cv::saliency::ObjectnessBING 类参考

Objectness 算法基于 [3] [3] Cheng, Ming-Ming, et al. "BING: Binarized normed gradients for objectness estimation at 300fps." IEEE CVPR. 2014. 更多...

#include <opencv2/saliency/saliencySpecializedClasses.hpp>

cv::saliency::ObjectnessBING 的协作图

公有成员函数
	ObjectnessBING ()
virtual	~ObjectnessBING ()
bool	computeSaliency (InputArray image, OutputArray saliencyMap)
double	getBase () const
int	getNSS () const
std::vector< float >	getobjectnessValues ()
	返回矩形目标性值的列表。
int	getW () const
void	read ()
void	setBase (double val)
void	setBBResDir (const String &resultsDir)
	这是一个实用程序函数，允许设置算法将保存可选结果的任意路径。
void	setNSS (int val)
void	setTrainingPath (const String &trainingPath)
	这是一个实用程序函数，允许设置算法将加载训练模型的正确路径。
void	setW (int val)
void	write () const
从 cv::saliency::Saliency 继承的公有成员函数
virtual	~Saliency ()
	析构函数。
bool	computeSaliency (InputArray image, OutputArray saliencyMap)
	计算显著性。
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< ObjectnessBING >	create ()
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。

保护成员函数
bool	computeSaliencyImpl (InputArray image, OutputArray objectnessBoundingBox) CV_OVERRIDE
	执行二值化规范化梯度算法完成所需的所有操作并调用所有内部函数。
从 cv::Algorithm 继承的保护成员函数
void	writeFormat (FileStorage &fs) const

额外继承的成员
从 cv::saliency::Saliency 继承的保护属性
String	className

详细描述

Objectness 算法基于 [3] [3] Cheng, Ming-Ming, et al. "BING: Binarized normed gradients for objectness estimation at 300fps." IEEE CVPR. 2014.

来自 [54] 的二值化规范化梯度算法

构造函数和析构函数文档

ObjectnessBING()

cv::saliency::ObjectnessBING::ObjectnessBING

(

)

~ObjectnessBING()

virtual cv::saliency::ObjectnessBING::~ObjectnessBING ( )

virtual

成员函数文档

computeSaliency()

bool cv::saliency::ObjectnessBING::computeSaliency ( InputArray  image, OutputArray  saliencyMap  )

inline

Python
	cv.saliency.ObjectnessBING.computeSaliency(	image[, saliencyMap]	) ->	retval, saliencyMap

以下是此函数的调用图

computeSaliencyImpl()

bool cv::saliency::ObjectnessBING::computeSaliencyImpl ( InputArray  image, OutputArray  objectnessBoundingBox  )

protectedvirtual

执行二值化规范化梯度算法完成所需的所有操作并调用所有内部函数。

参数

image	输入图像。根据此专用算法的需要，param 图像是一个单一的 Mat
objectnessBoundingBox	目标性边界框向量。根据此专用算法给出的结果，objectnessBoundingBox 是一个 vector<Vec4i>。每个边界框由一个 Vec4i 表示，用于 (minX, minY, maxX, maxY)。

实现 cv::saliency::Objectness.

以下是此函数的调用图

create()

static Ptr< ObjectnessBING > cv::saliency::ObjectnessBING::create ( )

inlinestatic

Python
	cv.saliency.ObjectnessBING.create(		) ->	retval
	cv.saliency.ObjectnessBING_create(		) ->	retval

getBase()

double cv::saliency::ObjectnessBING::getBase ( ) const

inline

Python
	cv.saliency.ObjectnessBING.getBase(		) ->	retval

getNSS()

int cv::saliency::ObjectnessBING::getNSS ( ) const

inline

Python
	cv.saliency.ObjectnessBING.getNSS(		) ->	retval

getobjectnessValues()

std::vector< float > cv::saliency::ObjectnessBING::getobjectnessValues

(

)

Python
	cv.saliency.ObjectnessBING.getobjectnessValues(		) ->	retval

返回矩形目标性值的列表。

与算法返回的 vector<Vec4i> objectnessBoundingBox 相同的顺序（在 computeSaliencyImpl 函数中）。这些分数的值越大，它更有可能是目标窗口。

getW()

int cv::saliency::ObjectnessBING::getW ( ) const

inline

Python
	cv.saliency.ObjectnessBING.getW(		) ->	retval

read()

void cv::saliency::ObjectnessBING::read

(

)

Python
	cv.saliency.ObjectnessBING.read(		) ->	None

setBase()

void cv::saliency::ObjectnessBING::setBase ( double  val )

inline

Python
	cv.saliency.ObjectnessBING.setBase(	val	) ->	None

setBBResDir()

void cv::saliency::ObjectnessBING::setBBResDir

(

const String &

resultsDir

)

Python
	cv.saliency.ObjectnessBING.setBBResDir(	resultsDir	) ->	None

这是一个实用程序函数，允许设置算法将保存可选结果的任意路径。

(例如，将目标性返回的矩形的总数和列表写入文件，每行一个)。

参数

resultsDir

results' 文件夹路径

setNSS()

void cv::saliency::ObjectnessBING::setNSS ( int  val )

inline

Python
	cv.saliency.ObjectnessBING.setNSS(	val	) ->	None

setTrainingPath()

void cv::saliency::ObjectnessBING::setTrainingPath

(

const String &

trainingPath

)

Python
	cv.saliency.ObjectnessBING.setTrainingPath(	trainingPath	) ->	None

这是一个实用程序函数，允许设置算法将加载训练模型的正确路径。

参数

trainingPath

训练模型路径

setW()

void cv::saliency::ObjectnessBING::setW ( int  val )

inline

Python
	cv.saliency.ObjectnessBING.setW(	val	) ->	None

write()

void cv::saliency::ObjectnessBING::write

(

)

const

Python
	cv.saliency.ObjectnessBING.write(		) ->	None

---

此类的文档是从以下文件生成的

• opencv2/saliency/saliencySpecializedClasses.hpp