cv::xfeatures2d::BoostDesc 類參考

實現 BoostDesc（使用 Boosting 學習影像描述符）的類，在 [264] 和 [265] 中進行了描述。 更多...

#include <opencv2/xfeatures2d.hpp>

cv::xfeatures2d::BoostDesc 的協作圖

公共型別
列舉	{   BGM = 100 ,   BGM_HARD = 101 ,   BGM_BILINEAR = 102 ,   LBGM = 200 ,   BINBOOST_64 = 300 ,   BINBOOST_128 = 301 ,   BINBOOST_256 = 302 }

公共成員函式
String	getDefaultName () const CV_OVERRIDE
virtual float	getScaleFactor () const =0
virtual bool	getUseScaleOrientation () const =0
virtual void	setScaleFactor (const float scale_factor)=0
virtual void	setUseScaleOrientation (const bool use_scale_orientation)=0
從 cv::Feature2D 繼承的公共成員函式
virtual	~Feature2D ()
virtual void	compute (InputArray image, std::vector< KeyPoint > &keypoints, OutputArray descriptors)
	計算在影像（第一種變體）或影像集（第二種變體）中檢測到的一組關鍵點的描述符。
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())
	檢測影像（第一種變體）或影像集（第二種變體）中的關鍵點。
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
	如果檢測器物件為空，則返回 true。
virtual void	read (const FileNode &) CV_OVERRIDE
	從檔案儲存中讀取演算法引數。
void	read (const String &fileName)
void	write (const Ptr< FileStorage > &fs, const String &name) const
void	write (const String &fileName) const
virtual void	write (FileStorage &) const CV_OVERRIDE
	將演算法引數儲存到檔案儲存中。
void	write (FileStorage &fs, const String &name) const
從 cv::Algorithm 繼承的公共成員函式
	Algorithm ()
virtual	~Algorithm ()
virtual void	clear ()
	清除演算法狀態。
virtual void	save (const String &filename) const
void	write (const Ptr< FileStorage > &fs, const String &name=String()) const
void	write (FileStorage &fs, const String &name) const

靜態公共成員函式
static Ptr< BoostDesc >	create (int desc=BoostDesc::BINBOOST_256, bool use_scale_orientation=true, float scale_factor=6.25f)
從 cv::Algorithm 繼承的靜態公共成員函式
template<typename _Tp >
static Ptr< _Tp >	load (const String &filename, const String &objname=String())
	從檔案中載入演算法。
template<typename _Tp >
static Ptr< _Tp >	loadFromString (const String &strModel, const String &objname=String())
	從字串載入演算法。
template<typename _Tp >
static Ptr< _Tp >	read (const FileNode &fn)
	從檔案節點讀取演算法。

額外的繼承成員
從 cv::Algorithm 繼承的受保護成員函式
void	writeFormat (FileStorage &fs) const

詳細描述

實現 BoostDesc（使用 Boosting 學習影像描述符）的類，在 [264] 和 [265] 中進行了描述。

引數

desc	要使用的描述符型別，BoostDesc::BINBOOST_256 是預設值（256 位長維度） 可用型別有：BoostDesc::BGM、BoostDesc::BGM_HARD、BoostDesc::BGM_BILINEAR、BoostDesc::LBGM、BoostDesc::BINBOOST_64、BoostDesc::BINBOOST_128、BoostDesc::BINBOOST_256
use_orientation	使用關鍵點方向的樣本模式，預設啟用
scale_factor	調整檢測到的關鍵點的取樣視窗，預設值為 6.25f，適合 KAZE、SURF 檢測到的關鍵點視窗比率 6.75f 應該是 SIFT 檢測到的關鍵點視窗比率的比例 5.00f 應該是 AKAZE、MSD、AGAST、FAST、BRISK 關鍵點視窗比率的比例 0.75f 應該是 ORB 關鍵點比率的比例 1.50f 是原始實現中的預設值

注意

BGM 是基本描述符，其中每個二進位制維度都計算為單個弱學習器的輸出。 BGM_HARD 和 BGM_BILINEAR 指的是相同的 BGM，但使用不同型別的梯度分箱。 在使用 ASSIGN_HARD 分箱型別的 BGM_HARD 中，梯度被分配給最近的方向箱。 在使用 ASSIGN_BILINEAR 分箱型別的 BGM_BILINEAR 中，梯度被分配給兩個相鄰的箱。 在使用 ASSIGN_SOFT 分箱型別的 BGM 和所有其他模式中，根據梯度角和箱中心之間的餘弦值，梯度被分配給 8 個最近的箱。 LBGM（別名 FP-Boost）是浮點擴充套件，其中每個維度都計算為弱學習器響應的線性組合。 BINBOOST 和子變體是 LBGM 的二進位制擴充套件，其中每個位都計算為一組弱學習器的閾值線性組合。 BoostDesc 標頭檔案 (boostdesc_*.i) 是使用 samples 子資料夾中的 export-boostdesc.py 指令碼從原始二進位制檔案匯出的。

成員列舉文件

匿名列舉

匿名列舉

列舉器
BGM
BGM_HARD
BGM_BILINEAR
LBGM
BINBOOST_64
BINBOOST_128
BINBOOST_256

成員函式文件

create()

static Ptr< BoostDesc > cv::xfeatures2d::BoostDesc::create ( int desc = BoostDesc::BINBOOST_256, bool use_scale_orientation = true, float scale_factor = 6.25f )

static

Python
	cv.xfeatures2d.BoostDesc.create(	[, desc[, use_scale_orientation[, scale_factor]]]	) ->	retval
	cv.xfeatures2d.BoostDesc_create(	[, desc[, use_scale_orientation[, scale_factor]]]	) ->	retval

getDefaultName()

String cv::xfeatures2d::BoostDesc::getDefaultName ( ) const

virtual

Python
	cv.xfeatures2d.BoostDesc.getDefaultName(		) ->	retval

返回演算法字串識別符號。 當物件儲存到檔案或字串時，此字串用作頂級 xml/yml 節點標籤。

從 cv::Feature2D 重新實現。

getScaleFactor()

virtual float cv::xfeatures2d::BoostDesc::getScaleFactor ( ) const

純虛擬函式

Python
	cv.xfeatures2d.BoostDesc.getScaleFactor(		) ->	retval

getUseScaleOrientation()

virtual bool cv::xfeatures2d::BoostDesc::getUseScaleOrientation ( ) const

純虛擬函式

Python
	cv.xfeatures2d.BoostDesc.getUseScaleOrientation(		) ->	retval

setScaleFactor()

virtual void cv::xfeatures2d::BoostDesc::setScaleFactor ( const float scale_factor )

純虛擬函式

Python
	cv.xfeatures2d.BoostDesc.setScaleFactor(	scale_factor	) ->	無

setUseScaleOrientation()

virtual void cv::xfeatures2d::BoostDesc::setUseScaleOrientation ( const bool use_scale_orientation )

純虛擬函式

Python
	cv.xfeatures2d.BoostDesc.setUseScaleOrientation(	use_scale_orientation	) ->	無

---

此類文件是從以下檔案生成的

• opencv2/xfeatures2d.hpp