cv::rgbd::RgbdPlane 类参考

#include <opencv2/rgbd/depth.hpp>

cv::rgbd::RgbdPlane 的协作图

公共类型
枚举	RGBD_PLANE_METHOD { RGBD_PLANE_METHOD_DEFAULT }

公共成员函数
	RgbdPlane (int method, int block_size, int min_size, double 阈值, double sensor_error_a=0, double sensor_error_b=0, double sensor_error_c=0)
	RgbdPlane (int method=RgbdPlane::RGBD_PLANE_METHOD_DEFAULT)
	~RgbdPlane ()
int	getBlockSize () const
int	getMethod () const
int	getMinSize () const
double	getSensorErrorA () const
double	getSensorErrorB () const
double	getSensorErrorC () const
double	getThreshold () const
void	operator() (InputArray points3d, OutputArray normals, OutputArray mask, OutputArray plane_coefficients)
void	operator() (InputArray points3d, OutputArray mask, OutputArray plane_coefficients)
void	setBlockSize (int val)
void	setMethod (int val)
void	setMinSize (int val)
void	setSensorErrorA (double val)
void	setSensorErrorB (double val)
void	setSensorErrorC (double val)
void	setThreshold (double val)
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失败后），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
	将算法参数存储在文件存储中。
void	write (FileStorage &fs, const String &name) const

静态公共成员函数
static Ptr< RgbdPlane >	classcv_1_1rgbd_1_1RgbdPlane.html#a2dbba736d0aa036d6dcd14a3df27e747">create (int method, int block_size, int min_size, double threshold, double sensor_error_a=0, double sensor_error_b=0, double sensor_error_c=0)
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())
	从文件加载算法。
template<typename _Tp >
static Ptr< _Tp >	loadFromString (const String &strModel, const String &objname=String())
	从字符串加载算法。
template<typename _Tp >
static Ptr< _Tp >	read (const FileNode &fn)
	从文件节点读取算法。

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

详细说明

能够计算图像中平面的对象

成员枚举文档

RGBD_PLANE_METHOD

枚举 cv::rgbd::RgbdPlane::RGBD_PLANE_METHOD

枚举值
RGBD_PLANE_METHOD_DEFAULT

构造函数 & 析构函数文档

RgbdPlane() [1/2]

cv::rgbd::RgbdPlane::RgbdPlane ( int  方法 = RgbdPlane::RGBD_PLANE_METHOD_DEFAULT )

inline

RgbdPlane() [2/2]

cv::rgbd::RgbdPlane::RgbdPlane	(	int	方法,
		int	块大小,
		int	最小大小,
		double	阈值,
		double	传感器误差_a = 0,
		double	传感器误差_b = 0,
		double	传感器误差_c = 0
	)

构造函数

参数

块大小	用于寻找稳定MSE的块大小
最小大小	被视为平面的群集的最小大小
阈值	点与平面之间的最大距离，点属于该平面（以米为单位）
传感器误差_a	传感器误差的系数。默认为0，Kinect为0.0075
传感器误差_b	传感器误差的系数。默认为0
传感器误差_c	传感器误差的系数。默认为0
方法	用于计算平面的方法

~RgbdPlane()

cv::rgbd::RgbdPlane::~RgbdPlane

(

)

成员函数文档

create()

static Ptr< RgbdPlane > cv::rgbd::RgbdPlane::create ( int  方法, int  块大小, int  最小大小, double  阈值, double  传感器误差_a = 0, double  传感器误差_b = 0, double  传感器误差_c = 0  )

static

Python
	cv.rgbd.RgbdPlane.create(	method, block_size, min_size, threshold[, sensor_error_a[, sensor_error_b[, sensor_error_c]]]	) ->	retval
	cv.rgbd.RgbdPlane_create(	method, block_size, min_size, threshold[, sensor_error_a[, sensor_error_b[, sensor_error_c]]]	) ->	retval

getBlockSize()

int cv::rgbd::RgbdPlane::getBlockSize ( ) const

inline

Python
	cv.rgbd.RgbdPlane.getBlockSize(		) ->	retval

getMethod()

int cv::rgbd::RgbdPlane::getMethod ( ) const

inline

Python
	cv.rgbd.RgbdPlane.getMethod(		) ->	retval

getMinSize()

int cv::rgbd::RgbdPlane::getMinSize ( ) const

inline

Python
	cv.rgbd.RgbdPlane.getMinSize(		) ->	retval

getSensorErrorA()

double cv::rgbd::RgbdPlane::getSensorErrorA ( ) const

inline

Python
	cv.rgbd.RgbdPlane.getSensorErrorA(		) ->	retval

getSensorErrorB()

double cv::rgbd::RgbdPlane::getSensorErrorB ( ) const

inline

Python
	cv.rgbd.RgbdPlane.getSensorErrorB(		) ->	retval

getSensorErrorC()

double cv::rgbd::RgbdPlane::getSensorErrorC ( ) const

inline

Python
	cv.rgbd.RgbdPlane.getSensorErrorC(		) ->	retval

getThreshold()

double cv::rgbd::RgbdPlane::getThreshold ( ) const

inline

Python
	cv.rgbd.RgbdPlane.getThreshold(		) ->	retval

operator()() [1/2]

void cv::rgbd::RgbdPlane::operator()	(	InputArray	points3d,
		InputArray	normals,
		OutputArray	mask,
		OutputArray	plane_coefficients
	)

在深度图像中查找平面

参数

points3d	三维点组织方式与深度图像类似：行 x 列，3个通道
normals	深度图像中每个点的法线
mask	每个像素被标记为其所属平面的图像以及不属于任何平面的255
plane_coefficients	对应平面的系数（a,b,c,d），满足 ax+by+cz+d=0，norm(a,b,c)=1 且 c < 0（因此法线指向相机）

operator()() [2/2]

void cv::rgbd::RgbdPlane::operator()	(	InputArray	points3d,
		OutputArray	mask,
		OutputArray	plane_coefficients
	)

在深度图像中查找平面，但不进行法线检查，速度快但精度较低

参数

points3d	三维点组织方式与深度图像类似：行 x 列，3个通道
mask	每个像素被标记为其所属平面的图像以及不属于任何平面的255
plane_coefficients	对应平面的系数（a,b,c,d），满足 ax+by+cz+d=0

setBlockSize()

void cv::rgbd::RgbdPlane::setBlockSize ( int  val )

inline

Python
	cv.rgbd.RgbdPlane.setBlockSize(	val	) ->	None

设置方法(setMethod())

void cv::rgbd::RgbdPlane::setMethod ( int  val )

inline

Python
	cv.rgbd.RgbdPlane.setMethod(	val	) ->	None

设置最小尺寸(setMinSize())

void cv::rgbd::RgbdPlane::setMinSize ( int  val )

inline

Python
	cv.rgbd.RgbdPlane.setMinSize(	val	) ->	None

设置传感器误差A(setSensorErrorA())

void cv::rgbd::RgbdPlane::setSensorErrorA ( double  val )

inline

Python
	cv.rgbd.RgbdPlane.setSensorErrorA(	val	) ->	None

设置传感器误差B(setSensorErrorB())

void cv::rgbd::RgbdPlane::setSensorErrorB ( double  val )

inline

Python
	cv.rgbd.RgbdPlane.setSensorErrorB(	val	) ->	None

设置传感器误差C(setSensorErrorC())

void cv::rgbd::RgbdPlane::setSensorErrorC ( double  val )

inline

Python
	cv.rgbd.RgbdPlane.setSensorErrorC(	val	) ->	None

设置阈值(setThreshold())

void cv::rgbd::RgbdPlane::setThreshold ( double  val )

inline

Python
	cv.rgbd.RgbdPlane.setThreshold(	val	) ->	None

---

本类的文档是从以下文件生成的

• opencv2/rgbd/depth.hpp