cv::quality::QualityBRISQUE 类参考

BRISQUE（盲/无参考图像空间质量评估器）是一种无参考图像质量评估 (NR-IQA) 算法。更多…

#include <opencv2/quality/qualitybrisque.hpp>

cv::quality::QualityBRISQUE 的协作图

公有成员函数
cv::Scalar	compute (InputArray img) CV_OVERRIDE
	计算输入图像的 BRISQUE 质量分数。
从 cv::quality::QualityBase 继承的公有成员函数
virtual	~QualityBase ()=default
	析构函数。
void	clear () CV_OVERRIDE
	实现 Algorithm::clear()
bool	empty () const CV_OVERRIDE
	实现 Algorithm::empty()
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 继承的公有成员函数
	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
	将算法参数存储到文件存储中。
void	write (FileStorage &fs, const String &name) const

静态公有成员函数
static cv::Scalar	compute (InputArray img, const cv::String &model_file_path, const cv::String &range_file_path)
	计算质量的静态方法。
static void	computeFeatures (InputArray img, OutputArray features)
	计算 BRISQUE 算法使用的图像特征的静态方法。
static Ptr< QualityBRISQUE >	create (const cv::Ptr< cv::ml::SVM > &model, const cv::Mat &range)
	创建一个计算质量的对象。
static Ptr< QualityBRISQUE >	create (const cv::String &model_file_path, const cv::String &range_file_path)
	创建一个计算质量的对象。
从 cv::Algorithm 继承的静态公有成员函数
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
	QualityBRISQUE (const cv::Ptr< cv::ml::SVM > &model, const cv::Mat &range)
	内部构造函数。
	QualityBRISQUE (const cv::String &model_file_path, const cv::String &range_file_path)
	内部构造函数。
从 cv::Algorithm 继承的保护成员函数
void	writeFormat (FileStorage &fs) const

保护属性
cv::Ptr< cv::ml::SVM >	_model = nullptr
cv::Mat	_range
继承自 cv::quality::QualityBase 的保护属性
_mat_type	_qualityMap
	算法生成的输出质量图。

额外继承的成员
继承自 cv::quality::QualityBase 的保护类型
使用	_mat_type = cv::UMat
	内部矩阵类型默认值

详细描述

BRISQUE（盲/无参考图像空间质量评估器）是一种无参考图像质量评估 (NR-IQA) 算法。

BRISQUE 通过提取自然场景统计量 (https://en.wikipedia.org/wiki/Scene_statistics) 并计算特征向量来计算分数。有关原始论文和原始实现，请参阅 Mittal 等人 [195] [194] 。

训练好的模型位于 /samples/ 目录中，并根据原始实现基于 LIVE-R2 数据库 [128] 进行训练。当针对 TID2008 数据库 [202] 进行评估时，SROCC 为 -0.8424，而原始实现中的 SROCC 为 -0.8354。BRISQUE LIVE-R2 训练器和 TID2008 评估器的 C++ 代码也位于 /samples/ 目录中。

构造函数和析构函数文档

QualityBRISQUE() [1/2]

cv::quality::QualityBRISQUE::QualityBRISQUE ( const cv::String & model_file_path, const cv::String & range_file_path )

受保护的

内部构造函数。

QualityBRISQUE() [2/2]

cv::quality::QualityBRISQUE::QualityBRISQUE ( const cv::Ptr< cv::ml::SVM > & model, const cv::Mat & range )

inlineprotected

内部构造函数。

成员函数文档

compute() [1/2]

cv::Scalar cv::quality::QualityBRISQUE::compute ( 输入数组 img )

虚函数

Python
	cv.quality.QualityBRISQUE.compute(	img	) ->	retval
	cv.quality.QualityBRISQUE.compute(	img, model_file_path, range_file_path	) ->	retval
	cv.quality.QualityBRISQUE_compute(	img, model_file_path, range_file_path	) ->	retval

计算输入图像的 BRISQUE 质量分数。

参数

img

要计算质量的图像

返回值

cv::Scalar，其第一个元素包含分数。分数范围从 0（最佳质量）到 100（最差质量）

实现 cv::quality::QualityBase。

compute() [2/2]

static cv::Scalar cv::quality::QualityBRISQUE::compute ( 输入数组 img, const cv::String & model_file_path, const cv::String & range_file_path )

静态

Python
	cv.quality.QualityBRISQUE.compute(	img	) ->	retval
	cv.quality.QualityBRISQUE.compute(	img, model_file_path, range_file_path	) ->	retval
	cv.quality.QualityBRISQUE_compute(	img, model_file_path, range_file_path	) ->	retval

计算质量的静态方法。

参数

img	要计算质量的图像
model_file_path	包含 BRISQUE 模型数据路径的 cv::String，例如 /path/to/brisque_model_live.yml
range_file_path	包含 BRISQUE 范围数据的 cv::String，例如 /path/to/brisque_range_live.yml

返回值

cv::Scalar，其第一个元素包含分数。分数范围从 0（最佳质量）到 100（最差质量）

computeFeatures()

static void cv::quality::QualityBRISQUE::computeFeatures ( 输入数组 img, 输出数组 features )

静态

Python
	cv.quality.QualityBRISQUE.computeFeatures(	img[, features]	) ->	features
	cv.quality.QualityBRISQUE_computeFeatures(	img[, features]	) ->	features

计算 BRISQUE 算法使用的图像特征的静态方法。

参数

img	要计算特征的图像 (BGR(A) 或灰度)
features	输出特征的行向量到 cv::Mat 或 cv::UMat

create() [1/2]

static Ptr< QualityBRISQUE > cv::quality::QualityBRISQUE::create ( const cv::Ptr< cv::ml::SVM > & model, const cv::Mat & range )

静态

Python
	cv.quality.QualityBRISQUE.create(	model_file_path, range_file_path	) ->	retval
	cv.quality.QualityBRISQUE.create(	model, range	) ->	retval
	cv.quality.QualityBRISQUE_create(	model_file_path, range_file_path	) ->	retval
	cv.quality.QualityBRISQUE_create(	model, range	) ->	retval

创建一个计算质量的对象。

参数

model	包含已加载 BRISQUE 模型的 cv::Ptr<cv::ml::SVM>
range	包含 BRISQUE 范围数据的 cv::Mat

create() [2/2]

static Ptr< QualityBRISQUE > cv::quality::QualityBRISQUE::create ( const cv::String & model_file_path, const cv::String & range_file_path )

静态

Python
	cv.quality.QualityBRISQUE.create(	model_file_path, range_file_path	) ->	retval
	cv.quality.QualityBRISQUE.create(	model, range	) ->	retval
	cv.quality.QualityBRISQUE_create(	model_file_path, range_file_path	) ->	retval
	cv.quality.QualityBRISQUE_create(	model, range	) ->	retval

创建一个计算质量的对象。

参数

model_file_path	包含 BRISQUE 模型数据路径的 cv::String，例如 /path/to/brisque_model_live.yml
range_file_path	包含 BRISQUE 范围数据的 cv::String，例如 /path/to/brisque_range_live.yml

成员数据文档

_model

cv::Ptr<cv::ml::SVM> cv::quality::QualityBRISQUE::_model = nullptr

受保护的

_range

cv::Mat cv::quality::QualityBRISQUE::_range

受保护的

---

此类的文档是从以下文件生成的：

• opencv2/quality/qualitybrisque.hpp