🤖 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.xfeatures2d

クラス Xfeatures2d

  • public class Xfeatures2d
extends java.lang.Object

    • コンストラクタの詳細

      • Xfeatures2d

        public Xfeatures2d()

    • メソッドの詳細

      • matchGMS

        public static void matchGMS​(Size size1,
                            Size size2,
                            MatOfKeyPoint keypoints1,
                            MatOfKeyPoint keypoints2,
                            MatOfDMatch matches1to2,
                            MatOfDMatch matchesGMS,
                            boolean withRotation,
                            boolean withScale,
                            double thresholdFactor)
        GMS (Grid-based Motion Statistics) feature matching strategy described in CITE: Bian2017gms .
        引数:
        size1 - image1の入力サイズ。
        size2 - image2の入力サイズ。
        keypoints1 - image1の入力キーポイント。
        keypoints2 - image2の入力キーポイント。
        matches1to2 - 入力となる1近傍マッチング。
        matchesGMS - GMSマッチング戦略によって返されるマッチ。
        withRotation - 回転変換を考慮する。
        withScale - スケール変換を考慮する。
        thresholdFactor - 値が高いほどマッチが少なくなる。注: GMSは特徴数が多いときにうまく機能するため、ORB特徴を使用し、FastThresholdを0に設定して、できるだけ多くの特徴を素早く取得することを推奨する。マッチング結果が満足できない場合は、特徴を増やしてほしい（640 X 480の画像には10000を使用している）。画像の回転やスケール変化が大きい場合は、withRotationまたはwithScaleをtrueに設定してほしい。

      • matchGMS

        public static void matchGMS​(Size size1,
                            Size size2,
                            MatOfKeyPoint keypoints1,
                            MatOfKeyPoint keypoints2,
                            MatOfDMatch matches1to2,
                            MatOfDMatch matchesGMS,
                            boolean withRotation,
                            boolean withScale)
        GMS (Grid-based Motion Statistics) feature matching strategy described in CITE: Bian2017gms .
        引数:
        size1 - image1の入力サイズ。
        size2 - image2の入力サイズ。
        keypoints1 - image1の入力キーポイント。
        keypoints2 - image2の入力キーポイント。
        matches1to2 - 入力となる1近傍マッチング。
        matchesGMS - GMSマッチング戦略によって返されるマッチ。
        withRotation - 回転変換を考慮する。
        withScale - スケール変換を考慮する。注: GMSは特徴数が多いときにうまく機能するため、ORB特徴を使用し、FastThresholdを0に設定して、できるだけ多くの特徴を素早く取得することを推奨する。マッチング結果が満足できない場合は、特徴を増やしてほしい（640 X 480の画像には10000を使用している）。画像の回転やスケール変化が大きい場合は、withRotationまたはwithScaleをtrueに設定してほしい。

      • matchGMS

        public static void matchGMS​(Size size1,
                            Size size2,
                            MatOfKeyPoint keypoints1,
                            MatOfKeyPoint keypoints2,
                            MatOfDMatch matches1to2,
                            MatOfDMatch matchesGMS,
                            boolean withRotation)
        GMS (Grid-based Motion Statistics) feature matching strategy described in CITE: Bian2017gms .
        引数:
        size1 - image1の入力サイズ。
        size2 - image2の入力サイズ。
        keypoints1 - image1の入力キーポイント。
        keypoints2 - image2の入力キーポイント。
        matches1to2 - 入力となる1近傍マッチング。
        matchesGMS - GMSマッチング戦略によって返されるマッチ。
        withRotation - 回転変換を考慮する。注: GMSは特徴数が多いときにうまく機能するため、ORB特徴を使用し、FastThresholdを0に設定して、できるだけ多くの特徴を素早く取得することを推奨する。マッチング結果が満足できない場合は、特徴を増やしてほしい（640 X 480の画像には10000を使用している）。画像の回転やスケール変化が大きい場合は、withRotationまたはwithScaleをtrueに設定してほしい。

      • matchGMS

        public static void matchGMS​(Size size1,
                            Size size2,
                            MatOfKeyPoint keypoints1,
                            MatOfKeyPoint keypoints2,
                            MatOfDMatch matches1to2,
                            MatOfDMatch matchesGMS)
        GMS (Grid-based Motion Statistics) feature matching strategy described in CITE: Bian2017gms .
        引数:
        size1 - image1の入力サイズ。
        size2 - image2の入力サイズ。
        keypoints1 - image1の入力キーポイント。
        keypoints2 - image2の入力キーポイント。
        matches1to2 - 入力となる1近傍マッチング。
        matchesGMS - GMSマッチング戦略によって返されるマッチ。注: GMSは特徴数が多いときにうまく機能するため、ORB特徴を使用し、FastThresholdを0に設定して、できるだけ多くの特徴を素早く取得することを推奨する。マッチング結果が満足できない場合は、特徴を増やしてほしい（640 X 480の画像には10000を使用している）。画像の回転やスケール変化が大きい場合は、withRotationまたはwithScaleをtrueに設定してほしい。

      • matchLOGOS

        public static void matchLOGOS​(MatOfKeyPoint keypoints1,
                              MatOfKeyPoint keypoints2,
                              MatOfInt nn1,
                              MatOfInt nn2,
                              MatOfDMatch matches1to2)
        LOGOS (Local geometric support for high-outlier spatial verification) feature matching strategy described in CITE: Lowry2018LOGOSLG .
        引数:
        keypoints1 - image1の入力キーポイント。
        keypoints2 - image2の入力キーポイント。
        nn1 - image1の各記述子に対する最も近いBoWセントロイドへのインデックス。
        nn2 - image2の各記述子に対する最も近いBoWセントロイドへのインデックス。
        matches1to2 - LOGOSマッチング戦略によって返されるマッチ。注: このマッチング戦略は、大規模なデータベースに対する特徴マッチングに適している。最初のステップでは、代表的な画像データベースからbag-of-words (BoW) を構築する。画像記述子は、それぞれ最も近いコードベクトル（最近傍のBoWセントロイド）で表現される。