詳細説明

0 次のファジー変換（ \(F^0\)-変換）は、画像全体をその成分の行列に変換する。これらの成分は後続の計算で使用され、各成分は特定のサブ領域の平均色を表す。

関数
void	cv::ft::FT02D_components (InputArray matrix, InputArray kernel, OutputArray components, InputArray mask=noArray())
	直接 \(F^0\)-変換を用いて配列の成分を計算する。

void	cv::ft::FT02D_FL_process (InputArray matrix, const int radius, OutputArray output)
	高速化のために最適化された、やや精度の低い \(F^0\)-変換計算のバージョン。このメソッドは線形基底関数を用いて数える。

void	cv::ft::FT02D_FL_process_float (InputArray matrix, const int radius, OutputArray output)
	高速化のために最適化された、やや精度の低い \(F^0\)-変換計算のバージョン。このメソッドは線形基底関数を用いて数える。

void	cv::ft::FT02D_inverseFT (InputArray components, InputArray kernel, OutputArray output, int width, int height)
	逆 \(F^0\)-変換を計算する。

int	cv::ft::FT02D_iteration (InputArray matrix, InputArray kernel, OutputArray output, InputArray mask, OutputArray maskOutput, bool firstStop)
	\(F^0\)-変換と逆 \(F^0\)-変換を一度に計算し、状態を返す。

void	cv::ft::FT02D_process (InputArray matrix, InputArray kernel, OutputArray output, InputArray mask=noArray())
	\(F^0\)-変換と逆 \(F^0\)-変換を一度に計算する。

関数詳解

◆ FT02D_components()

void cv::ft::FT02D_components	(	InputArray	matrix,
		InputArray	kernel,
		OutputArray	components,
		InputArray	mask = noArray() )

Python:
	cv.ft.FT02D_components(	matrix, kernel[, components[, mask]]	) ->	components

#include <opencv2/fuzzy/fuzzy_F0_math.hpp>

直接 \(F^0\)-変換を用いて配列の成分を計算する。

引数

matrix	入力配列。
kernel	処理に使用するカーネル。関数 `ft::createKernel` を使用できる。
components	成分を格納する出力 32 ビット浮動小数点配列。
mask	不要な領域のマーキングにマスクを使用できる。

この関数は、あらかじめ定義されたカーネルとマスクを用いて成分を計算する。

◆ FT02D_FL_process()

void cv::ft::FT02D_FL_process	(	InputArray	matrix,
		const int	radius,
		OutputArray	output )

Python:
	cv.ft.FT02D_FL_process(	matrix, radius[, output]	) ->	output

#include <opencv2/fuzzy/fuzzy_F0_math.hpp>

高速化のために最適化された、わずかに精度の劣る \(F^0\)-変換の計算版。このメソッドは線形基底関数を用いる。

引数

matrix	入力 3 チャンネル行列。
radius	`ft::LINEAR` 基底関数の半径。
output	出力配列。

この関数は、線形基底関数を用いて F 変換と逆 F 変換を 1 ステップで計算する。ft::FT02D_process メソッドより約 10 倍高速である。

◆ FT02D_FL_process_float()

void cv::ft::FT02D_FL_process_float	(	InputArray	matrix,
		const int	radius,
		OutputArray	output )

Python:
	cv.ft.FT02D_FL_process_float(	matrix, radius[, output]	) ->	output

#include <opencv2/fuzzy/fuzzy_F0_math.hpp>

高速化のために最適化された、わずかに精度の劣る \(F^0\)-変換の計算版。このメソッドは線形基底関数を用いる。

引数

matrix	入力 3 チャンネル行列。
radius	`ft::LINEAR` 基底関数の半径。
output	出力配列。

この関数は、線形基底関数を用いて F 変換と逆 F 変換を 1 ステップで計算する。ft::FT02D_process メソッドより約 9 倍高速で、ft::FT02D_FL_process メソッドより高精度である。

◆ FT02D_inverseFT()

void cv::ft::FT02D_inverseFT	(	InputArray	components,
		InputArray	kernel,
		OutputArray	output,
		int	width,
		int	height )

Python:
	cv.ft.FT02D_inverseFT(	components, kernel, width, height[, output]	) ->	output

#include <opencv2/fuzzy/fuzzy_F0_math.hpp>

逆 \(F^0\)-変換を計算する。

引数

components	成分を格納する入力 32 ビット浮動小数点シングルチャンネル配列。
kernel	処理に使用するカーネル。関数 `ft::createKernel` を使用できる。
output	出力 32 ビット浮動小数点配列。
width	出力配列の幅。
height	出力配列の高さ。

逆 F 変換の計算。

◆ FT02D_iteration()

int cv::ft::FT02D_iteration	(	InputArray	matrix,
		InputArray	kernel,
		OutputArray	output,
		InputArray	mask,
		OutputArray	maskOutput,
		bool	firstStop )

Python:
	cv.ft.FT02D_iteration(	matrix, kernel, mask, firstStop[, output[, maskOutput]]	) ->	retval, output, maskOutput

#include <opencv2/fuzzy/fuzzy_F0_math.hpp>

\(F^0\)-変換と逆 \(F^0\)-変換を一度に計算し、状態を返す。

引数

matrix	入力行列。
kernel	処理に使用するカーネル。関数 `ft::createKernel` を使用できる。
output	出力 32 ビット浮動小数点配列。
mask	不要な領域をマーキングするために使用するマスク。
maskOutput	1 回の反復後のマスク。
firstStop	true の場合、最初の問題が発生した時点で関数は -1 を返す。`false` の場合、処理が完了し、すべての問題の合計が返される。

この関数は、F 変換と逆 F 変換の反復を計算し、画像とマスクの変化を処理する。この関数は ft::inpaint 関数内で使用される。

◆ FT02D_process()

void cv::ft::FT02D_process	(	InputArray	matrix,
		InputArray	kernel,
		OutputArray	output,
		InputArray	mask = noArray() )

Python:
	cv.ft.FT02D_process(	matrix, kernel[, output[, mask]]	) ->	output

#include <opencv2/fuzzy/fuzzy_F0_math.hpp>

\(F^0\)-変換と逆 \(F^0\)-変換を一度に計算する。

引数

matrix	入力行列。
kernel	処理に使用するカーネル。関数 `ft::createKernel` を使用できる。
output	出力 32 ビット浮動小数点配列。
mask	不要な領域をマーキングするために使用するマスク。

この関数は、F 変換と逆 F 変換を 1 ステップで計算する。cv::Mat に対して十分かつ最適化されている。