实现来自 [70] 的边缘检测算法的类：更多…

#include <opencv2/ximgproc/structured_edge_detection.hpp>

cv::ximgproc::StructuredEdgeDetection 的协作图

公共成员函数
virtual void	computeOrientation (cv::InputArray src, cv::OutputArray dst) const =0
	该函数计算边缘图像的方向。

virtual void	detectEdges (cv::InputArray src, cv::OutputArray dst) const =0
	该函数检测 src 中的边缘并将它们绘制到 dst 中。

virtual void	edgesNms (cv::InputArray edge_image, cv::InputArray orientation_image, cv::OutputArray dst, int r=2, int s=0, float m=1, bool isParallel=true) const =0
	该函数对边缘图像进行非极大值抑制，并抑制边缘方向上强度更大的边缘。

从 cv::Algorithm 继承的公共成员函数
	Algorithm ()

virtual	~Algorithm ()

virtual void	clear ()
	清除算法状态。

virtual bool	empty () const
	如果 Algorithm 为空（例如，在开始时或读取不成功后），则返回 true。

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
	将算法参数存储到文件存储中。

void	write (FileStorage &fs, const String &name) const

其他继承的成员
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。

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

详细描述

实现来自 [70] 的边缘检测算法的类。

成员函数文档

virtual void cv::ximgproc::StructuredEdgeDetection::computeOrientation	(	cv::InputArray	src,
		cv::OutputArray	dst ) const

纯虚函数

Python
	cv.ximgproc.StructuredEdgeDetection.computeOrientation(	src[, dst]	) ->	dst

该函数计算边缘图像的方向。

参数

src	边缘图像。
dst	方向图像。

virtual void cv::ximgproc::StructuredEdgeDetection::detectEdges	(	cv::InputArray	src,
		cv::OutputArray	dst ) const

纯虚函数

Python
	cv.ximgproc.StructuredEdgeDetection.detectEdges(	src[, dst]	) ->	dst

该函数检测 src 中的边缘并将它们绘制到 dst 中。

此函数的基础算法比常用方法（例如 Sobel）对纹理的存在更鲁棒。

参数

src	用于检测边缘的源图像（RGB，浮点数，范围在 [0;1]）
dst	绘制边缘的目标图像（灰度，浮点数，范围在 [0;1]）

virtual void cv::ximgproc::StructuredEdgeDetection::edgesNms	(	cv::InputArray	edge_image,
		cv::InputArray	orientation_image,
		cv::OutputArray	dst,
		int	r = 2,
		int	s = 0,
		float	m = 1,
		bool	isParallel = true ) const

纯虚函数

Python
	cv.ximgproc.StructuredEdgeDetection.edgesNms(	edge_image, orientation_image[, dst[, r[, s[, m[, isParallel]]]]]	) ->	dst

该函数对边缘图像进行非极大值抑制，并抑制边缘方向上强度更大的边缘。

参数

edge_image	来自 detectEdges 函数的边缘图像。
orientation_image	来自 computeOrientation 函数的方向图像。
dst	抑制后的图像（灰度，浮点数，范围在 [0;1]）
r	NMS抑制半径。
s	边界抑制半径。
m	保守抑制乘数。
isParallel	启用/禁用并行计算。

此类的文档是从以下文件生成的：