有很多函數有mask，代表掩碼，如果某位mask是0,那麼對應的src的那一位就不計算，mask要和矩陣/ROI/的大小相等
大多數函數支持ROI，如果圖像ROI被設置，那麼只處理ROI部分
少部分函數支持COI，如果COI設置，只處理感興趣的通道
矩陣邏輯運算
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
矩陣算術運算 絕對值
void cvAbs(const CvArr* src,CvArr* dst);
void cvAbsDiff(const CvArr* src1,const CvArr* src2, CvArr* dst);//兩矩陣相減取絕對值
void cvAbsDiffS(const CvArr* src, CvArr* dst,CvScalar value);//矩陣減去一個數取絕對值
加減
void cvAdd(const CvArr* src1,const CvArr* src2,CvArr* dst,const CvArr* mask = NULL);//兩數組相加，dst(I)=src1(I)+src2(I) if mask(I)!=0
void cvAddS(const CvArr* src,CvScalar value,CvArr*dst,const CvArr* mask = NULL);//數組和一個數相加，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);//帶權相加相當於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，dst(I)=src(I)-value if mask(I)!=0
void cvSubRS(const CvArr* src, CvScalar value, CvArr* dst, const CvArr* mask=NULL);//數減矩陣，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單乘法，一般的矩陣點乘用cvGEMM();
次方
void cvPow(const CvArr* src, CvArr* dst, double power);//爲每個src的數求power次方
指數
void cvExp(const CvArr* src, CvArr* dst);//dst(I)=EXP(src(I))
對數
void cvLog(const CvArr* src, CvArr* dst);//
線性代數計算 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);//計算兩個3D向量（單通道）的叉乘運算
double cvDotProduct(const CvArr* src1, const CvArr* src2);//兩個向量點乘
void cvGEMM(const CvArr* src1, const CvArr* src2, double alpha, const CvArr* src3, double beta, CvArr* dst, int tABC=0);//乘加運算的始祖
由通用乘加函數參與定義的兩個具體宏
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);//計算對角線上的元素和
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);//把矩陣每個元素中三個通道當做一個矩陣，乘mat，mat是一個3×3或者4×4的轉換矩陣
轉置
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，默認使用高斯消去法
方陣可逆的充要條件是|A|!=0
method取值爲CV_LU高斯消去法（默認） CV_SVD 奇異值分解SVD CV_SVD_SYM對稱矩陣的SVD
行列式
double cvDet(const CvArr* mat);//計算方陣行列式，一定是單通道的
小型方陣直接計算，大型方陣用高斯消去法計算
如果矩陣正定對稱，用奇異值分解的方法解決cvSVD();
特徵向量特徵值
void cvEigenVV(CvArr* mat, CvArr* evects, CvArr* evals, double eps=0);//計算對稱矩陣的特徵值和特徵向量，evects輸出特徵向量，evals輸出特徵值，eps雅可比方法停止參數
要求三個矩陣都是浮點類型，10×10以下該方法有效，20×20以上的矩陣不能計算出結果，爲節約計算量，eps通常設爲DBL_EPSILON(10^-15)
如果給定的矩陣是對稱正定矩陣，那麼考慮使用cvSVD();
協方差
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，向量的個數，計算標記，輸出協方差正陣和每個向量的平均值矩陣
CV_COVAR_NORMAL 普通計算協方差和平均值，輸出的是n×n的協方差陣
CV_COVAR_SCRAMBLED 快速PCA“Scrambled”協方差，輸出的是m×m的協方差陣
CV_COVAR_USE_AVERAGE 平均值是輸入的
CV_COVAR_SCALE 重新縮放輸出的協方差矩陣
四個flag通過並運算協同發揮作用，前兩個不能並
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.
數組比較
void cvCmp(const CvArr* src1, const CvArr* src2, CvArr* dst, int cmp_op);//兩矩陣比較運算
CV_CMP_EQ - src1(I) 是否相等
CV_CMP_GT - src1(I) 是否大於
CV_CMP_GE - src1(I) 是否大於等於
CV_CMP_LT - src1(I) 是否小於
CV_CMP_LE - src1(I) 是否小於等於
CV_CMP_NE - src1(I) 是否不等
如果判斷爲假，dst設爲0，如果判斷爲真，dst設爲0xff
void cvCmpS(const CvArr* src, double value, CvArr* dst, int cmp_op);//矩陣和一個數字比較運算
矩陣內轉換 類型轉換
void cvConvertScale(const CvArr* src,CvArr* dst,double scale,double shift);//矩陣首先乘以scale再加上shift，然後把src中的數據類型轉換成dst類型，但是src和dst通道數需要相等
void cvConvertScaleAbs(const CvArr* src,CvArr* dst,double scale,double shift);//在src到dst類型轉換前，先做絕對值
void cvCvtColor(const CvArr* src,CvArr* dst, int code);//圖像 顏色空間轉換，src要爲8U 16U 32F，dst的數據類型需要和src相同，通道數看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
空間轉換
void cvFlip(const CvArr* src, CvArr* dst=NULL, int flip_mode=0);//圖像繞x、y軸旋轉。當用在一維數組上時並且flip_mode>0，可以用來顛倒數據排列
flip_mode=0：左右對稱values of the conversion resul
flip_mode>0：上下對稱
flip_mode<0：中心對稱
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);//多個數組合併成一個，類型和尺寸都相同，dst有多個通道，src可以賦值NULL
void cvSplit(cosnt CvArr* src,CvArr* dst0,CvArr* dst1,CvArr* dst2,CvArr* dst3);//一個多通道數組分解成多個數組，類型尺寸都想同，dst可以賦值NULL
void cvRepeat(const CvArr* src, CvArr* dst);//在dst中重複疊加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originalarr（可以是已經有內容的圖片），轉換爲有新的通道數、新的行數的數據（CvMat*只含數據，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類型的數據，lut是一張一維查找表，擁有256個通道數類型和dst相同的元素，src的某一位置的元素數值n，到 lut的n位置查找的內容填入dst的相應src的n元素的位置
統計運算 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);
找出全局某個通道中最大最小的值，和她們的位置，如果不止一個通道，一定要設置COI
零的個數
int cvCountNonZero( const CvArr* arr );//統計非零的個數
是否落在範圍內
void cvInRange(const CvArr* src,const CvArr* lower,const CvArr* upper,CvArr* dst);
void cvInRangeS(const CvArr* src,CvScalar lower,CvScalar upper,CvArr* dst);//判斷原數組中的每個數大小是否落在對應的lower、upper數組位置數值的中間
if( lower(i)<=src(i)<upper(i) ){ dst(i)=0xff; }else{ dst(i)=0; }
平均值標準差
CvScalar cvAvg(const CvArr* arr,const CvArr* mask = NULL);//計算mask非零位置的所有元素的平均值，如果是圖片，則單獨計算每個通道上的平均值，如果COI設置了，只計算該COI通道的平均值
void cvAvgSdv(const CvArr* arr, CvScalar* mean, CvScalar* std_dev, const CvArr* mask=NULL);//計算各通道的平均值，標準差，支持COI
double cvNorm(const CvArr* arr1,const CvArr* arr2=NULL,int norm_type=CV_L2,const CvArr* mask=NULL);//計算一個數組的各種範數
如果arr2爲NULL，norm_type爲
CV_C 求所有數取絕對值後的最大值，CV_L1 求所有數的絕對值的和，CV_L2求所有數的平方和的平方根
如果arr2不爲NULL，norm_type爲
CV_C arr1和arr2對應元素差的絕對值中的最大值 CV_L1 arr1和arr2對應元素差的絕對值的和 CV_L2 arr1和arr2的差平方和的平方根
CV_RELATIVE_C CV_RELATIVE_L1 CV_RELATIVE_L2 上面結果除以cvNorm(arr2,NULL,對應的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);//根據一定規則，把矩陣約簡爲向量
dim 決定約簡到行還是列 1:約簡到單個列，0:約簡到單個行，-1:根據dst的CvSize，決定約簡到行還是列
op 決定按什麼規則約簡
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
取得設置數組信息 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);//取目標矩陣的某列/連續幾列，submat和返回值的實際數據還是在原矩陣中，只是修改了頭部和數據指針，沒有數據拷貝
CvMat* cvGetRow(const CvArr* arr,CvMat* submat,int row);
CvMat* cvGetRows(const CvArr* arr,CvMat* submat,int start_row,int end_row);
得到對角線
CvMat* cvGetDiag(const CvArr* arr,CvMat* submat,int diag=0);//取矩陣arr的對角線，結果放在向量中，並不要求原矩陣是方陣，diag表示從哪個位置開始取對角線
維度大小
int cvGetDims(const CvArr* arr,int* sizes=NULL);//獲取數組的維數和每一維的大小，sizes十一個數組的頭指針。圖像或者矩陣的維數一定是2，先行數後列數
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。小的結構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);//從輸入的數組中根據輸入的矩形截取一塊數組中的矩形，返回的CvMat*就是submat
得到和設置元素 因爲效率原因，實際很少會直接用到這些方法，而是根據實際的應用來決定如何操作每一個數
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是一個數組指針，裏面保存着索引
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);//僅僅用於矩陣單通道浮點數的獲取，由於是inline並且沒有類型判斷，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);//僅僅用於設置單通道浮點類型的矩陣
void cvClearND(CvArr* arr, int* idx);//把多維數組的某位置設置爲0
void cvSet(CvArr* arr, CvScalar value, const CvArr* mask=NULL);//把數組每個元素都設爲value
void cvSetZero(CvArr* arr);//對普通矩陣，每位都設爲0；對稀疏矩陣，刪除所以元素
一般算數運算 int cvRound(double value ); int cvFloor( double value ); int cvCeil( double value);//求和double最（上/下）接近的整數
float cvSqrt(float value);//求平方根
float cvInvSqrt(float value);//求平方根倒數
float cvCbrt(float value);//求立方根
float cvCbrt(float value);//求兩個向量的夾角
int cvIsNaN(double value);//判斷是否是合法數
int cvIsInf(double value);//判斷是否無窮
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作爲三次方程的係數，可以是三元（三次方係數爲1）或者四元
隨機數生成 CvRNG cvRNG(int64 seed=-1);//生成隨機數生成器
unsigned cvRandInt(CvRNG* rng);
double cvRandReal(CvRNG* rng);
void cvRandArr(CvRNG* rng, CvArr* arr, int dist_type, CvScalar param1, CvScalar param2);//
dist_type決定生成隨機數組中的分佈 CV_RAND_UNI均勻分佈 CV_RAND_NORMAL正態/高斯分佈
param1：均勻分佈中的下界（包含），正態分佈中的平均值
param2：均勻分佈中的上界（不包含），正態分佈中的偏差
分佈轉換
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);