允许使用 Gipsa/Listic 实验室模型与 OpenCV 的类。更多…

#include <opencv2/bioinspired/retina.hpp>

cv::bioinspired::Retina 协作图

公共成员函数
virtual void	activateContoursProcessing (const bool activate)=0
	激活/取消激活视网膜皮质通路处理（轮廓信息提取），默认情况下，它是激活的。

virtual void	activateMovingContoursProcessing (const bool activate)=0
	激活/取消激活视网膜视束通路处理（运动信息提取），默认情况下，它是激活的。

virtual void	applyFastToneMapping (InputArray inputImage, OutputArray outputToneMappedImage)=0
	旨在校正图像亮度、修正背光问题、增强阴影细节的方法。

virtual void	clearBuffers ()=0
	清除所有视网膜缓冲区。

virtual Size	getInputSize ()=0
	获取视网膜输入缓冲区大小。

virtual void	getMagno (OutputArray retinaOutput_magno)=0
	视网膜运动通道的访问器（模拟周边视觉）。

virtual Mat	getMagnoRAW () const =0

virtual void	getMagnoRAW (OutputArray retinaOutput_magno)=0
	视网膜运动通道的访问器（模拟周边视觉）。

virtual Size	getOutputSize ()=0
	获取视网膜输出缓冲区大小，如果应用了空间对数变换，则可能与输入不同。

virtual RetinaParameters	getParameters ()=0

virtual void	getParvo (OutputArray retinaOutput_parvo)=0
	视网膜细节通道的访问器（模拟中央视觉）。

virtual Mat	getParvoRAW () const =0

virtual void	getParvoRAW (OutputArray retinaOutput_parvo)=0
	视网膜细节通道的访问器（模拟中央视觉）。

virtual String	printSetup ()=0
	输出显示所用参数设置的字符串。

virtual void	run (InputArray inputImage)=0
	允许将视网膜应用于输入图像的方法。

virtual void	setColorSaturation (const bool saturateColors=true, const float colorSaturationValue=4.0f)=0
	激活颜色饱和度作为颜色分解过程的最后一步 -> 此饱和度是对分解图像的每个通道应用的 S 型函数。

virtual void	setup (cv::FileStorage &fs, const bool applyDefaultSetupOnFailure=true)=0

virtual void	setup (RetinaParameters newParameters)=0

virtual void	setup (String retinaParameterFile="", const bool applyDefaultSetupOnFailure=true)=0
	尝试打开一个 XML 视网膜参数文件来调整当前视网膜实例的设置。

virtual void	setupIPLMagnoChannel (const bool normaliseOutput=true, const float parasolCells_beta=0.f, const float parasolCells_tau=0.f, const float parasolCells_k=7.f, const float amacrinCellsTemporalCutFrequency=1.2f, const float V0CompressionParameter=0.95f, const float localAdaptintegration_tau=0.f, const float localAdaptintegration_k=7.f)=0
	设置内丛状层 (IPL) 大细胞通路参数值。

virtual void	setupOPLandIPLParvoChannel (const bool colorMode=true, const bool normaliseOutput=true, const float photoreceptorsLocalAdaptationSensitivity=0.7f, const float photoreceptorsTemporalConstant=0.5f, const float photoreceptorsSpatialConstant=0.53f, const float horizontalCellsGain=0.f, const float HcellsTemporalConstant=1.f, const float HcellsSpatialConstant=7.f, const float ganglionCellsSensitivity=0.7f)=0
	设置 OPL 和 IPL 小细胞通路（参见生物学模型）

virtual void	write (FileStorage &fs) const CV_OVERRIDE=0

virtual void	write (String fs) const =0
	写入 xml/yml 格式的参数信息。

继承自 cv::Algorithm 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，在开始时或读取失败后），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

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

静态公共成员函数
static Ptr< Retina >	create (Size inputSize)

static Ptr< Retina >	create (Size inputSize, const bool colorMode, int colorSamplingMethod=RETINA_COLOR_BAYER, const bool useRetinaLogSampling=false, const float reductionFactor=1.0f, const float samplingStrength=10.0f)
	来自标准化接口的构造函数：检索指向Retina 实例的智能指针。

继承自 cv::Algorithm 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。

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

详细描述

允许将 Gipsa/Listic Labs 模型与 OpenCV 一起使用的类。

此视网膜模型允许时空图像处理（应用于静止图像、视频序列）。总而言之，这些是视网膜模型的属性

它应用光谱白化（中频细节增强）
高频时空噪声降低
降低低频亮度（亮度范围压缩）
局部对数亮度压缩允许在低光照条件下增强细节

用途：此模型基本上可用于时空视频效果，也可用于：_使用 getParvo 方法输出矩阵：具有增强的信噪比和增强的细节的纹理分析，对输入图像的亮度范围具有鲁棒性 _使用 getMagno 方法输出矩阵：运动分析也具有前面提到的属性

更多信息，请参考以下论文：Benoit A.，Caplier A.，Durette B.，Herault，J.，“使用人类视觉系统建模进行生物启发低级图像处理”，Elsevier，《计算机视觉与图像理解》114 (2010)，第 758-773 页，DOI：http://dx.doi.org/10.1016/j.cviu.2010.01.011 视觉：图像、信号和神经网络：视觉感知中神经处理的模型（神经处理进展），作者：Jeanny Herault，ISBN：9814273686。WAPI（塔式 ID）：113266891。

视网膜滤波器包含来自博士/研究同事的研究贡献，作者从中重新绘制了代码：查看 retinacolor.hpp 模块以了解 Brice Chaix de Lavarene 颜色镶嵌/去镶嵌和参考论文：B. Chaix de Lavarene、D. Alleysson、B. Durette、J. Herault (2007)。“通过递归滤波进行高效的去镶嵌”，IEEE 国际图像处理会议 ICIP 2007 查看 imagelogpolprojection.hpp 以了解源自 Barthelemy Durette 博士和 Jeanny Herault 的视网膜空间对数采样。还提出了 Retina / V1 皮质投影，它源于 Jeanny 的讨论。更多信息请参见上述 Jeanny Heraults 的著作。

成员函数文档

◆ activateContoursProcessing()

virtual void cv::bioinspired::Retina::activateContoursProcessing ( const bool activate )

纯虚函数

Python
	cv.bioinspired.Retina.activateContoursProcessing(	activate	) ->	None

激活/取消激活视网膜皮质通路处理（轮廓信息提取），默认情况下，它是激活的。

参数

activate 如果应激活 Parvocellular（轮廓信息提取）输出，则为 true，否则为 false……如果激活，则可以使用 Retina::getParvo 方法检索 Parvocellular 输出

◆ activateMovingContoursProcessing()

virtual void cv::bioinspired::Retina::activateMovingContoursProcessing ( const bool activate )

纯虚函数

Python
	cv.bioinspired.Retina.activateMovingContoursProcessing(	activate	) ->	None

激活/取消激活视网膜视束通路处理（运动信息提取），默认情况下，它是激活的。

参数

activate 如果应激活 Magnocellular 输出，则为 true，否则为 false……如果激活，则可以使用 **getMagno** 方法检索 Magnocellular 输出

◆ applyFastToneMapping()

virtual void cv::bioinspired::Retina::applyFastToneMapping	(	InputArray	inputImage,
		OutputArray	outputToneMappedImage )

纯虚函数

Python
	cv.bioinspired.Retina.applyFastToneMapping(	inputImage[, outputToneMappedImage]	) ->	outputToneMappedImage

旨在校正图像亮度、修正背光问题、增强阴影细节的方法。

此方法旨在执行高动态范围图像色调映射（将 >8 位/像素图像压缩到 8 位/像素）。这是 Retina Parvocellular 模型的简化版本（run/getParvo 方法调用的简化版本），因为它不包括模拟视网膜外丛状层的时空滤波器，该滤波器执行光谱白化和许多其他功能。但是，它非常适合色调映射，并且速度更快。

查看演示和实验部分以了解示例以及使用原始视网膜模型和方法执行色调映射的方法。

参数

inputImage	要处理的输入图像（应以浮点格式编码：CV_32F、CV_32FC1、CV_32F_C3、CV_32F_C4，将不考虑第 4 个通道）。
outputToneMappedImage	输出的 8 位/通道色调映射图像（CV_8U 或 CV_8UC3 格式）。

◆ clearBuffers()

virtual void cv::bioinspired::Retina::clearBuffers ( )

纯虚函数

Python
	cv.bioinspired.Retina.clearBuffers(		) ->	None

清除所有视网膜缓冲区。

（相当于长时间闭眼后睁开眼睛；o）注意此方法调用后发生的暂时过渡。

◆ create() [1/2]

static Ptr< Retina > cv::bioinspired::Retina::create ( Size inputSize )

static


cv.bioinspired.Retina.create(	inputSize	) ->	retval
cv.bioinspired.Retina.create(	inputSize, colorMode[, colorSamplingMethod[, useRetinaLogSampling[, reductionFactor[, samplingStrength]]]]	) ->	retval
cv.bioinspired.Retina_create(	inputSize	) ->	retval
cv.bioinspired.Retina_create(	inputSize, colorMode[, colorSamplingMethod[, useRetinaLogSampling[, reductionFactor[, samplingStrength]]]]	) ->	retval

这是一个重载的成员函数，为了方便起见而提供。它与上面的函数的区别仅在于它接受的参数。

◆ create() [2/2]

static Ptr< Retina > cv::bioinspired::Retina::create	(	Size	inputSize,
		const bool	colorMode,
		int	colorSamplingMethod = RETINA_COLOR_BAYER,
		const bool	useRetinaLogSampling = false,
		const float	reductionFactor = 1.0f,
		const float	samplingStrength = 10.0f )

static


cv.bioinspired.Retina.create(	inputSize	) ->	retval
cv.bioinspired.Retina.create(	inputSize, colorMode[, colorSamplingMethod[, useRetinaLogSampling[, reductionFactor[, samplingStrength]]]]	) ->	retval
cv.bioinspired.Retina_create(	inputSize	) ->	retval
cv.bioinspired.Retina_create(	inputSize, colorMode[, colorSamplingMethod[, useRetinaLogSampling[, reductionFactor[, samplingStrength]]]]	) ->	retval

来自标准化接口的构造函数：检索指向Retina 实例的智能指针。

参数

inputSize	输入帧大小
colorMode	选择的处理模式：有或无颜色处理
colorSamplingMethod	指定将使用哪种颜色采样 cv::bioinspired::RETINA_COLOR_RANDOM：每个像素位置随机选择 R、G 或 B cv::bioinspired::RETINA_COLOR_DIAGONAL：颜色采样为 RGBRGBRGB...，第 2 行 BRGBRGBRG...，第 3 行 GBRGBRGBR... cv::bioinspired::RETINA_COLOR_BAYER：标准拜耳采样
useRetinaLogSampling	激活视网膜对数采样，如果为真，则可以使用以下 2 个参数
reductionFactor	仅当参数 useRetinaLogSampling=true 时才有效，指定输出帧的缩减因子（因为中心（中央凹）是高分辨率的，而角点可以欠采样，因此允许缩减输出而不会造成精度损失）
samplingStrength	仅当参数 useRetinaLogSampling=true 时才有效，指定应用的对数尺度的强度

◆ getInputSize()

virtual Size cv::bioinspired::Retina::getInputSize ( )

纯虚函数

Python
	cv.bioinspired.Retina.getInputSize(		) ->	retval

获取视网膜输入缓冲区大小。

返回值: 视网膜输入缓冲区大小

◆ getMagno()

virtual void cv::bioinspired::Retina::getMagno ( OutputArray retinaOutput_magno )

纯虚函数

Python
	cv.bioinspired.Retina.getMagno(	[, retinaOutput_magno]	) ->	retinaOutput_magno

视网膜运动通道的访问器（模拟周边视觉）。

警告，getMagnoRAW 方法返回的缓冲区未按范围 [0;255] 重新缩放，而非 RAW 方法允许检索归一化矩阵。

参数

retinaOutput_magno

输出缓冲区（如有必要则重新分配），格式可以是

一个 Mat，此输出已重新缩放，以便在 OpenCV 中用于标准 8 位图像处理。
RAW 方法实际上返回一个一维矩阵（编码为 M1、M2……Mn），此输出是原始视网膜滤波器模型输出，没有任何量化或重新缩放。

另请参阅: getMagnoRAW

◆ getMagnoRAW() [1/2]

virtual Mat cv::bioinspired::Retina::getMagnoRAW ( ) const

纯虚函数

Python
	cv.bioinspired.Retina.getMagnoRAW(	[, retinaOutput_magno]	) ->	retinaOutput_magno
	cv.bioinspired.Retina.getMagnoRAW(		) ->	retval

这是一个重载的成员函数，为了方便起见而提供。它与上面的函数的区别仅在于它接受的参数。

◆ getMagnoRAW() [2/2]

virtual void cv::bioinspired::Retina::getMagnoRAW ( OutputArray retinaOutput_magno )

纯虚函数

Python
	cv.bioinspired.Retina.getMagnoRAW(	[, retinaOutput_magno]	) ->	retinaOutput_magno
	cv.bioinspired.Retina.getMagnoRAW(		) ->	retval

视网膜运动通道的访问器（模拟周边视觉）。

另请参阅: getMagno

◆ getOutputSize()

virtual Size cv::bioinspired::Retina::getOutputSize ( )

纯虚函数

Python
	cv.bioinspired.Retina.getOutputSize(		) ->	retval

获取视网膜输出缓冲区大小，如果应用了空间对数变换，则可能与输入不同。

返回值: 视网膜输出缓冲区大小

◆ getParameters()

virtual RetinaParameters cv::bioinspired::Retina::getParameters ( )

纯虚函数

返回值: 当前参数设置

◆ getParvo()

virtual void cv::bioinspired::Retina::getParvo ( OutputArray retinaOutput_parvo )

纯虚函数

Python
	cv.bioinspired.Retina.getParvo(	[, retinaOutput_parvo]	) ->	retinaOutput_parvo

视网膜细节通道的访问器（模拟中央视觉）。

警告，getParvoRAW 方法返回的缓冲区未按范围 [0;255] 重新缩放，而非 RAW 方法允许检索归一化矩阵。

参数

retinaOutput_parvo

输出缓冲区（如有必要则重新分配），格式可以是

一个 Mat，此输出已重新缩放，以便在 OpenCV 中用于标准 8 位图像处理。
RAW 方法实际上返回一个一维矩阵（编码为 R1、R2……Rn、G1、G2……Gn、B1、B2……Bn），此输出是原始视网膜滤波器模型输出，没有任何量化或重新缩放。

另请参阅: getParvoRAW

◆ getParvoRAW() [1/2]

virtual Mat cv::bioinspired::Retina::getParvoRAW ( ) const

纯虚函数

Python
	cv.bioinspired.Retina.getParvoRAW(	[, retinaOutput_parvo]	) ->	retinaOutput_parvo
	cv.bioinspired.Retina.getParvoRAW(		) ->	retval

这是一个重载的成员函数，为了方便起见而提供。它与上面的函数的区别仅在于它接受的参数。

◆ getParvoRAW() [2/2]

virtual void cv::bioinspired::Retina::getParvoRAW ( OutputArray retinaOutput_parvo )

纯虚函数

Python
	cv.bioinspired.Retina.getParvoRAW(	[, retinaOutput_parvo]	) ->	retinaOutput_parvo
	cv.bioinspired.Retina.getParvoRAW(		) ->	retval

视网膜细节通道的访问器（模拟中央视觉）。

另请参阅: getParvo

◆ printSetup()

virtual String cv::bioinspired::Retina::printSetup ( )

纯虚函数

Python
	cv.bioinspired.Retina.printSetup(		) ->	retval

输出显示所用参数设置的字符串。

返回值: 包含格式化参数信息的字符串

◆ run()

virtual void cv::bioinspired::Retina::run ( InputArray inputImage )

纯虚函数

Python
	cv.bioinspired.Retina.run(	inputImage	) ->	None

允许将视网膜应用于输入图像的方法。

运行后，封装的视网膜模块已准备好使用专用访问器提供其输出，请参阅 getParvo 和 getMagno 方法

参数

inputImage 要处理的输入 Mat 图像，可以是灰度级或 BGR 编码的任何格式（从 8 位到 16 位）

◆ setColorSaturation()

virtual void cv::bioinspired::Retina::setColorSaturation	(	const bool	saturateColors = true,
		const float	colorSaturationValue = 4.0f )

纯虚函数

Python
	cv.bioinspired.Retina.setColorSaturation(	[, saturateColors[, colorSaturationValue]]	) ->	None

激活颜色饱和度作为颜色分解过程的最后一步 -> 此饱和度是对分解图像的每个通道应用的 S 型函数。

参数

saturateColors	激活颜色饱和度（如果为真）或停用（如果为假）的布尔值
colorSaturationValue	饱和度因子：应用于色度缓冲区的简单因子

◆ setup() [1/3]

virtual void cv::bioinspired::Retina::setup	(	cv::FileStorage &	fs,
		const bool	applyDefaultSetupOnFailure = true )

纯虚函数

Python
	cv.bioinspired.Retina.setup(	[, retinaParameterFile[, applyDefaultSetupOnFailure]]	) ->	None

这是一个重载的成员函数，为了方便起见而提供。它与上面的函数的区别仅在于它接受的参数。

参数

fs	包含视网膜参数的打开的文件存储
applyDefaultSetupOnFailure	如果必须在出错时抛出错误，则设置为 true

◆ setup() [2/3]

virtual void cv::bioinspired::Retina::setup ( RetinaParameters newParameters )

纯虚函数

Python
	cv.bioinspired.Retina.setup(	[, retinaParameterFile[, applyDefaultSetupOnFailure]]	) ->	None

这是一个重载的成员函数，为了方便起见而提供。它与上面的函数的区别仅在于它接受的参数。

参数

newParameters 使用新的目标配置更新的参数结构。

◆ setup() [3/3]

virtual void cv::bioinspired::Retina::setup	(	String	retinaParameterFile = "",
		const bool	applyDefaultSetupOnFailure = true )

纯虚函数

Python
	cv.bioinspired.Retina.setup(	[, retinaParameterFile[, applyDefaultSetupOnFailure]]	) ->	None

尝试打开一个 XML 视网膜参数文件来调整当前视网膜实例的设置。

如果 xml 文件不存在，则应用默认设置
警告，如果读取的 XML 文件无效，则会抛出异常
参数

retinaParameterFile 参数文件名

applyDefaultSetupOnFailure 如果必须在出错时抛出错误，则设置为 true

可以使用 Retina::getParameters 方法检索当前参数结构，并在运行 Retina::setup 方法之前对其进行更新。

◆ setupIPLMagnoChannel()

virtual void cv::bioinspired::Retina::setupIPLMagnoChannel	(	const bool	normaliseOutput = true,
		const float	parasolCells_beta = 0.f,
		const float	parasolCells_tau = 0.f,
		const float	parasolCells_k = 7.f,
		const float	amacrinCellsTemporalCutFrequency = 1.2f,
		const float	V0CompressionParameter = 0.95f,
		const float	localAdaptintegration_tau = 0.f,
		const float	localAdaptintegration_k = 7.f )

纯虚函数

Python
	cv.bioinspired.Retina.setupIPLMagnoChannel(	[, normaliseOutput[, parasolCells_beta[, parasolCells_tau[, parasolCells_k[, amacrinCellsTemporalCutFrequency[, V0CompressionParameter[, localAdaptintegration_tau[, localAdaptintegration_k]]]]]]]]]	) ->	None

设置内丛状层 (IPL) 大细胞通路参数值。

此通道处理来自外丛状层（OPL）处理阶段的周边视觉信号，允许增强运动信息。它与细节通道去相关。详情请参阅参考文献。

参数

normaliseOutput	指定输出是否（true）重新缩放至0到255之间（false）
parasolCells_beta	用于视网膜IPL层（用于神经节细胞局部适应）局部对比度适应的低通滤波器增益，典型值为0。
parasolCells_tau	用于视网膜IPL层（用于神经节细胞局部适应）局部对比度适应的低通滤波器时间常数，单位为帧，典型值为0（即时响应）。
parasolCells_k	用于视网膜IPL层（用于神经节细胞局部适应）局部对比度适应的低通滤波器空间常数，单位为像素，典型值为5。
amacrinCellsTemporalCutFrequency	大细胞通路（运动信息通道）的一阶高通滤波器的时间常数，单位为帧，典型值为1.2。
V0CompressionParameter	神经节细胞局部适应输出的压缩强度，设置为0.6到1之间的值可获得最佳结果，较高的值会增加低值灵敏度……并且输出更快饱和，推荐值：0.95。
localAdaptintegration_tau	指定用于计算局部适应计算的局部“运动均值”的低通滤波器的时间常数。
localAdaptintegration_k	指定用于计算局部适应计算的局部“运动均值”的低通滤波器空间常数。

◆ setupOPLandIPLParvoChannel()

virtual void cv::bioinspired::Retina::setupOPLandIPLParvoChannel	(	const bool	colorMode = true,
		const bool	normaliseOutput = true,
		const float	photoreceptorsLocalAdaptationSensitivity = 0.7f,
		const float	photoreceptorsTemporalConstant = 0.5f,
		const float	photoreceptorsSpatialConstant = 0.53f,
		const float	horizontalCellsGain = 0.f,
		const float	HcellsTemporalConstant = 1.f,
		const float	HcellsSpatialConstant = 7.f,
		const float	ganglionCellsSensitivity = 0.7f )

纯虚函数

Python
	cv.bioinspired.Retina.setupOPLandIPLParvoChannel(	[, colorMode[, normaliseOutput[, photoreceptorsLocalAdaptationSensitivity[, photoreceptorsTemporalConstant[, photoreceptorsSpatialConstant[, horizontalCellsGain[, HcellsTemporalConstant[, HcellsSpatialConstant[, ganglionCellsSensitivity]]]]]]]]]	) ->	None

设置 OPL 和 IPL 小细胞通路（参见生物学模型）

OPL 指的是视网膜的外丛状层，它允许进行时空滤波，从而使频谱变宽并减少时空噪声，同时衰减全局亮度（低频能量）。IPL parvo 是 OPL 的下一个处理阶段，它指的是视网膜内丛状层的一部分，它允许在中央视觉中实现高轮廓灵敏度。详情请参阅参考文献。更多信息，请参阅论文 Benoit A., Caplier A., Durette B., Herault, J., "USING HUMAN VISUAL SYSTEM MODELING FOR BIO-INSPIRED LOW LEVEL IMAGE PROCESSING", Elsevier, Computer Vision and Image Understanding 114 (2010), pp. 758-773, DOI: http://dx.doi.org/10.1016/j.cviu.2010.01.011

参数

colorMode	指定是否（true）处理颜色（false）以处理灰度图像。
normaliseOutput	指定输出是否（true）重新缩放至0到255之间（false）
photoreceptorsLocalAdaptationSensitivity	感光器的灵敏度范围为 0-1（值越大，对数压缩效果越强）。
photoreceptorsTemporalConstant	感光器的一阶低通滤波器的时间常数，用于切除高时间频率（噪声或快速运动），单位为帧，典型值为1帧。
photoreceptorsSpatialConstant	感光器的一阶低通滤波器的空间常数，用于切除高空间频率（噪声或粗轮廓），单位为像素，典型值为1像素。
horizontalCellsGain	水平细胞网络的增益，如果为0，则输出的平均值为零；如果参数接近1，则亮度不会被滤除，并且仍然可以在输出端获得，典型值为0。
HcellsTemporalConstant	水平细胞的一阶低通滤波器的时间常数，用于切除低时间频率（局部亮度变化），单位为帧，典型值为1帧，与感光器相同。
HcellsSpatialConstant	水平细胞的一阶低通滤波器的空间常数，用于切除低空间频率（局部亮度），单位为像素，典型值为5像素。此值也用于计算神经节细胞层（内丛状层小细胞通路模型）局部对比度适应时计算局部对比度。
ganglionCellsSensitivity	神经节细胞局部适应输出的压缩强度，设置为0.6到1之间的值可获得最佳结果，较高的值会增加低值灵敏度……并且输出更快饱和，推荐值：0.7。

◆ write() [1/2]

virtual void cv::bioinspired::Retina::write ( FileStorage & fs ) const

纯虚函数

Python
	cv.bioinspired.Retina.write(	fs	) ->	None

这是一个重载的成员函数，为了方便起见而提供。它与上面的函数的区别仅在于它接受的参数。

重载自 cv::Algorithm.

◆ write() [2/2]

virtual void cv::bioinspired::Retina::write ( String fs ) const

纯虚函数

Python
	cv.bioinspired.Retina.write(	fs	) ->	None

写入 xml/yml 格式的参数信息。

参数

fs	将打开并写入格式化参数信息的xml文件的名称。

此类的文档是从以下文件生成的：

opencv2/bioinspired/retina.hpp

retinaParameterFile	参数文件名
applyDefaultSetupOnFailure	如果必须在出错时抛出错误，则设置为 true

公共成员函数

静态公共成员函数

继承的附加成员

详细描述

成员函数文档

◆ activateContoursProcessing()

◆ activateMovingContoursProcessing()

◆ applyFastToneMapping()

◆ clearBuffers()

◆ create() [1/2]

◆ create() [2/2]

◆ getInputSize()

◆ getMagno()

◆ getMagnoRAW() [1/2]

◆ getMagnoRAW() [2/2]

◆ getOutputSize()

◆ getParameters()

◆ getParvo()

◆ getParvoRAW() [1/2]

◆ getParvoRAW() [2/2]

◆ printSetup()

◆ run()

◆ setColorSaturation()

◆ setup() [1/3]

◆ setup() [2/3]

◆ setup() [3/3]

◆ setupIPLMagnoChannel()

◆ setupOPLandIPLParvoChannel()

◆ write() [1/2]

◆ write() [2/2]