cv::BOWImgDescriptorExtractor 类参考

使用视觉词袋计算图像描述符的类。 更多...

#include <opencv2/features2d.hpp>

cv::BOWImgDescriptorExtractor 的协作图

公共成员函数
	BOWImgDescriptorExtractor (const Ptr< DescriptorMatcher > &dmatcher)
	BOWImgDescriptorExtractor (const Ptr< Feature2D > &dextractor, const Ptr< DescriptorMatcher > &dmatcher)
	构造函数。
virtual	~BOWImgDescriptorExtractor ()
void	compute (InputArray image, std::vector< KeyPoint > &keypoints, OutputArray imgDescriptor, std::vector< std::vector< int > > *pointIdxsOfClusters=0, Mat *descriptors=0)
	使用设定的视觉词汇计算图像描述符。
void	compute (InputArray keypointDescriptors, OutputArray imgDescriptor, std::vector< std::vector< int > > *pointIdxsOfClusters=0)
void	compute2 (const Mat &image, std::vector< KeyPoint > &keypoints, Mat &imgDescriptor)
int	descriptorSize () const
	如果设置了词汇表，则返回图像描述符大小。否则，它返回 0。
int	descriptorType () const
	返回图像描述符类型。
const Mat &	getVocabulary () const
	返回设定的词汇表。
void	setVocabulary (const Mat &vocabulary)
	设置视觉词汇表。

保护属性
Ptr< DescriptorExtractor >	dextractor
Ptr< DescriptorMatcher >	dmatcher
Mat	词汇表

详细描述

使用视觉词袋计算图像描述符的类。

此类计算包含以下步骤

1. 计算给定图像及其关键点集的描述符。
2. 为每个关键点描述符找到词汇表中最近的视觉词。
3. 将词袋图像描述符计算为图像中遇到的词汇词的归一化直方图。直方图的第 i 个 bin 是给定图像中词汇表的第 i 个词的频率。

构造函数 & 析构函数文档

BOWImgDescriptorExtractor() [1/2]

cv::BOWImgDescriptorExtractor::BOWImgDescriptorExtractor	(	const Ptr< Feature2D > &	dextractor,
		const Ptr< DescriptorMatcher > &	dmatcher )

Python
	cv.BOWImgDescriptorExtractor(	dextractor, dmatcher	) ->	<BOWImgDescriptorExtractor object>

构造函数。

参数

dextractor	描述符提取器，用于计算输入图像及其关键点的描述符。
dmatcher	描述符匹配器，用于查找图像的每个关键点描述符的训练词汇表中最近的词。

BOWImgDescriptorExtractor() [2/2]

cv::BOWImgDescriptorExtractor::BOWImgDescriptorExtractor

(

const Ptr< DescriptorMatcher > &

dmatcher

)

Python
	cv.BOWImgDescriptorExtractor(	dextractor, dmatcher	) ->	<BOWImgDescriptorExtractor object>

这是一个重载的成员函数，为方便起见而提供。它与上述函数的不同之处仅在于它接受的参数。

~BOWImgDescriptorExtractor()

virtual cv::BOWImgDescriptorExtractor::~BOWImgDescriptorExtractor ( )

virtual

成员函数文档

compute() [1/2]

void cv::BOWImgDescriptorExtractor::compute	(	InputArray	image,
		std::vector< KeyPoint > &	keypoints,
		OutputArray	imgDescriptor,
		std::vector< std::vector< int > > *	pointIdxsOfClusters = 0,
		Mat *	descriptors = 0 )

使用设定的视觉词汇计算图像描述符。

参数

image	计算描述符的图像。
keypoints	在输入图像中检测到的关键点。
imgDescriptor	计算出的输出图像描述符。
pointIdxsOfClusters	属于群集的关键点的索引。这意味着 pointIdxsOfClusters[i] 是属于第 i 个群集（词汇表的词）的关键点索引，如果它非零则返回。
descriptors	如果非零，则返回图像关键点的描述符。

compute() [2/2]

void cv::BOWImgDescriptorExtractor::compute	(	InputArray	keypointDescriptors,
		OutputArray	imgDescriptor,
		std::vector< std::vector< int > > *	pointIdxsOfClusters = 0 )

这是一个重载的成员函数，为方便起见而提供。它与上述函数的不同之处仅在于它接受的参数。

参数

keypointDescriptors	计算出的描述符与词汇表匹配。
imgDescriptor	计算出的输出图像描述符。
pointIdxsOfClusters	属于群集的关键点的索引。这意味着 pointIdxsOfClusters[i] 是属于第 i 个群集（词汇表的词）的关键点索引，如果它非零则返回。

compute2()

void cv::BOWImgDescriptorExtractor::compute2 ( const Mat & image, std::vector< KeyPoint > & keypoints, Mat & imgDescriptor )

inline

Python
	cv.BOWImgDescriptorExtractor.compute(	image, keypoints[, imgDescriptor]	) ->	imgDescriptor

descriptorSize()

int cv::BOWImgDescriptorExtractor::descriptorSize

(

)

const

Python
	cv.BOWImgDescriptorExtractor.descriptorSize(		) ->	retval

如果设置了词汇表，则返回图像描述符大小。否则，它返回 0。

descriptorType()

int cv::BOWImgDescriptorExtractor::descriptorType

(

)

const

Python
	cv.BOWImgDescriptorExtractor.descriptorType(		) ->	retval

返回图像描述符类型。

getVocabulary()

const Mat & cv::BOWImgDescriptorExtractor::getVocabulary

(

)

const

Python
	cv.BOWImgDescriptorExtractor.getVocabulary(		) ->	retval

返回设定的词汇表。

setVocabulary()

void cv::BOWImgDescriptorExtractor::setVocabulary

(

const Mat &

词汇表

)

Python
	cv.BOWImgDescriptorExtractor.setVocabulary(	词汇表	) ->	无

设置视觉词汇表。

参数

词汇表	词汇表（可以使用 BOWTrainer 的继承者进行训练）。词汇表的每一行都是一个视觉词（聚类中心）。

成员数据文档

dextractor

Ptr<DescriptorExtractor> cv::BOWImgDescriptorExtractor::dextractor

保护

dmatcher

Ptr<DescriptorMatcher> cv::BOWImgDescriptorExtractor::dmatcher

保护

vocabulary

Mat cv::BOWImgDescriptorExtractor::vocabulary

保护

---

此类文档由以下文件生成

• opencv2/features2d.hpp