OpenCV 5.0.0
Open Source Computer Vision
読み込み中...
検索中...
見つかりません
🤖 AIによる機械翻訳(非公式) — これは OpenCV 5.0.0 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。

ORB方向付きBRIEF)キーポイント検出器および記述子抽出器を実装するクラス。続き...

#include <opencv2/features.hpp>

Collaboration diagram for cv::ORB:

公開型

enum  ScoreType {
  HARRIS_SCORE =0 ,
  FAST_SCORE =1
}
 

公開メンバ関数

virtual String getDefaultName () const CV_OVERRIDE
 
virtual int getEdgeThreshold () const =0
 
virtual int getFastThreshold () const =0
 
virtual int getFirstLevel () const =0
 
virtual int getMaxFeatures () const =0
 
virtual int getNLevels () const =0
 
virtual int getPatchSize () const =0
 
virtual double getScaleFactor () const =0
 
virtual ORB::ScoreType getScoreType () const =0
 
virtual int getWTA_K () const =0
 
virtual void setEdgeThreshold (int edgeThreshold)=0
 
virtual void setFastThreshold (int fastThreshold)=0
 
virtual void setFirstLevel (int firstLevel)=0
 
virtual void setMaxFeatures (int maxFeatures)=0
 
virtual void setNLevels (int nlevels)=0
 
virtual void setPatchSize (int patchSize)=0
 
virtual void setScaleFactor (double scaleFactor)=0
 
virtual void setScoreType (ORB::ScoreType scoreType)=0
 
virtual void setWTA_K (int wta_k)=0
 
- Public Member Functions inherited from cv::Feature2D
virtual ~Feature2D ()
 
virtual void compute (InputArray image, std::vector< KeyPoint > &keypoints, OutputArray descriptors)
 画像(1番目のバリアント)または画像集合(2番目のバリアント)で検出されたキーポイントの集合について記述子を計算する。
 
virtual void compute (InputArrayOfArrays images, std::vector< std::vector< KeyPoint > > &keypoints, OutputArrayOfArrays descriptors)
 
virtual int defaultNorm () const
 
virtual int descriptorSize () const
 
virtual int descriptorType () const
 
virtual void detect (InputArray image, std::vector< KeyPoint > &keypoints, InputArray mask=noArray())
 画像(1番目のバリアント)または画像集合(2番目のバリアント)からキーポイントを検出する。
 
virtual void detect (InputArrayOfArrays images, std::vector< std::vector< KeyPoint > > &keypoints, InputArrayOfArrays masks=noArray())
 
virtual void detectAndCompute (InputArray image, InputArray mask, std::vector< KeyPoint > &keypoints, OutputArray descriptors, bool useProvidedKeypoints=false)
 
virtual bool empty () const CV_OVERRIDE
 検出器オブジェクトが空の場合に true を返す。
 
virtual void read (const FileNode &) CV_OVERRIDE
 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。
 
void read (const String &fileName)
 
void write (const String &fileName) const
 
virtual void write (FileStorage &) const CV_OVERRIDE
 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
 
- 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 void save (const String &filename) const
 
void write (FileStorage &fs, const String &name) const
 

静的公開メンバ関数

static Ptr< ORBcreate (int nfeatures=500, float scaleFactor=1.2f, int nlevels=8, int edgeThreshold=31, int firstLevel=0, int WTA_K=2, ORB::ScoreType scoreType=ORB::HARRIS_SCORE, int patchSize=31, int fastThreshold=20)
 ORB のコンストラクタ。
 
- Static Public Member Functions inherited from cv::Algorithm
template<typename _Tp >
static Ptr< _Tpload (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< _TploadFromString (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< _Tpread (const FileNode &fn)
 ファイルノードからアルゴリズムを読み込む。
 

静的公開変数類

static const int kBytes = 32
 

Additional Inherited Members

- Protected Member Functions inherited from cv::Algorithm
void writeFormat (FileStorage &fs) const
 

詳細説明

ORB方向付きBRIEF)キーポイント検出器および記述子抽出器を実装するクラス。

[237] に記述されている。このアルゴリズムはピラミッド上で FAST を用いて安定したキーポイントを検出し、FAST または Harris 応答を用いて最も強い特徴を選択し、1次モーメントを用いてそれらの向きを求め、BRIEF を用いて記述子を計算する(ランダムな点対(またはk組)の座標が、測定された向きに応じて回転される)。

列挙型メンバ詳解

◆ ScoreType

列挙値
HARRIS_SCORE 
FAST_SCORE 

メンバ関数詳解

◆ create()

static Ptr< ORB > cv::ORB::create ( int nfeatures = 500,
float scaleFactor = 1.2f,
int nlevels = 8,
int edgeThreshold = 31,
int firstLevel = 0,
int WTA_K = 2,
ORB::ScoreType scoreType = ORB::HARRIS_SCORE,
int patchSize = 31,
int fastThreshold = 20 )
static
Python:
cv.ORB.create([, nfeatures[, scaleFactor[, nlevels[, edgeThreshold[, firstLevel[, WTA_K[, scoreType[, patchSize[, fastThreshold]]]]]]]]]) -> retval
cv.ORB_create([, nfeatures[, scaleFactor[, nlevels[, edgeThreshold[, firstLevel[, WTA_K[, scoreType[, patchSize[, fastThreshold]]]]]]]]]) -> retval

ORB のコンストラクタ。

引数
nfeatures保持する特徴の最大数。
scaleFactor1より大きいピラミッドの間引き比率。scaleFactor==2 は古典的なピラミッドを意味し、各次のレベルが前のレベルより4倍少ないピクセルを持つが、このような大きなスケール係数は特徴マッチングのスコアを劇的に悪化させる。一方、1に近すぎるスケール係数は、特定のスケール範囲をカバーするためにより多くのピラミッドレベルが必要となり、その結果として速度が低下することを意味する。
nlevelsピラミッドレベルの数。最小レベルの線形サイズは input_image_linear_size/pow(scaleFactor, nlevels - firstLevel) に等しくなる。
edgeThresholdこれは特徴が検出されない境界のサイズである。patchSize 引数とほぼ一致させるべきである。
firstLevel入力画像を配置するピラミッドのレベル。それより前のレイヤはアップスケールした入力画像で埋められる。
WTA_K方向付きBRIEF記述子の各要素を生成する点の数。デフォルト値 2 は、ランダムな点のペアを取りその輝度を比較して0/1の応答を得るBRIEFを意味する。他に取りうる値は 3 と 4 である。例えば 3 は、3つのランダムな点を取り(もちろんそれらの点の座標はランダムだが、事前定義されたシードから生成されるため、BRIEF記述子の各要素はピクセル矩形から決定論的に計算される)、最大輝度の点を見つけて勝者のインデックス(0、1、または2)を出力することを意味する。このような出力は2ビットを占めるため、NORM_HAMMING2(ビンあたり2ビット)と表される特別な種類の Hamming 距離が必要となる。WTA_K=4 のとき、各ビンを計算するために4つのランダムな点を取る(これも、取りうる値が 0、1、2、3 の2ビットを占める)。
scoreTypeデフォルトの HARRIS_SCORE は、特徴をランク付けするために Harris アルゴリズムが使用されることを意味する(スコアは KeyPoint::score に書き込まれ、最良の nfeatures 個の特徴を保持するために使用される)。FAST_SCORE はこの引数の代替値であり、わずかに安定性の低いキーポイントを生成するが、計算がやや高速である。
patchSize方向付きBRIEF記述子が使用するパッチのサイズ。もちろん、小さいピラミッドレイヤでは特徴がカバーする見かけ上の画像領域はより大きくなる。
fastThresholdFASTのしきい値

◆ getDefaultName()

virtual String cv::ORB::getDefaultName ( ) const
virtual
Python:
cv.ORB.getDefaultName() -> retval

アルゴリズムの文字列識別子を返す。この文字列は、オブジェクトをファイルまたは文字列に保存する際に、最上位の xml/yml ノードタグとして使用される。

cv::Feature2D から再実装されている。

◆ getEdgeThreshold()

virtual int cv::ORB::getEdgeThreshold ( ) const
pure virtual
Python:
cv.ORB.getEdgeThreshold() -> retval

◆ getFastThreshold()

virtual int cv::ORB::getFastThreshold ( ) const
pure virtual
Python:
cv.ORB.getFastThreshold() -> retval

◆ getFirstLevel()

virtual int cv::ORB::getFirstLevel ( ) const
pure virtual
Python:
cv.ORB.getFirstLevel() -> retval

◆ getMaxFeatures()

virtual int cv::ORB::getMaxFeatures ( ) const
pure virtual
Python:
cv.ORB.getMaxFeatures() -> retval

◆ getNLevels()

virtual int cv::ORB::getNLevels ( ) const
pure virtual
Python:
cv.ORB.getNLevels() -> retval

◆ getPatchSize()

virtual int cv::ORB::getPatchSize ( ) const
pure virtual
Python:
cv.ORB.getPatchSize() -> retval

◆ getScaleFactor()

virtual double cv::ORB::getScaleFactor ( ) const
pure virtual
Python:
cv.ORB.getScaleFactor() -> retval

◆ getScoreType()

virtual ORB::ScoreType cv::ORB::getScoreType ( ) const
pure virtual
Python:
cv.ORB.getScoreType() -> retval

◆ getWTA_K()

virtual int cv::ORB::getWTA_K ( ) const
pure virtual
Python:
cv.ORB.getWTA_K() -> retval

◆ setEdgeThreshold()

virtual void cv::ORB::setEdgeThreshold ( int edgeThreshold)
pure virtual
Python:
cv.ORB.setEdgeThreshold(edgeThreshold) -> None

◆ setFastThreshold()

virtual void cv::ORB::setFastThreshold ( int fastThreshold)
pure virtual
Python:
cv.ORB.setFastThreshold(fastThreshold) -> None

◆ setFirstLevel()

virtual void cv::ORB::setFirstLevel ( int firstLevel)
pure virtual
Python:
cv.ORB.setFirstLevel(firstLevel) -> None

◆ setMaxFeatures()

virtual void cv::ORB::setMaxFeatures ( int maxFeatures)
pure virtual
Python:
cv.ORB.setMaxFeatures(maxFeatures) -> None

◆ setNLevels()

virtual void cv::ORB::setNLevels ( int nlevels)
pure virtual
Python:
cv.ORB.setNLevels(nlevels) -> None

◆ setPatchSize()

virtual void cv::ORB::setPatchSize ( int patchSize)
pure virtual
Python:
cv.ORB.setPatchSize(patchSize) -> None

◆ setScaleFactor()

virtual void cv::ORB::setScaleFactor ( double scaleFactor)
pure virtual
Python:
cv.ORB.setScaleFactor(scaleFactor) -> None

◆ setScoreType()

virtual void cv::ORB::setScoreType ( ORB::ScoreType scoreType)
pure virtual
Python:
cv.ORB.setScoreType(scoreType) -> None

◆ setWTA_K()

virtual void cv::ORB::setWTA_K ( int wta_k)
pure virtual
Python:
cv.ORB.setWTA_K(wta_k) -> None

メンバ変数詳解

◆ kBytes

const int cv::ORB::kBytes = 32
static

このクラス詳解は次のファイルから抽出されました: