由于项目需要，翻译了一部分可以用于我现在项目的opencv函数，记录于此，原始英文文档来自于http://blog.csdn.net/mtt_sky/article/details/42607839。
getCudaEnableDeviceCount：返回已安装CUDA设备的数量;
2. setDevice：设置adevice并为当前线程初始化它;
3. getDevice：返回当前设备索引设置或默认初始化;
4. resetDevice：在当前进程中显式地销毁和清除与当前设备相关联的所有资源;
5. FeatureSet：枚举提供GPU计算功能;
class :: TargetArchs：提供一组静态方法的类，以检查GPU模块构建的NVIDIA卡架构;
class :: DeviceInfo：提供查询指定GPU属性的功能的类;
8. DeviceInfo :: name：返回设备名称;
9. DeviceInfo :: majorVersion：返回主要的计算能力版本;
10. DeviceInfo :: minorVersion：返回次要计算能力版本;
11. DeviceInfo :: multiProcessorCount：返回流处理器的数量;
12. DeviceInfo :: freeMemory：以字节为单位返回可用内存量;
13. DeviceInfo :: totalMemory：以字节为单位返回总内存量;
14. DeviceInfo :: supports：提供有关GPU功能支持的信息;
15. DeviceInfo :: isCompatible：检查GPU模块和设备的兼容性;
16. DeviceInfo :: deviceID：返回从0开始的GPU设备的系统索引;
struct :: PtrStepSz：轻量级封装GPU上的投影存储器并传递给nvcc编译代码（CUDA内核）;
struct :: PtrStep：结构类似于gpu :: PtrStepSz，但只包含一个指针和行步;
19. class :: GpuMat：用于GPU内存的基本存储类，具有引用计数。其接口匹配Mat界面;
createContinuous：在GPU内存中创建连续矩阵;
21. ensureSizeIsEnough：确保矩阵的大小足够大，矩阵具有适当的类型;
registerPageLocked：page-locked矩阵的内存并将其映射到设备;
23. unregisterPageLocked：取消映射矩阵的内存，并使其可再次可页面;
class :: CudaMem：具有引用计数的类包装来自CUDA的特殊内存类型分配函数。它的接口也是Mat（） - 但是具有额外的内存类型参数;
25. CudaMem :: createMatHeader：创建一个头，而不引用计数到gpu :: CudaMem数据;
26. CudaMem :: createGpuMatHeader：将CPU内存映射到GPU地址空间，并创建gpu :: GpuMat头，而不引用计数;
27. CudaMem :: canMapHostMemory：如果当前硬件支持地址空间映射和ALLOC_ZEROCOPY内存分配，则返回true;
class :: Stream：这个类封装了一个异步调用队列。一些功能使用附加的gpu :: Stream参数重载;
29. Stream :: queryIfComplete：如果当前流队列完成，则返回true，否则返回false;
Stream :: waitForCompletion：阻止当前CPU线程，直到流中的所有操作完成;
Stream :: enqueueDownload：将数据从设备复制到主机;
Stream :: enqueueUpload：将数据从主机复制到设备;
33. Stream :: enqueueCopy：将数据从设备复制到设备;
Stream :: enqueueMemSet：将设备内存初始化或设置为一个值;
Stream :: enqueueConvert：根据类型将矩阵类型从float转换为uchar;
Stream :: enqueueHostCallback：在流中的所有当前排队的项目已经完成之后，在主机上添加要调用的回调函数;
struct :: StreamAccessor：能够从gpu :: Stream获取cuda Stream_t并在stream_accessor.hpp中声明的类，因为它是唯一依赖于CUDA Runtime API的公头;
gemm（cv :: gemm）：执行广义矩阵乘法;
转置（cv :: transpose）：转置矩阵;
flip（cv :: flip）：在垂直，水平或两个轴上翻转2D矩阵;
LUT（cv :: LUT）：使用给定的查找表将源矩阵转换为目标矩阵：dst（I）= lut（src（I））;
42. merge（cv :: merge）：从多个单通道矩阵中创建多通道矩阵;
split（cv :: split）：将多通道矩阵的每个平面复制到数组中;
幅度（cv ::幅度）：计算复杂矩阵元素的大小;
amplitudeSqr：计算复矩阵元素的平方;
阶段（cv :: phase）：计算复矩阵元素的极角;
cartToPolar（cv :: cartToPolar）：将笛卡尔坐标转换为极坐标;
polarToCart（cv :: polarToCart）：将极坐标转换为笛卡尔坐标;
规范化（cv :: normalize）：规范数组的范数或值范围;
50. add（cv :: add）：计算矩阵矩阵或矩阵标量和;
减去（cv :: subtract）：计算矩阵矩阵或矩阵标量差;
乘法（cv :: multiply）：计算矩阵矩阵或矩阵标量的每元素乘积;
divide（cv :: divide）：计算矩阵矩阵或矩阵标量划分;
addWeighted（cv :: addWeighted）：
90. threshold（cv :: threshold）：对每个数组元素应用固定级别的阈值;
调整大小（cv :: resize）：调整图像大小
92. warpAffine（cv :: warpAffine）：对图像应用仿射变换;
93. buildWarpAffineMats（gpu :: warpAffine，gpu :: remap）：构建仿射变换的转换图;
94. warpPerspective（cv :: warpPerspective）：将透视变换应用于图像;
95. buildWarpPerspectiveMaps（gpu :: warpPerspective，gpu :: remap）：构建透视变换的转换图;
旋转（gpu :: warpAffine）：围绕原点（0,0）旋转图像，然后将其移动;
copyMakeBorder（cv :: copyMakeBorder）：在图像周围形成边框;
Canny（cv :: Canny）：使用Canny算法在图像中找到边;
117.HoughLines（cv :: HoughLines）：使用经典的霍夫变换找到二进制图像中的行;
118.HoughLinesDownload（gpu :: HoughLines）：将结果从gpu :: HoughLines下载到主机内存;
HoughCircles（cv :: HoughCircles）：使用霍夫变换在灰度图像中找到圆;
HoughCirclesDownload（gpu :: HoughCircles）：将结果从gpu :: HoughCircles下载到主机内存;
126. minMax（cv :: minMaxLoc）：找到全局最小和最大矩阵元素并返回它们的值;
127. minMaxLoc（cv :: minMaxLoc）：找到全局最小值和最大矩阵元素，并返回它们的值与位置;
boxFilter（cv :: boxFilter）：使用标准化的框过滤器平滑图像;
178. blur（cv :: blur，gpu :: boxFilter）：作为标准化框过滤器的同义词;
Sobel（cv :: Sobel）：将广义Sobel算子应用于图像;
194. GaussianBlur（cv :: GaussianBlur）：使用高斯滤波器平滑图像;