cv::ximgproc::segmentation::SelectiveSearchSegmentation 类参考

选择性搜索分割算法 该类实现了[277]中描述的算法。更多…

#include <opencv2/ximgproc/segmentation.hpp>

cv::ximgproc::segmentation::SelectiveSearchSegmentation 协作图

公共成员函数
虚函数 void	addGraphSegmentation (Ptr< GraphSegmentation > g)=0
	在要处理的图分割列表中添加一个新的图分割。
虚函数 void	addImage (InputArray img)=0
	在要处理的图像列表中添加一个新的图像。
虚函数 void	addStrategy (Ptr< SelectiveSearchSegmentationStrategy > s)=0
	在要处理的策略列表中添加一个新的策略。
虚函数 void	clearGraphSegmentations ()=0
	清除要处理的图分割列表。
虚函数 void	clearImages ()=0
	清除要处理的图像列表。
虚函数 void	clearStrategies ()=0
	清除要处理的策略列表。
虚函数 void	process (std::vector< Rect > &rects)=0
	基于所有图像、图分割和策略，计算所有可能的矩形并返回它们。
虚函数 void	setBaseImage (InputArray img)=0
	设置 switch* 函数用来初始化类的图像。
虚函数 void	switchToSelectiveSearchFast (int base_k=150, int inc_k=150, float sigma=0.8f)=0
	使用[277]中描述的“快速选择性搜索”参数初始化类。
虚函数 void	switchToSelectiveSearchQuality (int base_k=150, int inc_k=150, float sigma=0.8f)=0
	使用[277]中描述的“快速选择性搜索”参数初始化类。
虚函数 void	switchToSingleStrategy (int k=200, float sigma=0.8f)=0
	使用[277]中描述的“单一策略”参数初始化类。
继承自 cv::Algorithm 的公共成员函数
	Algorithm ()
虚函数	~Algorithm ()
虚函数 void	clear ()
	清除算法状态。
虚函数 bool	empty () const
	如果Algorithm为空（例如，在开始时或读取失败后），则返回 true。
虚函数 String	getDefaultName () const
虚函数 void	read (const FileNode &fn)
	从文件存储中读取算法参数。
虚函数 void	save (const String &filename) const
void	write (const Ptr< FileStorage > &fs, const String &name=String()) const
虚函数 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

其他继承成员
继承自 cv::Algorithm 的静态公共成员函数
模板 <typename _Tp >
静态 Ptr< _Tp >	load (const String &filename, const String &objname=String())
	从文件中加载算法。
模板 <typename _Tp >
静态 Ptr< _Tp >	loadFromString (const String &strModel, const String &objname=String())
	从字符串加载算法。
模板 <typename _Tp >
静态 Ptr< _Tp >	read (const FileNode &fn)
	从文件节点读取算法。
继承自 cv::Algorithm 的保护成员函数
void	writeFormat (FileStorage &fs) const

详细描述

选择性搜索分割算法 该类实现了[277]中描述的算法。

成员函数文档

addGraphSegmentation()

虚函数 void cv::ximgproc::segmentation::SelectiveSearchSegmentation::addGraphSegmentation ( Ptr< GraphSegmentation > g )

纯虚函数

Python
	cv.ximgproc.segmentation.SelectiveSearchSegmentation.addGraphSegmentation(	g	) ->	None

在要处理的图分割列表中添加一个新的图分割。

参数

g

图分割

addImage()

虚函数 void cv::ximgproc::segmentation::SelectiveSearchSegmentation::addImage ( InputArray img )

纯虚函数

Python
	cv.ximgproc.segmentation.SelectiveSearchSegmentation.addImage(	img	) ->	None

在要处理的图像列表中添加一个新的图像。

参数

img

图像

addStrategy()

虚函数 void cv::ximgproc::segmentation::SelectiveSearchSegmentation::addStrategy ( Ptr< SelectiveSearchSegmentationStrategy > s )

纯虚函数

Python
	cv.ximgproc.segmentation.SelectiveSearchSegmentation.addStrategy(	s	) ->	None

在要处理的策略列表中添加一个新的策略。

参数

s

策略

clearGraphSegmentations()

虚函数 void cv::ximgproc::segmentation::SelectiveSearchSegmentation::clearGraphSegmentations ( )

纯虚函数

Python
	cv.ximgproc.segmentation.SelectiveSearchSegmentation.clearGraphSegmentations(		) ->	None

清除要处理的图分割列表。

clearImages()

虚函数 void cv::ximgproc::segmentation::SelectiveSearchSegmentation::clearImages ( )

纯虚函数

Python
	cv.ximgproc.segmentation.SelectiveSearchSegmentation.clearImages(		) ->	None

清除要处理的图像列表。

clearStrategies()

虚函数 void cv::ximgproc::segmentation::SelectiveSearchSegmentation::clearStrategies ( )

纯虚函数

Python
	cv.ximgproc.segmentation.SelectiveSearchSegmentation.clearStrategies(		) ->	None

清除要处理的策略列表。

process()

虚函数 void cv::ximgproc::segmentation::SelectiveSearchSegmentation::process ( std::vector< Rect > & 矩形区域 (rects) )

纯虚函数

Python
	cv.ximgproc.segmentation.SelectiveSearchSegmentation.process(		) ->	矩形区域 (rects)

基于所有图像、图分割和策略，计算所有可能的矩形并返回它们。

参数

矩形区域 (rects)

矩形区域列表。列表中靠前的矩形区域比靠后的更相关。

设置基础图像 (setBaseImage)

virtual void cv::ximgproc::segmentation::SelectiveSearchSegmentation::setBaseImage ( InputArray img )

纯虚函数

Python
	cv.ximgproc.segmentation.SelectiveSearchSegmentation.setBaseImage(	img	) ->	None

设置 switch* 函数用来初始化类的图像。

参数

img

图像

切换到快速选择搜索 (switchToSelectiveSearchFast)

virtual void cv::ximgproc::segmentation::SelectiveSearchSegmentation::switchToSelectiveSearchFast ( int base_k = 150, int inc_k = 150, float sigma = 0.8f )

纯虚函数

Python
	cv.ximgproc.segmentation.SelectiveSearchSegmentation.switchToSelectiveSearchFast(	[, base_k[, inc_k[, sigma]]]	) ->	None

使用[277]中描述的“快速选择性搜索”参数初始化类。

参数

base_k	第一次图分割的 k 参数。
inc_k	所有图分割的 k 参数增量。
sigma	图分割的 sigma 参数。

切换到高质量选择搜索 (switchToSelectiveSearchQuality)

virtual void cv::ximgproc::segmentation::SelectiveSearchSegmentation::switchToSelectiveSearchQuality ( int base_k = 150, int inc_k = 150, float sigma = 0.8f )

纯虚函数

Python
	cv.ximgproc.segmentation.SelectiveSearchSegmentation.switchToSelectiveSearchQuality(	[, base_k[, inc_k[, sigma]]]	) ->	None

使用[277]中描述的“快速选择性搜索”参数初始化类。

参数

base_k	第一次图分割的 k 参数。
inc_k	所有图分割的 k 参数增量。
sigma	图分割的 sigma 参数。

切换到单一策略 (switchToSingleStrategy)

virtual void cv::ximgproc::segmentation::SelectiveSearchSegmentation::switchToSingleStrategy ( int k = 200, float sigma = 0.8f )

纯虚函数

Python
	cv.ximgproc.segmentation.SelectiveSearchSegmentation.switchToSingleStrategy(	[, k[, sigma]]	) ->	None

使用[277]中描述的“单一策略”参数初始化类。

参数

k	图分割的 k 参数。
sigma	图分割的 sigma 参数。

---

此类的文档是从以下文件生成的：

• opencv2/ximgproc/segmentation.hpp