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)
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
StereoRectif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)
SolvePnPRansac
利用Ransac方法利用点对求解相机姿态
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。
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。
AbsDiff
计算两数组差值的绝对值
AccumulateSquare
对输入数据或其选中的ROI求和并平方（Adds the input src or its selected region, raised to power 2, to the accumulator sqsum）
AccumulateWeighted
Randu(IInputOutputArray, IInputArray, IInputArray)
返回均匀分布的随机数，填入数组或矩阵
Randu(IInputOutputArray, MCvScalar, MCvScalar)
返回均匀分布的随机数，填入数组或矩阵
SetIdentity
初始化标度单位矩阵
方法
CalibrationMatrixValues
使用计算的相机校准矩阵，像素中的图像帧分辨率和物理孔径大小来计算各种有用的相机（传感器/透镜）特性
DrawChessboardCorners
棋盘格角点的绘制（摄像机标定）
Find4QuadCornerSubpix
找到棋盘角的亚像素精度的准确位置
FindChessboardCorners
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.）
返回图像的头文件信息，输入数据类型可以是（matrix - CvMat*, or image - IplImage*）
cvGetMat
返回输入矩阵的头文件信息，输入矩阵可以是matrix - CvMat, image - IplImage或multi-dimensional dense array - CvMatND*
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）
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).
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。
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)
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
尝试确定输入图像是否是棋盘图案的视图，并定位标定板内角点
FindCirclesGrid(Image<Gray, Byte>, Size, CalibCgType, Feature2D)
找到圆圈网格中心
FindCirclesGrid(IInputArray, Size, IOutputArray, CalibCgType, Feature2D)
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
StereoCalibrate(MCvPoint3D32f[][],PointF[][],PointF[][], IInputOutputArray, IInputOutputArray, IInputOutputArray, IInputOutputArray, Size, IOutputArray, IOutputArray, IOutputArray, IOutputArray, CalibType, MCvTermCriteria)
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