cv::saliency::ObjectnessBING 類參考

基於 [3] [3] Cheng, Ming-Ming, et al. "BING: Binarized normed gradients for objectness estimation at 300fps." IEEE CVPR. 2014 的 Objectness 演算法。 更多...

#include <opencv2/saliency/saliencySpecializedClasses.hpp>

cv::saliency::ObjectnessBING 的協作圖

公共成員函式
	ObjectnessBING ()
virtual	~ObjectnessBING ()
bool	computeSaliency (InputArray image, OutputArray saliencyMap)
double	getBase () const
int	getNSS () const
std::vector< float >	getobjectnessValues ()
	返回矩形的物件性值列表。
int	getW () const
void	read ()
void	setBase (double val)
void	setBBResDir (const String &resultsDir)
	這是一個實用函式，允許設定演算法將儲存可選結果的任意路徑。
void	setNSS (int val)
void	setTrainingPath (const String &trainingPath)
	這是一個實用函式，允許設定演算法將從中載入訓練模型的正確路徑。
void	setW (int val)
void	write () const
從 cv::saliency::Saliency 繼承的公共成員函式
virtual	~Saliency ()
	解構函式。
bool	computeSaliency (InputArray image, OutputArray saliencyMap)
	計算顯著性。
從 cv::Algorithm 繼承的公共成員函式
	Algorithm ()
virtual	~Algorithm ()
virtual void	clear ()
	清除演算法狀態。
virtual bool	empty () const
	如果 Algorithm 為空（例如，在最開始或在不成功的讀取之後），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< ObjectnessBING >	create ()
從 cv::Algorithm 繼承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。

保護成員函式
bool	computeSaliencyImpl (InputArray image, OutputArray objectnessBoundingBox) CV_OVERRIDE
	執行完成二值化規範化梯度演算法所需的所有操作並呼叫所有內部函式。
從 cv::saliency::Objectness 繼承的保護成員函式
從 cv::saliency::Saliency 繼承的保護成員函式
從 cv::Algorithm 繼承的保護成員函式
void	writeFormat (FileStorage &fs) const

其他繼承的成員
從 cv::saliency::Saliency 繼承的保護屬性
String	className

詳細描述

基於 [3] [3] Cheng, Ming-Ming, et al. "BING: Binarized normed gradients for objectness estimation at 300fps." IEEE CVPR. 2014 的 Objectness 演算法。

來自 [56] 的二值化規範化梯度演算法

建構函式 & 解構函式文件

ObjectnessBING()

cv::saliency::ObjectnessBING::ObjectnessBING

(

)

~ObjectnessBING()

virtual cv::saliency::ObjectnessBING::~ObjectnessBING ( )

virtual

成員函式文件

computeSaliency()

bool cv::saliency::ObjectnessBING::computeSaliency ( InputArray image, OutputArray saliencyMap )

inline

Python
	cv.saliency.ObjectnessBING.computeSaliency(	image[, saliencyMap]	) ->	retval, saliencyMap

此函式的呼叫圖如下

computeSaliencyImpl()

bool cv::saliency::ObjectnessBING::computeSaliencyImpl ( InputArray image, OutputArray objectnessBoundingBox )

protectedvirtual

執行完成二值化規範化梯度演算法所需的所有操作並呼叫所有內部函式。

引數

image	輸入影像。根據此專門演算法的需要，param image 是一個單一的Mat
objectnessBoundingBox	物件性邊界框向量。根據此專門演算法給出的結果，objectnessBoundingBox 是一個 vector<Vec4i>。每個邊界框由一個 Vec4i 表示，用於 (minX, minY, maxX, maxY)。

實現 cv::saliency::Objectness。

此函式的呼叫圖如下

create()

static Ptr< ObjectnessBING > cv::saliency::ObjectnessBING::create ( )

inlinestatic

Python
	cv.saliency.ObjectnessBING.create(		) ->	retval
	cv.saliency.ObjectnessBING_create(		) ->	retval

getBase()

double cv::saliency::ObjectnessBING::getBase ( ) const

inline

Python
	cv.saliency.ObjectnessBING.getBase(		) ->	retval

getNSS()

int cv::saliency::ObjectnessBING::getNSS ( ) const

inline

Python
	cv.saliency.ObjectnessBING.getNSS(		) ->	retval

getobjectnessValues()

std::vector< float > cv::saliency::ObjectnessBING::getobjectnessValues

(

)

Python
	cv.saliency.ObjectnessBING.getobjectnessValues(		) ->	retval

返回矩形的物件性值列表。

與演算法返回的 vector<Vec4i> objectnessBoundingBox 具有相同的順序（在 computeSaliencyImpl 函式中）。這些分數越大，越有可能成為物件視窗。

getW()

int cv::saliency::ObjectnessBING::getW ( ) const

inline

Python
	cv.saliency.ObjectnessBING.getW(		) ->	retval

read()

void cv::saliency::ObjectnessBING::read

(

)

Python
	cv.saliency.ObjectnessBING.read(		) ->	無

setBase()

void cv::saliency::ObjectnessBING::setBase ( double val )

inline

Python
	cv.saliency.ObjectnessBING.setBase(	val	) ->	無

setBBResDir()

void cv::saliency::ObjectnessBING::setBBResDir

(

const String &

resultsDir

)

Python
	cv.saliency.ObjectnessBING.setBBResDir(	resultsDir	) ->	無

這是一個實用函式，允許設定演算法將儲存可選結果的任意路徑。

（即，將物件性返回的矩形總數和列表寫入檔案，每行一個）。

引數

resultsDir

結果資料夾路徑

setNSS()

void cv::saliency::ObjectnessBING::setNSS ( int val )

inline

Python
	cv.saliency.ObjectnessBING.setNSS(	val	) ->	無

setTrainingPath()

void cv::saliency::ObjectnessBING::setTrainingPath

(

const String &

trainingPath

)

Python
	cv.saliency.ObjectnessBING.setTrainingPath(	trainingPath	) ->	無

這是一個實用函式，允許設定演算法將從中載入訓練模型的正確路徑。

引數

trainingPath

訓練模型路徑

setW()

void cv::saliency::ObjectnessBING::setW ( int val )

inline

Python
	cv.saliency.ObjectnessBING.setW(	val	) ->	無

write()

void cv::saliency::ObjectnessBING::write

(

)

const

Python
	cv.saliency.ObjectnessBING.write(		) ->	無

---

此類的文件是從以下檔案生成的

• opencv2/saliency/saliencySpecializedClasses.hpp