特徴検出と記述

詳細説明

クラス
struct	cv::Accumulator< T >
struct	cv::Accumulator< char >
struct	cv::Accumulator< short >
struct	cv::Accumulator< unsigned char >
struct	cv::Accumulator< unsigned short >
class	cv::AffineFeature
	検出器および抽出器をアフィン不変にするラッパーを実装するクラスであり、[317] で ASIFT として記述されている。続き...
class	cv::AgastFeatureDetector
	AGAST 法を用いた特徴検出のためのラッパークラス。: 続き...
class	cv::AKAZE
	[12] で記述された AKAZE キーポイント検出器および記述子抽出器を実装するクラス。続き...
class	cv::BRISK
	BRISKキーポイント検出器および記述子抽出器を実装したクラス。[164]で述べられている。 続きを読む...
class	cv::FastFeatureDetector
	FAST法を用いた特徴検出のためのラッパークラス。: 続きを読む...
class	cv::Feature2D
	2D画像特徴検出器および記述子抽出器のための抽象基底クラス。 続きを読む...
class	cv::GFTTDetector
	goodFeaturesToTrack関数を用いた特徴検出のためのラッパークラス。: 続きを読む...
class	cv::KAZE
	KAZEキーポイント検出器および記述子抽出器を実装したクラス。[11]で述べられている。 続きを読む...
class	cv::KeyPointsFilter
	キーポイントのベクトルをフィルタリングするクラス。 続きを読む...
struct	cv::L1< T >
struct	cv::L2< T >
class	cv::MSER
	最大安定極値領域 (MSER) 抽出器。 続きを読む...
class	cv::ORB
	ORB (oriented BRIEF) キーポイント検出器および記述子抽出器を実装したクラス。 続きを読む...
class	cv::SIFT
	D. Loweによるスケール不変特徴変換 (SIFT) アルゴリズム[179]を用いて、キーポイントを抽出し記述子を計算するクラス。 続きを読む...
class	cv::SimpleBlobDetector
	画像からブロブを抽出するためのクラス。: 続きを読む...
struct	cv::SL2< T >

型定義
typedef AffineFeature	cv::AffineDescriptorExtractor
typedef AffineFeature	cv::AffineFeatureDetector
typedef Feature2D	cv::DescriptorExtractor
typedef Feature2D	cv::FeatureDetector
typedef SIFT	cv::SiftDescriptorExtractor
typedef SIFT	cv::SiftFeatureDetector

関数
void	cv::AGAST (InputArray image, std::vector< KeyPoint > &keypoints, int threshold, bool nonmaxSuppression, AgastFeatureDetector::DetectorType type)
	AGASTアルゴリズムを用いてコーナーを検出する。
void	cv::AGAST (InputArray image, std::vector< KeyPoint > &keypoints, int threshold, bool nonmaxSuppression=true)
void	cv::computeRecallPrecisionCurve (const std::vector< std::vector< DMatch > > &matches1to2, const std::vector< std::vector< uchar > > &correctMatches1to2Mask, std::vector< Point2f > &recallPrecisionCurve)
void	cv::evaluateFeatureDetector (const Mat &img1, const Mat &img2, const Mat &H1to2, std::vector< KeyPoint > *keypoints1, std::vector< KeyPoint > *keypoints2, float &repeatability, int &correspCount, const Ptr< FeatureDetector > &fdetector=Ptr< FeatureDetector >())
void	cv::FAST (InputArray image, std::vector< KeyPoint > &keypoints, int threshold, bool nonmaxSuppression, FastFeatureDetector::DetectorType type)
	FASTアルゴリズムを用いてコーナーを検出する。
void	cv::FAST (InputArray image, std::vector< KeyPoint > &keypoints, int threshold, bool nonmaxSuppression=true)
int	cv::getNearestPoint (const std::vector< Point2f > &recallPrecisionCurve, float l_precision)
float	cv::getRecall (const std::vector< Point2f > &recallPrecisionCurve, float l_precision)

型定義詳解

AffineDescriptorExtractor

typedef AffineFeature cv::AffineDescriptorExtractor

#include <opencv2/features2d.hpp>

AffineFeatureDetector

typedef AffineFeature cv::AffineFeatureDetector

#include <opencv2/features2d.hpp>

DescriptorExtractor

typedef Feature2D cv::DescriptorExtractor

#include <opencv2/features2d.hpp>

OpenCVのキーポイント記述子の抽出器には共通インターフェースを持つラッパーがあり、同じ問題を解くさまざまなアルゴリズムを簡単に切り替えられる。このセクションは、多次元空間内のベクトルとして表現される記述子の計算に充てられている。ベクトル記述子の抽出器を実装するすべてのオブジェクトは、DescriptorExtractor インターフェースを継承する。

FeatureDetector

typedef Feature2D cv::FeatureDetector

#include <opencv2/features2d.hpp>

OpenCVの特徴検出器には共通インターフェースを持つラッパーがあり、同じ問題を解くさまざまなアルゴリズムを簡単に切り替えられる。キーポイント検出器を実装するすべてのオブジェクトは、FeatureDetector インターフェースを継承する。

SiftDescriptorExtractor

typedef SIFT cv::SiftDescriptorExtractor

#include <opencv2/features2d.hpp>

SiftFeatureDetector

typedef SIFT cv::SiftFeatureDetector

#include <opencv2/features2d.hpp>

関数詳解

AGAST() [1/2]

void cv::AGAST	(	InputArray	image,
		std::vector< KeyPoint > &	keypoints,
		int	threshold,
		bool	nonmaxSuppression,
		AgastFeatureDetector::DetectorType	type )

#include <opencv2/features2d.hpp>

AGASTアルゴリズムを使用してコーナーを検出する。

引数

image	キーポイント（コーナー）を検出する対象のグレースケール画像。
keypoints	画像上で検出されたキーポイント。
threshold	中心ピクセルと、その周囲の円上のピクセルとの強度差に対するしきい値。
nonmaxSuppression	true の場合、検出されたコーナー（キーポイント）に非最大抑制を適用する。
type	論文で定義されている4つの近傍のうちの1つ: AgastFeatureDetector::AGAST_5_8, AgastFeatureDetector::AGAST_7_12d, AgastFeatureDetector::AGAST_7_12s, AgastFeatureDetector::OAST_9_16

非Intelプラットフォーム向けに、同じ数値結果が得られるツリー最適化版のAGASTがある。32ビットの二分木テーブルは、Perlスクリプトを使って元のコードから自動生成された。Perlスクリプトとツリー生成の例は features2d/doc フォルダに置かれている。[185] によるAGASTアルゴリズムを使用してコーナーを検出する。

AGAST() [2/2]

void cv::AGAST	(	InputArray	image,
		std::vector< KeyPoint > &	keypoints,
		int	threshold,
		bool	nonmaxSuppression = true )

#include <opencv2/features2d.hpp>

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。

computeRecallPrecisionCurve()

void cv::computeRecallPrecisionCurve	(	const std::vector< std::vector< DMatch > > &	matches1to2,
		const std::vector< std::vector< uchar > > &	correctMatches1to2Mask,
		std::vector< Point2f > &	recallPrecisionCurve )

#include <opencv2/features2d.hpp>

evaluateFeatureDetector()

void cv::evaluateFeatureDetector	(	const Mat &	img1,
		const Mat &	img2,
		const Mat &	H1to2,
		std::vector< KeyPoint > *	keypoints1,
		std::vector< KeyPoint > *	keypoints2,
		float &	repeatability,
		int &	correspCount,
		const Ptr< FeatureDetector > &	fdetector = Ptr< FeatureDetector >() )

#include <opencv2/features2d.hpp>

FAST() [1/2]

void cv::FAST	(	InputArray	image,
		std::vector< KeyPoint > &	keypoints,
		int	threshold,
		bool	nonmaxSuppression,
		FastFeatureDetector::DetectorType	type )

#include <opencv2/features2d.hpp>

FASTアルゴリズムを使用してコーナーを検出する。

引数

image	キーポイント（コーナー）を検出する対象のグレースケール画像。
keypoints	画像上で検出されたキーポイント。
threshold	中心ピクセルと、その周囲の円上のピクセルとの強度差に対するしきい値。
nonmaxSuppression	true の場合、検出されたコーナー（キーポイント）に非最大抑制を適用する。
type	論文で定義されている3つの近傍のうちの1つ: FastFeatureDetector::TYPE_9_16, FastFeatureDetector::TYPE_7_12, FastFeatureDetector::TYPE_5_8

[234] によるFASTアルゴリズムを使用してコーナーを検出する。

覚え書き

Python APIでは、型は cv.FAST_FEATURE_DETECTOR_TYPE_5_8, cv.FAST_FEATURE_DETECTOR_TYPE_7_12, cv.FAST_FEATURE_DETECTOR_TYPE_9_16 として与えられる。コーナー検出には cv.FAST.detect() メソッドを使用する。

FAST() [2/2]

void cv::FAST	(	InputArray	image,
		std::vector< KeyPoint > &	keypoints,
		int	threshold,
		bool	nonmaxSuppression = true )

#include <opencv2/features2d.hpp>

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。

getNearestPoint()

int cv::getNearestPoint	(	const std::vector< Point2f > &	recallPrecisionCurve,
		float	l_precision )

#include <opencv2/features2d.hpp>

getRecall()

float cv::getRecall	(	const std::vector< Point2f > &	recallPrecisionCurve,
		float	l_precision )

#include <opencv2/features2d.hpp>