cv::saliency::MotionSaliencyBinWangApr2014 类参考

来自 [290] 的快速自适应背景减除 算法。 更多...

#include <opencv2/saliency/saliencySpecializedClasses.hpp>

cv::saliency::MotionSaliencyBinWangApr2014 的协作图

公有成员函数
	MotionSaliencyBinWangApr2014 ()
virtual	~MotionSaliencyBinWangApr2014 ()
bool	computeSaliency (InputArray image, OutputArray saliencyMap)
int	getImageHeight () const
int	getImageWidth () const
bool	init ()
	此函数允许正确初始化算法将使用的所有数据结构。
void	setImageHeight (int val)
void	setImagesize (int W, int H)
	这是一个实用函数，允许在相应的变量中设置正确的大小（从输入图像中获取），这些变量将用于调整算法的数据结构的大小。
void	setImageWidth (int val)
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
	将算法参数存储到文件存储中。
void	write (FileStorage &fs, const String &name) const

静态公有成员函数
static Ptr< MotionSaliencyBinWangApr2014 >	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)
	从文件节点读取算法。

保护成员函数
bool	computeSaliencyImpl (InputArray image, OutputArray saliencyMap) CV_OVERRIDE
	执行完成快速自适应背景减除 算法 算法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

其他继承成员
从 cv::saliency::Saliency 继承的保护属性
String	className

详细描述

来自 [290] 的快速自适应背景减除 算法。

快速自适应背景减除 算法。

该背景减除算法的灵感来自于 B. Wang 和 P. Dudek 的工作 [2] [2] B. Wang 和 P. Dudek "A Fast Self-tuning Background Subtraction Algorithm"，在 IEEE 变换检测研讨会论文集，2014 年

构造函数和析构函数文档

MotionSaliencyBinWangApr2014()

cv::saliency::MotionSaliencyBinWangApr2014::MotionSaliencyBinWangApr2014

(

)

~MotionSaliencyBinWangApr2014()

virtual cv::saliency::MotionSaliencyBinWangApr2014::~MotionSaliencyBinWangApr2014 ( )

virtual

成员函数文档

computeSaliency()

bool cv::saliency::MotionSaliencyBinWangApr2014::computeSaliency ( InputArray  image, OutputArray  saliencyMap  )

inline

Python
	cv.saliency.MotionSaliencyBinWangApr2014.computeSaliency(	image[, saliencyMap]	) ->	retval, saliencyMap

此函数的调用图

computeSaliencyImpl()

bool cv::saliency::MotionSaliencyBinWangApr2014::computeSaliencyImpl ( InputArray  image, OutputArray  saliencyMap  )

protectedvirtual

执行完成快速自适应背景减除 算法 算法所需的所有操作并调用所有内部函数。

参数

image	输入图像。根据该专用算法的要求，参数 image 是单个 Mat。
saliencyMap	Saliency 地图。是一个二值化地图，根据算法的性质，它突出显示场景中移动的物体或变化区域。显著性地图由单个 Mat（假设的视频流的每个帧一个）给出。

实现 cv::saliency::MotionSaliency。

create()

static Ptr< MotionSaliencyBinWangApr2014 > cv::saliency::MotionSaliencyBinWangApr2014::create ( )

inlinestatic

Python
	cv.saliency.MotionSaliencyBinWangApr2014.create(		) ->	retval
	cv.saliency.MotionSaliencyBinWangApr2014_create(		) ->	retval

getImageHeight()

int cv::saliency::MotionSaliencyBinWangApr2014::getImageHeight ( ) const

inline

Python
	cv.saliency.MotionSaliencyBinWangApr2014.getImageHeight(		) ->	retval

getImageWidth()

int cv::saliency::MotionSaliencyBinWangApr2014::getImageWidth ( ) const

inline

Python
	cv.saliency.MotionSaliencyBinWangApr2014.getImageWidth(		) ->	retval

init()

bool cv::saliency::MotionSaliencyBinWangApr2014::init

(

)

Python
	cv.saliency.MotionSaliencyBinWangApr2014.init(		) ->	retval

此函数允许正确初始化算法将使用的所有数据结构。

setImageHeight()

void cv::saliency::MotionSaliencyBinWangApr2014::setImageHeight ( int  val )

inline

Python
	cv.saliency.MotionSaliencyBinWangApr2014.setImageHeight(	val	) ->	None

setImagesize()

void cv::saliency::MotionSaliencyBinWangApr2014::setImagesize	(	int	W,
		int	H
	)

Python
	cv.saliency.MotionSaliencyBinWangApr2014.setImagesize(	W, H	) ->	None

这是一个实用函数，允许在相应的变量中设置正确的大小（从输入图像中获取），这些变量将用于调整算法的数据结构的大小。

参数

W	输入图像的宽度
H	输入图像的高度

setImageWidth()

void cv::saliency::MotionSaliencyBinWangApr2014::setImageWidth ( int  val )

inline

Python
	cv.saliency.MotionSaliencyBinWangApr2014.setImageWidth(	val	) ->	None

---

该类的文档从以下文件生成

• opencv2/saliency/saliencySpecializedClasses.hpp