🤖 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。

Package org.opencv.face

LBPHFaceRecognizer クラス

java.lang.Object

org.opencv.core.Algorithm

org.opencv.face.FaceRecognizer

org.opencv.face.LBPHFaceRecognizer

public class LBPHFaceRecognizer
extends FaceRecognizer

フィールドの要約

クラス org.opencv.core.Algorithm から継承されたフィールド

nativeObj

コンストラクタの要約

コンストラクタ

Modifier	Constructor	Description
protected	LBPHFaceRecognizer(long addr)

メソッドの要約

Modifier and Type	Method	Description
static LBPHFaceRecognizer	__fromPtr__(long addr)
static LBPHFaceRecognizer	create()	radius, the smoother the image but more spatial information you can get.
static LBPHFaceRecognizer	create(int radius)
static LBPHFaceRecognizer	create(int radius, int neighbors)
static LBPHFaceRecognizer	create(int radius, int neighbors, int grid_x)
static LBPHFaceRecognizer	create(int radius, int neighbors, int grid_x, int grid_y)
static LBPHFaceRecognizer	create(int radius, int neighbors, int grid_x, int grid_y, double threshold)
int	getGridX()	SEE: setGridX
int	getGridY()	SEE: setGridY
java.util.List<Mat>	getHistograms()
Mat	getLabels()
int	getNeighbors()	SEE: setNeighbors
int	getRadius()	SEE: setRadius
double	getThreshold()	SEE: setThreshold
void	setGridX(int val)	getGridX SEE: getGridX
void	setGridY(int val)	getGridY SEE: getGridY
void	setNeighbors(int val)	getNeighbors SEE: getNeighbors
void	setRadius(int val)	getRadius SEE: getRadius
void	setThreshold(double val)	getThreshold SEE: getThreshold

クラス org.opencv.face.FaceRecognizer から継承されたメソッド

getLabelInfo, getLabelsByString, predict, predict_collect, predict_label, read, setLabelInfo, train, update, write

クラス org.opencv.core.Algorithm から継承されたメソッド

clear, empty, getDefaultName, getNativeObjAddr, save

クラス java.lang.Object から継承したメソッド

clone, equals, finalize, getClass, hashCode, notify, notifyAll, toString, wait, wait, wait

コンストラクタの詳細

LBPHFaceRecognizer

protected LBPHFaceRecognizer(long addr)

メソッドの詳細

__fromPtr__

public static LBPHFaceRecognizer __fromPtr__(long addr)

getGridX

public int getGridX()

SEE: setGridX

戻り値:

自動生成

setGridX

public void setGridX(int val)

getGridX SEE: getGridX

引数:

val - 自動生成

getGridY

public int getGridY()

SEE: setGridY

戻り値:

自動生成

setGridY

public void setGridY(int val)

getGridY SEE: getGridY

引数:

val - 自動生成

getRadius

public int getRadius()

SEE: setRadius

戻り値:

自動生成

setRadius

public void setRadius(int val)

getRadius SEE: getRadius

引数:

val - 自動生成

getNeighbors

public int getNeighbors()

SEE: setNeighbors

戻り値:

自動生成

setNeighbors

public void setNeighbors(int val)

getNeighbors SEE: getNeighbors

引数:

val - 自動生成

getThreshold

public double getThreshold()

SEE: setThreshold

戻り値:

自動生成

setThreshold

public void setThreshold(double val)

getThreshold SEE: getThreshold

引数:

val - 自動生成

getHistograms

public java.util.List<Mat> getHistograms()

getLabels

public Mat getLabels()

create

public static LBPHFaceRecognizer create(int radius,
                                        int neighbors,
                                        int grid_x,
                                        int grid_y,
                                        double threshold)

引数:

radius - Circular Local Binary Pattern を構築するために使う半径。半径を大きくするほど画像は滑らかになるが、より多くの空間情報を得られる。

neighbors - Circular Local Binary Pattern を構築するためのサンプル点の数。適切な値は 8 個のサンプル点を使うことである。ただし、サンプル点を多く含めるほど計算コストが高くなる点に注意。

grid_x - 水平方向のセル数。8は文献でよく使われる値である。セルが多いほどグリッドは細かくなり、得られる特徴ベクトルの次元数が高くなる。

grid_y - 垂直方向のセル数。8は文献でよく使われる値である。セルが多いほどグリッドは細かくなり、得られる特徴ベクトルの次元数が高くなる。

threshold - The threshold applied in the prediction. If the distance to the nearest neighbor is larger than the threshold, this method returns -1. ### Notes:

• Circular Local Binary Patterns（学習と予測で使用される）は、入力データをグレースケール画像として与えることを想定している。色空間の変換には cvtColor を使用すること。
• このモデルは更新をサポートしている。

### Model internal data:

• radius は LBPHFaceRecognizer::create を参照。
• neighbors は LBPHFaceRecognizer::create を参照。
• grid_x LLBPHFaceRecognizer::create を参照。
• grid_y は LBPHFaceRecognizer::create を参照。
• threshold は LBPHFaceRecognizer::create を参照。
• histograms 与えられた訓練データから計算されたLocal Binary Patterns Histograms（何も与えられなかった場合は空）。
• labels 計算されたLocal Binary Patterns Histogramsに対応するラベル。

戻り値:

自動生成

create

public static LBPHFaceRecognizer create(int radius,
                                        int neighbors,
                                        int grid_x,
                                        int grid_y)

引数:

radius - Circular Local Binary Pattern を構築するために使う半径。半径を大きくするほど画像は滑らかになるが、より多くの空間情報を得られる。

neighbors - Circular Local Binary Pattern を構築するためのサンプル点の数。適切な値は 8 個のサンプル点を使うことである。ただし、サンプル点を多く含めるほど計算コストが高くなる点に注意。

grid_x - 水平方向のセル数。8は文献でよく使われる値である。セルが多いほどグリッドは細かくなり、得られる特徴ベクトルの次元数が高くなる。

grid_y - The number of cells in the vertical direction, 8 is a common value used in publications. The more cells, the finer the grid, the higher the dimensionality of the resulting feature vector. is larger than the threshold, this method returns -1. ### Notes:

• Circular Local Binary Patterns（学習と予測で使用される）は、入力データをグレースケール画像として与えることを想定している。色空間の変換には cvtColor を使用すること。
• このモデルは更新をサポートしている。

### Model internal data:

• radius は LBPHFaceRecognizer::create を参照。
• neighbors は LBPHFaceRecognizer::create を参照。
• grid_x LLBPHFaceRecognizer::create を参照。
• grid_y は LBPHFaceRecognizer::create を参照。
• threshold は LBPHFaceRecognizer::create を参照。
• histograms 与えられた訓練データから計算されたLocal Binary Patterns Histograms（何も与えられなかった場合は空）。
• labels 計算されたLocal Binary Patterns Histogramsに対応するラベル。

戻り値:

自動生成

create

public static LBPHFaceRecognizer create(int radius,
                                        int neighbors,
                                        int grid_x)

引数:

radius - Circular Local Binary Pattern を構築するために使う半径。半径を大きくするほど画像は滑らかになるが、より多くの空間情報を得られる。

neighbors - Circular Local Binary Pattern を構築するためのサンプル点の数。適切な値は 8 個のサンプル点を使うことである。ただし、サンプル点を多く含めるほど計算コストが高くなる点に注意。

grid_x - The number of cells in the horizontal direction, 8 is a common value used in publications. The more cells, the finer the grid, the higher the dimensionality of the resulting feature vector. publications. The more cells, the finer the grid, the higher the dimensionality of the resulting feature vector. is larger than the threshold, this method returns -1. ### Notes:

• Circular Local Binary Patterns（学習と予測で使用される）は、入力データをグレースケール画像として与えることを想定している。色空間の変換には cvtColor を使用すること。
• このモデルは更新をサポートしている。

### Model internal data:

• radius は LBPHFaceRecognizer::create を参照。
• neighbors は LBPHFaceRecognizer::create を参照。
• grid_x LLBPHFaceRecognizer::create を参照。
• grid_y は LBPHFaceRecognizer::create を参照。
• threshold は LBPHFaceRecognizer::create を参照。
• histograms 与えられた訓練データから計算されたLocal Binary Patterns Histograms（何も与えられなかった場合は空）。
• labels 計算されたLocal Binary Patterns Histogramsに対応するラベル。

戻り値:

自動生成

create

public static LBPHFaceRecognizer create(int radius,
                                        int neighbors)

引数:

radius - Circular Local Binary Pattern を構築するために使う半径。半径を大きくするほど画像は滑らかになるが、より多くの空間情報を得られる。

neighbors - The number of sample points to build a Circular Local Binary Pattern from. An appropriate value is to use 8 sample points. Keep in mind: the more sample points you include, the higher the computational cost. publications. The more cells, the finer the grid, the higher the dimensionality of the resulting feature vector. publications. The more cells, the finer the grid, the higher the dimensionality of the resulting feature vector. is larger than the threshold, this method returns -1. ### Notes:

• Circular Local Binary Patterns（学習と予測で使用される）は、入力データをグレースケール画像として与えることを想定している。色空間の変換には cvtColor を使用すること。
• このモデルは更新をサポートしている。

### Model internal data:

• radius は LBPHFaceRecognizer::create を参照。
• neighbors は LBPHFaceRecognizer::create を参照。
• grid_x LLBPHFaceRecognizer::create を参照。
• grid_y は LBPHFaceRecognizer::create を参照。
• threshold は LBPHFaceRecognizer::create を参照。
• histograms 与えられた訓練データから計算されたLocal Binary Patterns Histograms（何も与えられなかった場合は空）。
• labels 計算されたLocal Binary Patterns Histogramsに対応するラベル。

戻り値:

自動生成

create

public static LBPHFaceRecognizer create(int radius)

引数:

radius - The radius used for building the Circular Local Binary Pattern. The greater the radius, the smoother the image but more spatial information you can get. appropriate value is to use 8 sample points. Keep in mind: the more sample points you include, the higher the computational cost. publications. The more cells, the finer the grid, the higher the dimensionality of the resulting feature vector. publications. The more cells, the finer the grid, the higher the dimensionality of the resulting feature vector. is larger than the threshold, this method returns -1. ### Notes:

• Circular Local Binary Patterns（学習と予測で使用される）は、入力データをグレースケール画像として与えることを想定している。色空間の変換には cvtColor を使用すること。
• このモデルは更新をサポートしている。

### Model internal data:

• radius は LBPHFaceRecognizer::create を参照。
• neighbors は LBPHFaceRecognizer::create を参照。
• grid_x LLBPHFaceRecognizer::create を参照。
• grid_y は LBPHFaceRecognizer::create を参照。
• threshold は LBPHFaceRecognizer::create を参照。
• histograms 与えられた訓練データから計算されたLocal Binary Patterns Histograms（何も与えられなかった場合は空）。
• labels 計算されたLocal Binary Patterns Histogramsに対応するラベル。

戻り値:

自動生成

create

public static LBPHFaceRecognizer create()

radius, the smoother the image but more spatial information you can get. appropriate value is to use 8 sample points. Keep in mind: the more sample points you include, the higher the computational cost. publications. The more cells, the finer the grid, the higher the dimensionality of the resulting feature vector. publications. The more cells, the finer the grid, the higher the dimensionality of the resulting feature vector. is larger than the threshold, this method returns -1. ### Notes:

• Circular Local Binary Patterns（学習と予測で使用される）は、入力データをグレースケール画像として与えることを想定している。色空間の変換には cvtColor を使用すること。
• このモデルは更新をサポートしている。

### Model internal data:

• radius は LBPHFaceRecognizer::create を参照。
• neighbors は LBPHFaceRecognizer::create を参照。
• grid_x LLBPHFaceRecognizer::create を参照。
• grid_y は LBPHFaceRecognizer::create を参照。
• threshold は LBPHFaceRecognizer::create を参照。
• histograms 与えられた訓練データから計算されたLocal Binary Patterns Histograms（何も与えられなかった場合は空）。
• labels 計算されたLocal Binary Patterns Histogramsに対応するラベル。

戻り値:

自動生成