cv::xfeatures2d::VGG 类参考

实现 [246] 所述。">VGG（牛津视觉几何组）描述符的类，使用“基于凸优化的描述符学习”（DLCO）方法端到端训练，如 [246] 所述。 更多…

#include <opencv2/xfeatures2d.hpp>

cv::xfeatures2d::VGG 的协作图

公共类型
枚举	{   VGG_120 = 100 ,   VGG_80 = 101 ,   VGG_64 = 102 ,   VGG_48 = 103 }

公共成员函数
String	getDefaultName () const CV_OVERRIDE
virtual float	getScaleFactor () const =0
virtual float	getSigma () const =0
virtual bool	getUseNormalizeDescriptor () const =0
virtual bool	getUseNormalizeImage () const =0
virtual bool	getUseScaleOrientation () const =0
virtual void	setScaleFactor (const float scale_factor)=0
virtual void	setSigma (const float isigma)=0
virtual void	setUseNormalizeDescriptor (const bool dsc_normalize)=0
virtual void	setUseNormalizeImage (const bool img_normalize)=0
virtual void	setUseScaleOrientation (const bool use_scale_orientation)=0
继承自 cv::Feature2D 的公共成员函数
virtual	~Feature2D ()
virtual void	compute (InputArray image, std::vector< KeyPoint > &keypoints, OutputArray descriptors)
	计算在一幅图像（第一种变体）或图像集（第二种变体）中检测到的关键点的描述符。
virtual void	compute (InputArrayOfArrays images, std::vector< std::vector< KeyPoint > > &keypoints, OutputArrayOfArrays descriptors)
virtual int	defaultNorm () const
virtual int	descriptorSize () const
virtual int	descriptorType () const
virtual void	detect (InputArray image, std::vector< KeyPoint > &keypoints, InputArray mask=noArray())
	检测图像（第一种变体）或图像集（第二种变体）中的关键点。
virtual void	detect (InputArrayOfArrays images, std::vector< std::vector< KeyPoint > > &keypoints, InputArrayOfArrays masks=noArray())
virtual void	detectAndCompute (InputArray image, InputArray mask, std::vector< KeyPoint > &keypoints, OutputArray descriptors, bool useProvidedKeypoints=false)
virtual bool	empty () const CV_OVERRIDE
	如果检测器对象为空，则返回 true。
virtual void	read (const FileNode &) CV_OVERRIDE
	从文件存储中读取算法参数。
void	read (const String &fileName)
void	write (const Ptr< FileStorage > &fs, const String &name) const
void	write (const String &fileName) const
virtual void	write (FileStorage &) const CV_OVERRIDE
	将算法参数存储到文件存储中。
void	write (FileStorage &fs, const String &name) const
继承自 cv::Algorithm 的公共成员函数
	Algorithm ()
virtual	~Algorithm ()
virtual void	clear ()
	清除算法状态。
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< VGG >	create (int desc=VGG::VGG_120, float isigma=1.4f, bool img_normalize=true, bool use_scale_orientation=true, float scale_factor=6.25f, bool dsc_normalize=false)
继承自 cv::Algorithm 的静态公共成员函数
template<typename _Tp >
static Ptr< _Tp >	load (const String &filename, const String &objname=String())
	从文件中加载算法。
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。

继承的附加成员
从 cv::Algorithm 继承的受保护成员函数
void	writeFormat (FileStorage &fs) const

详细描述

实现 VGG（牛津视觉几何组）描述符的类，该描述符使用在 [246] 中描述的“使用凸优化进行描述符学习”（DLCO）方法进行端到端训练。

参数

desc	要使用的描述符类型，VGG::VGG_120 为默认值（120 维浮点数）。可用的类型为 VGG::VGG_120，VGG::VGG_80，VGG::VGG_64，VGG::VGG_48
isigma	图像模糊的高斯核值（默认为 1.4f）
img_normalize	使用图像样本强度归一化（默认启用）
use_orientation	使用关键点的方向采样模式，默认启用
scale_factor	将检测到的关键点的采样窗口调整为 64.0f（VGG 采样窗口）。6.25f 为默认值，适用于 KAZE、SURF 检测的关键点窗口比例；6.75f 应该是 SIFT 检测的关键点窗口比例；5.00f 应该是 AKAZE、MSD、AGAST、FAST、BRISK 关键点窗口比例；0.75f 应该是 ORB 关键点比例。
dsc_normalize	将描述符钳位到 255 并转换为 uchar CV_8UC1（默认禁用）

成员枚举文档

匿名枚举

匿名枚举

枚举器
VGG_120
VGG_80
VGG_64
VGG_48

成员函数文档

create()

static Ptr< VGG > cv::xfeatures2d::VGG::create ( int desc = VGG::VGG_120, float isigma = 1.4f, bool img_normalize = true, bool use_scale_orientation = true, float scale_factor = 6.25f, bool dsc_normalize = false )

静态

Python
	cv.xfeatures2d.VGG.create(	[, desc[, isigma[, img_normalize[, use_scale_orientation[, scale_factor[, dsc_normalize]]]]]]	) ->	返回值
	cv.xfeatures2d.VGG_create(	[, desc[, isigma[, img_normalize[, use_scale_orientation[, scale_factor[, dsc_normalize]]]]]]	) ->	返回值

getDefaultName()

String cv::xfeatures2d::VGG::getDefaultName ( ) const

虚函数

Python
	cv.xfeatures2d.VGG.getDefaultName(		) ->	返回值

返回算法字符串标识符。将对象保存到文件或字符串时，此字符串用作顶级 xml/yml 节点标签。

从 cv::Feature2D 重实现。

getScaleFactor()

virtual float cv::xfeatures2d::VGG::getScaleFactor ( ) const

纯虚函数

Python
	cv.xfeatures2d.VGG.getScaleFactor(		) ->	返回值

getSigma()

virtual float cv::xfeatures2d::VGG::getSigma ( ) const

纯虚函数

Python
	cv.xfeatures2d.VGG.getSigma(		) ->	返回值

getUseNormalizeDescriptor()

virtual bool cv::xfeatures2d::VGG::getUseNormalizeDescriptor ( ) const

纯虚函数

Python
	cv.xfeatures2d.VGG.getUseNormalizeDescriptor(		) ->	返回值

getUseNormalizeImage()

virtual bool cv::xfeatures2d::VGG::getUseNormalizeImage ( ) const

纯虚函数

Python
	cv.xfeatures2d.VGG.getUseNormalizeImage(		) ->	返回值

getUseScaleOrientation()

virtual bool cv::xfeatures2d::VGG::getUseScaleOrientation ( ) const

纯虚函数

Python
	cv.xfeatures2d.VGG.getUseScaleOrientation(		) ->	返回值

setScaleFactor()

virtual void cv::xfeatures2d::VGG::setScaleFactor ( const float scale_factor )

纯虚函数

Python
	cv.xfeatures2d.VGG.setScaleFactor(	scale_factor	) ->	无

setSigma()

virtual void cv::xfeatures2d::VGG::setSigma ( const float isigma )

纯虚函数

Python
	cv.xfeatures2d.VGG.setSigma(	isigma	) ->	无

setUseNormalizeDescriptor()

virtual void cv::xfeatures2d::VGG::setUseNormalizeDescriptor ( const bool dsc_normalize )

纯虚函数

Python
	cv.xfeatures2d.VGG.setUseNormalizeDescriptor(	dsc_normalize	) ->	无

setUseNormalizeImage()

virtual void cv::xfeatures2d::VGG::setUseNormalizeImage ( const bool img_normalize )

纯虚函数

Python
	cv.xfeatures2d.VGG.setUseNormalizeImage(	img_normalize	) ->	无

setUseScaleOrientation()

virtual void cv::xfeatures2d::VGG::setUseScaleOrientation ( const bool use_scale_orientation )

纯虚函数

Python
	cv.xfeatures2d.VGG.setUseScaleOrientation(	use_scale_orientation	) ->	无

---

此类的文档是从以下文件生成的：

• opencv2/xfeatures2d.hpp