包 org.opencv.face

类 LBPHFaceRecognizer

java.lang.Object

org.opencv.core.Algorithm

org.opencv.face.FaceRecognizer

org.opencv.face.LBPHFaceRecognizer

public class LBPHFaceRecognizer
extends FaceRecognizer

字段摘要

从类继承的字段 org.opencv.core.Algorithm

nativeObj

构造函数摘要

构造函数

修饰符	构造函数	描述
保护	LBPHFaceRecognizer(long addr)

方法摘要

修饰符和类型	方法	描述
static LBPHFaceRecognizer	__fromPtr__(long addr)
static LBPHFaceRecognizer	create()	半径，图像越平滑，但您可以获得更多的空间信息。
static LBPHFaceRecognizer	create(int radius)
static LBPHFaceRecognizer	create(int radius, int neighbors)
static LBPHFaceRecognizer	create(int radius, int neighbors, int grid_x)
static LBPHFaceRecognizer	create(int radius, int neighbors, int grid_x, int grid_y)
static LBPHFaceRecognizer	create(int radius, int neighbors, int grid_x, int grid_y, double threshold)
protected void	finalize()
int	getGridX()	参见：setGridX
int	getGridY()	参见：setGridY
java.util.List<Mat>	getHistograms()
Mat	getLabels()
int	getNeighbors()	参见：setNeighbors
int	getRadius()	参见：setRadius
double	getThreshold()	参见: setThreshold
void	setGridX(int val)	getGridX 参见：getGridX
void	setGridY(int val)	getGridY 参见：getGridY
void	setNeighbors(int val)	getNeighbors 参见：getNeighbors
void	setRadius(int val)	getRadius 参见：getRadius
void	setThreshold(double val)	getThreshold (获取阈值) 参见: getThreshold

从类继承的方法 org.opencv.face.FaceRecognizer

getLabelInfo、getLabelsByString、predict、predict_collect、predict_label、read、setLabelInfo、train、update、write

从类继承的方法 org.opencv.core.Algorithm

clear、empty、getDefaultName、getNativeObjAddr、save

从类继承的方法 java.lang.Object

clone、equals、getClass、hashCode、notify、notifyAll、toString、wait、wait、wait

构造函数详细信息

LBPHFaceRecognizer

protected LBPHFaceRecognizer(long addr)

方法详细信息

__fromPtr__

public static LBPHFaceRecognizer __fromPtr__(long addr)

getGridX

public int getGridX()

参见：setGridX

返回

自动生成

setGridX

public void setGridX(int val)

getGridX 参见：getGridX

参数

val - 自动生成

getGridY

public int getGridY()

参见：setGridY

返回

自动生成

setGridY

public void setGridY(int val)

getGridY 参见：getGridY

参数

val - 自动生成

getRadius

public int getRadius()

参见：setRadius

返回

自动生成

setRadius

public void setRadius(int val)

getRadius 参见：getRadius

参数

val - 自动生成

getNeighbors

public int getNeighbors()

参见：setNeighbors

返回

自动生成

setNeighbors

public void setNeighbors(int val)

getNeighbors 参见：getNeighbors

参数

val - 自动生成

getThreshold

public double getThreshold()

参见: setThreshold

返回

自动生成

setThreshold

public void setThreshold(double val)

getThreshold (获取阈值) 参见: getThreshold

参数

val - 自动生成

getHistograms

public java.util.List<Mat> getHistograms()

getLabels

public Mat getLabels()

create

public static LBPHFaceRecognizer create(int radius,
                                        int neighbors,
                                        int grid_x,
                                        int grid_y,
                                        double threshold)

参数

radius - 用于构建圆形局部二进制模式的半径。半径越大，图像越平滑，但您可以获得更多的空间信息。

neighbors - 用于构建圆形局部二进制模式的采样点数。一个合适的值是使用8个采样点。请记住：您包含的采样点越多，计算成本就越高。

grid_x - 水平方向的单元格数，8 是出版物中常用的值。单元格越多，网格越精细，生成的特征向量的维度越高。

grid_y - 垂直方向的单元格数，8 是出版物中常用的值。单元格越多，网格越精细，生成的特征向量的维度越高。

threshold - 应用于预测的阈值。如果到最近邻居的距离大于阈值，则此方法返回 -1。 ### 注意

• 圆形局部二进制模式（用于训练和预测）期望数据以灰度图像给出，使用 cvtColor 在颜色空间之间进行转换。
• 此模型支持更新。

### 模型内部数据

• radius 参见 LBPHFaceRecognizer::create。
• neighbors 参见 LBPHFaceRecognizer::create。
• grid_x 请参阅 LLBPHFaceRecognizer::create。
• grid_y 参见 LBPHFaceRecognizer::create。
• threshold 参见 LBPHFaceRecognizer::create。
• histograms 从给定的训练数据计算的局部二进制模式直方图（如果没有给出，则为空）。
• labels 与计算的局部二进制模式直方图对应的标签。

返回

自动生成

create

public static LBPHFaceRecognizer create(int radius,
                                        int neighbors,
                                        int grid_x,
                                        int grid_y)

参数

radius - 用于构建圆形局部二进制模式的半径。半径越大，图像越平滑，但您可以获得更多的空间信息。

neighbors - 用于构建圆形局部二进制模式的采样点数。一个合适的值是使用8个采样点。请记住：您包含的采样点越多，计算成本就越高。

grid_x - 水平方向的单元格数，8 是出版物中常用的值。单元格越多，网格越精细，生成的特征向量的维度越高。

grid_y - 垂直方向的单元格数，8 是出版物中常用的值。单元格越多，网格越精细，生成的特征向量的维度越高。大于阈值，此方法返回 -1。 ### 注意

• 圆形局部二进制模式（用于训练和预测）期望数据以灰度图像给出，使用 cvtColor 在颜色空间之间进行转换。
• 此模型支持更新。

### 模型内部数据

• radius 参见 LBPHFaceRecognizer::create。
• neighbors 参见 LBPHFaceRecognizer::create。
• grid_x 请参阅 LLBPHFaceRecognizer::create。
• grid_y 参见 LBPHFaceRecognizer::create。
• threshold 参见 LBPHFaceRecognizer::create。
• histograms 从给定的训练数据计算的局部二进制模式直方图（如果没有给出，则为空）。
• labels 与计算的局部二进制模式直方图对应的标签。

返回

自动生成

create

public static LBPHFaceRecognizer create(int radius,
                                        int neighbors,
                                        int grid_x)

参数

radius - 用于构建圆形局部二进制模式的半径。半径越大，图像越平滑，但您可以获得更多的空间信息。

neighbors - 用于构建圆形局部二进制模式的采样点数。一个合适的值是使用8个采样点。请记住：您包含的采样点越多，计算成本就越高。

grid_x - 水平方向的单元格数，8 是出版物中常用的值。单元格越多，网格越精细，生成的特征向量的维度越高。出版物。单元格越多，网格越精细，生成的特征向量的维度越高。大于阈值，此方法返回 -1。 ### 注意

• 圆形局部二进制模式（用于训练和预测）期望数据以灰度图像给出，使用 cvtColor 在颜色空间之间进行转换。
• 此模型支持更新。

### 模型内部数据

• radius 参见 LBPHFaceRecognizer::create。
• neighbors 参见 LBPHFaceRecognizer::create。
• grid_x 请参阅 LLBPHFaceRecognizer::create。
• grid_y 参见 LBPHFaceRecognizer::create。
• threshold 参见 LBPHFaceRecognizer::create。
• histograms 从给定的训练数据计算的局部二进制模式直方图（如果没有给出，则为空）。
• labels 与计算的局部二进制模式直方图对应的标签。

返回

自动生成

create

public static LBPHFaceRecognizer create(int radius,
                                        int neighbors)

参数

radius - 用于构建圆形局部二进制模式的半径。半径越大，图像越平滑，但您可以获得更多的空间信息。

neighbors - 用于构建圆形局部二进制模式的采样点数。一个合适的值是使用8个采样点。请记住：您包含的采样点越多，计算成本就越高。出版物。单元格越多，网格越精细，生成的特征向量的维度越高。出版物。单元格越多，网格越精细，生成的特征向量的维度越高。大于阈值，此方法返回 -1。 ### 注意

• 圆形局部二进制模式（用于训练和预测）期望数据以灰度图像给出，使用 cvtColor 在颜色空间之间进行转换。
• 此模型支持更新。

### 模型内部数据

• radius 参见 LBPHFaceRecognizer::create。
• neighbors 参见 LBPHFaceRecognizer::create。
• grid_x 请参阅 LLBPHFaceRecognizer::create。
• grid_y 参见 LBPHFaceRecognizer::create。
• threshold 参见 LBPHFaceRecognizer::create。
• histograms 从给定的训练数据计算的局部二进制模式直方图（如果没有给出，则为空）。
• labels 与计算的局部二进制模式直方图对应的标签。

返回

自动生成

create

public static LBPHFaceRecognizer create(int radius)

参数

radius - 用于构建圆形局部二进制模式的半径。半径越大，图像越平滑，但您可以获得更多的空间信息。合适的值是使用8个采样点。请记住：您包含的采样点越多，计算成本就越高。出版物。单元格越多，网格越精细，生成的特征向量的维度越高。出版物。单元格越多，网格越精细，生成的特征向量的维度越高。大于阈值，此方法返回 -1。 ### 注意

• 圆形局部二进制模式（用于训练和预测）期望数据以灰度图像给出，使用 cvtColor 在颜色空间之间进行转换。
• 此模型支持更新。

### 模型内部数据

• radius 参见 LBPHFaceRecognizer::create。
• neighbors 参见 LBPHFaceRecognizer::create。
• grid_x 请参阅 LLBPHFaceRecognizer::create。
• grid_y 参见 LBPHFaceRecognizer::create。
• threshold 参见 LBPHFaceRecognizer::create。
• histograms 从给定的训练数据计算的局部二进制模式直方图（如果没有给出，则为空）。
• labels 与计算的局部二进制模式直方图对应的标签。

返回

自动生成

create

public static LBPHFaceRecognizer create()

半径，图像越平滑，但您可以获得更多的空间信息。合适的值是使用8个采样点。请记住：您包含的采样点越多，计算成本就越高。出版物。单元格越多，网格越精细，生成的特征向量的维度越高。出版物。单元格越多，网格越精细，生成的特征向量的维度越高。大于阈值，此方法返回 -1。 ### 注意

• 圆形局部二进制模式（用于训练和预测）期望数据以灰度图像给出，使用 cvtColor 在颜色空间之间进行转换。
• 此模型支持更新。

### 模型内部数据

• radius 参见 LBPHFaceRecognizer::create。
• neighbors 参见 LBPHFaceRecognizer::create。
• grid_x 请参阅 LLBPHFaceRecognizer::create。
• grid_y 参见 LBPHFaceRecognizer::create。
• threshold 参见 LBPHFaceRecognizer::create。
• histograms 从给定的训练数据计算的局部二进制模式直方图（如果没有给出，则为空）。
• labels 与计算的局部二进制模式直方图对应的标签。

返回

自动生成

finalize

protected void finalize()
                 throws java.lang.Throwable

重写

finalize 在类中 FaceRecognizer

抛出

java.lang.Throwable