cv::xfeatures2d::VGG 類參考

實現 VGG（牛津視覺幾何組）描述符的類，該描述符使用 [249] 中描述的“使用凸最佳化進行描述符學習”（DLCO）裝置進行端到端訓練。 更多...

#include <opencv2/xfeatures2d.hpp>

cv::xfeatures2d::VGG 的協作圖

公共型別
列舉	{   VGG_120 = 100 ,   VGG_80 = 101 ,   VGG_64 = 102 ,   VGG_48 = 103 }

公共成員函式
String	getDefaultName () const CV_OVERRIDE
virtual float	getScaleFactor () const =0
virtual float	getSigma () const =0
virtual bool	getUseNormalizeDescriptor () const =0
virtual bool	getUseNormalizeImage () const =0
virtual bool	getUseScaleOrientation () const =0
virtual void	setScaleFactor (const float scale_factor)=0
virtual void	setSigma (const float isigma)=0
virtual void	setUseNormalizeDescriptor (const bool dsc_normalize)=0
virtual void	setUseNormalizeImage (const bool img_normalize)=0
virtual void	setUseScaleOrientation (const bool use_scale_orientation)=0
繼承自 cv::Feature2D 的公共成員函式
virtual	~Feature2D ()
virtual void	compute (InputArray image, std::vector< KeyPoint > &keypoints, OutputArray descriptors)
	計算影像中（第一種變體）或影像集（第二種變體）中檢測到的關鍵點的描述符。
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())
	檢測影像中（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
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 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< VGG >	create (int desc=VGG::VGG_120, float isigma=1.4f, bool img_normalize=true, bool use_scale_orientation=true, float scale_factor=6.25f, bool dsc_normalize=false)
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。

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

詳細描述

實現 VGG（牛津視覺幾何組）描述符的類，該描述符使用 [249] 中描述的“使用凸最佳化進行描述符學習”（DLCO）裝置進行端到端訓練。

引數

desc	要使用的描述符型別，VGG::VGG_120 是預設值（120 維浮點數）可用型別包括 VGG::VGG_120、VGG::VGG_80、VGG::VGG_64、VGG::VGG_48
isigma	影像模糊的高斯核值（預設為 1.4f）
img_normalize	使用影像樣本強度歸一化（預設為啟用）
use_orientation	使用關鍵點方向的樣本模式，預設啟用
scale_factor	將檢測到的關鍵點的取樣視窗調整為 64.0f（VGG 取樣視窗）6.25f 是預設值，適用於 KAZE、SURF 檢測到的關鍵點視窗比例。6.75f 應該是 SIFT 檢測到的關鍵點視窗比例的縮放因子。5.00f 應該是 AKAZE、MSD、AGAST、FAST、BRISK 關鍵點視窗比例的縮放因子。0.75f 應該是 ORB 關鍵點比例的縮放因子。
dsc_normalize	將描述符鉗制到 255 並轉換為 uchar CV_8UC1（預設為停用）

成員列舉文件

匿名列舉

匿名列舉

列舉器
VGG_120
VGG_80
VGG_64
VGG_48

成員函式文件

create()

static Ptr< VGG > cv::xfeatures2d::VGG::create ( int desc = VGG::VGG_120, float isigma = 1.4f, bool img_normalize = true, bool use_scale_orientation = true, float scale_factor = 6.25f, bool dsc_normalize = false )

static

Python
	cv.xfeatures2d.VGG.create(	[, desc[, isigma[, img_normalize[, use_scale_orientation[, scale_factor[, dsc_normalize]]]]]]	) ->	retval
	cv.xfeatures2d.VGG_create(	[, desc[, isigma[, img_normalize[, use_scale_orientation[, scale_factor[, dsc_normalize]]]]]]	) ->	retval

getDefaultName()

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

virtual

Python
	cv.xfeatures2d.VGG.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。

重新實現自 cv::Feature2D。

getScaleFactor()

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

純虛擬函式

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

getSigma()

virtual float cv::xfeatures2d::VGG::getSigma ( ) const

純虛擬函式

Python
	cv.xfeatures2d.VGG.getSigma(		) ->	retval

getUseNormalizeDescriptor()

virtual bool cv::xfeatures2d::VGG::getUseNormalizeDescriptor ( ) const

純虛擬函式

Python
	cv.xfeatures2d.VGG.getUseNormalizeDescriptor(		) ->	retval

getUseNormalizeImage()

virtual bool cv::xfeatures2d::VGG::getUseNormalizeImage ( ) const

純虛擬函式

Python
	cv.xfeatures2d.VGG.getUseNormalizeImage(		) ->	retval

getUseScaleOrientation()

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

純虛擬函式

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

setScaleFactor()

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

純虛擬函式

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

setSigma()

virtual void cv::xfeatures2d::VGG::setSigma ( const float isigma )

純虛擬函式

Python
	cv.xfeatures2d.VGG.setSigma(	isigma	) ->	無

setUseNormalizeDescriptor()

virtual void cv::xfeatures2d::VGG::setUseNormalizeDescriptor ( const bool dsc_normalize )

純虛擬函式

Python
	cv.xfeatures2d.VGG.setUseNormalizeDescriptor(	dsc_normalize	) ->	無

setUseNormalizeImage()

virtual void cv::xfeatures2d::VGG::setUseNormalizeImage ( const bool img_normalize )

純虛擬函式

Python
	cv.xfeatures2d.VGG.setUseNormalizeImage(	img_normalize	) ->	無

setUseScaleOrientation()

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

純虛擬函式

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

---

此類的文件生成自以下檔案

• opencv2/xfeatures2d.hpp