cv::saliency::ObjectnessBING 类参考

基于 [3] [3] Cheng, Ming-Ming, et al. "BING: Binarized normed gradients for objectness estimation at 300fps." IEEE CVPR. 2014. 的Objectness算法。更多…

#include <opencv2/saliency/saliencySpecializedClasses.hpp>

cv::saliency::ObjectnessBING 协作图

公有成员函数
	ObjectnessBING ()
virtual	~ObjectnessBING ()
bool	computeSaliency (InputArray image, OutputArray saliencyMap)
double	getBase () const
int	getNSS () const
std::vector< float >	getobjectnessValues ()
	返回矩形列表的目标性值。
int	getW () const
void	read ()
void	setBase (double val)
void	setBBResDir (const String &resultsDir)
	这是一个实用函数，允许设置算法将保存可选结果的任意路径。
void	setNSS (int val)
void	setTrainingPath (const String &trainingPath)
	这是一个实用函数，允许设置算法将从中加载训练模型的正确路径。
void	setW (int val)
void	write () const
继承自 cv::saliency::Saliency 的公有成员函数
virtual	~Saliency ()
	析构函数。
bool	computeSaliency (InputArray image, OutputArray saliencyMap)
	计算显著性。
继承自 cv::Algorithm 的公有成员函数
	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

静态公有成员函数
static Ptr< ObjectnessBING >	create ()
继承自 cv::Algorithm 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
bool	computeSaliencyImpl (InputArray image, OutputArray objectnessBoundingBox) CV_OVERRIDE
	执行所有操作并调用完成二值化规范梯度算法所需的所有内部函数。
继承自 cv::saliency::Objectness 的保护成员函数
继承自 cv::saliency::Saliency 的保护成员函数
继承自 cv::Algorithm 的保护成员函数
void	writeFormat (FileStorage &fs) const

其他继承成员
继承自 cv::saliency::Saliency 的保护属性
String	className

详细描述

基于 [3] [3] Cheng, Ming-Ming, et al. "BING: Binarized normed gradients for objectness estimation at 300fps." IEEE CVPR. 2014. 的Objectness算法。

来自 [54] 的二值化规范梯度算法。

构造函数和析构函数文档

ObjectnessBING()

cv::saliency::ObjectnessBING::ObjectnessBING

(

)

~ObjectnessBING()

virtual cv::saliency::ObjectnessBING::~ObjectnessBING ( )

virtual

成员函数文档

computeSaliency()

bool cv::saliency::ObjectnessBING::computeSaliency ( InputArray image, OutputArray saliencyMap )

内联

Python
	cv.saliency.ObjectnessBING.computeSaliency(	图像[, saliencyMap]	) ->	retval, saliencyMap

此函数的调用图如下所示

computeSaliencyImpl()

bool cv::saliency::ObjectnessBING::computeSaliencyImpl ( InputArray image, OutputArray objectnessBoundingBox )

protectedvirtual

执行所有操作并调用完成二值化规范梯度算法所需的所有内部函数。

参数

image	输入图像。根据此专用算法的需求，参数图像为单个Mat
objectnessBoundingBox	目标边界框向量。根据此专用算法给出的结果，objectnessBoundingBox 为vector<Vec4i>。每个边界框由一个Vec4i表示 (minX, minY, maxX, maxY)。

实现 cv::saliency::Objectness。

此函数的调用图如下所示

create()

static Ptr< ObjectnessBING > cv::saliency::ObjectnessBING::create ( )

内联静态

Python
	cv.saliency.ObjectnessBING.create(		) ->	retval
	cv.saliency.ObjectnessBING_create(		) ->	retval

getBase()

double cv::saliency::ObjectnessBING::getBase ( ) const

内联

Python
	cv.saliency.ObjectnessBING.getBase(		) ->	retval

getNSS()

int cv::saliency::ObjectnessBING::getNSS ( ) const

内联

Python
	cv.saliency.ObjectnessBING.getNSS(		) ->	retval

getobjectnessValues()

std::vector< float > cv::saliency::ObjectnessBING::getobjectnessValues

(

)

Python
	cv.saliency.ObjectnessBING.getobjectnessValues(		) ->	retval

返回矩形列表的目标性值。

与算法返回的vector<Vec4i> objectnessBoundingBox顺序相同 (在computeSaliencyImpl函数中)。这些分数越大，越可能是目标窗口。

getW()

int cv::saliency::ObjectnessBING::getW ( ) const

内联

Python
	cv.saliency.ObjectnessBING.getW(		) ->	retval

read()

void cv::saliency::ObjectnessBING::read

(

)

Python
	cv.saliency.ObjectnessBING.read(		) ->	无

setBase()

void cv::saliency::ObjectnessBING::setBase ( double val )

内联

Python
	cv.saliency.ObjectnessBING.setBase(	val	) ->	无

setBBResDir()

void cv::saliency::ObjectnessBING::setBBResDir

(

const String &

resultsDir

)

Python
	cv.saliency.ObjectnessBING.setBBResDir(	resultsDir	) ->	无

这是一个实用函数，允许设置算法将保存可选结果的任意路径。

(即，将目标总数和目标返回的矩形列表写入文件，每个矩形一行)。

参数

resultsDir

results 文件夹路径

setNSS()

void cv::saliency::ObjectnessBING::setNSS ( int val )

内联

Python
	cv.saliency.ObjectnessBING.setNSS(	val	) ->	无

setTrainingPath()

void cv::saliency::ObjectnessBING::setTrainingPath

(

const String &

trainingPath

)

Python
	cv.saliency.ObjectnessBING.setTrainingPath(	trainingPath	) ->	无

这是一个实用函数，允许设置算法将从中加载训练模型的正确路径。

参数

trainingPath

训练模型路径

setW()

void cv::saliency::ObjectnessBING::setW ( int val )

内联

Python
	cv.saliency.ObjectnessBING.setW(	val	) ->	无

write()

void cv::saliency::ObjectnessBING::write

(

)

const

Python
	cv.saliency.ObjectnessBING.write(		) ->	无

---

此类的文档是从以下文件生成的

• opencv2/saliency/saliencySpecializedClasses.hpp