#include <opencv2/face/facerec.hpp>

cv::face::LBPHFaceRecognizer 的协作图

公共成员函数
virtual int	getGridX () const =0

virtual int	getGridY () const =0

virtual std::vector< cv::Mat >	getHistograms () const =0

virtual cv::Mat	getLabels () const =0

virtual int	getNeighbors () const =0

virtual int	getRadius () const =0

virtual double	getThreshold () const CV_OVERRIDE=0

virtual void	setGridX (int val)=0

virtual void	setGridY (int val)=0

virtual void	setNeighbors (int val)=0

virtual void	setRadius (int val)=0

virtual void	setThreshold (double val) CV_OVERRIDE=0

从 cv::face::FaceRecognizer 继承的公共成员函数
virtual bool	empty () const CV_OVERRIDE=0

virtual String	getLabelInfo (int label) const
	根据标签获取字符串信息。

virtual std::vector< int >	getLabelsByString (const String &str) const
	根据字符串获取标签向量。

int	predict (InputArray src) const

void	predict (InputArray src, int &label, double &confidence) const
	预测给定输入图像的标签和相关置信度（例如，距离）。

virtual void	predict (InputArray src, Ptr< PredictCollector > collector) const =0
	如果已实现 - 将所有预测结果发送到收集器，这些结果可用于某种自定义结果处理

virtual void	read (const FileNode &fn) CV_OVERRIDE=0

virtual void	read (const String &filename)
	加载一个 FaceRecognizer 及其模型状态。

virtual void	setLabelInfo (int label, const String &strInfo)
	为指定的模型标签设置字符串信息。

virtual void	train (InputArrayOfArrays src, InputArray labels)=0
	用给定数据和相关标签训练一个 FaceRecognizer。

virtual void	update (InputArrayOfArrays src, InputArray labels)
	用给定数据和相关标签更新一个 FaceRecognizer。

virtual void	write (const String &filename) const
	保存一个 FaceRecognizer 及其模型状态。

virtual void	write (FileStorage &fs) const CV_OVERRIDE=0

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 String	getDefaultName () const

virtual void	save (const String &filename) const

void	write (const Ptr< FileStorage > &fs, const String &name=String()) const

void	write (FileStorage &fs, const String &name) const

静态公共成员函数
static Ptr< LBPHFaceRecognizer >	create (int radius=1, int neighbors=8, int grid_x=8, int grid_y=8, double threshold=DBL_MAX)

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 继承的受保护成员函数
void	writeFormat (FileStorage &fs) const

从 cv::face::FaceRecognizer 继承的受保护属性
std::map< int, String >	_labelsInfo

成员函数文档

◆ create()

static Ptr< LBPHFaceRecognizer > cv::face::LBPHFaceRecognizer::create	(	int	radius = `1`,
		int	neighbors = `8`,
		int	grid_x = `8`,
		int	grid_y = `8`,
		double	threshold = `DBL_MAX`
	)

static

Python
	cv.face.LBPHFaceRecognizer.create(	[, radius[, neighbors[, grid_x[, grid_y[, threshold]]]]]	) ->	retval
	cv.face.LBPHFaceRecognizer_create(	[, radius[, neighbors[, grid_x[, grid_y[, threshold]]]]]	) ->	retval

参数

radius	用于构建圆形局部二值模式的半径。半径越大，图像越平滑，但可以获得更多空间信息。
neighbors	构建圆形局部二值模式的样本点数。使用 `8` 个样本点是适当的值。请记住：包含的样本点越多，计算成本就越高。
grid_x	水平方向上的单元格数，8 是出版物中常用的值。单元格越多，网格越细，生成的特征向量的维度就越高。
grid_y	垂直方向上的单元格数，8 是出版物中常用的值。单元格越多，网格越细，生成的特征向量的维度就越高。
threshold	预测中应用的阈值。如果到最近邻居的距离大于阈值，则此方法返回 -1。

注意事项

圆形局部二值模式（用于训练和预测）需要将数据作为灰度图像提供，使用 cvtColor 在颜色空间之间进行转换。
此模型支持更新。

模型内部数据

radius 请参见 LBPHFaceRecognizer::create。
neighbors 请参见 LBPHFaceRecognizer::create。
grid_x 请参见 LLBPHFaceRecognizer::create。
grid_y 请参见 LBPHFaceRecognizer::create。
threshold 请参见 LBPHFaceRecognizer::create。
histograms 从给定训练数据计算出的局部二值模式直方图（如果没有给出训练数据，则为空）。
labels 与计算出的局部二值模式直方图相对应的标签。

◆ getGridX()

virtual int cv::face::LBPHFaceRecognizer::getGridX ( ) const

pure virtual

Python
	cv.face.LBPHFaceRecognizer.getGridX(		) ->	retval

参见: setGridX

◆ getGridY()

virtual int cv::face::LBPHFaceRecognizer::getGridY ( ) const

pure virtual

Python
	cv.face.LBPHFaceRecognizer.getGridY(		) ->	retval

参见: setGridY

◆ getHistograms()

virtual std::vector< cv::Mat > cv::face::LBPHFaceRecognizer::getHistograms ( ) const

pure virtual

Python
	cv.face.LBPHFaceRecognizer.getHistograms(		) ->	retval

◆ getLabels()

virtual cv::Mat cv::face::LBPHFaceRecognizer::getLabels ( ) const

pure virtual

Python
	cv.face.LBPHFaceRecognizer.getLabels(		) ->	retval

◆ getNeighbors()

virtual int cv::face::LBPHFaceRecognizer::getNeighbors ( ) const

pure virtual

Python
	cv.face.LBPHFaceRecognizer.getNeighbors(		) ->	retval

参见: setNeighbors

◆ getRadius()

virtual int cv::face::LBPHFaceRecognizer::getRadius ( ) const

pure virtual

Python
	cv.face.LBPHFaceRecognizer.getRadius(		) ->	retval

参见: setRadius

◆ getThreshold()

virtual double cv::face::LBPHFaceRecognizer::getThreshold ( ) const

pure virtual

Python
	cv.face.LBPHFaceRecognizer.getThreshold(		) ->	retval

参见: setThreshold

实现 cv::face::FaceRecognizer.

◆ setGridX()

virtual void cv::face::LBPHFaceRecognizer::setGridX ( int val )

pure virtual

Python
	cv.face.LBPHFaceRecognizer.setGridX(	val	) ->	无

参见: getGridX

◆ setGridY()

virtual void cv::face::LBPHFaceRecognizer::setGridY ( int val )

pure virtual

Python
	cv.face.LBPHFaceRecognizer.setGridY(	val	) ->	无

参见: getGridY

◆ setNeighbors()

virtual void cv::face::LBPHFaceRecognizer::setNeighbors ( int val )

pure virtual

Python
	cv.face.LBPHFaceRecognizer.setNeighbors(	val	) ->	无

参见: getNeighbors

◆ setRadius()

virtual void cv::face::LBPHFaceRecognizer::setRadius ( int val )

pure virtual

Python
	cv.face.LBPHFaceRecognizer.setRadius(	val	) ->	无

参见: getRadius

◆ setThreshold()

virtual void cv::face::LBPHFaceRecognizer::setThreshold ( double val )

pure virtual

Python
	cv.face.LBPHFaceRecognizer.setThreshold(	val	) ->	无

参见: getThreshold

实现 cv::face::FaceRecognizer.

此类的文档是从以下文件生成的

opencv2/face/facerec.hpp

公共成员函数

静态公共成员函数

其他继承成员

成员函数文档

◆ create()

注意事项

模型内部数据

◆ getGridX()

◆ getGridY()

◆ getHistograms()

◆ getLabels()

◆ getNeighbors()

◆ getRadius()

◆ getThreshold()

◆ setGridX()

◆ setGridY()

◆ setNeighbors()

◆ setRadius()

◆ setThreshold()