[166] で説明されているLSC (Linear Spectral Clustering) スーパーピクセルアルゴリズムを実装したクラス。続き...

#include <opencv2/ximgproc/lsc.hpp>

Collaboration diagram for cv::ximgproc::SuperpixelLSC:

公開メンバ関数
virtual void	enforceLabelConnectivity (int min_element_size=25)=0
	ラベルの連結性を強制する。

virtual void	getLabelContourMask (OutputArray image, bool thick_line=true) const =0
	SuperpixelLSC オブジェクトに格納されたスーパーピクセルのセグメンテーションのマスクを返す。

virtual void	getLabels (OutputArray labels_out) const =0
	画像のセグメンテーションラベリングを返す。

virtual int	getNumberOfSuperpixels () const =0
	SuperpixelLSC オブジェクトに計算・格納された、指定のセグメンテーション上のスーパーピクセルの実際の個数を計算する。

virtual void	iterate (int num_iterations=10)=0
	SuperpixelLSC オブジェクトで初期化された引数を用いて、指定した画像に対するスーパーピクセルのセグメンテーションを計算する。

Public Member Functions inherited from cv::Algorithm
	Algorithm ()

virtual	~Algorithm ()

virtual void	clear ()
	アルゴリズムの状態をクリアする。

virtual bool	empty () const
	Algorithm が空の場合（たとえば開始直後や読み込みに失敗した後）に true を返す。

virtual String	getDefaultName () const

virtual void	read (const FileNode &fn)
	ファイルストレージからアルゴリズムの引数を読み込む。

virtual void	save (const String &filename) const

void	write (const Ptr< FileStorage > &fs, const String &name=String()) const

virtual void	write (FileStorage &fs) const
	アルゴリズムの引数をファイルストレージに保存する。

void	write (FileStorage &fs, const String &name) const

Additional Inherited Members
Static Public Member Functions inherited from cv::Algorithm
template<typename _Tp >
static Ptr< _Tp >	load (const String &filename, const String &objname=String())
	ファイルからアルゴリズムを読み込む。

template<typename _Tp >
static Ptr< _Tp >	loadFromString (const String &strModel, const String &objname=String())
	文字列からアルゴリズムを読み込む。

template<typename _Tp >
static Ptr< _Tp >	read (const FileNode &fn)
	ファイルノードからアルゴリズムを読み込む。

Protected Member Functions inherited from cv::Algorithm
void	writeFormat (FileStorage &fs) const

詳細説明

[166] で説明されているLSC (Linear Spectral Clustering) スーパーピクセルアルゴリズムを実装したクラス。

LSC (Linear Spectral Clustering) は、低い計算コストでコンパクトかつ均一なスーパーピクセルを生成する。基本的に、画像ピクセル間の色の類似度と空間的近接度を測る類似性メトリックに基づき、スーパーピクセルのセグメンテーションを正規化カット（normalized cuts）として定式化している。LSCは線形の計算複雑度と高いメモリ効率を持ち、画像の大域的な特性を保持できる

メンバ関数詳解

◆ enforceLabelConnectivity()

virtual void cv::ximgproc::SuperpixelLSC::enforceLabelConnectivity ( int min_element_size = 25 )

pure virtual

Python:
	cv.ximgproc.SuperpixelLSC.enforceLabelConnectivity(	[, min_element_size]	) ->	None

ラベルの連結性を強制する。

引数

min_element_size より大きなスーパーピクセルに吸収されるべき最小の要素サイズ（パーセント単位）。得られた平均スーパーピクセルサイズに対して、有効な値は 0-100 の範囲であるべきで、25 は4分の1未満のサイズのスーパーピクセルが吸収されるべきことを意味し、これがデフォルトである。

小さすぎるコンポーネントをマージし、それまでに見つかった隣接ラベルをそのコンポーネントに割り当てる関数。この関数を呼び出すと、最終的なスーパーピクセル数が変わる場合がある。

◆ getLabelContourMask()

virtual void cv::ximgproc::SuperpixelLSC::getLabelContourMask	(	OutputArray	image,
		bool	thick_line = true ) const

pure virtual

Python:
	cv.ximgproc.SuperpixelLSC.getLabelContourMask(	[, image[, thick_line]]	) ->	image

SuperpixelLSC オブジェクトに格納されたスーパーピクセルのセグメンテーションのマスクを返す。

引数

image	戻り値: CV_8U1 の画像マスク。-1 はそのピクセルがスーパーピクセルの境界であることを示し、0 はそれ以外を示す。
thick_line	false の場合、境界の幅は1ピクセルのみとなり、それ以外の場合は境界上のすべてのピクセルがマスクされる。

スーパーピクセルセグメンテーションの境界を返す関数。

◆ getLabels()

virtual void cv::ximgproc::SuperpixelLSC::getLabels ( OutputArray labels_out ) const

pure virtual

Python:
	cv.ximgproc.SuperpixelLSC.getLabels(	[, labels_out]	) ->	labels_out

画像のセグメンテーションラベリングを返す。

各ラベルは1つのスーパーピクセルを表し、各ピクセルは1つのスーパーピクセルラベルに割り当てられる。

引数

labels_out 戻り値: スーパーピクセルのセグメンテーションのラベルを含むCV_32SC1整数配列。ラベルは [0, getNumberOfSuperpixels()] の範囲にある。

この関数は、スーパーピクセルのセグメンテーションのラベルを持つ画像を返す。ラベルは [0, getNumberOfSuperpixels()] の範囲にある。

◆ getNumberOfSuperpixels()

virtual int cv::ximgproc::SuperpixelLSC::getNumberOfSuperpixels ( ) const

pure virtual

Python:
	cv.ximgproc.SuperpixelLSC.getNumberOfSuperpixels(		) ->	retval

SuperpixelLSC オブジェクトに計算・格納された、指定のセグメンテーション上のスーパーピクセルの実際の個数を計算する。

◆ iterate()

virtual void cv::ximgproc::SuperpixelLSC::iterate ( int num_iterations = 10 )

pure virtual

Python:
	cv.ximgproc.SuperpixelLSC.iterate(	[, num_iterations]	) ->	None

SuperpixelLSC オブジェクトで初期化された引数を用いて、指定した画像に対するスーパーピクセルのセグメンテーションを計算する。

この関数は、createSuperpixelLSC() でアルゴリズムを初期化することなく再度呼び出せる。これによりアルゴリズムの全構造体に対するメモリ割り当ての計算コストを節約できる。

引数

num_iterations 反復回数。数を多くすると結果が改善される。

この関数は、createSuperpixelLSC() 関数で初期化された引数を用いて、画像のスーパーピクセルのセグメンテーションを計算する。アルゴリズムはスーパーピクセルのグリッドから始まり、エッジ境界の更新を提案することで境界を洗練していく。

このクラス詳解は次のファイルから抽出されました:

opencv2/ximgproc/lsc.hpp

公開メンバ関数

Additional Inherited Members

詳細説明

メンバ関数詳解

◆ enforceLabelConnectivity()

◆ getLabelContourMask()

◆ getLabels()

◆ getNumberOfSuperpixels()

◆ iterate()