实现 VGG (牛津视觉几何组) 描述符，使用“Descriptor Learning Using Convex Optimisation”(DLCO) 算法端到端训练，如 [245] 中所述。更多...

#include <opencv2/xfeatures2d.hpp>

cv::xfeatures2d::VGG 的协作图

公共类型
枚举	{ VGG_120 = 100 , VGG_80 = 101 , VGG_64 = 102 , VGG_48 = 103 }

公共成员函数
String	getDefaultName () const CV_OVERRIDE

virtual float	getScaleFactor () const =0

virtual float	getSigma () const =0

virtual bool	getUseNormalizeDescriptor () const =0

virtual bool	getUseNormalizeImage () const =0

virtual bool	getUseScaleOrientation () const =0

virtual void	setScaleFactor (const float scale_factor)=0

virtual void	setSigma (const float isigma)=0

virtual void	setUseNormalizeDescriptor (const bool dsc_normalize)=0

virtual void	setUseNormalizeImage (const bool img_normalize)=0

virtual void	setUseScaleOrientation (const bool use_scale_orientation)=0

从 cv::Feature2D 继承的公共成员函数
virtual	~Feature2D ()

virtual void	compute (InputArray image, std::vector< KeyPoint > &keypoints, OutputArray descriptors)
	计算在图像（第一个变体）或图像集（第二个变体）中检测到的关键点集的描述符。

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（第一个变体）或图像集（第二个变体）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 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

静态公共成员函数
static Ptr< VGG >	create (int desc=VGG::VGG_120, float isigma=1.4f, bool img_normalize=true, bool use_scale_orientation=true, float scale_factor=6.25f, bool dsc_normalize=false)

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。

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

详细描述

实现 VGG (牛津视觉几何组) 描述符，使用“Descriptor Learning Using Convex Optimisation”(DLCO) 算法端到端训练，如 [245] 中所述。

参数

desc	要使用的描述符类型，VGG::VGG_120 为默认值（120 维浮点数）。可用类型为 VGG::VGG_120、VGG::VGG_80、VGG::VGG_64、VGG::VGG_48
isigma	用于图像模糊的高斯核值（默认值为 1.4f）
img_normalize	使用图像样本强度归一化（默认启用）
use_orientation	使用关键点方向采样模式，默认启用
scale_factor	将检测到的关键点的采样窗口调整为 64.0f（VGG 采样窗口）6.25f 是默认值，适用于 KAZE、SURF 检测到的关键点窗口比例 6.75f 应该是 SIFT 检测到的关键点窗口比例 5.00f 应该是 AKAZE、MSD、AGAST、FAST、BRISK 关键点窗口比例 0.75f 应该是 ORB 关键点比例
dsc_normalize	将描述符钳制到 255 并转换为 uchar CV_8UC1（默认情况下禁用）

成员枚举文档

◆ 匿名枚举

匿名枚举

枚举器
VGG_120
VGG_80
VGG_64
VGG_48

成员函数文档

◆ create()

static Ptr< VGG > cv::xfeatures2d::VGG::create	(	int	desc = `VGG::VGG_120`,
		float	isigma = `1.4f`,
		bool	img_normalize = `true`,
		bool	use_scale_orientation = `true`,
		float	scale_factor = `6.25f`,
		bool	dsc_normalize = `false`
	)

static

Python
	cv.xfeatures2d.VGG.create(	[, desc[, isigma[, img_normalize[, use_scale_orientation[, scale_factor[, dsc_normalize]]]]]]	) ->	retval
	cv.xfeatures2d.VGG_create(	[, desc[, isigma[, img_normalize[, use_scale_orientation[, scale_factor[, dsc_normalize]]]]]]	) ->	retval

◆ getDefaultName()

String cv::xfeatures2d::VGG::getDefaultName ( ) const

virtual

Python
	cv.xfeatures2d.VGG.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::Feature2D 重新实现。

◆ getScaleFactor()

virtual float cv::xfeatures2d::VGG::getScaleFactor ( ) const

纯虚

Python
	cv.xfeatures2d.VGG.getScaleFactor(		) ->	retval

◆ getSigma()

virtual float cv::xfeatures2d::VGG::getSigma ( ) const

纯虚

Python
	cv.xfeatures2d.VGG.getSigma(		) ->	retval

◆ getUseNormalizeDescriptor()

virtual bool cv::xfeatures2d::VGG::getUseNormalizeDescriptor ( ) const

纯虚

Python
	cv.xfeatures2d.VGG.getUseNormalizeDescriptor(		) ->	retval

◆ getUseNormalizeImage()

virtual bool cv::xfeatures2d::VGG::getUseNormalizeImage ( ) const

纯虚

Python
	cv.xfeatures2d.VGG.getUseNormalizeImage(		) ->	retval

◆ getUseScaleOrientation()

virtual bool cv::xfeatures2d::VGG::getUseScaleOrientation ( ) const

纯虚

Python
	cv.xfeatures2d.VGG.getUseScaleOrientation(		) ->	retval

◆ setScaleFactor()

virtual void cv::xfeatures2d::VGG::setScaleFactor ( const float scale_factor )

纯虚

Python
	cv.xfeatures2d.VGG.setScaleFactor(	scale_factor	) ->	无

◆ setSigma()

virtual void cv::xfeatures2d::VGG::setSigma ( const float isigma )

纯虚

Python
	cv.xfeatures2d.VGG.setSigma(	isigma	) ->	无

◆ setUseNormalizeDescriptor()

virtual void cv::xfeatures2d::VGG::setUseNormalizeDescriptor ( const bool dsc_normalize )

纯虚

Python
	cv.xfeatures2d.VGG.setUseNormalizeDescriptor(	dsc_normalize	) ->	无

◆ setUseNormalizeImage()

virtual void cv::xfeatures2d::VGG::setUseNormalizeImage ( const bool img_normalize )

纯虚

Python
	cv.xfeatures2d.VGG.setUseNormalizeImage(	img_normalize	) ->	无

◆ setUseScaleOrientation()

virtual void cv::xfeatures2d::VGG::setUseScaleOrientation ( const bool use_scale_orientation )

纯虚

Python
	cv.xfeatures2d.VGG.setUseScaleOrientation(	use_scale_orientation	) ->	无

此类的文档是从以下文件生成的

opencv2/xfeatures2d.hpp

公共类型

公共成员函数

静态公共成员函数

额外继承的成员