OpenCV 4.12.0
開源計算機視覺
載入中...
搜尋中...
無匹配項
cv::bioinspired::Retina 類參考抽象

一個允許 Gipsa/Listic Labs 模型與 OpenCV 配合使用的類。更多...

#include <opencv2/bioinspired/retina.hpp>

cv::bioinspired::Retina 的協作圖

公共成員函式

virtual void activateContoursProcessing (const bool activate)=0
 啟用/停用小細胞通路處理(輪廓資訊提取),預設情況下,它是啟用的。
 
virtual void activateMovingContoursProcessing (const bool activate)=0
 啟用/停用大細胞通路處理(運動資訊提取),預設情況下,它是啟用的。
 
virtual void applyFastToneMapping (InputArray inputImage, OutputArray outputToneMappedImage)=0
 此方法處理影像以校正其亮度,修正逆光問題,增強陰影中的細節。
 
virtual void clearBuffers ()=0
 清除所有視網膜緩衝區。
 
virtual Size getInputSize ()=0
 檢索視網膜輸入緩衝區尺寸。
 
virtual void getMagno (OutputArray retinaOutput_magno)=0
 視網膜運動通道的訪問器(模擬外圍視覺)。
 
virtual Mat getMagnoRAW () const =0
 
virtual void getMagnoRAW (OutputArray retinaOutput_magno)=0
 視網膜運動通道的訪問器(模擬外圍視覺)。
 
virtual Size getOutputSize ()=0
 檢索視網膜輸出緩衝區尺寸,如果應用了空間對數變換,該尺寸可能與輸入尺寸不同。
 
virtual RetinaParameters getParameters ()=0
 
virtual void getParvo (OutputArray retinaOutput_parvo)=0
 視網膜細節通道的訪問器(模擬中央凹視覺)。
 
virtual Mat getParvoRAW () const =0
 
virtual void getParvoRAW (OutputArray retinaOutput_parvo)=0
 視網膜細節通道的訪問器(模擬中央凹視覺)。
 
virtual String printSetup ()=0
 輸出一個字串,顯示所使用的引數設定。
 
virtual void run (InputArray inputImage)=0
 該方法允許將視網膜模型應用於輸入影像。
 
virtual void setColorSaturation (const bool saturateColors=true, const float colorSaturationValue=4.0f)=0
 啟用色彩飽和度作為顏色解複用過程的最後一步 -> 這種飽和度是對解複用影像的每個通道應用的 Sigmoid 函式。
 
virtual void setup (cv::FileStorage &fs, const bool applyDefaultSetupOnFailure=true)=0
 
virtual void setup (RetinaParameters newParameters)=0
 
virtual void setup (String retinaParameterFile="", const bool applyDefaultSetupOnFailure=true)=0
 嘗試開啟一個 XML 視網膜引數檔案來調整當前視網膜例項設定。
 
virtual void setupIPLMagnoChannel (const bool normaliseOutput=true, const float parasolCells_beta=0.f, const float parasolCells_tau=0.f, const float parasolCells_k=7.f, const float amacrinCellsTemporalCutFrequency=1.2f, const float V0CompressionParameter=0.95f, const float localAdaptintegration_tau=0.f, const float localAdaptintegration_k=7.f)=0
 設定內叢狀層 (IPL) 大細胞通道的引數值。
 
virtual void setupOPLandIPLParvoChannel (const bool colorMode=true, const bool normaliseOutput=true, const float photoreceptorsLocalAdaptationSensitivity=0.7f, const float photoreceptorsTemporalConstant=0.5f, const float photoreceptorsSpatialConstant=0.53f, const float horizontalCellsGain=0.f, const float HcellsTemporalConstant=1.f, const float HcellsSpatialConstant=7.f, const float ganglionCellsSensitivity=0.7f)=0
 設定 OPL 和 IPL 小細胞通道(參見生物學模型)
 
virtual void write (FileStorage &fs) const CV_OVERRIDE=0
 
virtual void write (String fs) const =0
 寫入 XML/YML 格式的引數資訊。
 
- 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
 
void write (FileStorage &fs, const String &name) const
 

靜態公共成員函式

static Ptr< Retinacreate (Size inputSize)
 
static Ptr< Retinacreate (Size inputSize, const bool colorMode, int colorSamplingMethod=RETINA_COLOR_BAYER, const bool useRetinaLogSampling=false, const float reductionFactor=1.0f, const float samplingStrength=10.0f)
 來自標準化介面的建構函式:檢索指向 Retina 例項的智慧指標。
 
- 繼承自 cv::Algorithm 的靜態公共成員函式
template<typename _Tp >
static Ptr< _Tpload (const String &filename, const String &objname=String())
 從檔案中載入演算法。
 
template<typename _Tp >
static Ptr< _TploadFromString (const String &strModel, const String &objname=String())
 從字串載入演算法。
 
template<typename _Tp >
static Ptr< _Tpread (const FileNode &fn)
 從檔案節點讀取演算法。
 

附加繼承成員

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

詳細描述

一個允許 Gipsa/Listic Labs 模型與 OpenCV 配合使用的類。

此視網膜模型允許進行時空影像處理(應用於靜態影像、影片序列)。總結如下,這些是視網膜模型的特性:

  • 它應用光譜白化(中頻細節增強)
  • 高頻時空降噪
  • 降低低頻亮度(亮度範圍壓縮)
  • 區域性對數亮度壓縮允許在弱光條件下增強細節

用途:此模型主要可用於時空影片特效,也可用於:_使用 getParvo 方法輸出矩陣:紋理分析,具有更高的信噪比和增強的細節,對輸入影像的亮度範圍具有魯棒性 _使用 getMagno 方法輸出矩陣:運動分析,也具有前面提到的特性

更多資訊請參考以下論文:Benoit A., Caplier A., Durette B., Herault, J., "USING HUMAN VISUAL SYSTEM MODELING FOR BIO-INSPIRED LOW LEVEL IMAGE PROCESSING", Elsevier, Computer Vision and Image Understanding 114 (2010), pp. 758-773, DOI: http://dx.doi.org/10.1016/j.cviu.2010.01.011 Vision: Images, Signals and Neural Networks: Models of Neural Processing in Visual Perception (Progress in Neural Processing),By: Jeanny Herault, ISBN: 9814273686. WAPI (Tower ID): 113266891。

此視網膜濾波器包含了作者從博士/研究同事的研究貢獻中借鑑的程式碼:請檢視 retinacolor.hpp 模組,瞭解 Brice Chaix de Lavarene 的色彩鑲嵌/去鑲嵌技術及參考論文:B. Chaix de Lavarene, D. Alleysson, B. Durette, J. Herault (2007). "Efficient demosaicing through recursive filtering", IEEE International Conference on Image Processing ICIP 2007;檢視 imagelogpolprojection.hpp,瞭解源自 Barthelemy Durette 博士與 Jeanny Herault 合作研究的視網膜空間對數取樣。還提出了視網膜/V1 皮層投射,這源自 Jeanny 的討論。更多資訊請參閱上述 Jeanny Heraults 的著作。

成員函式文件

◆ activateContoursProcessing()

virtual void cv::bioinspired::Retina::activateContoursProcessing ( const bool 啟用)
純虛擬函式
Python
cv.bioinspired.Retina.activateContoursProcessing(啟用) ->

啟用/停用小細胞通路處理(輪廓資訊提取),預設情況下,它是啟用的。

引數
啟用如果小細胞(輪廓資訊提取)輸出應被啟用,則為 true,否則為 false... 如果被啟用,可以使用 Retina::getParvo 方法檢索小細胞輸出。

◆ activateMovingContoursProcessing()

virtual void cv::bioinspired::Retina::activateMovingContoursProcessing ( const bool 啟用)
純虛擬函式
Python
cv.bioinspired.Retina.activateMovingContoursProcessing(啟用) ->

啟用/停用大細胞通路處理(運動資訊提取),預設情況下,它是啟用的。

引數
啟用如果大細胞輸出應被啟用,則為 true,否則為 false... 如果被啟用,可以使用 getMagno 方法檢索大細胞輸出。

◆ applyFastToneMapping()

virtual void cv::bioinspired::Retina::applyFastToneMapping ( InputArray inputImage,
OutputArray outputToneMappedImage )
純虛擬函式
Python
cv.bioinspired.Retina.applyFastToneMapping(inputImage[, outputToneMappedImage]) -> outputToneMappedImage

此方法處理影像以校正其亮度,修正逆光問題,增強陰影中的細節。

此方法旨在執行高動態範圍影像的色調對映(將 >8位/畫素影像壓縮為 8位/畫素)。這是視網膜小細胞模型的簡化版本(run/getParvo 方法呼叫的簡化版),因為它不包括模擬視網膜外叢狀層(執行光譜白化和許多其他功能)的時空濾波器。然而,它在色調對映方面表現出色,並且速度更快。

檢視演示和實驗部分,瞭解使用原始視網膜模型和此方法執行色調對映的示例和方式。

引數
inputImage要處理的輸入影像(應以浮點格式編碼:CV_32F, CV_32FC1, CV_32F_C3, CV_32F_C4,第四個通道將被忽略)。
outputToneMappedImage輸出的 8位/通道色調對映影像(CV_8U 或 CV_8UC3 格式)。

◆ clearBuffers()

virtual void cv::bioinspired::Retina::clearBuffers ( )
純虛擬函式
Python
cv.bioinspired.Retina.clearBuffers() ->

清除所有視網膜緩衝區。

(相當於長時間閉眼後睜開眼睛;o)請注意此方法呼叫後立即發生的時序過渡。

◆ create() [1/2]

static Ptr< Retina > cv::bioinspired::Retina::create ( Size inputSize)
static
Python
cv.bioinspired.Retina.create(inputSize) -> retval
cv.bioinspired.Retina.create(inputSize, colorMode[, colorSamplingMethod[, useRetinaLogSampling[, reductionFactor[, samplingStrength]]]]) -> retval
cv.bioinspired.Retina_create(inputSize) -> retval
cv.bioinspired.Retina_create(inputSize, colorMode[, colorSamplingMethod[, useRetinaLogSampling[, reductionFactor[, samplingStrength]]]]) -> retval

這是一個過載的成員函式,為方便起見而提供。它與上述函式僅在接受的引數上有所不同。

◆ create() [2/2]

static Ptr< Retina > cv::bioinspired::Retina::create ( Size inputSize,
const bool colorMode,
int colorSamplingMethod = RETINA_COLOR_BAYER,
const bool useRetinaLogSampling = false,
const float reductionFactor = 1.0f,
const float samplingStrength = 10.0f )
static
Python
cv.bioinspired.Retina.create(inputSize) -> retval
cv.bioinspired.Retina.create(inputSize, colorMode[, colorSamplingMethod[, useRetinaLogSampling[, reductionFactor[, samplingStrength]]]]) -> retval
cv.bioinspired.Retina_create(inputSize) -> retval
cv.bioinspired.Retina_create(inputSize, colorMode[, colorSamplingMethod[, useRetinaLogSampling[, reductionFactor[, samplingStrength]]]]) -> retval

來自標準化介面的建構函式:檢索指向 Retina 例項的智慧指標。

引數
inputSize輸入幀尺寸
colorMode選擇的處理模式:是否進行顏色處理
colorSamplingMethod指定將使用哪種顏色取樣方式
useRetinaLogSampling啟用視網膜對數取樣,如果為 true,可以使用以下兩個引數
reductionFactor僅當引數 useRetinaLogSampling=true 時有用,指定輸出幀的縮減因子(由於中心(中央凹)是高解析度,而角落可以進行縮減,因此允許在不損失精度的情況下縮減輸出)
samplingStrength僅當引數 useRetinaLogSampling=true 時有用,指定所應用對數尺度的強度

◆ getInputSize()

virtual Size cv::bioinspired::Retina::getInputSize ( )
純虛擬函式
Python
cv.bioinspired.Retina.getInputSize() -> retval

檢索視網膜輸入緩衝區尺寸。

返回
視網膜輸入緩衝區尺寸

◆ getMagno()

virtual void cv::bioinspired::Retina::getMagno ( OutputArray retinaOutput_magno)
純虛擬函式
Python
cv.bioinspired.Retina.getMagno([, retinaOutput_magno]) -> retinaOutput_magno

視網膜運動通道的訪問器(模擬外圍視覺)。

警告:getMagnoRAW 方法返回的緩衝區未縮放到 [0;255] 範圍內,而非 RAW 方法則允許檢索歸一化矩陣。

引數
retinaOutput_magno輸出緩衝區(如有必要會重新分配),格式可以是
  • 一個 Mat,此輸出已為 OpenCV 中標準的 8 點陣圖像處理用途進行縮放
  • RAW 方法實際上返回一個一維矩陣(編碼為 M1, M2,... Mn),此輸出是原始視網膜濾波器模型的輸出,未經任何量化或重新縮放。
另請參見
getMagnoRAW

◆ getMagnoRAW() [1/2]

virtual Mat cv::bioinspired::Retina::getMagnoRAW ( ) const
純虛擬函式
Python
cv.bioinspired.Retina.getMagnoRAW([, retinaOutput_magno]) -> retinaOutput_magno
cv.bioinspired.Retina.getMagnoRAW() -> retval

這是一個過載的成員函式,為方便起見而提供。它與上述函式僅在接受的引數上有所不同。

◆ getMagnoRAW() [2/2]

virtual void cv::bioinspired::Retina::getMagnoRAW ( OutputArray retinaOutput_magno)
純虛擬函式
Python
cv.bioinspired.Retina.getMagnoRAW([, retinaOutput_magno]) -> retinaOutput_magno
cv.bioinspired.Retina.getMagnoRAW() -> retval

視網膜運動通道的訪問器(模擬外圍視覺)。

另請參見
getMagno

◆ getOutputSize()

virtual Size cv::bioinspired::Retina::getOutputSize ( )
純虛擬函式
Python
cv.bioinspired.Retina.getOutputSize() -> retval

檢索視網膜輸出緩衝區尺寸,如果應用了空間對數變換,該尺寸可能與輸入尺寸不同。

返回
視網膜輸出緩衝區尺寸

◆ getParameters()

virtual RetinaParameters cv::bioinspired::Retina::getParameters ( )
純虛擬函式
返回
當前的引數設定

◆ getParvo()

virtual void cv::bioinspired::Retina::getParvo ( OutputArray retinaOutput_parvo)
純虛擬函式
Python
cv.bioinspired.Retina.getParvo([, retinaOutput_parvo]) -> retinaOutput_parvo

視網膜細節通道的訪問器(模擬中央凹視覺)。

警告:getParvoRAW 方法返回的緩衝區未縮放到 [0;255] 範圍內,而非 RAW 方法則允許檢索歸一化矩陣。

引數
retinaOutput_parvo輸出緩衝區(如有必要會重新分配),格式可以是
  • 一個 Mat,此輸出已為 OpenCV 中標準的 8 點陣圖像處理用途進行縮放
  • RAW 方法實際上返回一個一維矩陣(編碼為 R1, R2, ... Rn, G1, G2, ..., Gn, B1, B2, ...Bn),此輸出是原始視網膜濾波器模型的輸出,未經任何量化或重新縮放。
另請參見
getParvoRAW

◆ getParvoRAW() [1/2]

virtual Mat cv::bioinspired::Retina::getParvoRAW ( ) const
純虛擬函式
Python
cv.bioinspired.Retina.getParvoRAW([, retinaOutput_parvo]) -> retinaOutput_parvo
cv.bioinspired.Retina.getParvoRAW() -> retval

這是一個過載的成員函式,為方便起見而提供。它與上述函式僅在接受的引數上有所不同。

◆ getParvoRAW() [2/2]

virtual void cv::bioinspired::Retina::getParvoRAW ( OutputArray retinaOutput_parvo)
純虛擬函式
Python
cv.bioinspired.Retina.getParvoRAW([, retinaOutput_parvo]) -> retinaOutput_parvo
cv.bioinspired.Retina.getParvoRAW() -> retval

視網膜細節通道的訪問器(模擬中央凹視覺)。

另請參見
getParvo

◆ printSetup()

virtual String cv::bioinspired::Retina::printSetup ( )
純虛擬函式
Python
cv.bioinspired.Retina.printSetup() -> retval

輸出一個字串,顯示所使用的引數設定。

返回
一個包含格式化引數資訊的字串

◆ run()

virtual void cv::bioinspired::Retina::run ( InputArray inputImage)
純虛擬函式
Python
cv.bioinspired.Retina.run(inputImage) ->

該方法允許將視網膜模型應用於輸入影像。

執行後,封裝的視網膜模組即可使用專用訪問器提供其輸出,參見 getParvo 和 getMagno 方法

引數
inputImage要處理的輸入 Mat 影像,可以是灰度或 BGR 編碼的任何格式(從 8 位到 16 位)

◆ setColorSaturation()

virtual void cv::bioinspired::Retina::setColorSaturation ( const bool saturateColors = true,
const float colorSaturationValue = 4.0f )
純虛擬函式
Python
cv.bioinspired.Retina.setColorSaturation([, saturateColors[, colorSaturationValue]]) ->

啟用色彩飽和度作為顏色解複用過程的最後一步 -> 這種飽和度是對解複用影像的每個通道應用的 Sigmoid 函式。

引數
saturateColors一個布林值,用於啟用(如果為 true)或停用(如果為 false)色彩飽和度
colorSaturationValue飽和度因子:應用於色度緩衝區的簡單因子

◆ setup() [1/3]

virtual void cv::bioinspired::Retina::setup ( cv::FileStorage & fs,
const bool applyDefaultSetupOnFailure = true )
純虛擬函式
Python
cv.bioinspired.Retina.setup([, retinaParameterFile[, applyDefaultSetupOnFailure]]) ->

這是一個過載的成員函式,為方便起見而提供。它與上述函式僅在接受的引數上有所不同。

引數
fs包含視網膜引數的已開啟的檔案儲存
applyDefaultSetupOnFailure如果出錯時必須丟擲錯誤,則設為 true

◆ setup() [2/3]

virtual void cv::bioinspired::Retina::setup ( RetinaParameters newParameters)
純虛擬函式
Python
cv.bioinspired.Retina.setup([, retinaParameterFile[, applyDefaultSetupOnFailure]]) ->

這是一個過載的成員函式,為方便起見而提供。它與上述函式僅在接受的引數上有所不同。

引數
newParameters根據新目標配置更新的引數結構。

◆ setup() [3/3]

virtual void cv::bioinspired::Retina::setup ( String retinaParameterFile = "",
const bool applyDefaultSetupOnFailure = true )
純虛擬函式
Python
cv.bioinspired.Retina.setup([, retinaParameterFile[, applyDefaultSetupOnFailure]]) ->

嘗試開啟一個 XML 視網膜引數檔案來調整當前視網膜例項設定。

  • 如果 XML 檔案不存在,則應用預設設定
  • 警告:如果讀取的 XML 檔案無效,則會丟擲異常
    引數
    retinaParameterFile引數檔名
    applyDefaultSetupOnFailure如果出錯時必須丟擲錯誤,則設為 true
    您可以使用 Retina::getParameters 方法檢索當前引數結構,並在執行 Retina::setup 方法之前對其進行更新。

◆ setupIPLMagnoChannel()

virtual void cv::bioinspired::Retina::setupIPLMagnoChannel ( const bool normaliseOutput = true,
const float parasolCells_beta = 0.f,
const float parasolCells_tau = 0.f,
const float parasolCells_k = 7.f,
const float amacrinCellsTemporalCutFrequency = 1.2f,
const float V0CompressionParameter = 0.95f,
const float localAdaptintegration_tau = 0.f,
const float localAdaptintegration_k = 7.f )
純虛擬函式
Python
cv.bioinspired.Retina.setupIPLMagnoChannel([, normaliseOutput[, parasolCells_beta[, parasolCells_tau[, parasolCells_k[, amacrinCellsTemporalCutFrequency[, V0CompressionParameter[, localAdaptintegration_tau[, localAdaptintegration_k]]]]]]]]) ->

設定內叢狀層 (IPL) 大細胞通道的引數值。

此通道處理來自外圍視覺中 OPL 處理階段的輸出訊號,它允許增強運動資訊。它與細節通道無關。有關更多詳細資訊,請參見參考論文。

引數
normaliseOutput指定輸出是否在 0 到 255 之間重新縮放(true 為是,false 為否)
parasolCells_beta用於視網膜 IPL 層面(針對神經節細胞區域性適應)區域性對比度適應的低通濾波器增益,典型值為 0
parasolCells_tau用於視網膜 IPL 層面(針對神經節細胞區域性適應)區域性對比度適應的低通濾波器時間常數,單位為幀,典型值為 0(即時響應)
parasolCells_k用於視網膜 IPL 層面(針對神經節細胞區域性適應)區域性對比度適應的低通濾波器空間常數,單位為畫素,典型值為 5
amacrinCellsTemporalCutFrequency大細胞通路(運動資訊通道)一階高通濾波器的時間常數,單位為幀,典型值為 1.2
V0CompressionParameter神經節細胞區域性適應輸出的壓縮強度,為獲得最佳效果,請設定 0.6 到 1 之間的值,高值會更大程度地增加低值靈敏度... 並且輸出飽和更快,推薦值:0.95
localAdaptintegration_tau指定用於計算區域性適應中區域性“運動平均值”的低通濾波器的時間常數
localAdaptintegration_k指定用於計算區域性適應中區域性“運動平均值”的低通濾波器的空間常數

◆ setupOPLandIPLParvoChannel()

virtual void cv::bioinspired::Retina::setupOPLandIPLParvoChannel ( const bool colorMode = true,
const bool normaliseOutput = true,
const float photoreceptorsLocalAdaptationSensitivity = 0.7f,
const float photoreceptorsTemporalConstant = 0.5f,
const float photoreceptorsSpatialConstant = 0.53f,
const float horizontalCellsGain = 0.f,
const float HcellsTemporalConstant = 1.f,
const float HcellsSpatialConstant = 7.f,
const float ganglionCellsSensitivity = 0.7f )
純虛擬函式
Python
cv.bioinspired.Retina.setupOPLandIPLParvoChannel([, colorMode[, normaliseOutput[, photoreceptorsLocalAdaptationSensitivity[, photoreceptorsTemporalConstant[, photoreceptorsSpatialConstant[, horizontalCellsGain[, HcellsTemporalConstant[, HcellsSpatialConstant[, ganglionCellsSensitivity]]]]]]]]]) ->

設定 OPL 和 IPL 小細胞通道(參見生物學模型)

OPL 指的是視網膜的外叢狀層,它允許進行時空濾波,從而白化光譜並減少時空噪聲,同時衰減全域性亮度(低頻能量)。IPL 小細胞是 OPL 的下一個處理階段,它指的是視網膜內叢狀層的一部分,它允許在中央凹視覺中實現高輪廓靈敏度。有關更多資訊,請參閱參考論文。更多資訊,請查閱 Benoit A., Caplier A., Durette B., Herault, J., "USING HUMAN VISUAL SYSTEM MODELING FOR BIO-INSPIRED LOW LEVEL IMAGE PROCESSING", Elsevier, Computer Vision and Image Understanding 114 (2010), pp. 758-773, DOI: http://dx.doi.org/10.1016/j.cviu.2010.01.011

引數
colorMode指定是否(true 為是,false 為否)處理顏色,然後處理灰度影像
normaliseOutput指定輸出是否在 0 到 255 之間重新縮放(true 為是,false 為否)
photoreceptorsLocalAdaptationSensitivity光感受器靈敏度範圍為 0-1(值增加時對數壓縮效果更強)
photoreceptorsTemporalConstant光感受器一階低通濾波器的時間常數,用於濾除高時間頻率(噪聲或快速運動),單位為幀,典型值為 1 幀
photoreceptorsSpatialConstant光感受器一階低通濾波器的空間常數,用於濾除高空間頻率(噪聲或粗輪廓),單位為畫素,典型值為 1 畫素
horizontalCellsGain水平細胞網路的增益,如果為 0,則輸出的平均值為零;如果引數接近 1,則亮度未被過濾且仍可在輸出中獲得,典型值為 0
HcellsTemporalConstant水平細胞一階低通濾波器的時間常數,用於濾除低時間頻率(區域性亮度變化),單位為幀,典型值為 1 幀,與光感受器相同
HcellsSpatialConstant水平細胞一階低通濾波器的空間常數,用於濾除低空間頻率(區域性亮度),單位為畫素,典型值為 5 畫素,此值也用於在神經節細胞層面(內叢狀層小細胞通道模型)計算區域性對比度適應時進行區域性對比度計算
ganglionCellsSensitivity神經節細胞區域性適應輸出的壓縮強度,為獲得最佳效果,請設定 0.6 到 1 之間的值,高值會更大程度地增加低值靈敏度... 並且輸出飽和更快,推薦值:0.7

◆ write() [1/2]

virtual void cv::bioinspired::Retina::write ( FileStorage & fs) const
純虛擬函式
Python
cv.bioinspired.Retina.write(fs) ->

這是一個過載的成員函式,為方便起見而提供。它與上述函式僅在接受的引數上有所不同。

重新實現自 cv::Algorithm

◆ write() [2/2]

virtual void cv::bioinspired::Retina::write ( String fs) const
純虛擬函式
Python
cv.bioinspired.Retina.write(fs) ->

寫入 XML/YML 格式的引數資訊。

引數
fs將開啟並寫入格式化引數資訊的 XML 檔名

此類的文件生成自以下檔案