Référence des espaces de noms
Voici les espaces de noms de l'OpenCV :
| Espace de noms | Description |
|---|---|
| cv | Cet espace de noms permet d'accéder aux fonctionnalités principales d'OpenCV, telles que la manipulation d'images, les opérations de traitement, la détection d'objets et les algorithmes de vision par ordinateur standard. |
| cv::alphamat | Cet espace de noms permet d'effectuer l'extraction de matting alpha, utile pour séparer les premiers plans des arrière-plans dans une image ou une vidéo. |
| cv::aruco | Cet espace de noms permet de détecter, générer et suivre des marqueurs ArUco, utilisés principalement dans la réalité augmentée et les applications de calibration. |
| cv::barcode | Cet espace de noms permet de détecter et décoder des codes-barres 1D et 2D (comme les QR codes) dans des images. |
| cv::bgsegm | Cet espace de noms permet d'accéder à des algorithmes classiques de soustraction de fond, comme MOG et GMG, pour détecter les objets en mouvement. |
| cv::bioinspired | Cet espace de noms permet d'utiliser des modèles inspirés du système visuel biologique humain, notamment des réseaux de neurones visuels pour l'analyse d'images. |
| cv::cann | Cet espace de noms permet de travailler avec l'algorithme de détection de contours Canny optimisé avec des méthodes d'apprentissage. |
| cv::ccalib | Cet espace de noms permet de calibrer des caméras omnidirectionnelles ou multi-caméras pour des systèmes complexes de capture d'image. |
| cv::ccm | Cet espace de noms permet de manipuler les matrices de correction des couleurs (Color Correction Matrices) pour l'ajustement des couleurs d'images. |
| cv::colored_kinfu | Cet espace de noms permet de reconstruire des scènes 3D en couleur à partir de données issues de capteurs de profondeur, basé sur le moteur KinFu. |
| cv::cuda | Cet espace de noms permet d'accéder aux fonctionnalités de traitement d'image accélérées par GPU via CUDA pour une exécution plus rapide. |
| cv::cudacodec | Cet espace de noms permet de décoder et encoder des flux vidéo en s'appuyant sur l'accélération matérielle CUDA. |
| cv::cudev | Cet espace de noms permet de créer des composants bas-niveau pour la programmation CUDA personnalisée au sein d'OpenCV. |
| cv::cudev::functional_detail | Cet espace de noms permet d'accéder à des détails d'implémentation des fonctions internes CUDA, non destinées à l'usage direct de l'utilisateur. |
| cv::cudev::vec_math_detail | Cet espace de noms permet de définir des opérations mathématiques vectorielles utilisées en interne pour optimiser le code CUDA. |
| cv::datasets | Cet espace de noms permet d'accéder à diverses bases de données visuelles intégrées ou externes pour l'entraînement et les tests d'algorithmes. |
| cv::detail | Cet espace de noms permet de contenir les fonctions avancées ou utilitaires internes, utilisées notamment dans les modules comme la composition d'images panoramiques. |
| cv::detail::contrib_feature | Cet espace de noms permet d'intégrer des fonctionnalités supplémentaires expérimentales ou issues de la communauté pour l'extraction de caractéristiques visuelles. |
| cv::detail::kalman_filters | Cet espace de noms permet d'implémenter des filtres de Kalman spécialisés dans le suivi et la prédiction dans des séquences vidéo. |
| cv::detail::online_boosting | Cet espace de noms permet de mettre en oeuvre des algorithmes d'apprentissage en ligne basés sur le boosting, notamment pour la détection d'objets. |
| cv::detail::tbm | Cet espace de noms permet d'utiliser le modèle TBM (Tracking-by-Matching) pour suivre des objets dans des flux vidéo. |
| cv::detail::tld | Cet espace de noms permet d'implémenter le suivi d'objets à long terme via le modèle TLD (Tracking-Learning-Detection). |
| cv::detail::tracking | Cet espace de noms permet de regrouper les modules spécialisés dans le suivi d'objets, combinant plusieurs algorithmes. |
| cv::detail::tracking::contrib_feature | Cet espace de noms permet d'intégrer des fonctionnalités supplémentaires expérimentales utilisées pour le suivi d'objets. |
| cv::detail::tracking::kalman_filters | Cet espace de noms permet de spécialiser les filtres de Kalman pour les besoins du module de suivi d'objets. |
| cv::detail::tracking::online_boosting | Cet espace de noms permet de regrouper les outils d'apprentissage en ligne par boosting dédiés au suivi vidéo. |
| cv::detail::tracking::tbm | Cet espace de noms permet d'intégrer le modèle Tracking-by-Matching spécifiquement dans le module de suivi. |
| cv::detail::tracking::tld | Cet espace de noms permet d'exploiter la méthode TLD (Tracking-Learning-Detection) dans le cadre du suivi vidéo intégré. |
| cv::details | Cet espace de noms permet de regrouper des fonctions internes ou utilitaires utilisées pour la mise en ouvre détaillée de divers modules OpenCV. |
| cv::directx | Cet espace de noms permet d'interfacer OpenCV avec les API DirectX de Microsoft, notamment pour l'accélération graphique sur Windows. |
| cv::directx::ocl | Cet espace de noms permet de combiner DirectX avec OpenCL pour le traitement d'image accéléré sur GPU à travers des interopérabilités spécifiques. |
| cv::dnn | Cet espace de noms permet d'exploiter des réseaux de neurones profonds (DNN), y compris pour l'inférence avec des modèles préentraînés dans différents formats. |
| cv::dnn::accessor | Cet espace de noms permet de gérer l'accès bas-niveau aux données internes des réseaux neuronaux dans le module DNN. |
| cv::dnn::details | Cet espace de noms permet de contenir les éléments internes et les fonctions de support pour le traitement des graphes DNN. |
| cv::dnn_objdetect | Cet espace de noms permet de combiner les DNN avec des fonctionnalités de détection d'objets dans des images ou vidéos. |
| cv::dnn_superres | Cet espace de noms permet d'appliquer la super-résolution basée sur des réseaux neuronaux pour améliorer la résolution d'image. |
| cv::dpm | Cet espace de noms permet d'utiliser le modèle Deformable Part Model (DPM) pour la détection d'objets avec des structures flexibles. |
| cv::dynafu | Cet espace de noms permet d'exécuter la reconstruction 3D en temps réel à l'aide de l'algorithme DynamicFusion, adapté aux scènes changeantes. |
| cv::Error | Cet espace de noms permet de gérer les codes d'erreurs et les exceptions générées par les différentes fonctions OpenCV. |
| cv::face | Cet espace de noms permet d'accéder aux outils de détection, reconnaissance et analyse de visages, incluant l'entraînement et l'identification. |
| cv::fastcv | Cet espace de noms permet de tirer parti de la bibliothèque FastCV (Fast Computer Vision) pour des traitements optimisés sur mobile. |
| cv::fastcv::dsp | Cet espace de noms permet d'utiliser les optimisations DSP (Digital Signal Processing) dans FastCV pour accélérer certains traitements. |
| cv::fisheye | Cet espace de noms permet de gérer les images produites par des objectifs fisheye, y compris la calibration et la rectification. |
| cv::flann | Cet espace de noms permet d'accélérer la recherche de correspondances dans des ensembles de données via l'algorithme FLANN (Fast Library for Approximate Nearest Neighbors). |
| cv::freetype | Cet espace de noms permet d'utiliser la bibliothèque FreeType pour dessiner du texte vectoriel (anti-aliasé, multilingue) sur les images. |
| cv::ft | Cet espace de noms permet de travailler avec des outils de suivi ou d'extraction de caractéristiques utilisant des transformations spécifiques (Fourier ou autres). |
| cv::gapi | Cet espace de noms permet de construire des pipelines de traitement d'images déclaratifs avec le cadre d'application G-API (Graph API) d'OpenCV. |
| cv::gapi::calib3d | Cet espace de noms permet d'intégrer des opérations de calibration et de reconstruction 3D dans les graphes G-API. |
| cv::gapi::calib3d::cpu | Cet espace de noms permet d'exécuter les fonctions de calibration 3D sur processeur dans le cadre d'un pipeline G-API. |
| cv::gapi::compound | Cet espace de noms permet de regrouper et composer des fonctions complexes dans les pipelines G-API. |
| cv::gapi::core | Cet espace de noms permet d'accéder aux opérations fondamentales de traitement (matrices, mathématiques,...) dans G-API. |
| cv::gapi::core::cpu | Cet espace de noms permet de faire exécuter les fonctions de base de G-API sur le processeur (CPU). |
| cv::gapi::core::fluid | Cet espace de noms permet d'utiliser l'exécution optimisée "Fluid" de G-API, qui gère les flux de données de manière continue pour améliorer la performance. |
| cv::gapi::core::gpu | Cet espace de noms permet de cibler l'exécution GPU des fonctions de base de G-API, pour profiter de l'accélération matérielle. |
| cv::gapi::core::ocl | Cet espace de noms permet de faire exécuter les opérations de base G-API via OpenCL, facilitant la portabilité entre processeurs et GPU. |
| cv::gapi::core::plaidml | Cet espace de noms permet d'intégrer le backend PlaidML avec G-API pour exécuter les traitements sur divers matériels via l'abstraction de calcul. |
| cv::gapi::cpu | Cet espace de noms permet de fournir une implémentation CPU pour les modules de traitement G-API de façon modulaire. |
| cv::gapi::fluid | Cet espace de noms permet d'exploiter l'exécution en pipeline fluide dans G-API, qui réduit la latence en traitant les blocs de données par flux. |
| cv::gapi::ie | Cet espace de noms permet d'intégrer le backend Inference Engine d'OpenVINO dans les pipelines G-API pour l'inférence sur des modèles optimisés. |
| cv::gapi::ie::detail | Cet espace de noms permet de regrouper les implémentations internes spécifiques à l'intégration du backend OpenVINO (Inference Engine) dans G-API. |
| cv::gapi::imgproc | Cet espace de noms permet d'exécuter les opérations classiques de traitement d'image (filtres, transformations,...) dans le cadre de graphes G-API. |
| cv::gapi::nn | Cet espace de noms permet de gérer les inférences de réseaux neuronaux dans G-API, avec abstraction des backends tels que OpenVINO ou ONNX. |
| cv::gapi::nn::parsers | Cet espace de noms permet d'analyser et de préparer les structures de modèles neuronaux (graphes, blobs) pour leur exécution via G-API. |
| cv::gapi::oak | Cet espace de noms permet d'intégrer les caméras et modules OAK (OpenCV AI Kit) dans les pipelines G-API, pour la capture et le traitement en bordure. |
| cv::gapi::oak::detail | Cet espace de noms permet de contenir les détails internes et composants techniques nécessaires à l'implémentation du support OAK dans G-API. |
| cv::gapi::ocl | Cet espace de noms permet de fournir un backend d'exécution OpenCL dans G-API pour tirer parti de l'accélération GPU portable. |
| cv::gapi::onnx | Cet espace de noms permet de charger et exécuter des modèles de réseaux neuronaux au format ONNX à l'intérieur des graphes G-API. |
| cv::gapi::onnx::detail | Cet espace de noms permet d'héberger les composantes internes nécessaires à l'exécution des modèles ONNX dans le cadre d'application G-API. |
| cv::gapi::onnx::ep | Cet espace de noms permet de définir les points d'entrée (Execution Providers) pour les backends ONNX dans l'écosystème G-API. |
| cv::gapi::ot | Cet espace de noms permet de gérer les modules expérimentaux (OT pour "OpenCV Tracking" ou "Other Technologies") dans G-API. |
| cv::gapi::ot::cpu | Cet espace de noms permet d'exécuter les modules OT sur le CPU, en fournissant une implémentation compatible avec G-API. |
| cv::gapi::ot::ov | Cet espace de noms permet d'intégrer les modules OT avec le backend OpenVINO pour les traitements accélérés. |
| cv::gapi::ot::own | Cet espace de noms permet de définir des types personnalisés et structures internes utilisés dans les modules OT de G-API. |
| cv::gapi::ot::own::detail | Cet espace de noms permet de stocker les détails d'implémentation propres aux types internes OT, non exposés directement à l'utilisateur. |
| cv::gapi::ot::plaidml | Cet espace de noms permet de connecter les modules OT au backend PlaidML, permettant l'exécution sur différents accélérateurs matériels. |
| cv::gapi::ot::python | Cet espace de noms permet de faciliter l'intégration des modules OT dans des environnements Python via des bindings G-API. |
| cv::gapi::ot::render | Cet espace de noms permet de définir des fonctions de rendu pour l'affichage ou l'annotation d'images dans les pipelines G-API OT. |
| cv::gapi::ot::render::ocv | Cet espace de noms permet d'utiliser le moteur de rendu basé sur OpenCV pour dessiner dans les modules OT. |
| cv::gapi::ot::s11n | Cet espace de noms permet de gérer la sérialisation et désérialisation des graphes, structures ou métadonnées utilisées dans les modules OT. |
| cv::gapi::ot::s11n::detail | Cet espace de noms permet de contenir les mécanismes internes de sérialisation, incluant des structures intermédiaires non exposées. |
| cv::gapi::ot::streaming | Cet espace de noms permet d'exécuter les modules OT dans un contexte de streaming vidéo, avec gestion en temps réel. |
| cv::gapi::ot::streaming::detail | Cet espace de noms permet de définir les composants internes du moteur de streaming pour les modules OT dans G-API. |
| cv::gapi::ot::streaming::meta_tag | Cet espace de noms permet de gérer les métadonnées associées aux flux vidéo (balises, catégories, etc.) dans les traitements en streaming OT. |
| cv::gapi::ot::video | Cet espace de noms permet d'exécuter des opérations spécifiques à la vidéo dans le cadre des modules OT de G-API. |
| cv::gapi::ot::video::cpu | Cet espace de noms permet de fournir des implémentations CPU des opérations vidéo dans les modules OT. |
| cv::gapi::ot::wip | Cet espace de noms permet de regrouper les fonctionnalités encore en développement ("Work in Progress") dans les modules OT. |
| cv::gapi::ot::wip::draw | Cet espace de noms permet de définir des primitives graphiques expérimentales utilisées pour le dessin dans les pipelines G-API OT. |
| cv::gapi::ot::wip::gst | Cet espace de noms permet d'intégrer des éléments GStreamer expérimentaux dans G-API pour les traitements audio-vidéo. |
| cv::gapi::ot::wip::onevpl | Cet espace de noms permet d'exploiter l'API OneVPL (Video Processing Library) dans des fonctionnalités OT expérimentales. |
| cv::gapi::ot::wip::ov | Cet espace de noms permet de développer et tester des fonctions expérimentales basées sur OpenVINO dans les modules OT de G-API. |
| cv::gimpl | Cet espace de noms permet de contenir les implémentations internes des graphes G-API, non destinées à une utilisation directe par l'utilisateur. |
| cv::hal | Cet espace de noms permet de définir une couche d'abstraction matérielle (Hardware Abstraction Layer) pour optimiser l'exécution sur différentes architectures. |
| cv::hdf | Cet espace de noms permet de lire et écrire des fichiers HDF5, un format de données hiérarchique couramment utilisé pour la science des données. |
| cv::hfs | Cet espace de noms permet d'effectuer une segmentation d'image rapide en superpixels en utilisant l'algorithme HFS (Hierarchical Feature Selection). |
| cv::img_hash | Cet espace de noms permet de générer des empreintes numériques (hash) d'images pour la recherche, la comparaison et la détection de doublons. |
| cv::instr | Cet espace de noms permet de fournir des outils d'instrumentation pour mesurer les performances internes des appels OpenCV. |
| cv::intensity_transform | Cet espace de noms permet de manipuler les niveaux d'intensité dans les images, par exemple via histogrammes, égalisation ou transformation gamma. |
| cv::internal | Cet espace de noms permet de regrouper les fonctions et types utilisés exclusivement à l'intérieur de la bibliothèque OpenCV. |
| cv::julia | Cet espace de noms permet de créer des liaisons entre OpenCV et le langage Julia pour permettre l'interopérabilité des fonctionnalités. |
| cv::kinfu | Cet espace de noms permet de reconstruire des scènes 3D en temps réel à partir de données de profondeur, en utilisant l'algorithme Kinect Fusion. |
| cv::kinfu::detail | Cet espace de noms permet de regrouper les composants internes à l'implémentation de Kinect Fusion dans OpenCV. |
| cv::large_kinfu | Cet espace de noms permet de réaliser des reconstructions 3D à plus grande échelle que le KinFu standard, avec prise en charge de volumes étendus. |
| cv::legacy | Cet espace de noms permet d'accéder aux modules ou fonctions plus anciens d'OpenCV ayant été déplacés hors des modules principaux. |
| cv::line_descriptor | Cet espace de noms permet d'extraire et décrire des lignes dans les images, à l'aide de détecteurs et descripteurs adaptés (LSD, LBD). |
| cv::linemod | Cet espace de noms permet d'effectuer la détection d'objets en utilisant des modèles combinant gradients et couleurs pour une reconnaissance robuste. |
| cv::mcc | Cet espace de noms permet de détecter, extraire et analyser les cartes de couleurs (ColorChecker) pour la calibration colorimétrique d'images. |
| cv::ml | Cet espace de noms permet d'accéder aux algorithmes d'apprentissage automatique comme SVM, KNN, arbres de décision, forêts aléatoires, etc. |
| cv::motempl | Cet espace de noms permet de calculer des modèles de mouvement temporel (Motion Templates) pour analyser les motifs de déplacement dans les vidéos. |
| cv::multicalib | Cet espace de noms permet d'effectuer la calibration simultanée de plusieurs caméras à partir de mouvements d'objets ou de personnes dans la scène. |
| cv::ocl | Cet espace de noms permet d'exécuter des opérations OpenCV via OpenCL, facilitant l'accélération sur GPU de manière portable. |
| cv::ogl | Cet espace de noms permet d'interagir avec OpenGL pour le rendu et la visualisation d'images et de scènes 3D à l'aide d'OpenCV. |
| cv::ogl::ocl | Cet espace de noms permet de faciliter l'interopérabilité entre OpenGL et OpenCL pour le transfert et traitement direct des données sur GPU. |
| cv::omnidir | Cet espace de noms permet de gérer la calibration et la reconstruction 3D à partir d'images provenant de caméras omnidirectionnelles (fisheye extrême). |
| cv::omnidir::internal | Cet espace de noms permet de regrouper les implémentations techniques internes aux fonctions du module omnidirectionnel. |
| cv::optflow | Cet espace de noms permet de calculer des flux optiques avancés, y compris les méthodes DeepFlow, PCAFlow, DIS et SimpleFlow. |
| cv::ovis | Cet espace de noms permet de créer des visualisations 3D immersives avec des objets virtuels, en utilisant OGRE comme moteur de rendu. |
| cv::parallel | Cet espace de noms permet d'encapsuler les différentes stratégies de parallélisation utilisées dans OpenCV. |
| cv::parallel::openmp | Cet espace de noms permet de mettre en ouvre la parallélisation des opérations via OpenMP pour des exécutions CPU multi-threadées. |
| cv::parallel::tbb | Cet espace de noms permet d'exécuter les opérations parallèles en utilisant Intel TBB (Threading Building Blocks). |
| cv::phase_unwrapping | Cet espace de noms permet de corriger les discontinuités de phase dans des images d'interférence, souvent utilisées en imagerie 3D. |
| cv::plot | Cet espace de noms permet de générer des graphiques simples (courbes, courbes de réponse, etc.) directement à partir de données OpenCV. |
| cv::ppf_match_3d | Cet espace de noms permet de réaliser la reconnaissance et l'alignement d'objets 3D à l'aide de correspondances point-par-point dans des nuages de points. |
| cv::quality | Cet espace de noms permet d'évaluer la qualité d'image à l'aide de métriques objectives comme PSNR, SSIM, BRISQUE, etc. |
| cv::quality::quality_utils | Cet espace de noms permet de regrouper les fonctions utilitaires utilisées en interne pour les modules d'évaluation de qualité d'image. |
| cv::randpattern | Cet espace de noms permet de générer et reconnaître des motifs aléatoires pour la calibration de caméras avec un projecteur. |
| cv::rapid | Cet espace de noms permet de suivre des objets rigides dans une vidéo à l'aide de la méthode RAPID (Real-time Accurate Pose Inference). |
| cv::reg | Cet espace de noms permet d'aligner des images via l'enregistrement (registration) global ou local, utile en imagerie médicale ou panoramas. |
| cv::rgbd | Cet espace de noms permet de traiter des images de profondeur (depth maps) pour des tâches comme la segmentation, la reconstruction ou le tracking. |
| cv::saliency | Cet espace de noms permet de détecter automatiquement les régions saillantes d'une image, c'est-à-dire les zones visuellement importantes. |
| cv::samples | Cet espace de noms permet de fournir un accès aux fichiers de démonstration (images, vidéos, modèles) intégrés à OpenCV pour les exemples. |
| cv::segmentation | Cet espace de noms permet d'effectuer la segmentation d'image, notamment par superpixels ou graphes, pour isoler des régions homogènes. |
| cv::sfm | Cet espace de noms permet de reconstruire des scènes 3D à partir d'images multiples en utilisant la Structure From Motion (SfM). |
| cv::signal | Cet espace de noms permet de gérer les interruptions et les signaux système pour contrôler le comportement des algorithmes OpenCV. |
| cv::stereo | Cet espace de noms permet d'exécuter des algorithmes de stéréo-vision, incluant la reconstruction 3D à partir de paires d'images calibrées. |
| cv::structured_light | Cet espace de noms permet de capturer des scènes 3D à l'aide de lumière structurée (franges, motifs projetés), notamment pour le scan. |
| cv::superres | Cet espace de noms permet de générer des images en super-résolution à partir de vidéos basse résolution en exploitant le mouvement entre les images. |
| cv::text | Cet espace de noms permet de détecter et reconnaître du texte dans des images ou vidéos, y compris via OCR (reconnaissance optique de caractères). |
| cv::traits | Cet espace de noms permet de définir des traits de types (type traits) utilisés par la métaprogrammation pour adapter les algorithmes génériques. |
| cv::util | Cet espace de noms permet de regrouper les fonctions utilitaires génériques (conteneurs, métaprogrammation, etc.) communes à plusieurs modules. |
| cv::util::detail | Cet espace de noms permet d'héberger les composants internes au module util, souvent invisibles à l'utilisateur final. |
| cv::utils | Cet espace de noms permet d'offrir des services généraux tels que la journalisation, le traçage et la gestion des fichiers dans OpenCV. |
| cv::utils::fs | Cet espace de noms permet de manipuler le système de fichiers (création, lecture, exploration de dossiers) dans le contexte OpenCV. |
| cv::utils::logging | Cet espace de noms permet de configurer et utiliser le système de logs d'OpenCV pour suivre les messages, avertissements et erreurs. |
| cv::utils::logging::internal | Cet espace de noms permet de contenir les détails internes du système de journalisation utilisé par cv::utils::logging. |
| cv::utils::trace | Cet espace de noms permet de mesurer les performances d'exécution des fonctions OpenCV via des outils de traçage (profiling). |
| cv::va_intel | Cet espace de noms permet de prendre en charge les fonctions vidéo accélérées matériellement via l'API VA-API sur les plateformes Intel. |
| cv::va_intel::ocl | Cet espace de noms permet d'exploiter l'interopérabilité entre VA-API et OpenCL sur les GPU Intel pour l'accélération conjointe. |
| cv::videoio_registry | Cet espace de noms permet de gérer dynamiquement les backends d'entrée/sortie vidéo enregistrés dans OpenCV. |
| cv::videostab | Cet espace de noms permet de stabiliser les vidéos en réduisant les secousses, à l'aide de techniques de compensation de mouvement. |
| cv::viz | Cet espace de noms permet de visualiser des objets 3D, des nuages de points, des maillages ou des trajectoires via le moteur de rendu VTK. |
| cv::wechat_qrcode | Cet espace de noms permet de détecter et décoder les QR codes en utilisant l'algorithme optimisé du scanner de WeChat. |
| cv::xfeatures2d | Cet espace de noms permet d'accéder à des descripteurs avancés de points clés tels que SIFT, SURF, FREAK, ou LUCID. |
| cv::ximgproc | Cet espace de noms permet d'offrir des traitements d'image avancés ou expérimentaux (filtres guidés, segmentation, superpixels,...). |
| cv::ximgproc::rl | Cet espace de noms permet d'appliquer des techniques de raffinement d'image basées sur l'apprentissage supervisé ou non supervisé. |
| cv::ximgproc::segmentation | Cet espace de noms permet de réaliser des segmentations avancées par méthodes hiérarchiques ou algorithmes à base de graphes. |
| cv::xobjdetect | Cet espace de noms permet de détecter des objets à l'aide d'extensions ou d'algorithmes supplémentaires aux détecteurs classiques. |
| cv::xphoto | Cet espace de noms permet de corriger ou améliorer les photographies, notamment via la suppression de bruit, le traitement HDR,... |
| cvflann | Cet espace de noms permet d'exploiter la bibliothèque FLANN (Fast Library for Approximate Nearest Neighbors) en dehors du modèle objet cv::. |
| cvv | Cet espace de noms permet de déboguer et visualiser les résultats d'algorithmes OpenCV étape par étape à des fins pédagogiques ou expérimentales. |
| cvv::impl | Cet espace de noms permet de regrouper les implémentations internes du cadre d'application de visualisation et de validation cvv. |
| NcvCTprep | Cet espace de noms permet de regrouper des fonctions liées à des traitements spécialisés, probablement internes ou tiers (ex. : NVIDIA/NPP). |
| plaidml | Cet espace de noms permet d'utiliser la bibliothèque PlaidML pour l'accélération matérielle des calculs liés au machine learning dans OpenCV. |
| plaidml::edsl | Cet espace de noms permet de définir des opérations symboliques dans le langage EDSL de PlaidML pour composer des modèles d'apprentissage. |
| simd512 | Cet espace de noms permet d'exploiter des instructions SIMD 512 bits (AVX-512) pour accélérer les calculs vectoriels dans OpenCV. |
| std | Cet espace de noms permet d'utiliser les types, fonctions et structures de la bibliothèque standard C++, qui sont parfois redéfinis ou spécialisés dans OpenCV. |
Dernière mise à jour : Mardi, le 29 juillet 2025