實現 ORB (oriented BRIEF) 關鍵點檢測器和描述符提取器的類。更多...

#include <opencv2/features2d.hpp>

cv::ORB 的協作圖

公共型別
列舉	評分型別 { HARRIS_SCORE =0 , FAST_SCORE =1 }

公共成員函式
virtual String	getDefaultName () const CV_OVERRIDE

virtual int	getEdgeThreshold () const =0

virtual int	getFastThreshold () const =0

virtual int	getFirstLevel () const =0

virtual int	getMaxFeatures () const =0

virtual int	getNLevels () const =0

virtual int	getPatchSize () const =0

virtual double	getScaleFactor () const =0

virtual ORB::ScoreType	getScoreType () const =0

virtual int	getWTA_K () const =0

virtual void	setEdgeThreshold (int edgeThreshold)=0

virtual void	setFastThreshold (int fastThreshold)=0

virtual void	setFirstLevel (int firstLevel)=0

virtual void	setMaxFeatures (int maxFeatures)=0

virtual void	setNLevels (int nlevels)=0

virtual void	setPatchSize (int patchSize)=0

virtual void	setScaleFactor (double scaleFactor)=0

virtual void	setScoreType (ORB::ScoreType scoreType)=0

virtual void	setWTA_K (int wta_k)=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)
	計算在影像（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（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< ORB >	create (int nfeatures=500, float scaleFactor=1.2f, int nlevels=8, int edgeThreshold=31, int firstLevel=0, int WTA_K=2, ORB::ScoreType scoreType=ORB::HARRIS_SCORE, int patchSize=31, int fastThreshold=20)
	ORB 建構函式。

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。

靜態公共屬性
static const int	kBytes = 32

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

詳細描述

實現 ORB (oriented BRIEF) 關鍵點檢測器和描述符提取器的類。

描述於 [232]。該演算法在金字塔中使用 FAST 來檢測穩定的關鍵點，使用 FAST 或 Harris 響應選擇最強的特徵，使用一階矩找到它們的方向，並使用 BRIEF 計算描述符（其中隨機點對（或 k-元組）的座標根據測量的方向進行旋轉）。

成員列舉文件

◆ 評分型別

列舉 cv::ORB::ScoreType

列舉器
HARRIS_SCORE
FAST_SCORE

成員函式文件

◆ create()

static Ptr< ORB > cv::ORB::create	(	int	nfeatures = 500,
		float	scaleFactor = 1.2f,
		int	nlevels = 8,
		int	edgeThreshold = 31,
		int	firstLevel = 0,
		int	WTA_K = 2,
		ORB::ScoreType	scoreType = ORB::HARRIS_SCORE,
		int	patchSize = 31,
		int	fastThreshold = 20 )

static

Python
	cv.ORB.create(	[, nfeatures[, scaleFactor[, nlevels[, edgeThreshold[, firstLevel[, WTA_K[, scoreType[, patchSize[, fastThreshold]]]]]]]]]	) ->	retval
	cv.ORB_create(	[, nfeatures[, scaleFactor[, nlevels[, edgeThreshold[, firstLevel[, WTA_K[, scoreType[, patchSize[, fastThreshold]]]]]]]]]	) ->	retval

ORB 建構函式。

引數

nfeatures	要保留的最大特徵數。
scaleFactor	金字塔抽取率，大於 1。scaleFactor==2 表示經典金字塔，其中每個下一級別比上一級別少 4 倍畫素，但如此大的比例因子會顯著降低特徵匹配分數。另一方面，過接近 1 的比例因子意味著要覆蓋一定的尺度範圍，您將需要更多的金字塔級別，從而速度會受影響。
nlevels	金字塔級別數。最小級別將具有等於 input_image_linear_size/pow(scaleFactor, nlevels - firstLevel) 的線性大小。
edgeThreshold	這是不檢測特徵的邊界大小。它應大致與 patchSize 引數匹配。
firstLevel	放置源影像的金字塔級別。以前的層將填充放大後的源影像。
WTA_K	產生定向 BRIEF 描述符每個元素的點數。預設值 2 表示 BRIEF，我們取一個隨機點對並比較它們的亮度，從而得到 0/1 響應。其他可能的值是 3 和 4。例如，3 意味著我們取 3 個隨機點（當然，這些點座標是隨機的，但它們是從預定義的種子生成的，因此 BRIEF 描述符的每個元素都是從畫素矩形確定性地計算出來的），找到最大亮度的點並輸出獲勝者索引（0、1 或 2）。這樣的輸出將佔用 2 位，因此需要一種特殊變體的 Hamming 距離，表示為 NORM_HAMMING2（每個 bin 2 位）。當 WTA_K=4 時，我們取 4 個隨機點來計算每個 bin（這也將佔用 2 位，可能的值為 0、1、2 或 3）。
scoreType	預設的 HARRIS_SCORE 意味著使用 Harris 演算法對特徵進行排序（分數寫入 KeyPoint::score 並用於保留最佳 nfeatures 特徵）；FAST_SCORE 是引數的替代值，它產生的關鍵點穩定性略低，但計算速度稍快。
patchSize	定向 BRIEF 描述符使用的補丁大小。當然，在較小的金字塔層上，特徵覆蓋的感知影像區域會更大。
fastThreshold	FAST 閾值

◆ getDefaultName()

virtual String cv::ORB::getDefaultName ( ) const

virtual

Python
	cv.ORB.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，此字串用作頂層 xml/yml 節點標籤。

重新實現自 cv::Feature2D。

◆ getEdgeThreshold()

virtual int cv::ORB::getEdgeThreshold ( ) const

純虛擬函式

Python
	cv.ORB.getEdgeThreshold(		) ->	retval

◆ getFastThreshold()

virtual int cv::ORB::getFastThreshold ( ) const

純虛擬函式

Python
	cv.ORB.getFastThreshold(		) ->	retval

◆ getFirstLevel()

virtual int cv::ORB::getFirstLevel ( ) const

純虛擬函式

Python
	cv.ORB.getFirstLevel(		) ->	retval

◆ getMaxFeatures()

virtual int cv::ORB::getMaxFeatures ( ) const

純虛擬函式

Python
	cv.ORB.getMaxFeatures(		) ->	retval

◆ getNLevels()

virtual int cv::ORB::getNLevels ( ) const

純虛擬函式

Python
	cv.ORB.getNLevels(		) ->	retval

◆ getPatchSize()

virtual int cv::ORB::getPatchSize ( ) const

純虛擬函式

Python
	cv.ORB.getPatchSize(		) ->	retval

◆ getScaleFactor()

virtual double cv::ORB::getScaleFactor ( ) const

純虛擬函式

Python
	cv.ORB.getScaleFactor(		) ->	retval

◆ getScoreType()

virtual ORB::ScoreType cv::ORB::getScoreType ( ) const

純虛擬函式

Python
	cv.ORB.getScoreType(		) ->	retval

◆ getWTA_K()

virtual int cv::ORB::getWTA_K ( ) const

純虛擬函式

Python
	cv.ORB.getWTA_K(		) ->	retval

◆ setEdgeThreshold()

virtual void cv::ORB::setEdgeThreshold ( int edgeThreshold )

純虛擬函式

Python
	cv.ORB.setEdgeThreshold(	edgeThreshold	) ->	無

◆ setFastThreshold()

virtual void cv::ORB::setFastThreshold ( int fastThreshold )

純虛擬函式

Python
	cv.ORB.setFastThreshold(	fastThreshold	) ->	無

◆ setFirstLevel()

virtual void cv::ORB::setFirstLevel ( int firstLevel )

純虛擬函式

Python
	cv.ORB.setFirstLevel(	firstLevel	) ->	無

◆ setMaxFeatures()

virtual void cv::ORB::setMaxFeatures ( int maxFeatures )

純虛擬函式

Python
	cv.ORB.setMaxFeatures(	maxFeatures	) ->	無

◆ setNLevels()

virtual void cv::ORB::setNLevels ( int nlevels )

純虛擬函式

Python
	cv.ORB.setNLevels(	nlevels	) ->	無

◆ setPatchSize()

virtual void cv::ORB::setPatchSize ( int patchSize )

純虛擬函式

Python
	cv.ORB.setPatchSize(	patchSize	) ->	無

◆ setScaleFactor()

virtual void cv::ORB::setScaleFactor ( double scaleFactor )

純虛擬函式

Python
	cv.ORB.setScaleFactor(	scaleFactor	) ->	無

◆ setScoreType()

virtual void cv::ORB::setScoreType ( ORB::ScoreType scoreType )

純虛擬函式

Python
	cv.ORB.setScoreType(	scoreType	) ->	無

◆ setWTA_K()

virtual void cv::ORB::setWTA_K ( int wta_k )

純虛擬函式

Python
	cv.ORB.setWTA_K(	wta_k	) ->	無

成員資料文件

◆ kBytes

const int cv::ORB::kBytes = 32

static

此類的文件生成自以下檔案

opencv2/features2d.hpp

公共型別

公共成員函式

靜態公共成員函式

靜態公共屬性

額外繼承成員

詳細描述

成員列舉文件

◆ 評分型別

成員函式文件

◆ create()

◆ getDefaultName()

◆ getEdgeThreshold()

◆ getFastThreshold()

◆ getFirstLevel()

◆ getMaxFeatures()

◆ getNLevels()

◆ getPatchSize()

◆ getScaleFactor()

◆ getScoreType()

◆ getWTA_K()

◆ setEdgeThreshold()

◆ setFastThreshold()

◆ setFirstLevel()

◆ setMaxFeatures()

◆ setNLevels()

◆ setPatchSize()

◆ setScaleFactor()

◆ setScoreType()

◆ setWTA_K()

成員資料文件

◆ kBytes