，この関数は，画像を大まかに整列させる最初の変換を更新します．この情報が不足している場合は，初期化として identity warp（ユニティ行列）が利用されます．なお，画像が強い変位や回転を受ける場合は，画像を大まかに揃える初期変換が必要になります（例えば，画像の内容がほぼ同じになるような単純なユークリッド変換や類似性変換など）．1枚目の画像に近い画像を得るために，2枚目の画像に逆ワープを利用します．つまり，フラグ WARP_INVERSE_MAP と warpAffine または warpPerspective を利用します．この関数の使用方法を示す OpenCV のサンプル image_alignment.cpp も参照してください．他にも，ocomputeECC, estimateAffine2D, estimateAffinePartial2D, findHomographyExamples: samples/cpp/image_alignment.cpp を参照してください． 元関数名(C#): video_findTransformECC1 元DLLエクスポート名: video_findTransformECC1 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_tracking.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_findTransformECC1(
    cv::_InputArray *templateImage, cv::_InputArray *inputImage,
    cv::_InputOutputArray *warpMatrix, int motionType,
    MyCvTermCriteria criteria,
    cv::_InputArray *inputMask, int gaussFiltSize, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::findTransformECC(
        *templateImage, *inputImage, *warpMatrix, motionType, 
        cpp(criteria),entity(inputMask), gaussFiltSize);
    END_WRAP
}
}html %group NativeMethods_video_tracking %index video_findTransformECC1 [64bit] 2 つの画像間の幾何学的変換（ワープ）を，ECC 基準[67]に基づいて求めます． %prm p1,p2,p3,p4,p5,p6,p7,p8 p1 = sptr : IntPtr templateImage p2 = sptr : IntPtr inputImage p3 = sptr : IntPtr warpMatrix p4 = int : int motionType p5 = var : TermCriteria criteria p6 = sptr : IntPtr inputMask p7 = int : int gaussFiltSize p8 = var : out double returnValue %inst この関数は，ECC基準（[67]）に照らし合わせて，最適な変換（warpMatrix）を推定します．テンプレート画像と、最終的にワープした入力画像の相関係数である、最終的な拡張相関係数を返します。関数 findTransformECC は，findHomography や estimateRigidTransform とは異なり，強度の類似性を利用したエリアベースの位置合わせを行います．要するに，この関数は，画像を大まかに整列させる最初の変換を更新します．この情報が不足している場合は，初期化として identity warp（ユニティ行列）が利用されます．なお，画像が強い変位や回転を受ける場合は，画像を大まかに揃える初期変換が必要になります（例えば，画像の内容がほぼ同じになるような単純なユークリッド変換や類似性変換など）．1枚目の画像に近い画像を得るために，2枚目の画像に逆ワープを利用します．つまり，フラグ WARP_INVERSE_MAP と warpAffine または warpPerspective を利用します．この関数の使用方法を示す OpenCV のサンプル image_alignment.cpp も参照してください．他にも，ocomputeECC, estimateAffine2D, estimateAffinePartial2D, findHomographyExamples: samples/cpp/image_alignment.cpp を参照してください． 元関数名(C#): video_findTransformECC1 元DLLエクスポート名: video_findTransformECC1 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_tracking.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_findTransformECC1(
    cv::_InputArray *templateImage, cv::_InputArray *inputImage,
    cv::_InputOutputArray *warpMatrix, int motionType,
    MyCvTermCriteria criteria,
    cv::_InputArray *inputMask, int gaussFiltSize, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::findTransformECC(
        *templateImage, *inputImage, *warpMatrix, motionType, 
        cpp(criteria),entity(inputMask), gaussFiltSize);
    END_WRAP
}
}html %group NativeMethods_video_tracking %index video_findTransformECC2 [32bit] 2 つの画像間の幾何学的変換（ワープ）を，ECC 基準[67]に基づいて求めます． %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr templateImage p2 = sptr : IntPtr inputImage p3 = sptr : IntPtr warpMatrix p4 = int : int motionType p5 = ARGS_TERMCRITERIA : TermCriteria criteria p6 = sptr : IntPtr inputMask p7 = var : out double returnValue %inst この関数は，ECC基準（[67]）に照らし合わせて，最適な変換（warpMatrix）を推定します．テンプレート画像と、最終的にワープした入力画像の相関係数である、最終的な拡張相関係数を返します。関数 findTransformECC は，findHomography や estimateRigidTransform とは異なり，強度の類似性を利用したエリアベースの位置合わせを行います．要するに，この関数は，画像を大まかに整列させる最初の変換を更新します．この情報が不足している場合は，初期化として identity warp（ユニティ行列）が利用されます．なお，画像が強い変位や回転を受ける場合は，画像を大まかに揃える初期変換が必要になります（例えば，画像の内容がほぼ同じになるような単純なユークリッド変換や類似性変換など）．1枚目の画像に近い画像を得るために，2枚目の画像に逆ワープを利用します．つまり，フラグ WARP_INVERSE_MAP と warpAffine または warpPerspective を利用します．この関数の使用方法を示す OpenCV のサンプル image_alignment.cpp も参照してください．他にも，ocomputeECC, estimateAffine2D, estimateAffinePartial2D, findHomographyExamples: samples/cpp/image_alignment.cpp を参照してください． 元関数名(C#): video_findTransformECC2 元DLLエクスポート名: video_findTransformECC2 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_tracking.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_findTransformECC2(
    cv::_InputArray *templateImage, cv::_InputArray *inputImage,
    cv::_InputOutputArray *warpMatrix, int motionType,
    MyCvTermCriteria criteria, cv::_InputArray *inputMask, double* returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::findTransformECC(
        *templateImage, *inputImage, *warpMatrix, motionType,
        cpp(criteria), entity(inputMask));
    END_WRAP
}
}html %group NativeMethods_video_tracking %index video_findTransformECC2 [64bit] 2 つの画像間の幾何学的変換（ワープ）を，ECC 基準[67]に基づいて求めます． %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr templateImage p2 = sptr : IntPtr inputImage p3 = sptr : IntPtr warpMatrix p4 = int : int motionType p5 = var : TermCriteria criteria p6 = sptr : IntPtr inputMask p7 = var : out double returnValue %inst この関数は，ECC基準（[67]）に照らし合わせて，最適な変換（warpMatrix）を推定します．テンプレート画像と、最終的にワープした入力画像の相関係数である、最終的な拡張相関係数を返します。関数 findTransformECC は，findHomography や estimateRigidTransform とは異なり，強度の類似性を利用したエリアベースの位置合わせを行います．要するに，この関数は，画像を大まかに整列させる最初の変換を更新します．この情報が不足している場合は，初期化として identity warp（ユニティ行列）が利用されます．なお，画像が強い変位や回転を受ける場合は，画像を大まかに揃える初期変換が必要になります（例えば，画像の内容がほぼ同じになるような単純なユークリッド変換や類似性変換など）．1枚目の画像に近い画像を得るために，2枚目の画像に逆ワープを利用します．つまり，フラグ WARP_INVERSE_MAP と warpAffine または warpPerspective を利用します．この関数の使用方法を示す OpenCV のサンプル image_alignment.cpp も参照してください．他にも，ocomputeECC, estimateAffine2D, estimateAffinePartial2D, findHomographyExamples: samples/cpp/image_alignment.cpp を参照してください． 元関数名(C#): video_findTransformECC2 元DLLエクスポート名: video_findTransformECC2 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_tracking.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_findTransformECC2(
    cv::_InputArray *templateImage, cv::_InputArray *inputImage,
    cv::_InputOutputArray *warpMatrix, int motionType,
    MyCvTermCriteria criteria, cv::_InputArray *inputMask, double* returnValue)
{
    BEGIN_WRAP
    *returnValue = cv::findTransformECC(
        *templateImage, *inputImage, *warpMatrix, motionType,
        cpp(criteria), entity(inputMask));
    END_WRAP
}
}html %group NativeMethods_video_tracking %index video_KalmanFilter_new1 [32/64bit] cv::KalmanFilter のインスタンスを生成します %prm p1 p1 = var : out IntPtr returnValue %inst カルマンフィルタクラスです． このクラスは，標準的なカルマンフィルタ http://en.wikipedia.org/wiki/Kalman_filter, [272] を実装しています．しかし， transitionMatrix, controlMatrix, measurementMatrix を変更することで，拡張カルマンフィルタの機能を得ることができます．注意 C API では， CvKalman* kalmanFilter 構造体が不要になった場合， cvReleaseKalman(&kalmanFilter) で解放されます． 例： samples/cpp/kalman.cpp. 元関数名(C#): video_KalmanFilter_new1 元DLLエクスポート名: video_KalmanFilter_new1 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_tracking.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_KalmanFilter_new1(cv::KalmanFilter **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::KalmanFilter;
    END_WRAP
}
}html %group NativeMethods_video_tracking %index video_KalmanFilter_new2 [32/64bit] カルマンフィルタクラスです． このクラスは，標準的なカルマンフィルタ http://en.wikipedia.org/wiki/Kalman_filter, [272] を実装しています．しかし， transitionMatrix, controlMatrix, measurementMatrix を変更することで，拡張カルマンフィルタの機能を得ることができます．注意 C API では， CvKalman* kalmanFilter 構造体が不要になった場合， cvReleaseKalman(&kalmanFilter) で解放されます． 例： samples/cpp/kalman.cpp. %prm p1,p2,p3,p4,p5 p1 = int : int dynamParams p2 = int : int measureParams p3 = int : int controlParams p4 = int : int type p5 = var : out IntPtr returnValue %inst 元関数名(C#): video_KalmanFilter_new2 元DLLエクスポート名: video_KalmanFilter_new2 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_tracking.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_KalmanFilter_new2(int dynamParams, int measureParams, int controlParams, int type, cv::KalmanFilter **returnValue)
{
    BEGIN_WRAP
    *returnValue = new cv::KalmanFilter(dynamParams, measureParams, controlParams, type);
    END_WRAP
}
}html %group NativeMethods_video_tracking %index video_KalmanFilter_init [32/64bit] カルマンフィルタを再初期化します．以前の内容は破棄されます． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr obj p2 = int : int dynamParams p3 = int : int measureParams p4 = int : int controlParams p5 = int : int type %inst 元関数名(C#): video_KalmanFilter_init 元DLLエクスポート名: video_KalmanFilter_init 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_tracking.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_KalmanFilter_init(cv::KalmanFilter *obj, int dynamParams, int measureParams, int controlParams, int type)
{
    BEGIN_WRAP
    obj->init(dynamParams, measureParams, controlParams, type);
    END_WRAP
}
}html %group NativeMethods_video_tracking %index video_KalmanFilter_delete [32/64bit] cv::KalmanFilter のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst カルマンフィルタクラスです． このクラスは，標準的なカルマンフィルタ http://en.wikipedia.org/wiki/Kalman_filter, [272] を実装しています．しかし， transitionMatrix, controlMatrix, measurementMatrix を変更することで，拡張カルマンフィルタの機能を得ることができます．注意 C API では， CvKalman* kalmanFilter 構造体が不要になった場合， cvReleaseKalman(&kalmanFilter) で解放されます． 例： samples/cpp/kalman.cpp. 元関数名(C#): video_KalmanFilter_delete 元DLLエクスポート名: video_KalmanFilter_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_tracking.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_KalmanFilter_delete(cv::KalmanFilter *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_video_tracking %index video_KalmanFilter_predict [32/64bit] 予測される状態を計算します． %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = sptr : IntPtr control p3 = var : out IntPtr returnValue %inst 例： samples/cpp/kalman.cpp. 元関数名(C#): video_KalmanFilter_predict 元DLLエクスポート名: video_KalmanFilter_predict 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_tracking.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_KalmanFilter_predict(cv::KalmanFilter *obj, cv::Mat *control, cv::Mat **returnValue)
{
    BEGIN_WRAP
    const auto result = obj->predict(entity(control));
    *returnValue = new cv::Mat(result);
    END_WRAP
}
}html %group NativeMethods_video_tracking %index video_KalmanFilter_correct [32/64bit] 測定値から予測状態を更新します． %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = sptr : IntPtr measurement p3 = var : out IntPtr returnValue %inst 例： samples/cpp/kalman.cpp. 元関数名(C#): video_KalmanFilter_correct 元DLLエクスポート名: video_KalmanFilter_correct 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_tracking.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_KalmanFilter_correct(cv::KalmanFilter *obj, cv::Mat *measurement, cv::Mat **returnValue)
{
    BEGIN_WRAP
    const auto result = obj->correct(*measurement);
    *returnValue = new cv::Mat(result);
    END_WRAP
}
}html %group NativeMethods_video_tracking %index video_KalmanFilter_statePre [32/64bit] cv::KalmanFilter::statePre 変数を取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst 予測状態 (x'(k)): x(k)=A*x(k-1)+B*u(k) 元関数名(C#): video_KalmanFilter_statePre 元DLLエクスポート名: video_KalmanFilter_statePre 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_tracking.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_KalmanFilter_statePre(cv::KalmanFilter *obj, cv::Mat **returnValue)
{
    BEGIN_WRAP
    *returnValue = &(obj->statePre);
    END_WRAP
}
}html %group NativeMethods_video_tracking %index video_KalmanFilter_statePost [32/64bit] cv::KalmanFilter::statePost 変数を取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst 補正後の状態（x(k)）：x(k)=x'(k)+K(k)*(z(k)-H*x'(k)) 例： samples/cpp/kalman.cpp. 元関数名(C#): video_KalmanFilter_statePost 元DLLエクスポート名: video_KalmanFilter_statePost 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_tracking.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_KalmanFilter_statePost(cv::KalmanFilter *obj, cv::Mat **returnValue)
{
    BEGIN_WRAP
    *returnValue = &(obj->statePost);
    END_WRAP
}
}html %group NativeMethods_video_tracking %index video_KalmanFilter_transitionMatrix [32/64bit] cv::KalmanFilter::transitionMatrix 変数を取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst 状態遷移行列(A) 例： samples/cpp/kalman.cpp. 元関数名(C#): video_KalmanFilter_transitionMatrix 元DLLエクスポート名: video_KalmanFilter_transitionMatrix 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_tracking.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_KalmanFilter_transitionMatrix(cv::KalmanFilter *obj, cv::Mat **returnValue)
{
    BEGIN_WRAP
    *returnValue = &(obj->transitionMatrix);
    END_WRAP
}
}html %group NativeMethods_video_tracking %index video_KalmanFilter_controlMatrix [32/64bit] cv::KalmanFilter::controlMatrix 変数を取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst 制御行列(B) (制御がない場合は使用しない) 元関数名(C#): video_KalmanFilter_controlMatrix 元DLLエクスポート名: video_KalmanFilter_controlMatrix 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_tracking.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_KalmanFilter_controlMatrix(cv::KalmanFilter *obj, cv::Mat **returnValue)
{
    BEGIN_WRAP
    *returnValue = &(obj->controlMatrix);
    END_WRAP
}
}html %group NativeMethods_video_tracking %index video_KalmanFilter_measurementMatrix [32/64bit] cv::KalmanFilter::measurementMatrix 変数を取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst 測定行列(H) 例： samples/cpp/kalman.cpp. 元関数名(C#): video_KalmanFilter_measurementMatrix 元DLLエクスポート名: video_KalmanFilter_measurementMatrix 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_tracking.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_KalmanFilter_measurementMatrix(cv::KalmanFilter *obj, cv::Mat **returnValue)
{
    BEGIN_WRAP
    *returnValue = &(obj->measurementMatrix);
    END_WRAP
}
}html %group NativeMethods_video_tracking %index video_KalmanFilter_processNoiseCov [32/64bit] cv::KalmanFilter::processNoiseCov 変数を取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst プロセスノイズ共分散行列 (Q) 例： samples/cpp/kalman.cpp. 元関数名(C#): video_KalmanFilter_processNoiseCov 元DLLエクスポート名: video_KalmanFilter_processNoiseCov 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_tracking.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_KalmanFilter_processNoiseCov(cv::KalmanFilter *obj, cv::Mat **returnValue)
{
    BEGIN_WRAP
    *returnValue = &(obj->processNoiseCov);
    END_WRAP
}
}html %group NativeMethods_video_tracking %index video_KalmanFilter_measurementNoiseCov [32/64bit] cv::KalmanFilter::measurementNoiseCov 変数を取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst 測定ノイズ共分散行列 (R) 例： samples/cpp/kalman.cpp. 元関数名(C#): video_KalmanFilter_measurementNoiseCov 元DLLエクスポート名: video_KalmanFilter_measurementNoiseCov 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_tracking.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_KalmanFilter_measurementNoiseCov(cv::KalmanFilter *obj, cv::Mat **returnValue)
{
    BEGIN_WRAP
    *returnValue = &(obj->measurementNoiseCov);
    END_WRAP
}
}html %group NativeMethods_video_tracking %index video_KalmanFilter_errorCovPre [32/64bit] cv::KalmanFilter::errorCovPre 変数を取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst プリオリ誤差推定共分散行列（P'(k)）。P'(k)=A*P(k-1)*At + Q)/*。 元関数名(C#): video_KalmanFilter_errorCovPre 元DLLエクスポート名: video_KalmanFilter_errorCovPre 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_tracking.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_KalmanFilter_errorCovPre(cv::KalmanFilter *obj, cv::Mat **returnValue)
{
    BEGIN_WRAP
    *returnValue = &(obj->errorCovPre);
    END_WRAP
}
}html %group NativeMethods_video_tracking %index video_KalmanFilter_gain [32/64bit] cv::KalmanFilter::gain 変数を取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst カルマンゲイン行列(K(k)):K(k)=P'(k)*Ht*inv(H*P'(k)*Ht+R) 元関数名(C#): video_KalmanFilter_gain 元DLLエクスポート名: video_KalmanFilter_gain 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_tracking.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_KalmanFilter_gain(cv::KalmanFilter *obj, cv::Mat **returnValue)
{
    BEGIN_WRAP
    *returnValue = &(obj->gain);
    END_WRAP
}
}html %group NativeMethods_video_tracking %index video_KalmanFilter_errorCovPost [32/64bit] cv::KalmanFilter::errorCovPost 変数を取得します %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out IntPtr returnValue %inst posteriori誤差推定共分散行列(P(k)):P(k)=(I-K(k)*H)*P'(k) 例： samples/cpp/kalman.cpp. 元関数名(C#): video_KalmanFilter_errorCovPost 元DLLエクスポート名: video_KalmanFilter_errorCovPost 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_tracking.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_KalmanFilter_errorCovPost(cv::KalmanFilter *obj, cv::Mat **returnValue)
{
    BEGIN_WRAP
    *returnValue = &(obj->errorCovPost);
    END_WRAP
}
}html %group NativeMethods_video_tracking %index video_Tracker_init [32bit] ターゲットを囲んだ既知のバウンディングボックスでトラッカーを初期化する。 %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = sptr : IntPtr image p3 = ARGS_RECT : Rect boundingBox %inst 元関数名(C#): video_Tracker_init 元DLLエクスポート名: video_Tracker_init 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_tracking.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_Tracker_init(cv::Tracker* tracker, const cv::Mat* image, const MyCvRect boundingBox)
{
    BEGIN_WRAP
    tracker->init(*image, cpp(boundingBox));
    END_WRAP
}
}html %group NativeMethods_video_tracking %index video_Tracker_init [64bit] ターゲットを囲んだ既知のバウンディングボックスでトラッカーを初期化する。 %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = sptr : IntPtr image p3 = var : Rect boundingBox %inst 元関数名(C#): video_Tracker_init 元DLLエクスポート名: video_Tracker_init 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_tracking.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_Tracker_init(cv::Tracker* tracker, const cv::Mat* image, const MyCvRect boundingBox)
{
    BEGIN_WRAP
    tracker->init(*image, cpp(boundingBox));
    END_WRAP
}
}html %group NativeMethods_video_tracking %index video_Tracker_update [32/64bit] トラッカーを更新し、ターゲットに最も適した新しいバウンディングボックスを見つける。 %prm p1,p2,p3,p4 p1 = sptr : IntPtr obj p2 = sptr : IntPtr image p3 = var : ref Rect boundingBox p4 = var : out int returnValue %inst 元関数名(C#): video_Tracker_update 元DLLエクスポート名: video_Tracker_update 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_tracking.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_Tracker_update(cv::Tracker* tracker, const cv::Mat* image, MyCvRect* boundingBox, int* returnValue)
{
    BEGIN_WRAP
    cv::Rect bb = cpp(*boundingBox);
    const bool ret = tracker->update(*image, bb);
    if (ret)
    {
        boundingBox->x = bb.x;
        boundingBox->y = bb.y;
        boundingBox->width = bb.width;
        boundingBox->height = bb.height;
    }

    *returnValue = ret ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_video_tracking %index video_TrackerMIL_create1 [32/64bit] MILトラッカーのインスタンスを作成します。 %prm p1 p1 = var : out IntPtr returnValue %inst 元関数名(C#): video_TrackerMIL_create1 元DLLエクスポート名: video_TrackerMIL_create1 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_tracking.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_TrackerMIL_create1(cv::Ptr<cv::TrackerMIL>** returnValue)
{
    BEGIN_WRAP
    const auto p = cv::TrackerMIL::create();
    *returnValue = clone(p);
    END_WRAP
}
}html %group NativeMethods_video_tracking %index video_TrackerMIL_create2 [32/64bit] MILトラッカーのインスタンスを作成します。 %prm p1,p2 p1 = var : TrackerMIL.Params* parameters p2 = var : out IntPtr returnValue %inst 元関数名(C#): video_TrackerMIL_create2 元DLLエクスポート名: video_TrackerMIL_create2 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_tracking.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_TrackerMIL_create2(cv::TrackerMIL::Params* parameters, cv::Ptr<cv::TrackerMIL>** returnValue)
{
    BEGIN_WRAP
    const auto p = cv::TrackerMIL::create(*parameters);
    *returnValue = clone(p);
    END_WRAP
}
}html %group NativeMethods_video_tracking %index video_Ptr_TrackerMIL_delete [32/64bit] cv::TrackerMIL のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr ptr %inst MILアルゴリズムは、オンラインで分類器を学習し、背景からオブジェクトを分離します。 複数インスタンス学習により、ドリフト問題を回避し、ロバストなトラッキングを実現します。実装は[13]を参考にしています． オリジナルのコードは http://vision.ucsd.edu/~bbabenko/project_miltrack.shtml にあります。 元関数名(C#): video_Ptr_TrackerMIL_delete 元DLLエクスポート名: video_Ptr_TrackerMIL_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_tracking.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_Ptr_TrackerMIL_delete(cv::Ptr<cv::TrackerMIL>* ptr)
{
    BEGIN_WRAP
    delete ptr;
    END_WRAP
}
}html %group NativeMethods_video_tracking %index video_Ptr_TrackerMIL_get [32/64bit] cv::TrackerMIL のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst MILアルゴリズムは、オンラインで分類器を学習し、背景からオブジェクトを分離します。 複数インスタンス学習により、ドリフト問題を回避し、ロバストなトラッキングを実現します。実装は[13]を参考にしています． オリジナルのコードは http://vision.ucsd.edu/~bbabenko/project_miltrack.shtml にあります。 元関数名(C#): video_Ptr_TrackerMIL_get 元DLLエクスポート名: video_Ptr_TrackerMIL_get 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_tracking.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_Ptr_TrackerMIL_get(cv::Ptr<cv::TrackerMIL>* ptr, cv::TrackerMIL** returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_video_tracking %index video_TrackerGOTURN_create1 [32/64bit] コンストラクタです。 %prm p1 p1 = var : out IntPtr returnValue %inst 元関数名(C#): video_TrackerGOTURN_create1 元DLLエクスポート名: video_TrackerGOTURN_create1 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_tracking.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_TrackerGOTURN_create1(cv::Ptr<cv::TrackerGOTURN>** returnValue)
{
    BEGIN_WRAP
    const auto p = cv::TrackerGOTURN::create();
    *returnValue = clone(p);
    END_WRAP
}
}html %group NativeMethods_video_tracking %index video_TrackerGOTURN_create2 [32/64bit] コンストラクタです。 %prm p1,p2 p1 = var : TrackerGOTURN.Params* parameters p2 = var : out IntPtr returnValue %inst 元関数名(C#): video_TrackerGOTURN_create2 元DLLエクスポート名: video_TrackerGOTURN_create2 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_tracking.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_TrackerGOTURN_create2(cv::TrackerGOTURN::Params* parameters, cv::Ptr<cv::TrackerGOTURN>** returnValue)
{
    BEGIN_WRAP
    const auto p = cv::TrackerGOTURN::create(*parameters);
    *returnValue = clone(p);
    END_WRAP
}
}html %group NativeMethods_video_tracking %index video_Ptr_TrackerGOTURN_delete [32/64bit] cv::TrackerGOTURN のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr ptr %inst GOTURN (Generic Object Tracking Using Regression Networks) トラッカー GOTURN（[107]）は、Convolutional Neural Networks（CNN）をベースにしたトラッカーの一種です。GOTURNはCNNをベースにしたトラッカーの一種です。CNNトラッカーのすべての利点を利用していますが、GOTURNはオンラインでの微調整を必要としないオフラインでのトレーニングにより、はるかに高速です。GOTURNトラッカーは、ビデオの最初のフレームにあるオブジェクトのバウンディングボックスのラベルが与えられた場合、そのオブジェクトをビデオの残りの部分で追跡するという、シングルターゲットのトラッキングの問題に対応しています。注意：現在のGOTURNはオクルージョンを扱いませんが、視点の変更、照明の変更、変形にはかなり強くなっています。GOTURNの入力は、227x227にリサイズされたTargetパッチとSearchパッチを表す2つのRGBパッチです。GOTURNの出力は、X1,Y1,X2,Y2のフォーマットで表された、サーチパッチの座標系に対する予測バウンディングボックス座標です。Original paper is here: http://davheld.github.io/GOTURN/GOTURN.pdf As long as original authors implementation: https://github.com/davheld/GOTURN#train-the-tracker 3d-party dependencies due to the Implementation of training algorithm is placed in separately here: https://github.com/Auron-X/GOTURN_Training_Toolkit GOTURN architecture goturn.prototxt and trained model goturn.caffemodel is accessible on opencv_extra GitHub repository. 元関数名(C#): video_Ptr_TrackerGOTURN_delete 元DLLエクスポート名: video_Ptr_TrackerGOTURN_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_tracking.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_Ptr_TrackerGOTURN_delete(cv::Ptr<cv::TrackerGOTURN>* ptr)
{
    BEGIN_WRAP
    delete ptr;
    END_WRAP
}
}html %group NativeMethods_video_tracking %index video_Ptr_TrackerGOTURN_get [32/64bit] cv::TrackerGOTURN のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst GOTURN (Generic Object Tracking Using Regression Networks) トラッカー GOTURN（[107]）は、Convolutional Neural Networks（CNN）をベースにしたトラッカーの一種です。GOTURNはCNNをベースにしたトラッカーの一種です。CNNトラッカーのすべての利点を利用していますが、GOTURNはオンラインでの微調整を必要としないオフラインでのトレーニングにより、はるかに高速です。GOTURNトラッカーは、ビデオの最初のフレームにあるオブジェクトのバウンディングボックスのラベルが与えられた場合、そのオブジェクトをビデオの残りの部分で追跡するという、シングルターゲットのトラッキングの問題に対応しています。注意：現在のGOTURNはオクルージョンを扱いませんが、視点の変更、照明の変更、変形にはかなり強くなっています。GOTURNの入力は、227x227にリサイズされたTargetパッチとSearchパッチを表す2つのRGBパッチです。GOTURNの出力は、X1,Y1,X2,Y2のフォーマットで表された、サーチパッチの座標系に対する予測バウンディングボックス座標です。Original paper is here: http://davheld.github.io/GOTURN/GOTURN.pdf As long as original authors implementation: https://github.com/davheld/GOTURN#train-the-tracker 3d-party dependencies due to the Implementation of training algorithm is placed in separately here: https://github.com/Auron-X/GOTURN_Training_Toolkit GOTURN architecture goturn.prototxt and trained model goturn.caffemodel is accessible on opencv_extra GitHub repository. 元関数名(C#): video_Ptr_TrackerGOTURN_get 元DLLエクスポート名: video_Ptr_TrackerGOTURN_get 参照元CSファイル: Internal\PInvoke\NativeMethods\video\NativeMethods_video_tracking.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) video_Ptr_TrackerGOTURN_get(cv::Ptr<cv::TrackerGOTURN>* ptr, cv::TrackerGOTURN** returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_video_tracking %index ximgproc_niBlackThreshold [32/64bit] Niblackの手法や、Niblackにインスパイアされた一般的なバリエーションを用いて、入力画像の閾値処理を行う。 %prm p1,p2,p3,p4,p5,p6,p7,p8 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = double : double maxValue p4 = int : int type p5 = int : int blockSize p6 = double : double k p7 = int : int binarizationMethod p8 = double : double r %inst この関数は，次の式に従って，グレースケール画像を2値画像に変換します：THRESH_BINARY \dst(x,y) = ??? -? ???}}{if ??? src(x,y) > T(x,y)??}{0}{otherwise}]. thresh_binary_inv \dst(x,y) = ??? -? ???{0}{if ??? src(x,y) > T(x,y)??}{0}{otherwise}\ [dst(x,y) = ??? -? ???{0{maxValue}}{0}{otherwise}\] 。 ここで、????? ) ????? ) ????? ) ????? ) ????? ) ????? ) ????? ) ????? ) ????? ) ????? ) ????? ) ????? ) ????? )この関数は，画像をその場で処理することはできません．See alsothreshold, adaptiveThreshold 元関数名(C#): ximgproc_niBlackThreshold 元DLLエクスポート名: ximgproc_niBlackThreshold 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_niBlackThreshold(cv::_InputArray *src, cv::_OutputArray *dst,
    double maxValue, int type,
    int blockSize, double k, int binarizationMethod, double r)
{
    BEGIN_WRAP
    cv::ximgproc::niBlackThreshold(*src, *dst, maxValue, type, blockSize, k, binarizationMethod, r);
    END_WRAP
}
}html %group NativeMethods_ximgproc %index ximgproc_thinning [32/64bit] 入力画像をスケルチゼーションするために，2値のblobを間引く操作を行います． %prm p1,p2,p3 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = int : int thinningType %inst この関数は， Zhang-Suen の手法を用いて，2値の blob 画像をスケルティッド形式に変換します． 元関数名(C#): ximgproc_thinning 元DLLエクスポート名: ximgproc_thinning 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_thinning(cv::_InputArray *src, cv::_OutputArray *dst, int thinningType)
{
    BEGIN_WRAP
    cv::ximgproc::thinning(*src, *dst, thinningType);
    END_WRAP
}
}html %group NativeMethods_ximgproc %index ximgproc_anisotropicDiffusion [32/64bit] また，画像に対して異方性拡散を行います． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = float : float alpha p4 = float : float K p5 = int : int niters %inst この関数は，Perona-Malik異方性拡散を画像に適用します．これは，偏微分方程式の解である。\C(x,y,t)の関数としては、次のようなものがあります。\] 元関数名(C#): ximgproc_anisotropicDiffusion 元DLLエクスポート名: ximgproc_anisotropicDiffusion 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_anisotropicDiffusion(cv::_InputArray *src, cv::_OutputArray *dst, float alpha, float K, int niters)
{
    BEGIN_WRAP
    cv::ximgproc::anisotropicDiffusion(*src, *dst, alpha, K, niters);
    END_WRAP
}
}html %group NativeMethods_ximgproc %index ximgproc_BrightEdges [32/64bit] ximgproc_BrightEdges %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr original p2 = sptr : IntPtr edgeview p3 = int : int contrast p4 = int : int shortRange p5 = int : int longRange %inst 元関数名(C#): ximgproc_BrightEdges 元DLLエクスポート名: ximgproc_BrightEdges 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_BrightEdges(cv::Mat *original, cv::Mat *edgeview, int contrast, int shortrange, int longrange)
{
    BEGIN_WRAP
    cv::ximgproc::BrightEdges(*original, *edgeview, contrast, shortrange, longrange);
    END_WRAP
}
}html %group NativeMethods_ximgproc %index ximgproc_createQuaternionImage [32/64bit] は、クォータニオンイメージを作成します。 %prm p1,p2 p1 = sptr : IntPtr img p2 = sptr : IntPtr qimg %inst 元関数名(C#): ximgproc_createQuaternionImage 元DLLエクスポート名: ximgproc_createQuaternionImage 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_createQuaternionImage(cv::_InputArray *img, cv::_OutputArray *qimg)
{
    BEGIN_WRAP
    cv::ximgproc::createQuaternionImage(*img, *qimg);
    END_WRAP
}
}html %group NativeMethods_ximgproc %index ximgproc_qconj [32/64bit] 4元画像の共役を計算します． %prm p1,p2 p1 = sptr : IntPtr qimg p2 = sptr : IntPtr qcimg %inst 元関数名(C#): ximgproc_qconj 元DLLエクスポート名: ximgproc_qconj 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_qconj(cv::_InputArray *qimg, cv::_OutputArray *qcimg)
{
    BEGIN_WRAP
    cv::ximgproc::qconj(*qimg, *qcimg);
    END_WRAP
}
}html %group NativeMethods_ximgproc %index ximgproc_qunitary [32/64bit] は、各要素をそのモジュラスで除算します。 %prm p1,p2 p1 = sptr : IntPtr qimg p2 = sptr : IntPtr qnimg %inst 元関数名(C#): ximgproc_qunitary 元DLLエクスポート名: ximgproc_qunitary 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_qunitary(cv::_InputArray *qimg, cv::_OutputArray *qnimg)
{
    BEGIN_WRAP
    cv::ximgproc::qunitary(*qimg, *qnimg);
    END_WRAP
}
}html %group NativeMethods_ximgproc %index ximgproc_qmultiply [32/64bit] 2つの配列の要素ごとのクォータニオン積を計算します。 %prm p1,p2,p3 p1 = sptr : IntPtr src1 p2 = sptr : IntPtr src2 p3 = sptr : IntPtr dst %inst 元関数名(C#): ximgproc_qmultiply 元DLLエクスポート名: ximgproc_qmultiply 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_qmultiply(cv::_InputArray *src1, cv::_InputArray *src2, cv::_OutputArray *dst)
{
    BEGIN_WRAP
    cv::ximgproc::qmultiply(*src1, *src2, *dst);
    END_WRAP
}
}html %group NativeMethods_ximgproc %index ximgproc_qdft [32/64bit] 2次元のクォータニオン配列に対して，離散的クォータニオンフーリエ変換（順変換）または逆変換を行います． %prm p1,p2,p3,p4 p1 = sptr : IntPtr img p2 = sptr : IntPtr qimg p3 = int : int flags p4 = int : int sideLeft %inst 元関数名(C#): ximgproc_qdft 元DLLエクスポート名: ximgproc_qdft 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_qdft(cv::_InputArray *img, cv::_OutputArray *qimg, int flags, int sideLeft)
{
    BEGIN_WRAP
    cv::ximgproc::qdft(*img, *qimg, flags, sideLeft != 0);
    END_WRAP
}
}html %group NativeMethods_ximgproc %index ximgproc_colorMatchTemplate [32/64bit] カラーテンプレートを，オーバーラップしたカラー画像領域と比較します． %prm p1,p2,p3 p1 = sptr : IntPtr img p2 = sptr : IntPtr templ p3 = sptr : IntPtr result %inst 元関数名(C#): ximgproc_colorMatchTemplate 元DLLエクスポート名: ximgproc_colorMatchTemplate 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_colorMatchTemplate(cv::_InputArray *img, cv::_InputArray *templ, cv::_OutputArray *result)
{
    BEGIN_WRAP
    cv::ximgproc::colorMatchTemplate(*img, *templ, *result);
    END_WRAP
}
}html %group NativeMethods_ximgproc %index ximgproc_GradientDericheY [32/64bit] Y Dericheフィルタを画像に適用します． %prm p1,p2,p3,p4 p1 = sptr : IntPtr op p2 = sptr : IntPtr dst p3 = double : double alpha p4 = double : double omega %inst この実装の詳細については，http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.476.5736&rep=rep1&type=pdf を参照してください． 元関数名(C#): ximgproc_GradientDericheY 元DLLエクスポート名: ximgproc_GradientDericheY 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_GradientDericheY(cv::_InputArray *op, cv::_OutputArray *dst, double alpha, double omega)
{
    BEGIN_WRAP
    cv::ximgproc::GradientDericheY(*op, *dst, alpha, omega);
    END_WRAP
}
}html %group NativeMethods_ximgproc %index ximgproc_GradientDericheX [32/64bit] X Deriche フィルタを画像に適用します． %prm p1,p2,p3,p4 p1 = sptr : IntPtr op p2 = sptr : IntPtr dst p3 = double : double alpha p4 = double : double omega %inst この実装の詳細については，http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.476.5736&rep=rep1&type=pdf を参照してください． 元関数名(C#): ximgproc_GradientDericheX 元DLLエクスポート名: ximgproc_GradientDericheX 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_GradientDericheX(cv::_InputArray *op, cv::_OutputArray *dst, double alpha, double omega)
{
    BEGIN_WRAP
    cv::ximgproc::GradientDericheX(*op, *dst, alpha, omega);
    END_WRAP
}
}html %group NativeMethods_ximgproc %index ximgproc_edgePreservingFilter [32/64bit] Edge-Preerving フィルタを使って，画像を滑らかにします． %prm p1,p2,p3,p4 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = int : int d p4 = double : double threshold %inst この関数は，ガウシアンノイズだけでなく，ソルト＆ペッパーノイズも平滑化します．この実装の詳細については、[ReiWoe18] Reich, S. and Worgotter, 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. 元関数名(C#): ximgproc_edgePreservingFilter 元DLLエクスポート名: ximgproc_edgePreservingFilter 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_edgePreservingFilter(cv::_InputArray *src, cv::_OutputArray *dst, int d, double threshold)
{
    BEGIN_WRAP
    cv::ximgproc::edgePreservingFilter(*src, *dst, d, threshold);
    END_WRAP
}
}html %group NativeMethods_ximgproc %index ximgproc_covarianceEstimation [32/64bit] スライディングウィンドウ法を用いて，画像の共分散行列の推定値を計算します． %prm p1,p2,p3,p4 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = int : int windowRows p4 = int : int windowCols %inst 元関数名(C#): ximgproc_covarianceEstimation 元DLLエクスポート名: ximgproc_covarianceEstimation 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_covarianceEstimation(
    cv::_InputArray *src, cv::_OutputArray *dst, int windowRows, int windowCols)
{
    BEGIN_WRAP
    cv::ximgproc::covarianceEstimation(*src, *dst, windowRows, windowCols);
    END_WRAP
}
}html %group NativeMethods_ximgproc %index ximgproc_FastHoughTransform [32/64bit] 画像の2次元高速ハフ変換を計算します． %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = int : int dstMatDepth p4 = int : int angleRange p5 = int : int op p6 = int : int makeSkew %inst この関数は，全角，半角，1/4角の範囲で高速ハフ変換を計算します． 元関数名(C#): ximgproc_FastHoughTransform 元DLLエクスポート名: ximgproc_FastHoughTransform 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_FastHoughTransform(
    cv::_InputArray* src, cv::_OutputArray* dst,
    int dstMatDepth, int angleRange, int op, int makeSkew)
{
    BEGIN_WRAP
    cv::ximgproc::FastHoughTransform(*src, *dst, dstMatDepth, angleRange, op, makeSkew);
    END_WRAP
}
}html %group NativeMethods_ximgproc %index ximgproc_HoughPoint2Line [32/64bit] Hough空間における点に対応する線分の座標を求めます． %prm p1,p2,p3,p4,p5,p6 p1 = ARGS_POINT : Point houghPoint p2 = sptr : IntPtr srcImgInfo p3 = int : int angleRange p4 = int : int makeSkew p5 = int : int rules p6 = var : out Vec4i returnValue %inst 戻り値 [Vec4i]Hough空間における点に対応する線分の座標．備考パラメータ rules が RO_STRICT に設定されている場合，返される線分は元画像の境界線に沿って切断されます． rulesパラメータがRO_WEAKに設定されている場合, Hough画像の不正な部分に属する点の場合, 返される線は元画像と交差しません. この関数は, Hough空間における点に対応する線分の座標を計算します. 元関数名(C#): ximgproc_HoughPoint2Line 元DLLエクスポート名: ximgproc_HoughPoint2Line 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_HoughPoint2Line(MyCvPoint houghPoint, cv::_InputArray* srcImgInfo,
    int angleRange, int makeSkew, int rules, CvVec4i* returnValue)
{
    BEGIN_WRAP
    *returnValue = c(cv::ximgproc::HoughPoint2Line(cpp(houghPoint), *srcImgInfo, angleRange, makeSkew, rules));
    END_WRAP
}
}html %group NativeMethods_ximgproc %index ximgproc_GradientPaillouY [32/64bit] 画像にPaillouフィルタをかけます。 %prm p1,p2,p3,p4 p1 = sptr : IntPtr op p2 = sptr : IntPtr dst p3 = double : double alpha p4 = double : double omega %inst この実装の詳細については，[189]を参照してください． GradientPaillouX, GradientPaillouY も参照してください． 元関数名(C#): ximgproc_GradientPaillouY 元DLLエクスポート名: ximgproc_GradientPaillouY 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_GradientPaillouY(cv::_InputArray* op, cv::_OutputArray* dst, double alpha, double omega)
{
    BEGIN_WRAP
    cv::ximgproc::GradientPaillouY(*op, *dst, alpha, omega);
    END_WRAP
}
}html %group NativeMethods_ximgproc %index ximgproc_GradientPaillouX [32/64bit] ximgproc_GradientPaillouX %prm p1,p2,p3,p4 p1 = sptr : IntPtr op p2 = sptr : IntPtr dst p3 = double : double alpha p4 = double : double omega %inst 元関数名(C#): ximgproc_GradientPaillouX 元DLLエクスポート名: ximgproc_GradientPaillouX 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_GradientPaillouX(cv::_InputArray* op, cv::_OutputArray* dst, double alpha, double omega)
{
    BEGIN_WRAP
    cv::ximgproc::GradientPaillouX(*op, *dst, alpha, omega);
    END_WRAP
}
}html %group NativeMethods_ximgproc %index ximgproc_PeiLinNormalization_Mat23d [32/64bit] Pei&Lin Normalization を用いて，与えられた画像を正規化するアフィン変換を求めます． %prm p1,p2 p1 = sptr : IntPtr I p2 = var : double* returnValue %inst I=T(\bar{I})\は正規化された画像、\(T\)はこの画像を並進、回転、スケーリング、スキューなどで歪ませるアフィン変換を表します。この関数は，[PeiLin95]で述べられている変換\(T^{-1}\)に対応するアフィン変換行列を返します．この実装の詳細については，[PeiLin95] Soo-Chang Pei and Chao-Nan Lin を参照してください．パターン認識のための画像正規化.Image and Vision Computing, Vol.13, N.10, pp.711-723, 1995. 元関数名(C#): ximgproc_PeiLinNormalization_Mat23d 元DLLエクスポート名: ximgproc_PeiLinNormalization_Mat23d 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_PeiLinNormalization_Mat23d(cv::_InputArray *I, double *returnValue)
{
    BEGIN_WRAP
    auto ret = cv::ximgproc::PeiLinNormalization(*I);
    for (int r = 0; r < 2; r++)
    {
        for (int c = 0; c < 3; ++c)
        {
            returnValue[r * 3 + c] = ret(r, c);
        }
    }
    END_WRAP
}
}html %group NativeMethods_ximgproc %index ximgproc_PeiLinNormalization_OutputArray [32/64bit] Pei&Lin Normalization を用いて，与えられた画像を正規化するアフィン変換を求めます． %prm p1,p2 p1 = sptr : IntPtr I p2 = sptr : IntPtr T %inst I=T(\bar{I})\は正規化された画像、\(T\)はこの画像を並進、回転、スケーリング、スキューなどで歪ませるアフィン変換を表します。この関数は，[PeiLin95]で述べられている変換\(T^{-1}\)に対応するアフィン変換行列を返します．この実装の詳細については，[PeiLin95] Soo-Chang Pei and Chao-Nan Lin を参照してください．パターン認識のための画像正規化.Image and Vision Computing, Vol.13, N.10, pp.711-723, 1995. 元関数名(C#): ximgproc_PeiLinNormalization_OutputArray 元DLLエクスポート名: ximgproc_PeiLinNormalization_OutputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_PeiLinNormalization_OutputArray(cv::_InputArray *I, cv::_OutputArray *T)
{
    BEGIN_WRAP
    cv::ximgproc::PeiLinNormalization(*I, *T);
    END_WRAP
}
}html %group NativeMethods_ximgproc %index ximgproc_rl_threshold [32/64bit] 各配列要素に固定レベルの閾値を適用します． %prm p1,p2,p3,p4 p1 = sptr : IntPtr src p2 = sptr : IntPtr rlDest p3 = double : double thresh p4 = int : int type %inst 元関数名(C#): ximgproc_rl_threshold 元DLLエクスポート名: ximgproc_rl_threshold 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_rl_threshold(cv::_InputArray *src, cv::_OutputArray *rlDest, double thresh, int type)
{
    BEGIN_WRAP
    cv::ximgproc::rl::threshold(*src, *rlDest, thresh, type);
    END_WRAP
}
}html %group NativeMethods_ximgproc %index ximgproc_rl_dilate [32/64bit] 特定の構造化要素を用いて，ランレングス符号化された2値画像を希釈します． %prm p1,p2,p3,p4 p1 = sptr : IntPtr rlSrc p2 = sptr : IntPtr rlDest p3 = sptr : IntPtr rlKernel p4 = ARGS_POINT : Point anchor %inst 元関数名(C#): ximgproc_rl_dilate 元DLLエクスポート名: ximgproc_rl_dilate 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_rl_dilate(
    cv::_InputArray *rlSrc, cv::_OutputArray *rlDest, cv::_InputArray *rlKernel, MyCvPoint anchor)
{
    BEGIN_WRAP
    cv::ximgproc::rl::dilate(*rlSrc, *rlDest, *rlKernel, cpp(anchor));
    END_WRAP
}
}html %group NativeMethods_ximgproc %index ximgproc_rl_erode [32/64bit] 特定の構造化要素を用いてランレングス符号化された二値画像を電極化する。 %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr rlSrc p2 = sptr : IntPtr rlDest p3 = sptr : IntPtr rlKernel p4 = int : int bBoundaryOn p5 = ARGS_POINT : Point anchor %inst 元関数名(C#): ximgproc_rl_erode 元DLLエクスポート名: ximgproc_rl_erode 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_rl_erode(
    cv::_InputArray *rlSrc, cv::_OutputArray *rlDest, cv::_InputArray *rlKernel,
    int bBoundaryOn, MyCvPoint anchor)
{
    BEGIN_WRAP
    cv::ximgproc::rl::erode(*rlSrc, *rlDest, *rlKernel, bBoundaryOn != 0, cpp(anchor));
    END_WRAP
}
}html %group NativeMethods_ximgproc %index ximgproc_rl_getStructuringElement [32/64bit] ximgproc_rl_getStructuringElement %prm p1,p2,p3 p1 = int : int shape p2 = ARGS_SIZE : Size ksize p3 = sptr : IntPtr outValue %inst 元関数名(C#): ximgproc_rl_getStructuringElement 元DLLエクスポート名: ximgproc_rl_getStructuringElement 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_rl_getStructuringElement(int shape, MyCvSize ksize, cv::Mat *outValue)
{
    BEGIN_WRAP
    auto result = cv::ximgproc::rl::getStructuringElement(shape, cpp(ksize));
    result.copyTo(*outValue);
    END_WRAP
}
}html %group NativeMethods_ximgproc %index ximgproc_rl_paint [32bit] ランレングス符号化されたバイナリ画像を，画像にペイントします． %prm p1,p2,p3 p1 = sptr : IntPtr image p2 = sptr : IntPtr rlSrc p3 = ARGS_SCALAR : Scalar value %inst 元関数名(C#): ximgproc_rl_paint 元DLLエクスポート名: ximgproc_rl_paint 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_rl_paint(cv::_InputOutputArray *image, cv::_InputArray *rlSrc, MyCvScalar value)
{
    BEGIN_WRAP
    cv::ximgproc::rl::paint(*image, *rlSrc, cpp(value));
    END_WRAP
}
}html %group NativeMethods_ximgproc %index ximgproc_rl_paint [64bit] ランレングス符号化されたバイナリ画像を，画像にペイントします． %prm p1,p2,p3 p1 = sptr : IntPtr image p2 = sptr : IntPtr rlSrc p3 = var : Scalar value %inst 元関数名(C#): ximgproc_rl_paint 元DLLエクスポート名: ximgproc_rl_paint 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_rl_paint(cv::_InputOutputArray *image, cv::_InputArray *rlSrc, MyCvScalar value)
{
    BEGIN_WRAP
    cv::ximgproc::rl::paint(*image, *rlSrc, cpp(value));
    END_WRAP
}
}html %group NativeMethods_ximgproc %index ximgproc_rl_isRLMorphologyPossible [32/64bit] カスタムメイドの構造化要素をランレングスモフォロジカルオペレーションで使用できるかどうかをチェックします。(カスタムメイドの構造化要素がランレングスモフォロジカルオペレーションで使用できるかどうかをチェックします。） %prm p1,p2 p1 = sptr : IntPtr rlStructuringElement p2 = var : out int outValue %inst 元関数名(C#): ximgproc_rl_isRLMorphologyPossible 元DLLエクスポート名: ximgproc_rl_isRLMorphologyPossible 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_rl_isRLMorphologyPossible(cv::_InputArray *rlStructuringElement, int *outValue)
{
    BEGIN_WRAP
    *outValue = cv::ximgproc::rl::isRLMorphologyPossible(*rlStructuringElement) ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_ximgproc %index ximgproc_rl_createRLEImage [32/64bit] runのベクトル(列開始、列終了、行)からランレングスエンコードされた画像を作成する。 %prm p1,p2,p3,p4 p1 = var : Point3i[] runs p2 = sptr : nint runsLength p3 = sptr : IntPtr res p4 = ARGS_SIZE : Size size %inst 元関数名(C#): ximgproc_rl_createRLEImage 元DLLエクスポート名: ximgproc_rl_createRLEImage 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_rl_createRLEImage(MyCvPoint3D32i *runs, size_t runsLength, cv::_OutputArray *res, MyCvSize size)
{
    BEGIN_WRAP
    std::vector<cv::Point3i> runsVec(runsLength);
    for (size_t i = 0; i < runsLength; i++)
    {
        runsVec[i] = cpp(runs[i]);
    }
    cv::ximgproc::rl::createRLEImage(runsVec, *res, cpp(size));
    END_WRAP
}
}html %group NativeMethods_ximgproc %index ximgproc_rl_morphologyEx [32/64bit] ランレングスエンコードされた2値画像に対して，モルフォロジカルな処理を行います． %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr rlSrc p2 = sptr : IntPtr rlDest p3 = int : int op p4 = sptr : IntPtr rlKernel p5 = int : int bBoundaryOnForErosion p6 = ARGS_POINT : Point anchor %inst 元関数名(C#): ximgproc_rl_morphologyEx 元DLLエクスポート名: ximgproc_rl_morphologyEx 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_rl_morphologyEx(
    cv::_InputArray *rlSrc, cv::_OutputArray *rlDest, int op, cv::_InputArray *rlKernel,
    int bBoundaryOnForErosion, MyCvPoint anchor)
{
    BEGIN_WRAP
    cv::ximgproc::rl::morphologyEx(*rlSrc, *rlDest, op, *rlKernel, bBoundaryOnForErosion != 0, cpp(anchor));
    END_WRAP
}
}html %group NativeMethods_ximgproc %index ximgproc_weightedMedianFilter [32/64bit] 画像に重み付けされたメディアンフィルタを適用します． %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr joint p2 = sptr : IntPtr src p3 = sptr : IntPtr dst p4 = int : int r p5 = double : double sigma p6 = int : int weightType p7 = sptr : IntPtr mask %inst この実装の詳細については、[292]参照：somedianBlur, jointBilateralFilter 元関数名(C#): ximgproc_weightedMedianFilter 元DLLエクスポート名: ximgproc_weightedMedianFilter 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_weightedMedianFilter(
    cv::_InputArray* joint, cv::_InputArray* src, cv::_OutputArray* dst,
    int r, double sigma, int weightType, cv::Mat* mask)
{
    BEGIN_WRAP
    cv::ximgproc::weightedMedianFilter(*joint, *src, *dst, r, sigma,
        static_cast<cv::ximgproc::WMFWeightType>(weightType), entity(mask));
    END_WRAP
}
}html %group NativeMethods_ximgproc %index ximgproc_EdgeBoxes_getBoundingBoxes [32/64bit] 提案ボックスを含む配列を返します。 %prm p1,p2,p3,p4 p1 = sptr : IntPtr obj p2 = sptr : IntPtr edgeMap p3 = sptr : IntPtr orientationMap p4 = sptr : IntPtr boxes %inst 元関数名(C#): ximgproc_EdgeBoxes_getBoundingBoxes 元DLLエクスポート名: ximgproc_EdgeBoxes_getBoundingBoxes 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeBoxes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_EdgeBoxes_getBoundingBoxes(
    cv::ximgproc::EdgeBoxes *obj, cv::_InputArray *edge_map, 
    cv::_InputArray *orientation_map, std::vector<cv::Rect> *boxes)
{
    BEGIN_WRAP
    obj->getBoundingBoxes(*edge_map, *orientation_map, *boxes);
    END_WRAP
}
}html %group NativeMethods_ximgproc_EdgeBoxes %index ximgproc_EdgeBoxes_getAlpha [32/64bit] スライディングウィンドウサーチのステップサイズを返します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out float returnValue %inst 元関数名(C#): ximgproc_EdgeBoxes_getAlpha 元DLLエクスポート名: ximgproc_EdgeBoxes_getAlpha 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeBoxes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_EdgeBoxes_getAlpha(cv::ximgproc::EdgeBoxes *obj, float *returnValue)          { BEGIN_WRAP *returnValue = obj->getAlpha(); END_WRAP }
}html %group NativeMethods_ximgproc_EdgeBoxes %index ximgproc_EdgeBoxes_setAlpha [32/64bit] スライディングウィンドウサーチのステップサイズを設定します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = float : float value %inst 元関数名(C#): ximgproc_EdgeBoxes_setAlpha 元DLLエクスポート名: ximgproc_EdgeBoxes_setAlpha 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeBoxes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_EdgeBoxes_setAlpha(cv::ximgproc::EdgeBoxes *obj, float value)                 { BEGIN_WRAP obj->setAlpha(value); END_WRAP }
}html %group NativeMethods_ximgproc_EdgeBoxes %index ximgproc_EdgeBoxes_getBeta [32/64bit] オブジェクト提案のnms閾値を返します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out float returnValue %inst 元関数名(C#): ximgproc_EdgeBoxes_getBeta 元DLLエクスポート名: ximgproc_EdgeBoxes_getBeta 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeBoxes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_EdgeBoxes_getBeta(cv::ximgproc::EdgeBoxes *obj, float *returnValue)           { BEGIN_WRAP *returnValue = obj->getBeta(); END_WRAP }
}html %group NativeMethods_ximgproc_EdgeBoxes %index ximgproc_EdgeBoxes_setBeta [32/64bit] 提案されたオブジェクトの nms 閾値を設定します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = float : float value %inst 元関数名(C#): ximgproc_EdgeBoxes_setBeta 元DLLエクスポート名: ximgproc_EdgeBoxes_setBeta 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeBoxes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_EdgeBoxes_setBeta(cv::ximgproc::EdgeBoxes *obj, float value)                  { BEGIN_WRAP obj->setBeta(value); END_WRAP }
}html %group NativeMethods_ximgproc_EdgeBoxes %index ximgproc_EdgeBoxes_getEta [32/64bit] Return adaptation rate for nms threshold. %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out float returnValue %inst 元関数名(C#): ximgproc_EdgeBoxes_getEta 元DLLエクスポート名: ximgproc_EdgeBoxes_getEta 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeBoxes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_EdgeBoxes_getEta(cv::ximgproc::EdgeBoxes *obj, float *returnValue)            { BEGIN_WRAP *returnValue = obj->getEta(); END_WRAP }
}html %group NativeMethods_ximgproc_EdgeBoxes %index ximgproc_EdgeBoxes_setEta [32/64bit] nmsしきい値の適応率を設定します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = float : float value %inst 元関数名(C#): ximgproc_EdgeBoxes_setEta 元DLLエクスポート名: ximgproc_EdgeBoxes_setEta 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeBoxes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_EdgeBoxes_setEta(cv::ximgproc::EdgeBoxes *obj, float value)                   { BEGIN_WRAP obj->setEta(value); END_WRAP }
}html %group NativeMethods_ximgproc_EdgeBoxes %index ximgproc_EdgeBoxes_getMinScore [32/64bit] 検出するボックスの最小スコアを返します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out float returnValue %inst 元関数名(C#): ximgproc_EdgeBoxes_getMinScore 元DLLエクスポート名: ximgproc_EdgeBoxes_getMinScore 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeBoxes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_EdgeBoxes_getMinScore(cv::ximgproc::EdgeBoxes *obj, float *returnValue)       { BEGIN_WRAP *returnValue = obj->getMinScore(); END_WRAP }
}html %group NativeMethods_ximgproc_EdgeBoxes %index ximgproc_EdgeBoxes_setMinScore [32/64bit] 検出するボックスの最小スコアを設定します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = float : float value %inst 元関数名(C#): ximgproc_EdgeBoxes_setMinScore 元DLLエクスポート名: ximgproc_EdgeBoxes_setMinScore 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeBoxes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_EdgeBoxes_setMinScore(cv::ximgproc::EdgeBoxes *obj, float value)              { BEGIN_WRAP obj->setMinScore(value); END_WRAP }
}html %group NativeMethods_ximgproc_EdgeBoxes %index ximgproc_EdgeBoxes_getMaxBoxes [32/64bit] Returns the max number of boxes to detect detective %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): ximgproc_EdgeBoxes_getMaxBoxes 元DLLエクスポート名: ximgproc_EdgeBoxes_getMaxBoxes 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeBoxes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_EdgeBoxes_getMaxBoxes(cv::ximgproc::EdgeBoxes *obj, int *returnValue)         { BEGIN_WRAP *returnValue = obj->getMaxBoxes(); END_WRAP }
}html %group NativeMethods_ximgproc_EdgeBoxes %index ximgproc_EdgeBoxes_setMaxBoxes [32/64bit] 検出するボックスの最大数を設定する %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int value %inst 元関数名(C#): ximgproc_EdgeBoxes_setMaxBoxes 元DLLエクスポート名: ximgproc_EdgeBoxes_setMaxBoxes 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeBoxes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_EdgeBoxes_setMaxBoxes(cv::ximgproc::EdgeBoxes *obj, int value)                { BEGIN_WRAP obj->setMaxBoxes(value); END_WRAP }
}html %group NativeMethods_ximgproc_EdgeBoxes %index ximgproc_EdgeBoxes_getEdgeMinMag [32/64bit] Returns the edge min magnitude. %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out float returnValue %inst 元関数名(C#): ximgproc_EdgeBoxes_getEdgeMinMag 元DLLエクスポート名: ximgproc_EdgeBoxes_getEdgeMinMag 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeBoxes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_EdgeBoxes_getEdgeMinMag(cv::ximgproc::EdgeBoxes *obj, float *returnValue)     { BEGIN_WRAP *returnValue = obj->getEdgeMinMag(); END_WRAP }
}html %group NativeMethods_ximgproc_EdgeBoxes %index ximgproc_EdgeBoxes_setEdgeMinMag [32/64bit] エッジの最小の大きさを設定します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = float : float value %inst 元関数名(C#): ximgproc_EdgeBoxes_setEdgeMinMag 元DLLエクスポート名: ximgproc_EdgeBoxes_setEdgeMinMag 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeBoxes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_EdgeBoxes_setEdgeMinMag(cv::ximgproc::EdgeBoxes *obj, float value)            { BEGIN_WRAP obj->setEdgeMinMag(value); END_WRAP }
}html %group NativeMethods_ximgproc_EdgeBoxes %index ximgproc_EdgeBoxes_getEdgeMergeThr [32/64bit] Returns the edge merge threshold. %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out float returnValue %inst 元関数名(C#): ximgproc_EdgeBoxes_getEdgeMergeThr 元DLLエクスポート名: ximgproc_EdgeBoxes_getEdgeMergeThr 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeBoxes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_EdgeBoxes_getEdgeMergeThr(cv::ximgproc::EdgeBoxes *obj, float *returnValue)   { BEGIN_WRAP *returnValue = obj->getEdgeMergeThr(); END_WRAP }
}html %group NativeMethods_ximgproc_EdgeBoxes %index ximgproc_EdgeBoxes_setEdgeMergeThr [32/64bit] エッジのマージしきい値を設定します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = float : float value %inst 元関数名(C#): ximgproc_EdgeBoxes_setEdgeMergeThr 元DLLエクスポート名: ximgproc_EdgeBoxes_setEdgeMergeThr 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeBoxes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_EdgeBoxes_setEdgeMergeThr(cv::ximgproc::EdgeBoxes *obj, float value)          { BEGIN_WRAP obj->setEdgeMergeThr(value); END_WRAP }
}html %group NativeMethods_ximgproc_EdgeBoxes %index ximgproc_EdgeBoxes_getClusterMinMag [32/64bit] Returns the cluster min magnitude. %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out float returnValue %inst 元関数名(C#): ximgproc_EdgeBoxes_getClusterMinMag 元DLLエクスポート名: ximgproc_EdgeBoxes_getClusterMinMag 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeBoxes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_EdgeBoxes_getClusterMinMag(cv::ximgproc::EdgeBoxes *obj, float *returnValue)  { BEGIN_WRAP *returnValue = obj->getClusterMinMag(); END_WRAP }
}html %group NativeMethods_ximgproc_EdgeBoxes %index ximgproc_EdgeBoxes_setClusterMinMag [32/64bit] クラスターの最小の大きさを設定します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = float : float value %inst 元関数名(C#): ximgproc_EdgeBoxes_setClusterMinMag 元DLLエクスポート名: ximgproc_EdgeBoxes_setClusterMinMag 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeBoxes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_EdgeBoxes_setClusterMinMag(cv::ximgproc::EdgeBoxes *obj, float value)         { BEGIN_WRAP obj->setClusterMinMag(value); END_WRAP }
}html %group NativeMethods_ximgproc_EdgeBoxes %index ximgproc_EdgeBoxes_getMaxAspectRatio [32/64bit] Returns the max aspect ratio of boxes. %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out float returnValue %inst 元関数名(C#): ximgproc_EdgeBoxes_getMaxAspectRatio 元DLLエクスポート名: ximgproc_EdgeBoxes_getMaxAspectRatio 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeBoxes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_EdgeBoxes_getMaxAspectRatio(cv::ximgproc::EdgeBoxes *obj, float *returnValue) { BEGIN_WRAP *returnValue = obj->getMaxAspectRatio(); END_WRAP }
}html %group NativeMethods_ximgproc_EdgeBoxes %index ximgproc_EdgeBoxes_setMaxAspectRatio [32/64bit] ボックスのアスペクト比の最大値を設定します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = float : float value %inst 元関数名(C#): ximgproc_EdgeBoxes_setMaxAspectRatio 元DLLエクスポート名: ximgproc_EdgeBoxes_setMaxAspectRatio 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeBoxes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_EdgeBoxes_setMaxAspectRatio(cv::ximgproc::EdgeBoxes *obj, float value)        { BEGIN_WRAP obj->setMaxAspectRatio(value); END_WRAP }
}html %group NativeMethods_ximgproc_EdgeBoxes %index ximgproc_EdgeBoxes_getMinBoxArea [32/64bit] Returns the minimum area of boxes - ボックスの最小面積を返します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out float returnValue %inst 元関数名(C#): ximgproc_EdgeBoxes_getMinBoxArea 元DLLエクスポート名: ximgproc_EdgeBoxes_getMinBoxArea 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeBoxes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_EdgeBoxes_getMinBoxArea(cv::ximgproc::EdgeBoxes *obj, float *returnValue)     { BEGIN_WRAP *returnValue = obj->getMinBoxArea(); END_WRAP }
}html %group NativeMethods_ximgproc_EdgeBoxes %index ximgproc_EdgeBoxes_setMinBoxArea [32/64bit] ボックスの最小面積を設定します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = float : float value %inst 元関数名(C#): ximgproc_EdgeBoxes_setMinBoxArea 元DLLエクスポート名: ximgproc_EdgeBoxes_setMinBoxArea 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeBoxes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_EdgeBoxes_setMinBoxArea(cv::ximgproc::EdgeBoxes *obj, float value)            { BEGIN_WRAP obj->setMinBoxArea(value); END_WRAP }
}html %group NativeMethods_ximgproc_EdgeBoxes %index ximgproc_EdgeBoxes_getGamma [32/64bit] Return the affinity sensitivity. %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out float returnValue %inst 元関数名(C#): ximgproc_EdgeBoxes_getGamma 元DLLエクスポート名: ximgproc_EdgeBoxes_getGamma 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeBoxes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_EdgeBoxes_getGamma(cv::ximgproc::EdgeBoxes *obj, float *returnValue)          { BEGIN_WRAP *returnValue = obj->getGamma(); END_WRAP }
}html %group NativeMethods_ximgproc_EdgeBoxes %index ximgproc_EdgeBoxes_setGamma [32/64bit] 親和性の感度を設定します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = float : float value %inst 元関数名(C#): ximgproc_EdgeBoxes_setGamma 元DLLエクスポート名: ximgproc_EdgeBoxes_setGamma 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeBoxes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_EdgeBoxes_setGamma(cv::ximgproc::EdgeBoxes *obj, float value)                 { BEGIN_WRAP obj->setGamma(value); END_WRAP }
}html %group NativeMethods_ximgproc_EdgeBoxes %index ximgproc_EdgeBoxes_getKappa [32/64bit] Return the scale sensitivity. %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out float returnValue %inst 元関数名(C#): ximgproc_EdgeBoxes_getKappa 元DLLエクスポート名: ximgproc_EdgeBoxes_getKappa 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeBoxes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_EdgeBoxes_getKappa(cv::ximgproc::EdgeBoxes *obj, float *returnValue)          { BEGIN_WRAP *returnValue = obj->getKappa(); END_WRAP }
}html %group NativeMethods_ximgproc_EdgeBoxes %index ximgproc_EdgeBoxes_setKappa [32/64bit] スケールの感度を設定します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = float : float value %inst 元関数名(C#): ximgproc_EdgeBoxes_setKappa 元DLLエクスポート名: ximgproc_EdgeBoxes_setKappa 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeBoxes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_EdgeBoxes_setKappa(cv::ximgproc::EdgeBoxes *obj, float value)                 { BEGIN_WRAP obj->setKappa(value); END_WRAP }
}html %group NativeMethods_ximgproc_EdgeBoxes %index ximgproc_createEdgeBoxes [32/64bit] Edgeboxes を作成します。 %prm p1,p2,p3,p4,p5,p6,p7,p8,p9,p10,p11,p12,p13 p1 = float : float alpha p2 = float : float beta p3 = float : float eta p4 = float : float minScore p5 = int : int maxBoxes p6 = float : float edgeMinMag p7 = float : float edgeMergeThr p8 = float : float clusterMinMag p9 = float : float maxAspectRatio p10 = float : float minBoxArea p11 = float : float gamma p12 = float : float kappa p13 = var : out IntPtr returnValue %inst 元関数名(C#): ximgproc_createEdgeBoxes 元DLLエクスポート名: ximgproc_createEdgeBoxes 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeBoxes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_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,
    cv::Ptr<cv::ximgproc::EdgeBoxes> **returnValue)
{
    BEGIN_WRAP
    *returnValue = clone(cv::ximgproc::createEdgeBoxes(alpha, beta, eta, minScore, maxBoxes, edgeMinMag, edgeMergeThr,
        clusterMinMag, maxAspectRatio, minBoxArea, gamma, kappa));
    END_WRAP
}
}html %group NativeMethods_ximgproc_EdgeBoxes %index ximgproc_Ptr_EdgeBoxes_delete [32/64bit] cv::ximgproc::EdgeBoxes のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst 297]の EdgeBoxes アルゴリズムを実装したクラス． 元関数名(C#): ximgproc_Ptr_EdgeBoxes_delete 元DLLエクスポート名: ximgproc_Ptr_EdgeBoxes_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeBoxes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_Ptr_EdgeBoxes_delete(cv::Ptr<cv::ximgproc::EdgeBoxes> *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_ximgproc_EdgeBoxes %index ximgproc_Ptr_EdgeBoxes_get [32/64bit] cv::ximgproc::EdgeBoxes のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst 297]の EdgeBoxes アルゴリズムを実装したクラス． 元関数名(C#): ximgproc_Ptr_EdgeBoxes_get 元DLLエクスポート名: ximgproc_Ptr_EdgeBoxes_get 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeBoxes.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_Ptr_EdgeBoxes_get(cv::Ptr<cv::ximgproc::EdgeBoxes> *ptr, cv::ximgproc::EdgeBoxes **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_ximgproc_EdgeBoxes %index ximgproc_Ptr_DTFilter_delete [32/64bit] cv::ximgproc::DTFilter のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst Domain Transformフィルタを実現するためのインタフェースです． このフィルタの詳細については，[87]を参照してください． 元関数名(C#): ximgproc_Ptr_DTFilter_delete 元DLLエクスポート名: ximgproc_Ptr_DTFilter_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeFilter.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_Ptr_DTFilter_delete(
    cv::Ptr<cv::ximgproc::DTFilter>* obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_ximgproc_EdgeFilter %index ximgproc_Ptr_DTFilter_get [32/64bit] cv::ximgproc::DTFilter のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst Domain Transformフィルタを実現するためのインタフェースです． このフィルタの詳細については，[87]を参照してください． 元関数名(C#): ximgproc_Ptr_DTFilter_get 元DLLエクスポート名: ximgproc_Ptr_DTFilter_get 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeFilter.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_Ptr_DTFilter_get(
    cv::Ptr<cv::ximgproc::DTFilter>* ptr, cv::ximgproc::DTFilter** returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_ximgproc_EdgeFilter %index ximgproc_DTFilter_filter [32/64bit] 入力画像に対して，ドメイン変換によるフィルタリング処理を行います． %prm p1,p2,p3,p4 p1 = sptr : IntPtr obj p2 = sptr : IntPtr src p3 = sptr : IntPtr dst p4 = int : int dDepth %inst 元関数名(C#): ximgproc_DTFilter_filter 元DLLエクスポート名: ximgproc_DTFilter_filter 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeFilter.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_DTFilter_filter(
    cv::ximgproc::DTFilter* obj,
    cv::_InputArray *src, cv::_OutputArray *dst, int dDepth)
{
    BEGIN_WRAP
    obj->filter(*src, *dst, dDepth);
    END_WRAP
}
}html %group NativeMethods_ximgproc_EdgeFilter %index ximgproc_createDTFilter [32/64bit] DTFilter のインスタンスを作成し，初期化ルーチンを生成するファクトリーメソッド． %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr guide p2 = double : double sigmaSpatial p3 = double : double sigmaColor p4 = int : int mode p5 = int : int numIters p6 = var : out IntPtr returnValue %inst Domain Transformフィルタのパラメータの詳細については，原著論文[87]およびDomain Transformフィルタのホームページを参照してください． 元関数名(C#): ximgproc_createDTFilter 元DLLエクスポート名: ximgproc_createDTFilter 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeFilter.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_createDTFilter(
    cv::_InputArray *guide, double sigmaSpatial, double sigmaColor, int mode, int numIters,
    cv::Ptr<cv::ximgproc::DTFilter>** returnValue)
{
    BEGIN_WRAP
    const auto ptr = cv::ximgproc::createDTFilter(*guide, sigmaSpatial, sigmaColor, mode, numIters);
    *returnValue = new cv::Ptr<cv::ximgproc::DTFilter>(ptr);
    END_WRAP
}
}html %group NativeMethods_ximgproc_EdgeFilter %index ximgproc_dtFilter [32/64bit] シンプルな1行のDomain Transformフィルタ呼び出し。もし，同じガイド画像を使ってフィルタリングする画像が複数ある場合は，初期化段階での余分な計算を避けるために DTFilter インタフェースを利用してください． %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr guide p2 = sptr : IntPtr src p3 = sptr : IntPtr dst p4 = double : double sigmaSpatial p5 = double : double sigmaColor p6 = int : int mode p7 = int : int numIters %inst 関連項目： バイラテラルフィルタ，ガイド付きフィルタ，AMフィルタ 元関数名(C#): ximgproc_dtFilter 元DLLエクスポート名: ximgproc_dtFilter 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeFilter.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_dtFilter(
    cv::_InputArray *guide, cv::_InputArray *src, cv::_OutputArray *dst, double sigmaSpatial, double sigmaColor, int mode, int numIters)
{
    BEGIN_WRAP
    cv::ximgproc::dtFilter(*guide, *src, *dst, sigmaSpatial, sigmaColor, mode, numIters);
    END_WRAP
}
}html %group NativeMethods_ximgproc_EdgeFilter %index ximgproc_Ptr_GuidedFilter_delete [32/64bit] cv::ximgproc::GuidedFilter のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst ガイド付きフィルタを実現するためのインターフェースです。 このフィルタの詳細については [106] を参照してください。 元関数名(C#): ximgproc_Ptr_GuidedFilter_delete 元DLLエクスポート名: ximgproc_Ptr_GuidedFilter_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeFilter.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_Ptr_GuidedFilter_delete(
    cv::Ptr<cv::ximgproc::GuidedFilter>* obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_ximgproc_EdgeFilter %index ximgproc_Ptr_GuidedFilter_get [32/64bit] cv::ximgproc::GuidedFilter のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst ガイド付きフィルタを実現するためのインターフェースです。 このフィルタの詳細については [106] を参照してください。 元関数名(C#): ximgproc_Ptr_GuidedFilter_get 元DLLエクスポート名: ximgproc_Ptr_GuidedFilter_get 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeFilter.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_Ptr_GuidedFilter_get(
    cv::Ptr<cv::ximgproc::GuidedFilter>* ptr, cv::ximgproc::GuidedFilter** returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_ximgproc_EdgeFilter %index ximgproc_GuidedFilter_filter [32/64bit] フィルタリング画像に Guided Filter を適用します。 %prm p1,p2,p3,p4 p1 = sptr : IntPtr obj p2 = sptr : IntPtr src p3 = sptr : IntPtr dst p4 = int : int dDepth %inst 元関数名(C#): ximgproc_GuidedFilter_filter 元DLLエクスポート名: ximgproc_GuidedFilter_filter 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeFilter.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_GuidedFilter_filter(
    cv::ximgproc::GuidedFilter* obj,
    cv::_InputArray* src, cv::_OutputArray* dst, int dDepth)
{
    BEGIN_WRAP
    obj->filter(*src, *dst, dDepth);
    END_WRAP
}
}html %group NativeMethods_ximgproc_EdgeFilter %index ximgproc_createGuidedFilter [32/64bit] GuidedFilter のインスタンスを作成したり、初期化ルーチンを生成するファクトリーメソッドです。 %prm p1,p2,p3,p4 p1 = sptr : IntPtr guide p2 = int : int radius p3 = double : double eps p4 = var : out IntPtr returnValue %inst Guided Filter のパラメータの詳細については，原著論文 [106] を参照してください． 元関数名(C#): ximgproc_createGuidedFilter 元DLLエクスポート名: ximgproc_createGuidedFilter 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeFilter.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_createGuidedFilter(
    cv::_InputArray* guide, int radius, double eps, 
    cv::Ptr<cv::ximgproc::GuidedFilter>** returnValue)
{
    BEGIN_WRAP
    const auto ptr = cv::ximgproc::createGuidedFilter(*guide, radius, eps);
    *returnValue = new cv::Ptr<cv::ximgproc::GuidedFilter>(ptr);
    END_WRAP
}
}html %group NativeMethods_ximgproc_EdgeFilter %index ximgproc_guidedFilter [32/64bit] シンプルな1行のGuided Filterの呼び出しです。 %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr guide p2 = sptr : IntPtr src p3 = sptr : IntPtr dst p4 = int : int radius p5 = double : double eps p6 = int : int dDepth %inst 同じガイド画像を使って複数の画像をフィルタリングする場合は、GuidedFilterインターフェイスを使うと、初期化時に余分な計算をしなくて済みます。他にも、bilateralFilter, dtFilter, amFilterを参照してください。 元関数名(C#): ximgproc_guidedFilter 元DLLエクスポート名: ximgproc_guidedFilter 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeFilter.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_guidedFilter(
    cv::_InputArray *guide, cv::_InputArray *src, cv::_OutputArray *dst, int radius, double eps, int dDepth)
{
    BEGIN_WRAP
    cv::ximgproc::guidedFilter(*guide, *src, *dst, radius, eps, dDepth);
    END_WRAP
}
}html %group NativeMethods_ximgproc_EdgeFilter %index ximgproc_Ptr_AdaptiveManifoldFilter_delete [32/64bit] cv::ximgproc::AdaptiveManifoldFilter のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst アダプティブ・マニホールド・フィルターを実現するためのインターフェイスです。 このフィルターの詳細については、[88]およびReferences_を参照してください。 Algorithm::set関数で設定できるオプション・パラメータを以下に示します。 member double sigma_s = 16.0 空間的な標準偏差。 member double sigma_r = 0.2 色空間の標準偏差. member int tree_height = -1 マニフォールドツリーの高さ (default = -1 : 自動計算). member int num_pca_iterations = 1 固有ベクトルを計算するための反復回数。 member bool adjust_outliers = false 式(9)を用いて外れ値を調整するかどうかを指定する。 member bool use_RNG = true 固有ベクトルの計算に乱数発生器を使用するかどうかを指定する。 元関数名(C#): ximgproc_Ptr_AdaptiveManifoldFilter_delete 元DLLエクスポート名: ximgproc_Ptr_AdaptiveManifoldFilter_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeFilter.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_Ptr_AdaptiveManifoldFilter_delete(
    cv::Ptr<cv::ximgproc::AdaptiveManifoldFilter>* obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_ximgproc_EdgeFilter %index ximgproc_Ptr_AdaptiveManifoldFilter_get [32/64bit] cv::ximgproc::AdaptiveManifoldFilter のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst アダプティブ・マニホールド・フィルターを実現するためのインターフェイスです。 このフィルターの詳細については、[88]およびReferences_を参照してください。 Algorithm::set関数で設定できるオプション・パラメータを以下に示します。 member double sigma_s = 16.0 空間的な標準偏差。 member double sigma_r = 0.2 色空間の標準偏差. member int tree_height = -1 マニフォールドツリーの高さ (default = -1 : 自動計算). member int num_pca_iterations = 1 固有ベクトルを計算するための反復回数。 member bool adjust_outliers = false 式(9)を用いて外れ値を調整するかどうかを指定する。 member bool use_RNG = true 固有ベクトルの計算に乱数発生器を使用するかどうかを指定する。 元関数名(C#): ximgproc_Ptr_AdaptiveManifoldFilter_get 元DLLエクスポート名: ximgproc_Ptr_AdaptiveManifoldFilter_get 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeFilter.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_Ptr_AdaptiveManifoldFilter_get(
    cv::Ptr<cv::ximgproc::AdaptiveManifoldFilter>* ptr, cv::ximgproc::AdaptiveManifoldFilter** returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_ximgproc_EdgeFilter %index ximgproc_AdaptiveManifoldFilter_filter [32/64bit] 適応型多様体を用いた高次元フィルタリングの適用。 %prm p1,p2,p3,p4 p1 = sptr : IntPtr obj p2 = sptr : IntPtr src p3 = sptr : IntPtr dst p4 = sptr : IntPtr joint %inst 元関数名(C#): ximgproc_AdaptiveManifoldFilter_filter 元DLLエクスポート名: ximgproc_AdaptiveManifoldFilter_filter 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeFilter.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_AdaptiveManifoldFilter_filter(
    cv::ximgproc::AdaptiveManifoldFilter* obj,
    cv::_InputArray* src, cv::_OutputArray* dst, cv::_InputArray *joint)
{
    BEGIN_WRAP
    obj->filter(*src, *dst, entity(joint));
    END_WRAP
}
}html %group NativeMethods_ximgproc_EdgeFilter %index ximgproc_AdaptiveManifoldFilter_collectGarbage [32/64bit] ximgproc_AdaptiveManifoldFilter_collectGarbage %prm p1 p1 = sptr : IntPtr obj %inst 元関数名(C#): ximgproc_AdaptiveManifoldFilter_collectGarbage 元DLLエクスポート名: ximgproc_AdaptiveManifoldFilter_collectGarbage 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeFilter.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_AdaptiveManifoldFilter_collectGarbage(
    cv::ximgproc::AdaptiveManifoldFilter* obj)
{
    BEGIN_WRAP
    obj->collectGarbage();
    END_WRAP
}
}html %group NativeMethods_ximgproc_EdgeFilter %index ximgproc_AdaptiveManifoldFilter_getSigmaS [32/64bit] alsosetSigmaSを参照してください。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst 元関数名(C#): ximgproc_AdaptiveManifoldFilter_getSigmaS 元DLLエクスポート名: ximgproc_AdaptiveManifoldFilter_getSigmaS 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeFilter.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_AdaptiveManifoldFilter_getSigmaS(cv::ximgproc::AdaptiveManifoldFilter* obj, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getSigmaS();
    END_WRAP
}
}html %group NativeMethods_ximgproc_EdgeFilter %index ximgproc_AdaptiveManifoldFilter_setSigmaS [32/64bit] アルソジェットシグマSを参照 %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double val %inst 元関数名(C#): ximgproc_AdaptiveManifoldFilter_setSigmaS 元DLLエクスポート名: ximgproc_AdaptiveManifoldFilter_setSigmaS 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeFilter.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_AdaptiveManifoldFilter_setSigmaS(cv::ximgproc::AdaptiveManifoldFilter* obj, double val)
{
    BEGIN_WRAP
    obj->setSigmaS(val);
    END_WRAP    
}
}html %group NativeMethods_ximgproc_EdgeFilter %index ximgproc_AdaptiveManifoldFilter_getSigmaR [32/64bit] ximgproc_AdaptiveManifoldFilter_getSigmaR %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst 元関数名(C#): ximgproc_AdaptiveManifoldFilter_getSigmaR 元DLLエクスポート名: ximgproc_AdaptiveManifoldFilter_getSigmaR 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeFilter.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_AdaptiveManifoldFilter_getSigmaR(cv::ximgproc::AdaptiveManifoldFilter* obj, double* returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getSigmaR();
    END_WRAP
}
}html %group NativeMethods_ximgproc_EdgeFilter %index ximgproc_AdaptiveManifoldFilter_setSigmaR [32/64bit] アルソセットシグマRを参照 %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double val %inst 元関数名(C#): ximgproc_AdaptiveManifoldFilter_setSigmaR 元DLLエクスポート名: ximgproc_AdaptiveManifoldFilter_setSigmaR 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeFilter.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_AdaptiveManifoldFilter_setSigmaR(cv::ximgproc::AdaptiveManifoldFilter* obj, double val)
{
    BEGIN_WRAP
    obj->setSigmaR(val);
    END_WRAP    
}
}html %group NativeMethods_ximgproc_EdgeFilter %index ximgproc_AdaptiveManifoldFilter_getTreeHeight [32/64bit] アルソセットツリーの高さを見る %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): ximgproc_AdaptiveManifoldFilter_getTreeHeight 元DLLエクスポート名: ximgproc_AdaptiveManifoldFilter_getTreeHeight 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeFilter.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_AdaptiveManifoldFilter_getTreeHeight(cv::ximgproc::AdaptiveManifoldFilter* obj, int* returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getTreeHeight();
    END_WRAP
}
}html %group NativeMethods_ximgproc_EdgeFilter %index ximgproc_AdaptiveManifoldFilter_setTreeHeight [32/64bit] アルソジェットツリーハイトを参照 %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): ximgproc_AdaptiveManifoldFilter_setTreeHeight 元DLLエクスポート名: ximgproc_AdaptiveManifoldFilter_setTreeHeight 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeFilter.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_AdaptiveManifoldFilter_setTreeHeight(cv::ximgproc::AdaptiveManifoldFilter* obj, int val)
{
    BEGIN_WRAP
    obj->setTreeHeight(val);
    END_WRAP
}
}html %group NativeMethods_ximgproc_EdgeFilter %index ximgproc_AdaptiveManifoldFilter_getPCAIterations [32/64bit] アルソセットPCAIterationsを見る %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): ximgproc_AdaptiveManifoldFilter_getPCAIterations 元DLLエクスポート名: ximgproc_AdaptiveManifoldFilter_getPCAIterations 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeFilter.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_AdaptiveManifoldFilter_getPCAIterations(cv::ximgproc::AdaptiveManifoldFilter* obj, int* returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getPCAIterations();
    END_WRAP
}
}html %group NativeMethods_ximgproc_EdgeFilter %index ximgproc_AdaptiveManifoldFilter_setPCAIterations [32/64bit] アルソジェットPCAIterationsを参照 %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): ximgproc_AdaptiveManifoldFilter_setPCAIterations 元DLLエクスポート名: ximgproc_AdaptiveManifoldFilter_setPCAIterations 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeFilter.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_AdaptiveManifoldFilter_setPCAIterations(cv::ximgproc::AdaptiveManifoldFilter* obj, int val)
{
    BEGIN_WRAP
    obj->setPCAIterations(val);
    END_WRAP
}
}html %group NativeMethods_ximgproc_EdgeFilter %index ximgproc_AdaptiveManifoldFilter_getAdjustOutliers [32/64bit] アルソセットアジャストアウトライアを見る %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): ximgproc_AdaptiveManifoldFilter_getAdjustOutliers 元DLLエクスポート名: ximgproc_AdaptiveManifoldFilter_getAdjustOutliers 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeFilter.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_AdaptiveManifoldFilter_getAdjustOutliers(cv::ximgproc::AdaptiveManifoldFilter* obj, int* returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getAdjustOutliers();
    END_WRAP
}
}html %group NativeMethods_ximgproc_EdgeFilter %index ximgproc_AdaptiveManifoldFilter_setAdjustOutliers [32/64bit] alsogetAdjustOutliersを参照。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): ximgproc_AdaptiveManifoldFilter_setAdjustOutliers 元DLLエクスポート名: ximgproc_AdaptiveManifoldFilter_setAdjustOutliers 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeFilter.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_AdaptiveManifoldFilter_setAdjustOutliers(cv::ximgproc::AdaptiveManifoldFilter* obj, int val)
{
    BEGIN_WRAP
    obj->setAdjustOutliers(val);
    END_WRAP
}
}html %group NativeMethods_ximgproc_EdgeFilter %index ximgproc_AdaptiveManifoldFilter_getUseRNG [32/64bit] 参照：「UseRNG」（英語 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): ximgproc_AdaptiveManifoldFilter_getUseRNG 元DLLエクスポート名: ximgproc_AdaptiveManifoldFilter_getUseRNG 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeFilter.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_AdaptiveManifoldFilter_getUseRNG(cv::ximgproc::AdaptiveManifoldFilter* obj, int* returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getUseRNG() ? 1 : 0;
    END_WRAP
}
}html %group NativeMethods_ximgproc_EdgeFilter %index ximgproc_AdaptiveManifoldFilter_setUseRNG [32/64bit] alsogetUseRNGを参照 %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int val %inst 元関数名(C#): ximgproc_AdaptiveManifoldFilter_setUseRNG 元DLLエクスポート名: ximgproc_AdaptiveManifoldFilter_setUseRNG 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeFilter.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_AdaptiveManifoldFilter_setUseRNG(cv::ximgproc::AdaptiveManifoldFilter* obj, int val)
{
    BEGIN_WRAP
    obj->setUseRNG(val != 0);
    END_WRAP
}
}html %group NativeMethods_ximgproc_EdgeFilter %index ximgproc_createAMFilter [32/64bit] AdaptiveManifoldFilterのインスタンスを生成し、初期化ルーチンを生成するファクトリーメソッドです。 %prm p1,p2,p3,p4 p1 = double : double sigma_s p2 = double : double sigma_r p3 = int : int adjust_outliers p4 = var : out IntPtr returnValue %inst Adaptive Manifold Filter のパラメータの詳細については，原著論文 [88] を参照してください． 注： CV_8U と CV_16U の深度を持つ結合画像は，処理前に CV_32F の深度と [0; 1] の色域を持つ画像に変換されます．したがって，色空間のシグマ sigma_r は， bilateralFilter や dtFilter のシグマとは異なり， [0; 1] の範囲になければいけません． 元関数名(C#): ximgproc_createAMFilter 元DLLエクスポート名: ximgproc_createAMFilter 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeFilter.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_createAMFilter(
    double sigma_s, double sigma_r, int adjust_outliers,
    cv::Ptr<cv::ximgproc::AdaptiveManifoldFilter>** returnValue)
{
    BEGIN_WRAP
    const auto ptr = cv::ximgproc::createAMFilter(sigma_s, sigma_r, adjust_outliers != 0);
    *returnValue = new cv::Ptr<cv::ximgproc::AdaptiveManifoldFilter>(ptr);
    END_WRAP
}
}html %group NativeMethods_ximgproc_EdgeFilter %index ximgproc_amFilter [32/64bit] シンプルな1行のAdaptive Manifold Filterコールです。 %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr joint p2 = sptr : IntPtr src p3 = sptr : IntPtr dst p4 = double : double sigma_s p5 = double : double sigma_r p6 = int : int adjust_outliers %inst 注意ジョイント画像のうち，深度が CV_8U と CV_16U のものは，処理の前に深度が CV_32F，色域が [0; 1] の画像に変換されます．そのため，色空間シグマ sigma_r は [0; 1] の範囲になければいけません（bilateralFilter や dtFilter のシグマとは異なります）。 元関数名(C#): ximgproc_amFilter 元DLLエクスポート名: ximgproc_amFilter 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeFilter.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_amFilter(
    cv::_InputArray *joint, cv::_InputArray *src, cv::_OutputArray *dst, double sigma_s, double sigma_r, int adjust_outliers)
{
    BEGIN_WRAP
    cv::ximgproc::amFilter(*joint, *src, *dst, sigma_s, sigma_r, adjust_outliers != 0);
    END_WRAP
}
}html %group NativeMethods_ximgproc_EdgeFilter %index ximgproc_jointBilateralFilter [32/64bit] ジョイントバイラテラルフィルターを画像に適用します。 %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr joint p2 = sptr : IntPtr src p3 = sptr : IntPtr dst p4 = int : int d p5 = double : double sigmaColor p6 = double : double sigmaSpace p7 = int : int borderType %inst また、bilateralFilter や jointBilateralFilter では、L1 ノルムを使って色の違いを計算しています。 元関数名(C#): ximgproc_jointBilateralFilter 元DLLエクスポート名: ximgproc_jointBilateralFilter 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeFilter.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_jointBilateralFilter(cv::_InputArray *joint, cv::_InputArray *src, cv::_OutputArray *dst, int d, double sigmaColor, double sigmaSpace, int borderType)
{
    BEGIN_WRAP
    cv::ximgproc::jointBilateralFilter(*joint, *src, *dst, d, sigmaColor, sigmaSpace, borderType);
    END_WRAP
}
}html %group NativeMethods_ximgproc_EdgeFilter %index ximgproc_bilateralTextureFilter [32/64bit] バイラテラルテクスチャフィルタを画像に適用します。構造保持型のテクスチャフィルタです。このフィルタの詳細については，[47]をご覧ください． %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = int : int fr p4 = int : int numIter p5 = double : double sigmaAlpha p6 = double : double sigmaAvg %inst 関連項目：ローリングガイダンスフィルター、バイラテラルフィルター 元関数名(C#): ximgproc_bilateralTextureFilter 元DLLエクスポート名: ximgproc_bilateralTextureFilter 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeFilter.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_bilateralTextureFilter(cv::_InputArray *src, cv::_OutputArray *dst, int fr, int numIter, double sigmaAlpha, double sigmaAvg)
{
    BEGIN_WRAP
    cv::ximgproc::bilateralTextureFilter(*src, *dst, fr, numIter, sigmaAlpha, sigmaAvg);
    END_WRAP
}
}html %group NativeMethods_ximgproc_EdgeFilter %index ximgproc_rollingGuidanceFilter [32/64bit] ローリングガイドフィルターを画像に適用します。 %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = int : int d p4 = double : double sigmaColor p5 = double : double sigmaSpace p6 = int : int numOfIter p7 = int : int borderType %inst 詳しくは[291]NoterollingGuidanceFilterでは、エッジ保存フィルタとしてjointBilateralFilterを使っています。jointBilateralFilter, bilateralFilter, amFilterも参照してください。 元関数名(C#): ximgproc_rollingGuidanceFilter 元DLLエクスポート名: ximgproc_rollingGuidanceFilter 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeFilter.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_rollingGuidanceFilter(cv::_InputArray *src, cv::_OutputArray *dst, int d, double sigmaColor, double sigmaSpace, int numOfIter, int borderType)
{
    BEGIN_WRAP
    cv::ximgproc::rollingGuidanceFilter(*src, *dst, d, sigmaColor, sigmaSpace, numOfIter, borderType);
    END_WRAP
}
}html %group NativeMethods_ximgproc_EdgeFilter %index ximgproc_Ptr_FastBilateralSolverFilter_delete [32/64bit] cv::ximgproc::FastBilateralSolverFilter のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst Fast Bilateral Solver（高速バイラテラルソルバー）を実装するためのインターフェースです。 このソルバーの詳細は[15]を参照してください。 元関数名(C#): ximgproc_Ptr_FastBilateralSolverFilter_delete 元DLLエクスポート名: ximgproc_Ptr_FastBilateralSolverFilter_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeFilter.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_Ptr_FastBilateralSolverFilter_delete(
    cv::Ptr<cv::ximgproc::FastBilateralSolverFilter>* obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_ximgproc_EdgeFilter %index ximgproc_Ptr_FastBilateralSolverFilter_get [32/64bit] cv::ximgproc::FastBilateralSolverFilter のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst Fast Bilateral Solver（高速バイラテラルソルバー）を実装するためのインターフェースです。 このソルバーの詳細は[15]を参照してください。 元関数名(C#): ximgproc_Ptr_FastBilateralSolverFilter_get 元DLLエクスポート名: ximgproc_Ptr_FastBilateralSolverFilter_get 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeFilter.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_Ptr_FastBilateralSolverFilter_get(
    cv::Ptr<cv::ximgproc::FastBilateralSolverFilter>* ptr, cv::ximgproc::FastBilateralSolverFilter** returnValue)
{
    BEGIN_WRAP
    * returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_ximgproc_EdgeFilter %index ximgproc_FastBilateralSolverFilter_filter [32/64bit] 入力画像に，スムージング処理を施します． %prm p1,p2,p3,p4 p1 = sptr : IntPtr obj p2 = sptr : IntPtr src p3 = sptr : IntPtr confidence p4 = sptr : IntPtr dst %inst 注深さが CV_8U の信頼度画像は [0, 255]，CV_32F の信頼度画像は [0, 1] の範囲になると思われます． 元関数名(C#): ximgproc_FastBilateralSolverFilter_filter 元DLLエクスポート名: ximgproc_FastBilateralSolverFilter_filter 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeFilter.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_FastBilateralSolverFilter_filter(
    cv::ximgproc::FastBilateralSolverFilter* obj,
    cv::_InputArray* src, cv::_InputArray *confidence, cv::_OutputArray* dst)
{
    BEGIN_WRAP
    obj->filter(*src, *confidence , *dst);
    END_WRAP
}
}html %group NativeMethods_ximgproc_EdgeFilter %index ximgproc_createFastBilateralSolverFilter [32/64bit] ファクトリーメソッドで，FastBilateralSolverFilter のインスタンスを生成し，初期化ルーチンを実行します． %prm p1,p2,p3,p4,p5,p6,p7,p8 p1 = sptr : IntPtr guide p2 = double : double sigma_spatial p3 = double : double sigma_luma p4 = double : double sigma_chroma p5 = double : double lambda p6 = int : int num_iter p7 = double : double max_tol p8 = var : out IntPtr returnValue %inst Fast Bilateral Solverのパラメータについての詳細は、オリジナルの論文[15]を参照してください。 元関数名(C#): ximgproc_createFastBilateralSolverFilter 元DLLエクスポート名: ximgproc_createFastBilateralSolverFilter 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeFilter.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_createFastBilateralSolverFilter(
    cv::_InputArray *guide, double sigma_spatial, double sigma_luma, double sigma_chroma, double lambda, int num_iter, double max_tol,
    cv::Ptr<cv::ximgproc::FastBilateralSolverFilter>** returnValue)
{
    BEGIN_WRAP
    const auto ptr = cv::ximgproc::createFastBilateralSolverFilter(*guide, sigma_spatial, sigma_luma, sigma_chroma, lambda, num_iter, max_tol);
    *returnValue = new cv::Ptr<cv::ximgproc::FastBilateralSolverFilter>(ptr);
    END_WRAP
}
}html %group NativeMethods_ximgproc_EdgeFilter %index ximgproc_fastBilateralSolverFilter [32/64bit] シンプルな一行の高速バイラテラルソルバーのフィルターコール。同じガイドで複数の画像をフィルタリングする場合は、FastBilateralSolverFilterインターフェースを使うと、余分な計算をしなくて済みます。 %prm p1,p2,p3,p4,p5,p6,p7,p8,p9,p10 p1 = sptr : IntPtr guide p2 = sptr : IntPtr src p3 = sptr : IntPtr confidence p4 = sptr : IntPtr dst p5 = double : double sigma_spatial p6 = double : double sigma_luma p7 = double : double sigma_chroma p8 = double : double lambda p9 = int : int num_iter p10 = double : double max_tol %inst 高速バイラテラルソルバーのパラメータに関する詳細は，原著論文[15]を参照してください．注意深さが CV_8U の信頼度画像は [0, 255]，CV_32F の信頼度画像は [0, 1]の範囲に収まることが期待されます． 元関数名(C#): ximgproc_fastBilateralSolverFilter 元DLLエクスポート名: ximgproc_fastBilateralSolverFilter 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeFilter.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_fastBilateralSolverFilter(
    cv::_InputArray *guide, cv::_InputArray *src, cv::_InputArray *confidence, cv::_OutputArray *dst, 
    double sigma_spatial, double sigma_luma, double sigma_chroma, double lambda, int num_iter, double max_tol)
{
    BEGIN_WRAP
    cv::ximgproc::fastBilateralSolverFilter(*guide, *src, *confidence, *dst,
        sigma_spatial, sigma_luma, sigma_chroma, lambda, num_iter, max_tol);
    END_WRAP
}
}html %group NativeMethods_ximgproc_EdgeFilter %index ximgproc_Ptr_FastGlobalSmootherFilter_delete [32/64bit] cv::ximgproc::FastGlobalSmootherFilter のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst Fast Global Smootherフィルタを実装するためのインタフェース． このフィルタの詳細については，[172]と[68]を参照してください． 元関数名(C#): ximgproc_Ptr_FastGlobalSmootherFilter_delete 元DLLエクスポート名: ximgproc_Ptr_FastGlobalSmootherFilter_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeFilter.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_Ptr_FastGlobalSmootherFilter_delete(
    cv::Ptr<cv::ximgproc::FastGlobalSmootherFilter>* obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_ximgproc_EdgeFilter %index ximgproc_Ptr_FastGlobalSmootherFilter_get [32/64bit] cv::ximgproc::FastGlobalSmootherFilter のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst Fast Global Smootherフィルタを実装するためのインタフェース． このフィルタの詳細については，[172]と[68]を参照してください． 元関数名(C#): ximgproc_Ptr_FastGlobalSmootherFilter_get 元DLLエクスポート名: ximgproc_Ptr_FastGlobalSmootherFilter_get 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeFilter.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_Ptr_FastGlobalSmootherFilter_get(
    cv::Ptr<cv::ximgproc::FastGlobalSmootherFilter>* ptr, cv::ximgproc::FastGlobalSmootherFilter** returnValue)
{
    BEGIN_WRAP
    * returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_ximgproc_EdgeFilter %index ximgproc_FastGlobalSmootherFilter_filter [32/64bit] 入力画像に，スムージング処理を施します． %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = sptr : IntPtr src p3 = sptr : IntPtr dst %inst 元関数名(C#): ximgproc_FastGlobalSmootherFilter_filter 元DLLエクスポート名: ximgproc_FastGlobalSmootherFilter_filter 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeFilter.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_FastGlobalSmootherFilter_filter(
    cv::ximgproc::FastGlobalSmootherFilter* obj,
    cv::_InputArray* src, cv::_OutputArray* dst)
{
    BEGIN_WRAP
    obj->filter(*src, *dst);
    END_WRAP
}
}html %group NativeMethods_ximgproc_EdgeFilter %index ximgproc_createFastGlobalSmootherFilter [32/64bit] FastGlobalSmootherFilter のインスタンスを生成し，初期化ルーチンを実行するファクトリメソッド． %prm p1,p2,p3,p4,p5,p6 p1 = sptr : IntPtr guide p2 = double : double lambda p3 = double : double sigma_color p4 = double : double lambda_attenuation p5 = int : int num_iter p6 = var : out IntPtr returnValue %inst Fast Global Smootherのパラメータの詳細については、オリジナルの論文[172]を参照してください。ただし、いくつかの違いがあることに注意してください。論文に記載されているラムダ減衰は、実装方法が少し異なるため、論文と同じ結果を期待してはいけません。論文に記載されているsigma_colorの値は、同じ効果を得るために255.0を乗じる必要があります。また，ソース画像とガイド画像が同じである画像フィルタリングの場合，著者は，各反復の後にガイド画像を動的に更新することを提案しています．性能を最大限に引き出すため，この機能はここでは実装されていない． 元関数名(C#): ximgproc_createFastGlobalSmootherFilter 元DLLエクスポート名: ximgproc_createFastGlobalSmootherFilter 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeFilter.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_createFastGlobalSmootherFilter(
    cv::_InputArray *guide, double lambda, double sigma_color, double lambda_attenuation, int num_iter,
    cv::Ptr<cv::ximgproc::FastGlobalSmootherFilter>** returnValue)
{
    BEGIN_WRAP
    const auto ptr = cv::ximgproc::createFastGlobalSmootherFilter(*guide, lambda, sigma_color, lambda_attenuation, num_iter);
    *returnValue = new cv::Ptr<cv::ximgproc::FastGlobalSmootherFilter>(ptr);
    END_WRAP
}
}html %group NativeMethods_ximgproc_EdgeFilter %index ximgproc_fastGlobalSmootherFilter [32/64bit] シンプルな1行のFast Global Smootherフィルターコール。同じガイドで複数の画像をフィルタリングする場合は、FastGlobalSmootherFilterインターフェイスを使うと、余分な計算をしなくて済みます。 %prm p1,p2,p3,p4,p5,p6,p7 p1 = sptr : IntPtr guide p2 = sptr : IntPtr src p3 = sptr : IntPtr dst p4 = double : double lambda p5 = double : double sigma_color p6 = double : double lambda_attenuation p7 = int : int num_iter %inst 元関数名(C#): ximgproc_fastGlobalSmootherFilter 元DLLエクスポート名: ximgproc_fastGlobalSmootherFilter 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeFilter.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_fastGlobalSmootherFilter(
    cv::_InputArray *guide, cv::_InputArray *src, cv::_OutputArray *dst, double lambda, double sigma_color, double lambda_attenuation, int num_iter)
{
    BEGIN_WRAP
    cv::ximgproc::fastGlobalSmootherFilter(*guide, *src, *dst,
        lambda, sigma_color, lambda_attenuation, num_iter);
    END_WRAP
}
}html %group NativeMethods_ximgproc_EdgeFilter %index ximgproc_l0Smooth [32/64bit] L0勾配最小化によるグローバルな画像スムージング。 %prm p1,p2,p3,p4 p1 = sptr : IntPtr src p2 = sptr : IntPtr dst p3 = double : double lambda p4 = double : double kappa %inst L0 Smootherの詳細については，原著論文[280]を参照してください． 元関数名(C#): ximgproc_l0Smooth 元DLLエクスポート名: ximgproc_l0Smooth 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_EdgeFilter.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_l0Smooth(cv::_InputArray *src, cv::_OutputArray *dst, double lambda, double kappa)
{
    BEGIN_WRAP
    cv::ximgproc::l0Smooth(*src, *dst, lambda, kappa);
    END_WRAP    
}
}html %group NativeMethods_ximgproc_EdgeFilter %index ximgproc_Ptr_FastLineDetector_delete [32/64bit] cv::ximgproc::FastLineDetector のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst 136]に記載されているFLD(Fast Line Detector)アルゴリズムを実装したクラス。 #include #include "opencv2/imgproc.hpp "#include "opencv2/ximgproc.hpp "#include "opencv2/imgcodecs.hpp "#include "opencv2/highgui.hpp "using namespace std;using namespace cv;using namespace cv::ximgproc;int main(int argc, char** argv){ string in; CommandLineParser parser(argc, argv, "{@input|corridor.jpg|input image}{help h||show help message}"); if (parser.has("help")) { parser.printMessage(); return 0; } in = samples::findFile(parser.get("@input")); Mat image = imread(in, IMREAD_GRAYSCALE); if( image.empty() ) { return -1; }. // FLD 検出器の作成 // Param Default value Description // length_threshold 10 - これよりも短いセグメントは破棄されます // distance_threshold 1.41421356 - 仮説線から // これよりも遠いセグメントに置かれた点は // 外れ値とみなされる // canny_th1 50 - Canny() のヒステリシス処理のための // 第 1 の閾値 // canny_th2 50 - Canny() のヒステリシス処理のための // 第 2 の閾値 // canny_aperture_size 3 - Canny() の sobel 演算子のための開口サイズ． // 0の場合，Canny()は適用されず，入力画像は // エッジ画像として扱われます． // do_merge false - true の場合，セグメントのインクリメンタルなマージが // 行われます int length_threshold = 10; float distance_threshold = 1.41421356f; double canny_th1 = 50.0; double canny_th2 = 50.0; int canny_aperture_size = 3; bool do_merge = false; Ptr fld = createFastLineDetector(length_threshold, distance_threshold, canny_th1, canny_th2, canny_aperture_size, do_merge); vector lines; // CPUのパワーストラテジーによっては、アルゴリズムの最初の実行に時間がかかることがあるようです。for (int run_count = 0; run_count < 5; run_count++) { double freq = getTickFrequency(); lines.clear(); int64 start = getTickCount(); // FLDでラインを検出 fld->detect(image, lines); double duration_ms = double(getTickCount() - start) * 1000 / freq; cout << "FLDの経過時間 " << duration_ms << " ms.".<< endl; }。 // FLD で見つかった線を表示する Mat line_image_fld(image); fld->drawSegments(line_image_fld, lines); imshow("FLD result", line_image_fld); waitKey(1); Ptr ed = createEdgeDrawing(); ed->params.ed->params.EdgeDetectionOperator = EdgeDrawing::SOBEL; ed->params.GradientThresholdValue = 38; ed->params.AnchorThresholdValue = 8; vector ellipses; for (int run_count = 0; run_count < 5; run_count++) { double freq = getTickFrequency(); lines.clear(); int64 start = getTickCount(); // エッジを検出する // detectLines() と detectEllipses() の前に呼び出す必要がある ed->detectEdges(image); // ラインを検出する ed->detectLines(lines); double duration_ms = double(getTickCount() - start) * 1000 / freq; cout << "EdgeDrawing の経過時間 detectLines " << duration_ms << " ms.".<< endl; start = getTickCount(); // 円と楕円の検出 ed->detectEllipses(ellipses); duration_ms = double(getTickCount() - start) * 1000 / freq; cout << "EdgeDrawing detectEllipsesの経過時間 " << duration_ms << " ms.".<< endl; }。 Mat edge_image_ed = Mat::zeros(image.size(), CV_8UC3); vector > segments = ed->getSegments(); for (size_t i = 0; i < segments.size(); i++) { const Point* pts = &segments[i][0]; int n = (int)segments[i].size(); polylines(edge_image_ed, &pts, &n, 1, false, Scalar((rand() & 255), (rand() & 255), (rand() & 255), 1); } imshow("EdgeDrawing detected edges", edge_image_ed); Mat line_image_ed(image); fld->drawSegments(line_image_ed, lines); // 円と楕円の描画 for (size_t i = 0; i < ellipses.size(); i++) { Point center((int)ellipses[i][0], (int)ellipses[i][1]); Size axes((int)ellipses[i][2] + (int)ellipses[i][3], (int)ellipses[i][2] + (int)ellipses[i][4]); double angle(ellipses[i][5]); Scalar color = ellipses[i][2] == 0 ?Scalar(255, 255, 0) : Scalar(0, 255, 0); ellipse(line_image_ed, center, axes, angle, 0, 360, color, 2, LINE_AA); } imshow("EdgeDrawing result", line_image_ed); waitKey(); return 0;}。 元関数名(C#): ximgproc_Ptr_FastLineDetector_delete 元DLLエクスポート名: ximgproc_Ptr_FastLineDetector_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_FastLineDetector.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_Ptr_FastLineDetector_delete(
    cv::Ptr<cv::ximgproc::FastLineDetector> *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_ximgproc_FastLineDetector %index ximgproc_Ptr_FastLineDetector_get [32/64bit] cv::ximgproc::FastLineDetector のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst 136]に記載されているFLD(Fast Line Detector)アルゴリズムを実装したクラス。 #include #include "opencv2/imgproc.hpp "#include "opencv2/ximgproc.hpp "#include "opencv2/imgcodecs.hpp "#include "opencv2/highgui.hpp "using namespace std;using namespace cv;using namespace cv::ximgproc;int main(int argc, char** argv){ string in; CommandLineParser parser(argc, argv, "{@input|corridor.jpg|input image}{help h||show help message}"); if (parser.has("help")) { parser.printMessage(); return 0; } in = samples::findFile(parser.get("@input")); Mat image = imread(in, IMREAD_GRAYSCALE); if( image.empty() ) { return -1; }. // FLD 検出器の作成 // Param Default value Description // length_threshold 10 - これよりも短いセグメントは破棄されます // distance_threshold 1.41421356 - 仮説線から // これよりも遠いセグメントに置かれた点は // 外れ値とみなされる // canny_th1 50 - Canny() のヒステリシス処理のための // 第 1 の閾値 // canny_th2 50 - Canny() のヒステリシス処理のための // 第 2 の閾値 // canny_aperture_size 3 - Canny() の sobel 演算子のための開口サイズ． // 0の場合，Canny()は適用されず，入力画像は // エッジ画像として扱われます． // do_merge false - true の場合，セグメントのインクリメンタルなマージが // 行われます int length_threshold = 10; float distance_threshold = 1.41421356f; double canny_th1 = 50.0; double canny_th2 = 50.0; int canny_aperture_size = 3; bool do_merge = false; Ptr fld = createFastLineDetector(length_threshold, distance_threshold, canny_th1, canny_th2, canny_aperture_size, do_merge); vector lines; // CPUのパワーストラテジーによっては、アルゴリズムの最初の実行に時間がかかることがあるようです。for (int run_count = 0; run_count < 5; run_count++) { double freq = getTickFrequency(); lines.clear(); int64 start = getTickCount(); // FLDでラインを検出 fld->detect(image, lines); double duration_ms = double(getTickCount() - start) * 1000 / freq; cout << "FLDの経過時間 " << duration_ms << " ms.".<< endl; }。 // FLD で見つかった線を表示する Mat line_image_fld(image); fld->drawSegments(line_image_fld, lines); imshow("FLD result", line_image_fld); waitKey(1); Ptr ed = createEdgeDrawing(); ed->params.ed->params.EdgeDetectionOperator = EdgeDrawing::SOBEL; ed->params.GradientThresholdValue = 38; ed->params.AnchorThresholdValue = 8; vector ellipses; for (int run_count = 0; run_count < 5; run_count++) { double freq = getTickFrequency(); lines.clear(); int64 start = getTickCount(); // エッジを検出する // detectLines() と detectEllipses() の前に呼び出す必要がある ed->detectEdges(image); // ラインを検出する ed->detectLines(lines); double duration_ms = double(getTickCount() - start) * 1000 / freq; cout << "EdgeDrawing の経過時間 detectLines " << duration_ms << " ms.".<< endl; start = getTickCount(); // 円と楕円の検出 ed->detectEllipses(ellipses); duration_ms = double(getTickCount() - start) * 1000 / freq; cout << "EdgeDrawing detectEllipsesの経過時間 " << duration_ms << " ms.".<< endl; }。 Mat edge_image_ed = Mat::zeros(image.size(), CV_8UC3); vector > segments = ed->getSegments(); for (size_t i = 0; i < segments.size(); i++) { const Point* pts = &segments[i][0]; int n = (int)segments[i].size(); polylines(edge_image_ed, &pts, &n, 1, false, Scalar((rand() & 255), (rand() & 255), (rand() & 255), 1); } imshow("EdgeDrawing detected edges", edge_image_ed); Mat line_image_ed(image); fld->drawSegments(line_image_ed, lines); // 円と楕円の描画 for (size_t i = 0; i < ellipses.size(); i++) { Point center((int)ellipses[i][0], (int)ellipses[i][1]); Size axes((int)ellipses[i][2] + (int)ellipses[i][3], (int)ellipses[i][2] + (int)ellipses[i][4]); double angle(ellipses[i][5]); Scalar color = ellipses[i][2] == 0 ?Scalar(255, 255, 0) : Scalar(0, 255, 0); ellipse(line_image_ed, center, axes, angle, 0, 360, color, 2, LINE_AA); } imshow("EdgeDrawing result", line_image_ed); waitKey(); return 0;}。 元関数名(C#): ximgproc_Ptr_FastLineDetector_get 元DLLエクスポート名: ximgproc_Ptr_FastLineDetector_get 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_FastLineDetector.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_Ptr_FastLineDetector_get(
    cv::Ptr<cv::ximgproc::FastLineDetector> *ptr, cv::ximgproc::FastLineDetector **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_ximgproc_FastLineDetector %index ximgproc_FastLineDetector_detect_OutputArray [32/64bit] 入力画像から線を見つけます。これは，上に示した画像にアルゴリズムのデフォルトパラメータを適用した場合の出力です． %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = sptr : IntPtr image p3 = sptr : IntPtr lines %inst イメージ 元関数名(C#): ximgproc_FastLineDetector_detect_OutputArray 元DLLエクスポート名: ximgproc_FastLineDetector_detect_OutputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_FastLineDetector.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_FastLineDetector_detect_OutputArray(
    cv::ximgproc::FastLineDetector *obj, cv::_InputArray *image, cv::_OutputArray *lines)
{
    BEGIN_WRAP
    obj->detect(*image, *lines);
    END_WRAP
}
}html %group NativeMethods_ximgproc_FastLineDetector %index ximgproc_FastLineDetector_detect_vector [32/64bit] 入力画像から線を見つけます。これは，上に示した画像にアルゴリズムのデフォルトパラメータを適用した場合の出力です． %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = sptr : IntPtr image p3 = sptr : IntPtr lines %inst イメージ 元関数名(C#): ximgproc_FastLineDetector_detect_vector 元DLLエクスポート名: ximgproc_FastLineDetector_detect_vector 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_FastLineDetector.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_FastLineDetector_detect_vector(
    cv::ximgproc::FastLineDetector *obj, cv::_InputArray *image, std::vector<cv::Vec4f> *lines)
{
    BEGIN_WRAP
    obj->detect(*image, *lines);
    END_WRAP
}
}html %group NativeMethods_ximgproc_FastLineDetector %index ximgproc_FastLineDetector_drawSegments_InputArray [32/64bit] 与えられた画像上に線分を描画します。 %prm p1,p2,p3,p4 p1 = sptr : IntPtr obj p2 = sptr : IntPtr image p3 = sptr : IntPtr lines p4 = int : int draw_arrow %inst 元関数名(C#): ximgproc_FastLineDetector_drawSegments_InputArray 元DLLエクスポート名: ximgproc_FastLineDetector_drawSegments_InputArray 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_FastLineDetector.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_FastLineDetector_drawSegments_InputArray(
    cv::ximgproc::FastLineDetector *obj, cv::_InputOutputArray *image, cv::_InputArray *lines, int draw_arrow)
{
    BEGIN_WRAP
    obj->drawSegments(*image, *lines, draw_arrow != 0);
    END_WRAP
}
}html %group NativeMethods_ximgproc_FastLineDetector %index ximgproc_FastLineDetector_drawSegments_vector [32/64bit] 与えられた画像上に線分を描画します。 %prm p1,p2,p3,p4 p1 = sptr : IntPtr obj p2 = sptr : IntPtr image p3 = sptr : IntPtr lines p4 = int : int draw_arrow %inst 元関数名(C#): ximgproc_FastLineDetector_drawSegments_vector 元DLLエクスポート名: ximgproc_FastLineDetector_drawSegments_vector 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_FastLineDetector.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_FastLineDetector_drawSegments_vector(
    cv::ximgproc::FastLineDetector *obj, cv::_InputOutputArray *image, std::vector<cv::Vec4f> *lines, int draw_arrow)
{
    BEGIN_WRAP
    obj->drawSegments(*image, *lines, draw_arrow != 0);
    END_WRAP
}
}html %group NativeMethods_ximgproc_FastLineDetector %index ximgproc_createFastLineDetector [32/64bit] FastLineDetector オブジェクトへのスマート ポインタを作成し、それを初期化します。 %prm p1,p2,p3,p4,p5,p6,p7 p1 = int : int length_threshold p2 = float : float distance_threshold p3 = double : double canny_th1 p4 = double : double canny_th2 p5 = int : int canny_aperture_size p6 = int : int do_merge p7 = var : out IntPtr returnValue %inst 例：fld_lines.cpp. 元関数名(C#): ximgproc_createFastLineDetector 元DLLエクスポート名: ximgproc_createFastLineDetector 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_FastLineDetector.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_createFastLineDetector(
    int length_threshold, float distance_threshold, double canny_th1, double canny_th2, int canny_aperture_size, int do_merge,
    cv::Ptr<cv::ximgproc::FastLineDetector> **returnValue)
{
    BEGIN_WRAP
    const auto ptr = cv::ximgproc::createFastLineDetector(
        length_threshold, distance_threshold, canny_th1, canny_th2, canny_aperture_size, do_merge != 0);
    *returnValue = new cv::Ptr<cv::ximgproc::FastLineDetector>(ptr);
    END_WRAP
}
}html %group NativeMethods_ximgproc_FastLineDetector %index ximgproc_RidgeDetectionFilter_create [32/64bit] リッジ検出フィルタへのポインタを作成します． %prm p1,p2,p3,p4,p5,p6,p7,p8,p9 p1 = int : int ddepth p2 = int : int dx p3 = int : int dy p4 = int : int ksize p5 = int : int out_dtype p6 = double : double scale p7 = double : double delta p8 = int : int borderType p9 = var : out IntPtr returnValue %inst Sobel, threshold, getStructuringElement, morphologyEx.も参照してください（さらなる改良のため）． 元関数名(C#): ximgproc_RidgeDetectionFilter_create 元DLLエクスポート名: ximgproc_RidgeDetectionFilter_create 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_RidgeDetectionFilter.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_RidgeDetectionFilter_create(
    int ddepth, int dx, int dy, int ksize, int out_dtype, double scale, double delta, int borderType,
    cv::Ptr<cv::ximgproc::RidgeDetectionFilter> **returnValue)
{
    BEGIN_WRAP
    auto obj = cv::ximgproc::RidgeDetectionFilter::create(
        ddepth, dx, dy, ksize, out_dtype, scale, delta, borderType);
    *returnValue = clone(obj);
    END_WRAP
}
}html %group NativeMethods_ximgproc_RidgeDetectionFilter %index ximgproc_RidgeDetectionFilter_getRidgeFilteredImage [32/64bit] リッジ検出フィルタを入力画像に適用します． %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = sptr : IntPtr _img p3 = sptr : IntPtr @out %inst 元関数名(C#): ximgproc_RidgeDetectionFilter_getRidgeFilteredImage 元DLLエクスポート名: ximgproc_RidgeDetectionFilter_getRidgeFilteredImage 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_RidgeDetectionFilter.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_RidgeDetectionFilter_getRidgeFilteredImage(
    cv::ximgproc::RidgeDetectionFilter *obj,
    cv::_InputArray *_img, cv::_OutputArray *out)
{
    BEGIN_WRAP
    obj->getRidgeFilteredImage(*_img, *out);
    END_WRAP
}
}html %group NativeMethods_ximgproc_RidgeDetectionFilter %index ximgproc_Ptr_RidgeDetectionFilter_delete [32/64bit] cv::ximgproc::RidgeDetectionFilter のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst Ridge Detection Filter を入力画像に適用します。入力画像のヘシアン行列の固有値を使った Mathematica と同様のリッジ検出を，Sobel 微分を使って実行します．スケルトン化や2値化を使って，さらに精密化することができます．66]および[165]より引用。 元関数名(C#): ximgproc_Ptr_RidgeDetectionFilter_delete 元DLLエクスポート名: ximgproc_Ptr_RidgeDetectionFilter_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_RidgeDetectionFilter.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_Ptr_RidgeDetectionFilter_delete(cv::Ptr<cv::ximgproc::RidgeDetectionFilter> *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_ximgproc_RidgeDetectionFilter %index ximgproc_Ptr_RidgeDetectionFilter_get [32/64bit] cv::ximgproc::RidgeDetectionFilter のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst Ridge Detection Filter を入力画像に適用します。入力画像のヘシアン行列の固有値を使った Mathematica と同様のリッジ検出を，Sobel 微分を使って実行します．スケルトン化や2値化を使って，さらに精密化することができます．66]および[165]より引用。 元関数名(C#): ximgproc_Ptr_RidgeDetectionFilter_get 元DLLエクスポート名: ximgproc_Ptr_RidgeDetectionFilter_get 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_RidgeDetectionFilter.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_Ptr_RidgeDetectionFilter_get(cv::Ptr<cv::ximgproc::RidgeDetectionFilter> *ptr, cv::ximgproc::RidgeDetectionFilter **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_ximgproc_RidgeDetectionFilter %index ximgproc_seg_createGraphSegmentation [32/64bit][関数名変更] グラフベースのセメンタを作成します。 %prm p1,p2,p3,p4 p1 = double : double sigma p2 = float : float k p3 = int : int minSize p4 = var : out IntPtr returnValue %inst 元関数名(C#): ximgproc_segmentation_createGraphSegmentation 元DLLエクスポート名: ximgproc_segmentation_createGraphSegmentation 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Segmentation.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_segmentation_createGraphSegmentation(
    double sigma, float k, int min_size, cv::Ptr<cv::ximgproc::segmentation::GraphSegmentation> **returnValue)
{
    BEGIN_WRAP
    *returnValue = clone(cv::ximgproc::segmentation::createGraphSegmentation(sigma, k, min_size));
    END_WRAP
}
}html %group NativeMethods_ximgproc_Segmentation %index ximgproc_seg_Ptr_GraphSegmentation_delete [32/64bit][関数名変更] cv::ximgproc::segmentation::GraphSegmentation のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst グラフベースのセグメンテーションアルゴリズム．このクラスは，[73]で述べられているアルゴリズムを実装しています． 元関数名(C#): ximgproc_segmentation_Ptr_GraphSegmentation_delete 元DLLエクスポート名: ximgproc_segmentation_Ptr_GraphSegmentation_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Segmentation.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_segmentation_Ptr_GraphSegmentation_delete(cv::Ptr<cv::ximgproc::segmentation::GraphSegmentation> *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_ximgproc_Segmentation %index ximgproc_seg_Ptr_GraphSegmentation_get [32/64bit][関数名変更] cv::ximgproc::segmentation::GraphSegmentation のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst グラフベースのセグメンテーションアルゴリズム．このクラスは，[73]で述べられているアルゴリズムを実装しています． 元関数名(C#): ximgproc_segmentation_Ptr_GraphSegmentation_get 元DLLエクスポート名: ximgproc_segmentation_Ptr_GraphSegmentation_get 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Segmentation.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_segmentation_Ptr_GraphSegmentation_get(
    cv::Ptr<cv::ximgproc::segmentation::GraphSegmentation> *ptr, 
    cv::ximgproc::segmentation::GraphSegmentation **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_ximgproc_Segmentation %index ximgproc_seg_GraphSegmentation_processImage [32/64bit][関数名変更] 画像を分割し，その出力を dst に格納します． %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = sptr : IntPtr src p3 = sptr : IntPtr dst %inst 元関数名(C#): ximgproc_segmentation_GraphSegmentation_processImage 元DLLエクスポート名: ximgproc_segmentation_GraphSegmentation_processImage 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Segmentation.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_segmentation_GraphSegmentation_processImage(cv::ximgproc::segmentation::GraphSegmentation *obj, cv::_InputArray *src, cv::_OutputArray *dst)
{
    BEGIN_WRAP
    obj->processImage(*src, *dst);
    END_WRAP
}
}html %group NativeMethods_ximgproc_Segmentation %index ximgproc_seg_GraphSegmentation_setSigma [32/64bit][関数名変更] ximgproc_seg_GraphSegmentation_setSigma %prm p1,p2 p1 = sptr : IntPtr obj p2 = double : double value %inst 元関数名(C#): ximgproc_segmentation_GraphSegmentation_setSigma 元DLLエクスポート名: ximgproc_segmentation_GraphSegmentation_setSigma 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Segmentation.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_segmentation_GraphSegmentation_setSigma(cv::ximgproc::segmentation::GraphSegmentation *obj, double value)
{
    BEGIN_WRAP
    obj->setSigma(value);
    END_WRAP
}
}html %group NativeMethods_ximgproc_Segmentation %index ximgproc_seg_GraphSegmentation_getSigma [32/64bit][関数名変更] ximgproc_seg_GraphSegmentation_getSigma %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out double returnValue %inst 元関数名(C#): ximgproc_segmentation_GraphSegmentation_getSigma 元DLLエクスポート名: ximgproc_segmentation_GraphSegmentation_getSigma 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Segmentation.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_segmentation_GraphSegmentation_getSigma(cv::ximgproc::segmentation::GraphSegmentation *obj, double *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getSigma();
    END_WRAP
}
}html %group NativeMethods_ximgproc_Segmentation %index ximgproc_seg_GraphSegmentation_setK [32/64bit][関数名変更] ximgproc_seg_GraphSegmentation_setK %prm p1,p2 p1 = sptr : IntPtr obj p2 = float : float value %inst 元関数名(C#): ximgproc_segmentation_GraphSegmentation_setK 元DLLエクスポート名: ximgproc_segmentation_GraphSegmentation_setK 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Segmentation.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_segmentation_GraphSegmentation_setK(cv::ximgproc::segmentation::GraphSegmentation *obj, float value)
{
    BEGIN_WRAP
    obj->setK(value);
    END_WRAP
}
}html %group NativeMethods_ximgproc_Segmentation %index ximgproc_seg_GraphSegmentation_getK [32/64bit][関数名変更] ximgproc_seg_GraphSegmentation_getK %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out float returnValue %inst 元関数名(C#): ximgproc_segmentation_GraphSegmentation_getK 元DLLエクスポート名: ximgproc_segmentation_GraphSegmentation_getK 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Segmentation.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_segmentation_GraphSegmentation_getK(cv::ximgproc::segmentation::GraphSegmentation *obj, float *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getK();
    END_WRAP
}
}html %group NativeMethods_ximgproc_Segmentation %index ximgproc_seg_GraphSegmentation_setMinSize [32/64bit][関数名変更] ximgproc_seg_GraphSegmentation_setMinSize %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int value %inst 元関数名(C#): ximgproc_segmentation_GraphSegmentation_setMinSize 元DLLエクスポート名: ximgproc_segmentation_GraphSegmentation_setMinSize 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Segmentation.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_segmentation_GraphSegmentation_setMinSize(cv::ximgproc::segmentation::GraphSegmentation *obj, int value)
{
    BEGIN_WRAP
    obj->setMinSize(value);
    END_WRAP
}
}html %group NativeMethods_ximgproc_Segmentation %index ximgproc_seg_GraphSegmentation_getMinSize [32/64bit][関数名変更] ximgproc_seg_GraphSegmentation_getMinSize %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): ximgproc_segmentation_GraphSegmentation_getMinSize 元DLLエクスポート名: ximgproc_segmentation_GraphSegmentation_getMinSize 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Segmentation.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_segmentation_GraphSegmentation_getMinSize(cv::ximgproc::segmentation::GraphSegmentation *obj, int *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getMinSize();
    END_WRAP
}
}html %group NativeMethods_ximgproc_Segmentation %index ximgproc_seg_SeleSchSegStrat_setImage [32/64bit][関数名変更] セグメンテーションされた初期画像をセットします． %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr obj p2 = sptr : IntPtr img p3 = sptr : IntPtr regions p4 = sptr : IntPtr sizes p5 = int : int image_id %inst 元関数名(C#): ximgproc_segmentation_SelectiveSearchSegmentationStrategy_setImage 元DLLエクスポート名: ximgproc_segmentation_SelectiveSearchSegmentationStrategy_setImage 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Segmentation.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_segmentation_SelectiveSearchSegmentationStrategy_setImage(
    cv::ximgproc::segmentation::SelectiveSearchSegmentationStrategy *obj, cv::_InputArray *img, cv::_InputArray *regions, cv::_InputArray *sizes, int image_id)
{
    BEGIN_WRAP
    obj->setImage(*img, *regions, *sizes, image_id);
    END_WRAP
}
}html %group NativeMethods_ximgproc_Segmentation %index ximgproc_seg_SeleSchSegStrat_get [32/64bit][関数名変更] 2つのリージョン間のスコア（0?1）を返す %prm p1,p2,p3,p4 p1 = sptr : IntPtr obj p2 = int : int r1 p3 = int : int r2 p4 = var : out float returnValue %inst 元関数名(C#): ximgproc_segmentation_SelectiveSearchSegmentationStrategy_get 元DLLエクスポート名: ximgproc_segmentation_SelectiveSearchSegmentationStrategy_get 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Segmentation.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_segmentation_SelectiveSearchSegmentationStrategy_get(
    cv::ximgproc::segmentation::SelectiveSearchSegmentationStrategy *obj, int r1, int r2, float *returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->get(r1, r2);
    END_WRAP
}
}html %group NativeMethods_ximgproc_Segmentation %index ximgproc_seg_SeleSchSegStrat_merge [32/64bit][関数名変更] 2つのリージョンが統合されることをストラテジーに伝えます。 %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = int : int r1 p3 = int : int r2 %inst 元関数名(C#): ximgproc_segmentation_SelectiveSearchSegmentationStrategy_merge 元DLLエクスポート名: ximgproc_segmentation_SelectiveSearchSegmentationStrategy_merge 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Segmentation.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_segmentation_SelectiveSearchSegmentationStrategy_merge(
    cv::ximgproc::segmentation::SelectiveSearchSegmentationStrategy *obj, int r1, int r2)
{
    BEGIN_WRAP
    obj->merge(r1, r2);
    END_WRAP
}
}html %group NativeMethods_ximgproc_Segmentation %index ximgproc_seg_createSeleSchSegStratColor [32/64bit][関数名変更] 新しい色ベースの戦略を作る。 %prm p1 p1 = var : out IntPtr returnValue %inst 元関数名(C#): ximgproc_segmentation_createSelectiveSearchSegmentationStrategyColor 元DLLエクスポート名: ximgproc_segmentation_createSelectiveSearchSegmentationStrategyColor 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Segmentation.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_segmentation_createSelectiveSearchSegmentationStrategyColor(
    cv::Ptr<cv::ximgproc::segmentation::SelectiveSearchSegmentationStrategyColor> **returnValue)
{
    BEGIN_WRAP
    *returnValue = clone(cv::ximgproc::segmentation::createSelectiveSearchSegmentationStrategyColor());
    END_WRAP
}
}html %group NativeMethods_ximgproc_Segmentation %index ximgproc_seg_createSeleSchSegStratSize [32/64bit][関数名変更] サイズベースのストラテジーを作成します。 %prm p1 p1 = var : out IntPtr returnValue %inst 元関数名(C#): ximgproc_segmentation_createSelectiveSearchSegmentationStrategySize 元DLLエクスポート名: ximgproc_segmentation_createSelectiveSearchSegmentationStrategySize 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Segmentation.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_segmentation_createSelectiveSearchSegmentationStrategySize(
    cv::Ptr<cv::ximgproc::segmentation::SelectiveSearchSegmentationStrategySize> **returnValue)
{
    BEGIN_WRAP
    *returnValue = clone(cv::ximgproc::segmentation::createSelectiveSearchSegmentationStrategySize());
    END_WRAP
}
}html %group NativeMethods_ximgproc_Segmentation %index ximgproc_seg_createSeleSchSegStratTexture [32/64bit][関数名変更] サイズベースのストラテジーを作成します。 %prm p1 p1 = var : out IntPtr returnValue %inst 元関数名(C#): ximgproc_segmentation_createSelectiveSearchSegmentationStrategyTexture 元DLLエクスポート名: ximgproc_segmentation_createSelectiveSearchSegmentationStrategyTexture 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Segmentation.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_segmentation_createSelectiveSearchSegmentationStrategyTexture(
    cv::Ptr<cv::ximgproc::segmentation::SelectiveSearchSegmentationStrategyTexture> **returnValue)
{
    BEGIN_WRAP
    *returnValue = clone(cv::ximgproc::segmentation::createSelectiveSearchSegmentationStrategyTexture());
    END_WRAP
}
}html %group NativeMethods_ximgproc_Segmentation %index ximgproc_seg_createSeleSchSegStratFill [32/64bit][関数名変更] 塗り潰しストラテジーを新規に作成します。 %prm p1 p1 = var : out IntPtr returnValue %inst 元関数名(C#): ximgproc_segmentation_createSelectiveSearchSegmentationStrategyFill 元DLLエクスポート名: ximgproc_segmentation_createSelectiveSearchSegmentationStrategyFill 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Segmentation.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_segmentation_createSelectiveSearchSegmentationStrategyFill(
    cv::Ptr<cv::ximgproc::segmentation::SelectiveSearchSegmentationStrategyFill> **returnValue)
{
    BEGIN_WRAP
    *returnValue = clone(cv::ximgproc::segmentation::createSelectiveSearchSegmentationStrategyFill());
    END_WRAP
}
}html %group NativeMethods_ximgproc_Segmentation %index ximgproc_seg_Ptr_SeleSchSegStratColor_delete [32/64bit][関数名変更] cv::ximgproc::segmentation::SelectiveSearchSegmentationStrategyColor のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst 選択的探索セグメンテーションアルゴリズムのためのカラーベースストラテジー このクラスは、[252]に記載されているアルゴリズムから実装されています。 元関数名(C#): ximgproc_segmentation_Ptr_SelectiveSearchSegmentationStrategyColor_delete 元DLLエクスポート名: ximgproc_segmentation_Ptr_SelectiveSearchSegmentationStrategyColor_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Segmentation.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_segmentation_Ptr_SelectiveSearchSegmentationStrategyColor_delete(
    cv::Ptr<cv::ximgproc::segmentation::SelectiveSearchSegmentationStrategyColor> *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_ximgproc_Segmentation %index ximgproc_seg_Ptr_SeleSchSegStratSize_delete [32/64bit][関数名変更] cv::ximgproc::segmentation::SelectiveSearchSegmentationStrategySize のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst サイズベース戦略 選択的検索セグメンテーションアルゴリズムのためのサイズベース戦略 このクラスは、[252]で説明されているアルゴリズムから実装されています。 元関数名(C#): ximgproc_segmentation_Ptr_SelectiveSearchSegmentationStrategySize_delete 元DLLエクスポート名: ximgproc_segmentation_Ptr_SelectiveSearchSegmentationStrategySize_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Segmentation.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_segmentation_Ptr_SelectiveSearchSegmentationStrategySize_delete(
    cv::Ptr<cv::ximgproc::segmentation::SelectiveSearchSegmentationStrategySize> *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_ximgproc_Segmentation %index ximgproc_seg_Ptr_SeleSchSegStratTexture_delete [32/64bit][関数名変更] cv::ximgproc::segmentation::SelectiveSearchSegmentationStrategyTexture のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst このクラスは、[252]で説明したアルゴリズムから実装されています。 元関数名(C#): ximgproc_segmentation_Ptr_SelectiveSearchSegmentationStrategyTexture_delete 元DLLエクスポート名: ximgproc_segmentation_Ptr_SelectiveSearchSegmentationStrategyTexture_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Segmentation.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_segmentation_Ptr_SelectiveSearchSegmentationStrategyTexture_delete(
    cv::Ptr<cv::ximgproc::segmentation::SelectiveSearchSegmentationStrategyTexture> *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_ximgproc_Segmentation %index ximgproc_seg_Ptr_SeleSchSegStratFill_delete [32/64bit][関数名変更] cv::ximgproc::segmentation::SelectiveSearchSegmentationStrategyFill のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst 選択的検索セグメンテーションアルゴリズムのためのフィルベースの戦略 このクラスは、[252]で説明したアルゴリズムから実装されています。 元関数名(C#): ximgproc_segmentation_Ptr_SelectiveSearchSegmentationStrategyFill_delete 元DLLエクスポート名: ximgproc_segmentation_Ptr_SelectiveSearchSegmentationStrategyFill_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Segmentation.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_segmentation_Ptr_SelectiveSearchSegmentationStrategyFill_delete(
    cv::Ptr<cv::ximgproc::segmentation::SelectiveSearchSegmentationStrategyFill> *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_ximgproc_Segmentation %index ximgproc_seg_Ptr_SeleSchSegStratColor_get [32/64bit][関数名変更] cv::ximgproc::segmentation::SelectiveSearchSegmentationStrategyColor のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst 選択的探索セグメンテーションアルゴリズムのためのカラーベースストラテジー このクラスは、[252]に記載されているアルゴリズムから実装されています。 元関数名(C#): ximgproc_segmentation_Ptr_SelectiveSearchSegmentationStrategyColor_get 元DLLエクスポート名: ximgproc_segmentation_Ptr_SelectiveSearchSegmentationStrategyColor_get 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Segmentation.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_segmentation_Ptr_SelectiveSearchSegmentationStrategyColor_get(
    cv::Ptr<cv::ximgproc::segmentation::SelectiveSearchSegmentationStrategyColor> *ptr, 
    cv::ximgproc::segmentation::SelectiveSearchSegmentationStrategyColor **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_ximgproc_Segmentation %index ximgproc_seg_Ptr_SeleSchSegStratSize_get [32/64bit][関数名変更] cv::ximgproc::segmentation::SelectiveSearchSegmentationStrategySize のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst サイズベース戦略 選択的検索セグメンテーションアルゴリズムのためのサイズベース戦略 このクラスは、[252]で説明されているアルゴリズムから実装されています。 元関数名(C#): ximgproc_segmentation_Ptr_SelectiveSearchSegmentationStrategySize_get 元DLLエクスポート名: ximgproc_segmentation_Ptr_SelectiveSearchSegmentationStrategySize_get 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Segmentation.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_segmentation_Ptr_SelectiveSearchSegmentationStrategySize_get(
    cv::Ptr<cv::ximgproc::segmentation::SelectiveSearchSegmentationStrategySize> *ptr, 
    cv::ximgproc::segmentation::SelectiveSearchSegmentationStrategySize **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_ximgproc_Segmentation %index ximgproc_seg_Ptr_SeleSchSegStratTexture_get [32/64bit][関数名変更] cv::ximgproc::segmentation::SelectiveSearchSegmentationStrategyTexture のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst このクラスは、[252]で説明したアルゴリズムから実装されています。 元関数名(C#): ximgproc_segmentation_Ptr_SelectiveSearchSegmentationStrategyTexture_get 元DLLエクスポート名: ximgproc_segmentation_Ptr_SelectiveSearchSegmentationStrategyTexture_get 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Segmentation.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_segmentation_Ptr_SelectiveSearchSegmentationStrategyTexture_get(
    cv::Ptr<cv::ximgproc::segmentation::SelectiveSearchSegmentationStrategyTexture> *ptr, 
    cv::ximgproc::segmentation::SelectiveSearchSegmentationStrategyTexture **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_ximgproc_Segmentation %index ximgproc_seg_Ptr_SeleSchSegStratFill_get [32/64bit][関数名変更] cv::ximgproc::segmentation::SelectiveSearchSegmentationStrategyFill のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst 選択的検索セグメンテーションアルゴリズムのためのフィルベースの戦略 このクラスは、[252]で説明したアルゴリズムから実装されています。 元関数名(C#): ximgproc_segmentation_Ptr_SelectiveSearchSegmentationStrategyFill_get 元DLLエクスポート名: ximgproc_segmentation_Ptr_SelectiveSearchSegmentationStrategyFill_get 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Segmentation.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_segmentation_Ptr_SelectiveSearchSegmentationStrategyFill_get(
    cv::Ptr<cv::ximgproc::segmentation::SelectiveSearchSegmentationStrategyFill> *ptr, 
    cv::ximgproc::segmentation::SelectiveSearchSegmentationStrategyFill **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_ximgproc_Segmentation %index ximgproc_seg_SeleSchSegStratMultiple_addStrategy [32/64bit][関数名変更] 新しいサブストラテジーを追加します。 %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = sptr : IntPtr g p3 = float : float weight %inst 元関数名(C#): ximgproc_segmentation_SelectiveSearchSegmentationStrategyMultiple_addStrategy 元DLLエクスポート名: ximgproc_segmentation_SelectiveSearchSegmentationStrategyMultiple_addStrategy 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Segmentation.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_segmentation_SelectiveSearchSegmentationStrategyMultiple_addStrategy(
    cv::ximgproc::segmentation::SelectiveSearchSegmentationStrategyMultiple *obj, cv::Ptr<cv::ximgproc::segmentation::SelectiveSearchSegmentationStrategy> *g, float weight)
{
    BEGIN_WRAP
    obj->addStrategy(*g, weight);
    END_WRAP
}
}html %group NativeMethods_ximgproc_Segmentation %index ximgproc_seg_SeleSchSegStratMultiple_clearStrategies [32/64bit][関数名変更] すべてのサブストラテジーを削除する。 %prm p1 p1 = sptr : IntPtr obj %inst 元関数名(C#): ximgproc_segmentation_SelectiveSearchSegmentationStrategyMultiple_clearStrategies 元DLLエクスポート名: ximgproc_segmentation_SelectiveSearchSegmentationStrategyMultiple_clearStrategies 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Segmentation.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_segmentation_SelectiveSearchSegmentationStrategyMultiple_clearStrategies(cv::ximgproc::segmentation::SelectiveSearchSegmentationStrategyMultiple *obj)
{
    BEGIN_WRAP
    obj->clearStrategies();
    END_WRAP
}
}html %group NativeMethods_ximgproc_Segmentation %index ximgproc_seg_createSeleSchSegStratMultiple0 [32/64bit][関数名変更] 新しい多重戦略を作成し、サブ戦略を1つ設定する。 %prm p1 p1 = var : out IntPtr returnValue %inst 元関数名(C#): ximgproc_segmentation_createSelectiveSearchSegmentationStrategyMultiple0 元DLLエクスポート名: ximgproc_segmentation_createSelectiveSearchSegmentationStrategyMultiple0 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Segmentation.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_segmentation_createSelectiveSearchSegmentationStrategyMultiple0(
    cv::Ptr<cv::ximgproc::segmentation::SelectiveSearchSegmentationStrategyMultiple> **returnValue)
{
    BEGIN_WRAP
    *returnValue = clone(cv::ximgproc::segmentation::createSelectiveSearchSegmentationStrategyMultiple());
    END_WRAP
}
}html %group NativeMethods_ximgproc_Segmentation %index ximgproc_seg_createSeleSchSegStratMultiple1 [32/64bit][関数名変更] 選択的探索セグメンテーションアルゴリズムのために、複数のストラテジーを再編成する。 %prm p1,p2 p1 = sptr : IntPtr s1 p2 = var : out IntPtr returnValue %inst 元関数名(C#): ximgproc_segmentation_createSelectiveSearchSegmentationStrategyMultiple1 元DLLエクスポート名: ximgproc_segmentation_createSelectiveSearchSegmentationStrategyMultiple1 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Segmentation.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_segmentation_createSelectiveSearchSegmentationStrategyMultiple1(
    cv::Ptr<cv::ximgproc::segmentation::SelectiveSearchSegmentationStrategy> *s1, 
    cv::Ptr<cv::ximgproc::segmentation::SelectiveSearchSegmentationStrategyMultiple> **returnValue)
{
    BEGIN_WRAP
    *returnValue = clone(createSelectiveSearchSegmentationStrategyMultiple(*s1));
    END_WRAP
}
}html %group NativeMethods_ximgproc_Segmentation %index ximgproc_seg_createSeleSchSegStratMultiple2 [32/64bit][関数名変更] 選択的探索セグメンテーションアルゴリズムのために、複数のストラテジーを再編成する。 %prm p1,p2,p3 p1 = sptr : IntPtr s1 p2 = sptr : IntPtr s2 p3 = var : out IntPtr returnValue %inst 元関数名(C#): ximgproc_segmentation_createSelectiveSearchSegmentationStrategyMultiple2 元DLLエクスポート名: ximgproc_segmentation_createSelectiveSearchSegmentationStrategyMultiple2 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Segmentation.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_segmentation_createSelectiveSearchSegmentationStrategyMultiple2(
    cv::Ptr<cv::ximgproc::segmentation::SelectiveSearchSegmentationStrategy> *s1, 
    cv::Ptr<cv::ximgproc::segmentation::SelectiveSearchSegmentationStrategy> *s2, 
    cv::Ptr<cv::ximgproc::segmentation::SelectiveSearchSegmentationStrategyMultiple> **returnValue)
{
    BEGIN_WRAP
    *returnValue = clone(createSelectiveSearchSegmentationStrategyMultiple(*s1, *s2));
    END_WRAP
}
}html %group NativeMethods_ximgproc_Segmentation %index ximgproc_seg_createSeleSchSegStratMultiple3 [32/64bit][関数名変更] 新しいマルチ戦略を作成し、3つのサブ戦略を同じ重みで設定する。 %prm p1,p2,p3,p4 p1 = sptr : IntPtr s1 p2 = sptr : IntPtr s2 p3 = sptr : IntPtr s3 p4 = var : out IntPtr returnValue %inst 元関数名(C#): ximgproc_segmentation_createSelectiveSearchSegmentationStrategyMultiple3 元DLLエクスポート名: ximgproc_segmentation_createSelectiveSearchSegmentationStrategyMultiple3 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Segmentation.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_segmentation_createSelectiveSearchSegmentationStrategyMultiple3(
    cv::Ptr<cv::ximgproc::segmentation::SelectiveSearchSegmentationStrategy> *s1,
    cv::Ptr<cv::ximgproc::segmentation::SelectiveSearchSegmentationStrategy> *s2,
    cv::Ptr<cv::ximgproc::segmentation::SelectiveSearchSegmentationStrategy> *s3, 
    cv::Ptr<cv::ximgproc::segmentation::SelectiveSearchSegmentationStrategyMultiple> **returnValue)
{
    BEGIN_WRAP
    *returnValue = clone(cv::ximgproc::segmentation::createSelectiveSearchSegmentationStrategyMultiple(*s1, *s2, *s3));
    END_WRAP
}
}html %group NativeMethods_ximgproc_Segmentation %index ximgproc_seg_createSeleSchSegStratMultiple4 [32/64bit][関数名変更] 新規に複数のストラテジーを作成し、4つのサブストラテジーを均等なウェイトで設定します。 %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr s1 p2 = sptr : IntPtr s2 p3 = sptr : IntPtr s3 p4 = sptr : IntPtr s4 p5 = var : out IntPtr returnValue %inst 元関数名(C#): ximgproc_segmentation_createSelectiveSearchSegmentationStrategyMultiple4 元DLLエクスポート名: ximgproc_segmentation_createSelectiveSearchSegmentationStrategyMultiple4 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Segmentation.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_segmentation_createSelectiveSearchSegmentationStrategyMultiple4(
    cv::Ptr<cv::ximgproc::segmentation::SelectiveSearchSegmentationStrategy> *s1,
    cv::Ptr<cv::ximgproc::segmentation::SelectiveSearchSegmentationStrategy> *s2, 
    cv::Ptr<cv::ximgproc::segmentation::SelectiveSearchSegmentationStrategy> *s3, 
    cv::Ptr<cv::ximgproc::segmentation::SelectiveSearchSegmentationStrategy> *s4, 
    cv::Ptr<cv::ximgproc::segmentation::SelectiveSearchSegmentationStrategyMultiple> **returnValue)
{
    BEGIN_WRAP
    *returnValue = clone(cv::ximgproc::segmentation::createSelectiveSearchSegmentationStrategyMultiple(*s1, *s2, *s3, *s4));
    END_WRAP
}
}html %group NativeMethods_ximgproc_Segmentation %index ximgproc_seg_Ptr_SeleSchSegStratMultiple_delete [32/64bit][関数名変更] cv::ximgproc::segmentation::SelectiveSearchSegmentationStrategyMultiple のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst 選択的探索セグメンテーションアルゴリズムのために、複数のストラテジーを再編成する。 元関数名(C#): ximgproc_segmentation_Ptr_SelectiveSearchSegmentationStrategyMultiple_delete 元DLLエクスポート名: ximgproc_segmentation_Ptr_SelectiveSearchSegmentationStrategyMultiple_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Segmentation.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_segmentation_Ptr_SelectiveSearchSegmentationStrategyMultiple_delete(cv::Ptr<cv::ximgproc::segmentation::SelectiveSearchSegmentationStrategyMultiple> *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_ximgproc_Segmentation %index ximgproc_seg_Ptr_SeleSchSegStratMultiple_get [32/64bit][関数名変更] cv::ximgproc::segmentation::SelectiveSearchSegmentationStrategyMultiple のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst 選択的探索セグメンテーションアルゴリズムのために、複数のストラテジーを再編成する。 元関数名(C#): ximgproc_segmentation_Ptr_SelectiveSearchSegmentationStrategyMultiple_get 元DLLエクスポート名: ximgproc_segmentation_Ptr_SelectiveSearchSegmentationStrategyMultiple_get 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Segmentation.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_segmentation_Ptr_SelectiveSearchSegmentationStrategyMultiple_get(
    cv::Ptr<cv::ximgproc::segmentation::SelectiveSearchSegmentationStrategyMultiple> *ptr, 
    cv::ximgproc::segmentation::SelectiveSearchSegmentationStrategyMultiple **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_ximgproc_Segmentation %index ximgproc_seg_SeleSchSeg_setBaseImage [32/64bit][関数名変更] switch*関数がクラスを初期化する際に使用するイメージを設定します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr img %inst 元関数名(C#): ximgproc_segmentation_SelectiveSearchSegmentation_setBaseImage 元DLLエクスポート名: ximgproc_segmentation_SelectiveSearchSegmentation_setBaseImage 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Segmentation.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_segmentation_SelectiveSearchSegmentation_setBaseImage(
    cv::ximgproc::segmentation::SelectiveSearchSegmentation *obj, cv::_InputArray *img)
{
    BEGIN_WRAP
    obj->setBaseImage(*img);
    END_WRAP
}
}html %group NativeMethods_ximgproc_Segmentation %index ximgproc_seg_SeleSchSeg_switchToSingleStrategy [32/64bit][関数名変更] 252]で説明した「Single stragegy」パラメータでクラスを初期化する。 %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = int : int k p3 = float : float sigma %inst 元関数名(C#): ximgproc_segmentation_SelectiveSearchSegmentation_switchToSingleStrategy 元DLLエクスポート名: ximgproc_segmentation_SelectiveSearchSegmentation_switchToSingleStrategy 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Segmentation.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_segmentation_SelectiveSearchSegmentation_switchToSingleStrategy(
    cv::ximgproc::segmentation::SelectiveSearchSegmentation *obj, int k, float sigma)
{
    BEGIN_WRAP
    obj->switchToSingleStrategy(k, sigma);
    END_WRAP
}
}html %group NativeMethods_ximgproc_Segmentation %index ximgproc_seg_SeleSchSeg_switchToSelectiveSearchFast [32/64bit][関数名変更] 252]で述べた「Selective search fast」パラメータでクラスを初期化します。 %prm p1,p2,p3,p4 p1 = sptr : IntPtr obj p2 = int : int base_k p3 = int : int inc_k p4 = float : float sigma %inst 元関数名(C#): ximgproc_segmentation_SelectiveSearchSegmentation_switchToSelectiveSearchFast 元DLLエクスポート名: ximgproc_segmentation_SelectiveSearchSegmentation_switchToSelectiveSearchFast 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Segmentation.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_segmentation_SelectiveSearchSegmentation_switchToSelectiveSearchFast(
    cv::ximgproc::segmentation::SelectiveSearchSegmentation *obj, int base_k, int inc_k, float sigma)
{
    BEGIN_WRAP
    obj->switchToSelectiveSearchFast(base_k, inc_k, sigma);
    END_WRAP
}
}html %group NativeMethods_ximgproc_Segmentation %index ximgproc_seg_SeleSchSeg_switchToSelectiveSearchQuality [32/64bit][関数名変更] 252]で述べた「Selective search fast」パラメータでクラスを初期化します。 %prm p1,p2,p3,p4 p1 = sptr : IntPtr obj p2 = int : int base_k p3 = int : int inc_k p4 = float : float sigma %inst 元関数名(C#): ximgproc_segmentation_SelectiveSearchSegmentation_switchToSelectiveSearchQuality 元DLLエクスポート名: ximgproc_segmentation_SelectiveSearchSegmentation_switchToSelectiveSearchQuality 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Segmentation.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_segmentation_SelectiveSearchSegmentation_switchToSelectiveSearchQuality(
    cv::ximgproc::segmentation::SelectiveSearchSegmentation *obj, int base_k, int inc_k, float sigma) 
{
    BEGIN_WRAP
    obj->switchToSelectiveSearchQuality(base_k, inc_k, sigma);
    END_WRAP
}
}html %group NativeMethods_ximgproc_Segmentation %index ximgproc_seg_SeleSchSeg_addImage [32/64bit][関数名変更] 処理する画像のリストに新しい画像を追加します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr img %inst 元関数名(C#): ximgproc_segmentation_SelectiveSearchSegmentation_addImage 元DLLエクスポート名: ximgproc_segmentation_SelectiveSearchSegmentation_addImage 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Segmentation.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_segmentation_SelectiveSearchSegmentation_addImage(cv::ximgproc::segmentation::SelectiveSearchSegmentation *obj, cv::_InputArray *img)
{
    BEGIN_WRAP
    obj->addImage(*img);
    END_WRAP
}
}html %group NativeMethods_ximgproc_Segmentation %index ximgproc_seg_SeleSchSeg_clearImages [32/64bit][関数名変更] 処理する画像のリストを消去します。 %prm p1 p1 = sptr : IntPtr obj %inst 元関数名(C#): ximgproc_segmentation_SelectiveSearchSegmentation_clearImages 元DLLエクスポート名: ximgproc_segmentation_SelectiveSearchSegmentation_clearImages 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Segmentation.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_segmentation_SelectiveSearchSegmentation_clearImages(cv::ximgproc::segmentation::SelectiveSearchSegmentation *obj)
{
    BEGIN_WRAP
    obj->clearImages();
    END_WRAP
}
}html %group NativeMethods_ximgproc_Segmentation %index ximgproc_seg_SeleSchSeg_addGraphSegmentation [32/64bit][関数名変更] 処理するグラフセグメンテーションのリストに新しいグラフセグメンテーションを追加します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr g %inst 元関数名(C#): ximgproc_segmentation_SelectiveSearchSegmentation_addGraphSegmentation 元DLLエクスポート名: ximgproc_segmentation_SelectiveSearchSegmentation_addGraphSegmentation 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Segmentation.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_segmentation_SelectiveSearchSegmentation_addGraphSegmentation(
    cv::ximgproc::segmentation::SelectiveSearchSegmentation *obj, cv::Ptr<cv::ximgproc::segmentation::GraphSegmentation> *g)
{
    BEGIN_WRAP
    obj->addGraphSegmentation(*g);
    END_WRAP
}
}html %group NativeMethods_ximgproc_Segmentation %index ximgproc_seg_SeleSchSeg_clearGraphSegmentations [32/64bit][関数名変更] 処理するグラフセグメンテーションのリストを消去する；。 %prm p1 p1 = sptr : IntPtr obj %inst 元関数名(C#): ximgproc_segmentation_SelectiveSearchSegmentation_clearGraphSegmentations 元DLLエクスポート名: ximgproc_segmentation_SelectiveSearchSegmentation_clearGraphSegmentations 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Segmentation.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_segmentation_SelectiveSearchSegmentation_clearGraphSegmentations(cv::ximgproc::segmentation::SelectiveSearchSegmentation *obj) 
{
    BEGIN_WRAP
    obj->clearGraphSegmentations();
    END_WRAP
}
}html %group NativeMethods_ximgproc_Segmentation %index ximgproc_seg_SeleSchSeg_addStrategy [32/64bit][関数名変更] 処理するストラテジのリストに新しいストラテジを追加する。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr s %inst 元関数名(C#): ximgproc_segmentation_SelectiveSearchSegmentation_addStrategy 元DLLエクスポート名: ximgproc_segmentation_SelectiveSearchSegmentation_addStrategy 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Segmentation.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_segmentation_SelectiveSearchSegmentation_addStrategy(
    cv::ximgproc::segmentation::SelectiveSearchSegmentation *obj, cv::Ptr<cv::ximgproc::segmentation::SelectiveSearchSegmentationStrategy> *s)
{
    BEGIN_WRAP
    obj->addStrategy(*s);
    END_WRAP
}
}html %group NativeMethods_ximgproc_Segmentation %index ximgproc_seg_SeleSchSeg_clearStrategies [32/64bit][関数名変更] 処理するストラテジーのリストを消去する；。 %prm p1 p1 = sptr : IntPtr obj %inst 元関数名(C#): ximgproc_segmentation_SelectiveSearchSegmentation_clearStrategies 元DLLエクスポート名: ximgproc_segmentation_SelectiveSearchSegmentation_clearStrategies 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Segmentation.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_segmentation_SelectiveSearchSegmentation_clearStrategies(
    cv::ximgproc::segmentation::SelectiveSearchSegmentation *obj) 
{
    BEGIN_WRAP
    obj->clearStrategies();
    END_WRAP
}
}html %group NativeMethods_ximgproc_Segmentation %index ximgproc_seg_SeleSchSeg_process [32/64bit][関数名変更] 全ての画像、グラフ分割、stragies に基づいて、可能な全ての rects を計算し、それらを返す。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr rects %inst 元関数名(C#): ximgproc_segmentation_SelectiveSearchSegmentation_process 元DLLエクスポート名: ximgproc_segmentation_SelectiveSearchSegmentation_process 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Segmentation.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_segmentation_SelectiveSearchSegmentation_process(
    cv::ximgproc::segmentation::SelectiveSearchSegmentation *obj, std::vector<cv::Rect> *rects) 
{
    BEGIN_WRAP
    obj->process(*rects);
    END_WRAP
}
}html %group NativeMethods_ximgproc_Segmentation %index ximgproc_seg_createSeleSchSeg [32/64bit][関数名変更] 新しい色ベースの戦略を作る。 %prm p1 p1 = var : out IntPtr returnValue %inst 元関数名(C#): ximgproc_segmentation_createSelectiveSearchSegmentation 元DLLエクスポート名: ximgproc_segmentation_createSelectiveSearchSegmentation 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Segmentation.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_segmentation_createSelectiveSearchSegmentationStrategyColor(
    cv::Ptr<cv::ximgproc::segmentation::SelectiveSearchSegmentationStrategyColor> **returnValue)
{
    BEGIN_WRAP
    *returnValue = clone(cv::ximgproc::segmentation::createSelectiveSearchSegmentationStrategyColor());
    END_WRAP
}
}html %group NativeMethods_ximgproc_Segmentation %index ximgproc_seg_Ptr_SeleSchSeg_delete [32/64bit][関数名変更] cv::ximgproc::segmentation::SelectiveSearchSegmentation のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst 選択的探索セグメンテーションアルゴリズム このクラスは，[252]で述べられているアルゴリズムを実装しています． 元関数名(C#): ximgproc_segmentation_Ptr_SelectiveSearchSegmentation_delete 元DLLエクスポート名: ximgproc_segmentation_Ptr_SelectiveSearchSegmentation_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Segmentation.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_segmentation_Ptr_SelectiveSearchSegmentation_delete(cv::Ptr<cv::ximgproc::segmentation::SelectiveSearchSegmentation> *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_ximgproc_Segmentation %index ximgproc_seg_Ptr_SeleSchSeg_get [32/64bit][関数名変更] cv::ximgproc::segmentation::SelectiveSearchSegmentation のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst 選択的探索セグメンテーションアルゴリズム このクラスは，[252]で述べられているアルゴリズムを実装しています． 元関数名(C#): ximgproc_segmentation_Ptr_SelectiveSearchSegmentation_get 元DLLエクスポート名: ximgproc_segmentation_Ptr_SelectiveSearchSegmentation_get 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Segmentation.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_segmentation_Ptr_SelectiveSearchSegmentation_get(
    cv::Ptr<cv::ximgproc::segmentation::SelectiveSearchSegmentation> *ptr, cv::ximgproc::segmentation::SelectiveSearchSegmentation **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_ximgproc_Segmentation %index ximgproc_createRFFeatureGetter [32/64bit] ximgproc_createRFFeatureGetter %prm p1 p1 = var : out IntPtr returnValue %inst 元関数名(C#): ximgproc_createRFFeatureGetter 元DLLエクスポート名: ximgproc_createRFFeatureGetter 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_StructuredEdgeDetection.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_createRFFeatureGetter(cv::Ptr<cv::ximgproc::RFFeatureGetter> **returnValue)
{
    BEGIN_WRAP
    *returnValue = clone(cv::ximgproc::createRFFeatureGetter());
    END_WRAP
}
}html %group NativeMethods_ximgproc_StructuredEdgeDetection %index ximgproc_Ptr_RFFeatureGetter_delete [32/64bit] cv::ximgproc::RFFeatureGetter のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst P. Dollar and C. L. Zitit] の学習部分のヘルパークラスです．Dollar and C. L. Zitnick.Structured Forests for Fast Edge Detection, 2013] のトレーニング部分のヘルパークラスです． 元関数名(C#): ximgproc_Ptr_RFFeatureGetter_delete 元DLLエクスポート名: ximgproc_Ptr_RFFeatureGetter_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_StructuredEdgeDetection.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_Ptr_RFFeatureGetter_delete(cv::Ptr<cv::ximgproc::RFFeatureGetter> *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_ximgproc_StructuredEdgeDetection %index ximgproc_Ptr_RFFeatureGetter_get [32/64bit] cv::ximgproc::RFFeatureGetter のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst P. Dollar and C. L. Zitit] の学習部分のヘルパークラスです．Dollar and C. L. Zitnick.Structured Forests for Fast Edge Detection, 2013] のトレーニング部分のヘルパークラスです． 元関数名(C#): ximgproc_Ptr_RFFeatureGetter_get 元DLLエクスポート名: ximgproc_Ptr_RFFeatureGetter_get 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_StructuredEdgeDetection.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_Ptr_RFFeatureGetter_get(cv::Ptr<cv::ximgproc::RFFeatureGetter> *ptr, cv::ximgproc::RFFeatureGetter **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_ximgproc_StructuredEdgeDetection %index ximgproc_RFFeatureGetter_getFeatures [32/64bit] この関数は，srcから特徴チャンネルを抽出します．StructureEdgeDetection は，この特徴空間を利用してエッジを検出します． %prm p1,p2,p3,p4,p5,p6,p7,p8 p1 = sptr : IntPtr obj p2 = sptr : IntPtr src p3 = sptr : IntPtr features p4 = int : int gnrmRad p5 = int : int gsmthRad p6 = int : int shrink p7 = int : int outNum p8 = int : int gradNum %inst 元関数名(C#): ximgproc_RFFeatureGetter_getFeatures 元DLLエクスポート名: ximgproc_RFFeatureGetter_getFeatures 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_StructuredEdgeDetection.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_RFFeatureGetter_getFeatures(
    cv::ximgproc::RFFeatureGetter *obj, cv::Mat *src, cv::Mat *features,
    const int gnrmRad, const int gsmthRad, const int shrink, const int outNum, const int gradNum)
{
    BEGIN_WRAP
    obj->getFeatures(*src, *features, gnrmRad, gsmthRad, shrink, outNum, gradNum);
    END_WRAP
}
}html %group NativeMethods_ximgproc_StructuredEdgeDetection %index ximgproc_createStructuredEdgeDetection [32/64bit] 唯一のコンストラクタ %prm p1,p2,p3 p1 = str : [MarshalAs(UnmanagedType.LPStr)] string model p2 = sptr : IntPtr howToGetFeatures p3 = var : out IntPtr returnValue %inst 元関数名(C#): ximgproc_createStructuredEdgeDetection 元DLLエクスポート名: ximgproc_createStructuredEdgeDetection 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_StructuredEdgeDetection.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_createStructuredEdgeDetection(
    const char *model, cv::Ptr<cv::ximgproc::RFFeatureGetter> *howToGetFeatures, cv::Ptr<cv::ximgproc::StructuredEdgeDetection> **returnValue)
{
    BEGIN_WRAP
    if (howToGetFeatures == nullptr)
        *returnValue = clone(cv::ximgproc::createStructuredEdgeDetection(model));
    else
        *returnValue = clone(cv::ximgproc::createStructuredEdgeDetection(model, *howToGetFeatures));
    END_WRAP
}
}html %group NativeMethods_ximgproc_StructuredEdgeDetection %index ximgproc_Ptr_StructuredEdgeDetection_delete [32/64bit] cv::ximgproc::StructuredEdgeDetection のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst 57]のエッジ検出アルゴリズムを実装したクラス． 元関数名(C#): ximgproc_Ptr_StructuredEdgeDetection_delete 元DLLエクスポート名: ximgproc_Ptr_StructuredEdgeDetection_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_StructuredEdgeDetection.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_Ptr_StructuredEdgeDetection_delete(cv::Ptr<cv::ximgproc::StructuredEdgeDetection> *obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_ximgproc_StructuredEdgeDetection %index ximgproc_Ptr_StructuredEdgeDetection_get [32/64bit] cv::ximgproc::StructuredEdgeDetection のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst 57]のエッジ検出アルゴリズムを実装したクラス． 元関数名(C#): ximgproc_Ptr_StructuredEdgeDetection_get 元DLLエクスポート名: ximgproc_Ptr_StructuredEdgeDetection_get 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_StructuredEdgeDetection.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_Ptr_StructuredEdgeDetection_get(cv::Ptr<cv::ximgproc::StructuredEdgeDetection> *ptr, cv::ximgproc::StructuredEdgeDetection **returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_ximgproc_StructuredEdgeDetection %index ximgproc_StructuredEdgeDetection_detectEdges [32/64bit] この関数は，srcからエッジを検出し，それをdstに描画します． %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = sptr : IntPtr src p3 = sptr : IntPtr dst %inst この関数を支えるアルゴリズムは，例えば Sobel などの一般的な手法よりも，テクスチャの存在に対してより頑健です． 元関数名(C#): ximgproc_StructuredEdgeDetection_detectEdges 元DLLエクスポート名: ximgproc_StructuredEdgeDetection_detectEdges 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_StructuredEdgeDetection.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_StructuredEdgeDetection_detectEdges(cv::ximgproc::StructuredEdgeDetection *obj, cv::_InputArray *src, cv::_OutputArray *dst)
{
    BEGIN_WRAP
    obj->detectEdges(*src, *dst);
    END_WRAP
}
}html %group NativeMethods_ximgproc_StructuredEdgeDetection %index ximgproc_StructuredEdgeDetection_computeOrientation [32/64bit] この関数は，エッジ画像から向きを求めます． %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = sptr : IntPtr src p3 = sptr : IntPtr dst %inst 元関数名(C#): ximgproc_StructuredEdgeDetection_computeOrientation 元DLLエクスポート名: ximgproc_StructuredEdgeDetection_computeOrientation 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_StructuredEdgeDetection.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_StructuredEdgeDetection_computeOrientation(cv::ximgproc::StructuredEdgeDetection *obj, cv::_InputArray *src, cv::_OutputArray *dst)
{
    BEGIN_WRAP
    obj->computeOrientation(*src, *dst);
    END_WRAP
}
}html %group NativeMethods_ximgproc_StructuredEdgeDetection %index ximgproc_StructuredEdgeDetection_edgesNms [32/64bit] この関数は，エッジ画像中のエッジを検出し，直交する方向に強いエッジを抑制します． %prm p1,p2,p3,p4,p5,p6,p7,p8 p1 = sptr : IntPtr obj p2 = sptr : IntPtr edge_image p3 = sptr : IntPtr orientation_image p4 = sptr : IntPtr dst p5 = int : int r p6 = int : int s p7 = float : float m p8 = int : int isParallel %inst 元関数名(C#): ximgproc_StructuredEdgeDetection_edgesNms 元DLLエクスポート名: ximgproc_StructuredEdgeDetection_edgesNms 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_StructuredEdgeDetection.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_StructuredEdgeDetection_edgesNms(cv::ximgproc::StructuredEdgeDetection *obj,
    cv::_InputArray *edge_image, cv::_InputArray *orientation_image, cv::_OutputArray *dst, 
    int r, int s, float m, int isParallel)
{
    BEGIN_WRAP
    obj->edgesNms(*edge_image, *orientation_image, *dst, r, s, m, isParallel != 0);
    END_WRAP
}
}html %group NativeMethods_ximgproc_StructuredEdgeDetection %index ximgproc_Ptr_SuperpixelLSC_delete [32/64bit] cv::ximgproc::SuperpixelLSC のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst 141]で述べられているLSC (Linear Spectral Clustering) スーパーピクセルアルゴリズムを実装したクラスです． LSC (Linear Spectral Clustering) は，コンパクトで均一なスーパーピクセルを低い計算コストで生成します．基本的には、画像ピクセル間の色の類似性と空間の近接性を測定する類似性メトリックに基づいて、スーパーピクセルのセグメンテーションの正規化されたカットの定式化が採用されます。LSCは直線的な計算量と高いメモリ効率を持ち、画像の大域的な特性を保持することができます。 元関数名(C#): ximgproc_Ptr_SuperpixelLSC_delete 元DLLエクスポート名: ximgproc_Ptr_SuperpixelLSC_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Superpixel.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_Ptr_SuperpixelLSC_delete(
    cv::Ptr<cv::ximgproc::SuperpixelLSC>* obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_ximgproc_Superpixel %index ximgproc_Ptr_SuperpixelLSC_get [32/64bit] cv::ximgproc::SuperpixelLSC のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst 141]で述べられているLSC (Linear Spectral Clustering) スーパーピクセルアルゴリズムを実装したクラスです． LSC (Linear Spectral Clustering) は，コンパクトで均一なスーパーピクセルを低い計算コストで生成します．基本的には、画像ピクセル間の色の類似性と空間の近接性を測定する類似性メトリックに基づいて、スーパーピクセルのセグメンテーションの正規化されたカットの定式化が採用されます。LSCは直線的な計算量と高いメモリ効率を持ち、画像の大域的な特性を保持することができます。 元関数名(C#): ximgproc_Ptr_SuperpixelLSC_get 元DLLエクスポート名: ximgproc_Ptr_SuperpixelLSC_get 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Superpixel.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_Ptr_SuperpixelLSC_get(
    cv::Ptr<cv::ximgproc::SuperpixelLSC>* ptr, cv::ximgproc::SuperpixelLSC** returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_ximgproc_Superpixel %index ximgproc_SuperpixelLSC_getNumberOfSuperpixels [32/64bit] SuperpixelLSCオブジェクトに格納された、与えられたセグメンテーション上の実際のスーパーピクセルの量を計算します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): ximgproc_SuperpixelLSC_getNumberOfSuperpixels 元DLLエクスポート名: ximgproc_SuperpixelLSC_getNumberOfSuperpixels 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Superpixel.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_SuperpixelLSC_getNumberOfSuperpixels(
    cv::ximgproc::SuperpixelLSC* obj,
    int* returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getNumberOfSuperpixels();
    END_WRAP
}
}html %group NativeMethods_ximgproc_Superpixel %index ximgproc_SuperpixelLSC_iterate [32/64bit] SuperpixelLSC オブジェクトに初期化されたパラメータを用いて、与えられた画像上のスーパーピクセル・セグメンテーションを計算します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int num_iterations %inst この関数は，createSuperpixelLSC()でアルゴリズムを初期化することなく，再度呼び出すことができます．この関数は，関数 createSuperpixelLSC() で初期化されたパラメータを用いて，画像のスーパープリントセグメンテーションを計算します．このアルゴリズムは，スーパーピクセルのグリッドから始まり，エッジの境界の更新を提案することで，その境界を精密化します． 元関数名(C#): ximgproc_SuperpixelLSC_iterate 元DLLエクスポート名: ximgproc_SuperpixelLSC_iterate 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Superpixel.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_SuperpixelLSC_iterate(
    cv::ximgproc::SuperpixelLSC* obj, int num_iterations)
{
    BEGIN_WRAP
    obj->iterate(num_iterations);
    END_WRAP
}
}html %group NativeMethods_ximgproc_Superpixel %index ximgproc_SuperpixelLSC_getLabels [32/64bit] 画像のセグメンテーションラベリングを返します． %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr labels_out %inst 各ラベルはスーパーピクセルを表し，各ピクセルは1つのスーパーピクセルラベルに割り当てられます．この関数は，スーパーピクセル・セグメンテーションのラベルを含む画像を返します．ラベルは [0, getNumberOfSuperpixels()] の範囲にあります。 元関数名(C#): ximgproc_SuperpixelLSC_getLabels 元DLLエクスポート名: ximgproc_SuperpixelLSC_getLabels 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Superpixel.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_SuperpixelLSC_getLabels(
    cv::ximgproc::SuperpixelLSC* obj, cv::_OutputArray *labels_out)
{
    BEGIN_WRAP
    obj->getLabels(*labels_out);
    END_WRAP
}
}html %group NativeMethods_ximgproc_Superpixel %index ximgproc_SuperpixelLSC_getLabelContourMask [32/64bit] SuperpixelLSCオブジェクトに格納されているスーパーピクセル・セグメンテーションのマスクを返します。 %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = sptr : IntPtr image p3 = int : int thick_line %inst この関数は，スーパーピクセル・セグメンテーションの境界を返します． 元関数名(C#): ximgproc_SuperpixelLSC_getLabelContourMask 元DLLエクスポート名: ximgproc_SuperpixelLSC_getLabelContourMask 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Superpixel.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_SuperpixelLSC_getLabelContourMask(
    cv::ximgproc::SuperpixelLSC* obj,
    cv::_OutputArray *image, int thick_line)
{
    BEGIN_WRAP
    obj->getLabelContourMask(*image, thick_line != 0);
    END_WRAP
}
}html %group NativeMethods_ximgproc_Superpixel %index ximgproc_SuperpixelLSC_enforceLabelConnectivity [32/64bit] ラベルの接続性を強制します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int min_element_size %inst この関数は，小さすぎるコンポーネントをマージし，以前に見つかった隣接ラベルをこのコンポーネントに割り当てます．この関数を呼び出すと，最終的なスーパピクセルの数が変わる可能性があります． 元関数名(C#): ximgproc_SuperpixelLSC_enforceLabelConnectivity 元DLLエクスポート名: ximgproc_SuperpixelLSC_enforceLabelConnectivity 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Superpixel.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_SuperpixelLSC_enforceLabelConnectivity(
    cv::ximgproc::SuperpixelLSC* obj,
    int min_element_size)
{
    BEGIN_WRAP
    obj->enforceLabelConnectivity(min_element_size);
    END_WRAP
}
}html %group NativeMethods_ximgproc_Superpixel %index ximgproc_createSuperpixelLSC [32/64bit] LSC (Linear Spectral Clustering) スーパーピクセルを実装するクラス． %prm p1,p2,p3,p4 p1 = sptr : IntPtr image p2 = int : int region_size p3 = float : float ratio p4 = var : out IntPtr returnValue %inst この関数は，入力画像に対して SuperpixelLSC オブジェクトを初期化します．Superpixelアルゴリズムのパラメータである，region_sizeとrulerを設定します．また，与えられた画像に対する今後の計算反復のために，いくつかのバッファを事前に確保します．LSCの例を以下の図に示します。カラー画像の場合は、3×3の小さなカーネルでガウスぼかしをかけ、さらにCieLABの色空間に変換するなどの前処理を行うと、よりよい結果が得られるでしょう。 元関数名(C#): ximgproc_createSuperpixelLSC 元DLLエクスポート名: ximgproc_createSuperpixelLSC 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Superpixel.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_createSuperpixelLSC(
    cv::_InputArray *image, int region_size, float ratio, cv::Ptr<cv::ximgproc::SuperpixelLSC>** returnValue)
{
    BEGIN_WRAP
    const auto ptr = cv::ximgproc::createSuperpixelLSC(*image, region_size, ratio);
    *returnValue = new cv::Ptr<cv::ximgproc::SuperpixelLSC>(ptr);
    END_WRAP
}
}html %group NativeMethods_ximgproc_Superpixel %index ximgproc_Ptr_SuperpixelSEEDS_delete [32/64bit] cv::ximgproc::SuperpixelSEEDS のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst SEEDS (Superpixels Extracted via Energy-Driven Sampling) Superpixels アルゴリズムを実装したクラス [257] 。 このアルゴリズムでは，効率的な丘登りアルゴリズムを用いて，カラーヒストグラムとオプションである境界項に基づいたスーパーピクセルのエネルギー関数を最適化します．エネルギー関数は、スーパーピクセルが同じ色になるように促し、境界項が有効な場合、スーパーピクセルは滑らかな境界を持ち、似た形状になります。実際には、スーパーピクセルの規則的なグリッドからスタートし、境界にあるピクセルまたはピクセルのブロックを移動させて解を洗練させます。このアルゴリズムは、1つのCPUを使ってリアルタイムで実行されます。 元関数名(C#): ximgproc_Ptr_SuperpixelSEEDS_delete 元DLLエクスポート名: ximgproc_Ptr_SuperpixelSEEDS_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Superpixel.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_Ptr_SuperpixelSEEDS_delete(
    cv::Ptr<cv::ximgproc::SuperpixelSEEDS>* obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_ximgproc_Superpixel %index ximgproc_Ptr_SuperpixelSEEDS_get [32/64bit] cv::ximgproc::SuperpixelSEEDS のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst SEEDS (Superpixels Extracted via Energy-Driven Sampling) Superpixels アルゴリズムを実装したクラス [257] 。 このアルゴリズムでは，効率的な丘登りアルゴリズムを用いて，カラーヒストグラムとオプションである境界項に基づいたスーパーピクセルのエネルギー関数を最適化します．エネルギー関数は、スーパーピクセルが同じ色になるように促し、境界項が有効な場合、スーパーピクセルは滑らかな境界を持ち、似た形状になります。実際には、スーパーピクセルの規則的なグリッドからスタートし、境界にあるピクセルまたはピクセルのブロックを移動させて解を洗練させます。このアルゴリズムは、1つのCPUを使ってリアルタイムで実行されます。 元関数名(C#): ximgproc_Ptr_SuperpixelSEEDS_get 元DLLエクスポート名: ximgproc_Ptr_SuperpixelSEEDS_get 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Superpixel.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_Ptr_SuperpixelSEEDS_get(
    cv::Ptr<cv::ximgproc::SuperpixelSEEDS>* ptr, cv::ximgproc::SuperpixelSEEDS** returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_ximgproc_Superpixel %index ximgproc_SuperpixelSEEDS_getNumberOfSuperpixels [32/64bit] SuperpixelSEEDS オブジェクトに格納されている，与えられた画像のスーパーピクセル分割を計算します． %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst この関数は，関数 createSuperpixelSEEDS() で初期化されたパラメータを用いて，画像のスーパープixel segmentationを計算します． 元関数名(C#): ximgproc_SuperpixelSEEDS_getNumberOfSuperpixels 元DLLエクスポート名: ximgproc_SuperpixelSEEDS_getNumberOfSuperpixels 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Superpixel.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_SuperpixelSEEDS_getNumberOfSuperpixels(
    cv::ximgproc::SuperpixelSEEDS* obj,
    int* returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getNumberOfSuperpixels();
    END_WRAP
}
}html %group NativeMethods_ximgproc_Superpixel %index ximgproc_SuperpixelSEEDS_iterate [32/64bit] SuperpixelSEEDSオブジェクトに初期化されたパラメータを用いて，与えられた画像のスーパープリントセグメンテーションを計算します． %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = sptr : IntPtr img p3 = int : int num_iterations %inst この関数は， createSuperpixelSEEDS() でアルゴリズムを初期化しなくても，他の画像に対して再度呼び出すことができます．この関数は，関数 createSuperpixelSEEDS() で初期化されたパラメータを用いて，画像のスーパープリントセグメンテーションを計算します．このアルゴリズムは，スーパーピクセルのグリッドから始まり，境界に位置するピクセルのブロックを大きいサイズから小さいサイズに更新することで境界を絞り込み，最後にピクセルの更新を提案します．その例を以下に示します。 元関数名(C#): ximgproc_SuperpixelSEEDS_iterate 元DLLエクスポート名: ximgproc_SuperpixelSEEDS_iterate 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Superpixel.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_SuperpixelSEEDS_iterate(
    cv::ximgproc::SuperpixelSEEDS* obj, cv::_InputArray *img, int num_iterations)
{
    BEGIN_WRAP
    obj->iterate(*img, num_iterations);
    END_WRAP
}
}html %group NativeMethods_ximgproc_Superpixel %index ximgproc_SuperpixelSEEDS_getLabels [32/64bit] 画像のセグメンテーションラベリングを返します． %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr labels_out %inst 各ラベルはスーパーピクセルを表し，各ピクセルは1つのスーパーピクセルラベルに割り当てられます．この関数は，スーパーピクセル・セグメンテーションのラベルを含む画像を返します．ラベルは [0, getNumberOfSuperpixels()] の範囲にあります。 元関数名(C#): ximgproc_SuperpixelSEEDS_getLabels 元DLLエクスポート名: ximgproc_SuperpixelSEEDS_getLabels 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Superpixel.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_SuperpixelSEEDS_getLabels(
    cv::ximgproc::SuperpixelSEEDS* obj, cv::_OutputArray* labels_out)
{
    BEGIN_WRAP
    obj->getLabels(*labels_out);
    END_WRAP
}
}html %group NativeMethods_ximgproc_Superpixel %index ximgproc_SuperpixelSEEDS_getLabelContourMask [32/64bit] SuperpixelSEEDSオブジェクトに格納されているスーパーピクセル・セグメンテーションのマスクを返します。 %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = sptr : IntPtr image p3 = int : int thick_line %inst この関数は，スーパーピクセル・セグメンテーションの境界を返します． (Python) Webカメラからの画像にスーパーピクセルを生成する方法のデモは， opencv_source_code/samples/python2/seeds.py にあります． (cpp) ウェブカメラからの画像にスーパーピクセルを生成する方法についてのデモは、opencv_source_code/modules/ximgproc/samples/seeds.cpp にあります。コマンドライン引数にファイル画像を追加することで、ウェブカメラの代わりに静止画像が使用されます。 ウェブカムからの映像に、スーパーピクセルの境界が赤く表示されたウィンドウが表示されます（下記参照）。出力モードを切り替えるにはSpaceを使います。ウィンドウの上部には4つのスライダがあり、スーパーピクセルの数、ブロックレベルの数、形状を修正するための境界先行項の強さ、ピクセルレベルでの反復回数をその場で変更することができます。これは、パラメータを弄り、ユーザーの都合に合わせて設定するのに便利です。コンソールには，アルゴリズムのフレームレートが表示されます． 元関数名(C#): ximgproc_SuperpixelSEEDS_getLabelContourMask 元DLLエクスポート名: ximgproc_SuperpixelSEEDS_getLabelContourMask 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Superpixel.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_SuperpixelSEEDS_getLabelContourMask(
    cv::ximgproc::SuperpixelSEEDS* obj,
    cv::_OutputArray* image, int thick_line)
{
    BEGIN_WRAP
    obj->getLabelContourMask(*image, thick_line != 0);
    END_WRAP
}
}html %group NativeMethods_ximgproc_Superpixel %index ximgproc_createSuperpixelSEEDS [32/64bit] SuperpixelSEEDSオブジェクトを初期化します。 %prm p1,p2,p3,p4,p5,p6,p7,p8,p9 p1 = int : int image_width p2 = int : int image_height p3 = int : int image_channels p4 = int : int num_superpixels p5 = int : int num_levels p6 = int : int prior p7 = int : int histogram_bins p8 = int : int double_step p9 = var : out IntPtr returnValue %inst この関数は，入力画像に対して SuperpixelSEEDS オブジェクトを初期化します．これは，画像のパラメータである image_width, image_height, image_channels を格納します．また，SEEDS スーパーピクセルアルゴリズムのパラメータである num_superpixels, num_levels, use_prior, histogram_bins, double_step も設定されます．num_levels のレベル数は，アルゴリズムが最適化に利用するブロックレベルの量を定義します．初期設定では，スーパーピクセルが画像の幅と高さに均等に配置されたグリッドになっています．大きいブロックは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2×2のピクセルのブロックに分割し、小さいブロックのレベルまで再帰的に形成されます。4つのブロックレベルの初期化の例を以下の図に示します。 元関数名(C#): ximgproc_createSuperpixelSEEDS 元DLLエクスポート名: ximgproc_createSuperpixelSEEDS 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Superpixel.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_createSuperpixelSEEDS(
    int image_width, int image_height, int image_channels,
    int num_superpixels, int num_levels, int prior,
    int histogram_bins, int double_step,
    cv::Ptr<cv::ximgproc::SuperpixelSEEDS>** returnValue)
{
    BEGIN_WRAP
    const auto ptr = cv::ximgproc::createSuperpixelSEEDS(
        image_width, image_height, image_channels, num_superpixels, num_levels, prior, histogram_bins, double_step);
    *returnValue = new cv::Ptr<cv::ximgproc::SuperpixelSEEDS>(ptr);
    END_WRAP
}
}html %group NativeMethods_ximgproc_Superpixel %index ximgproc_Ptr_SuperpixelSLIC_delete [32/64bit] cv::ximgproc::SuperpixelSLIC のインスタンスを破棄します %prm p1 p1 = sptr : IntPtr obj %inst 1]で紹介したSLIC(Simple Linear Iterative Clustering)スーパーピクセルアルゴリズムを実装したクラス。 SLIC(Simple Linear Iterative Clustering)は、画素チャンネルと画像平面の空間を利用して画素をクラスタリングし、コンパクトでほぼ均一なスーパーピクセルを効率的に生成します。SLICのアプローチはシンプルであるため、スーパーピクセルの数を指定するだけで非常に簡単に使用することができ、アルゴリズムの効率性は非常に実用的です。SLICクラスにはいくつかの最適化機能があります。SLICOは、"Zero parameter SLIC "の略で、[1]で説明したベースラインSLICの最適化です。MSLICは、"Manifold SLIC "の略で、[150]で説明したベースラインSLICの最適化です。 元関数名(C#): ximgproc_Ptr_SuperpixelSLIC_delete 元DLLエクスポート名: ximgproc_Ptr_SuperpixelSLIC_delete 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Superpixel.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_Ptr_SuperpixelSLIC_delete(
    cv::Ptr<cv::ximgproc::SuperpixelSLIC>* obj)
{
    BEGIN_WRAP
    delete obj;
    END_WRAP
}
}html %group NativeMethods_ximgproc_Superpixel %index ximgproc_Ptr_SuperpixelSLIC_get [32/64bit] cv::ximgproc::SuperpixelSLIC のインスタンスポインタを取得します %prm p1,p2 p1 = sptr : IntPtr ptr p2 = var : out IntPtr returnValue %inst 1]で紹介したSLIC(Simple Linear Iterative Clustering)スーパーピクセルアルゴリズムを実装したクラス。 SLIC(Simple Linear Iterative Clustering)は、画素チャンネルと画像平面の空間を利用して画素をクラスタリングし、コンパクトでほぼ均一なスーパーピクセルを効率的に生成します。SLICのアプローチはシンプルであるため、スーパーピクセルの数を指定するだけで非常に簡単に使用することができ、アルゴリズムの効率性は非常に実用的です。SLICクラスにはいくつかの最適化機能があります。SLICOは、"Zero parameter SLIC "の略で、[1]で説明したベースラインSLICの最適化です。MSLICは、"Manifold SLIC "の略で、[150]で説明したベースラインSLICの最適化です。 元関数名(C#): ximgproc_Ptr_SuperpixelSLIC_get 元DLLエクスポート名: ximgproc_Ptr_SuperpixelSLIC_get 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Superpixel.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_Ptr_SuperpixelSLIC_get(
    cv::Ptr<cv::ximgproc::SuperpixelSLIC>* ptr, cv::ximgproc::SuperpixelSLIC** returnValue)
{
    BEGIN_WRAP
    *returnValue = ptr->get();
    END_WRAP
}
}html %group NativeMethods_ximgproc_Superpixel %index ximgproc_SuperpixelSLIC_getNumberOfSuperpixels [32/64bit] SuperpixelSLIC オブジェクトに格納されている、与えられたセグメンテーション上のスーパーピクセルの実際の量を計算します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = var : out int returnValue %inst 元関数名(C#): ximgproc_SuperpixelSLIC_getNumberOfSuperpixels 元DLLエクスポート名: ximgproc_SuperpixelSLIC_getNumberOfSuperpixels 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Superpixel.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_SuperpixelSLIC_getNumberOfSuperpixels(
    cv::ximgproc::SuperpixelSLIC* obj,
    int* returnValue)
{
    BEGIN_WRAP
    *returnValue = obj->getNumberOfSuperpixels();
    END_WRAP
}
}html %group NativeMethods_ximgproc_Superpixel %index ximgproc_SuperpixelSLIC_iterate [32/64bit] SuperpixelSLIC オブジェクトで初期化されたパラメータを用いて，与えられた画像上のスーパーピクセル・セグメンテーションを計算します． %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int num_iterations %inst この関数は，createSuperpixelSLIC()でアルゴリズムを初期化することなく，再度呼び出すことができます。この関数は，関数 createSuperpixelSLIC() で初期化されたパラメータを用いて，画像のスーパープリントセグメンテーションを計算します．このアルゴリズムは，スーパーピクセルのグリッドから始まり，エッジの境界の更新を提案することで，境界を洗練していきます． 元関数名(C#): ximgproc_SuperpixelSLIC_iterate 元DLLエクスポート名: ximgproc_SuperpixelSLIC_iterate 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Superpixel.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_SuperpixelSLIC_iterate(
    cv::ximgproc::SuperpixelSLIC* obj, int num_iterations)
{
    BEGIN_WRAP
    obj->iterate(num_iterations);
    END_WRAP
}
}html %group NativeMethods_ximgproc_Superpixel %index ximgproc_SuperpixelSLIC_getLabels [32/64bit] 画像のセグメンテーションラベリングを返します． %prm p1,p2 p1 = sptr : IntPtr obj p2 = sptr : IntPtr labels_out %inst 各ラベルはスーパーピクセルを表し，各ピクセルは1つのスーパーピクセルラベルに割り当てられます．この関数は，スーパーピクセル・セグメンテーションのラベルを含む画像を返します．ラベルは [0, getNumberOfSuperpixels()] の範囲にあります。 元関数名(C#): ximgproc_SuperpixelSLIC_getLabels 元DLLエクスポート名: ximgproc_SuperpixelSLIC_getLabels 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Superpixel.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_SuperpixelSLIC_getLabels(
    cv::ximgproc::SuperpixelSLIC* obj, cv::_OutputArray* labels_out)
{
    BEGIN_WRAP
    obj->getLabels(*labels_out);
    END_WRAP
}
}html %group NativeMethods_ximgproc_Superpixel %index ximgproc_SuperpixelSLIC_getLabelContourMask [32/64bit] SuperpixelSLICオブジェクトに格納されたスーパーピクセルセグメンテーションのマスクを返します。 %prm p1,p2,p3 p1 = sptr : IntPtr obj p2 = sptr : IntPtr image p3 = int : int thick_line %inst この関数は，スーパーピクセル・セグメンテーションの境界を返します． 元関数名(C#): ximgproc_SuperpixelSLIC_getLabelContourMask 元DLLエクスポート名: ximgproc_SuperpixelSLIC_getLabelContourMask 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Superpixel.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_SuperpixelSLIC_getLabelContourMask(
    cv::ximgproc::SuperpixelSLIC* obj,
    cv::_OutputArray* image, int thick_line)
{
    BEGIN_WRAP
    obj->getLabelContourMask(*image, thick_line != 0);
    END_WRAP
}
}html %group NativeMethods_ximgproc_Superpixel %index ximgproc_SuperpixelSLIC_enforceLabelConnectivity [32/64bit] ラベルの接続性を強制します。 %prm p1,p2 p1 = sptr : IntPtr obj p2 = int : int min_element_size %inst この関数は，小さすぎるコンポーネントをマージし，以前に見つかった隣接ラベルをこのコンポーネントに割り当てます．この関数を呼び出すと，最終的なスーパピクセルの数が変わる可能性があります． 元関数名(C#): ximgproc_SuperpixelSLIC_enforceLabelConnectivity 元DLLエクスポート名: ximgproc_SuperpixelSLIC_enforceLabelConnectivity 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Superpixel.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_SuperpixelSLIC_enforceLabelConnectivity(
    cv::ximgproc::SuperpixelSLIC* obj,
    int min_element_size)
{
    BEGIN_WRAP
    obj->enforceLabelConnectivity(min_element_size);
    END_WRAP
}
}html %group NativeMethods_ximgproc_Superpixel %index ximgproc_createSuperpixelSLIC [32/64bit] SuperpixelSLICオブジェクトの初期化を行います。 %prm p1,p2,p3,p4,p5 p1 = sptr : IntPtr image p2 = int : int algorithm p3 = int : int region_size p4 = float : float ruler p5 = var : out IntPtr returnValue %inst この関数は，入力画像に対して SuperpixelSLIC オブジェクトを初期化します．また，選択された superpixel アルゴリズムのパラメータである， region_size と ruler を設定します．また，与えられた画像に対して将来的に計算を繰り返すための，いくつかのバッファを事前に確保します．カラー画像の場合は、3×3の小さなカーネルを使ってガウスぼかしをかけ、CieLABの色空間に変換することをお勧めします。SLICとSLICOおよびMSLICの比較例を以下の画像に示します。 元関数名(C#): ximgproc_createSuperpixelSLIC 元DLLエクスポート名: ximgproc_createSuperpixelSLIC 参照元CSファイル: Internal\PInvoke\NativeMethods\ximgproc\NativeMethods_ximgproc_Superpixel.cs ▼ C言語側関数定義 html{ 
CVAPI(ExceptionStatus) ximgproc_createSuperpixelSLIC(
    cv::_InputArray *image, int algorithm, int region_size, float ruler,
    cv::Ptr<cv::ximgproc::SuperpixelSLIC>** returnValue)
{
    BEGIN_WRAP
    const auto ptr = cv::ximgproc::createSuperpixelSLIC(
        *image, algorithm, region_size, ruler);
    *returnValue = new cv::Ptr<cv::ximgproc::SuperpixelSLIC>(ptr);
    END_WRAP
}
}html %group NativeMethods_ximgproc_Superpixel