cv::BOWImgDescriptorExtractor 類參考

使用視覺詞袋計算影像描述符的類。 更多...

#include <opencv2/features2d.hpp>

cv::BOWImgDescriptorExtractor 的協作圖

公共成員函式
	BOWImgDescriptorExtractor (const Ptr< DescriptorMatcher > &dmatcher)
	BOWImgDescriptorExtractor (const Ptr< Feature2D > &dextractor, const Ptr< DescriptorMatcher > &dmatcher)
	建構函式。
virtual	~BOWImgDescriptorExtractor ()
void	compute (InputArray image, std::vector< KeyPoint > &keypoints, OutputArray imgDescriptor, std::vector< std::vector< int > > *pointIdxsOfClusters=0, Mat *descriptors=0)
	使用設定的視覺詞彙計算影像描述符。
void	compute (InputArray keypointDescriptors, OutputArray imgDescriptor, std::vector< std::vector< int > > *pointIdxsOfClusters=0)
void	compute2 (const Mat &image, std::vector< KeyPoint > &keypoints, Mat &imgDescriptor)
int	descriptorSize () const
	如果設定了詞彙表，則返回影像描述符大小。否則，它返回 0。
int	descriptorType () const
	返回影像描述符型別。
const Mat &	getVocabulary () const
	返回設定的詞彙表。
void	setVocabulary (const Mat &vocabulary)
	設定視覺詞彙表。

保護屬性
Ptr< DescriptorExtractor >	dextractor
Ptr< DescriptorMatcher >	dmatcher
Mat	詞彙表

詳細描述

使用視覺詞袋計算影像描述符的類。

此類計算包含以下步驟

1. 計算給定影像及其關鍵點集的描述符。
2. 為每個關鍵點描述符找到詞彙表中最近的視覺詞。
3. 將詞袋影像描述符計算為影像中遇到的詞彙詞的歸一化直方圖。直方圖的第 i 個 bin 是給定影像中詞彙表的第 i 個詞的頻率。

建構函式 & 解構函式文件

BOWImgDescriptorExtractor() [1/2]

cv::BOWImgDescriptorExtractor::BOWImgDescriptorExtractor	(	const Ptr< Feature2D > &	dextractor,
		const Ptr< DescriptorMatcher > &	dmatcher )

Python
	cv.BOWImgDescriptorExtractor(	dextractor, dmatcher	) ->	<BOWImgDescriptorExtractor object>

建構函式。

引數

dextractor	描述符提取器，用於計算輸入影像及其關鍵點的描述符。
dmatcher	描述符匹配器，用於查詢影像的每個關鍵點描述符的訓練詞彙表中最近的詞。

BOWImgDescriptorExtractor() [2/2]

cv::BOWImgDescriptorExtractor::BOWImgDescriptorExtractor

(

const Ptr< DescriptorMatcher > &

dmatcher

)

Python
	cv.BOWImgDescriptorExtractor(	dextractor, dmatcher	) ->	<BOWImgDescriptorExtractor object>

這是一個過載的成員函式，為方便起見而提供。它與上述函式的不同之處僅在於它接受的引數。

~BOWImgDescriptorExtractor()

virtual cv::BOWImgDescriptorExtractor::~BOWImgDescriptorExtractor ( )

virtual

成員函式文件

compute() [1/2]

void cv::BOWImgDescriptorExtractor::compute	(	InputArray	image,
		std::vector< KeyPoint > &	keypoints,
		OutputArray	imgDescriptor,
		std::vector< std::vector< int > > *	pointIdxsOfClusters = 0,
		Mat *	descriptors = 0 )

使用設定的視覺詞彙計算影像描述符。

引數

image	計算描述符的影像。
keypoints	在輸入影像中檢測到的關鍵點。
imgDescriptor	計算出的輸出影像描述符。
pointIdxsOfClusters	屬於群集的關鍵點的索引。這意味著 pointIdxsOfClusters[i] 是屬於第 i 個群集（詞彙表的詞）的關鍵點索引，如果它非零則返回。
descriptors	如果非零，則返回影像關鍵點的描述符。

compute() [2/2]

void cv::BOWImgDescriptorExtractor::compute	(	InputArray	keypointDescriptors,
		OutputArray	imgDescriptor,
		std::vector< std::vector< int > > *	pointIdxsOfClusters = 0 )

這是一個過載的成員函式，為方便起見而提供。它與上述函式的不同之處僅在於它接受的引數。

引數

keypointDescriptors	計算出的描述符與詞彙表匹配。
imgDescriptor	計算出的輸出影像描述符。
pointIdxsOfClusters	屬於群集的關鍵點的索引。這意味著 pointIdxsOfClusters[i] 是屬於第 i 個群集（詞彙表的詞）的關鍵點索引，如果它非零則返回。

compute2()

void cv::BOWImgDescriptorExtractor::compute2 ( const Mat & image, std::vector< KeyPoint > & keypoints, Mat & imgDescriptor )

inline

Python
	cv.BOWImgDescriptorExtractor.compute(	image, keypoints[, imgDescriptor]	) ->	imgDescriptor

descriptorSize()

int cv::BOWImgDescriptorExtractor::descriptorSize

(

)

const

Python
	cv.BOWImgDescriptorExtractor.descriptorSize(		) ->	retval

如果設定了詞彙表，則返回影像描述符大小。否則，它返回 0。

descriptorType()

int cv::BOWImgDescriptorExtractor::descriptorType

(

)

const

Python
	cv.BOWImgDescriptorExtractor.descriptorType(		) ->	retval

返回影像描述符型別。

getVocabulary()

const Mat & cv::BOWImgDescriptorExtractor::getVocabulary

(

)

const

Python
	cv.BOWImgDescriptorExtractor.getVocabulary(		) ->	retval

返回設定的詞彙表。

setVocabulary()

void cv::BOWImgDescriptorExtractor::setVocabulary

(

const Mat &

詞彙表

)

Python
	cv.BOWImgDescriptorExtractor.setVocabulary(	詞彙表	) ->	無

設定視覺詞彙表。

引數

詞彙表	詞彙表（可以使用 BOWTrainer 的繼承者進行訓練）。詞彙表的每一行都是一個視覺詞（聚類中心）。

成員資料文件

dextractor

Ptr<DescriptorExtractor> cv::BOWImgDescriptorExtractor::dextractor

保護

dmatcher

Ptr<DescriptorMatcher> cv::BOWImgDescriptorExtractor::dmatcher

保護

vocabulary

Mat cv::BOWImgDescriptorExtractor::vocabulary

保護

---

此類文件由以下檔案生成

• opencv2/features2d.hpp