#include <opencv2/hfs.hpp>

cv::hfs::HfsSegment 的协作图

公共成员函数
virtual int	getMinRegionSizeI ()=0

virtual int	getMinRegionSizeII ()=0

virtual int	getNumSlicIter ()=0

virtual float	getSegEgbThresholdI ()=0

virtual float	getSegEgbThresholdII ()=0

virtual int	getSlicSpixelSize ()=0

virtual float	getSpatialWeight ()=0

virtual Mat	performSegmentCpu (InputArray src, bool ifDraw=true)=0
	使用 CPU 进行分割此方法仅用于参考。强烈建议不要使用它。

virtual Mat	performSegmentGpu (InputArray src, bool ifDraw=true)=0
	进行 GPU 分割

virtual void	setMinRegionSizeI (int n)=0
	: 设置和获取参数 minRegionSizeI。此参数用于上述第二阶段。在 EGB 分割之后，像素数少于此参数的区域将合并到其相邻区域中。

virtual void	setMinRegionSizeII (int n)=0
	: 设置和获取参数 minRegionSizeII。此参数用于上述第三阶段。它与 minRegionSizeI 的作用相同。

virtual void	setNumSlicIter (int n)=0
	: 设置和获取参数 numSlicIter。此参数用于第一阶段。它描述了执行 SLIC 时要执行的迭代次数。

virtual void	setSegEgbThresholdI (float c)=0
	: 设置和获取参数 segEgbThresholdI。此参数用于上述第二阶段。它是在应用 EGB 算法时合并相邻节点时，用于对边缘权重进行阈值处理的常数。如果此值较大，则分割结果倾向于保留更多区域，反之亦然。

virtual void	setSegEgbThresholdII (float c)=0
	: 设置和获取参数 segEgbThresholdII。此参数用于上述第三阶段。它与 segEgbThresholdI 的作用相同。如果此值较大，则分割结果倾向于保留更多区域，反之亦然。

virtual void	setSlicSpixelSize (int n)=0
	: 设置和获取参数 slicSpixelSize。此参数用于上述第一阶段（SLIC 阶段）。它描述了初始化 SLIC 时每个超像素的大小。每个超像素在开始时大约有 \(slicSpixelSize \times slicSpixelSize\) 个像素。

virtual void	setSpatialWeight (float w)=0
	: 设置和获取参数 spatialWeight。此参数用于上述第一阶段（SLIC 阶段）。它描述了在计算每个像素与其中心的距离时，位置的作用有多重要。计算距离的精确公式为 \(colorDistance + spatialWeight \times spatialDistance\)。如果此值较大，则分割结果倾向于具有更多局部一致性。

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 bool	empty () const
	如果 Algorithm 为空（例如，在最开始或读取不成功之后），则返回 true。

virtual String	getDefaultName () const

virtual void	read (const FileNode &fn)
	从文件存储中读取算法参数。

virtual void	save (const String &filename) const

void	write (const Ptr< FileStorage > &fs, const String &name=String()) const

virtual void	write (FileStorage &fs) const
	将算法参数存储到文件存储中。

void	write (FileStorage &fs, const String &name) const

静态公共成员函数
static Ptr< HfsSegment >	create (int height, int width, float segEgbThresholdI=0.08f, int minRegionSizeI=100, float segEgbThresholdII=0.28f, int minRegionSizeII=200, float spatialWeight=0.6f, int slicSpixelSize=8, int numSlicIter=5)
	: 创建一个 hfs 对象

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)
	从文件节点中读取算法。

其他继承的成员
从 cv::Algorithm 继承的受保护成员函数
void	writeFormat (FileStorage &fs) const

成员函数文档

◆ create()

static Ptr< HfsSegment > cv::hfs::HfsSegment::create	(	int	height,
		int	width,
		float	segEgbThresholdI = `0.08f`,
		int	minRegionSizeI = `100`,
		float	segEgbThresholdII = `0.28f`,
		int	minRegionSizeII = `200`,
		float	spatialWeight = `0.6f`,
		int	slicSpixelSize = `8`,
		int	numSlicIter = `5`
	)

static

Python
	cv.hfs.HfsSegment.create(	height, width[, segEgbThresholdI[, minRegionSizeI[, segEgbThresholdII[, minRegionSizeII[, spatialWeight[, slicSpixelSize[, numSlicIter]]]]]]]	) ->	retval
	cv.hfs.HfsSegment_create(	height, width[, segEgbThresholdI[, minRegionSizeI[, segEgbThresholdII[, minRegionSizeII[, spatialWeight[, slicSpixelSize[, numSlicIter]]]]]]]	) ->	retval

: 创建一个 hfs 对象

参数

height	输入图像的高度
width	输入图像的宽度
segEgbThresholdI	参数 segEgbThresholdI
minRegionSizeI	参数 minRegionSizeI
segEgbThresholdII	参数 segEgbThresholdII
minRegionSizeII	参数 minRegionSizeII
spatialWeight	参数 spatialWeight
slicSpixelSize	参数 slicSpixelSize
numSlicIter	参数 numSlicIter

◆ getMinRegionSizeI()

virtual int cv::hfs::HfsSegment::getMinRegionSizeI ( )

纯虚函数

Python
	cv.hfs.HfsSegment.getMinRegionSizeI(		) ->	retval

◆ getMinRegionSizeII()

virtual int cv::hfs::HfsSegment::getMinRegionSizeII ( )

纯虚函数

Python
	cv.hfs.HfsSegment.getMinRegionSizeII(		) ->	retval

◆ getNumSlicIter()

virtual int cv::hfs::HfsSegment::getNumSlicIter ( )

纯虚函数

Python
	cv.hfs.HfsSegment.getNumSlicIter(		) ->	retval

◆ getSegEgbThresholdI()

virtual float cv::hfs::HfsSegment::getSegEgbThresholdI ( )

纯虚函数

Python
	cv.hfs.HfsSegment.getSegEgbThresholdI(		) ->	retval

◆ getSegEgbThresholdII()

virtual float cv::hfs::HfsSegment::getSegEgbThresholdII ( )

纯虚函数

Python
	cv.hfs.HfsSegment.getSegEgbThresholdII(		) ->	retval

◆ getSlicSpixelSize()

virtual int cv::hfs::HfsSegment::getSlicSpixelSize ( )

纯虚函数

Python
	cv.hfs.HfsSegment.getSlicSpixelSize(		) ->	retval

◆ getSpatialWeight()

virtual float cv::hfs::HfsSegment::getSpatialWeight ( )

纯虚函数

Python
	cv.hfs.HfsSegment.getSpatialWeight(		) ->	retval

◆ performSegmentCpu()

virtual Mat cv::hfs::HfsSegment::performSegmentCpu	(	InputArray	src,
		bool	ifDraw = `true`
	)

纯虚函数

Python
	cv.hfs.HfsSegment.performSegmentCpu(	src[, ifDraw]	) ->	retval

使用 CPU 进行分割此方法仅用于参考。强烈建议不要使用它。

◆ performSegmentGpu()

virtual Mat cv::hfs::HfsSegment::performSegmentGpu	(	InputArray	src,
		bool	ifDraw = `true`
	)

纯虚函数

Python
	cv.hfs.HfsSegment.performSegmentGpu(	src[, ifDraw]	) ->	retval

进行 GPU 分割

参数

src	输入图像
ifDraw	是否在返回的 Mat 中绘制图像。如果此参数为 false，则返回的 Mat 的内容是索引矩阵，描述每个像素所属的区域。其数据类型为 CV_16U。如果此参数为 true，则返回的 Mat 是分割后的图片，每个区域的颜色是该区域中所有像素的平均颜色。其数据类型与输入图像相同。

◆ setMinRegionSizeI()

virtual void cv::hfs::HfsSegment::setMinRegionSizeI ( int n )

纯虚函数

Python
	cv.hfs.HfsSegment.setMinRegionSizeI(	n	) ->	None

: 设置和获取参数 minRegionSizeI。此参数用于上述第二阶段。在 EGB 分割之后，像素数少于此参数的区域将合并到其相邻区域中。

◆ setMinRegionSizeII()

virtual void cv::hfs::HfsSegment::setMinRegionSizeII ( int n )

纯虚函数

Python
	cv.hfs.HfsSegment.setMinRegionSizeII(	n	) ->	None

: 设置和获取参数 minRegionSizeII。此参数用于上述第三阶段。它与 minRegionSizeI 的作用相同。

◆ setNumSlicIter()

virtual void cv::hfs::HfsSegment::setNumSlicIter ( int n )

纯虚函数

Python
	cv.hfs.HfsSegment.setNumSlicIter(	n	) ->	None

: 设置和获取参数 numSlicIter。此参数用于第一阶段。它描述了执行 SLIC 时要执行的迭代次数。

◆ setSegEgbThresholdI()

virtual void cv::hfs::HfsSegment::setSegEgbThresholdI ( float c )

纯虚函数

Python
	cv.hfs.HfsSegment.setSegEgbThresholdI(	c	) ->	None

: 设置和获取参数 segEgbThresholdI。此参数用于上述第二阶段。它是在应用 EGB 算法时合并相邻节点时，用于对边缘权重进行阈值处理的常数。如果此值较大，则分割结果倾向于保留更多区域，反之亦然。

◆ setSegEgbThresholdII()

virtual void cv::hfs::HfsSegment::setSegEgbThresholdII ( float c )

纯虚函数

Python
	cv.hfs.HfsSegment.setSegEgbThresholdII(	c	) ->	None

: 设置和获取参数 segEgbThresholdII。此参数用于上述第三阶段。它与 segEgbThresholdI 的作用相同。如果此值较大，则分割结果倾向于保留更多区域，反之亦然。

◆ setSlicSpixelSize()

virtual void cv::hfs::HfsSegment::setSlicSpixelSize ( int n )

纯虚函数

Python
	cv.hfs.HfsSegment.setSlicSpixelSize(	n	) ->	None

: 设置和获取参数 slicSpixelSize。此参数用于上述第一阶段（SLIC 阶段）。它描述了初始化 SLIC 时每个超像素的大小。每个超像素在开始时大约有 \(slicSpixelSize \times slicSpixelSize\) 个像素。

◆ setSpatialWeight()

virtual void cv::hfs::HfsSegment::setSpatialWeight ( float w )

纯虚函数

Python
	cv.hfs.HfsSegment.setSpatialWeight(	w	) ->	None

: 设置和获取参数 spatialWeight。此参数用于上述第一阶段（SLIC 阶段）。它描述了在计算每个像素与其中心的距离时，位置的作用有多重要。计算距离的精确公式为 \(colorDistance + spatialWeight \times spatialDistance\)。如果此值较大，则分割结果倾向于具有更多局部一致性。

此类的文档从以下文件生成

opencv2/hfs.hpp

公共成员函数

静态公共成员函数

其他继承的成员

成员函数文档

◆ create()

◆ getMinRegionSizeI()

◆ getMinRegionSizeII()

◆ getNumSlicIter()

◆ getSegEgbThresholdI()

◆ getSegEgbThresholdII()

◆ getSlicSpixelSize()

◆ getSpatialWeight()

◆ performSegmentCpu()

◆ performSegmentGpu()

◆ setMinRegionSizeI()

◆ setMinRegionSizeII()

◆ setNumSlicIter()

◆ setSegEgbThresholdI()

◆ setSegEgbThresholdII()

◆ setSlicSpixelSize()

◆ setSpatialWeight()