OpenCV 4.5.3(日本語機械翻訳)
|
Implementation of HOG (Histogram of Oriented Gradients) descriptor and object detector. [詳解]
#include <objdetect.hpp>
公開型 |
|
enum | HistogramNormType { L2Hys = 0 } |
enum | { DEFAULT_NLEVELS = 64 } |
enum | DescriptorStorageFormat { DESCR_FORMAT_COL_BY_COL , DESCR_FORMAT_ROW_BY_ROW } |
公開メンバ関数 |
|
CV_WRAP | HOGDescriptor () |
デフォルトのパラメータで,HOG記述子と検出器を作成します.[【詳解】(英語]
|
|
CV_WRAP | HOGDescriptor (Size _winSize, Size _blockSize, Size _blockStride, Size _cellSize, int _nbins, int _derivAperture=1, double _winSigma=-1, HOGDescriptor::HistogramNormType _histogramNormType=HOGDescriptor::L2Hys, double _L2HysThreshold=0.2, bool _gammaCorrection=false, int _nlevels=HOGDescriptor::DEFAULT_NLEVELS, bool _signedGradient=false) |
CV_WRAP | HOGDescriptor (const String &filename) |
HOGDescriptor (const HOGDescriptor &d) | |
virtual | ~HOGDescriptor () |
デフォルトのデストラクタ。 |
|
CV_WRAP size_t | getDescriptorSize () const |
分類に必要な係数の数を返します. |
|
CV_WRAP bool | checkDetectorSize () const |
検出器のサイズが記述子のサイズと等しいかどうかをチェックします. |
|
CV_WRAP double | getWinSigma () const |
winSigma の値を返します. |
|
virtual CV_WRAP void | setSVMDetector (InputArray svmdetector) |
線形SVM分類器の係数を設定します。[【詳解】(英語]
|
|
virtual bool | read (FileNode &fn) |
ファイルストレージからの読み込みHOGDescriptorファイルからのパラメータcv::FileNode.[【詳解】(英語]
|
|
virtual void | write (FileStorage &fs, const String &objname) const |
ファイルにHOGDescriptorパラメータをcv::FileStorage.[【詳解】(英語]
|
|
virtual CV_WRAP bool | load (const String &filename, const String &objname=String()) |
ロードHOGDescriptor線形SVM分類器のパラメータと係数をファイルから読み込みます.[【詳解】(英語]
|
|
virtual CV_WRAP void | save (const String &filename, const String &objname=String()) const |
保存HOGDescriptor線形SVM分類器のパラメータと係数をファイルに保存します。[【詳解】(英語]
|
|
virtual void | copyTo (HOGDescriptor &c) const |
のクローンを作成します.HOGDescriptor
[【詳解】(英語]
|
|
virtual CV_WRAP void | compute (InputArray img, CV_OUT std::vector< float > &descriptors, Size winStride=Size(), Size padding=Size(), const std::vector< Point > &locations=std::vector< Point >()) const |
与えられた画像の HOG ディスクリプタを計算します.[【詳解】(英語]
|
|
virtual CV_WRAP void | detect (InputArray img, CV_OUT std::vector< Point > &foundLocations, CV_OUT std::vector< double > &weights, double hitThreshold=0, Size winStride=Size(), Size padding=Size(), const std::vector< Point > &searchLocations=std::vector< Point >()) const |
マルチスケールウィンドウを利用せずに,物体検出を行います.[【詳解】(英語]
|
|
virtual void | detect (InputArray img, CV_OUT std::vector< Point > &foundLocations, double hitThreshold=0, Size winStride=Size(), Size padding=Size(), const std::vector< Point > &searchLocations=std::vector< Point >()) const |
マルチスケールウィンドウを利用せずに,物体検出を行います.[【詳解】(英語]
|
|
virtual CV_WRAP void | detectMultiScale (InputArray img, CV_OUT std::vector< Rect > &foundLocations, CV_OUT std::vector< double > &foundWeights, double hitThreshold=0, Size winStride=Size(), Size padding=Size(), double scale=1.05, double finalThreshold=2.0, bool useMeanshiftGrouping=false) const |
入力画像中の異なるサイズのオブジェクトを検出します。検出されたオブジェクトは,矩形のリストとして返されます.[【詳解】(英語]
|
|
virtual void | detectMultiScale (InputArray img, CV_OUT std::vector< Rect > &foundLocations, double hitThreshold=0, Size winStride=Size(), Size padding=Size(), double scale=1.05, double finalThreshold=2.0, bool useMeanshiftGrouping=false) const |
入力画像中の異なるサイズのオブジェクトを検出します。検出されたオブジェクトは,矩形のリストとして返されます.[【詳解】(英語]
|
|
virtual CV_WRAP void | computeGradient (InputArray img, InputOutputArray grad, InputOutputArray angleOfs, Size paddingTL=Size(), Size paddingBR=Size()) const |
グラデーションと,量子化されたグラデーションの向きを計算します.[【詳解】(英語]
|
|
virtual void | detectROI (InputArray img, const std::vector< cv::Point > &locations, CV_OUT std::vector< cv::Point > &foundLocations, CV_OUT std::vector< double > &confidences, double hitThreshold=0, cv::Size winStride=Size(), cv::Size padding=Size()) const |
指定したROIを評価し,各位置の信頼値を返す[【詳解】(英語]
|
|
virtual void | detectMultiScaleROI (InputArray img, CV_OUT std::vector< cv::Rect > &foundLocations, std::vector< DetectionROI > &locations, double hitThreshold=0, int groupThreshold=0) const |
指定したROIを評価し、各位置の信頼値を複数のスケールで返す[【詳解】(英語]
|
|
void | groupRectangles (std::vector< cv::Rect > &rectList, std::vector< double > &weights, int groupThreshold, double eps) const |
オブジェクト候補の長方形をグループ化します。[【詳解】(英語]
|
|
公開変数類 |
|
CV_PROP Size | winSize |
検出ウィンドウのサイズ。ブロックサイズとブロックストライドに合わせます。デフォルト値はSize(64,128)です。 |
|
CV_PROP Size | blockSize |
ブロックサイズ(ピクセル単位).セルサイズに合わせます。初期値はSize(16,16)です。 |
|
CV_PROP Size | blockStride |
ブロックのストライド。セルサイズの倍数である必要があります。初期値は Size(8,8) です。 |
|
CV_PROP Size | cellSize |
セルの大きさ。初期値はSize(8,8)です。 |
|
CV_PROP int | nbins |
グラデーションのヒストグラムの計算に使われるビンの数.既定値は9です. |
|
CV_PROP int | derivAperture |
ドキュメントなし |
|
CV_PROP double | winSigma |
ガウス平滑化窓のパラメータ. |
|
CV_PROP HOGDescriptor::HistogramNormType | histogramNormType |
histogramNormType |
|
CV_PROP double | L2HysThreshold |
L2-Hys正規化法の縮退. |
|
CV_PROP bool | gammaCorrection |
ガンマ補正の前処理を必要とするかどうかを指定するフラグ. |
|
CV_PROP std::vector< float > | svmDetector |
線形SVM分類器の係数を設定します。 |
|
UMat | oclSvmDetector |
OpenCLが有効な場合に使用される線形SVM分類器の係数 |
|
float | free_coef |
ドキュメントなし |
|
CV_PROP int | nlevels |
検出窓の最大増加数.初期値は64 |
|
CV_PROP bool | signedGradient |
符号付きグラデーションを使用するかどうかを示すフラグ |
|
HOG(Histogram of Oriented Gradients)記述子とオブジェクト検出器の実装.
Navneet Dalal と Bill Triggs によって発表された HOG 記述子アルゴリズムである[Dalal2005]を参照してください..
便利なリンク
https://hal.inria.fr/inria-00548512/document/
https://en.wikipedia.org/wiki/Histogram_of_oriented_gradients
https://software.intel.com/en-us/ipp-dev-reference-histogram-of-oriented-gradients-hog-descriptor
http://www.learnopencv.com/histogram-of-oriented-gradients
http://www.learnopencv.com/handwritten-digits-classification-an-opencv-c-python-tutorial
|
inline |
デフォルトのパラメータで,HOG記述子と検出器を作成します.
aqual からHOGDescriptor(サイズ(64,128), サイズ(16,16), サイズ(8,8), サイズ(8,8), 9 )
|
inline |
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。
_winSize | winSizeを指定された値で設定します。 |
_blockSize | blockSizeを指定された値で設定します。 |
_blockStride | blockStrideを指定された値で設定します。 |
_cellSize | cellSizeを指定の値で設定します。 |
_nbins | nbinsを所定の値で設定します。 |
_derivAperture | 派生アパーチャを指定します。 |
_winSigma | winSigmaを指定します。 |
_histogramNormType | histogramNormTypeを指定します。 |
_L2HysThreshold | L2HysThresholdを指定します。 |
_gammaCorrection | gammaCorrectionを指定して設定する |
_nlevels | nlevels を指定された値で設定します。 |
_signedGradient | signedGradientを指定された値で設定 |
|
inline |
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。
filename | ファイル名にはHOGDescriptor線形SVM分類器のプロパティと係数を含むファイル名。 |
|
inline |
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。
d | 特にHOGDescriptorこれをクローンして新しいものを作成します。 |
|
virtual |
与えられた画像の HOG ディスクリプタを計算します.
img | HOG特徴量が計算される画像を含む,CV_8U型の行列. |
descriptors | CV_32F 型の行列. |
winStride | ウィンドウのストライド.ブロックストライドの倍数でなければいけません. |
padding | パディング |
locations | 点のベクトル. |
|
virtual |
グラデーションと,量子化されたグラデーションの向きを計算します.
img | 行列には,計算される画像が含まれます. |
grad | CV_32FC2 型の行列は,計算されたグラデーションを含みます. |
angleOfs | CV_8UC2 型の行列には,量子化されたグラデーションの向きが入ります. |
paddingTL | 左上からのパディング |
paddingBR | 右下からのパディング |
|
virtual |
のクローンを作成します.HOGDescriptor
c | クローン化HOGDescriptor |
|
virtual |
マルチスケールウィンドウを利用せずに,物体検出を行います.
img | オブジェクトが検出された画像を含む,CV_8U または CV_8UC3 型の行列. |
foundLocations | 検出された物体の境界の左上隅の点を各点が含む点のベクトル. |
weights | 検出された各オブジェクトに対する信頼度の値を格納するベクトル. |
hitThreshold | 特徴量とSVM分類平面との距離を表す閾値.通常,この値は0であり,検出器の係数(最後の自由係数)で指定する必要があります.しかし、自由係数が省略されている場合(これは許可されている)、ここで手動で指定することができます。 |
winStride | ウィンドウのストライド.ブロックストライドの倍数でなければいけません. |
padding | パディング |
searchLocations | Vector of Pointには、評価されるべき要求された場所のセットが含まれます。 |
|
virtual |
マルチスケールウィンドウを利用せずに,物体検出を行います.
img | オブジェクトが検出された画像を含む,CV_8U または CV_8UC3 型の行列. |
foundLocations | 検出された物体の境界の左上隅の点を各点が含む点のベクトル. |
hitThreshold | 特徴量とSVM分類平面との距離を表す閾値.通常,この値は0であり,検出器の係数(最後の自由係数)で指定する必要があります.しかし、自由係数が省略されている場合(これは許可されている)、ここで手動で指定することができます。 |
winStride | ウィンドウのストライド.ブロックストライドの倍数でなければいけません. |
padding | パディング |
searchLocations | Point のベクターには、検索する場所が含まれます。 |
|
virtual |
入力画像中の異なるサイズのオブジェクトを検出します。検出されたオブジェクトは,矩形のリストとして返されます.
img | オブジェクトが検出された画像を含む,CV_8U または CV_8UC3 型の行列. |
foundLocations | Vector of rectangles (矩形のベクトル) 各矩形には検出されたオブジェクトが含まれます。 |
foundWeights | 検出された各オブジェクトに対する信頼度の値を格納するベクトル. |
hitThreshold | 特徴量とSVM分類平面との距離を表す閾値.通常,この値は0であり,検出器の係数(最後の自由係数)で指定する必要があります.しかし、自由係数が省略されている場合(これは許可されている)、ここで手動で指定することができます。 |
winStride | ウィンドウのストライド.ブロックストライドの倍数でなければいけません. |
padding | パディング |
scale | 検出ウィンドウの増加の係数 |
finalThreshold | 最終閾値 |
useMeanshiftGrouping | グルーピングアルゴリズムを示す |
|
virtual |
入力画像中の異なるサイズのオブジェクトを検出します。検出されたオブジェクトは,矩形のリストとして返されます.
img | オブジェクトが検出された画像を含む,CV_8U または CV_8UC3 型の行列. |
foundLocations | Vector of rectangles (矩形のベクトル) 各矩形には検出されたオブジェクトが含まれます。 |
hitThreshold | 特徴量とSVM分類平面との距離を表す閾値.通常,この値は0であり,検出器の係数(最後の自由係数)で指定する必要があります.しかし、自由係数が省略されている場合(これは許可されている)、ここで手動で指定することができます。 |
winStride | ウィンドウのストライド.ブロックストライドの倍数でなければいけません. |
padding | パディング |
scale | 検出ウィンドウの増加の係数 |
finalThreshold | 最終閾値 |
useMeanshiftGrouping | グルーピングアルゴリズムを示す |
|
virtual |
指定したROIを評価し、各位置の信頼値を複数のスケールで返す
img | オブジェクトが検出された画像を含む,CV_8U または CV_8UC3 型の行列. |
foundLocations | Vector of rectangles (矩形のベクトル) 各矩形には検出されたオブジェクトが含まれます。 |
locations | のベクトルDetectionROI |
hitThreshold | 特徴量とSVM分類平面との距離を表す閾値.通常,この値は0であり,検出器の係数(最後の自由係数)で指定する必要があります.しかし、自由係数が省略されている場合(これは許可されている)、ここで手動で指定することができます。 |
groupThreshold | 最小限可能な矩形の数から1を引いた値。しきい値は,矩形を保持するためにグループ化された矩形で利用されます. |
|
virtual |
指定したROIを評価し,各位置の信頼値を返す
img | オブジェクトが検出された画像を含む,CV_8U または CV_8UC3 型の行列. |
locations | 点のベクトル. |
foundLocations | 各Pointが検出された物体の左上の点であるPointのベクトル |
confidences | 信頼度 |
hitThreshold | 特徴量とSVM分類平面との距離の閾値。通常は0であり,検出器の係数に(最後の自由係数として)指定されるべきである.しかし、自由係数が省略されている場合(これは許可されている)、ここで手動で指定することができる。 |
winStride | winStride |
padding | パディング |
void cv::HOGDescriptor::groupRectangles | ( | std::vector< cv::Rect > & | rectList, |
std::vector< double > & | weights, | ||
int | groupThreshold, | ||
double | eps | ||
) | const |
オブジェクト候補の長方形をグループ化します。
rectList | 矩形の入力・出力ベクトル。出力ベクトルには,保持された矩形とグループ化された矩形が含まれます.(Pythonのリストはその場では変更されません。) |
weights | 矩形の重みの入力/出力ベクトル.出力ベクトルは,保持された矩形とグループ化された矩形の重みを含みます.(Pythonのリストはその場では変更されません。) |
groupThreshold | 最小限可能な矩形の数から1を引いた値。しきい値は,矩形を保持するためにグループ化された矩形で利用されます. |
eps | 矩形の辺同士の相対的な差を利用して,矩形をグループにまとめることができます. |
|
virtual |
ロードHOGDescriptor線形SVM分類器のパラメータと係数をファイルから読み込みます.
filename | 読み込むファイルのパス。 |
objname | 読み込むノードの名前(オプション)(空の場合は,最初のトップレベルのノードが使用されます). |
|
virtual |
ファイルストレージからの読み込みHOGDescriptorファイルからのパラメータcv::FileNode.
fn | ファイルノード |
|
virtual |
保存HOGDescriptor線形SVM分類器のパラメータと係数をファイルに保存します。
filename | ファイル名 |
objname | オブジェクト名 |
|
virtual |
線形SVM分類器の係数を設定します。
svmdetector | 線形SVM分類器の係数を設定します。 |
|
virtual |
ファイルにHOGDescriptorパラメータをcv::FileStorage.
fs | ファイルストレージ |
objname | オブジェクト名 |