WeChat QRCode は CNN ベースの2つのモデルを含む。すなわち物体検出モデルと超解像モデルである。物体検出モデルはバウンディングボックス付きで QRCode を検出するために適用される。超解像モデルは QRCode が小さいときに拡大するために適用される。詳細...

#include <opencv2/wechat_qrcode.hpp>

Collaboration diagram for cv::wechat_qrcode::WeChatQRCode:

公開メンバ関数
	WeChatQRCode (const std::string &detector_prototxt_path="", const std::string &detector_caffe_model_path="", const std::string &super_resolution_prototxt_path="", const std::string &super_resolution_caffe_model_path="")
	WeChatQRCode を初期化する。これは2つのモデルを含み、それらは caffe 形式でパッケージ化されている。したがって prototxt と caffe モデルがある（合計で4つの引数）。

	~WeChatQRCode ()

std::vector< std::string >	detectAndDecode (InputArray img, OutputArrayOfArrays points=noArray())
	QR コードの検出とデコードの両方を行う。使用を簡略化するため、API は detectAndDecode の1つだけである。

float	getScaleFactor ()

void	setScaleFactor (float _scalingFactor)
	スケール係数を設定する。QR コード検出器はニューラルネットワークを用いて QR を検出する。ニューラルネットワークを実行する前に、入力画像はスケーリングによって前処理される。デフォルトでは、入力画像は面積160000ピクセルの画像にスケーリングされる。スケール係数を使うと入力画像を任意にスケーリングできる。width = scaleFactorwidth height = scaleFactorwidth

限定公開変数類
Ptr< Impl >	p

詳細説明

WeChat QRCode は CNN ベースの2つのモデルを含む。すなわち物体検出モデルと超解像モデルである。物体検出モデルはバウンディングボックス付きで QRCode を検出するために適用される。超解像モデルは QRCode が小さいときに拡大するために適用される。

構築子と解体子の詳解

◆ WeChatQRCode()

cv::wechat_qrcode::WeChatQRCode::WeChatQRCode	(	const std::string &	detector_prototxt_path = "",
		const std::string &	detector_caffe_model_path = "",
		const std::string &	super_resolution_prototxt_path = "",
		const std::string &	super_resolution_caffe_model_path = "" )

Python:
	cv.wechat_qrcode.WeChatQRCode(	[, detector_prototxt_path[, detector_caffe_model_path[, super_resolution_prototxt_path[, super_resolution_caffe_model_path]]]]	) ->	<wechat_qrcode_WeChatQRCode object>

WeChatQRCode を初期化する。これは2つのモデルを含み、それらは caffe 形式でパッケージ化されている。したがって prototxt と caffe モデルがある（合計で4つの引数）。

引数

detector_prototxt_path	検出器用の prototxt ファイルのパス
detector_caffe_model_path	検出器用の caffe モデルファイルのパス
super_resolution_prototxt_path	超解像モデル用の prototxt ファイルのパス
super_resolution_caffe_model_path	超解像モデル用の caffe ファイルのパス

◆ ~WeChatQRCode()

cv::wechat_qrcode::WeChatQRCode::~WeChatQRCode ( )

inline

メンバ関数詳解

◆ detectAndDecode()

std::vector< std::string > cv::wechat_qrcode::WeChatQRCode::detectAndDecode	(	InputArray	img,
		OutputArrayOfArrays	points = noArray() )

Python:
	cv.wechat_qrcode.WeChatQRCode.detectAndDecode(	img[, points]	) ->	retval, points

QR コードの検出とデコードの両方を行う。使用を簡略化するため、API は detectAndDecode の1つだけである。

引数

img	グレースケールまたはカラー（BGR）画像をサポートする。
points	検出された QR コードの四角形の頂点を格納する省略可能な出力配列。見つからなかった場合は空になる。

戻り値: デコードされた文字列のリスト。

この関数の呼び出しグラフ:

◆ getScaleFactor()

float cv::wechat_qrcode::WeChatQRCode::getScaleFactor ( )

Python:
	cv.wechat_qrcode.WeChatQRCode.getScaleFactor(		) ->	retval

◆ setScaleFactor()

void cv::wechat_qrcode::WeChatQRCode::setScaleFactor ( float _scalingFactor )

Python:
	cv.wechat_qrcode.WeChatQRCode.setScaleFactor(	_scalingFactor	) ->	None

スケール係数を設定する。QR コード検出器はニューラルネットワークを用いて QR を検出する。ニューラルネットワークを実行する前に、入力画像はスケーリングによって前処理される。デフォルトでは、入力画像は面積160000ピクセルの画像にスケーリングされる。スケール係数を使うと入力画像を任意にスケーリングできる。width = scaleFactor*width height = scaleFactor*width

scaleFactor の値は > 0 かつ <= 1 でなければならない。そうでない場合、scaleFactor の値は -1 に設定され、デフォルトの面積160000ピクセルの画像へのスケーリングが使用される。

メンバ変数詳解

◆ p

Ptr<Impl> cv::wechat_qrcode::WeChatQRCode::p

protected

このクラス詳解は次のファイルから抽出されました:

opencv2/wechat_qrcode.hpp

公開メンバ関数

限定公開変数類