有很多函數(shù)有mask，代表掩碼，如果某位mask是0,那么對(duì)應(yīng)的src的那一位就不計(jì)算，mask要和矩陣/ROI/的大小相等
大多數(shù)函數(shù)支持ROI，如果圖像ROI被設(shè)置，那么只處理ROI部分
少部分函數(shù)支持COI，如果COI設(shè)置，只處理感興趣的通道

矩陣邏輯運(yùn)算
void cvAnd(const CvArr* src1, const CvArr* src2, CvArr* dst, const CvArr* mask=NULL);//
void cvAndS(const CvArr* src, CvScalar value, CvArr* dst, const CvArr* mask=NULL);//
void cvOr(const CvArr* src1, const CvArr* src2, CvArr* dst, const CvArr* mask=NULL);//
void cvOrS(const CvArr* src, CvScalar value, CvArr* dst, const CvArr* mask=NULL);//
void cvXor(const CvArr* src1, const CvArr* src2, CvArr* dst, const CvArr* mask=NULL);//
void cvXorS(const CvArr* src, CvScalar value, CvArr* dst, const CvArr* mask=NULL);//
void cvNot(const CvArr* src,CvArr* dst);//矩陣取反

矩陣算術(shù)運(yùn)算
絕對(duì)值
void cvAbs(const CvArr* src,CvArr* dst);
void cvAbsDiff(const CvArr* src1,const CvArr* src2, CvArr* dst);//兩矩陣相減取絕對(duì)值
void cvAbsDiffS(const CvArr* src, CvArr* dst,CvScalar value);//矩陣減去一個(gè)數(shù)取絕對(duì)值
加減
void cvAdd(const CvArr* src1,const CvArr* src2,CvArr* dst,const CvArr* mask = NULL);//兩數(shù)組相加，dst(I)=src1(I)+src2(I) if mask(I)!=0
void cvAddS(const CvArr* src,CvScalar value,CvArr*dst,const CvArr* mask = NULL);//數(shù)組和一個(gè)數(shù)相加，dst(I)=src(I)+value if mask(I)!=0
void cvAddWeighted(const CvArr* src1,double alpha,const CvArr* src2,double beta,double gamma,CvArradded to each sum* dst);//帶權(quán)相加相當(dāng)于dst(x,y) = α ? src1(x,y) + β ? src2(x,y) + γ
void cvSub(const CvArr* src1, const CvArr* src2, CvArr* dst, const CvArr* mask=NULL);//矩陣減法，dst(I)=src1(I)-src2(I) if mask(I)!=0
void cvSubS(const CvArr* src, CvScalar value, CvArr* dst, const CvArr* mask=NULL);//矩陣減數(shù)，dst(I)=src(I)-value if mask(I)!=0
void cvSubRS(const CvArr* src, CvScalar value, CvArr* dst, const CvArr* mask=NULL);//數(shù)減矩陣，dst(I)=value-src(I) if mask(I)!=0
乘除
void cvDiv(const CvArr* src1, const CvArr* src2, CvArr* dst, double scale=1);//scale*src1(i)/src2(i)，如果src1=NULL，則計(jì)算scale/src2(i)
void cvMul(const CvArr* src1,const CvArr* src2,CvArr* dst,double scale=1);//兩矩陣元素之間的簡(jiǎn)單乘法，一般的矩陣點(diǎn)乘用cvGEMM();
次方
void cvPow(const CvArr* src, CvArr* dst, double power);//為每個(gè)src的數(shù)求power次方
指數(shù)
void cvExp(const CvArr* src, CvArr* dst);//dst(I)=EXP(src(I))
對(duì)數(shù)
void cvLog(const CvArr* src, CvArr* dst);//

線性代數(shù)計(jì)算
加&乘
void cvScaleAdd(const CvArr* src1, CvScalar scale, const CvArr* src2, CvArr* dst);//src1和scale的乘積加上src2
void cvCrossProduct(const CvArr* src1,const CvArr* src2,CvArr* dst);//計(jì)算兩個(gè)3D向量（單通道）的叉乘運(yùn)算
double cvDotProduct(const CvArr* src1, const CvArr* src2);//兩個(gè)向量點(diǎn)乘
void cvGEMM(const CvArr* src1, const CvArr* src2, double alpha, const CvArr* src3, double beta, CvArr* dst, int tABC=0);//乘加運(yùn)算的始祖
    由通用乘加函數(shù)參與定義的兩個(gè)具體宏
        cvMatMul(const CvArr* src1,const CvArr* src2,CvArr* dst);
        cvMatMulAdd(const CvArr* src1,const CvArr* src2,const CvArr* src3,CvArr* dst);
CvScalar cvTrace(const CvArr* mat);//計(jì)算對(duì)角線上的元素和
變換
void cvTransform(const CvArr* src, CvArr* dst, const CvMat* transmat, const CvMat* shiftvec=NULL);//dst=transmat · src + shiftvec
void cvPerspectiveTransform(const CvArr* src, CvArr* dst, const CvMat* mat);//把矩陣每個(gè)元素中三個(gè)通道當(dāng)做一個(gè)矩陣，乘mat，mat是一個(gè)3×3或者4×4的轉(zhuǎn)換矩陣
轉(zhuǎn)置
void cvTranspose(const CvArr* src, CvArr* dst);
void cvMulTransposed(const CvArr* src, CvArr* dst, int order, const CvArr* delta=NULL, double scale=1.0);//(src-delta)乘以它的轉(zhuǎn)置再乘以scale
逆矩陣
double cvInvert(const CvArr* src,CvArr* dst,int method=CV_LU);//求原矩陣的逆矩陣，默認(rèn)使用高斯消去法
    方陣可逆的充要條件是|A|!=0
    method取值為CV_LU高斯消去法（默認(rèn)）    CV_SVD 奇異值分解SVD    CV_SVD_SYM對(duì)稱矩陣的SVD
行列式
double cvDet(const CvArr* mat);//計(jì)算方陣行列式，一定是單通道的
    小型方陣直接計(jì)算，大型方陣用高斯消去法計(jì)算
    如果矩陣正定對(duì)稱，用奇異值分解的方法解決cvSVD();
特征向量特征值
void cvEigenVV(CvArr* mat, CvArr* evects, CvArr* evals, double eps=0);//計(jì)算對(duì)稱矩陣的特征值和特征向量，evects輸出特征向量，evals輸出特征值，eps雅可比方法停止參數(shù)
    要求三個(gè)矩陣都是浮點(diǎn)類型，10×10以下該方法有效，20×20以上的矩陣不能計(jì)算出結(jié)果，為節(jié)約計(jì)算量，eps通常設(shè)為DBL_EPSILON(10^-15)
    如果給定的矩陣是對(duì)稱正定矩陣，那么考慮使用cvSVD();
協(xié)方差
void cvCalcCovarMatrix(const CvArr** vects, int count, CvArr* cov_mat, CvArr* avg, int flags);//給定一組大小和類型相同的向量，向量的個(gè)數(shù)，計(jì)算標(biāo)記，輸出協(xié)方差正陣和每個(gè)向量的平均值矩陣
    CV_COVAR_NORMAL    普通計(jì)算協(xié)方差和平均值，輸出的是n×n的協(xié)方差陣
    CV_COVAR_SCRAMBLED    快速PCA“Scrambled”協(xié)方差，輸出的是m×m的協(xié)方差陣
    CV_COVAR_USE_AVERAGE    平均值是輸入的
    CV_COVAR_SCALE    重新縮放輸出的協(xié)方差矩陣
        四個(gè)flag通過并運(yùn)算協(xié)同發(fā)揮作用，前兩個(gè)不能并
CvSize cvMahalonobis(const CvArr* vec1,const CvArr* vec2,CvArr* mat);
int cvSolve(const CvArr* src1, const CvArr* src2, CvArr* dst, int method=CV_LU);//Solves a linear system or least-squares problem.
void cvSVD(CvArr* A, CvArr* W, CvArr* U=NULL, CvArr* V=NULL, int flags=0);//Performs singular value decomposition of a real floating-point matrix.
void cvSVBkSb(const CvArr* W, const CvArr* U, const CvArr* V, const CvArr* B, CvArr* X, int flags);//Performs singular value back substitution.

數(shù)組比較
void cvCmp(const CvArr* src1, const CvArr* src2, CvArr* dst, int cmp_op);//兩矩陣比較運(yùn)算
    CV_CMP_EQ - src1(I) 是否相等
    CV_CMP_GT - src1(I) 是否大于
    CV_CMP_GE - src1(I) 是否大于等于
    CV_CMP_LT - src1(I) 是否小于
    CV_CMP_LE - src1(I) 是否小于等于
    CV_CMP_NE - src1(I) 是否不等
        如果判斷為假，dst設(shè)為0，如果判斷為真，dst設(shè)為0xff
void cvCmpS(const CvArr* src, double value, CvArr* dst, int cmp_op);//矩陣和一個(gè)數(shù)字比較運(yùn)算

矩陣內(nèi)轉(zhuǎn)換
類型轉(zhuǎn)換
void cvConvertScale(const CvArr* src,CvArr* dst,double scale,double shift);//矩陣首先乘以scale再加上shift，然后把src中的數(shù)據(jù)類型轉(zhuǎn)換成dst類型，但是src和dst通道數(shù)需要相等
void cvConvertScaleAbs(const CvArr* src,CvArr* dst,double scale,double shift);//在src到dst類型轉(zhuǎn)換前，先做絕對(duì)值
void cvCvtColor(const CvArr* src,CvArr* dst, int code);//圖像 顏色空間轉(zhuǎn)換，src要為8U 16U 32F，dst的數(shù)據(jù)類型需要和src相同，通道數(shù)看code
    code格式如：CV_原色彩空間2目的色彩空間    色彩空間要考慮RGB的順序
    支持的顏色空間包括：RGB    RGB565    RGB555    GRAY RGBA    XYZ    YCrCb    HSV    HLS    Luv    BayerRG
空間轉(zhuǎn)換
void cvFlip(const CvArr* src, CvArr* dst=NULL, int flip_mode=0);//圖像繞x、y軸旋轉(zhuǎn)。當(dāng)用在一維數(shù)組上時(shí)并且flip_mode>0，可以用來(lái)顛倒數(shù)據(jù)排列
    flip_mode=0：左右對(duì)稱values of the conversion resul
    flip_mode>0：上下對(duì)稱
    flip_mode<0：中心對(duì)稱

矩陣間操作
void cvCopy(const CvArr* src,CvArr* dst,const CvArr* mask=NULL);
void cvMerge(const CvArr* src0,const CvArr* src1,const CvArr* src2,const CvArr* src3,CvArr* dst);//多個(gè)數(shù)組合并成一個(gè)，類型和尺寸都相同，dst有多個(gè)通道，src可以賦值NULL
void cvSplit(cosnt CvArr* src,CvArr* dst0,CvArr* dst1,CvArr* dst2,CvArr* dst3);//一個(gè)多通道數(shù)組分解成多個(gè)數(shù)組，類型尺寸都想同，dst可以賦值NULL
void cvRepeat(const CvArr* src, CvArr* dst);//在dst中重復(fù)疊加src，dst(i,j)=src(i mod rows(src), j mod cols(src))
CvMat* cvReshape(const CvArr* originalarr, CvMat* headerdata, int new_cn, int new_rows=0);//把一個(gè)originalarr（可以是已經(jīng)有內(nèi)容的圖片），轉(zhuǎn)換為有新的通道數(shù)、新的行數(shù)的數(shù)據(jù)（CvMat*只含數(shù)據(jù)，沒有圖片頭）
CvArr* cvReshapeMatND(const CvArr* arr, int sizeof_header, CvArr* header, int new_cn, int new_dims, int* new_sizes);
void cvLUT(const CvArr* src, CvArr* dst, const CvArr* lut);//src是8bit類型的數(shù)據(jù)，lut是一張一維查找表，擁有256個(gè)通道數(shù)類型和dst相同的元素，src的某一位置的元素?cái)?shù)值n，到lut的n位置查找的內(nèi)容填入dst的相應(yīng)src的n元素的位置

統(tǒng)計(jì)運(yùn)算
最大最小
void cvMax(const CvArr* src1, const CvArr* src2, CvArr* dst);
void cvMaxS(const CvArr* src, double value, CvArr* dst);//找較大值放到dst中
void cvMin(const CvArr* src1,const CvArr* src2,CvArr* dst);
void cvMins(const CvArr* src,double value,CvArr* dst);//找較小值放到dst中
void cvMinMaxLoc(const CvArr* arr, double* min_val, double* max_val, CvPoint* min_loc=NULL, CvPoint* max_loc=NULL, const CvArr* mask=NULL);
    找出全局某個(gè)通道中最大最小的值，和她們的位置，如果不止一個(gè)通道，一定要設(shè)置COI
零的個(gè)數(shù)
int cvCountNonZero( const CvArr* arr );//統(tǒng)計(jì)非零的個(gè)數(shù)
是否落在范圍內(nèi)
void cvInRange(const CvArr* src,const CvArr* lower,const CvArr* upper,CvArr* dst);
void cvInRangeS(const CvArr* src,CvScalar lower,CvScalar upper,CvArr* dst);//判斷原數(shù)組中的每個(gè)數(shù)大小是否落在對(duì)應(yīng)的lower、upper數(shù)組位置數(shù)值的中間
    if( lower(i)<=src(i)<upper(i) ){ dst(i)=0xff; }else{ dst(i)=0; }
平均值標(biāo)準(zhǔn)差
CvScalar cvAvg(const CvArr* arr,const CvArr* mask = NULL);//計(jì)算mask非零位置的所有元素的平均值，如果是圖片，則單獨(dú)計(jì)算每個(gè)通道上的平均值，如果COI設(shè)置了，只計(jì)算該COI通道的平均值
void cvAvgSdv(const CvArr* arr, CvScalar* mean, CvScalar* std_dev, const CvArr* mask=NULL);//計(jì)算各通道的平均值，標(biāo)準(zhǔn)差，支持COI

double cvNorm(const CvArr* arr1,const CvArr* arr2=NULL,int norm_type=CV_L2,const CvArr* mask=NULL);//計(jì)算一個(gè)數(shù)組的各種范數(shù)
    如果arr2為NULL，norm_type為
        CV_C 求所有數(shù)取絕對(duì)值后的最大值，CV_L1 求所有數(shù)的絕對(duì)值的和，CV_L2求所有數(shù)的平方和的平方根
    如果arr2不為NULL，norm_type為
        CV_C arr1和arr2對(duì)應(yīng)元素差的絕對(duì)值中的最大值    CV_L1 arr1和arr2對(duì)應(yīng)元素差的絕對(duì)值的和    CV_L2 arr1和arr2的差平方和的平方根
        CV_RELATIVE_C    CV_RELATIVE_L1    CV_RELATIVE_L2 上面結(jié)果除以cvNorm(arr2,NULL,對(duì)應(yīng)的norm_type);
cvNormalize(const CvArr* src,CvArr* dst,double a=1.0,double b=0.0,int norm_type=CV_L2,const CvArr* mask=NULL);
    CV_C    CV_L1    CV_L2    CV_MINMAX
cvReduce(const CvArr* src,CvArr* dst,int dim,int op=CV_REDUCE_SUM);//根據(jù)一定規(guī)則，把矩陣約簡(jiǎn)為向量
    dim    決定約簡(jiǎn)到行還是列    1:約簡(jiǎn)到單個(gè)列，0:約簡(jiǎn)到單個(gè)行，-1:根據(jù)dst的CvSize，決定約簡(jiǎn)到行還是列
    op    決定按什么規(guī)則約簡(jiǎn)
        CV_REDUCE_SUM - 行/列的和
        CV_REDUCE_AVG  -    行/列平均值
        CV_REDUCE_MAX - 行/列中最大值
        CV_REDUCE_MIN  -    行/列中最小值

取得設(shè)置數(shù)組信息
得到指定行列
CvMat* cvGetCol(const CvArr* arr,CvMat* submat,int col);
CvMat* cvGetCols(const CvArr* arr,CvMat* submat,int start_col,int end_col);//取目標(biāo)矩陣的某列/連續(xù)幾列，submat和返回值的實(shí)際數(shù)據(jù)還是在原矩陣中，只是修改了頭部和數(shù)據(jù)指針，沒有數(shù)據(jù)拷貝
CvMat* cvGetRow(const CvArr* arr,CvMat* submat,int row);
CvMat* cvGetRows(const CvArr* arr,CvMat* submat,int start_row,int end_row);
得到對(duì)角線
CvMat* cvGetDiag(const CvArr* arr,CvMat* submat,int diag=0);//取矩陣arr的對(duì)角線，結(jié)果放在向量中，并不要求原矩陣是方陣，diag表示從哪個(gè)位置開始取對(duì)角線
維度大小
int cvGetDims(const CvArr* arr,int* sizes=NULL);//獲取數(shù)組的維數(shù)和每一維的大小，sizes十一個(gè)數(shù)組的頭指針。圖像或者矩陣的維數(shù)一定是2，先行數(shù)后列數(shù)
int cvGetDimSize(const CvArr* arr,int index);//獲取某一維的大小
矩陣大小
CvSize cvGetSize(const CvArr* arr);//返回矩陣和圖像的大小。小的結(jié)構(gòu)體一般都是直接返回值而不是重新分配指針，分配指針的效率可能比直接返回值效率更低
截取矩形矩陣
CvMat* cvGetSubRect(const CvArr* arr, CvMat* submat, CvRect rect);//從輸入的數(shù)組中根據(jù)輸入的矩形截取一塊數(shù)組中的矩形，返回的CvMat*就是submat
得到和設(shè)置元素        因?yàn)樾试?，?shí)際很少會(huì)直接用到這些方法，而是根據(jù)實(shí)際的應(yīng)用來(lái)決定如何操作每一個(gè)數(shù)
uchar* cvPtr1D(CvArr* arr,int idx0,int* type);//得到的是指針，所以可以修改，比下面的效率更高
uchar* cvPtr2D(CvArr* arr,int idx0,int idx1,int* type);
uchar* cvPtr3D(CvArr* arr,int idx0,int idx1,int idx2,int* type);
uchar* cvPtrND(CvArr* arr,int* idx,int* type,int create_node=1,unsigned* precalc_hashval=NULL);//int* idx是一個(gè)數(shù)組指針，里面保存著索引
double cvGetReal1D(const CvArr* arr,int idx0);//得到的是具體值
double cvGetReal2D(const CvArr* arr,int idx0,int idx1);
double cvGetReal3D(const CvArr* arr,int idx0,int idx1,int idx2);
double cvGetRealND(const CvArr* arr,int* idx);
CvScalar cvGet1D(const CvArr* arr,int idx0);
CvScalar cvGet2D(const CvArr* arr,int idx0,int idx1);
CvScalar cvGet3D(const CvArr* arr,int idx0,int idx1,int idx2);
CvScalar cvGetND(const CvArr* arr,int* idx);
double cvmGet(const CvMat* mat, int row, int col);//僅僅用于矩陣單通道浮點(diǎn)數(shù)的獲取，由于是inline并且沒有類型判斷，所以效率比較高
void cvSetReal1D(CvArr* arr, int idx0, double value);
void cvSetReal2D(CvArr* arr, int idx0, int idx1, double value);
void cvSetReal3D(CvArr* arr, int idx0, int idx1, int idx2, double value);
void cvSetRealND(CvArr* arr, int* idx, double value);
void cvSet1D(CvArr* arr, int idx0, CvScalar value);
void cvSet2D(CvArr* arr, int idx0, int idx1, CvScalar value);
void cvSet3D(CvArr* arr, int idx0, int idx1, int idx2, CvScalar value);
void cvSetND(CvArr* arr, int* idx, CvScalar value);
void cvmSet(CvMat* mat, int row, int col, double value);//僅僅用于設(shè)置單通道浮點(diǎn)類型的矩陣
void cvClearND(CvArr* arr, int* idx);//把多維數(shù)組的某位置設(shè)置為0
void cvSet(CvArr* arr, CvScalar value, const CvArr* mask=NULL);//把數(shù)組每個(gè)元素都設(shè)為value
void cvSetZero(CvArr* arr);//對(duì)普通矩陣，每位都設(shè)為0；對(duì)稀疏矩陣，刪除所以元素

一般算數(shù)運(yùn)算
int cvRound(double value ); int cvFloor( double value ); int cvCeil( double value);//求和double最（上/下）接近的整數(shù)
float cvSqrt(float value);//求平方根
float cvInvSqrt(float value);//求平方根倒數(shù)
float cvCbrt(float value);//求立方根
float cvCbrt(float value);//求兩個(gè)向量的夾角
int cvIsNaN(double value);//判斷是否是合法數(shù)
int cvIsInf(double value);//判斷是否無(wú)窮
void cvCartToPolar(const CvArr* x, const CvArr* y, CvArr* magnitude, CvArr* angle=NULL, int angle_in_degrees=0);//
void cvPolarToCart(const CvArr* magnitude, const CvArr* angle, CvArr* x, CvArr* y, int angle_in_degrees=0);//
void cvSolveCubic(const CvArr* coeffs, CvArr* roots);//求三次方方程解，coeffs作為三次方程的系數(shù)，可以是三元（三次方系數(shù)為1）或者四元

隨機(jī)數(shù)生成
CvRNG cvRNG(int64 seed=-1);//生成隨機(jī)數(shù)生成器
unsigned cvRandInt(CvRNG* rng);
double cvRandReal(CvRNG* rng);
void cvRandArr(CvRNG* rng, CvArr* arr, int dist_type, CvScalar param1, CvScalar param2);//
    dist_type決定生成隨機(jī)數(shù)組中的分布    CV_RAND_UNI均勻分布    CV_RAND_NORMAL正態(tài)/高斯分布
    param1：均勻分布中的下界（包含），正態(tài)分布中的平均值
    param2：均勻分布中的上界（不包含），正態(tài)分布中的偏差

分布轉(zhuǎn)換
void cvDFT(const CvArr* src, CvArr* dst, int flags, int nonzero_rows=0);
int cvGetOptimalDFTSize(int size0);
void cvMulSpectrums(const CvArr* src1, const CvArr* src2, CvArr* dst, int flags);
void cvDCT(const CvArr* src, CvArr* dst, int flags);