特征检测与描述

详细说明

类
结构体	cv::Accumulator< T >
结构体	cv::Accumulator< char >
结构体	cv::Accumulator< short >
结构体	cv::Accumulator< unsigned char >
结构体	cv::Accumulator< unsigned short >
类	cv::AffineFeature
	实现使其检测器及提取器具有仿射不变性的封装器的类，如 [311] 所述的 ASIFT 中有描述。更多...
类	cv::AgastFeatureDetector
	用于使用 AGAST 方法进行特征检测的封装类：更多...
类	cv::AKAZE
	实现 [10] 中描述的 AKAZE 关键点检测器及描述符提取器的类。更多...
类	cv::BRISK
	实现 [158] 中描述的 BRISK 关键点检测器及描述符提取器的类。更多...
类	cv::FastFeatureDetector
	用于使用 FAST 方法进行特征检测的封装类：更多...
类	cv::Feature2D
	2D 图像特征检测器及描述符提取器的抽象基类。更多...
类	cv::GFTTDetector
	用于使用 goodFeaturesToTrack 函数进行特征检测的封装类：更多...
类	cv::KAZE
	实现 [9] 中描述的 KAZE 关键点检测器及描述符提取器的类。更多...
类	cv::KeyPointsFilter
	一个对关键点矢量进行过滤的类。更多...
结构体	cv::L1< T >
结构体	cv::L2< T >
类	cv::MSER
	极大稳定极值区域提取器。更多...
类	cv::ORB
	实现 ORB（方向化 BRIEF）关键点检测器及描述符提取器的类。更多...
类	cv::SIFT
	使用尺度不变特征变换 (SIFT) 算法 by D. Lowe [173] 提取关键点并计算描述符的类。 了解更多...
类	cv::SimpleBlobDetector
	从图像中提取斑点的类。 : 了解更多...
结构体	cv::SL2< T >

类型定义
typedef AffineFeature	cv::AffineDescriptorExtractor
typedef AffineFeature	cv::AffineFeatureDetector
typedef Feature2D	cv::DescriptorExtractor
typedef Feature2D	cv::FeatureDetector
typedef SIFT	cv::SiftDescriptorExtractor
typedef SIFT	cv::SiftFeatureDetector

函数
void	cv::AGAST (InputArray image, std::vector< KeyPoint > &keypoints, int threshold, bool nonmaxSuppression, AgastFeatureDetector::DetectorType type)
	使用 AGAST 算法检测角点。
void	cv::AGAST (InputArray image, std::vector< KeyPoint > &keypoints, int threshold, bool nonmaxSuppression=true)
void	cv::computeRecallPrecisionCurve (const std::vector< std::vector< DMatch > > &matches1to2, const std::vector< std::vector< uchar > > &correctMatches1to2Mask, std::vector< Point2f > &recallPrecisionCurve)
void	cv::evaluateFeatureDetector (const Mat &img1, const Mat &img2, const Mat &H1to2, std::vector< KeyPoint > *keypoints1, std::vector< KeyPoint > *keypoints2, float &repeatability, int &correspCount, const Ptr< FeatureDetector > &fdetector=Ptr< FeatureDetector >())
void	cv::FAST (InputArray image, std::vector< KeyPoint > &keypoints, int threshold, bool nonmaxSuppression, FastFeatureDetector::DetectorType type)
	利用 FAST 算法检测角点。
void	cv::FAST (InputArray image, std::vector< KeyPoint > &keypoints, int threshold, bool nonmaxSuppression=true)
int	cv::getNearestPoint (const std::vector< Point2f > &recallPrecisionCurve, float l_precision)
float	cv::getRecall (const std::vector< Point2f > &recallPrecisionCurve, float l_precision)

类型定义文档

AffineDescriptorExtractor

typedef AffineFeature cv::AffineDescriptorExtractor

#include <opencv2/features2d.hpp>

AffineFeatureDetector

typedef AffineFeature cv::AffineFeatureDetector

#include <opencv2/features2d.hpp>

DescriptorExtractor

typedef Feature2D cv::DescriptorExtractor

#include <opencv2/features2d.hpp>

OpenCV 中的特征描述符提取器具有具有通用接口的包装器，通过该接口您可以轻松地在解决相同问题的不同算法之间进行切换。本部分专门用于计算表示为多维空间中的向量的描述符。实现向量描述符提取器的所有对象都继承自 DescriptorExtractor 接口。

FeatureDetector

typedef Feature2D cv::FeatureDetector

#include <opencv2/features2d.hpp>

OpenCV 中的特征检测器具有具有通用接口的包装器，通过该接口您可以轻松地在解决相同问题的不同算法之间进行切换。实现特征点检测器的所有对象都继承自 FeatureDetector 接口。

SiftDescriptorExtractor

typedef SIFT cv::SiftDescriptorExtractor

#include <opencv2/features2d.hpp>

SiftFeatureDetector

typedef SIFT cv::SiftFeatureDetector

#include <opencv2/features2d.hpp>

函数说明

AGAST() [1/2]

void cv::AGAST	(	InputArray	image,
		std::vector< KeyPoint > &	keypoints,
		int	threshold,
		bool	nonmaxSuppression,
		AgastFeatureDetector::DetectorType	type
	)

#include <opencv2/features2d.hpp>

使用 AGAST 算法检测角点。

参数

image	灰度图像，用于检测关键点（角点）。
keypoints	在图像上检测到的关键点。
threshold	中心像素的强度和该像素周围圆形区域像素强度之差的阈值。
nonmaxSuppression	如果为 true，则向检测到的角点（关键点）应用非极大值抑制。
type	论文中定义的四个邻域之一：AgastFeatureDetector::AGAST_5_8, AgastFeatureDetector::AGAST_7_12d, AgastFeatureDetector::AGAST_7_12s, AgastFeatureDetector::OAST_9_16

对于非英特尔平台，有一种经过树优化且具有相同数值结果的 AGAST 变体。32 位二叉树表是使用 perl 脚本从原始代码自动生成的。该 perl 脚本和树生成的示例位于 features2d/doc 文件夹中。使用 [179] 提出的 AGAST 算法检测角点。

AGAST() [2/2]

void cv::AGAST	(	InputArray	image,
		std::vector< KeyPoint > &	keypoints,
		int	threshold,
		bool	nonmaxSuppression = true
	)

#include <opencv2/features2d.hpp>

这是一个重载成员函数，为了方便而提供。它仅在其接受的参数方面与上述函数不同。

computeRecallPrecisionCurve()

void cv::computeRecallPrecisionCurve	(	const std::vector< std::vector< DMatch > > &	matches1to2,
		const std::vector< std::vector< uchar > > &	correctMatches1to2Mask,
		std::vector< Point2f > &	recallPrecisionCurve
	)

#include <opencv2/features2d.hpp>

evaluateFeatureDetector()

void cv::evaluateFeatureDetector	(	const Mat &	img1,
		const Mat &	img2,
		const Mat &	H1to2,
		std::vector< KeyPoint > *	keypoints1,
		std::vector< KeyPoint > *	keypoints2,
		float &	repeatability,
		int &	correspCount,
		const 指针< 特征检测器 > &	fdetector = 指针< 特征检测器 >()
	)

#include <opencv2/features2d.hpp>

FAST() [1/2]

void cv::FAST	(	InputArray	image,
		std::vector< KeyPoint > &	keypoints,
		int	threshold,
		bool	nonmaxSuppression,
		FastFeatureDetector::DetectorType	type
	)

#include <opencv2/features2d.hpp>

利用 FAST 算法检测角点。

参数

image	灰度图像，用于检测关键点（角点）。
keypoints	在图像上检测到的关键点。
threshold	中心像素的强度和该像素周围圆形区域像素强度之差的阈值。
nonmaxSuppression	如果为 true，则向检测到的角点（关键点）应用非极大值抑制。
type	这三类邻域由论文定义：FastFeatureDetector::TYPE_9_16、FastFeatureDetector::TYPE_7_12、FastFeatureDetector::TYPE_5_8

使用 [227] 中的 FAST 算法检测角点。

注意

在 Python API 中，类型分为 cv.FAST_FEATURE_DETECTOR_TYPE_5_8、cv.FAST_FEATURE_DETECTOR_TYPE_7_12 和 cv.FAST_FEATURE_DETECTOR_TYPE_9_16。对于角点检测，请使用 cv.FAST.detect() 方法。

FAST() [2/2]

void cv::FAST	(	InputArray	image,
		std::vector< KeyPoint > &	keypoints,
		int	threshold,
		bool	nonmaxSuppression = true
	)

#include <opencv2/features2d.hpp>

这是一个重载成员函数，为了方便而提供。它仅在其接受的参数方面与上述函数不同。

getNearestPoint()

int cv::getNearestPoint	(	const std::vector< Point2f > &	recallPrecisionCurve,
		float	l_precision
	)

#include <opencv2/features2d.hpp>

getRecall()

float cv::getRecall	(	const std::vector< Point2f > &	recallPrecisionCurve,
		float	l_precision
	)

#include <opencv2/features2d.hpp>