cv::xfeatures2d 命名空间参考

类
类	AffineFeature2D
	实现关键点仿射自适应的类。 更多...
类	BEBLID
	实现 BEBLID（增强型高效二进制局部图像描述符）的类，在 [255] 中描述。 更多...
类	BoostDesc
	实现 BoostDesc（使用提升学习图像描述符）的类，在 [260] 和 [261] 中描述。 更多...
类	BriefDescriptorExtractor
	用于计算 [47] 中描述的 BRIEF 描述符的类。 更多...
类	DAISY
	实现 DAISY 描述符的类，在 [269] 中描述。 更多...
类	Elliptic_KeyPoint
	兴趣点周围的椭圆形区域。 更多...
类	FREAK
	实现 FREAK（快速视网膜关键点）关键点描述符的类，在 [8] 中描述。 更多...
类	HarrisLaplaceFeatureDetector
	实现 [192] 中描述的 Harris-Laplace 特征检测器。 更多...
类	LATCH
类	LUCID
	实现局部均匀比较图像描述符的类，在 [320] 中描述。 更多...
类	MSDDetector
	实现 MSD（最大自相似性）关键点检测器的类，在 [270] 中描述。 更多...
类	PCTSignatures
	实现 [151] 中描述的 PCT（位置-颜色-纹理）特征提取。该算法分为特征采样器和聚类器。特征采样器在给定坐标集上生成样本。然后，聚类器使用 k 均值算法生成这些样本的聚类。生成的聚类集是输入图像的特征。 更多...
类	PCTSignaturesSQFD
	实现特征二次型距离 (SQFD) 的类。 更多...
类	StarDetector
	该类实现了由 [2] 引入的关键点检测器，是 StarDetector 的同义词。： 更多...
类	SURF
	用于从图像中提取加速稳健特征的类 [20] 。 更多...
类	TBMR
	实现基于树的莫尔斯区域 (TBMR) 的类，如 [306] 中所述，扩展了缩放提取能力。 更多...
类	TEBLID
	实现 TEBLID（基于三元组的高效二进制局部图像描述符）的类，如 [256] 中描述。 更多...
类	VGG
	实现 VGG（牛津视觉几何组）描述符的类，使用“使用凸优化学习描述符”（DLCO）设备进行端到端训练，如 [245] 中所述。 更多...

类型定义
typedef SURF	SurfDescriptorExtractor
typedef SURF	SurfFeatureDetector

函数
void	FASTForPointSet (InputArray image, std::vector< KeyPoint > &keypoints, int threshold, bool nonmaxSuppression=true, cv::FastFeatureDetector::DetectorType type=FastFeatureDetector::TYPE_9_16)
	使用 FAST 算法估算预先指定 KeyPoints 的角点性。
void	matchGMS (const Size &size1, const Size &size2, const std::vector< KeyPoint > &keypoints1, const std::vector< KeyPoint > &keypoints2, const std::vector< DMatch > &matches1to2, std::vector< DMatch > &matchesGMS, const bool withRotation=false, const bool withScale=false, const double thresholdFactor=6.0)
	GMS（基于网格的运动统计）特征匹配策略，如 [26] 中所述。
void	matchLOGOS (const std::vector< KeyPoint > &keypoints1, const std::vector< KeyPoint > &keypoints2, const std::vector< int > &nn1, const std::vector< int > &nn2, std::vector< DMatch > &matches1to2)
	LOGOS（用于高离群空间验证的局部几何支持）特征匹配策略，如 [174] 中所述。