cv::mcc::CCheckerDetector 類參考

一個用於在影像中查詢 ColorCharts 位置的類。 更多...

#include <opencv2/mcc/checker_detector.hpp>

cv::mcc::CCheckerDetector 的協作圖

公共成員函式
virtual Ptr< mcc::CChecker >	getBestColorChecker ()=0
	獲取最佳顏色檢查器。 最佳是指以最高置信度檢測到的那個。
virtual std::vector< Ptr< CChecker > >	getListColorChecker ()=0
	獲取所有檢測到的顏色檢查器的列表。
virtual bool	process (InputArray image, const TYPECHART chartType, const int nc=1, bool useNet=false, const Ptr< DetectorParameters > &params=DetectorParameters::create())=0
	在給定影像中查詢 ColorCharts。
virtual bool	process (InputArray image, const TYPECHART chartType, const std::vector< Rect > &regionsOfInterest, const int nc=1, bool useNet=false, const Ptr< DetectorParameters > &params=DetectorParameters::create())=0
	在給定影像中查詢 ColorCharts。
virtual bool	setNet (dnn::Net net)=0
	設定將用於查詢顏色圖表的大致邊界框的網路。
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 Algorithm 為空（例如，在最開始或讀取失敗之後），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< CCheckerDetector >	create ()
	返回 CCheckerDetector 的實現。
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

一個用於在影像中查詢 ColorCharts 位置的類。

成員函式文件

create()

static Ptr< CCheckerDetector > cv::mcc::CCheckerDetector::create ( )

static

Python
	cv.mcc.CCheckerDetector.create(		) ->	retval
	cv.mcc.CCheckerDetector_create(		) ->	retval

返回 CCheckerDetector 的實現。

getBestColorChecker()

virtual Ptr< mcc::CChecker > cv::mcc::CCheckerDetector::getBestColorChecker ( )

純虛擬函式

Python
	cv.mcc.CCheckerDetector.getBestColorChecker(		) ->	retval

獲取最佳顏色檢查器。 最佳是指以最高置信度檢測到的那個。

返回

checker 如果至少檢測到一個顏色檢查器，則為單個顏色檢查器，否則為“nullptr”。

getListColorChecker()

virtual std::vector< Ptr< CChecker > > cv::mcc::CCheckerDetector::getListColorChecker ( )

純虛擬函式

Python
	cv.mcc.CCheckerDetector.getListColorChecker(		) ->	retval

獲取所有檢測到的顏色檢查器的列表。

返回

checkers 顏色檢查器向量

process() [1/2]

virtual bool cv::mcc::CCheckerDetector::process ( InputArray image, const TYPECHART chartType, const int nc = 1, bool useNet = false, const Ptr< DetectorParameters > & params = DetectorParameters::create() )

純虛擬函式

Python
	cv.mcc.CCheckerDetector.process(	image, chartType[, nc[, useNet[, params]]]	) ->	retval
	cv.mcc.CCheckerDetector.processWithROI(	image, chartType, regionsOfInterest[, nc[, useNet[, params]]]	) ->	retval

在給定影像中查詢 ColorCharts。

與上面唯一的區別在於引數。

此版本在完整影像中搜索圖表。

找到的圖表不會返回，而是儲存在檢測器中，這些圖表可以在以後使用 getBestColorChecker() 和 getListColorChecker() 訪問

引數

image	BGR 顏色空間中的影像
chartType	要檢測的圖表型別
nc	影像中圖表的數量，如果您不知道確切數量，則保持此數字較高會有所幫助。
useNet	如果為 true，則使用使用 setNet() 提供的網路初步搜尋圖表可能存在的區域，位於 provied 的 regionsOfInterest 內部。
params	檢測系統的引數。 有關它們的更多資訊，請參見結構體 DetectorParameters。

返回

如果至少檢測到一個圖表，則為 true，否則為 false

process() [2/2]

virtual bool cv::mcc::CCheckerDetector::process ( InputArray image, const TYPECHART chartType, const std::vector< Rect > & regionsOfInterest, const int nc = 1, bool useNet = false, const Ptr< DetectorParameters > & params = DetectorParameters::create() )

純虛擬函式

Python
	cv.mcc.CCheckerDetector.process(	image, chartType[, nc[, useNet[, params]]]	) ->	retval
	cv.mcc.CCheckerDetector.processWithROI(	image, chartType, regionsOfInterest[, nc[, useNet[, params]]]	) ->	retval

在給定影像中查詢 ColorCharts。

找到的圖表不會返回，而是儲存在檢測器中，這些圖表可以在以後使用 getBestColorChecker() 和 getListColorChecker() 訪問

引數

image	BGR 顏色空間中的影像
chartType	要檢測的圖表型別
regionsOfInterest	要在影像中查詢圖表的區域，如果為空，則在整個影像中查詢圖表
nc	影像中圖表的數量，如果您不知道確切數量，則保持此數字較高會有所幫助。
useNet	如果為 true，則使用使用 setNet() 提供的網路初步搜尋圖表可能存在的區域，位於 provied 的 regionsOfInterest 內部。
params	檢測系統的引數。 有關它們的更多資訊，請參見結構體 DetectorParameters。

返回

如果至少檢測到一個圖表，則為 true，否則為 false

setNet()

virtual bool cv::mcc::CCheckerDetector::setNet ( dnn::Net net )

純虛擬函式

Python
	cv.mcc.CCheckerDetector.setNet(	net	) ->	retval

設定將用於查詢顏色圖表的大致邊界框的網路。

沒有必要使用此功能，但這通常會導致更好的檢測率。

引數

net	神經網路，如果網路為空，則該函式將返回 false。

返回

如果能夠設定檢測器的網路，則為 true，否則為 false。

---

此類文件由以下檔案生成

• opencv2/mcc/checker_detector.hpp