cv::Algorithm 类参考

这是OpenCV中所有或多或少复杂算法的基类。 更多...

#include <opencv2/core.hpp>

cv::Algorithm 协作图

公共成员函数
	Algorithm ()
virtual	~Algorithm ()
virtual void	clear ()
	清除算法状态。
virtual bool	empty () const
	如果算法为空（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
	将算法参数存储到文件存储中。
void	write (FileStorage &fs, const String &name) const

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。

保护成员函数
void	writeFormat (FileStorage &fs) const

详细描述

这是OpenCV中所有或多或少复杂算法的基类。

特别是对于算法类，可以有多种实现。例如立体匹配（有块匹配、半全局块匹配、图割等算法）、背景减除（可以使用高斯混合模型、码本算法等完成）、光流（块匹配、Lucas-Kanade、Horn-Schunck等）。

以下是通过 Algorithm 接口在您的应用程序中使用 SimpleBlobDetector 的示例

    Ptr<Feature2D> sbd = SimpleBlobDetector::create();
    FileStorage fs_read("SimpleBlobDetector_params.xml", FileStorage::READ);
 
    if (fs_read.isOpened()) // 如果我们有参数文件，则读取它们
    {
sbd->read(fs_read.root());
fs_read.release();
    }
    else // 否则修改参数并存储它们；用户以后可以编辑文件以使用不同的参数
    {
fs_read.release();
        FileStorage fs_write("SimpleBlobDetector_params.xml", FileStorage::WRITE);
sbd->write(fs_write);
fs_write.release();
    }
 
    Mat result, image = imread("../data/detect_blob.png", IMREAD_COLOR);
vector<KeyPoint> keypoints;
sbd->detect(image, keypoints, Mat());
 
    drawKeypoints(image, keypoints, result);
    for (vector<KeyPoint>::iterator k = keypoints.begin(); k != keypoints.end(); ++k)
        circle(result, k->pt, (int)k->size, Scalar(0, 0, 255), 2);
 
    imshow("result", result);
    waitKey(0);

构造函数 & 析构函数文档

Algorithm()

cv::Algorithm::Algorithm

(

)

~Algorithm()

virtual cv::Algorithm::~Algorithm ( )

virtual

成员函数文档

clear()

virtual void cv::Algorithm::clear ( )

inlinevirtual

Python
	cv.Algorithm.clear(		) ->	无

清除算法状态。

在 cv::cuda::DescriptorMatcher, cv::DescriptorMatcher, cv::FlannBasedMatcher, cv::line_descriptor::BinaryDescriptorMatcher, cv::quality::QualityBase, cv::quality::QualityGMSD, cv::quality::QualityMSE, cv::quality::QualityPSNR 和 cv::quality::QualitySSIM 中重新实现。

empty()

virtual bool cv::Algorithm::empty ( ) const

inlinevirtual

Python
	cv.Algorithm.empty(		) ->	retval

如果算法为空（例如，在开始时或读取不成功后），则返回 true。

在 cv::BaseCascadeClassifier, cv::cuda::DescriptorMatcher, cv::DescriptorMatcher, cv::face::BasicFaceRecognizer, cv::face::FaceRecognizer, cv::Feature2D, cv::ml::StatModel, cv::quality::QualityBase, cv::quality::QualityGMSD, cv::quality::QualityMSE, cv::quality::QualityPSNR 和 cv::quality::QualitySSIM 中重新实现。

getDefaultName()

virtual String cv::Algorithm::getDefaultName ( ) const

virtual

Python
	cv.Algorithm.getDefaultName(		) ->	retval

返回算法字符串标识符。当对象保存到文件或字符串时，此字符串用作顶层 xml/yml 节点标签。

在 cv::AffineFeature, cv::AgastFeatureDetector, cv::AKAZE, cv::BRISK, cv::FastFeatureDetector, cv::Feature2D, cv::GFTTDetector, cv::KAZE, cv::MSER, cv::ORB, cv::SIFT, cv::SimpleBlobDetector, cv::xfeatures2d::BEBLID, cv::xfeatures2d::BoostDesc, cv::xfeatures2d::BriefDescriptorExtractor, cv::xfeatures2d::DAISY, cv::xfeatures2d::FREAK, cv::xfeatures2d::HarrisLaplaceFeatureDetector, cv::xfeatures2d::LATCH, cv::xfeatures2d::LUCID, cv::xfeatures2d::MSDDetector, cv::xfeatures2d::StarDetector, cv::xfeatures2d::SURF, cv::xfeatures2d::TBMR, cv::xfeatures2d::TEBLID 和 cv::xfeatures2d::VGG 中重新实现。

load()

template<typename _Tp >

static Ptr< _Tp > cv::Algorithm::load ( const String & filename, const String & objname = String() )

inlinestatic

从文件中加载算法。

参数

filename	要读取的文件名。
objname	要读取的节点的可选名称（如果为空，将使用第一个顶层节点）

这是 Algorithm 的静态模板方法。其用法如下（以 SVM 为例）

Ptr<SVM> svm = Algorithm::load<SVM>("my_svm_model.xml");

为了使此方法生效，派生类必须重写 Algorithm::read(const FileNode& fn)。

此函数的调用图如下

loadFromString()

template<typename _Tp >

static Ptr< _Tp > cv::Algorithm::loadFromString ( const String & strModel, const String & objname = String() )

inlinestatic

从字符串加载算法。

参数

strModel	包含要加载模型的字符串变量。
objname	要读取的节点的可选名称（如果为空，将使用第一个顶层节点）

这是 Algorithm 的静态模板方法。其用法如下（以 SVM 为例）

Ptr<SVM> svm = Algorithm::loadFromString<SVM>(myStringModel);

此函数的调用图如下

read() [1/2]

virtual void cv::Algorithm::read ( const FileNode & fn )

inlinevirtual

Python
	cv.Algorithm.read(	fn	) ->	无

从文件存储中读取算法参数。

在 cv::aruco::ArucoDetector, cv::DescriptorMatcher, cv::face::BasicFaceRecognizer, cv::face::FaceRecognizer, cv::Feature2D, cv::FlannBasedMatcher, cv::legacy::Tracker, cv::line_descriptor::BinaryDescriptor, cv::optflow::GPCForest< T >, cv::optflow::GPCTree 和 cv::saliency::StaticSaliencySpectralResidual 中重新实现。

read() [2/2]

template<typename _Tp >

static Ptr< _Tp > cv::Algorithm::read ( const FileNode & fn )

inlinestatic

Python
	cv.Algorithm.read(	fn	) ->	无

从文件节点读取算法。

这是 Algorithm 的静态模板方法。其用法如下（以 SVM 为例）

cv::FileStorage fsRead("example.xml", FileStorage::READ);
Ptr<SVM> svm = Algorithm::read<SVM>(fsRead.root());

为了使此方法生效，派生类必须重写 Algorithm::read(const FileNode& fn) 并且还必须有一个不带参数（或带所有可选参数）的静态 create() 方法

save()

virtual void cv::Algorithm::save ( const String & filename ) const

virtual

Python
	cv.Algorithm.save(	filename	) ->	无

将算法保存到文件。为了使此方法生效，派生类必须实现 Algorithm::write(FileStorage& fs)。

write() [1/3]

void cv::Algorithm::write	(	const Ptr< FileStorage > &	fs,
		const String &	name = String() ) const

Python
	cv.Algorithm.write(	fs	) ->	无
	cv.Algorithm.write(	fs, name	) ->	无

已弃用

write() [2/3]

virtual void cv::Algorithm::write ( FileStorage & fs ) const

inlinevirtual

Python
	cv.Algorithm.write(	fs	) ->	无
	cv.Algorithm.write(	fs, name	) ->	无

将算法参数存储到文件存储中。

在 cv::aruco::ArucoDetector, cv::bioinspired::Retina, cv::bioinspired::TransientAreasSegmentationModule, cv::DescriptorMatcher, cv::face::BasicFaceRecognizer, cv::face::FaceRecognizer, cv::Feature2D, cv::FlannBasedMatcher, cv::legacy::Tracker, cv::line_descriptor::BinaryDescriptor, cv::optflow::GPCForest< T >, cv::optflow::GPCTree 和 cv::saliency::StaticSaliencySpectralResidual 中重新实现。

write() [3/3]

void cv::Algorithm::write	(	FileStorage &	fs,
		const String &	name ) const

Python
	cv.Algorithm.write(	fs	) ->	无
	cv.Algorithm.write(	fs, name	) ->	无

这是一个重载成员函数，为方便起见提供。它与上述函数的区别仅在于其接受的参数。

writeFormat()

void cv::Algorithm::writeFormat ( FileStorage & fs ) const

保护

---

此类的文档生成自以下文件

• opencv2/core.hpp