#include <opencv2/saliency/saliencyBaseClasses.hpp>

Collaboration diagram for cv::saliency::StaticSaliency:

公開メンバ関数
bool	computeBinaryMap (InputArray _saliencyMap, OutputArray _binaryMap)
	この関数は与えられた顕著性マップの二値マップを作成する。これは次のようにして得られる:

Public Member Functions inherited from cv::saliency::Saliency
virtual	~Saliency ()
	デストラクタ。

bool	computeSaliency (InputArray image, OutputArray saliencyMap)
	顕著性 (saliency) 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

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

限定公開メンバ関数
virtual bool	computeSaliencyImpl (InputArray image, OutputArray saliencyMap) CV_OVERRIDE=0

Protected Member Functions inherited from cv::saliency::Saliency
Protected Member Functions inherited from cv::Algorithm
void	writeFormat (FileStorage &fs) 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 Attributes inherited from cv::saliency::Saliency
String	className

メンバ関数詳解

◆ computeBinaryMap()

bool cv::saliency::StaticSaliency::computeBinaryMap	(	InputArray	_saliencyMap,
		OutputArray	_binaryMap )

Python:
	cv.saliency.StaticSaliency.computeBinaryMap(	_saliencyMap[, _binaryMap]	) ->	retval, _binaryMap

この関数は与えられた顕著性マップの二値マップを作成する。これは次のようにして得られる:

まず最初のステップでは、関心領域の定義を改善しターゲットの識別を容易にするため、K-means アルゴリズムを用いたクラスタリングによるセグメンテーション（領域分割）を行う。次に、クラスタリングされた顕著性マップの二値表現を得るが、マップの値は解析対象のフレームの特性に応じて変化し得るため、固定のしきい値を用いるのは適切でない。そこで、しきい値処理の対象画像が2クラスのピクセル、すなわち双峰性ヒストグラム（例: 前景ピクセルと背景ピクセル）を含むと仮定する Otsu のアルゴリズム* を使用する。その後、アルゴリズムはこれら2つのクラスを分離する最適なしきい値を、クラス内分散が最小になるように計算する。

引数

_saliencyMap	特化したアルゴリズムのいずれかによって得られた顕著性マップ
_binaryMap	二値マップ

◆ computeSaliencyImpl()

virtual bool cv::saliency::StaticSaliency::computeSaliencyImpl	(	InputArray	image,
		OutputArray	saliencyMap )

protectedpure virtual

cv::saliency::Saliency を実装している。

cv::saliency::StaticSaliencyFineGrained および cv::saliency::StaticSaliencySpectralResidual で実装されている。

このクラス詳解は次のファイルから抽出されました:

opencv2/saliency/saliencyBaseClasses.hpp

公開メンバ関数

限定公開メンバ関数

Additional Inherited Members

メンバ関数詳解

◆ computeBinaryMap()

◆ computeSaliencyImpl()