🤖 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.text

Class Text

  • public class Text
extends java.lang.Object

    • コンストラクタの詳細

      • Text

        public Text()

    • メソッドの詳細

      • detectTextSWT

        public static void detectTextSWT​(Mat input,
                                 MatOfRect result,
                                 boolean dark_on_light,
                                 Mat draw,
                                 Mat chainBBs)
        Applies the Stroke Width Transform operator followed by filtering of connected components of similar Stroke Widths to return letter candidates. It also chain them by proximity and size, saving the result in chainBBs.
        引数:
        input - 3チャンネルの入力画像。
        result - テキストが見つかる確率が高いバウンディングボックスを格納した結果のベクトル
        dark_on_light - テキストが背景より暗いか明るいかを示す真偽値。Scharrオペレータから得られる勾配を反転させるために用いられ、結果に大きく影響することが観察されている。
        draw - 検出された文字をバウンディングボックスで可視化する、CV_8UC3型の省略可能なMat。
        chainBBs - 論文中のヒューリスティクスに従って文字候補を連結し、テキストが現れる可能性が高いすべての領域を返す省略可能な引数。

      • detectTextSWT

        public static void detectTextSWT​(Mat input,
                                 MatOfRect result,
                                 boolean dark_on_light,
                                 Mat draw)
        Applies the Stroke Width Transform operator followed by filtering of connected components of similar Stroke Widths to return letter candidates. It also chain them by proximity and size, saving the result in chainBBs.
        引数:
        input - 3チャンネルの入力画像。
        result - テキストが見つかる確率が高いバウンディングボックスを格納した結果のベクトル
        dark_on_light - テキストが背景より暗いか明るいかを示す真偽値。Scharrオペレータから得られる勾配を反転させるために用いられ、結果に大きく影響することが観察されている。
        draw - 検出された文字をバウンディングボックスで可視化する、CV_8UC3型の省略可能なMat。

      • detectTextSWT

        public static void detectTextSWT​(Mat input,
                                 MatOfRect result,
                                 boolean dark_on_light)
        Applies the Stroke Width Transform operator followed by filtering of connected components of similar Stroke Widths to return letter candidates. It also chain them by proximity and size, saving the result in chainBBs.
        引数:
        input - 3チャンネルの入力画像。
        result - テキストが見つかる確率が高いバウンディングボックスを格納した結果のベクトル
        dark_on_light - テキストが背景より暗いか明るいかを示す真偽値。Scharrオペレータから得られる勾配を反転させるために用いられ、結果に大きく影響することが観察されている。

      • loadOCRHMMClassifierNM

        @Deprecated
public static OCRHMMDecoder_ClassifierCallback loadOCRHMMClassifierNM​(java.lang.String filename)
        Deprecated.
        loadOCRHMMClassifier instead
        Allow to implicitly load the default character classifier when creating an OCRHMMDecoder object.
        引数:
        filename - 分類器モデルが記述されたXMLまたはYAMLファイル (例: OCRHMM_knn_model_data.xml)。デフォルトのKNN分類器は、Lukás Neumann & Jiri Matas が [Neumann11b] で提案したシーンテキスト認識手法に基づく。基本的には、入力画像中の領域 (輪郭) を重心とアスペクト比を保持したまま固定サイズに正規化し、その周囲のチェーンコードに沿った勾配方向に基づく特徴ベクトルを抽出する。次に、さまざまな標準フォントでレンダリングした文字の合成データで学習したKNNモデルを用いて領域を分類する。
        戻り値:
        自動生成

      • loadOCRHMMClassifierCNN

        @Deprecated
public static OCRHMMDecoder_ClassifierCallback loadOCRHMMClassifierCNN​(java.lang.String filename)
        Deprecated.
        use loadOCRHMMClassifier instead
        Allow to implicitly load the default character classifier when creating an OCRHMMDecoder object.
        引数:
        filename - 分類器モデルが記述されたXMLまたはYAMLファイル (例: OCRBeamSearch_CNN_model_data.xml.gz)。デフォルトのCNN分類器は、Adam Coates & Andrew NG が [Coates11a] で提案したシーンテキスト認識手法に基づく。文字分類器は単層の畳み込みニューラルネットワークと線形分類器から構成される。これを入力画像にスライディングウィンドウ方式で適用し、各ウィンドウ位置で一連の認識結果を提供する。
        戻り値:
        自動生成

      • loadOCRHMMClassifier

        public static OCRHMMDecoder_ClassifierCallback loadOCRHMMClassifier​(java.lang.String filename,
                                                                    int classifier)
        Allow to implicitly load the default character classifier when creating an OCRHMMDecoder object.
        引数:
        filename - 分類器モデルが記述されたXMLまたはYAMLファイル (例: OCRBeamSearch_CNN_model_data.xml.gz)
        classifier - classifier_type enumの値のいずれか。
        戻り値:
        自動生成

      • createOCRHMMTransitionsTable

        public static Mat createOCRHMMTransitionsTable​(java.lang.String vocabulary,
                                               java.util.List<java.lang.String> lexicon)
        Utility function to create a tailored language model transitions table from a given list of words (lexicon).
        引数:
        vocabulary - 言語の語彙 (ASCII英語テキストの場合は文字)。
        lexicon - 特定の画像中に出現すると想定される単語のリスト。この関数は与えられた語彙集 (lexicon) から文字ペアの頻度統計を計算し、出力の transition_probabilities_table をそれで埋める。transition_probabilities_table は OCRHMMDecoder::create() および OCRBeamSearchDecoder::create() メソッドの入力として使用できる。覚え書き: - (C++) 代替手段として、textモジュールのsamplesフォルダに用意されているデフォルトの汎用言語遷移テーブル (ispellの42869語の英単語リストから作成) を読み込む方法もある : <https://github.com/opencv/opencv_contrib/blob/master/modules/text/samples/OCRHMM_transitions_table.xml>
        戻り値:
        自動生成

      • loadOCRBeamSearchClassifierCNN

        public static OCRBeamSearchDecoder_ClassifierCallback loadOCRBeamSearchClassifierCNN​(java.lang.String filename)
        Allow to implicitly load the default character classifier when creating an OCRBeamSearchDecoder object.
        引数:
        filename - 分類器モデルが記述されたXMLまたはYAMLファイル (例: OCRBeamSearch_CNN_model_data.xml.gz)。デフォルトのCNN分類器は、Adam Coates & Andrew NG が [Coates11a] で提案したシーンテキスト認識手法に基づく。文字分類器は単層の畳み込みニューラルネットワークと線形分類器から構成される。これを入力画像にスライディングウィンドウ方式で適用し、各ウィンドウ位置で一連の認識結果を提供する。
        戻り値:
        自動生成

      • createERFilterNM1

        public static ERFilter createERFilterNM1​(ERFilter_Callback cb,
                                         int thresholdDelta,
                                         float minArea,
                                         float maxArea,
                                         float minProbability,
                                         boolean nonMaxSuppression,
                                         float minProbabilityDiff)
        Create an Extremal Region Filter for the 1st stage classifier of N&M algorithm CITE: Neumann12. loadClassifierNM1, e.g. from file in samples/cpp/trained_classifierNM1.xml The component tree of the image is extracted by a threshold increased step by step from 0 to 255, incrementally computable descriptors (aspect_ratio, compactness, number of holes, and number of horizontal crossings) are computed for each ER and used as features for a classifier which estimates the class-conditional probability P(er|character). The value of P(er|character) is tracked using the inclusion relation of ER across all thresholds and only the ERs which correspond to local maximum of the probability P(er|character) are selected (if the local maximum of the probability is above a global limit pmin and the difference between local maximum and local minimum is greater than minProbabilityDiff).
        引数:
        cb - 自動生成
        thresholdDelta - 自動生成
        minArea - 自動生成
        maxArea - 自動生成
        minProbability - 自動生成
        nonMaxSuppression - 自動生成
        minProbabilityDiff - 自動生成
        戻り値:
        自動生成

      • createERFilterNM1

        public static ERFilter createERFilterNM1​(ERFilter_Callback cb,
                                         int thresholdDelta,
                                         float minArea,
                                         float maxArea,
                                         float minProbability,
                                         boolean nonMaxSuppression)
        Create an Extremal Region Filter for the 1st stage classifier of N&M algorithm CITE: Neumann12. loadClassifierNM1, e.g. from file in samples/cpp/trained_classifierNM1.xml The component tree of the image is extracted by a threshold increased step by step from 0 to 255, incrementally computable descriptors (aspect_ratio, compactness, number of holes, and number of horizontal crossings) are computed for each ER and used as features for a classifier which estimates the class-conditional probability P(er|character). The value of P(er|character) is tracked using the inclusion relation of ER across all thresholds and only the ERs which correspond to local maximum of the probability P(er|character) are selected (if the local maximum of the probability is above a global limit pmin and the difference between local maximum and local minimum is greater than minProbabilityDiff).
        引数:
        cb - 自動生成
        thresholdDelta - 自動生成
        minArea - 自動生成
        maxArea - 自動生成
        minProbability - 自動生成
        nonMaxSuppression - 自動生成
        戻り値:
        自動生成

      • createERFilterNM1

        public static ERFilter createERFilterNM1​(ERFilter_Callback cb,
                                         int thresholdDelta,
                                         float minArea,
                                         float maxArea,
                                         float minProbability)
        Create an Extremal Region Filter for the 1st stage classifier of N&M algorithm CITE: Neumann12. loadClassifierNM1, e.g. from file in samples/cpp/trained_classifierNM1.xml The component tree of the image is extracted by a threshold increased step by step from 0 to 255, incrementally computable descriptors (aspect_ratio, compactness, number of holes, and number of horizontal crossings) are computed for each ER and used as features for a classifier which estimates the class-conditional probability P(er|character). The value of P(er|character) is tracked using the inclusion relation of ER across all thresholds and only the ERs which correspond to local maximum of the probability P(er|character) are selected (if the local maximum of the probability is above a global limit pmin and the difference between local maximum and local minimum is greater than minProbabilityDiff).
        引数:
        cb - 自動生成
        thresholdDelta - 自動生成
        minArea - 自動生成
        maxArea - 自動生成
        minProbability - 自動生成
        戻り値:
        自動生成

      • createERFilterNM1

        public static ERFilter createERFilterNM1​(ERFilter_Callback cb,
                                         int thresholdDelta,
                                         float minArea,
                                         float maxArea)
        Create an Extremal Region Filter for the 1st stage classifier of N&M algorithm CITE: Neumann12. loadClassifierNM1, e.g. from file in samples/cpp/trained_classifierNM1.xml The component tree of the image is extracted by a threshold increased step by step from 0 to 255, incrementally computable descriptors (aspect_ratio, compactness, number of holes, and number of horizontal crossings) are computed for each ER and used as features for a classifier which estimates the class-conditional probability P(er|character). The value of P(er|character) is tracked using the inclusion relation of ER across all thresholds and only the ERs which correspond to local maximum of the probability P(er|character) are selected (if the local maximum of the probability is above a global limit pmin and the difference between local maximum and local minimum is greater than minProbabilityDiff).
        引数:
        cb - 自動生成
        thresholdDelta - 自動生成
        minArea - 自動生成
        maxArea - 自動生成
        戻り値:
        自動生成

      • createERFilterNM1

        public static ERFilter createERFilterNM1​(ERFilter_Callback cb,
                                         int thresholdDelta,
                                         float minArea)
        Create an Extremal Region Filter for the 1st stage classifier of N&M algorithm CITE: Neumann12. loadClassifierNM1, e.g. from file in samples/cpp/trained_classifierNM1.xml The component tree of the image is extracted by a threshold increased step by step from 0 to 255, incrementally computable descriptors (aspect_ratio, compactness, number of holes, and number of horizontal crossings) are computed for each ER and used as features for a classifier which estimates the class-conditional probability P(er|character). The value of P(er|character) is tracked using the inclusion relation of ER across all thresholds and only the ERs which correspond to local maximum of the probability P(er|character) are selected (if the local maximum of the probability is above a global limit pmin and the difference between local maximum and local minimum is greater than minProbabilityDiff).
        引数:
        cb - 自動生成
        thresholdDelta - 自動生成
        minArea - 自動生成
        戻り値:
        自動生成

      • createERFilterNM1

        public static ERFilter createERFilterNM1​(ERFilter_Callback cb,
                                         int thresholdDelta)
        Create an Extremal Region Filter for the 1st stage classifier of N&M algorithm CITE: Neumann12. loadClassifierNM1, e.g. from file in samples/cpp/trained_classifierNM1.xml The component tree of the image is extracted by a threshold increased step by step from 0 to 255, incrementally computable descriptors (aspect_ratio, compactness, number of holes, and number of horizontal crossings) are computed for each ER and used as features for a classifier which estimates the class-conditional probability P(er|character). The value of P(er|character) is tracked using the inclusion relation of ER across all thresholds and only the ERs which correspond to local maximum of the probability P(er|character) are selected (if the local maximum of the probability is above a global limit pmin and the difference between local maximum and local minimum is greater than minProbabilityDiff).
        引数:
        cb - 自動生成
        thresholdDelta - 自動生成
        戻り値:
        自動生成

      • createERFilterNM1

        public static ERFilter createERFilterNM1​(ERFilter_Callback cb)
        Create an Extremal Region Filter for the 1st stage classifier of N&M algorithm CITE: Neumann12. loadClassifierNM1, e.g. from file in samples/cpp/trained_classifierNM1.xml The component tree of the image is extracted by a threshold increased step by step from 0 to 255, incrementally computable descriptors (aspect_ratio, compactness, number of holes, and number of horizontal crossings) are computed for each ER and used as features for a classifier which estimates the class-conditional probability P(er|character). The value of P(er|character) is tracked using the inclusion relation of ER across all thresholds and only the ERs which correspond to local maximum of the probability P(er|character) are selected (if the local maximum of the probability is above a global limit pmin and the difference between local maximum and local minimum is greater than minProbabilityDiff).
        引数:
        cb - 自動生成
        戻り値:
        自動生成

      • createERFilterNM2

        public static ERFilter createERFilterNM2​(ERFilter_Callback cb,
                                         float minProbability)
        Create an Extremal Region Filter for the 2nd stage classifier of N&M algorithm CITE: Neumann12. loadClassifierNM2, e.g. from file in samples/cpp/trained_classifierNM2.xml In the second stage, the ERs that passed the first stage are classified into character and non-character classes using more informative but also more computationally expensive features. The classifier uses all the features calculated in the first stage and the following additional features: hole area ratio, convex hull ratio, and number of outer inflexion points.
        引数:
        cb - 自動生成
        minProbability - 自動生成
        戻り値:
        自動生成

      • createERFilterNM2

        public static ERFilter createERFilterNM2​(ERFilter_Callback cb)
        Create an Extremal Region Filter for the 2nd stage classifier of N&M algorithm CITE: Neumann12. loadClassifierNM2, e.g. from file in samples/cpp/trained_classifierNM2.xml In the second stage, the ERs that passed the first stage are classified into character and non-character classes using more informative but also more computationally expensive features. The classifier uses all the features calculated in the first stage and the following additional features: hole area ratio, convex hull ratio, and number of outer inflexion points.
        引数:
        cb - 自動生成
        戻り値:
        自動生成

      • createERFilterNM1

        public static ERFilter createERFilterNM1​(java.lang.String filename,
                                         int thresholdDelta,
                                         float minArea,
                                         float maxArea,
                                         float minProbability,
                                         boolean nonMaxSuppression,
                                         float minProbabilityDiff)
        Reads an Extremal Region Filter for the 1st stage classifier of N&M algorithm from the provided path e.g. /path/to/cpp/trained_classifierNM1.xml
        引数:
        filename - 自動生成
        thresholdDelta - 自動生成
        minArea - 自動生成
        maxArea - 自動生成
        minProbability - 自動生成
        nonMaxSuppression - 自動生成
        minProbabilityDiff - 自動生成
        戻り値:
        自動生成

      • createERFilterNM1

        public static ERFilter createERFilterNM1​(java.lang.String filename,
                                         int thresholdDelta,
                                         float minArea,
                                         float maxArea,
                                         float minProbability,
                                         boolean nonMaxSuppression)
        Reads an Extremal Region Filter for the 1st stage classifier of N&M algorithm from the provided path e.g. /path/to/cpp/trained_classifierNM1.xml
        引数:
        filename - 自動生成
        thresholdDelta - 自動生成
        minArea - 自動生成
        maxArea - 自動生成
        minProbability - 自動生成
        nonMaxSuppression - 自動生成
        戻り値:
        自動生成

      • createERFilterNM1

        public static ERFilter createERFilterNM1​(java.lang.String filename,
                                         int thresholdDelta,
                                         float minArea,
                                         float maxArea,
                                         float minProbability)
        Reads an Extremal Region Filter for the 1st stage classifier of N&M algorithm from the provided path e.g. /path/to/cpp/trained_classifierNM1.xml
        引数:
        filename - 自動生成
        thresholdDelta - 自動生成
        minArea - 自動生成
        maxArea - 自動生成
        minProbability - 自動生成
        戻り値:
        自動生成

      • createERFilterNM1

        public static ERFilter createERFilterNM1​(java.lang.String filename,
                                         int thresholdDelta,
                                         float minArea,
                                         float maxArea)
        Reads an Extremal Region Filter for the 1st stage classifier of N&M algorithm from the provided path e.g. /path/to/cpp/trained_classifierNM1.xml
        引数:
        filename - 自動生成
        thresholdDelta - 自動生成
        minArea - 自動生成
        maxArea - 自動生成
        戻り値:
        自動生成

      • createERFilterNM1

        public static ERFilter createERFilterNM1​(java.lang.String filename,
                                         int thresholdDelta,
                                         float minArea)
        Reads an Extremal Region Filter for the 1st stage classifier of N&M algorithm from the provided path e.g. /path/to/cpp/trained_classifierNM1.xml
        引数:
        filename - 自動生成
        thresholdDelta - 自動生成
        minArea - 自動生成
        戻り値:
        自動生成

      • createERFilterNM1

        public static ERFilter createERFilterNM1​(java.lang.String filename,
                                         int thresholdDelta)
        Reads an Extremal Region Filter for the 1st stage classifier of N&M algorithm from the provided path e.g. /path/to/cpp/trained_classifierNM1.xml
        引数:
        filename - 自動生成
        thresholdDelta - 自動生成
        戻り値:
        自動生成

      • createERFilterNM1

        public static ERFilter createERFilterNM1​(java.lang.String filename)
        Reads an Extremal Region Filter for the 1st stage classifier of N&M algorithm from the provided path e.g. /path/to/cpp/trained_classifierNM1.xml
        引数:
        filename - 自動生成
        戻り値:
        自動生成

      • createERFilterNM2

        public static ERFilter createERFilterNM2​(java.lang.String filename,
                                         float minProbability)
        Reads an Extremal Region Filter for the 2nd stage classifier of N&M algorithm from the provided path e.g. /path/to/cpp/trained_classifierNM2.xml
        引数:
        filename - 自動生成
        minProbability - 自動生成
        戻り値:
        自動生成

      • createERFilterNM2

        public static ERFilter createERFilterNM2​(java.lang.String filename)
        Reads an Extremal Region Filter for the 2nd stage classifier of N&M algorithm from the provided path e.g. /path/to/cpp/trained_classifierNM2.xml
        引数:
        filename - 自動生成
        戻り値:
        自動生成

      • loadClassifierNM1

        public static ERFilter_Callback loadClassifierNM1​(java.lang.String filename)
        Allow to implicitly load the default classifier when creating an ERFilter object.
        引数:
        filename - 分類器モデルが記述されたXMLまたはYAMLファイル (例: trained_classifierNM1.xml)。ERFilter::Callback へのポインタを返す。
        戻り値:
        自動生成

      • loadClassifierNM2

        public static ERFilter_Callback loadClassifierNM2​(java.lang.String filename)
        Allow to implicitly load the default classifier when creating an ERFilter object.
        引数:
        filename - 分類器モデルが記述されたXMLまたはYAMLファイル (例: trained_classifierNM2.xml)。ERFilter::Callback へのポインタを返す。
        戻り値:
        自動生成

      • computeNMChannels

        public static void computeNMChannels​(Mat _src,
                                     java.util.List<Mat> _channels,
                                     int _mode)
        Compute the different channels to be processed independently in the N&M algorithm CITE: Neumann12.
        引数:
        _src - 入力画像。RGBのCV_8UC3でなければならない。
        _channels - 計算されたチャンネルを格納する出力 vector<Mat>。
        _mode - 動作モード。現在利用できるオプションは ERFILTER_NM_RGBLGrad (デフォルトで使用) と ERFILTER_NM_IHSGrad のみである。N&Mアルゴリズムでは、高い局在化再現率を得るために、強度 (I)、色相 (H)、彩度 (S)、勾配強度チャンネル (Grad) の組み合わせを使用する。この実装では、赤 (R)、緑 (G)、青 (B)、明度 (L)、勾配強度 (Grad) という別の組み合わせも提供する。

      • computeNMChannels

        public static void computeNMChannels​(Mat _src,
                                     java.util.List<Mat> _channels)
        Compute the different channels to be processed independently in the N&M algorithm CITE: Neumann12.
        引数:
        _src - 入力画像。RGBのCV_8UC3でなければならない。
        _channels - 計算されたチャンネルを格納する出力 vector<Mat>。ERFILTER_NM_RGBLGrad (デフォルトで使用) と ERFILTER_NM_IHSGrad。N&Mアルゴリズムでは、高い局在化再現率を得るために、強度 (I)、色相 (H)、彩度 (S)、勾配強度チャンネル (Grad) の組み合わせを使用する。この実装では、赤 (R)、緑 (G)、青 (B)、明度 (L)、勾配強度 (Grad) という別の組み合わせも提供する。

      • erGrouping

        public static void erGrouping​(Mat image,
                              Mat channel,
                              java.util.List<MatOfPoint> regions,
                              MatOfRect groups_rects,
                              int method,
                              java.lang.String filename,
                              float minProbablity)
        Find groups of Extremal Regions that are organized as text blocks.
        引数:
        regions - 各チャンネルに対してERFilterアルゴリズムから取得したER (Extremal Region) のベクトル。提供された領域。
        groups_rects - アルゴリズムの出力は矩形のリストとしてこの引数に格納される。
        method - グループ化手法 (text::erGrouping_Modes を参照)。ERGROUPING_ORIENTATION_HORIZ, ERGROUPING_ORIENTATION_ANY のいずれかを指定できる。
        filename - 分類器モデルが記述されたXMLまたはYAMLファイル (例: samples/trained_classifier_erGrouping.xml)。グループ化手法が ERGROUPING_ORIENTATION_ANY の場合にのみ使用する。
        minProbablity - グループを受け入れる最小確率。グループ化手法が ERGROUPING_ORIENTATION_ANY の場合にのみ使用する。
        image - 自動生成
        channel - 自動生成

      • erGrouping

        public static void erGrouping​(Mat image,
                              Mat channel,
                              java.util.List<MatOfPoint> regions,
                              MatOfRect groups_rects,
                              int method,
                              java.lang.String filename)
        Find groups of Extremal Regions that are organized as text blocks.
        引数:
        regions - 各チャンネルに対してERFilterアルゴリズムから取得したER (Extremal Region) のベクトル。提供された領域。
        groups_rects - アルゴリズムの出力は矩形のリストとしてこの引数に格納される。
        method - グループ化手法 (text::erGrouping_Modes を参照)。ERGROUPING_ORIENTATION_HORIZ, ERGROUPING_ORIENTATION_ANY のいずれかを指定できる。
        filename - 分類器モデルが記述されたXMLまたはYAMLファイル (例: samples/trained_classifier_erGrouping.xml)。グループ化手法が ERGROUPING_ORIENTATION_ANY の場合にのみ使用する。手法が ERGROUPING_ORIENTATION_ANY。
        image - 自動生成
        channel - 自動生成

      • erGrouping

        public static void erGrouping​(Mat image,
                              Mat channel,
                              java.util.List<MatOfPoint> regions,
                              MatOfRect groups_rects,
                              int method)
        Find groups of Extremal Regions that are organized as text blocks.
        引数:
        regions - 各チャンネルに対してERFilterアルゴリズムから取得したER (Extremal Region) のベクトル。提供された領域。
        groups_rects - アルゴリズムの出力は矩形のリストとしてこの引数に格納される。
        method - グループ化手法 (text::erGrouping_Modes を参照)。ERGROUPING_ORIENTATION_HORIZ, ERGROUPING_ORIENTATION_ANY のいずれかを指定できる。samples/trained_classifier_erGrouping.xml)。グループ化手法が ERGROUPING_ORIENTATION_ANY の場合にのみ使用する。手法が ERGROUPING_ORIENTATION_ANY。
        image - 自動生成
        channel - 自動生成

      • erGrouping

        public static void erGrouping​(Mat image,
                              Mat channel,
                              java.util.List<MatOfPoint> regions,
                              MatOfRect groups_rects)
        Find groups of Extremal Regions that are organized as text blocks.
        引数:
        regions - 各チャンネルに対してERFilterアルゴリズムから取得したER (Extremal Region) のベクトル。提供された領域。
        groups_rects - アルゴリズムの出力は矩形のリストとしてこの引数に格納される。ERGROUPING_ORIENTATION_ANY。samples/trained_classifier_erGrouping.xml)。グループ化手法が ERGROUPING_ORIENTATION_ANY の場合にのみ使用する。手法が ERGROUPING_ORIENTATION_ANY。
        image - 自動生成
        channel - 自動生成

      • detectRegions

        public static void detectRegions​(Mat image,
                                 ERFilter er_filter1,
                                 ERFilter er_filter2,
                                 java.util.List<MatOfPoint> regions)
        Converts MSER contours (vector<Point>) to ERStat regions.
        引数:
        image - MSERが抽出された元の入力画像 CV_8UC1。
        regions - ERStat領域が格納される出力。OpenCVのMSER特徴検出器が提供する輪郭を入力として受け取り、ERStatの2つのベクトルを出力として返す。これは、MSER()の出力がMSER+領域とMSER-領域の両方を単一の vector<Point> に含むためで、この関数はそれらを2つの異なるベクトルに分離する (これは、ERStatが2つの異なるチャンネルから抽出されたかのようになる)。MSERsToERStatsの使用例は、テキスト検出のwebcam_demoにある : <https://github.com/opencv/opencv_contrib/blob/master/modules/text/samples/webcam_demo.cpp>
        er_filter1 - 自動生成
        er_filter2 - 自動生成

      • detectRegions

        public static void detectRegions​(Mat image,
                                 ERFilter er_filter1,
                                 ERFilter er_filter2,
                                 MatOfRect groups_rects,
                                 int method,
                                 java.lang.String filename,
                                 float minProbability)
        Extracts text regions from image.
        引数:
        image - テキストブロックを抽出する元となる入力画像。CV_8UC3(カラー)である必要がある。
        er_filter1 - N&Mアルゴリズム CITE: Neumann12 の第1段階分類器用のExtremal Region Filter
        er_filter2 - N&Mアルゴリズム CITE: Neumann12 の第2段階分類器用のExtremal Region Filter
        groups_rects - テキストを含む矩形ブロックの出力リスト
        method - グループ化手法 (text::erGrouping_Modes を参照)。ERGROUPING_ORIENTATION_HORIZ, ERGROUPING_ORIENTATION_ANY のいずれかを指定できる。
        filename - 分類器モデルが記述されたXMLまたはYAMLファイル (例: samples/trained_classifier_erGrouping.xml)。グループ化手法が ERGROUPING_ORIENTATION_ANY の場合にのみ使用する。
        minProbability - グループを受け入れるための最小確率。グループ化手法が ERGROUPING_ORIENTATION_ANY の場合にのみ使用する。

      • detectRegions

        public static void detectRegions​(Mat image,
                                 ERFilter er_filter1,
                                 ERFilter er_filter2,
                                 MatOfRect groups_rects,
                                 int method,
                                 java.lang.String filename)
        Extracts text regions from image.
        引数:
        image - テキストブロックを抽出する元となる入力画像。CV_8UC3(カラー)である必要がある。
        er_filter1 - N&Mアルゴリズム CITE: Neumann12 の第1段階分類器用のExtremal Region Filter
        er_filter2 - N&Mアルゴリズム CITE: Neumann12 の第2段階分類器用のExtremal Region Filter
        groups_rects - テキストを含む矩形ブロックの出力リスト
        method - グループ化手法 (text::erGrouping_Modes を参照)。ERGROUPING_ORIENTATION_HORIZ, ERGROUPING_ORIENTATION_ANY のいずれかを指定できる。
        filename - 分類器モデルが記述されたXMLまたはYAMLファイル (例: samples/trained_classifier_erGrouping.xml)。グループ化手法が ERGROUPING_ORIENTATION_ANY の場合にのみ使用する。

      • detectRegions

        public static void detectRegions​(Mat image,
                                 ERFilter er_filter1,
                                 ERFilter er_filter2,
                                 MatOfRect groups_rects,
                                 int method)
        Extracts text regions from image.
        引数:
        image - テキストブロックを抽出する元となる入力画像。CV_8UC3(カラー)である必要がある。
        er_filter1 - N&Mアルゴリズム CITE: Neumann12 の第1段階分類器用のExtremal Region Filter
        er_filter2 - N&Mアルゴリズム CITE: Neumann12 の第2段階分類器用のExtremal Region Filter
        groups_rects - テキストを含む矩形ブロックの出力リスト
        method - グループ化手法 (text::erGrouping_Modes を参照)。ERGROUPING_ORIENTATION_HORIZ, ERGROUPING_ORIENTATION_ANY のいずれかを指定できる。

      • detectRegions

        public static void detectRegions​(Mat image,
                                 ERFilter er_filter1,
                                 ERFilter er_filter2,
                                 MatOfRect groups_rects)
        Extracts text regions from image.
        引数:
        image - テキストブロックを抽出する元となる入力画像。CV_8UC3(カラー)である必要がある。
        er_filter1 - N&Mアルゴリズム CITE: Neumann12 の第1段階分類器用のExtremal Region Filter
        er_filter2 - N&Mアルゴリズム CITE: Neumann12 の第2段階分類器用のExtremal Region Filter
        groups_rects - テキストを含む矩形ブロックの出力リスト