cv::CascadeClassifier クラス

物体検出用のカスケード分類器クラス。 続き...

#include <opencv2/objdetect.hpp>

Collaboration diagram for cv::CascadeClassifier:

公開メンバ関数
	CascadeClassifier ()
	CascadeClassifier (const String &filename)
	ファイルから分類器を読み込む。
	~CascadeClassifier ()
void	detectMultiScale (InputArray image, std::vector< Rect > &objects, double scaleFactor=1.1, int minNeighbors=3, int flags=0, Size minSize=Size(), Size maxSize=Size())
	入力画像中の様々なサイズの物体を検出する。検出された物体は矩形のリストとして返される。
void	detectMultiScale (InputArray image, std::vector< Rect > &objects, std::vector< int > &numDetections, double scaleFactor=1.1, int minNeighbors=3, int flags=0, Size minSize=Size(), Size maxSize=Size())
void	detectMultiScale (InputArray image, std::vector< Rect > &objects, std::vector< int > &rejectLevels, std::vector< double > &levelWeights, double scaleFactor=1.1, int minNeighbors=3, int flags=0, Size minSize=Size(), Size maxSize=Size(), bool outputRejectLevels=false)
bool	empty () const
	分類器が読み込まれているかどうかを確認する。
int	getFeatureType () const
Ptr< BaseCascadeClassifier::MaskGenerator >	getMaskGenerator ()
void *	getOldCascade ()
Size	getOriginalWindowSize () const
bool	isOldFormatCascade () const
bool	load (const String &filename)
	ファイルから分類器を読み込む。
bool	read (const FileNode &node)
	FileStorage ノードから分類器を読み込む。
void	setMaskGenerator (const Ptr< BaseCascadeClassifier::MaskGenerator > &maskGenerator)

静的公開メンバ関数
static bool	convert (const String &oldcascade, const String &newcascade)

公開変数類
Ptr< BaseCascadeClassifier >	cc

詳細説明

物体検出用のカスケード分類器クラス。

例

samples/cpp/facedetect.cpp.

構築子と解体子の詳解

CascadeClassifier() [1/2]

cv::CascadeClassifier::CascadeClassifier

(

)

Python:
	cv.CascadeClassifier(		) ->	<CascadeClassifier object>
	cv.CascadeClassifier(	filename	) ->	<CascadeClassifier object>

CascadeClassifier() [2/2]

cv::CascadeClassifier::CascadeClassifier

(

const String &

filename

)

Python:
	cv.CascadeClassifier(		) ->	<CascadeClassifier object>
	cv.CascadeClassifier(	filename	) ->	<CascadeClassifier object>

ファイルから分類器を読み込む。

引数

filename

分類器の読み込み元となるファイルの名前。

~CascadeClassifier()

cv::CascadeClassifier::~CascadeClassifier

(

)

メンバ関数詳解

convert()

static bool cv::CascadeClassifier::convert ( const String & oldcascade, const String & newcascade )

static

Python:
	cv.CascadeClassifier.convert(	oldcascade, newcascade	) ->	retval
	cv.CascadeClassifier_convert(	oldcascade, newcascade	) ->	retval

detectMultiScale() [1/3]

void cv::CascadeClassifier::detectMultiScale	(	InputArray	image,
		std::vector< Rect > &	objects,
		double	scaleFactor = 1.1,
		int	minNeighbors = 3,
		int	flags = 0,
		Size	minSize = Size(),
		Size	maxSize = Size() )

Python:
	cv.CascadeClassifier.detectMultiScale(	image[, scaleFactor[, minNeighbors[, flags[, minSize[, maxSize]]]]]	) ->	objects
	cv.CascadeClassifier.detectMultiScale2(	image[, scaleFactor[, minNeighbors[, flags[, minSize[, maxSize]]]]]	) ->	objects, numDetections
	cv.CascadeClassifier.detectMultiScale3(	image[, scaleFactor[, minNeighbors[, flags[, minSize[, maxSize[, outputRejectLevels]]]]]]	) ->	objects, rejectLevels, levelWeights

入力画像中の様々なサイズの物体を検出する。検出された物体は矩形のリストとして返される。

引数

image	物体が検出される画像を含む CV_8U 型の行列。
objects	検出された物体を含む矩形のベクトル。各矩形は検出された物体を1つ含み、矩形は元画像の外側に部分的にはみ出すことがある。
scaleFactor	各画像スケールで画像サイズをどれだけ縮小するかを指定するパラメータ。
minNeighbors	各候補矩形を残すために、いくつの近傍が必要かを指定するパラメータ。
flags	古いカスケードに対して、関数 cvHaarDetectObjects と同じ意味を持つパラメータ。新しいカスケードでは使用されない。
minSize	検出可能な物体の最小サイズ。これより小さい物体は無視される。
maxSize	検出可能な物体の最大サイズ。これより大きい物体は無視される。maxSize == minSize の場合、モデルは単一スケールで評価される。

例

samples/cpp/facedetect.cpp.

detectMultiScale() [2/3]

void cv::CascadeClassifier::detectMultiScale	(	InputArray	image,
		std::vector< Rect > &	objects,
		std::vector< int > &	numDetections,
		double	scaleFactor = 1.1,
		int	minNeighbors = 3,
		int	flags = 0,
		Size	minSize = Size(),
		Size	maxSize = Size() )

Python:
	cv.CascadeClassifier.detectMultiScale(	image[, scaleFactor[, minNeighbors[, flags[, minSize[, maxSize]]]]]	) ->	objects
	cv.CascadeClassifier.detectMultiScale2(	image[, scaleFactor[, minNeighbors[, flags[, minSize[, maxSize]]]]]	) ->	objects, numDetections
	cv.CascadeClassifier.detectMultiScale3(	image[, scaleFactor[, minNeighbors[, flags[, minSize[, maxSize[, outputRejectLevels]]]]]]	) ->	objects, rejectLevels, levelWeights

これは利便性のために提供されているオーバーロードされたメンバ関数である。上記の関数とは、受け取る引数のみが異なる。

引数

image	物体が検出される画像を含む CV_8U 型の行列。
objects	検出された物体を含む矩形のベクトル。各矩形は検出された物体を1つ含み、矩形は元画像の外側に部分的にはみ出すことがある。
numDetections	対応する物体ごとの検出数のベクトル。物体の検出数は、その物体を形成するために結合された、近接する陽性判定矩形の数である。
scaleFactor	各画像スケールで画像サイズをどれだけ縮小するかを指定するパラメータ。
minNeighbors	各候補矩形を残すために、いくつの近傍が必要かを指定するパラメータ。
flags	古いカスケードに対して、関数 cvHaarDetectObjects と同じ意味を持つパラメータ。新しいカスケードでは使用されない。
minSize	検出可能な物体の最小サイズ。これより小さい物体は無視される。
maxSize	検出可能な物体の最大サイズ。これより大きい物体は無視される。maxSize == minSize の場合、モデルは単一スケールで評価される。

detectMultiScale() [3/3]

void cv::CascadeClassifier::detectMultiScale	(	InputArray	image,
		std::vector< Rect > &	objects,
		std::vector< int > &	rejectLevels,
		std::vector< double > &	levelWeights,
		double	scaleFactor = 1.1,
		int	minNeighbors = 3,
		int	flags = 0,
		Size	minSize = Size(),
		Size	maxSize = Size(),
		bool	outputRejectLevels = false )

Python:
	cv.CascadeClassifier.detectMultiScale(	image[, scaleFactor[, minNeighbors[, flags[, minSize[, maxSize]]]]]	) ->	objects
	cv.CascadeClassifier.detectMultiScale2(	image[, scaleFactor[, minNeighbors[, flags[, minSize[, maxSize]]]]]	) ->	objects, numDetections
	cv.CascadeClassifier.detectMultiScale3(	image[, scaleFactor[, minNeighbors[, flags[, minSize[, maxSize[, outputRejectLevels]]]]]]	) ->	objects, rejectLevels, levelWeights

これはオーバーロードされたメンバ関数であり、利便性のために提供されている。受け取る引数の点でのみ上記の関数と異なる。この関数では、分類の最終ステージの判定確信度を取得できる。そのためには outputRejectLevels を true に設定し、rejectLevels および levelWeights パラメータを与える必要がある。各検出結果について、levelWeights には最終ステージでの分類の確信度が格納される。この値は、強い分類と弱い分類を区別するために使用できる。

効率的に使う方法のコードサンプルを以下に示す。

Mat img;
vector<double> weights;
vector<int> levels;
vector<Rect> detections;
CascadeClassifier model("/path/to/your/model.xml");
model.detectMultiScale(img, detections, levels, weights, 1.1, 3, 0, Size(), Size(), true);
cerr << "Detection " << detections[0] << " with weight " << weights[0] << endl;

empty()

bool cv::CascadeClassifier::empty

(

)

const

Python:
	cv.CascadeClassifier.empty(		) ->	retval

分類器が読み込まれているかどうかを確認する。

例

samples/cpp/facedetect.cpp.

getFeatureType()

int cv::CascadeClassifier::getFeatureType

(

)

const

Python:
	cv.CascadeClassifier.getFeatureType(		) ->	retval

getMaskGenerator()

Ptr< BaseCascadeClassifier::MaskGenerator > cv::CascadeClassifier::getMaskGenerator

(

)

getOldCascade()

void * cv::CascadeClassifier::getOldCascade

(

)

getOriginalWindowSize()

Size cv::CascadeClassifier::getOriginalWindowSize

(

)

const

Python:
	cv.CascadeClassifier.getOriginalWindowSize(		) ->	retval

isOldFormatCascade()

bool cv::CascadeClassifier::isOldFormatCascade

(

)

const

Python:
	cv.CascadeClassifier.isOldFormatCascade(		) ->	retval

load()

bool cv::CascadeClassifier::load

(

const String &

filename

)

Python:
	cv.CascadeClassifier.load(	filename	) ->	retval

ファイルから分類器を読み込む。

引数

filename

分類器の読み込み元となるファイルの名前。このファイルには、haartraining アプリケーションで学習された古いHAAR分類器、または traincascade アプリケーションで学習された新しいカスケード分類器を含むことができる。

例

samples/cpp/facedetect.cpp.

read()

bool cv::CascadeClassifier::read

(

const FileNode &

node

)

Python:
	cv.CascadeClassifier.read(	node	) ->	retval

FileStorage ノードから分類器を読み込む。

覚え書き

このファイルには、新しいカスケード分類器（traincascade アプリケーションで学習されたもの）のみを含めることができる。

setMaskGenerator()

void cv::CascadeClassifier::setMaskGenerator

(

const Ptr< BaseCascadeClassifier::MaskGenerator > &

maskGenerator

)

メンバ変数詳解

cc

Ptr<BaseCascadeClassifier> cv::CascadeClassifier::cc

---

このクラス詳解は次のファイルから抽出されました:

• opencv2/objdetect.hpp