詳細説明

関数
GMat	cv::gapi::Canny (const GMat &image, double threshold1, double threshold2, int apertureSize=3, bool L2gradient=false)
	Cannyアルゴリズムを用いて画像のエッジを検出する。

GArray< Point2f >	cv::gapi::goodFeaturesToTrack (const GMat &image, int maxCorners, double qualityLevel, double minDistance, const Mat &mask=Mat(), int blockSize=3, bool useHarrisDetector=false, double k=0.04)
	画像上の強いコーナーを決定する。

関数詳解

◆ Canny()

GMat cv::gapi::Canny	(	const GMat &	image,
		double	threshold1,
		double	threshold2,
		int	apertureSize = 3,
		bool	L2gradient = false )

Python:
	cv.gapi.Canny(	image, threshold1, threshold2[, apertureSize[, L2gradient]]	) ->	retval

#include <opencv2/gapi/imgproc.hpp>

Canny アルゴリズムを用いて画像中のエッジを検出する。

この関数は入力画像中のエッジを検出し、Canny アルゴリズムを用いて出力マップ edges にマークする。エッジの連結には threshold1 と threshold2 のうち小さい方の値が使われる。大きい方の値は強いエッジの初期セグメントを見つけるために使われる。http://en.wikipedia.org/wiki/Canny_edge_detector を参照。

覚え書き: 関数のテキストID は "org.opencv.imgproc.feature.canny" である

引数

image	8ビット入力画像。
threshold1	ヒステリシス処理のための第1のしきい値。
threshold2	ヒステリシス処理のための第2のしきい値。
apertureSize	Sobel 演算子のアパーチャサイズ。
L2gradient	画像の勾配の大きさを計算する際に、より正確な \(L_2\) ノルム \(=\sqrt{(dI/dx)^2 + (dI/dy)^2}\) を使用すべきか（ L2gradient=true ）、あるいはデフォルトの \(L_1\) ノルム \(=\|dI/dx\|+\|dI/dy\|\) で十分か（ L2gradient=false ）を示すフラグ。

◆ goodFeaturesToTrack()

GArray< Point2f > cv::gapi::goodFeaturesToTrack	(	const GMat &	image,
		int	maxCorners,
		double	qualityLevel,
		double	minDistance,
		const Mat &	mask = Mat(),
		int	blockSize = 3,
		bool	useHarrisDetector = false,
		double	k = 0.04 )

Python:
	cv.gapi.goodFeaturesToTrack(	image, maxCorners, qualityLevel, minDistance[, mask[, blockSize[, useHarrisDetector[, k]]]]	) ->	retval

#include <opencv2/gapi/imgproc.hpp>

画像上の強いコーナーを決定する。

この関数は、[254] に記載されているように、画像または指定された画像領域の中で最も顕著なコーナーを見つける

関数は cornerMinEigenVal または cornerHarris を用いて、ソース画像の各ピクセルでコーナー品質尺度を計算する。
関数は非最大抑制を行う（3 x 3 近傍内の局所最大値が保持される）。
最小固有値が \(\texttt{qualityLevel} \cdot \max_{x,y} qualityMeasureMap(x,y)\) 未満のコーナーは棄却される。
残りのコーナーは品質尺度の降順でソートされる。
関数は、maxDistance より近い距離により強いコーナーが存在する各コーナーを破棄する。

この関数は、オブジェクトの点ベースのトラッカーを初期化するために使える。

覚え書き

引数 qualityLevel の異なる値 A と B（A > B）で関数を呼び出した場合、qualityLevel=A で返されるコーナーのベクトルは、qualityLevel=B での出力ベクトルの先頭部分（プレフィックス）となる。
関数のテキストID は "org.opencv.imgproc.feature.goodFeaturesToTrack"

引数

image	8ビットまたは浮動小数点32ビットのシングルチャンネル入力画像。
maxCorners	返すコーナーの最大数。見つかったコーナーがこの数より多い場合、最も強いものが返される。`maxCorners <= 0` は最大数に上限を設けないことを意味し、検出されたすべてのコーナーが返される。
qualityLevel	画像のコーナーの最低許容品質を特徴づける引数。この引数値は最良のコーナー品質尺度（最小固有値（cornerMinEigenVal を参照）または Harris 関数の応答（cornerHarris を参照））に乗算される。品質尺度がこの積より小さいコーナーは棄却される。例えば、最良のコーナーの品質尺度が1500で qualityLevel=0.01 の場合、品質尺度が15未満のすべてのコーナーが棄却される。
minDistance	返されるコーナー間の最小ユークリッド距離。
mask	省略可能な関心領域 (ROI)。画像が空でない場合（型が CV_8UC1 で image と同じサイズである必要がある）、コーナーを検出する領域を指定する。
blockSize	各ピクセル近傍にわたって微分共変行列を計算するための平均化ブロックのサイズ。cornerEigenValsAndVecs を参照。
useHarrisDetector	Harris 検出器（cornerHarris を参照）を使うか、cornerMinEigenVal を使うかを示す引数。
k	Harris 検出器の自由パラメータ。

戻り値: 検出されたコーナーのベクトル。