Normalize
规范化输入数组
Randn(IInputOutputArray, IInputArray, IInputArray)
用正态分布的随机数填充数组
Randn(IInputOutputArray, MCvScalar, MCvScalar)
用正态分布的随机数填充数组
RandShuffle
将原数组（矩阵）打乱
用于标定立体相机
StereoRectify
计算每个摄像机的旋转矩阵（虚拟地）使两个摄像机图像平面处于相同的平面。
StereoRectifyUncalibrated
在不知道摄像头的固有参数和它们在空间的相对位置计算校正变换
方法
CalibrateCamera(IInputArray, IInputArray, Size, IInputOutputArray, IInputOutputArray, IOutputArray, IOutputArray, CalibType, MCvTermCriteria)
cvGetRawData
以低级别信息填充输出变量。
cvGetRow
返回头文件信息，对应于输入数组的指定行。
cvGetRows
返回头文件信息，对应输入数组的指定行跨度。
cvGetSubRect
返回头文件，对应于输入数组的指定矩形。换句话说，它允许用户将输入阵列的一部分视为独立阵列。通过还可提取ROI的子阵列。
计算源数据的加权平均和，使得acc变为帧序列的运行平均值(Calculates weighted sum of input src and the accumulator acc so that acc becomes a running average of frame sequence: acc(x,y)=(1-alpha) * acc(x,y) + alpha * image(x,y) if mask(x,y)!=0 where alpha regulates update speed (how fastaccumulator forgets about previous frames).
StereoCalibrate(MCvPoint3D32f[][],PointF[][],PointF[][], IInputOutputArray, IInputOutputArray, IInputOutputArray, IInputOutputArray, Size, IOutputArray, IOutputArray, IOutputArray, IOutputArray, CalibType, MCvTermCriteria)
方法
Add
数组相加
AddWeighted
数组权重相加
Add
数组相加
AddWeighted
数组权重相加
BitwiseAnd
计算两个数组的每元素的逐位逻辑连接：dst（I）= src1（I）＆src2（I）if mask（I）！= 0。所有数组必须具有相同的类型（除了掩膜）和大小
dst(I)=src1(I) & src2(I)
cvInitImageHeader
初始化图像的头文件结构，指针指向由用户指定，并返回指针。（Initializes the image header structure, pointer to which is passed by the user, and returns the pointer.）
估计每个视图的照相机固有参数和外部参数
CalibrateCamera(MCvPoint3D32f[][],PointF[][], Size, IInputOutputArray, IInputOutputArray, CalibType, MCvTermCriteria,Mat[],Mat[])
估计每个视图的照相机固有参数和外部参数
SolvePnPRansac
利用Ransac方法利用点对求解相机的旋转矩阵（虚拟地）使两个摄像机图像平面处于相同的平面。
Undistort
转换图像以补偿径向和切向透镜失真
UndistortPoints
与cvInitUndistortRectifyMap相似但也不同，相似的内容是他们都可用于校正镜头失真和透视变换。不同的是函数cvInitUndistortRectifyMap实际上执行的是反向转换以初始化地图，而这个函数执行的是正向变换。
找到圆圈网格中心
GetDefaultNewCameraMatrix
返回默认的新相机矩阵
GetOptimalNewCameraMatrix
基于自由缩放参数返回新的相机矩阵
StereoCalibrate(IInputArray, IInputArray, IInputArray, IInputOutputArray, IInputOutputArray, IInputOutputArray, IInputOutputArray, Size, IOutputArray, IOutputArray, IOutputArray, IOutputArray, CalibType, MCvTermCriteria)
cvSet2D
为数组的特定元素分配新值
Determinant
返回方阵矩阵的行列式。
Eigen
计算对称矩阵的特征值和特征向量
Exp
计算输入数组的每个元素的指数
dst（I）= exp（src（I））
FindFundamentalMat
使用四种方法之一计算基本矩阵，如果没有找到矩阵，则返回找到的基本矩阵（1或3）和0的数量
Sqrt
为源数据的每个数组元素开方。多通道数据每个通道会被单独处理
Sum
对每个通道计算阵列元素的和S、
Sc = sumI arr（I）c
SVBackSubst
进行奇异值回代（Performs a singular value back substitution.）
SVDecomp
SVD分解，将矩阵A分解为对角矩阵和两个正交矩阵的乘积
Norm(IInputArray, NormType, IInputArray)
返回计算的范数。多通道阵列被视为单通道，即所有通道的结果相加。
Norm(IInputArray, IInputOutputArray, NormType, IInputArray)
返回计算的范数。多通道阵列被视为单通道，即所有通道的结果相加。
用于标定立体相机（Estimates transformation between the 2 cameras making a stereo pair. If we have a stereo camera, where the relative position and orientatation of the 2 cameras is fixed, and if we computed poses of an object relative to the fist camera and to the second camera, (R1, T1) and (R2, T2), respectively (that can be done with cvFindExtrinsicCameraParams2), obviously, those poses will relate to each other, i.e. given (R1, T1) it should be possible to compute (R2, T2) - we only need to know the position and orientation of the 2nd camera relative to the 1st camera. That's what the described function does. It computes (R, T) such that: R2=R*R1, T2=R*T1 + T）
BitwiseOr
计算两个数组的每元素逐位分离（Calculates per-element bit-wise disjunction of two arrays）
dst(I)=src1(I)|src2(I)
CalcCovarMatrix
计算一组向量的协方差矩阵
cvClearND
清除（设置为零）密集数组的特定元素或删除稀疏数组的元素。如果买没有元素，该函数不运行
Swap(Mat, Mat)
交换两个矩阵
Swap(UMat, UMat)
交换两个矩阵
Trace
返回矩阵对角线元素之和
Transform
对src数组的每个元素进行矩阵变换，并将结果存储到dst中。源数组和目标数据应该有相同的深度、尺寸或ROI的尺寸。transmat和shiftvec应该是浮点型矩阵
Transpose
Gemm
执行广义矩阵乘法
dst = alpha*op(src1)*op(src2) + beta*op(src3), where op(X) is X or XT
Flip
以不同的3种方式翻转数组（行和列索引为0）
Invert
反转矩阵src1并将结果存储在src2中
InvertAffineTransform
反转仿射变换
LUT
使用查找表中的值填充目标数组
Max
计算两个数组的每个元素最大值赋给新数组
dst(I)=max(src1(I), src2(I))
Min
计算两个数组的每元素最小值，赋值到新数组中
dst（I）= min（src1（I），src2（I））
MinMaxIdx
查找数组中全局的最大值最小值
MinMaxLoc
Randu(IInputOutputArray, IInputArray, IInputArray)