OpenCV 4.11.0
开源计算机视觉
加载中…
搜索中…
无匹配项
cv::reg::MapShift 类参考

#include <opencv2/reg/mapshift.hpp>

cv::reg::MapShift 的协作图

公共成员函数

 MapShift ()
 
 MapShift (InputArray shift)
 
 ~MapShift ()
 
void compose (cv::Ptr< Map > map) CV_OVERRIDE
 
const cv::Vec< double, 2 > & getShift () const
 
void getShift (OutputArray shift) const
 
cv::Ptr< MapinverseMap () const CV_OVERRIDE
 
void inverseWarp (InputArray img1, OutputArray img2) const CV_OVERRIDE
 
void scale (double factor) CV_OVERRIDE
 
- 继承自 cv::reg::Map 的公共成员函数
virtual ~Map ()
 
virtual void warp (InputArray img1, OutputArray img2) const
 

详细描述

定义一个简单的位移变换

构造函数和析构函数文档

◆ MapShift() [1/2]

cv::reg::MapShift::MapShift ( )
Python
cv.reg.MapShift() -> <reg_MapShift object>
cv.reg.MapShift(shift) -> <reg_MapShift object>

默认构造函数构建一个单位映射

◆ MapShift() [2/2]

cv::reg::MapShift::MapShift ( InputArray shift)
Python
cv.reg.MapShift() -> <reg_MapShift object>
cv.reg.MapShift(shift) -> <reg_MapShift object>

提供显式值的构造函数

参数
[in]shift位移

◆ ~MapShift()

cv::reg::MapShift::~MapShift ( )

析构函数

成员函数文档

◆ compose()

void cv::reg::MapShift::compose ( cv::Ptr< Map > map)
virtual
Python
cv.reg.MapShift.compose(map) -> None

通过在调用中提供的变换来改变映射,组合当前变换。顺序是先进行当前变换,然后是输入参数。

参数
[in]map要组合的变换。

实现 cv::reg::Map

◆ getShift() [1/2]

const cv::Vec< double, 2 > & cv::reg::MapShift::getShift ( ) const
inline
Python
cv.reg.MapShift.getShift([, shift]) -> shift

返回位移

返回值
位移

◆ getShift() [2/2]

void cv::reg::MapShift::getShift ( OutputArray shift) const
inline
Python
cv.reg.MapShift.getShift([, shift]) -> shift
此函数的调用图如下所示

◆ inverseMap()

cv::Ptr< Map > cv::reg::MapShift::inverseMap ( ) const
virtual
Python
cv.reg.MapShift.inverseMap() -> retval

计算逆映射

返回值
逆映射

实现 cv::reg::Map

◆ inverseWarp()

void cv::reg::MapShift::inverseWarp ( InputArray img1,
OutputArray img2 ) const
virtual
Python
cv.reg.MapShift.inverseWarp(img1[, img2]) -> img2

将图像扭曲到新的坐标系。计算公式为 img2(x)=img1(T(x)),所以实际上这是逆向扭曲,因为我们使用点的正向变换来获取 img1 的值。

参数
[in]img1原始图像
[out]img2扭曲后的图像

实现 cv::reg::Map

◆ scale()

void cv::reg::MapShift::scale ( double factor)
virtual
Python
cv.reg.MapShift.scale(factor) -> None

按给定因子缩放映射,就像坐标系按该因子扩展/压缩一样。

参数
[in]factor大于一时扩展,小于一时压缩

实现 cv::reg::Map


此类的文档是从以下文件生成的