cv::quality::QualityMSE 类参考

完整的均方误差算法参考 https://en.wikipedia.org/wiki/Mean_squared_error。更多…

#include <opencv2/quality/qualitymse.hpp>

cv::quality::QualityMSE 的协作图

公共成员函数
void	clear () CV_OVERRIDE
	实现 Algorithm::clear()
cv::Scalar	compute (InputArrayOfArrays cmpImgs) CV_OVERRIDE
	计算在类构造函数中提供的参考图像和提供的比较图像的 MSE。
bool	empty () const CV_OVERRIDE
	实现 Algorithm::empty()
从 cv::quality::QualityBase 继承的公共成员函数
virtual	~QualityBase ()=default
	析构函数。
virtual void	getQualityMap (OutputArray dst) const
	返回在计算过程中生成的输出质量图（如果算法支持）。
从 cv::Algorithm 继承的公共成员函数
	Algorithm ()
virtual	~Algorithm ()
virtual String	getDefaultName () const
virtual void	read (const FileNode &fn)
	从文件存储中读取算法参数。
virtual void	save (const String &filename) const
void	write (const Ptr< FileStorage > &fs, const String &name=String()) const
virtual void	write (FileStorage &fs) const
	将算法参数存储在文件存储中。
void	write (FileStorage &fs, const String &name) const

静态公共成员函数
static cv::Scalar	compute (InputArray ref, InputArray cmp, OutputArray qualityMap)
	计算质量的静态方法
static Ptr< QualityMSE >	create (InputArray ref)
	创建一个计算质量的对象。
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。

保护成员函数
	QualityMSE (QualityBase::_mat_type ref)
	构造函数。
从 cv::Algorithm 继承的保护成员函数
void	writeFormat (FileStorage &fs) const

保护属性
QualityBase::_mat_type	_ref
	参考图像，转换为内部 mat 类型。
从 cv::quality::QualityBase 继承的保护属性
_mat_type	_qualityMap
	如果由算法生成，则输出质量图。

其他继承成员
从 cv::quality::QualityBase 继承的保护类型
using	_mat_type = cv::UMat
	内部 mat 类型默认值

详细描述

完整的均方误差算法参考 https://en.wikipedia.org/wiki/Mean_squared_error。

构造函数和析构函数文档

QualityMSE()

cv::quality::QualityMSE::QualityMSE ( QualityBase::_mat_type ref )

inlineprotected

构造函数。

参数

ref	参考图像，转换为内部类型

成员函数文档

clear()

void cv::quality::QualityMSE::clear ( )

inlinevirtual

Python
	cv.quality.QualityMSE.clear(		) ->	None

实现 Algorithm::clear()

从 cv::quality::QualityBase 重实现。

compute() [1/2]

static cv::Scalar cv::quality::QualityMSE::compute ( 输入数组 ref, 输入数组 cmp, 输出数组 qualityMap )

静态

Python
	cv.quality.QualityMSE.compute(	cmpImgs	) ->	retval
	cv.quality.QualityMSE.compute(	ref, cmp[, qualityMap]	) ->	retval, qualityMap
	cv.quality.QualityMSE_compute(	ref, cmp[, qualityMap]	) ->	retval, qualityMap

计算质量的静态方法

参数

ref	参考图像
cmp	比较图像=
qualityMap	输出质量图，或 cv::noArray()

返回

cv::Scalar，包含每个通道的质量值。值范围从 0（最佳）到最大浮点数（最差）

compute() [2/2]

cv::Scalar cv::quality::QualityMSE::compute ( 输入数组数组 cmpImgs )

虚函数

Python
	cv.quality.QualityMSE.compute(	cmpImgs	) ->	retval
	cv.quality.QualityMSE.compute(	ref, cmp[, qualityMap]	) ->	retval, qualityMap
	cv.quality.QualityMSE_compute(	ref, cmp[, qualityMap]	) ->	retval, qualityMap

计算在类构造函数中提供的参考图像和提供的比较图像的 MSE。

参数

cmpImgs

比较图像(数组)

返回

cv::Scalar，包含每个通道的质量值。值范围从 0（最佳）到潜在的最大浮点数（最差）

实现 cv::quality::QualityBase.

create()

static Ptr< QualityMSE > cv::quality::QualityMSE::create ( 输入数组 ref )

静态

Python
	cv.quality.QualityMSE.create(	ref	) ->	retval
	cv.quality.QualityMSE_create(	ref	) ->	retval

创建一个计算质量的对象。

参数

ref	用作比较参考的输入图像

empty()

bool cv::quality::QualityMSE::empty ( ) const

inlinevirtual

Python
	cv.quality.QualityMSE.empty(		) ->	retval

实现 Algorithm::empty()

重载自 cv::quality::QualityBase.

成员数据文档

_ref

QualityBase::_mat_type cv::quality::QualityMSE::_ref

受保护的

参考图像，转换为内部 mat 类型。

---

此类的文档是从以下文件生成的

• opencv2/quality/qualitymse.hpp