特征匹配器，为每个特征找到两个最佳匹配项，并且仅当描述符距离之间的比率大于阈值 match_conf 时才保留最佳匹配项。更多...

#include <opencv2/stitching/detail/matchers.hpp>

cv::detail::BestOf2NearestMatcher 的协作图

公共成员函数
	BestOf2NearestMatcher (bool try_use_gpu=false, float match_conf=0.3f, int num_matches_thresh1=6, int num_matches_thresh2=6, double matches_confindece_thresh=3.)
	构造一个“best of 2 nearest”匹配器。

void	collectGarbage () CV_OVERRIDE
	释放之前分配的任何未使用的内存。

继承自 cv::detail::FeaturesMatcher 的公共成员函数
virtual	~FeaturesMatcher ()

bool	isThreadSafe () const

void	operator() (const ImageFeatures &features1, const ImageFeatures &features2, MatchesInfo &matches_info)

void	operator() (const std::vector< ImageFeatures > &features, std::vector< MatchesInfo > &pairwise_matches, const cv::UMat &mask=cv::UMat())
	执行图像匹配。

静态公共成员函数
static Ptr< BestOf2NearestMatcher >	create (bool try_use_gpu=false, float match_conf=0.3f, int num_matches_thresh1=6, int num_matches_thresh2=6, double matches_confindece_thresh=3.)

保护成员函数
void	match (const ImageFeatures &features1, const ImageFeatures &features2, MatchesInfo &matches_info) CV_OVERRIDE
	此方法必须实现匹配逻辑，以便 detail::FeaturesMatcher::operator()_ 包装器才能工作。

继承自 cv::detail::FeaturesMatcher 的保护成员函数
	FeaturesMatcher (bool is_thread_safe=false)

virtual void	match (const std::vector< ImageFeatures > &features, std::vector< MatchesInfo > &pairwise_matches, const cv::UMat &mask=cv::UMat())
	此方法实现了在任意数量的特征之间匹配特征的逻辑。默认情况下，这会检查输入中的每对输入，但子类可以更改该行为。

保护属性
Ptr< FeaturesMatcher >	impl_

double	matches_confindece_thresh_

int	num_matches_thresh1_

int	num_matches_thresh2_

继承自 cv::detail::FeaturesMatcher 的保护属性
bool	is_thread_safe_

详细描述

特征匹配器，为每个特征找到两个最佳匹配项，并且仅当描述符距离之间的比率大于阈值 match_conf 时才保留最佳匹配项。

另请参见: detail::FeaturesMatcher

构造函数 & 析构函数文档

◆ BestOf2NearestMatcher()

cv::detail::BestOf2NearestMatcher::BestOf2NearestMatcher	(	bool	try_use_gpu = false,
		float	match_conf = 0.3f,
		int	num_matches_thresh1 = 6,
		int	num_matches_thresh2 = 6,
		double	matches_confindece_thresh = 3. )

Python
	cv.detail.BestOf2NearestMatcher(	[, try_use_gpu[, match_conf[, num_matches_thresh1[, num_matches_thresh2[, matches_confindece_thresh]]]]]	) ->	<detail_BestOf2NearestMatcher object>

构造一个“best of 2 nearest”匹配器。

参数

try_use_gpu	应尝试使用 GPU 还是不使用 GPU
match_conf	匹配距离比率阈值
num_matches_thresh1	在内点分类步骤中使用的 2D 投影变换估计所需的最小匹配数
num_matches_thresh2	内点上的 2D 投影变换重新估计所需的最小匹配数
matches_confindece_thresh	将匹配考虑在内的匹配置信度阈值。该阈值是通过实验确定的，默认设置为 3。

成员函数文档

◆ collectGarbage()

void cv::detail::BestOf2NearestMatcher::collectGarbage ( )

virtual

Python
	cv.detail.BestOf2NearestMatcher.collectGarbage(		) ->	无

释放之前分配的任何未使用的内存。

从 cv::detail::FeaturesMatcher 重新实现。

◆ create()

static Ptr< BestOf2NearestMatcher > cv::detail::BestOf2NearestMatcher::create	(	bool	try_use_gpu = false,
		float	match_conf = 0.3f,
		int	num_matches_thresh1 = 6,
		int	num_matches_thresh2 = 6,
		double	matches_confindece_thresh = 3. )

static

Python
	cv.detail.BestOf2NearestMatcher.create(	[, try_use_gpu[, match_conf[, num_matches_thresh1[, num_matches_thresh2[, matches_confindece_thresh]]]]]	) ->	retval
	cv.detail.BestOf2NearestMatcher_create(	[, try_use_gpu[, match_conf[, num_matches_thresh1[, num_matches_thresh2[, matches_confindece_thresh]]]]]	) ->	retval

◆ match()

void cv::detail::BestOf2NearestMatcher::match	(	const ImageFeatures &	features1,
		const ImageFeatures &	features2,
		MatchesInfo &	matches_info )

protectedvirtual

此方法必须实现匹配逻辑，以便 detail::FeaturesMatcher::operator()_ 包装器才能工作。

参数

features1	第一张图像的特征
features2	第二张图像的特征
matches_info	找到的匹配

实现 cv::detail::FeaturesMatcher。

在 cv::detail::BestOf2NearestRangeMatcher 中重新实现。

成员数据文档

◆ impl_

Ptr<FeaturesMatcher> cv::detail::BestOf2NearestMatcher::impl_

保护

◆ matches_confindece_thresh_

double cv::detail::BestOf2NearestMatcher::matches_confindece_thresh_

保护

◆ num_matches_thresh1_

int cv::detail::BestOf2NearestMatcher::num_matches_thresh1_

保护

◆ num_matches_thresh2_

int cv::detail::BestOf2NearestMatcher::num_matches_thresh2_

保护

该类的文档是从以下文件生成的

opencv2/stitching/detail/matchers.hpp

公共成员函数

静态公共成员函数

保护成员函数

保护属性