OpenCV 4.5.3(日本語機械翻訳)
|
Class implementing the ORB (oriented BRIEF) keypoint detector and descriptor extractor [詳解]
#include <features2d.hpp>
cv::Feature2Dを継承しています。
公開型 |
|
enum | ScoreType { HARRIS_SCORE =0 , FAST_SCORE =1 } |
公開メンバ関数 |
|
virtual CV_WRAP void | setMaxFeatures (int maxFeatures)=0 |
virtual CV_WRAP int | getMaxFeatures () const =0 |
virtual CV_WRAP void | setScaleFactor (double scaleFactor)=0 |
virtual CV_WRAP double | getScaleFactor () const =0 |
virtual CV_WRAP void | setNLevels (int nlevels)=0 |
virtual CV_WRAP int | getNLevels () const =0 |
virtual CV_WRAP void | setEdgeThreshold (int edgeThreshold)=0 |
virtual CV_WRAP int | getEdgeThreshold () const =0 |
virtual CV_WRAP void | setFirstLevel (int firstLevel)=0 |
virtual CV_WRAP int | getFirstLevel () const =0 |
virtual CV_WRAP void | setWTA_K (int wta_k)=0 |
virtual CV_WRAP int | getWTA_K () const =0 |
virtual CV_WRAP void | setScoreType (ORB::ScoreType scoreType)=0 |
virtual CV_WRAP ORB::ScoreType | getScoreType () const =0 |
virtual CV_WRAP void | setPatchSize (int patchSize)=0 |
virtual CV_WRAP int | getPatchSize () const =0 |
virtual CV_WRAP void | setFastThreshold (int fastThreshold)=0 |
virtual CV_WRAP int | getFastThreshold () const =0 |
virtual CV_WRAP String | getDefaultName () const CV_OVERRIDE |
![]() |
|
virtual CV_WRAP void | detect (InputArray image, CV_OUT std::vector< KeyPoint > &keypoints, InputArray mask=noArray()) |
画像(第1のバージョン)または画像セット(第2のバージョン)からキーポイントを検出します。[【詳解】(英語]
|
|
virtual CV_WRAP void | detect (InputArrayOfArrays images, CV_OUT std::vector< std::vector< KeyPoint > > &keypoints, InputArrayOfArrays masks=noArray()) |
virtual CV_WRAP void | compute (InputArray image, CV_OUT CV_IN_OUT std::vector< KeyPoint > &keypoints, OutputArray descriptors) |
画像(第1の形式)または画像集合(第2の形式)から検出されるキーポイントの集合に対するディスクリプタを計算します.[【詳解】(英語]
|
|
virtual CV_WRAP void | compute (InputArrayOfArrays images, CV_OUT CV_IN_OUT std::vector< std::vector< KeyPoint > > &keypoints, OutputArrayOfArrays descriptors) |
virtual CV_WRAP void | detectAndCompute (InputArray image, InputArray mask, CV_OUT std::vector< KeyPoint > &keypoints, OutputArray descriptors, bool useProvidedKeypoints=false) |
virtual CV_WRAP int | descriptorSize () const |
virtual CV_WRAP int | descriptorType () const |
virtual CV_WRAP int | defaultNorm () const |
CV_WRAP void | write (const String &fileName) const |
CV_WRAP void | read (const String &fileName) |
virtual void | write (FileStorage &) const CV_OVERRIDE |
アルゴリズムのパラメーターをファイルストレージに格納[【詳解】(英語]
|
|
virtual CV_WRAP void | read (const FileNode &) CV_OVERRIDE |
アルゴリズム・パラメータをファイル・ストレージから読み込みます。[【詳解】(英語]
|
|
virtual CV_WRAP bool | empty () const CV_OVERRIDE |
検出器オブジェクトが空の場合は,trueを返します.[【詳解】(英語]
|
|
CV_WRAP void | write (const Ptr< FileStorage > &fs, const String &name=String()) const |
![]() |
|
virtual CV_WRAP void | clear () |
アルゴリズムの状態をクリアする[【詳解】(英語]
|
|
CV_WRAP void | write (const Ptr< FileStorage > &fs, const String &name=String()) const |
これはオーバーロードされたメンバ関数です。利便性のために用意されています。元の関数との違いは引き数のみです。 |
|
virtual CV_WRAP void | save (const String &filename) const |
静的公開メンバ関数 |
|
static CV_WRAP Ptr< ORB > | create (int nfeatures=500, float scaleFactor=1.2f, int nlevels=8, int edgeThreshold=31, int firstLevel=0, int WTA_K=2, ORB::ScoreType scoreType=ORB::HARRIS_SCORE, int patchSize=31, int fastThreshold=20) |
のクラスはスレッドセーフではありません。ORBコンストラクタ[【詳解】(英語]
|
|
![]() |
|
template<typename _Tp > | |
static Ptr< _Tp > | read (const FileNode &fn) |
ファイル・ノードからアルゴリズムを読み込む[【詳解】(英語]
|
|
template<typename _Tp > | |
static Ptr< _Tp > | load (const String &filename, const String &objname=String()) |
ファイルからアルゴリズムを読み込む[【詳解】(英語]
|
|
template<typename _Tp > | |
static Ptr< _Tp > | loadFromString (const String &strModel, const String &objname=String()) |
文字列からアルゴリズムを読み込む[【詳解】(英語]
|
|
静的公開変数類 |
|
static const int | kBytes = 32 |
その他の継承メンバ |
|
![]() |
|
void | writeFormat (FileStorage &fs) const |
を実装したクラス。ORB(オリエンテッドブリフ) キーポイント検出器とディスクリプタ抽出器
に記載されている。[RRKB11] に記載されています。. このアルゴリズムは、安定したキーポイントを検出するためにピラミッドのFASTを使用し、FASTまたはHarris応答を用いて最も強い特徴を選択し、一次モーメントを用いてその向きを見つけ、BRIEF(ランダムな点のペア(またはk-タプル)の座標が測定された向きに従って回転される)を用いて記述子を計算します。
|
static |
のクラスはスレッドセーフではありません。ORBコンストラクタ
nfeatures | 保持する特徴の最大数です。 |
scaleFactor | ピラミッドのデシメーション比(1以上) scaleFactor==2は、次の各レベルのピクセル数が前のレベルの4倍になる古典的なピラミッドを意味しますが、このような大きなスケールファクターは、特徴マッチングのスコアを劇的に低下させます。一方、スケールファクターが1に近すぎると、特定のスケール範囲をカバーするために、より多くのピラミッドレベルが必要となり、速度が低下します。 |
nlevels | ピラミッドレベルの数。一番小さいレベルのリニアサイズは、input_image_linear_size/pow(scaleFactor, nlevels - firstLevel)に相当します。 |
edgeThreshold | これは、特徴が検出されなかった境界のサイズです。patchSizeパラメータとほぼ一致している必要があります。 |
firstLevel | ソース画像を置くピラミッドのレベル。それ以前のレイヤーは、アップスケールされたソース画像で埋められます。 |
WTA_K | 配向したBRIEF記述子の各要素を生成する点の数。デフォルト値である 2 は,ランダムな点のペアを取り,その明るさを比較するという BRIEF を意味し,0/1 の応答が得られます.他の可能な値は3と4です。例えば,3は,3つのランダムな点(もちろん,これらの点の座標はランダムですが,あらかじめ定義されたシードから生成されるので,BRIEFディスクリプタの各要素は,ピクセルの矩形から決定論的に計算されます)を取り,最大の明るさの点を見つけ,勝者のインデックス(0,1,2)を出力することを意味します。このような出力は2ビットを占有するので,特別な変種のHammingdistanceはNORM_HAMMING2(1ビンあたり2ビット)と表記されます。WTA_K=4の場合,各ビンを計算するために,4つのランダムな点を取ります(これも2ビットを占め,0,1,2,3のいずれかの値を取り得ます). |
scoreType | デフォルトの HARRIS_SCORE は,Harris アルゴリズムを用いて特徴をランク付けすることを意味します(このスコアは KeyPoint::score に書き込まれ,最良の nfeatures 特徴を保持するために用いられます).FAST_SCORE は,パラメータの代替値で,キーポイントの安定性は若干劣りますが,計算速度は若干速くなります. |
patchSize | Oriented BRIEF descriptorで利用されるパッチのサイズ.もちろん,小さなピラミッド層では,特徴によってカバーされる知覚画像領域はより大きくなります。 |
fastThreshold | 高速閾値 |
|
virtual |
algorithm string identifier を返す。この文字列は,オブジェクトをファイルや文字列に保存する際に,最上位のxml/ymlノードタグとして使用されます.
cv::Feature2Dを再実装します。