cv::BOWImgDescriptorExtractor 类参考

使用视觉词袋计算图像描述符的类。更多…

#include <opencv2/features2d.hpp>

cv::BOWImgDescriptorExtractor 的协作图

公有成员函数
	BOWImgDescriptorExtractor (const Ptr< DescriptorMatcher > &dmatcher)
	BOWImgDescriptorExtractor (const Ptr< Feature2D > &dextractor, const Ptr< DescriptorMatcher > &dmatcher)
	构造函数。
virtual	~BOWImgDescriptorExtractor ()
void	compute (InputArray image, std::vector< KeyPoint > &keypoints, OutputArray imgDescriptor, std::vector< std::vector< int > > *pointIdxsOfClusters=0, Mat *descriptors=0)
	使用设置的视觉词汇计算图像描述符。
void	compute (InputArray keypointDescriptors, OutputArray imgDescriptor, std::vector< std::vector< int > > *pointIdxsOfClusters=0)
void	compute2 (const Mat &image, std::vector< KeyPoint > &keypoints, Mat &imgDescriptor)
int	descriptorSize () const
	如果设置了词汇表，则返回图像描述符大小。否则，返回 0。
int	descriptorType () const
	返回图像描述符类型。
const Mat &	getVocabulary () const
	返回设置的词汇表。
void	setVocabulary (const Mat &vocabulary)
	设置视觉词汇表。

受保护的属性
Ptr< DescriptorExtractor >	dextractor
Ptr< DescriptorMatcher >	dmatcher
Mat	vocabulary

详细描述

使用视觉词袋计算图像描述符的类。

此类计算包含以下步骤：

1. 计算给定图像及其关键点集的描述符。
2. 为每个关键点描述符查找词汇表中最接近的视觉词。
3. 计算词袋图像描述符，它是一个归一化的词汇表单词直方图，这些单词出现在图像中。直方图的第 i 个 bin 是给定图像中词汇表中第 i 个单词的频率。

构造函数和析构函数文档

BOWImgDescriptorExtractor() [1/2]

cv::BOWImgDescriptorExtractor::BOWImgDescriptorExtractor	(	const Ptr< Feature2D > &	dextractor,
		const Ptr< DescriptorMatcher > &	dmatcher )

Python
	cv.BOWImgDescriptorExtractor(	dextractor, dmatcher	) ->	<BOWImgDescriptorExtractor 对象>

构造函数。

参数

dextractor	用于计算输入图像及其关键点的描述符的描述符提取器。
dmatcher	用于为图像的每个关键点描述符查找训练词汇表中最接近的词的描述符匹配器。

BOWImgDescriptorExtractor() [2/2]

cv::BOWImgDescriptorExtractor::BOWImgDescriptorExtractor

(

const Ptr< DescriptorMatcher > &

dmatcher

)

Python
	cv.BOWImgDescriptorExtractor(	dextractor, dmatcher	) ->	<BOWImgDescriptorExtractor 对象>

这是一个重载的成员函数，为了方便提供。它与上面的函数的不同之处仅在于它接受的参数。

~BOWImgDescriptorExtractor()

virtual cv::BOWImgDescriptorExtractor::~BOWImgDescriptorExtractor ( )

virtual

成员函数文档

compute() [1/2]

void cv::BOWImgDescriptorExtractor::compute	(	InputArray	image,
		std::vector< KeyPoint > &	keypoints,
		OutputArray	imgDescriptor,
		std::vector< std::vector< int > > *	pointIdxsOfClusters = 0,
		Mat *	descriptors = 0 )

使用设置的视觉词汇计算图像描述符。

参数

image	计算描述符的图像。
keypoints	在输入图像中检测到的关键点。
imgDescriptor	计算出的输出图像描述符。
pointIdxsOfClusters	属于该簇的关键点索引。这意味着 pointIdxsOfClusters[i] 是属于第 i 个簇（词汇表中的词）的关键点索引，如果它非零则返回。
descriptors	如果它们非零，则返回图像关键点的描述符。

compute() [2/2]

void cv::BOWImgDescriptorExtractor::compute	(	InputArray	keypointDescriptors,
		OutputArray	imgDescriptor,
		std::vector< std::vector< int > > *	pointIdxsOfClusters = 0 )

这是一个重载的成员函数，为了方便提供。它与上面的函数的不同之处仅在于它接受的参数。

参数

keypointDescriptors	计算出的与词汇表匹配的描述符。
imgDescriptor	计算出的输出图像描述符。
pointIdxsOfClusters	属于该簇的关键点索引。这意味着 pointIdxsOfClusters[i] 是属于第 i 个簇（词汇表中的词）的关键点索引，如果它非零则返回。

compute2()

void cv::BOWImgDescriptorExtractor::compute2 ( const Mat & image, std::vector< KeyPoint > & keypoints, Mat & imgDescriptor )

inline

Python
	cv.BOWImgDescriptorExtractor.compute(	image, keypoints[, imgDescriptor]	) ->	imgDescriptor

descriptorSize()

int cv::BOWImgDescriptorExtractor::descriptorSize

(

)

const

Python
	cv.BOWImgDescriptorExtractor.descriptorSize(		) ->	返回值

如果设置了词汇表，则返回图像描述符大小。否则，返回 0。

descriptorType()

int cv::BOWImgDescriptorExtractor::descriptorType

(

)

const

Python
	cv.BOWImgDescriptorExtractor.descriptorType(		) ->	返回值

返回图像描述符类型。

getVocabulary()

const Mat & cv::BOWImgDescriptorExtractor::getVocabulary

(

)

const

Python
	cv.BOWImgDescriptorExtractor.getVocabulary(		) ->	返回值

返回设置的词汇表。

setVocabulary()

void cv::BOWImgDescriptorExtractor::setVocabulary

(

const Mat &

vocabulary

)

Python
	cv.BOWImgDescriptorExtractor.setVocabulary(	vocabulary	) ->	无

设置视觉词汇表。

参数

vocabulary

词汇表（可以使用BOWTrainer的继承类进行训练）。词汇表的每一行都是一个视觉词（聚类中心）。

成员数据文档

dextractor

Ptr<DescriptorExtractor> cv::BOWImgDescriptorExtractor::dextractor

受保护的

dmatcher

Ptr<DescriptorMatcher> cv::BOWImgDescriptorExtractor::dmatcher

受保护的

vocabulary

Mat cv::BOWImgDescriptorExtractor::vocabulary

受保护的

---

此类的文档是从以下文件生成的

• opencv2/features2d.hpp