|
OpenCV 4.5.3(日本語機械翻訳)
|
クラス |
|
| class | cv::xfeatures2d::FREAK |
| を実装したクラス。FREAK(ファストレチナキーポイント)のキーポイントディスクリプターを実装したクラスです．[AOV12] を参照してください．.[【詳解】（英語］
|
|
| class | cv::xfeatures2d::StarDetector |
| このクラスは，[Agrawal08] で導入されたキーポイント検出器を実装しています．[Agrawal08］のシノニムです。StarDetector. :[【詳解】（英語］
|
|
| class | cv::xfeatures2d::BriefDescriptorExtractor |
| BRIEF記述子を計算するクラス。[calon2010] の.[【詳解】（英語］
|
|
| class | cv::xfeatures2d::LUCID |
| に記載されている，局所的に均一な比較画像記述子を実装するクラス．[【LUCID】（ルーシッド］
[【詳解】（英語］
|
|
| class | cv::xfeatures2d::LATCH |
| class | cv::xfeatures2d::BEBLID |
| 実装クラスBEBLID(Boosted Efficient Binary Local Image Descriptor)で説明されています。[Suarez2020BEBLID】に記載されています。］.[【詳解】（英語］
|
|
| class | cv::xfeatures2d::DAISY |
| 実装クラスDAISYで説明されている記述子．[Tola10] に記述されています．
[【詳解】（英語］
|
|
| class | cv::xfeatures2d::MSDDetector |
| MSDを実装したクラス(最大の自己非類似性) キーポイント検出器を実装したクラスです．[Tombari14]で説明されています．.[【詳解】（英語］
|
|
| class | cv::xfeatures2d::VGG |
| 実装クラスVGGに記載されている "Descriptor Learning Using Convex Optimisation" (DLCO) アパラタスを用いて，エンドツーエンドで学習された(Oxford Visual Geometry Group) のディスクリプタ．[Simonyan14]に記載されている.[【詳解】（英語］
|
|
| class | cv::xfeatures2d::BoostDesc |
| 実装クラスBoostDesc(Learning Image Descriptors with Boosting) を実装したクラスです．[Trzcinski13a].および[Trzcinski13b] に記述されています．.[【詳解】（英語］
|
|
| class | cv::xfeatures2d::PCTSignatures |
| PCT（position-color-texture）シグネチャ抽出を実装したクラスで，[KrulisLS16]に記載されています．[KrulisLS16].. このアルゴリズムは，特徴抽出器とクラスタリング器に分けられます．特徴抽出器は，与えられた座標系におけるサンプルを生成します．クラスタライザは，k-meansアルゴリズムを用いて，これらのサンプルのクラスタを生成する．結果として得られたクラスターの集合が、入力画像のシグネチャとなる。[【詳解】（英語］
|
|
| class | cv::xfeatures2d::PCTSignaturesSQFD |
| SQFD（Signature Quadratic Form Distance）を実装したクラス。[【詳解】（英語］
|
|
| class | cv::xfeatures2d::Elliptic_KeyPoint |
| 注目点の周りの楕円領域．[【詳解】（英語］
|
|
| class | cv::xfeatures2d::HarrisLaplaceFeatureDetector |
| Harris-Laplace特徴検出器を以下のように実装したクラス。[Mikolajczyk2004]で説明されている，ハリス・ラプラス特徴検出器を実装するクラス.[【詳解】（英語］
|
|
| class | cv::xfeatures2d::AffineFeature2D |
| キーポイントに対するアフィン変換を行うクラス．[【詳解】（英語］
|
|
| class | cv::xfeatures2d::TBMR |
| 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。[【詳解】（英語］
|
|
関数 |
|
| CV_EXPORTS void | cv::xfeatures2d::FASTForPointSet (InputArray image, CV_IN_OUT std::vector< KeyPoint > &keypoints, int threshold, bool nonmaxSuppression=true, cv::FastFeatureDetector::DetectorType type=FastFeatureDetector::TYPE_9_16) |
| FASTアルゴリズムを用いて，あらかじめ指定されたキーポイントのコーナネスを推定します．[【詳解】（英語］
|
|
This section describes experimental algorithms for 2d feature detection.
@defgroup xfeatures2d_nonfree Non-free 2D Features Algorithms
This section describes two popular algorithms for 2d feature detection, SIFT and SURF, that are known to be patented. You need to set the OPENCV_ENABLE_NONFREE option in cmake to use those. Use them at your own risk.
@defgroup xfeatures2d_match Experimental 2D Features Matching Algorithm
This section describes the following matching strategies:
| CV_EXPORTS void cv::xfeatures2d::FASTForPointSet | ( | InputArray | image, |
| CV_IN_OUT std::vector< KeyPoint > & | keypoints, | ||
| int | threshold, | ||
| bool |
nonmaxSuppression
=
true,
|
||
| cv::FastFeatureDetector::DetectorType |
type
=
FastFeatureDetector::TYPE_9_16 |
||
| ) |
FASTアルゴリズムを用いて，あらかじめ指定されたキーポイントのコーナネスを推定します．
| image | キーポイント（コーナー）が検出されたグレースケール画像。 |
| keypoints | FASTの基準に合うかどうかテストされるべきキーポイント。コーナーとして検出されないキーポイントは削除されます。 |
| threshold | 中心となるピクセルの強度と，このピクセルを囲む円のピクセルの強度の差に対する閾値． |
| nonmaxSuppression | trueの場合，検出されたコーナー（キーポイント）に対して，最大ではない抑制がかかります． |
| type | 論文で定義されている3つの近傍領域のうちの1つである FastFeatureDetector::TYPE_9_16，FastFeatureDetector::TYPE_7_12，FastFeatureDetector::TYPE_5_8。 |
によるFASTアルゴリズムを使用して、コーナーを検出します。[Rosten06]を参照してください。.
1.9.2