特徵描述子提取公用介面_OpenCv

來源:互聯網
上載者:User

OpenCV封裝了一些特徵描述子提取演算法,使得使用者能夠解決該問題時候方便使用各種演算法。這章用來計算的描述子提取被表達成一個高維空間的向量 vector.所有實現 vector 特徵描述子子提取的部分繼承了 DescriptorExtractor 介面. DescriptorExtractor class  DescriptorExtractor

抽象基類 for 對映像關鍵點計算特徵描述子.

class CV_EXPORTS DescriptorExtractor{public:    virtual ~DescriptorExtractor();    void compute( const Mat& image, vector<KeyPoint>& keypoints,                  Mat& descriptors ) const;    void compute( const vector<Mat>& images, vector<vector<KeyPoint> >& keypoints,                  vector<Mat>& descriptors ) const;    virtual void read( const FileNode& );    virtual void write( FileStorage& ) const;    virtual int descriptorSize() const = 0;    virtual int descriptorType() const = 0;    static Ptr<DescriptorExtractor> create( const string& descriptorExtractorType );protected:    ...};

在這個介面中, 一個關鍵點的特徵描述子可以被表達成密集(dense),固定維數的向量。 大部分特徵描述子按照這種模式每隔固定個像素計算。特徵描述子的集合被表達成 Mat , 其中每一行是一個關鍵的特徵描述子. DescriptorExtractor::compute

根據檢測到的映像(第一種情況)或者映像集合(第二種情況)中的關鍵點(檢測子)計算描述子. C++:  void  DescriptorExtractor:: compute (const Mat&  image, vector<KeyPoint>&  keypoints, Mat&  descriptors )  const C++:  void  DescriptorExtractor:: compute (const vector<Mat>&  images, vector<vector<KeyPoint>>&  keypoints, vector<Mat>&  descriptors )  const Parameters: image – 映像. images – 映像集.

:param keypoints:輸入的特徵關鍵點. 不能被計算特徵描述子的關鍵點被略過. 另外一些情況新的特徵關鍵點增加進來, 比如: SIFT 增加了幾個主方向上的特徵關鍵點. Parameters: descriptors – 計算特徵描述子. In the second variant of the method descriptors[i] are descriptors computed for a keypoints[i]`. Row ``j is the keypoints(or keypoints[i]) is the descriptor for keypoint j-th keypoint. DescriptorExtractor::read

從檔案點中讀取特徵描述子提取的對象. C++:  void  DescriptorExtractor:: read (const FileNode&  fn ) Parameters: fn – 讀取的檔案點. DescriptorExtractor::write

寫入特徵描述子的提取的對象到檔案. C++:  void  DescriptorExtractor:: write (FileStorage&  fs )  const Parameters: fs – 寫入的檔案. DescriptorExtractor::create

根據名字建立特徵描述子提取. C++:  Ptr<DescriptorExtractor>  DescriptorExtractor:: create (const string&  descriptorExtractorType ) Parameters: descriptorExtractorType – Descriptor extractor type.

現有實現支援以下幾個類型的特徵描述子提取方法: "SIFT" – SiftDescriptorExtractor "SURF" – SurfDescriptorExtractor "ORB" – OrbDescriptorExtractor "BRIEF" – BriefDescriptorExtractor

A combined format is also supported: descriptor extractor adapter name ( "Opponent" – OpponentColorDescriptorExtractor ) + descriptor extractor name (see above), for example: "OpponentSIFT" .

聯繫我們

該頁面正文內容均來源於網絡整理,並不代表阿里雲官方的觀點,該頁面所提到的產品和服務也與阿里云無關,如果該頁面內容對您造成了困擾,歡迎寫郵件給我們,收到郵件我們將在5個工作日內處理。

如果您發現本社區中有涉嫌抄襲的內容,歡迎發送郵件至: info-contact@alibabacloud.com 進行舉報並提供相關證據,工作人員會在 5 個工作天內聯絡您,一經查實,本站將立刻刪除涉嫌侵權內容。

A Free Trial That Lets You Build Big!

Start building with 50+ products and up to 12 months usage for Elastic Compute Service

  • Sales Support

    1 on 1 presale consultation

  • After-Sales Support

    24/7 Technical Support 6 Free Tickets per Quarter Faster Response

  • Alibaba Cloud offers highly flexible support services tailored to meet your exact needs.