cv::Feature2D 类参考

用于 2D 图像特征检测器和描述符提取器的抽象基类。 更多...

#include <opencv2/features2d.hpp>

cv::Feature2D 的协作图

公共成员函数
virtual	~Feature2D ()
virtual void	compute (InputArray image, std::vector< KeyPoint > &keypoints, OutputArray descriptors)
	计算一组在图像（第一种变体）或图像集（第二种变体）中检测到的关键点的描述符。
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())
	在图像（第一种变体）或图像集（第二种变体）中检测关键点。
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
	如果检测器对象为空，则返回 true。
virtual String	getDefaultName () const CV_OVERRIDE
virtual void	read (const FileNode &) CV_OVERRIDE
	从文件存储中读取算法参数。
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
	将算法参数存储在文件存储中。
void	write (FileStorage &fs, const String &name) const
从 cv::Algorithm 继承的公共成员函数
	Algorithm ()
virtual	~Algorithm ()
virtual void	clear ()
	清除算法状态。
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

额外继承的成员
从 cv::Algorithm 继承的静态公共成员函数
template<typename _Tp >
static Ptr< _Tp >	load (const String &filename, const String &objname=String())
	从文件中加载算法。
template<typename _Tp >
static Ptr< _Tp >	loadFromString (const String &strModel, const String &objname=String())
	从字符串中加载算法。
template<typename _Tp >
static Ptr< _Tp >	read (const FileNode &fn)
	从文件节点读取算法。
从 cv::Algorithm 继承的受保护成员函数
void	writeFormat (FileStorage &fs) const

详细说明

用于 2D 图像特征检测器和描述符提取器的抽象基类。

构造函数和析构函数文档

~Feature2D()

virtual cv::Feature2D::~Feature2D ( )

virtual

成员函数文档

compute() [1/2]

virtual void cv::Feature2D::compute ( InputArray  image, std::vector< KeyPoint > &  keypoints, OutputArray  descriptors  )

virtual

Python
	cv.Feature2D.compute(	image, keypoints[, descriptors]	) ->	keypoints, descriptors
	cv.Feature2D.compute(	images, keypoints[, descriptors]	) ->	keypoints, descriptors

计算一组在图像（第一种变体）或图像集（第二种变体）中检测到的关键点的描述符。

参数

image	图像。
keypoints	输入关键点集合。无法计算描述符的关键点将被移除。有时会添加新的关键点，例如： SIFT 使用多个主要方向复制关键点（对于每个方向）。
描述符	计算的描述符。在方法的第二种变体中，descriptors[i] 是为 keypoints[i] 计算的描述符。第 j 行是关键点（或 keypoints[i]）是第 j 个关键点的描述符。

在 cv::xfeatures2d::DAISY 中重新实现。

compute() [2/2]

virtual void cv::Feature2D::compute ( InputArrayOfArrays  images, std::vector< std::vector< KeyPoint > > &  keypoints, OutputArrayOfArrays  descriptors  )

virtual

Python
	cv.Feature2D.compute(	image, keypoints[, descriptors]	) ->	keypoints, descriptors
	cv.Feature2D.compute(	images, keypoints[, descriptors]	) ->	keypoints, descriptors

这是一个重载成员函数，为了方便提供。它与上面的函数的不同之处仅在于它接受哪些参数。

参数

images	图像集。
keypoints	输入关键点集合。无法计算描述符的关键点将被移除。有时会添加新的关键点，例如： SIFT 使用多个主要方向复制关键点（对于每个方向）。
描述符	计算的描述符。在方法的第二种变体中，descriptors[i] 是为 keypoints[i] 计算的描述符。第 j 行是关键点（或 keypoints[i]）是第 j 个关键点的描述符。

在 cv::xfeatures2d::DAISY 中重新实现。

defaultNorm()

virtual int cv::Feature2D::defaultNorm ( ) const

virtual

Python
	cv.Feature2D.defaultNorm(		) ->	retval

descriptorSize()

virtual int cv::Feature2D::descriptorSize ( ) const

virtual

Python
	cv.Feature2D.descriptorSize(		) ->	retval

descriptorType()

virtual int cv::Feature2D::descriptorType ( ) const

virtual

Python
	cv.Feature2D.descriptorType(		) ->	retval

detect() [1/2]

virtual void cv::Feature2D::detect ( InputArray  image, std::vector< KeyPoint > &  keypoints, InputArray  mask = noArray()  )

virtual

Python
	cv.Feature2D.detect(	image[, mask]	) ->	keypoints
	cv.Feature2D.detect(	images[, masks]	) ->	keypoints

在图像（第一种变体）或图像集（第二种变体）中检测关键点。

参数

image	图像。
keypoints	检测到的关键点。在方法的第二种变体中，keypoints[i] 是在 images[i] 中检测到的关键点集。
mask	指定要查找关键点的区域的掩码（可选）。它必须是具有感兴趣区域中非零值的 8 位整数矩阵。

在 cv::xfeatures2d::AffineFeature2D 中重新实现。

以下是此函数的调用图

detect() [2/2]

virtual void cv::Feature2D::detect ( InputArrayOfArrays  images, std::vector< std::vector< KeyPoint > > &  keypoints, InputArrayOfArrays  masks = noArray()  )

virtual

Python
	cv.Feature2D.detect(	image[, mask]	) ->	keypoints
	cv.Feature2D.detect(	images[, masks]	) ->	keypoints

这是一个重载成员函数，为了方便提供。它与上面的函数的不同之处仅在于它接受哪些参数。

参数

images	图像集。
keypoints	检测到的关键点。在方法的第二种变体中，keypoints[i] 是在 images[i] 中检测到的关键点集。
masks	每个输入图像的掩码，指定要查找关键点的区域（可选）。masks[i] 是 images[i] 的掩码。

在 cv::xfeatures2d::AffineFeature2D 中重新实现。

以下是此函数的调用图

detectAndCompute()

virtual void cv::Feature2D::detectAndCompute ( InputArray  image, InputArray  mask, std::vector< KeyPoint > &  keypoints, OutputArray  描述符, bool  useProvidedKeypoints = false  )

virtual

Python
	cv.Feature2D.detectAndCompute(	image, mask[, descriptors[, useProvidedKeypoints]]	) ->	keypoints, descriptors

检测关键点并计算描述符

在 cv::xfeatures2d::AffineFeature2D 中重新实现。

empty()

virtual bool cv::Feature2D::empty ( ) const

virtual

Python
	cv.Feature2D.empty(		) ->	retval

如果检测器对象为空，则返回 true。

从 cv::Algorithm 重新实现。

getDefaultName()

virtual String cv::Feature2D::getDefaultName ( ) const

virtual

Python
	cv.Feature2D.getDefaultName(		) ->	retval

返回算法字符串标识符。当对象保存到文件或字符串时，此字符串用作顶层 xml/yml 节点标签。

从 cv::Algorithm 重新实现。

在 cv::AffineFeature, cv::SIFT, cv::BRISK, cv::ORB, cv::MSER, cv::FastFeatureDetector, cv::AgastFeatureDetector, cv::GFTTDetector, cv::SimpleBlobDetector, cv::KAZE, cv::AKAZE, cv::xfeatures2d::FREAK, cv::xfeatures2d::StarDetector, cv::xfeatures2d::BriefDescriptorExtractor, cv::xfeatures2d::LUCID, cv::xfeatures2d::LATCH, cv::xfeatures2d::BEBLID, cv::xfeatures2d::TEBLID, cv::xfeatures2d::DAISY, cv::xfeatures2d::MSDDetector, cv::xfeatures2d::VGG, cv::xfeatures2d::BoostDesc, cv::xfeatures2d::HarrisLaplaceFeatureDetector, 和 cv::xfeatures2d::SURF 中重新实现。

read() [1/2]

virtual void cv::Feature2D::read ( const FileNode &  fn )

virtual

Python
	cv.Feature2D.read(	fileName	) ->	None
	cv.Feature2D.read(	arg1	) ->	None

从文件存储中读取算法参数。

从 cv::Algorithm 重新实现。

read() [2/2]

void cv::Feature2D::read

(

const String &

fileName

)

Python
	cv.Feature2D.read(	fileName	) ->	None
	cv.Feature2D.read(	arg1	) ->	None

write() [1/4]

void cv::Feature2D::write ( const Ptr< FileStorage > &  fs, const String &  name  ) const

inline

Python
	cv.Feature2D.write(	fileName	) ->	None
	cv.Feature2D.write(	fs, name	) ->	None

write() [2/4]

void cv::Feature2D::write

(

const String &

fileName

)

const

Python
	cv.Feature2D.write(	fileName	) ->	None
	cv.Feature2D.write(	fs, name	) ->	None

write() [3/4]

virtual void cv::Feature2D::write ( FileStorage &  fs ) const

virtual

Python
	cv.Feature2D.write(	fileName	) ->	None
	cv.Feature2D.write(	fs, name	) ->	None

将算法参数存储在文件存储中。

从 cv::Algorithm 重新实现。

write() [4/4]

void cv::Feature2D::write ( FileStorage &  fs, const String &  name  ) const

inline

Python
	cv.Feature2D.write(	fileName	) ->	None
	cv.Feature2D.write(	fs, name	) ->	None

---

此类的文档是从以下文件生成的

• opencv2/features2d.hpp