1.?? cvLoadImage：將圖像文件加載至內存；

2.?? cvNamedWindow：在屏幕上創建一個窗口；

3.?? cvDestroyWindow：銷毀顯示圖像文件的窗口；

4.?? cvDestroyAllWindows：銷毀顯示圖像文件的所有窗口；

5.?? cvShowImage：在一個已創建好的窗口中顯示圖像；

6.?? cvWaitKey：使程序暫停，等待用戶觸發一個按鍵操作；

7.?? cvReleaseImage：釋放圖像文件所分配的內存；

8.?? cvCreateFileCapture：通過參數設置確定要讀入的AVI文件；

9.?? cvQueryFrame：用來將下一幀視頻文件載入內存；

10.? cvReleaseCapture：釋放CvCapture結構開辟的內存空間；

11.? cvCreateTrackbar：創建一個滾動條；

12.? cvSetCaptureProperty：設置CvCapture對象的各種屬性；

13.? cvGetCaptureProperty：查詢CvCapture對象的各種屬性；

14.? cvGetSize：當前圖像結構的大小；

15.? cvSmooth：對圖像進行平滑處理；

16.? cvPyrDown：圖像金字塔，降采樣，圖像縮小為原來四分之一；

17.? cvPyrUp：圖像金字塔，將現有的圖像在每個維度上都放大兩倍；

18.? cvResize：放大或縮小圖像；

19.? cvCreateCameraCapture：從攝像設備中讀入數據；

20.? cvCreateVideoWriter：創建一個寫入設備以便逐幀將視頻流寫入視頻文件；

21.? cvWriteFrame：逐幀將視頻流寫入文件；

22.? cvReleaseVideoWriter：釋放CvVideoWriter結構開辟的內存空間；

23.? CV_MAT_ELEM：從矩陣中得到一個元素；

24.? cvAbs：計算數組中所有元素的絕對值；

25.? cvAbsDiff：計算兩個數組差值的絕對值；

26.? cvAbsDiffS：計算數組和標量差值的絕對值；

27.? cvAdd：兩個數組的元素級的加運算；

28.? cvAddS：一個數組和一個標量的元素級的相加運算；

29.? cvAddWeighted：兩個數組的元素級的加權相加運算(alpha運算)；

30.? cvScaleAdd：計算一個數組縮放后與另一個數組的和；

31.? cvAvg：計算數組中所有元素的平均值；

32.? cvAvgSdv：計算數組中所有元素的絕對值和標準差；

33.? cvCalcCovarMatrix：計算一組n維空間向量的協方差；

34.? cvCmp：對兩個數組中的所有元素運用設置的比較操作；

35.? cvCmpS：對數組和標量運用設置的比較操作；

36.? cvConvertScale(cvConvert)：用可選的縮放值轉換數組元素類型；

37.? cvCopy：把數組中的值復制到另一個數組中；

38.? cvCountNonZero：計算數組中非0值的個數；

39.? cvCrossProduct：計算兩個三維向量的向量積(叉積)；

40.? cvCvtColor：將數組的通道從一個顏色空間轉換另外一個顏色空間；

41.? cvDet：計算方陣的行列式；

42.? cvDotProduct：計算兩個向量的點積；

43.? cvEigenVV：計算方陣的特征值和特征向量；

44.? cvFlip：圍繞選定軸翻轉；

45.? cvGEMM：矩陣乘法；

46.? cvGetCol：從一個數組的列中復制元素；

47.? cvGetCols：從數據的相鄰的多列中復制元素；

48.? cvGetDiag：復制數組中對角線上的所有元素；

49.? cvGetDims：返回數組的維數；

50.? cvGetDimSize：返回一個數組的所有維的大小；

51.? cvGetRow：從一個數組的行中復制元素值；

52.? cvGetRows：從一個數組的多個相鄰的行中復制元素值；

53.? cvGetSize：得到二維的數組的尺寸，以CvSize返回；

54.? cvGetSubRect：從一個數組的子區域復制元素值；

55.? cvInRange：檢查一個數組的元素是否在另外兩個數組中的值的范圍內；

56.? cvInRangeS：檢查一個數組的元素的值是否在另外兩個標量的范圍內；

57.? cvInvert：求矩陣的逆；

58.? cvMahalonobis：計算兩個向量間的馬氏距離；

59.? cvMax：在兩個數組中進行元素級的取最大值操作；

60.? cvMaxS：在一個數組和一個標量中進行元素級的取最大值操作；

61.? cvMin：在兩個數組中進行元素級的取最小值操作；

62.? cvMinS：在一個數組和一個標量中進行元素級的取最小值操作；

63.? cvMinMaxLoc：尋找數組中的最大最小值；

64.? cvMul：計算兩個數組的元素級的乘積(點乘)；

65.? cvDiv：用另外一個數組對一個數組進行元素級的除法運算；

66.? cvNormalize：將數組中元素進行歸一化；

67.? cvReduce：通過給定的操作符將二維數組簡為向量；

68.? cvRepeat：以平鋪的方式進行數組復制；

69.? cvSet：用給定值初始化數組；

70.? cvSetZero：將數組中所有元素初始化為0；

71.? cvSetIdentity：將數組中對角線上的元素設為1，其他置0；

72.? cvSolve：求出線性方程組的解；

73.? cvSplit：將多通道數組分割成多個單通道數組；

74.? cvMerge：把幾個單通道圖像合并為一個多通道圖像；

75.? cvSub：兩個數組元素級的相減；

76.? cvSubS：元素級的從數組中減去標量；

77.? cvSubRS：元素級的從標量中減去數組；

78.? cvSum：對數組中的所有元素求和；

79.? cvSVD：二維矩陣的奇異值分解；

80.? cvSVBkSb：奇異值回代計算；

81.? cvTrace：計算矩陣跡；

82.? cvTranspose：矩陣的轉置運算；

83.? cvNot：按位對數組中的每一個元素求反；

84.? cvOr：對兩個數組進行按位或操作；

85.? cvOrs：在數組與標量之間進行按位或操作；

86.? cvXor：對兩個數組進行按位異或操作；

87.? cvXorS：在數組和標量之間進行按位異或操作；

88.? cvAnd：對兩個數組進行按位與操作；

89.? cvAndS：在數組和標量之間進行按位與操作；

90.? cvZero：將所有數組中的元素置為0；

91.? cvConvertScaleAbs：計算可選的縮放值的絕對值之后再轉換數組元素的類型；

92.? cvNorm：計算數組的絕對范數， 絕對差分范數或者相對差分范數；

93.? cvScale：是cvConvertScale的一個宏，可以用來重新調整數組的內容，并且可以將參數從一種數據類型轉換為另一種；

94.? cvT：是函數cvTranspose的縮寫；

95.? cvLine：畫直線；

96.? cvRectangle：畫矩形；

97.? cvCircle：畫圓；

98.? cvEllipse：畫橢圓；

99.? cvEllipseBox：使用外接矩形描述橢圓；

100.cvFillPoly、cvFillConvexPoly、cvPolyLine：畫多邊形；

101.cvPutText：在圖像上輸出一些文本；

102.cvGetTextSize：計算文本串的寬和高；

103.cvInitFont：采用一組參數配置一些用于屏幕輸出的基本個特定字體；

104.cvSave：矩陣保存；

105.cvLoad：矩陣讀取；

106.cvOpenFileStorage：為讀/寫打開存儲文件；

107.cvReleaseFileStorage：釋放存儲的數據；

108.cvStartWriteStruct：開始寫入新的數據結構；

109.cvEndWriteStruct：結束寫入數據結構；

110.cvWriteInt：寫入整數型；

111.cvWriteReal：寫入浮點型；

112.cvWriteString：寫入字符型；

113.cvWriteComment：寫一個XML或YAML的注釋字串；

114.cvWrite：寫一個對象；

115.cvWriteRawData：寫入多個數值；

116.cvWriteFileNode：將文件節點寫入另一個文件存儲器；

117.cvGetRootFileNode：獲取存儲器最頂層的節點；

118.cvGetFileNodeByName：在映圖或存儲器中找到相應節點；

119.cvGetHashedKey：為名稱返回一個惟一的指針；

120.cvGetFileNode：在映圖或文件存儲器中找到節點；

121.cvGetFileNodeName：返回文件的節點名；

122.cvReadInt：讀取一個無名稱的整數型；

123.cvReadIntByName：讀取一個有名稱的整數型；

124.cvReadReal：讀取一個無名稱的浮點型；

125.cvReadRealByName：讀取一個有名稱的浮點型；

126.cvReadString：從文件節點中尋找字符串；

127.cvReadStringByName：找到一個有名稱的文件節點并返回它；

128.cvRead：將對象解碼并返回它的指針；

129.cvReadByName：找到對象并解碼；

130.cvReadRawData：讀取多個數值；

131.cvStartReadRawData：初始化文件節點序列的讀取；

132.cvReadRawDataSlice：讀取文件節點的內容；

133.cvGetModuleInfo：檢查IPP庫是否已經正常安裝并且檢驗運行是否正常；

134.cvResizeWindow：用來調整窗口的大小；

135.cvSaveImage：保存圖像；

136.cvMoveWindow：將窗口移動到其左上角為x,y的位置；

137.cvDestroyAllWindow：用來關閉所有窗口并釋放窗口相關的內存空間；

138.cvGetTrackbarPos：讀取滑動條的值；

139.cvSetTrackbarPos：設置滑動條的值；

140.cvGrabFrame：快速的從攝像頭或視頻文件中抓取幀，被抓取的幀在內部被存儲；

141.cvRetrieveFrame：取回由函數cvGrabFrame抓取的圖像，返回的圖像不可以被用戶釋放或者修改；

142.cvConvertImage：用于在常用的不同圖像格式之間轉換；

143.cvErode：形態學腐蝕；

144.cvDilate：形態學膨脹；

145.cvMorphologyEx：更通用的形態學函數；

146.cvCreateStructuringElementEx：創建自定義的IplConvKernel核，應用在相應形態學操作中；

147.cvReleaseStructuringElement：釋放由自定義創建的IplConvKernel核；

148.cvFloodFill：漫水填充算法，用來進一步控制哪些區域將被填充顏色；

149.cvPyrSegmentation：利用金字塔實現圖像分割；

150.cvThreshold：圖像閾值化；

151.cvAcc：可以將8位整數類型圖像累加為浮點圖像；

152.cvAdaptiveThreshold：圖像自適應閾值；

153.cvFilter2D：圖像卷積；

154.cvCopyMakeBorder：將特定的圖像輕微變大，然后以各種方式自動填充圖像邊界；

155.cvCanny：Canny邊緣檢測；

156.cvSobel：圖像邊緣檢測，Sobel算子；

157.cvLaplace：拉普拉斯變換、圖像邊緣檢測；

158.cvHoughLines2：霍夫直線變換；

159.cvHoughCircles：霍夫圓變換；

160.cvWarpAffine：稠密仿射變換；

161.cvGetQuadrangleSubPix：仿射變換(提取像素四邊形，使用子像素精度)；

162.cvGetRectSubPix：從圖像中提取像素矩形，使用子像素精度；

163.cvGetAffineTransform：仿射映射矩陣的計算；

164.cvCloneImage：將整個IplImage結構復制到新的IplImage中；

165.cv2DRotationMatrix：仿射映射矩陣的計算；

166.cvTransform：稀疏仿射變換；

167.cvWarpPerspective：密集透視變換(單應性)；

168.cvGetPerspectiveTransform：計算透視映射矩陣；

169.cvPerspectiveTransform：稀疏透視變換；

170.cvCartToPolar：將數值從笛卡爾空間到極坐標(極性空間)進行映射；

171.cvPolarToCart：將數值從極性空間到笛卡爾空間進行映射；

172.cvLogPolar：對數極坐標變換；

173.cvDFT：離散傅里葉變換；

174.cvMulSpectrums：頻譜乘法；

175.cvDCT：離散余弦變換；

176.cvIntegral：計算積分圖像；

177.cvDistTransform：圖像的距離變換；

178.cvEqualizeHist：直方圖均衡化；

179.cvCreateHist：創建一新直方圖；

180.cvReleaseHist：釋放創建的直方圖；

181.cvMakeHistHeaderForArray：根據已給出的數據創建直方圖；

182.cvNormalizeHist：歸一化直方圖；

183.cvThreshHist：直方圖閾值函數；

184.cvCalcHist：從圖像中自動計算直方圖；

185.cvCompareHist：用于對比兩個直方圖的相似度；

186.cvCalcEMD2：陸地移動距離(EMD)算法；

187.cvCalcBackProject：反向投影；

188.cvCalcBackProjectPatch：圖塊的方向投影；

189.cvMatchTemplate：模板匹配；

190.cvCreateMemStorage：用于創建一個內存存儲器；

191.cvCreateSeq：創建序列；

192.cvSeqInvert：將序列進行逆序操作；

193.cvCvtSeqToArray：復制序列的全部或部分到一個連續內存數組中；

194.cvFindContours：從二值圖像中尋找輪廓；

195.cvDrawContours：繪制輪廓；

196.cvApproxPoly：使用多邊形逼近一個輪廓；

197.cvConvexHull2：使用Sklansky算法計算2D點集的凸外形；

198.cvPointPolygonTest：點在多邊形中的位置(內部、外部、多邊形邊上)；

199.cvContourPerimeter：輪廓長度；

200.cvContoursMoments：計算輪廓矩；

201.cvMoments：計算Hu不變矩；

202.cvMatchShapes：使用矩進行匹配；

203.cvInitLineIterator：對任意直線上的像素進行采樣；

204.cvSampleLine：對直線采樣；

205.cvAbsDiff：幀差；

206.cvWatershed：分水嶺算法；

207.cvInpaint：修補圖像；

208.cvGoodFeaturesToTrack：尋找角點；

209.cvCornerHarris：Harris角點檢測；

210.cvFindCornerSubPix：用于發現亞像素精度的角點位置；

211.cvMeanShift：mean-shift跟蹤算法；

212.cvCamShift：camshift跟蹤算法；

213.cvCreateConDensation：condensation算法，分配condensation濾波器結構；

214.cvReleaseConDensation：condensation算法，釋放condensation濾波器結構；

215.cvConDensInitSampleSet：condensation算法，初始化condensation算法中的粒子集；

216.cvConDensUpdateByTime：condensation算法，估計下個模型狀態；

217.cvConvertPointsHomogenious：對齊次坐標進行轉換；

218.cvFindChessboardCorners：定位棋盤角點；

219.cvCalibrateCamera2：利用定標來計算攝像機的內參數和外參數；

220.cvInitUndistortMap：計算形變和非行變圖像的對應；

221.cvInitUndistortRectifyMap：computes the undistortion and rectification transformation map；

222.cvRemap：圖像重映射，校正標定圖像，圖像插值；

223.cvFindFundamentalMat：由兩幅圖像中對應點計算出基本矩陣；

224.cvComputeCorrespondEpilines：為一幅圖像中的點計算其在另一幅圖像中對應的對極線；

225.cvDrawChessboardCorners：繪制檢測到的棋盤角點；

226.cvFindHomography：計算單應性矩陣；

227.cvRodrigues2：羅德里格斯變換；

228.cvFitLine：直線擬合算法；

229.cvCalcCovarMatrix：計算協方差矩陣；

230.cvInvert：計算協方差矩陣的逆矩陣；

231.cvMahalanobis：計算Mahalanobis距離；

232.cvKMeans2：K均值；

233.cvCloneMat：根據一個已有的矩陣創建一個新矩陣；

234.cvPreCornerDetect：計算用于角點檢測的特征圖；

235.cvGetImage：CvMat圖像數據格式轉換成IplImage圖像數據格式；

236.cvMatMul：兩矩陣相乘；

237.cvMatMulAdd：dst = src1 * src2 + src3；

238.cvRound：返回和參數最接近的整數值；

239.cvFloor：返回不大于參數的最大整數值；

240.cvCeil：返回不小于參數的最小整數值；

241.cvCreateImage：創建圖像；

242.cvSetMouseCallback：用鼠標獲取確定窗口上的矩形；

243.cvContourArea：計算整個或部分輪廓的面積；

244.cvArcLength：計算輪廓周長或曲線長度；

245.cvBoundingRect：計算點集的最外面矩形邊界(獲取輪廓的外接矩形)；

246.cvSeqRemove：刪除序列中指定位置的元素(輪廓)；

247.cvGetTickCount：返回64位長整數的時間數據；

248.cvGetTickFrequency：返回系統時鐘頻率；

249.cvRNG：隨機生成一個64位隨機數(uint64)；

250.cvRandInt：返回均勻分布32位的隨機數(uint32)；

251.cvRandReal:返回均勻分布0~1之間的隨機小數；

252.cvRandArr：用隨機數填充數組并更新RNG狀態；

253.cvRandInit：初始化CvRandState數據結構，可以選定隨機分布的種類，并給定它種子；

254.cvInitMatHeader：初始化矩陣頭，不分配存儲空間；

255.cvTermCriteria：迭代算法終止準則；

256.CvSVMParams：SVM訓練參數，該結構需要初始化，并傳遞給CvSVM訓練函數；

257.CvSVM::train：訓練SVM(支持向量機)；

258.CvSVM::predict：預測一個新樣本的響應值，在分類問題中，這個函數返回類別編號，在回歸問題中，返回函數值；

259.cvSet2D：修改指定的數組；

260.CvSVM::get_support_vector_count：獲得支持向量的個數；

261.CvSVM::get_support_vector：獲得對應索引編號的支持向量；

262.CvSVM::save：將SVM訓練完的數據保存到指定的文件中(save來源于cvStatModel為ML庫的通用類)；

263.CvSVM::load：將指定的文件裝載到SVM指定的對象中；

264.cvCreateBGCodeBookModel：codebook方法中，初始化；

265.cvBGCodeBookUpdate：codebook方法中，更新背景模型；

266.cvBGCodeBookClearStale：codebook方法中，清除消極的codebook；

267.cvBGCodeBookDiff：codebook方法中，背景減除；

268.cvReleaseBGCodeBookModel：codebook方法中，釋放資源；

269.cvSegmentFGMask：對前景做連通域分割；

270.cvRunningAvg：更新running average，可用于運動目標檢測中更新背景；

271.cvCalcOpticalFlowHS：使用Horn&Schunck算法計算兩幅圖像的光流；

272.cvCalcOpticalFlowLK：使用Lucas&Kanade算法計算兩幅圖像的光流(非金字塔)；

273.cvCalcOpticalFlowPyrLK：使用金字塔Lucas&Kanade方法計算一個稀疏特征集的光流；

274.cvCalcOpticalFlowBM：用塊匹配方法計算兩幅圖像的光流；

275.cvUpdateMotionHistory：運動模板中，去掉影像以更新運動歷史圖像；

276.cvRunningAvg：更新running average滑動平均；

277.cvCalcMotionGradient：運動模板中，計算運動歷史圖像的梯度方向；

278.cvSegmentMotion：運動模板中，將整個運動分割為獨立的運動部分；

279.cvCalcGlobalOrientation：運動模板中，計算某些選擇區域的全局運動方向；

280.cvGetMinMaxHistValue：直方圖中找到最小值和最大值；

281.cvMinAreaRect2：尋找最小面積的外接矩形；

282.cvMinEnclosingCircle：計算輪廓的最小外接圓；

283.cvFitEllipse2：獲取輪廓的橢圓邊界框；

284.cvMaxRect：尋找包含兩個輸入矩形的具有最小面積的矩形邊界；

285.cvBoxPoints：尋找盒子的頂點；

286.cvCreateKalman：Kalman中，分配Kalman濾波器結構；

287.cvReleaseKalman：Kalman中，釋放Kalman濾波器結構；

288.cvKalmanPredict：Kalman中，估計后來的模型狀態；

289.cvKalmanCorrect：Kalman中，調節模型狀態；

290.cvLoadHaarClassifierCascade：CvHaarClassifierCascade中，從文件中裝載訓練好的級聯分類器或者從OpenCV中嵌入的分類器數據庫中導入；

291.cvHaarDetectObjects：CvHaarClassifierCascade中，檢測圖像中的目標；

292.cvSetImageForHaarClassifierCascade：CvHaarClassifierCascade中，為隱藏的cascade(hidden cascade)指定圖像；

293.cvReleaseHaarClassifierCascade：CvHaarClassifierCascade中，釋放haar classifier cascade；

294.cvRunHaarClassifierCascade：CvHaarClassifierCascade中，在給定位置的圖像中運行cascade of boosted classifier；

295.CvAdaptiveSkinDetector::process：皮膚檢測；

296.cvCalcEigenObjects：計算傳入影像陣列的eigen vector、eigen value、image average(影像平均值)；

297.cvEigenDecomposite：透過eigen vector和原始影像集來解析每張圖片降維后對應的系數coefficients；

298.cvEigenProjection：投影圖片在特征空間；

299.cvAlloc：分配內存；

300.cvFree：釋放內存(cvAlloc與cvFree應匹配出現)；

301.CvANN_MLP::create：constructs MLP(multi-layer perceptrons) withthe specified topology；

302.CvANN_MLP::train：trains/updates MLP；

303.CvANN_MLP::predict：predicts responses for input samples；

304.CvANN_MLP::get_layer_count：returns the number fo layers in the MLP；

305.CvANN_MLP::get_layer_size：returns numbers of neurons in each layer ofthe MLP；

306.CvANN_MLP::get_weights：returns neurons weights of the particularlayer；

307.CvKNearest::CvKNearest：default and training constructors；

308.CvKNearest::train：trains the model；

309.CvKNearest::find_nearest：finds the neighbors and predicts responses forinput vectors；

310.CvKNearest::get_max_k：returns the number of maximum neighbors thatmay be passed to the method CvKNearest::find_nearest()；

311.CvKNearest::get_var_count：returns the number of used features(variablescount)；

312.CvKNearest::get_sample_count：returns the total number of train samples；

313.CvKNearest::is_regression：returns type of the problem(true forregression and false for classification)；

314.cvGetSeqElem：returns a pointer to a sequenceelement according to its index；

315.cvGetReal2D：return a specific element ofsingle-channel 2D array；

316.cvSqrt：計算平方根；

317.cvPow：對數組內每個元素求冪；

318.cvCbrt：計算立方根；

319.cvExp：計算數組元素的指數冪；

320.cvLog：計算每個數組元素的絕對值的自然對數；

321.cvSetImageROI：設置感興趣區域；

322.cvResetImageROI：釋放感興趣區域；

323.cvSetImageCOI：設置感興趣通道；

324.cvLUT：顯示查找表，實際上就是一張像素灰度值的映射表，它將實際采樣到的像素灰度值經過一定的變換如閾值、反轉、二值化、對比度調整、線性變換等，變成了另外一個與之對應的灰度值；

325.?class FeatureDetector：abstract base class for 2D image feature detectors；

326.?class FastFeatureDetector：wrapping class for feature detection using the FAST() method；

327.?class SURF(SurfFeatureDetector、SurfDescriptorExtractor)：extracting Speeded Up RobustFeatures from an image；

328.?class SIFT(SiftFeatureDetector)：extracting keypoints and computingdescriptors using the Scale Invariant Feature Transform(SIFT) algorithm；

329.cvExtractSURF：detects keypoints andcomputes SURF descriptors for them；