#include <opencv2/hfs.hpp>

cv::hfs::HfsSegment 的協作圖

公共成員函式
virtual int	getMinRegionSizeI ()=0

virtual int	getMinRegionSizeII ()=0

virtual int	getNumSlicIter ()=0

virtual float	getSegEgbThresholdI ()=0

virtual float	getSegEgbThresholdII ()=0

virtual int	getSlicSpixelSize ()=0

virtual float	getSpatialWeight ()=0

virtual Mat	performSegmentCpu (InputArray src, bool ifDraw=true)=0
	使用 CPU 執行分割。此方法僅供參考，強烈不建議使用。

virtual Mat	performSegmentGpu (InputArray src, bool ifDraw=true)=0
	使用 GPU 執行分割

virtual void	setMinRegionSizeI (int n)=0
	：設定和獲取引數 minRegionSizeI。此引數用於上述第二階段。在 EGB 分割後，畫素少於此引數的區域將合併到其相鄰區域。

virtual void	setMinRegionSizeII (int n)=0
	：設定和獲取引數 minRegionSizeII。此引數用於上述第三階段。其作用與 minRegionSizeI 相同。

virtual void	setNumSlicIter (int n)=0
	：設定和獲取引數 numSlicIter。此引數用於第一階段。它描述了執行 SLIC 時要執行的迭代次數。

virtual void	setSegEgbThresholdI (float c)=0
	：設定和獲取引數 segEgbThresholdI。此引數用於上述第二階段。它是應用 EGB 演算法時合併相鄰節點時用於閾值化邊緣權重的常數。如果此值較大，分割結果傾向於保留更多區域，反之亦然。

virtual void	setSegEgbThresholdII (float c)=0
	：設定和獲取引數 segEgbThresholdII。此引數用於上述第三階段。其作用與 segEgbThresholdI 相同。如果此值較大，分割結果傾向於保留更多區域，反之亦然。

virtual void	setSlicSpixelSize (int n)=0
	：設定和獲取引數 slicSpixelSize。此引數用於上述第一階段（SLIC 階段）。它描述了初始化 SLIC 時每個超畫素的大小。最初，每個超畫素大約有 \(slicSpixelSize \times slicSpixelSize\) 個畫素。

virtual void	setSpatialWeight (float w)=0
	：設定和獲取引數 spatialWeight。此引數用於上述第一階段（SLIC 階段）。它描述了在計算每個畫素與其中心之間的距離時，位置所扮演角色的重要性。計算距離的確切公式是 \(colorDistance + spatialWeight \times spatialDistance\)。如果此值較大，分割結果傾向於具有更高的區域性一致性。

繼承自 cv::Algorithm 的公共成員函式
	Algorithm ()

virtual	~Algorithm ()

virtual void	clear ()
	清除演算法狀態。

virtual bool	empty () const
	如果演算法 (Algorithm) 為空（例如，在開始時或讀取不成功後），則返回 true。

virtual String	getDefaultName () const

virtual void	read (const FileNode &fn)
	從檔案儲存中讀取演算法引數。

virtual void	save (const String &filename) const

void	write (const Ptr< FileStorage > &fs, const String &name=String()) const

virtual void	write (FileStorage &fs) const
	將演算法引數儲存到檔案儲存中。

void	write (FileStorage &fs, const String &name) const

靜態公共成員函式
static Ptr< HfsSegment >	create (int height, int width, float segEgbThresholdI=0.08f, int minRegionSizeI=100, float segEgbThresholdII=0.28f, int minRegionSizeII=200, float spatialWeight=0.6f, int slicSpixelSize=8, int numSlicIter=5)
	：建立一個 HFS 物件

繼承自 cv::Algorithm 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。

額外繼承成員
繼承自 cv::Algorithm 的保護成員函式
void	writeFormat (FileStorage &fs) const

成員函式文件

◆ create()

static Ptr< HfsSegment > cv::hfs::HfsSegment::create	(	int	height,
		int	width,
		float	segEgbThresholdI = 0.08f,
		int	minRegionSizeI = 100,
		float	segEgbThresholdII = 0.28f,
		int	minRegionSizeII = 200,
		float	spatialWeight = 0.6f,
		int	slicSpixelSize = 8,
		int	numSlicIter = 5 )

static

Python
	cv.hfs.HfsSegment.create(	height, width[, segEgbThresholdI[, minRegionSizeI[, segEgbThresholdII[, minRegionSizeII[, spatialWeight[, slicSpixelSize[, numSlicIter]]]]]]]	) ->	retval
	cv.hfs.HfsSegment_create(	height, width[, segEgbThresholdI[, minRegionSizeI[, segEgbThresholdII[, minRegionSizeII[, spatialWeight[, slicSpixelSize[, numSlicIter]]]]]]]	) ->	retval

：建立一個 HFS 物件

引數

height	輸入影像的高度
width	輸入影像的寬度
segEgbThresholdI	引數 segEgbThresholdI
minRegionSizeI	引數 minRegionSizeI
segEgbThresholdII	引數 segEgbThresholdII
minRegionSizeII	引數 minRegionSizeII
spatialWeight	引數 spatialWeight
slicSpixelSize	引數 slicSpixelSize
numSlicIter	引數 numSlicIter

◆ getMinRegionSizeI()

virtual int cv::hfs::HfsSegment::getMinRegionSizeI ( )

純虛擬函式

Python
	cv.hfs.HfsSegment.getMinRegionSizeI(		) ->	retval

◆ getMinRegionSizeII()

virtual int cv::hfs::HfsSegment::getMinRegionSizeII ( )

純虛擬函式

Python
	cv.hfs.HfsSegment.getMinRegionSizeII(		) ->	retval

◆ getNumSlicIter()

virtual int cv::hfs::HfsSegment::getNumSlicIter ( )

純虛擬函式

Python
	cv.hfs.HfsSegment.getNumSlicIter(		) ->	retval

◆ getSegEgbThresholdI()

virtual float cv::hfs::HfsSegment::getSegEgbThresholdI ( )

純虛擬函式

Python
	cv.hfs.HfsSegment.getSegEgbThresholdI(		) ->	retval

◆ getSegEgbThresholdII()

virtual float cv::hfs::HfsSegment::getSegEgbThresholdII ( )

純虛擬函式

Python
	cv.hfs.HfsSegment.getSegEgbThresholdII(		) ->	retval

◆ getSlicSpixelSize()

virtual int cv::hfs::HfsSegment::getSlicSpixelSize ( )

純虛擬函式

Python
	cv.hfs.HfsSegment.getSlicSpixelSize(		) ->	retval

◆ getSpatialWeight()

virtual float cv::hfs::HfsSegment::getSpatialWeight ( )

純虛擬函式

Python
	cv.hfs.HfsSegment.getSpatialWeight(		) ->	retval

◆ performSegmentCpu()

virtual Mat cv::hfs::HfsSegment::performSegmentCpu	(	InputArray	src,
		bool	ifDraw = true )

純虛擬函式

Python
	cv.hfs.HfsSegment.performSegmentCpu(	src[, ifDraw]	) ->	retval

使用 CPU 執行分割。此方法僅供參考，強烈不建議使用。

◆ performSegmentGpu()

virtual Mat cv::hfs::HfsSegment::performSegmentGpu	(	InputArray	src,
		bool	ifDraw = true )

純虛擬函式

Python
	cv.hfs.HfsSegment.performSegmentGpu(	src[, ifDraw]	) ->	retval

使用 GPU 執行分割

引數

src	輸入影像
ifDraw	是否在返回的 Mat 中繪製圖像。如果此引數為 false，則返回的 Mat 的內容是一個索引矩陣，描述每個畫素所屬的區域，其資料型別為 CV_16U。如果此引數為 true，則返回的 Mat 是一張分割後的圖片，每個區域的顏色是該區域中所有畫素的平均顏色，其資料型別與輸入影像相同。

◆ setMinRegionSizeI()

virtual void cv::hfs::HfsSegment::setMinRegionSizeI ( int n )

純虛擬函式

Python
	cv.hfs.HfsSegment.setMinRegionSizeI(	n	) ->	無

：設定和獲取引數 minRegionSizeI。此引數用於上述第二階段。在 EGB 分割後，畫素少於此引數的區域將合併到其相鄰區域。

◆ setMinRegionSizeII()

virtual void cv::hfs::HfsSegment::setMinRegionSizeII ( int n )

純虛擬函式

Python
	cv.hfs.HfsSegment.setMinRegionSizeII(	n	) ->	無

：設定和獲取引數 minRegionSizeII。此引數用於上述第三階段。其作用與 minRegionSizeI 相同。

◆ setNumSlicIter()

virtual void cv::hfs::HfsSegment::setNumSlicIter ( int n )

純虛擬函式

Python
	cv.hfs.HfsSegment.setNumSlicIter(	n	) ->	無

：設定和獲取引數 numSlicIter。此引數用於第一階段。它描述了執行 SLIC 時要執行的迭代次數。

◆ setSegEgbThresholdI()

virtual void cv::hfs::HfsSegment::setSegEgbThresholdI ( float c )

純虛擬函式

Python
	cv.hfs.HfsSegment.setSegEgbThresholdI(	c	) ->	無

：設定和獲取引數 segEgbThresholdI。此引數用於上述第二階段。它是應用 EGB 演算法時合併相鄰節點時用於閾值化邊緣權重的常數。如果此值較大，分割結果傾向於保留更多區域，反之亦然。

◆ setSegEgbThresholdII()

virtual void cv::hfs::HfsSegment::setSegEgbThresholdII ( float c )

純虛擬函式

Python
	cv.hfs.HfsSegment.setSegEgbThresholdII(	c	) ->	無

：設定和獲取引數 segEgbThresholdII。此引數用於上述第三階段。其作用與 segEgbThresholdI 相同。如果此值較大，分割結果傾向於保留更多區域，反之亦然。

◆ setSlicSpixelSize()

virtual void cv::hfs::HfsSegment::setSlicSpixelSize ( int n )

純虛擬函式

Python
	cv.hfs.HfsSegment.setSlicSpixelSize(	n	) ->	無

：設定和獲取引數 slicSpixelSize。此引數用於上述第一階段（SLIC 階段）。它描述了初始化 SLIC 時每個超畫素的大小。最初，每個超畫素大約有 \(slicSpixelSize \times slicSpixelSize\) 個畫素。

◆ setSpatialWeight()

virtual void cv::hfs::HfsSegment::setSpatialWeight ( float w )

純虛擬函式

Python
	cv.hfs.HfsSegment.setSpatialWeight(	w	) ->	無

：設定和獲取引數 spatialWeight。此引數用於上述第一階段（SLIC 階段）。它描述了在計算每個畫素與其中心之間的距離時，位置所扮演角色的重要性。計算距離的確切公式是 \(colorDistance + spatialWeight \times spatialDistance\)。如果此值較大，分割結果傾向於具有更高的區域性一致性。

此類的文件是從以下檔案生成的

opencv2/hfs.hpp

公共成員函式

靜態公共成員函式

額外繼承成員

成員函式文件

◆ create()

◆ getMinRegionSizeI()

◆ getMinRegionSizeII()

◆ getNumSlicIter()

◆ getSegEgbThresholdI()

◆ getSegEgbThresholdII()

◆ getSlicSpixelSize()

◆ getSpatialWeight()

◆ performSegmentCpu()

◆ performSegmentGpu()

◆ setMinRegionSizeI()

◆ setMinRegionSizeII()

◆ setNumSlicIter()

◆ setSegEgbThresholdI()

◆ setSegEgbThresholdII()

◆ setSlicSpixelSize()

◆ setSpatialWeight()