支持 F1 变换的数学运算

详细描述

一阶模糊变换（\(F^1\) 变换）将整个图像转换为其成分矩阵。 每个成分都是一阶多项式，承载着关于特定子区域的平均颜色和平均梯度的信息。

函数
void	cv::ft::FT12D_components (InputArray matrix, InputArray kernel, OutputArray components)
	使用直接 \(F^1\) 变换计算数组的成分。
void	cv::ft::FT12D_createPolynomMatrixHorizontal (int radius, OutputArray matrix, const int chn)
	为 \(F^1\) 变换计算创建水平矩阵。
void	cv::ft::FT12D_createPolynomMatrixVertical (int radius, OutputArray matrix, const int chn)
	为 \(F^1\) 变换计算创建垂直矩阵。
void	cv::ft::FT12D_inverseFT (InputArray components, InputArray kernel, OutputArray output, int width, int height)
	计算逆 \(F^1\) 变换。
void	cv::ft::FT12D_polynomial (InputArray matrix, InputArray kernel, OutputArray c00, OutputArray c10, OutputArray c01, OutputArray components, InputArray mask=noArray())
	计算 \(F^1\) 变换成分的元素。
void	cv::ft::FT12D_process (InputArray matrix, InputArray kernel, OutputArray output, InputArray mask=noArray())
	同时计算 \(F^1\) 变换和逆 \(F^1\) 变换。

函数文档

FT12D_components()

void cv::ft::FT12D_components	(	InputArray	matrix,
		InputArray	kernel,
		OutputArray	components
	)

Python
	cv.ft.FT12D_components(	matrix, kernel[, components]	) ->	components

#include <opencv2/fuzzy/fuzzy_F1_math.hpp>

使用直接 \(F^1\) 变换计算数组的成分。

参数

matrix	输入数组。
kernel	用于处理的内核。可以使用 ft::createKernel 函数。
components	用于成分的输出 32 位浮点数组。

该函数使用预定义内核计算线性成分。

FT12D_createPolynomMatrixHorizontal()

void cv::ft::FT12D_createPolynomMatrixHorizontal	(	int	radius,
		OutputArray	matrix,
		const int	chn
	)

Python
	cv.ft.FT12D_createPolynomMatrixHorizontal(	radius, chn[, matrix]	) ->	matrix

#include <opencv2/fuzzy/fuzzy_F1_math.hpp>

为 \(F^1\) 变换计算创建水平矩阵。

参数

radius	基本函数的半径。
matrix	水平矩阵。
chn	通道数量。

该函数为 \(F^1\) 变换处理创建辅助水平矩阵。 它用于梯度计算。

FT12D_createPolynomMatrixVertical()

void cv::ft::FT12D_createPolynomMatrixVertical	(	int	radius,
		OutputArray	matrix,
		const int	chn
	)

Python
	cv.ft.FT12D_createPolynomMatrixVertical(	radius, chn[, matrix]	) ->	matrix

#include <opencv2/fuzzy/fuzzy_F1_math.hpp>

为 \(F^1\) 变换计算创建垂直矩阵。

参数

radius	基本函数的半径。
matrix	垂直矩阵。
chn	通道数量。

该函数为 \(F^1\) 变换处理创建辅助垂直矩阵。 它用于梯度计算。

FT12D_inverseFT()

void cv::ft::FT12D_inverseFT	(	InputArray	components,
		InputArray	kernel,
		OutputArray	output,
		int	width,
		int	height
	)

Python
	cv.ft.FT12D_inverseFT(	components, kernel, width, height[, output]	) ->	output

#include <opencv2/fuzzy/fuzzy_F1_math.hpp>

计算逆 \(F^1\) 变换。

参数

components	用于成分的输入 32 位浮点单通道数组。
kernel	用于处理的内核。必须使用与成分计算相同的内核。
output	输出 32 位浮点数组。
width	输出数组的宽度。
height	输出数组的高度。

逆 \(F^1\) 变换的计算。

FT12D_polynomial()

void cv::ft::FT12D_polynomial	(	InputArray	matrix,
		InputArray	kernel,
		OutputArray	c00,
		OutputArray	c10,
		OutputArray	c01,
		OutputArray	components,
		InputArray	mask = noArray()
	)

Python
	cv.ft.FT12D_polynomial(	matrix, kernel[, c00[, c10[, c01[, components[, mask]]]]]	) ->	c00, c10, c01, components

#include <opencv2/fuzzy/fuzzy_F1_math.hpp>

计算 \(F^1\) 变换成分的元素。

参数

matrix	输入数组。
kernel	用于处理的内核。可以使用 ft::createKernel 函数。
c00	元素表示平均颜色。
c10	元素表示平均垂直梯度。
c01	元素表示平均水平梯度。
components	用于成分的输出 32 位浮点数组。
mask	掩码可用于标记不需要的区域。

该函数使用预定义内核和掩码计算成分及其元素。

FT12D_process()

void cv::ft::FT12D_process	(	InputArray	matrix,
		InputArray	kernel,
		OutputArray	output,
		InputArray	mask = noArray()
	)

Python
	cv.ft.FT12D_process(	matrix, kernel[, output[, mask]]	) ->	output

#include <opencv2/fuzzy/fuzzy_F1_math.hpp>

同时计算 \(F^1\) 变换和逆 \(F^1\) 变换。

参数

matrix	输入矩阵。
kernel	用于处理的内核。可以使用 ft::createKernel 函数。
output	输出 32 位浮点数组。
mask	用于标记不需要的区域的掩码。

此函数一步计算 \(F^1\) 变换和逆 \(F^1\) 变换。 它对 cv::Mat 来说是完全足够的，并且经过优化。

注意

一阶 F 变换技术在 [287] 文档中有所描述。