cv::mcc::CCheckerDetector 类参考

用于在图像中查找色卡位置的类。 更多...

#include <opencv2/mcc/checker_detector.hpp>

cv::mcc::CCheckerDetector 的协作图

公有成员函数
virtual Ptr< mcc::CChecker >	getBestColorChecker ()=0
	获取最佳色卡。最佳是指检测到置信度最高的色卡。
virtual std::vector< Ptr< CChecker > >	getListColorChecker ()=0
	获取所有检测到的色卡列表。
virtual bool	process (InputArray image, const TYPECHART chartType, const int nc=1, bool useNet=false, const Ptr< DetectorParameters > &params=DetectorParameters::create())=0
	在给定图像中查找色卡。
virtual bool	process (InputArray image, const TYPECHART chartType, const std::vector< Rect > &regionsOfInterest, const int nc=1, bool useNet=false, const Ptr< DetectorParameters > &params=DetectorParameters::create())=0
	在给定图像中查找色卡。
virtual bool	setNet (dnn::Net net)=0
	设置用于查找色卡的近似边界框的网络。
从 cv::Algorithm 继承的公有成员函数
	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

静态公有成员函数
static Ptr< CCheckerDetector >	create ()
	返回 CCheckerDetector 的实现。
从 cv::Algorithm 继承的静态公有成员函数
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。

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

详细描述

用于在图像中查找色卡位置的类。

成员函数文档

create()

static Ptr< CCheckerDetector > cv::mcc::CCheckerDetector::create ( )

static

Python
	cv.mcc.CCheckerDetector.create(		) ->	retval
	cv.mcc.CCheckerDetector_create(		) ->	retval

返回 CCheckerDetector 的实现。

getBestColorChecker()

virtual Ptr< mcc::CChecker > cv::mcc::CCheckerDetector::getBestColorChecker ( )

纯虚

Python
	cv.mcc.CCheckerDetector.getBestColorChecker(		) ->	retval

获取最佳色卡。最佳是指检测到置信度最高的色卡。

返回

checker 如果至少检测到一个色卡，则为单个色卡；否则为 'nullptr'。

getListColorChecker()

virtual std::vector< Ptr< CChecker > > cv::mcc::CCheckerDetector::getListColorChecker ( )

纯虚

Python
	cv.mcc.CCheckerDetector.getListColorChecker(		) ->	retval

获取所有检测到的色卡列表。

返回

checkers 色卡向量

process() [1/2]

virtual bool cv::mcc::CCheckerDetector::process ( InputArray  image, const TYPECHART  chartType, const int  nc = 1, bool  useNet = false, const Ptr< DetectorParameters > &  params = DetectorParameters::create()  )

纯虚

Python
	cv.mcc.CCheckerDetector.process(	image, chartType[, nc[, useNet[, params]]]	) ->	retval
	cv.mcc.CCheckerDetector.processWithROI(	image, chartType, regionsOfInterest[, nc[, useNet[, params]]]	) ->	retval

在给定图像中查找色卡。

仅在参数方面不同。

此版本在整个图像中搜索色卡。

找到的色卡不会返回，而是存储在检测器中，可以使用 getBestColorChecker() 和 getListColorChecker() 在以后访问它们。

参数

image	image 在 BGR 颜色空间中
chartType	要检测的色卡类型
nc	图像中的色卡数量，如果您不知道确切数量，则将此数量保持较高可以有所帮助。
useNet	如果为真，则使用 setNet() 提供的网络用于初步搜索可能存在色卡的区域，在提供的 regionsOfInterest 内。
params	检测系统的参数。有关这些参数的更多信息，请参阅结构体 DetectorParameters。

返回

如果至少检测到一个色卡，则为真；否则为假

process() [2/2]

virtual bool cv::mcc::CCheckerDetector::process ( InputArray  image, const TYPECHART  chartType, const std::vector< Rect > &  regionsOfInterest, const int  nc = 1, bool  useNet = false, const Ptr< DetectorParameters > &  params = DetectorParameters::create()  )

纯虚

Python
	cv.mcc.CCheckerDetector.process(	image, chartType[, nc[, useNet[, params]]]	) ->	retval
	cv.mcc.CCheckerDetector.processWithROI(	image, chartType, regionsOfInterest[, nc[, useNet[, params]]]	) ->	retval

在给定图像中查找色卡。

找到的色卡不会返回，而是存储在检测器中，可以使用 getBestColorChecker() 和 getListColorChecker() 在以后访问它们。

参数

image	image 在 BGR 颜色空间中
chartType	要检测的色卡类型
regionsOfInterest	要查找色卡的图像区域，如果为空，则在整个图像中查找色卡。
nc	图像中的色卡数量，如果您不知道确切数量，则将此数量保持较高可以有所帮助。
useNet	如果为真，则使用 setNet() 提供的网络用于初步搜索可能存在色卡的区域，在提供的 regionsOfInterest 内。
params	检测系统的参数。有关这些参数的更多信息，请参阅结构体 DetectorParameters。

返回

如果至少检测到一个色卡，则为真；否则为假

setNet()

virtual bool cv::mcc::CCheckerDetector::setNet ( dnn::Net  net )

纯虚

Python
	cv.mcc.CCheckerDetector.setNet(	net	) ->	retval

设置用于查找色卡的近似边界框的网络。

不需要使用此方法，但这通常会导致更高的检测率。

参数

net	神经网络，如果网络为空，则该函数将返回 false。

返回

如果能够设置检测器的网络，则为真；否则为假。

---

此类的文档由以下文件生成

• opencv2/mcc/checker_detector.hpp