选择性搜索分割算法。该类实现了 [280] 中描述的算法。更多...

#include <opencv2/ximgproc/segmentation.hpp>

cv::ximgproc::segmentation::SelectiveSearchSegmentation 的协作图

公共成员函数
virtual void	addGraphSegmentation (Ptr< GraphSegmentation > g)=0
	在要处理的图分割列表中添加新的图分割。

virtual void	addImage (InputArray img)=0
	在要处理的图像列表中添加新的图像。

virtual void	addStrategy (Ptr< SelectiveSearchSegmentationStrategy > s)=0
	在要处理的策略列表中添加新的策略。

virtual void	clearGraphSegmentations ()=0
	清除要处理的图分割列表；

virtual void	clearImages ()=0
	清除要处理的图像列表。

virtual void	clearStrategies ()=0
	清除要处理的策略列表；

virtual void	process (std::vector< Rect > &rects)=0
	基于所有图像、图分割和策略，计算所有可能的矩形并返回它们。

virtual void	setBaseImage (InputArray img)=0
	设置由 switch* 函数使用的图像以初始化该类。

virtual void	switchToSelectiveSearchFast (int base_k=150, int inc_k=150, float sigma=0.8f)=0
	使用 [280] 中描述的“选择性搜索快速”参数初始化该类。

virtual void	switchToSelectiveSearchQuality (int base_k=150, int inc_k=150, float sigma=0.8f)=0
	使用 [280] 中描述的“选择性搜索快速”参数初始化该类。

virtual void	switchToSingleStrategy (int k=200, float sigma=0.8f)=0
	使用 [280] 中描述的“单策略”参数初始化该类。

从 cv::Algorithm 继承的公共成员函数
	Algorithm ()

virtual	~Algorithm ()

virtual void	clear ()
	清除算法状态。

virtual bool	empty () const
	如果 Algorithm 为空（例如，在最开始或在不成功的读取之后），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

其他继承的成员
从 cv::Algorithm 继承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。

从 cv::Algorithm 继承的保护成员函数
void	writeFormat (FileStorage &fs) const

详细描述

选择性搜索分割算法。该类实现了 [280] 中描述的算法。

成员函数文档

◆ addGraphSegmentation()

virtual void cv::ximgproc::segmentation::SelectiveSearchSegmentation::addGraphSegmentation ( Ptr< GraphSegmentation > g )

纯虚函数

Python
	cv.ximgproc.segmentation.SelectiveSearchSegmentation.addGraphSegmentation(	g	) ->	无

在要处理的图分割列表中添加新的图分割。

参数

g 图分割

◆ addImage()

virtual void cv::ximgproc::segmentation::SelectiveSearchSegmentation::addImage ( InputArray img )

纯虚函数

Python
	cv.ximgproc.segmentation.SelectiveSearchSegmentation.addImage(	img	) ->	无

在要处理的图像列表中添加新的图像。

参数

img 图像

◆ addStrategy()

virtual void cv::ximgproc::segmentation::SelectiveSearchSegmentation::addStrategy ( Ptr< SelectiveSearchSegmentationStrategy > s )

纯虚函数

Python
	cv.ximgproc.segmentation.SelectiveSearchSegmentation.addStrategy(	s	) ->	无

在要处理的策略列表中添加新的策略。

参数

s 策略

◆ clearGraphSegmentations()

virtual void cv::ximgproc::segmentation::SelectiveSearchSegmentation::clearGraphSegmentations ( )

纯虚函数

Python
	cv.ximgproc.segmentation.SelectiveSearchSegmentation.clearGraphSegmentations(		) ->	无

清除要处理的图分割列表；

◆ clearImages()

virtual void cv::ximgproc::segmentation::SelectiveSearchSegmentation::clearImages ( )

纯虚函数

Python
	cv.ximgproc.segmentation.SelectiveSearchSegmentation.clearImages(		) ->	无

清除要处理的图像列表。

◆ clearStrategies()

virtual void cv::ximgproc::segmentation::SelectiveSearchSegmentation::clearStrategies ( )

纯虚函数

Python
	cv.ximgproc.segmentation.SelectiveSearchSegmentation.clearStrategies(		) ->	无

清除要处理的策略列表；

◆ process()

virtual void cv::ximgproc::segmentation::SelectiveSearchSegmentation::process ( std::vector< Rect > & 矩形 )

纯虚函数

Python
	cv.ximgproc.segmentation.SelectiveSearchSegmentation.process(		) ->	矩形

基于所有图像、图分割和策略，计算所有可能的矩形并返回它们。

参数

矩形	矩形列表。第一个比最后一个更相关。

◆ setBaseImage()

virtual void cv::ximgproc::segmentation::SelectiveSearchSegmentation::setBaseImage ( InputArray img )

纯虚函数

Python
	cv.ximgproc.segmentation.SelectiveSearchSegmentation.setBaseImage(	img	) ->	无

设置由 switch* 函数使用的图像以初始化该类。

参数

img 图像

◆ switchToSelectiveSearchFast()

virtual void cv::ximgproc::segmentation::SelectiveSearchSegmentation::switchToSelectiveSearchFast	(	int	base_k = 150,
		int	inc_k = 150,
		float	sigma = 0.8f )

纯虚函数

Python
	cv.ximgproc.segmentation.SelectiveSearchSegmentation.switchToSelectiveSearchFast(	[, base_k[, inc_k[, sigma]]]	) ->	无

使用 [280] 中描述的“选择性搜索快速”参数初始化该类。

参数

base_k	第一个图分割的 k 参数
inc_k	所有图分割的 k 参数的增量
sigma	图分割的 sigma 参数

◆ switchToSelectiveSearchQuality()

virtual void cv::ximgproc::segmentation::SelectiveSearchSegmentation::switchToSelectiveSearchQuality	(	int	base_k = 150,
		int	inc_k = 150,
		float	sigma = 0.8f )

纯虚函数

Python
	cv.ximgproc.segmentation.SelectiveSearchSegmentation.switchToSelectiveSearchQuality(	[, base_k[, inc_k[, sigma]]]	) ->	无

使用 [280] 中描述的“选择性搜索快速”参数初始化该类。

参数

base_k	第一个图分割的 k 参数
inc_k	所有图分割的 k 参数的增量
sigma	图分割的 sigma 参数

◆ switchToSingleStrategy()

virtual void cv::ximgproc::segmentation::SelectiveSearchSegmentation::switchToSingleStrategy	(	int	k = 200,
		float	sigma = 0.8f )

纯虚函数

Python
	cv.ximgproc.segmentation.SelectiveSearchSegmentation.switchToSingleStrategy(	[, k[, sigma]]	) ->	无

使用 [280] 中描述的“单策略”参数初始化该类。

参数

k	图分割的 k 参数
sigma	图分割的 sigma 参数

此类的文档是从以下文件生成的

opencv2/ximgproc/segmentation.hpp

公共成员函数

其他继承的成员

详细描述

成员函数文档

◆ addGraphSegmentation()

◆ addImage()

◆ addStrategy()

◆ clearGraphSegmentations()

◆ clearImages()

◆ clearStrategies()

◆ process()

◆ setBaseImage()

◆ switchToSelectiveSearchFast()

◆ switchToSelectiveSearchQuality()

◆ switchToSingleStrategy()