cv::mcc::CCheckerDetector 类参考

一个用于在图像中查找 ColorCharts 位置的类。 更多...

#include <opencv2/mcc/checker_detector.hpp>

cv::mcc::CCheckerDetector 的协作图

公共成员函数
virtual Ptr< mcc::CChecker >	getBestColorChecker ()=0
	获取最佳颜色检查器。 最佳是指以最高置信度检测到的那个。
virtual std::vector< Ptr< CChecker > >	getListColorChecker ()=0
	获取所有检测到的颜色检查器的列表。
virtual bool	process (InputArray image, const TYPECHART chartType, const int nc=1, bool useNet=false, const Ptr< DetectorParameters > &params=DetectorParameters::create())=0
	在给定图像中查找 ColorCharts。
virtual bool	process (InputArray image, const TYPECHART chartType, const std::vector< Rect > &regionsOfInterest, const int nc=1, bool useNet=false, const Ptr< DetectorParameters > &params=DetectorParameters::create())=0
	在给定图像中查找 ColorCharts。
virtual bool	setNet (dnn::Net net)=0
	设置将用于查找颜色图表的大致边界框的网络。
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，在最开始或读取失败之后），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

静态公共成员函数
static Ptr< CCheckerDetector >	create ()
	返回 CCheckerDetector 的实现。
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。

其他继承成员
继承自 cv::Algorithm 的保护成员函数
void	writeFormat (FileStorage &fs) const

详细描述

一个用于在图像中查找 ColorCharts 位置的类。

成员函数文档

create()

static Ptr< CCheckerDetector > cv::mcc::CCheckerDetector::create ( )

static

Python
	cv.mcc.CCheckerDetector.create(		) ->	retval
	cv.mcc.CCheckerDetector_create(		) ->	retval

返回 CCheckerDetector 的实现。

getBestColorChecker()

virtual Ptr< mcc::CChecker > cv::mcc::CCheckerDetector::getBestColorChecker ( )

纯虚函数

Python
	cv.mcc.CCheckerDetector.getBestColorChecker(		) ->	retval

获取最佳颜色检查器。 最佳是指以最高置信度检测到的那个。

返回

checker 如果至少检测到一个颜色检查器，则为单个颜色检查器，否则为“nullptr”。

getListColorChecker()

virtual std::vector< Ptr< CChecker > > cv::mcc::CCheckerDetector::getListColorChecker ( )

纯虚函数

Python
	cv.mcc.CCheckerDetector.getListColorChecker(		) ->	retval

获取所有检测到的颜色检查器的列表。

返回

checkers 颜色检查器向量

process() [1/2]

virtual bool cv::mcc::CCheckerDetector::process ( InputArray image, const TYPECHART chartType, const int nc = 1, bool useNet = false, const Ptr< DetectorParameters > & params = DetectorParameters::create() )

纯虚函数

Python
	cv.mcc.CCheckerDetector.process(	image, chartType[, nc[, useNet[, params]]]	) ->	retval
	cv.mcc.CCheckerDetector.processWithROI(	image, chartType, regionsOfInterest[, nc[, useNet[, params]]]	) ->	retval

在给定图像中查找 ColorCharts。

与上面唯一的区别在于参数。

此版本在完整图像中搜索图表。

找到的图表不会返回，而是存储在检测器中，这些图表可以在以后使用 getBestColorChecker() 和 getListColorChecker() 访问

参数

image	BGR 颜色空间中的图像
chartType	要检测的图表类型
nc	图像中图表的数量，如果您不知道确切数量，则保持此数字较高会有所帮助。
useNet	如果为 true，则使用使用 setNet() 提供的网络初步搜索图表可能存在的区域，位于 provied 的 regionsOfInterest 内部。
params	检测系统的参数。 有关它们的更多信息，请参见结构体 DetectorParameters。

返回

如果至少检测到一个图表，则为 true，否则为 false

process() [2/2]

virtual bool cv::mcc::CCheckerDetector::process ( InputArray image, const TYPECHART chartType, const std::vector< Rect > & regionsOfInterest, const int nc = 1, bool useNet = false, const Ptr< DetectorParameters > & params = DetectorParameters::create() )

纯虚函数

Python
	cv.mcc.CCheckerDetector.process(	image, chartType[, nc[, useNet[, params]]]	) ->	retval
	cv.mcc.CCheckerDetector.processWithROI(	image, chartType, regionsOfInterest[, nc[, useNet[, params]]]	) ->	retval

在给定图像中查找 ColorCharts。

找到的图表不会返回，而是存储在检测器中，这些图表可以在以后使用 getBestColorChecker() 和 getListColorChecker() 访问

参数

image	BGR 颜色空间中的图像
chartType	要检测的图表类型
regionsOfInterest	要在图像中查找图表的区域，如果为空，则在整个图像中查找图表
nc	图像中图表的数量，如果您不知道确切数量，则保持此数字较高会有所帮助。
useNet	如果为 true，则使用使用 setNet() 提供的网络初步搜索图表可能存在的区域，位于 provied 的 regionsOfInterest 内部。
params	检测系统的参数。 有关它们的更多信息，请参见结构体 DetectorParameters。

返回

如果至少检测到一个图表，则为 true，否则为 false

setNet()

virtual bool cv::mcc::CCheckerDetector::setNet ( dnn::Net net )

纯虚函数

Python
	cv.mcc.CCheckerDetector.setNet(	net	) ->	retval

设置将用于查找颜色图表的大致边界框的网络。

没有必要使用此功能，但这通常会导致更好的检测率。

参数

net	神经网络，如果网络为空，则该函数将返回 false。

返回

如果能够设置检测器的网络，则为 true，否则为 false。

---

此类文档由以下文件生成

• opencv2/mcc/checker_detector.hpp