3Dビジョン向けの Octree。詳細...

#include <opencv2/ptcloud.hpp>

Collaboration diagram for cv::Octree:

公開メンバ関数
	Octree ()
	デフォルトコンストラクタ。

	~Octree ()
	デフォルトのデストラクタ。

void	clear ()
	すべてのオクツリーの引数をリセットする。

bool	deletePoint (const Point3f &point)
	指定した点を Octree から削除する。

bool	empty () const
	ルートノードがNULLの場合にtrueを返す。

void	getPointCloudByOctree (OutputArray restoredPointCloud, OutputArray restoredColor=noArray())
	Octree から点群データを復元する。

bool	insertPoint (const Point3f &point, const Point3f &color={ })
	色付きの点データをOctreeNodeに挿入する。

bool	isPointInBound (const Point3f &point) const
	点が特定の立方体の空間範囲内にあるかどうかを判定する。

void	KNNSearch (const Point3f &query, const int K, OutputArray points, OutputArray colors, OutputArray squareDists) const
	Octree 内でのK最近傍探索。

void	KNNSearch (const Point3f &query, const int K, OutputArray points, OutputArray squareDists=noArray()) const
	Octree 内でのK最近傍探索。

int	radiusNNSearch (const Point3f &query, float radius, OutputArray points, OutputArray colors, OutputArray squareDists) const
	Octree 内での半径最近傍探索。

int	radiusNNSearch (const Point3f &query, float radius, OutputArray points, OutputArray squareDists=noArray()) const
	Octree 内での半径最近傍探索。

静的公開メンバ関数
static Ptr< Octree >	createWithDepth (int maxDepth, double size, const Point3f &origin={ }, bool withColors=false)
	指定した最大深度を持つ空の Octree を作成する。

static Ptr< Octree >	createWithDepth (int maxDepth, InputArray pointCloud, InputArray colors=noArray())
	指定したmaxDepthでPointCloudデータから Octree を作成する。

static Ptr< Octree >	createWithResolution (double resolution, double size, const Point3f &origin={ }, bool withColors=false)
	指定した解像度を持つ空の Octree を作成する。

static Ptr< Octree >	createWithResolution (double resolution, InputArray pointCloud, InputArray colors=noArray())
	指定した解像度でPointCloudデータから Octree を作成する。

限定公開変数類
Ptr< Impl >	p

詳細説明

3Dビジョン向けの Octree。

3Dビジョン分野では、Octree は点群データの処理や高速化に用いられる。Octree クラスは Octree データ構造を表す。各 Octree は固定された深度を持つ。Octree の深度とは、ルートノードから葉ノードまでの距離を指す。すべてのOctreeNodeはこの深度を超えない。深度を増やすと計算量が指数関数的に増加する。また、深度の数が小さいことは Octree の低い解像度を指す。各ノードは8個の子を含み、これらは空間の立方体を8つの部分に分割するために使われる。各オクツリーノードは1つの立方体を表す。これら8個の子は固定された順序を持ち、その順序は次のように記述される:

説明のため、次のように仮定する:

rootNode: origin == (0, 0, 0), size == 2

このとき、

children[0]: origin == (0, 0, 0), size == 1

children[1]: origin == (1, 0, 0), size == 1, X軸方向で子0の隣

children[2]: origin == (0, 1, 0), size == 1, Y軸方向で子0の隣

children[3]: origin == (1, 1, 0), size == 1, X-Y平面内

children[4]: origin == (0, 0, 1), size == 1, Z軸方向で子0の隣

children[5]: origin == (1, 0, 1), size == 1, X-Z平面内

children[6]: origin == (0, 1, 1), size == 1, Y-Z平面内

children[7]: origin == (1, 1, 1), size == 1, 子0から最も遠い

構築子と解体子の詳解

◆ Octree()

cv::Octree::Octree ( )

デフォルトコンストラクタ。

◆ ~Octree()

cv::Octree::~Octree ( )

デフォルトのデストラクタ。

メンバ関数詳解

◆ clear()

void cv::Octree::clear ( )

Python:
	cv.Octree.clear(		) ->	None

すべてのオクツリーの引数をリセットする。

オクツリーのすべてのノードをクリアし、引数を初期化する。

◆ createWithDepth() [1/2]

static Ptr< Octree > cv::Octree::createWithDepth	(	int	maxDepth,
		double	size,
		const Point3f &	origin = { },
		bool	withColors = false )

static


cv.Octree.createWithDepth(	maxDepth, size[, origin[, withColors]]	) ->	retval
cv.Octree.createWithDepth(	maxDepth, pointCloud[, colors]	) ->	retval
cv.Octree_createWithDepth(	maxDepth, size[, origin[, withColors]]	) ->	retval
cv.Octree_createWithDepth(	maxDepth, pointCloud[, colors]	) ->	retval

指定した最大深度を持つ空の Octree を作成する。

これは利便性のために提供されているオーバーロードされたメンバ関数である。上記の関数とは、受け取る引数のみが異なる。

引数

maxDepth	Octree の最大深さ
size	Octree のバウンディングボックスのサイズ
origin	初期中心座標
withColors	点ごとの色を保持するかどうか

戻り値: 生成される Octree

◆ createWithDepth() [2/2]

static Ptr< Octree > cv::Octree::createWithDepth	(	int	maxDepth,
		InputArray	pointCloud,
		InputArray	colors = noArray() )

static


cv.Octree.createWithDepth(	maxDepth, size[, origin[, withColors]]	) ->	retval
cv.Octree.createWithDepth(	maxDepth, pointCloud[, colors]	) ->	retval
cv.Octree_createWithDepth(	maxDepth, size[, origin[, withColors]]	) ->	retval
cv.Octree_createWithDepth(	maxDepth, pointCloud[, colors]	) ->	retval

指定したmaxDepthでPointCloudデータから Octree を作成する。

これは利便性のために提供されているオーバーロードされたメンバ関数である。上記の関数とは、受け取る引数のみが異なる。

引数

maxDepth	octreeの最大深さ
pointCloud	点群データ。3チャンネルのfloat配列であるべきである
colors	同じ3チャンネルfloat形式での点群の色属性

戻り値: 生成される Octree

この関数の呼び出しグラフ:

◆ createWithResolution() [1/2]

static Ptr< Octree > cv::Octree::createWithResolution	(	double	resolution,
		double	size,
		const Point3f &	origin = { },
		bool	withColors = false )

static


cv.Octree.createWithResolution(	resolution, size[, origin[, withColors]]	) ->	retval
cv.Octree.createWithResolution(	resolution, pointCloud[, colors]	) ->	retval
cv.Octree_createWithResolution(	resolution, size[, origin[, withColors]]	) ->	retval
cv.Octree_createWithResolution(	resolution, pointCloud[, colors]	) ->	retval

指定した解像度を持つ空の Octree を作成する。

これは利便性のために提供されているオーバーロードされたメンバ関数である。上記の関数とは、受け取る引数のみが異なる。

引数

resolution	オクツリーの葉ノードのサイズ
size	Octree のバウンディングボックスのサイズ
origin	初期中心座標
withColors	点ごとの色を保持するかどうか

戻り値: 生成される Octree

◆ createWithResolution() [2/2]

static Ptr< Octree > cv::Octree::createWithResolution	(	double	resolution,
		InputArray	pointCloud,
		InputArray	colors = noArray() )

static


cv.Octree.createWithResolution(	resolution, size[, origin[, withColors]]	) ->	retval
cv.Octree.createWithResolution(	resolution, pointCloud[, colors]	) ->	retval
cv.Octree_createWithResolution(	resolution, size[, origin[, withColors]]	) ->	retval
cv.Octree_createWithResolution(	resolution, pointCloud[, colors]	) ->	retval

指定した解像度でPointCloudデータから Octree を作成する。

これは利便性のために提供されているオーバーロードされたメンバ関数である。上記の関数とは、受け取る引数のみが異なる。

引数

resolution	オクツリーの葉ノードのサイズ
pointCloud	点群データ。3チャンネルのfloat配列であるべきである
colors	同じ3チャンネルfloat形式での点群の色属性

戻り値: 生成されるオクツリー

この関数の呼び出しグラフ:

◆ deletePoint()

bool cv::Octree::deletePoint ( const Point3f & point )

Python:
	cv.Octree.deletePoint(	point	) ->	retval

指定した点を Octree から削除する。

対応する葉ノードのpointListから対応する要素を削除する。削除後に葉ノードが他の点を含まない場合、このノードは削除される。同様に、最後の子が削除された場合、その親ノードも削除されることがある。

引数

point 点の座標。比較はイプシロンに基づく

戻り値: 点が正常に削除された場合にtrueを返す。

◆ empty()

bool cv::Octree::empty ( ) const

Python:
	cv.Octree.empty(		) ->	retval

ルートノードがNULLの場合にtrueを返す。

◆ getPointCloudByOctree()

void cv::Octree::getPointCloudByOctree	(	OutputArray	restoredPointCloud,
		OutputArray	restoredColor = noArray() )

Python:
	cv.Octree.getPointCloudByOctree(	[, restoredPointCloud[, restoredColor]]	) ->	restoredPointCloud, restoredColor

Octree から点群データを復元する。

既存のオクツリーから点群データを復元する。同じ葉ノード内の点は同一の点とみなされる。この点は葉ノードの中心である。解像度が小さい場合、ダウンサンプリング関数として機能する。

引数

restoredPointCloud	出力点群データ。不要な場合は noArray() で置き換えられる
restoredColor	点群データの色属性。不要な場合は省略可能

この関数の呼び出しグラフ:

◆ insertPoint()

bool cv::Octree::insertPoint	(	const Point3f &	point,
		const Point3f &	color = { } )

Python:
	cv.Octree.insertPoint(	point[, color]	) ->	retval

色付きの点データをOctreeNodeに挿入する。

これは利便性のために提供されているオーバーロードされたメンバ関数である。上記の関数とは、受け取る引数のみが異なる。

引数

point	Point3f形式の点データ。
color	Point3f形式の点の色属性。

戻り値: 挿入が成功したかどうかを返す。

◆ isPointInBound()

bool cv::Octree::isPointInBound ( const Point3f & point ) const

Python:
	cv.Octree.isPointInBound(	point	) ->	retval

点が特定の立方体の空間範囲内にあるかどうかを判定する。

引数

point 点の座標。

戻り値: 点が範囲内にある場合はtrueを返す。そうでない場合はfalseを返す。

◆ KNNSearch() [1/2]

void cv::Octree::KNNSearch	(	const Point3f &	query,
		const int	K,
		OutputArray	points,
		OutputArray	colors,
		OutputArray	squareDists ) const

Python:
	cv.Octree.KNNSearch(	query, K[, points[, squareDists]]	) ->	points, squareDists
	cv.Octree.KNNSearch(	query, K[, points[, colors[, squareDists]]]	) ->	points, colors, squareDists

Octree 内でのK最近傍探索。

これは利便性のために提供されているオーバーロードされたメンバ関数である。上記の関数とは、受け取る引数のみが異なる。

クエリ点に最も近いK個の最近傍点を見つける。

引数

query	クエリ点。
K	探索する最近傍点の数
points	点の出力。3-float形式のK個の点を、近いものから遠いものへ距離順に並べて格納する。不要な場合は noArray() で置き換えられる
colors	色の出力。pointSet内の点に対応する色を格納する。不要な場合は noArray() で置き換えられる
squareDists	距離の出力。float形式のK個の二乗距離を、近いものから遠いものへ距離順に並べて格納する。不要な場合は noArray() で置き換えられる

◆ KNNSearch() [2/2]

void cv::Octree::KNNSearch	(	const Point3f &	query,
		const int	K,
		OutputArray	points,
		OutputArray	squareDists = noArray() ) const

Python:
	cv.Octree.KNNSearch(	query, K[, points[, squareDists]]	) ->	points, squareDists
	cv.Octree.KNNSearch(	query, K[, points[, colors[, squareDists]]]	) ->	points, colors, squareDists

Octree 内でのK最近傍探索。

クエリ点に最も近いK個の最近傍点を見つける。

引数

query	クエリ点。
K	探索する最近傍点の数
points	点の出力。3-float形式のK個の点を、近いものから遠いものへ距離順に並べて格納する。不要な場合は noArray() で置き換えられる
squareDists	距離の出力。float形式のK個の二乗距離を、近いものから遠いものへ距離順に並べて格納する。不要な場合は省略可能

この関数の呼び出しグラフ:

◆ radiusNNSearch() [1/2]

int cv::Octree::radiusNNSearch	(	const Point3f &	query,
		float	radius,
		OutputArray	points,
		OutputArray	colors,
		OutputArray	squareDists ) const

Python:
	cv.Octree.radiusNNSearch(	query, radius[, points[, squareDists]]	) ->	retval, points, squareDists
	cv.Octree.radiusNNSearch(	query, radius[, points[, colors[, squareDists]]]	) ->	retval, points, colors, squareDists

Octree 内での半径最近傍探索。

これは利便性のために提供されているオーバーロードされたメンバ関数である。上記の関数とは、受け取る引数のみが異なる。

半径以下のすべての点を探索する。そして探索された点の数を返す。

引数

query	クエリ点。
radius	取得した半径値。
points	点の出力。3-float形式で検索された点を格納する。出力ベクトルは順序付けされていない。不要な場合は noArray() で置き換えられる
colors	色の出力。pointSet内の点に対応する色を格納する。不要な場合は noArray() で置き換えられる
squareDists	距離の出力。float形式で検索された二乗距離を格納する。出力ベクトルは順序付けされていない。不要な場合は noArray() で置き換えられる

戻り値: 探索された点の数。

◆ radiusNNSearch() [2/2]

int cv::Octree::radiusNNSearch	(	const Point3f &	query,
		float	radius,
		OutputArray	points,
		OutputArray	squareDists = noArray() ) const

Python:
	cv.Octree.radiusNNSearch(	query, radius[, points[, squareDists]]	) ->	retval, points, squareDists
	cv.Octree.radiusNNSearch(	query, radius[, points[, colors[, squareDists]]]	) ->	retval, points, colors, squareDists

Octree 内での半径最近傍探索。

半径以下のすべての点を探索する。そして探索された点の数を返す。

引数

query	クエリ点。
radius	取得した半径値。
points	点の出力。3-float形式で検索された点を格納する。出力ベクトルは順序付けされていない。不要な場合は noArray() で置き換えられる
squareDists	距離の出力。float形式で検索された二乗距離を格納する。出力ベクトルは順序付けされていない。不要な場合は省略可能

戻り値: 探索された点の数。

この関数の呼び出しグラフ:

メンバ変数詳解

◆ p

Ptr<Impl> cv::Octree::p

protected

このクラス詳解は次のファイルから抽出されました:

opencv2/ptcloud.hpp

公開メンバ関数

静的公開メンバ関数

限定公開変数類

詳細説明

構築子と解体子の詳解

◆ Octree()

◆ ~Octree()

メンバ関数詳解

◆ clear()

◆ createWithDepth() [1/2]

◆ createWithDepth() [2/2]

◆ createWithResolution() [1/2]

◆ createWithResolution() [2/2]

◆ deletePoint()

◆ empty()

◆ getPointCloudByOctree()

◆ insertPoint()

◆ isPointInBound()

◆ KNNSearch() [1/2]

◆ KNNSearch() [2/2]

◆ radiusNNSearch() [1/2]

◆ radiusNNSearch() [2/2]

メンバ変数詳解

◆ p