cv::cuda::SURF_CUDA 類參考

用於從影像中提取加速魯棒特徵 (SURF) 的類。: 更多...

#include <opencv2/xfeatures2d/cuda.hpp>

cv::cuda::SURF_CUDA 的協作圖

公共型別
列舉	KeypointLayout {   X_ROW = 0 ,   Y_ROW ,   LAPLACIAN_ROW ,   OCTAVE_ROW ,   SIZE_ROW ,   ANGLE_ROW ,   HESSIAN_ROW ,   ROWS_COUNT }

公共成員函式
	SURF_CUDA ()
	預設建構函式
	SURF_CUDA (double _hessianThreshold, int _nOctaves=4, int _nOctaveLayers=2, bool _extended=false, float _keypointsRatio=0.01f, bool _upright=false)
	包含所有必要引數的完整建構函式
int	defaultNorm () const
	返回預設的範數型別
int	descriptorSize () const
	返回描述符的大小（浮點數，64 或 128）
void	GpuMat &keypoints)
	使用 SURF 中使用的快速 Hessian 檢測器查詢關鍵點。
void	detectWithDescriptors (const GpuMat &img, const GpuMat &mask, GpuMat &keypoints, GpuMat &descriptors, bool useProvidedKeypoints=false)
	使用 SURF 中使用的快速 Hessian 檢測器查詢關鍵點並計算其描述符。
void	downloadDescriptors (const GpuMat &descriptorsGPU, std::vector< float > &descriptors)
	將描述符從裝置下載到主機記憶體
void	downloadKeypoints (const GpuMat &keypointsGPU, std::vector< KeyPoint > &keypoints)
	將關鍵點從裝置下載到主機記憶體
void	operator() (const GpuMat &img, const GpuMat &mask, GpuMat &keypoints)
void	operator() (const GpuMat &img, const GpuMat &mask, GpuMat &keypoints, GpuMat &descriptors, bool useProvidedKeypoints=false)
void	operator() (const GpuMat &img, const GpuMat &mask, std::vector< KeyPoint > &keypoints)
void	operator() (const GpuMat &img, const GpuMat &mask, std::vector< KeyPoint > &keypoints, GpuMat &descriptors, bool useProvidedKeypoints=false)
void	operator() (const GpuMat &img, const GpuMat &mask, std::vector< KeyPoint > &keypoints, std::vector< float > &descriptors, bool useProvidedKeypoints=false)
void	releaseMemory ()
void	uploadKeypoints (const std::vector< KeyPoint > &keypoints, GpuMat &keypointsGPU)
	將主機關鍵點上傳到裝置記憶體

靜態公共成員函式
static Ptr< SURF_CUDA >	create (double _hessianThreshold, int _nOctaves=4, int _nOctaveLayers=2, bool _extended=false, float _keypointsRatio=0.01f, bool _upright=false)

公共屬性
GpuMat	det
bool	extended
double	hessianThreshold
float	keypointsRatio
	最大關鍵點數 = min(keypointsRatio * img.size().area(), 65535)
GpuMat	mask1
GpuMat	maskSum
GpuMat	maxPosBuffer
int	nOctaveLayers
int	nOctaves
GpuMat	sum
GpuMat	trace
bool	upright

詳細描述

用於從影像中提取加速魯棒特徵 (SURF) 的類。

類 SURF_CUDA 實現了加速魯棒特徵描述符。它提供了一個快速多尺度 Hessian 關鍵點檢測器，可用於查詢關鍵點（這是預設選項）。但描述符也可以為使用者指定的關鍵點計算。僅支援 8 位灰度影像。

類 SURF_CUDA 可以在 GPU 和 CPU 記憶體中儲存結果。它提供了在 CPU 和 GPU 版本之間轉換結果的函式（uploadKeypoints、downloadKeypoints、downloadDescriptors）。CPU 結果的格式與 SURF 結果相同。GPU 結果儲存在 GpuMat 中。關鍵點矩陣是型別為 CV_32FC1 的 \(\texttt{nFeatures} \times 7\) 矩陣。

• keypoints.ptr<float>(X_ROW)[i] 包含第 i 個特徵的 x 座標。
• keypoints.ptr<float>(Y_ROW)[i] 包含第 i 個特徵的 y 座標。
• keypoints.ptr<float>(LAPLACIAN_ROW)[i] 包含第 i 個特徵的拉普拉斯符號。
• keypoints.ptr<float>(OCTAVE_ROW)[i] 包含第 i 個特徵的八度。
• keypoints.ptr<float>(SIZE_ROW)[i] 包含第 i 個特徵的大小。
• keypoints.ptr<float>(ANGLE_ROW)[i] 包含第 i 個特徵的方向。
• keypoints.ptr<float>(HESSIAN_ROW)[i] 包含第 i 個特徵的響應。

描述符矩陣是型別為 CV_32FC1 的 \(\texttt{nFeatures} \times \texttt{descriptorSize}\) 矩陣。

類 SURF_CUDA 使用了一些緩衝區並提供對其的訪問。所有緩衝區都可以在函式呼叫之間安全釋放。

另請參見

SURF

注意

• 在 opencv_source_code/samples/gpu/surf_keypoint_matcher.cpp 可以找到在 GPU 上使用 SURF 關鍵點匹配器的示例。

成員列舉文件

KeypointLayout

列舉 cv::cuda::SURF_CUDA::KeypointLayout

列舉器
X_ROW
Y_ROW
LAPLACIAN_ROW
OCTAVE_ROW
SIZE_ROW
ANGLE_ROW
HESSIAN_ROW
ROWS_COUNT

建構函式 & 解構函式文件

SURF_CUDA() [1/2]

cv::cuda::SURF_CUDA::SURF_CUDA

(

)

預設建構函式

SURF_CUDA() [2/2]

cv::cuda::SURF_CUDA::SURF_CUDA ( double _hessianThreshold, int _nOctaves = 4, int _nOctaveLayers = 2, bool _extended = false, float _keypointsRatio = 0.01f, bool _upright = false )

顯式

包含所有必要引數的完整建構函式

成員函式文件

create()

static Ptr< SURF_CUDA > cv::cuda::SURF_CUDA::create ( double _hessianThreshold, int _nOctaves = 4, int _nOctaveLayers = 2, bool _extended = false, float _keypointsRatio = 0.01f, bool _upright = false )

static

Python
	cv.cuda.SURF_CUDA.create(	_hessianThreshold[, _nOctaves[, _nOctaveLayers[, _extended[, _keypointsRatio[, _upright]]]]]	) ->	retval
	cv.cuda.SURF_CUDA_create(	_hessianThreshold[, _nOctaves[, _nOctaveLayers[, _extended[, _keypointsRatio[, _upright]]]]]	) ->	retval

引數

_hessianThreshold	用於 SURF 中的 Hessian 關鍵點檢測器的閾值。
_nOctaves	關鍵點檢測器將使用的金字塔八度數量。
_nOctaveLayers	每個八度內的八度層數量。
_extended	擴充套件描述符標誌（true - 使用 128 元素擴充套件描述符；false - 使用 64 元素描述符）。
_keypointsRatio	限制最大特徵數量
_upright	直立或旋轉特徵標誌（true - 不計算特徵方向；false - 計算方向）。

defaultNorm()

int cv::cuda::SURF_CUDA::defaultNorm

(

)

const

Python
	cv.cuda.SURF_CUDA.defaultNorm(		) ->	retval

返回預設的範數型別

descriptorSize()

int cv::cuda::SURF_CUDA::descriptorSize

(

)

const

Python
	cv.cuda.SURF_CUDA.descriptorSize(		) ->	retval

返回描述符的大小（浮點數，64 或 128）

detect()

void cv::cuda::SURF_CUDA::detect ( const GpuMat & img, const GpuMat & mask, GpuMat & keypoints )

inline

Python
	cv.cuda.SURF_CUDA.detect(	img, mask[, keypoints]	) ->	keypoints

使用 SURF 中使用的快速 Hessian 檢測器查詢關鍵點。

引數

img	源影像，目前僅支援 CV_8UC1 影像。
mask	與源影像大小相同且型別為 CV_8UC1 的掩碼影像。
keypoints	檢測到的關鍵點。

detectWithDescriptors()

void cv::cuda::SURF_CUDA::detectWithDescriptors ( const GpuMat & img, const GpuMat & mask, GpuMat & keypoints, GpuMat & descriptors, bool useProvidedKeypoints = false )

inline

Python
	cv.cuda.SURF_CUDA.detectWithDescriptors(	img, mask[, keypoints[, descriptors[, useProvidedKeypoints]]]	) ->	keypoints, descriptors

使用 SURF 中使用的快速 Hessian 檢測器查詢關鍵點並計算其描述符。

引數

img	源影像，目前僅支援 CV_8UC1 影像。
mask	與源影像大小相同且型別為 CV_8UC1 的掩碼影像。
keypoints	檢測到的關鍵點。
descriptors	關鍵點描述符。
useProvidedKeypoints	為使用者提供的關鍵點計算描述符並重新計算關鍵點方向。

downloadDescriptors()

void cv::cuda::SURF_CUDA::downloadDescriptors	(	const GpuMat &	descriptorsGPU,
		std::vector< float > &	descriptors )

將描述符從裝置下載到主機記憶體

downloadKeypoints()

void cv::cuda::SURF_CUDA::downloadKeypoints	(	const GpuMat &	keypointsGPU,
		std::vector< KeyPoint > &	keypoints )

Python
	cv.cuda.SURF_CUDA.downloadKeypoints(	keypointsGPU	) ->	keypoints

將關鍵點從裝置下載到主機記憶體

operator()() [1/5]

void cv::cuda::SURF_CUDA::operator()	(	const GpuMat &	img,
		const GpuMat &	mask,
		GpuMat &	keypoints )

使用 SURF 中使用的快速 Hessian 檢測器查詢關鍵點，支援 CV_8UC1 影像。關鍵點將有 nFeature 列和 6 行。keypoints.ptr<float>(X_ROW)[i] 將包含第 i 個特徵的 x 座標。keypoints.ptr<float>(Y_ROW)[i] 將包含第 i 個特徵的 y 座標。keypoints.ptr<float>(LAPLACIAN_ROW)[i] 將包含第 i 個特徵的拉普拉斯符號。keypoints.ptr<float>(OCTAVE_ROW)[i] 將包含第 i 個特徵的八度。keypoints.ptr<float>(SIZE_ROW)[i] 將包含第 i 個特徵的大小。keypoints.ptr<float>(ANGLE_ROW)[i] 將包含第 i 個特徵的方向。keypoints.ptr<float>(HESSIAN_ROW)[i] 將包含第 i 個特徵的響應。

operator()() [2/5]

void cv::cuda::SURF_CUDA::operator()	(	const GpuMat &	img,
		const GpuMat &	mask,
		GpuMat &	keypoints,
		GpuMat &	descriptors,
		bool	useProvidedKeypoints = false )

查詢關鍵點並計算其描述符。可選地，它可以為使用者提供的關鍵點計算描述符並重新計算關鍵點方向。

operator()() [3/5]

void cv::cuda::SURF_CUDA::operator()	(	const GpuMat &	img,
		const GpuMat &	mask,
		std::vector< KeyPoint > &	keypoints )

operator()() [4/5]

void cv::cuda::SURF_CUDA::operator()	(	const GpuMat &	img,
		const GpuMat &	mask,
		std::vector< KeyPoint > &	keypoints,
		GpuMat &	descriptors,
		bool	useProvidedKeypoints = false )

operator()() [5/5]

void cv::cuda::SURF_CUDA::operator()	(	const GpuMat &	img,
		const GpuMat &	mask,
		std::vector< KeyPoint > &	keypoints,
		std::vector< float > &	descriptors,
		bool	useProvidedKeypoints = false )

releaseMemory()

void cv::cuda::SURF_CUDA::releaseMemory

(

)

uploadKeypoints()

void cv::cuda::SURF_CUDA::uploadKeypoints	(	const std::vector< KeyPoint > &	keypoints,
		GpuMat &	keypointsGPU )

將主機關鍵點上傳到裝置記憶體

成員資料文件

det

GpuMat cv::cuda::SURF_CUDA::det

extended

bool cv::cuda::SURF_CUDA::extended

hessianThreshold

double cv::cuda::SURF_CUDA::hessianThreshold

keypointsRatio

float cv::cuda::SURF_CUDA::keypointsRatio

最大關鍵點數 = min(keypointsRatio * img.size().area(), 65535)

mask1

GpuMat cv::cuda::SURF_CUDA::mask1

maskSum

GpuMat cv::cuda::SURF_CUDA::maskSum

maxPosBuffer

GpuMat cv::cuda::SURF_CUDA::maxPosBuffer

nOctaveLayers

int cv::cuda::SURF_CUDA::nOctaveLayers

nOctaves

int cv::cuda::SURF_CUDA::nOctaves

sum

GpuMat cv::cuda::SURF_CUDA::sum

trace

GpuMat cv::cuda::SURF_CUDA::trace

upright

bool cv::cuda::SURF_CUDA::upright

---

此類的文件生成自以下檔案

• opencv2/xfeatures2d/cuda.hpp