cv::rgbd::DepthCleaner 类参考

#include <opencv2/rgbd/depth.hpp>

cv::rgbd::DepthCleaner 的协作图

公共类型
枚举	DEPTH_CLEANER_METHOD { DEPTH_CLEANER_NIL }

公共成员函数
	DepthCleaner ()
	DepthCleaner (int depth, int window_size=5, int method=DepthCleaner::DEPTH_CLEANER_NIL)
	~DepthCleaner ()
int	getDepth () const
int	getMethod () const
int	getWindowSize () const
void	initialize () const
void	operator() (InputArray points, OutputArray depth) const
void	setDepth (int val)
void	setMethod (int val)
void	setWindowSize (int val)
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
	将算法参数存储在文件存储中。
void	write (FileStorage &fs, const String &name) const

静态公共成员函数
static Ptr< DepthCleaner >	create (int depth, int window_size=5, int method=DepthCleaner::DEPTH_CLEANER_NIL)
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。

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

受保护属性
int	depth_
void *	depth_cleaner_impl_
int	method_
int	window_size_

详细描述

可以清理噪声深度图像的对象

成员枚举文档

DEPTH_CLEANER_METHOD

枚举 cv::rgbd::DepthCleaner::DEPTH_CLEANER_METHOD

NIL 方法来自 C. Nguyen、S. Izadi 和 D. Lovel 的Modeling Kinect Sensor Noise for Improved 3d Reconstruction and Tracking。

枚举器
DEPTH_CLEANER_NIL

构造函数和析构函数文档

DepthCleaner() [1/2]

cv::rgbd::DepthCleaner::DepthCleaner ( )

inline

DepthCleaner() [2/2]

cv::rgbd::DepthCleaner::DepthCleaner	(	int	depth,
		int	window_size = 5,
		int	method = DepthCleaner::DEPTH_CLEANER_NIL )

构造函数

参数

depth	法线的深度 (仅 CV_32F 或 CV_64F)
window_size	计算法线的窗口大小：只能为 1、3、5 或 7
method	要使用的方法之一：RGBD_NORMALS_METHOD_SRI、RGBD_NORMALS_METHOD_FALS

~DepthCleaner()

cv::rgbd::DepthCleaner::~DepthCleaner

(

)

成员函数文档

create()

static Ptr< DepthCleaner > cv::rgbd::DepthCleaner::create ( int depth, int window_size = 5, int method = DepthCleaner::DEPTH_CLEANER_NIL )

静态

Python
	cv.rgbd.DepthCleaner.create(	深度[, 窗口大小[, 方法]]	) ->	返回值
	cv.rgbd.DepthCleaner_create(	深度[, 窗口大小[, 方法]]	) ->	返回值

获取深度()

int cv::rgbd::DepthCleaner::getDepth ( ) const

inline

Python
	cv.rgbd.DepthCleaner.getDepth(		) ->	返回值

获取方法()

int cv::rgbd::DepthCleaner::getMethod ( ) const

inline

Python
	cv.rgbd.DepthCleaner.getMethod(		) ->	返回值

获取窗口大小()

int cv::rgbd::DepthCleaner::getWindowSize ( ) const

inline

Python
	cv.rgbd.DepthCleaner.getWindowSize(		) ->	返回值

初始化()

void cv::rgbd::DepthCleaner::initialize

(

)

const

Python
	cv.rgbd.DepthCleaner.initialize(		) ->	无

初始化一些缓存用于后续计算的数据。如果未调用此函数，则会在第一次计算法线时调用。

初始化清理器实现()

void cv::rgbd::DepthCleaner::initialize_cleaner_impl ( ) const

protected 保护

运算符()()

void cv::rgbd::DepthCleaner::operator()	(	InputArray 输入数组	点,
		OutputArray 输出数组	深度 ) const

给定深度图像中的一组3D点，计算每个点的法线。

参数

点	一个rows x cols x 3 的 CV_32F/CV64F 矩阵或一个 rows x cols x 1 的 CV_U16S 矩阵
depth	一个 rows x cols 的清理后的深度矩阵

设置深度()

void cv::rgbd::DepthCleaner::setDepth ( int 值 )

inline

Python
	cv.rgbd.DepthCleaner.setDepth(	值	) ->	无

设置方法()

void cv::rgbd::DepthCleaner::setMethod ( int 值 )

inline

Python
	cv.rgbd.DepthCleaner.setMethod(	值	) ->	无

设置窗口大小()

void cv::rgbd::DepthCleaner::setWindowSize ( int 值 )

inline

Python
	cv.rgbd.DepthCleaner.setWindowSize(	值	) ->	无

成员数据文档

深度_

int cv::rgbd::DepthCleaner::depth_

protected 保护

深度清理器实现_

void* cv::rgbd::DepthCleaner::depth_cleaner_impl_

mutable 可变protected 保护

方法_

int cv::rgbd::DepthCleaner::method_

protected 保护

窗口大小_

int cv::rgbd::DepthCleaner::window_size_

protected 保护

---

此类的文档是从以下文件生成的

• opencv2/rgbd/depth.hpp