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。

[10] で説明されている FREAK (Fast Retina Keypoint) キーポイント記述子を実装するクラス。 続き...

#include <opencv2/xfeatures2d.hpp>

Collaboration diagram for cv::xfeatures2d::FREAK:

公開メンバ関数

String getDefaultName () const CV_OVERRIDE
 
virtual int getNOctaves () const =0
 
virtual bool getOrientationNormalized () const =0
 
virtual double getPatternScale () const =0
 
virtual bool getScaleNormalized () const =0
 
virtual void setNOctaves (int nOctaves)=0
 
virtual void setOrientationNormalized (bool orientationNormalized)=0
 
virtual void setPatternScale (double patternScale)=0
 
virtual void setScaleNormalized (bool scaleNormalized)=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< FREAKcreate (bool orientationNormalized=true, bool scaleNormalized=true, float patternScale=22.0f, int nOctaves=4, const std::vector< int > &selectedPairs=std::vector< int >())
 
- 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 NB_ORIENPAIRS = 45
 
static const int NB_PAIRS = 512
 
static const int NB_SCALES = 64
 

Additional Inherited Members

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

詳細説明

[10] で説明されている FREAK (Fast Retina Keypoint) キーポイント記述子を実装するクラス。

本アルゴリズムは、人間の視覚系、より正確には網膜に着想を得た新しいキーポイント記述子を提案するものであり、Fast Retina Keypoint (FREAK) と名付けられている。網膜状のサンプリングパターン上で画像強度を効率的に比較することにより、バイナリ文字列のカスケードが計算される。FREAKは一般に、SIFTSURFBRISK よりも計算が高速でメモリ負荷が低く、かつより頑健である。特に組み込みアプリケーションにおいて、既存のキーポイントに対する有力な代替手段となる。

覚え書き
  • FREAK 記述子の使用方法の例は opencv_source_code/samples/cpp/freak_demo.cpp にある

メンバ関数詳解

◆ create()

static Ptr< FREAK > cv::xfeatures2d::FREAK::create ( bool orientationNormalized = true,
bool scaleNormalized = true,
float patternScale = 22.0f,
int nOctaves = 4,
const std::vector< int > & selectedPairs = std::vector< int >() )
static
Python:
cv.xfeatures2d.FREAK.create([, orientationNormalized[, scaleNormalized[, patternScale[, nOctaves[, selectedPairs]]]]]) -> retval
cv.xfeatures2d.FREAK_create([, orientationNormalized[, scaleNormalized[, patternScale[, nOctaves[, selectedPairs]]]]]) -> retval
引数
orientationNormalized向きの正規化を有効にする。
scaleNormalizedスケールの正規化を有効にする。
patternScale記述パターンのスケーリング。
nOctaves検出されたキーポイントがカバーするオクターブ数。
selectedPairs(省略可能)ユーザが定義する選択ペアのインデックス、

◆ getDefaultName()

String cv::xfeatures2d::FREAK::getDefaultName ( ) const
virtual
Python:
cv.xfeatures2d.FREAK.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。

◆ getNOctaves()

virtual int cv::xfeatures2d::FREAK::getNOctaves ( ) const
pure virtual
Python:
cv.xfeatures2d.FREAK.getNOctaves() -> retval

◆ getOrientationNormalized()

virtual bool cv::xfeatures2d::FREAK::getOrientationNormalized ( ) const
pure virtual
Python:
cv.xfeatures2d.FREAK.getOrientationNormalized() -> retval

◆ getPatternScale()

virtual double cv::xfeatures2d::FREAK::getPatternScale ( ) const
pure virtual
Python:
cv.xfeatures2d.FREAK.getPatternScale() -> retval

◆ getScaleNormalized()

virtual bool cv::xfeatures2d::FREAK::getScaleNormalized ( ) const
pure virtual
Python:
cv.xfeatures2d.FREAK.getScaleNormalized() -> retval

◆ setNOctaves()

virtual void cv::xfeatures2d::FREAK::setNOctaves ( int nOctaves)
pure virtual
Python:
cv.xfeatures2d.FREAK.setNOctaves(nOctaves) -> None

◆ setOrientationNormalized()

virtual void cv::xfeatures2d::FREAK::setOrientationNormalized ( bool orientationNormalized)
pure virtual
Python:
cv.xfeatures2d.FREAK.setOrientationNormalized(orientationNormalized) -> None

◆ setPatternScale()

virtual void cv::xfeatures2d::FREAK::setPatternScale ( double patternScale)
pure virtual
Python:
cv.xfeatures2d.FREAK.setPatternScale(patternScale) -> None

◆ setScaleNormalized()

virtual void cv::xfeatures2d::FREAK::setScaleNormalized ( bool scaleNormalized)
pure virtual
Python:
cv.xfeatures2d.FREAK.setScaleNormalized(scaleNormalized) -> None

メンバ変数詳解

◆ NB_ORIENPAIRS

const int cv::xfeatures2d::FREAK::NB_ORIENPAIRS = 45
static

◆ NB_PAIRS

const int cv::xfeatures2d::FREAK::NB_PAIRS = 512
static

◆ NB_SCALES

const int cv::xfeatures2d::FREAK::NB_SCALES = 64
static

このクラス詳解は次のファイルから抽出されました: