#include <opencv2/face/facerec.hpp>

cv::face::LBPHFaceRecognizer 的協作圖

公共成員函式
virtual int	getGridX () const =0

virtual int	getGridY () const =0

virtual std::vector< cv::Mat >	getHistograms () const =0

virtual cv::Mat	getLabels () const =0

virtual int	getNeighbors () const =0

virtual int	getRadius () const =0

virtual double	getThreshold () const CV_OVERRIDE=0

virtual void	setGridX (int val)=0

virtual void	setGridY (int val)=0

virtual void	setNeighbors (int val)=0

virtual void	setRadius (int val)=0

virtual void	setThreshold (double val) CV_OVERRIDE=0

從 cv::face::FaceRecognizer 繼承的公共成員函式
virtual bool	empty () const CV_OVERRIDE=0

virtual String	getLabelInfo (int label) const
	按標籤獲取字串資訊。

virtual std::vector< int >	getLabelsByString (const String &str) const
	按字串獲取標籤向量。

int	predict (InputArray src) const

void	predict (InputArray src, int &label, double &confidence) const
	預測給定輸入影像的標籤和相關的置信度（例如，距離）。

virtual void	predict (InputArray src, Ptr< PredictCollector > collector) const =0
	如果已實現 - 將所有預測結果傳送到收集器，該收集器可用於某種自定義結果處理

virtual void	read (const FileNode &fn) CV_OVERRIDE=0

virtual void	read (const String &filename)
	載入 FaceRecognizer 及其模型狀態。

virtual void	setLabelInfo (int label, const String &strInfo)
	為指定模型的標籤設定字串資訊。

virtual void	train (InputArrayOfArrays src, InputArray labels)=0
	使用給定資料和相關標籤訓練 FaceRecognizer。

virtual void	update (InputArrayOfArrays src, InputArray labels)
	使用給定資料和相關標籤更新 FaceRecognizer。

virtual void	write (const String &filename) const
	儲存 FaceRecognizer 及其模型狀態。

virtual void	write (FileStorage &fs) const CV_OVERRIDE=0

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 String	getDefaultName () const

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< LBPHFaceRecognizer >	create (int radius=1, int neighbors=8, int grid_x=8, int grid_y=8, double threshold=DBL_MAX)

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。

附加繼承成員
從 cv::Algorithm 繼承的保護成員函式
void	writeFormat (FileStorage &fs) const

從 cv::face::FaceRecognizer 繼承的保護屬性
std::map< int, String >	_labelsInfo

成員函式文件

◆ create()

static Ptr< LBPHFaceRecognizer > cv::face::LBPHFaceRecognizer::create	(	int	radius = 1,
		int	neighbors = 8,
		int	grid_x = 8,
		int	grid_y = 8,
		double	threshold = DBL_MAX )

static

Python
	cv.face.LBPHFaceRecognizer.create(	[, radius[, neighbors[, grid_x[, grid_y[, threshold]]]]]	) ->	retval
	cv.face.LBPHFaceRecognizer_create(	[, radius[, neighbors[, grid_x[, grid_y[, threshold]]]]]	) ->	retval

引數

radius	用於構建圓形區域性二值模式的半徑。半徑越大，影像越平滑，但您可以獲得更多的空間資訊。
neighbors	用於構建圓形區域性二值模式的取樣點數。一個合適的值是使用 `8` 個取樣點。請記住：您包含的取樣點越多，計算成本就越高。
grid_x	水平方向上的單元格數，8 是出版物中常用的值。單元格越多，網格越精細，生成的特徵向量的維度越高。
grid_y	垂直方向上的單元格數，8 是出版物中常用的值。單元格越多，網格越精細，生成的特徵向量的維度越高。
RANSAC引數。它是點到畫素中對極線的最大距離，超過此距離的點將被視為異常值，不用於計算最終的基本矩陣。它可以設定為1-3左右，具體取決於點定位的精度、影像解析度和影像噪聲。	在預測中應用的閾值。如果到最近鄰居的距離大於閾值，則此方法返回 -1。

注意

圓形區域性二值模式（用於訓練和預測）期望資料以灰度影像形式給出，請使用 cvtColor 在顏色空間之間進行轉換。
此模型支援更新。

模型內部資料

radius 請參閱 LBPHFaceRecognizer::create。
neighbors 請參閱 LBPHFaceRecognizer::create。
grid_x 請參閱 LLBPHFaceRecognizer::create。
grid_y 請參閱 LBPHFaceRecognizer::create。
threshold 請參閱 LBPHFaceRecognizer::create。
histograms 從給定的訓練資料計算的區域性二值模式直方圖（如果未給出，則為空）。
labels 對應於計算的區域性二值模式直方圖的標籤。

◆ getGridX()

virtual int cv::face::LBPHFaceRecognizer::getGridX ( ) const

純虛擬函式

Python
	cv.face.LBPHFaceRecognizer.getGridX(		) ->	retval

另請參見: setGridX

◆ getGridY()

virtual int cv::face::LBPHFaceRecognizer::getGridY ( ) const

純虛擬函式

Python
	cv.face.LBPHFaceRecognizer.getGridY(		) ->	retval

另請參見: setGridY

◆ getHistograms()

virtual std::vector< cv::Mat > cv::face::LBPHFaceRecognizer::getHistograms ( ) const

純虛擬函式

Python
	cv.face.LBPHFaceRecognizer.getHistograms(		) ->	retval

◆ getLabels()

virtual cv::Mat cv::face::LBPHFaceRecognizer::getLabels ( ) const

純虛擬函式

Python
	cv.face.LBPHFaceRecognizer.getLabels(		) ->	retval

◆ getNeighbors()

virtual int cv::face::LBPHFaceRecognizer::getNeighbors ( ) const

純虛擬函式

Python
	cv.face.LBPHFaceRecognizer.getNeighbors(		) ->	retval

另請參見: setNeighbors

◆ getRadius()

virtual int cv::face::LBPHFaceRecognizer::getRadius ( ) const

純虛擬函式

Python
	cv.face.LBPHFaceRecognizer.getRadius(		) ->	retval

另請參見: setRadius

◆ getThreshold()

virtual double cv::face::LBPHFaceRecognizer::getThreshold ( ) const

純虛擬函式

Python
	cv.face.LBPHFaceRecognizer.getThreshold(		) ->	retval

另請參見: setThreshold

實現 cv::face::FaceRecognizer。

◆ setGridX()

virtual void cv::face::LBPHFaceRecognizer::setGridX ( int val )

純虛擬函式

Python
	cv.face.LBPHFaceRecognizer.setGridX(	val	) ->	無

另請參見: getGridX

◆ setGridY()

virtual void cv::face::LBPHFaceRecognizer::setGridY ( int val )

純虛擬函式

Python
	cv.face.LBPHFaceRecognizer.setGridY(	val	) ->	無

另請參見: getGridY

◆ setNeighbors()

virtual void cv::face::LBPHFaceRecognizer::setNeighbors ( int val )

純虛擬函式

Python
	cv.face.LBPHFaceRecognizer.setNeighbors(	val	) ->	無

另請參見: getNeighbors

◆ setRadius()

virtual void cv::face::LBPHFaceRecognizer::setRadius ( int val )

純虛擬函式

Python
	cv.face.LBPHFaceRecognizer.setRadius(	val	) ->	無

另請參見: getRadius

◆ setThreshold()

virtual void cv::face::LBPHFaceRecognizer::setThreshold ( double val )

純虛擬函式

Python
	cv.face.LBPHFaceRecognizer.setThreshold(	val	) ->	無

另請參見: getThreshold

實現 cv::face::FaceRecognizer。

此類文件由以下檔案生成

opencv2/face/facerec.hpp

公共成員函式

靜態公共成員函式

附加繼承成員

成員函式文件

◆ create()

注意

模型內部資料

◆ getGridX()

◆ getGridY()

◆ getHistograms()

◆ getLabels()

◆ getNeighbors()

◆ getRadius()

◆ getThreshold()

◆ setGridX()

◆ setGridY()

◆ setNeighbors()

◆ setRadius()

◆ setThreshold()