OpenCV 4.5.3(日本語機械翻訳)
公開メンバ関数 | 静的公開メンバ関数 | 全メンバ一覧
cv::xfeatures2d::TBMR クラス abstract

Class implementing the Tree Based Morse Regions (TBMR) as described in [Najman2014] extended with scaled extraction ability. [詳解]

#include <xfeatures2d.hpp>

cv::xfeatures2d::AffineFeature2Dを継承しています。

公開メンバ関数

virtual CV_WRAP void setMinArea (int minArea)=0
virtual CV_WRAP int getMinArea () const =0
virtual CV_WRAP void setMaxAreaRelative (float maxArea)=0
virtual CV_WRAP float getMaxAreaRelative () const =0
virtual CV_WRAP void setScaleFactor (float scale_factor)=0
virtual CV_WRAP float getScaleFactor () const =0
virtual CV_WRAP void setNScales (int n_scales)=0
virtual CV_WRAP int getNScales () const =0
- 基底クラス cv::xfeatures2d::AffineFeature2D に属する継承公開メンバ関数
virtual void detect (InputArray image, CV_OUT std::vector< Elliptic_KeyPoint > &keypoints, InputArray mask=noArray())=0
折り返し検出器を用いて画像中のキーポイントを検出し,それらを楕円領域で補強するためのアフィン適応を行います.
virtual void detectAndCompute (InputArray image, InputArray mask, CV_OUT std::vector< Elliptic_KeyPoint > &keypoints, OutputArray descriptors, bool useProvidedKeypoints=false)=0
キーポイントを検出し,それらの周辺領域のディスクリプタを,円弧状にワープした後に計算します.
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 detectAndCompute (InputArray image, InputArray mask, CV_OUT std::vector< KeyPoint > &keypoints, OutputArray descriptors, bool useProvidedKeypoints=false)
- 基底クラス cv::Feature2D に属する継承公開メンバ関数
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 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]
virtual CV_WRAP String getDefaultName () const CV_OVERRIDE
CV_WRAP void write (const Ptr< FileStorage > &fs, const String &name=String()) const
- 基底クラス cv::Algorithm に属する継承公開メンバ関数
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< TBMR > create (int min_area=60, float max_area_relative=0.01f, float scale_factor=1.25f, int n_scales=-1)
- 基底クラス cv::xfeatures2d::AffineFeature2D に属する継承静的公開メンバ関数
static Ptr< AffineFeature2D > create (Ptr< FeatureDetector > keypoint_detector, Ptr< DescriptorExtractor > descriptor_extractor)
与えられたキーポイント検出器とディスクリプタ抽出器をラップしたインスタンスを作成します.
static Ptr< AffineFeature2D > create (Ptr< FeatureDetector > keypoint_detector)
また,キーポイント検出器とディスクリプタ抽出器が同じであるインスタンスも作成されます.
- 基底クラス cv::Algorithm に属する継承静的公開メンバ関数
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]

その他の継承メンバ

- 基底クラス cv::Algorithm に属する継承限定公開メンバ関数
void writeFormat (FileStorage &fs) const

詳解

ツリーベースのモールス信号領域を実装したクラス (TBMR)で説明されています。[Najman2014]に記載されています。拡張されたスケーリングされた抽出能力を持ちます。

引数
min_area minAreaよりも小さい領域を刈り取る
max_area_relative maxAreaより大きい領域を剪定する = max_area_relative * input_image_size
scale_factor スケール付き抽出のためのスケールファクター.
n_scales スケールファクタの適用回数(オクターブ)。
覚え書き
このアルゴリズムは、Component Tree (Min/Max)と同様に、Morse理論に基づいています。MSERを使用していますが、特徴量の抽出にはモールス理論的なアプローチを採用しています。

特徴は楕円(に似ているMSERに似ていますがMSERに似ていますが、特徴は決してTBMRに似ていますが、フィーチャは決してフィーチャではなく、その逆もまた然りです)。


このクラス詳解は次のファイルから抽出されました: