🤖 AIによる機械翻訳（非公式） — これは OpenCV 4.13.0 公式リファレンス（英語）を AI (Claude) で自動翻訳したものです。訳に誤りを含む場合があります。正確な情報は 公式英語版（原文） を参照してください。
Package org.opencv.features2d

クラス BFMatcher

  • public class BFMatcher extends DescriptorMatcher
    総当たり(Brute-force)記述子マッチャ。最初のセット内の各記述子について、このマッチャは2番目のセット内の各記述子を一つずつ試して最も近い記述子を見つける。この記述子マッチャは、記述子セットの許容可能なマッチングをマスクすることをサポートしている。

    • コンストラクタの詳細

      • BFMatcher

        protected BFMatcher​(long addr)

      • BFMatcher

        public BFMatcher​(int normType,
                 boolean crossCheck)
        Brute-force matcher constructor (obsolete). Please use BFMatcher.create()
        引数:
        normType - 自動生成
        crossCheck - 自動生成

      • BFMatcher

        public BFMatcher​(int normType)
        Brute-force matcher constructor (obsolete). Please use BFMatcher.create()
        引数:
        normType - 自動生成

      • BFMatcher

        public BFMatcher()
        Brute-force matcher constructor (obsolete). Please use BFMatcher.create()

    • メソッドの詳細

      • __fromPtr__

        public static BFMatcher __fromPtr__​(long addr)

      • create

        public static BFMatcher create​(int normType,
                               boolean crossCheck)
        Brute-force matcher create method.
        引数:
        normType - NORM_L1, NORM_L2, NORM_HAMMING, NORM_HAMMING2 のいずれか。L1 および L2 ノルムは SIFT と SURF 記述子に適した選択肢であり、NORM_HAMMING は ORB, BRISK, BRIEF とともに使用すべきであり、NORM_HAMMING2 は WTA_K==3 または 4 の ORB とともに使用すべきである(ORB::ORB コンストラクタの説明を参照)。
        crossCheck - false の場合、これは各クエリ記述子に対して k 近傍を見つける際のデフォルトの BFMatcher の動作となる。crossCheck==true の場合、k=1 の knnMatch() メソッドは、i 番目のクエリ記述子に対してマッチャのコレクション内の j 番目の記述子が最も近く、かつその逆も成り立つようなペア (i,j) のみを返す。すなわち BFMatcher は一貫したペアのみを返す。この手法は、十分なマッチングがある場合に、外れ値を最小限に抑えつつ最良の結果をもたらすことが多い。これは D. Lowe が SIFT 論文で用いた比率テストの代替手段である。
        戻り値:
        自動生成

      • create

        public static BFMatcher create​(int normType)
        Brute-force matcher create method.
        引数:
        normType - NORM_L1, NORM_L2, NORM_HAMMING, NORM_HAMMING2 のいずれか。L1 および L2 ノルムは SIFT と SURF 記述子に適した選択肢であり、NORM_HAMMING は ORB, BRISK, BRIEF とともに使用すべきであり、NORM_HAMMING2 は WTA_K==3 または 4 の ORB とともに使用すべきである(ORB::ORB コンストラクタの説明を参照)。各クエリ記述子に対して近傍を見つける。crossCheck==true の場合、k=1 の knnMatch() メソッドは、i 番目のクエリ記述子に対してマッチャのコレクション内の j 番目の記述子が最も近く、かつその逆も成り立つようなペア (i,j) のみを返す。すなわち BFMatcher は一貫したペアのみを返す。この手法は、十分なマッチングがある場合に、外れ値を最小限に抑えつつ最良の結果をもたらすことが多い。これは D. Lowe が SIFT 論文で用いた比率テストの代替手段である。
        戻り値:
        自動生成

      • create

        public static BFMatcher create()
        Brute-force matcher create method. preferable choices for SIFT and SURF descriptors, NORM_HAMMING should be used with ORB, BRISK and BRIEF, NORM_HAMMING2 should be used with ORB when WTA_K==3 or 4 (see ORB::ORB constructor description). nearest neighbors for each query descriptor. If crossCheck==true, then the knnMatch() method with k=1 will only return pairs (i,j) such that for i-th query descriptor the j-th descriptor in the matcher's collection is the nearest and vice versa, i.e. the BFMatcher will only return consistent pairs. Such technique usually produces best results with minimal number of outliers when there are enough matches. This is alternative to the ratio test, used by D. Lowe in SIFT paper.
        戻り値:
        自動生成