java.lang.Object
- org.opencv.core.Algorithm
- - org.opencv.features2d.Feature2D
  - - org.opencv.features2d.ORB

```
public class ORB
extends Feature2D
```
实现 ORB（*定向 BRIEF*）关键点检测器和描述符提取器的类，参见 CITE: RRKB11。该算法在金字塔中使用 FAST 检测稳定的关键点，利用 FAST 或 Harris 响应选择最强的特征，使用一阶矩找到它们的方向，并使用 BRIEF 计算描述符（其中随机点对（或 k 元组）的坐标根据测量的方向进行旋转）。

字段摘要

字段
修饰符和类型字段描述

static int FAST_SCORE

static int HARRIS_SCORE
- 继承自类 org.opencv.core.Algorithm 的字段
  nativeObj

构造函数摘要

构造函数
修饰符构造函数描述

保护 ORB(long addr)

方法摘要

所有方法静态方法实例方法具体方法
修饰符和类型	方法	描述
`static ORB`	`__fromPtr__(long addr)`
`static ORB`	`create()`	ORB 构造函数金字塔，其中每个后续级别比前一个级别减少 4 倍像素，但如此大的比例因子会显著降低特征匹配分数。
`static ORB`	`create(int nfeatures)`	ORB 构造函数
`static ORB`	`create(int nfeatures, float scaleFactor)`	ORB 构造函数
`static ORB`	`create(int nfeatures, float scaleFactor, int nlevels)`	ORB 构造函数
`static ORB`	`create(int nfeatures, float scaleFactor, int nlevels, int edgeThreshold)`	ORB 构造函数
`static ORB`	`create(int nfeatures, float scaleFactor, int nlevels, int edgeThreshold, int firstLevel)`	ORB 构造函数
`static ORB`	`create(int nfeatures, float scaleFactor, int nlevels, int edgeThreshold, int firstLevel, int WTA_K)`	ORB 构造函数
`static ORB`	`create(int nfeatures, float scaleFactor, int nlevels, int edgeThreshold, int firstLevel, int WTA_K, int scoreType)`	ORB 构造函数
`static ORB`	`create(int nfeatures, float scaleFactor, int nlevels, int edgeThreshold, int firstLevel, int WTA_K, int scoreType, int patchSize)`	ORB 构造函数
`static ORB`	`create(int nfeatures, float scaleFactor, int nlevels, int edgeThreshold, int firstLevel, int WTA_K, int scoreType, int patchSize, int fastThreshold)`	ORB 构造函数
`protected void`	`finalize()`
`java.lang.String`	`getDefaultName()`	返回算法字符串标识符。
`int`	`getEdgeThreshold()`
`int`	`getFastThreshold()`
`int`	`getFirstLevel()`
`int`	`getMaxFeatures()`
`int`	`getNLevels()`
`int`	`getPatchSize()`
`double`	`getScaleFactor()`
`int`	`getScoreType()`
`int`	`getWTA_K()`
`void`	`setEdgeThreshold(int edgeThreshold)`
`void`	`setFastThreshold(int fastThreshold)`
`void`	`setFirstLevel(int firstLevel)`
`void`	`setMaxFeatures(int maxFeatures)`
`void`	`setNLevels(int nlevels)`
`void`	`setPatchSize(int patchSize)`
`void`	`setScaleFactor(double scaleFactor)`
`void`	`setScoreType(int scoreType)`
`void`	`setWTA_K(int wta_k)`

继承自类 org.opencv.features2d.Feature2D 的方法
compute, compute, defaultNorm, descriptorSize, descriptorType, detect, detect, detect, detect, detectAndCompute, detectAndCompute, empty, read, write

继承自类 org.opencv.core.Algorithm 的方法
clear, getNativeObjAddr, save

从类继承的方法 java.lang.Object
clone, equals, getClass, hashCode, notify, notifyAll, toString, wait, wait, wait

- 字段详细信息
  - HARRIS_SCORE
```
public static final int HARRIS_SCORE
```
    参见
    
    常量字段值
  - FAST_SCORE
```
public static final int FAST_SCORE
```
    参见
    
    常量字段值
- 构造函数详细信息
  - ORB
```
protected ORB(long addr)
```
- 方法详细信息
  - __fromPtr__
```
public static ORB __fromPtr__(long addr)
```
  - create
```
public static ORB create(int nfeatures,
                         float scaleFactor,
                         int nlevels,
                         int edgeThreshold,
                         int firstLevel,
                         int WTA_K,
                         int scoreType,
                         int patchSize,
                         int fastThreshold)
```
    ORB 构造函数
    
    参数
    
    nfeatures - 要保留的最大特征数。
    
    scaleFactor - 金字塔抽取比，大于 1。scaleFactor==2 意味着经典金字塔，其中每个后续级别比前一个级别减少 4 倍像素，但如此大的比例因子会显著降低特征匹配分数。另一方面，过于接近 1 的比例因子意味着要覆盖某个尺度范围，您将需要更多的金字塔级别，因此速度会受到影响。
    
    nlevels - 金字塔级别数。最小级别将具有等于 input_image_linear_size/pow(scaleFactor, nlevels - firstLevel) 的线性大小。
    
    edgeThreshold - 这是不检测特征的边界大小。它应大致与 patchSize 参数匹配。
    
    firstLevel - 放置源图像的金字塔级别。以前的层将填充放大后的源图像。
    
    WTA_K - 产生定向 BRIEF 描述符每个元素的点数。默认值 2 意味着 BRIEF，其中我们取一个随机点对并比较它们的亮度，从而得到 0/1 响应。其他可能的值是 3 和 4。例如，3 意味着我们取 3 个随机点（当然，这些点坐标是随机的，但它们是从预定义的种子生成的，因此 BRIEF 描述符的每个元素都是从像素矩形确定性地计算的），找到最大亮度的点并输出胜者的索引（0、1 或 2）。这种输出将占用 2 位，因此它需要汉明距离的特殊变体，表示为 NORM_HAMMING2（每 bin 2 位）。当 WTA_K=4 时，我们取 4 个随机点来计算每个 bin（这也将占用 2 位，可能的值为 0、1、2 或 3）。
    
    scoreType - 默认 HARRIS_SCORE 意味着使用 Harris 算法对特征进行排名（分数写入 KeyPoint::score 并用于保留最佳 nfeatures 特征）；FAST_SCORE 是参数的替代值，它产生的关键点稳定性稍差，但计算速度稍快。
    
    patchSize - 定向 BRIEF 描述符使用的补丁大小。当然，在较小的金字塔层上，特征覆盖的感知图像区域会更大。
    
    fastThreshold - FAST 阈值
    
    返回
    
    自动生成
  - create
```
public static ORB create(int nfeatures,
                         float scaleFactor,
                         int nlevels,
                         int edgeThreshold,
                         int firstLevel,
                         int WTA_K,
                         int scoreType,
                         int patchSize)
```
    ORB 构造函数
    
    参数
    
    nfeatures - 要保留的最大特征数。
    
    scaleFactor - 金字塔抽取比，大于 1。scaleFactor==2 意味着经典金字塔，其中每个后续级别比前一个级别减少 4 倍像素，但如此大的比例因子会显著降低特征匹配分数。另一方面，过于接近 1 的比例因子意味着要覆盖某个尺度范围，您将需要更多的金字塔级别，因此速度会受到影响。
    
    nlevels - 金字塔级别数。最小级别将具有等于 input_image_linear_size/pow(scaleFactor, nlevels - firstLevel) 的线性大小。
    
    edgeThreshold - 这是不检测特征的边界大小。它应大致与 patchSize 参数匹配。
    
    firstLevel - 放置源图像的金字塔级别。以前的层将填充放大后的源图像。
    
    WTA_K - 产生定向 BRIEF 描述符每个元素的点数。默认值 2 意味着 BRIEF，其中我们取一个随机点对并比较它们的亮度，从而得到 0/1 响应。其他可能的值是 3 和 4。例如，3 意味着我们取 3 个随机点（当然，这些点坐标是随机的，但它们是从预定义的种子生成的，因此 BRIEF 描述符的每个元素都是从像素矩形确定性地计算的），找到最大亮度的点并输出胜者的索引（0、1 或 2）。这种输出将占用 2 位，因此它需要汉明距离的特殊变体，表示为 NORM_HAMMING2（每 bin 2 位）。当 WTA_K=4 时，我们取 4 个随机点来计算每个 bin（这也将占用 2 位，可能的值为 0、1、2 或 3）。
    
    scoreType - 默认 HARRIS_SCORE 意味着使用 Harris 算法对特征进行排名（分数写入 KeyPoint::score 并用于保留最佳 nfeatures 特征）；FAST_SCORE 是参数的替代值，它产生的关键点稳定性稍差，但计算速度稍快。
    
    patchSize - 定向 BRIEF 描述符使用的补丁大小。当然，在较小的金字塔层上，特征覆盖的感知图像区域会更大。
    
    返回
    
    自动生成
  - create
```
public static ORB create(int nfeatures,
                         float scaleFactor,
                         int nlevels,
                         int edgeThreshold,
                         int firstLevel,
                         int WTA_K,
                         int scoreType)
```
    ORB 构造函数
    
    参数
    
    nfeatures - 要保留的最大特征数。
    
    scaleFactor - 金字塔抽取比，大于 1。scaleFactor==2 意味着经典金字塔，其中每个后续级别比前一个级别减少 4 倍像素，但如此大的比例因子会显著降低特征匹配分数。另一方面，过于接近 1 的比例因子意味着要覆盖某个尺度范围，您将需要更多的金字塔级别，因此速度会受到影响。
    
    nlevels - 金字塔级别数。最小级别将具有等于 input_image_linear_size/pow(scaleFactor, nlevels - firstLevel) 的线性大小。
    
    edgeThreshold - 这是不检测特征的边界大小。它应大致与 patchSize 参数匹配。
    
    firstLevel - 放置源图像的金字塔级别。以前的层将填充放大后的源图像。
    
    WTA_K - 产生定向 BRIEF 描述符每个元素的点数。默认值 2 意味着 BRIEF，其中我们取一个随机点对并比较它们的亮度，从而得到 0/1 响应。其他可能的值是 3 和 4。例如，3 意味着我们取 3 个随机点（当然，这些点坐标是随机的，但它们是从预定义的种子生成的，因此 BRIEF 描述符的每个元素都是从像素矩形确定性地计算的），找到最大亮度的点并输出胜者的索引（0、1 或 2）。这种输出将占用 2 位，因此它需要汉明距离的特殊变体，表示为 NORM_HAMMING2（每 bin 2 位）。当 WTA_K=4 时，我们取 4 个随机点来计算每个 bin（这也将占用 2 位，可能的值为 0、1、2 或 3）。
    
    scoreType - 默认 HARRIS_SCORE 意味着使用 Harris 算法对特征进行排名（分数写入 KeyPoint::score 并用于保留最佳 nfeatures 特征）；FAST_SCORE 是参数的替代值，它产生的关键点稳定性稍差，但计算速度稍快。
    
    返回
    
    自动生成
  - create
```
public static ORB create(int nfeatures,
                         float scaleFactor,
                         int nlevels,
                         int edgeThreshold,
                         int firstLevel,
                         int WTA_K)
```
    ORB 构造函数
    
    参数
    
    nfeatures - 要保留的最大特征数。
    
    scaleFactor - 金字塔抽取比，大于 1。scaleFactor==2 意味着经典金字塔，其中每个后续级别比前一个级别减少 4 倍像素，但如此大的比例因子会显著降低特征匹配分数。另一方面，过于接近 1 的比例因子意味着要覆盖某个尺度范围，您将需要更多的金字塔级别，因此速度会受到影响。
    
    nlevels - 金字塔级别数。最小级别将具有等于 input_image_linear_size/pow(scaleFactor, nlevels - firstLevel) 的线性大小。
    
    edgeThreshold - 这是不检测特征的边界大小。它应大致与 patchSize 参数匹配。
    
    firstLevel - 放置源图像的金字塔级别。以前的层将填充放大后的源图像。
    
    WTA_K - 产生定向 BRIEF 描述符每个元素的点数。默认值 2 意味着 BRIEF，其中我们取一个随机点对并比较它们的亮度，从而得到 0/1 响应。其他可能的值是 3 和 4。例如，3 意味着我们取 3 个随机点（当然，这些点坐标是随机的，但它们是从预定义的种子生成的，因此 BRIEF 描述符的每个元素都是从像素矩形确定性地计算的），找到最大亮度的点并输出胜者的索引（0、1 或 2）。这种输出将占用 2 位，因此它需要汉明距离的特殊变体，表示为 NORM_HAMMING2（每 bin 2 位）。当 WTA_K=4 时，我们取 4 个随机点来计算每个 bin（这也将占用 2 位，可能的值为 0、1、2 或 3）。
    
    返回
    
    自动生成
  - create
```
public static ORB create(int nfeatures,
                         float scaleFactor,
                         int nlevels,
                         int edgeThreshold,
                         int firstLevel)
```
    ORB 构造函数
    
    参数
    
    nfeatures - 要保留的最大特征数。
    
    scaleFactor - 金字塔抽取比，大于 1。scaleFactor==2 意味着经典金字塔，其中每个后续级别比前一个级别减少 4 倍像素，但如此大的比例因子会显著降低特征匹配分数。另一方面，过于接近 1 的比例因子意味着要覆盖某个尺度范围，您将需要更多的金字塔级别，因此速度会受到影响。
    
    nlevels - 金字塔级别数。最小级别将具有等于 input_image_linear_size/pow(scaleFactor, nlevels - firstLevel) 的线性大小。
    
    edgeThreshold - 这是不检测特征的边界大小。它应大致与 patchSize 参数匹配。
    
    firstLevel - 放置源图像的金字塔级别。以前的层将填充放大后的源图像。
    
    返回
    
    自动生成
  - create
```
public static ORB create(int nfeatures,
                         float scaleFactor,
                         int nlevels,
                         int edgeThreshold)
```
    ORB 构造函数
    
    参数
    
    nfeatures - 要保留的最大特征数。
    
    scaleFactor - 金字塔抽取比，大于 1。scaleFactor==2 意味着经典金字塔，其中每个后续级别比前一个级别减少 4 倍像素，但如此大的比例因子会显著降低特征匹配分数。另一方面，过于接近 1 的比例因子意味着要覆盖某个尺度范围，您将需要更多的金字塔级别，因此速度会受到影响。
    
    nlevels - 金字塔级别数。最小级别将具有等于 input_image_linear_size/pow(scaleFactor, nlevels - firstLevel) 的线性大小。
    
    edgeThreshold - 这是不检测特征的边界大小。它应大致与 patchSize 参数匹配。
    
    返回
    
    自动生成
  - create
```
public static ORB create(int nfeatures,
                         float scaleFactor,
                         int nlevels)
```
    ORB 构造函数
    
    参数
    
    nfeatures - 要保留的最大特征数。
    
    scaleFactor - 金字塔抽取比，大于 1。scaleFactor==2 意味着经典金字塔，其中每个后续级别比前一个级别减少 4 倍像素，但如此大的比例因子会显著降低特征匹配分数。另一方面，过于接近 1 的比例因子意味着要覆盖某个尺度范围，您将需要更多的金字塔级别，因此速度会受到影响。
    
    nlevels - 金字塔级别数。最小级别将具有等于 input_image_linear_size/pow(scaleFactor, nlevels - firstLevel) 的线性大小。
    
    返回
    
    自动生成
  - create
```
public static ORB create(int nfeatures,
                         float scaleFactor)
```
    ORB 构造函数
    
    参数
    
    nfeatures - 要保留的最大特征数。
    
    scaleFactor - 金字塔抽取比，大于 1。scaleFactor==2 意味着经典金字塔，其中每个后续级别比前一个级别减少 4 倍像素，但如此大的比例因子会显著降低特征匹配分数。另一方面，过于接近 1 的比例因子意味着要覆盖某个尺度范围，您将需要更多的金字塔级别，因此速度会受到影响。
    
    返回
    
    自动生成
  - create
```
public static ORB create(int nfeatures)
```
    ORB 构造函数
    
    参数
    
    nfeatures - 要保留的最大特征数。
    
    返回
    
    自动生成
  - create
```
public static ORB create()
```
    ORB 构造函数金字塔，其中每个后续级别比前一个级别减少 4 倍像素，但如此大的比例因子会显著降低特征匹配分数。另一方面，过于接近 1 的比例因子意味着要覆盖某个尺度范围，您将需要更多的金字塔级别，因此速度会受到影响。
    
    返回
    
    自动生成
  - setMaxFeatures
```
public void setMaxFeatures(int maxFeatures)
```
  - getMaxFeatures
```
public int getMaxFeatures()
```
  - setScaleFactor
```
public void setScaleFactor(double scaleFactor)
```
  - getScaleFactor
```
public double getScaleFactor()
```
  - setNLevels
```
public void setNLevels(int nlevels)
```
  - getNLevels
```
public int getNLevels()
```
  - setEdgeThreshold
```
public void setEdgeThreshold(int edgeThreshold)
```
  - getEdgeThreshold
```
public int getEdgeThreshold()
```
  - setFirstLevel
```
public void setFirstLevel(int firstLevel)
```
  - getFirstLevel
```
public int getFirstLevel()
```
  - setWTA_K
```
public void setWTA_K(int wta_k)
```
  - getWTA_K
```
public int getWTA_K()
```
  - setScoreType
```
public void setScoreType(int scoreType)
```
  - getScoreType
```
public int getScoreType()
```
  - setPatchSize
```
public void setPatchSize(int patchSize)
```
  - getPatchSize
```
public int getPatchSize()
```
  - setFastThreshold
```
public void setFastThreshold(int fastThreshold)
```
  - getFastThreshold
```
public int getFastThreshold()
```
  - getDefaultName
```
public java.lang.String getDefaultName()
```
    描述复制自类： Algorithm
    
    返回算法字符串标识符。当对象保存到文件或字符串时，此字符串用作顶级 xml/yml 节点标签。
    
    重写
    
    getDefaultName 在类 Feature2D 中
    
    返回
    
    自动生成
  - finalize
```
protected void finalize()
                 throws java.lang.Throwable
```
    重写
    
    finalize 在类 Feature2D 中
    
    抛出
    
    java.lang.Throwable

字段
修饰符和类型	字段	描述
`static int`	`FAST_SCORE`
`static int`	`HARRIS_SCORE`

类 ORB

字段摘要

继承自类 org.opencv.core.Algorithm 的字段

构造函数摘要

方法摘要

继承自类 org.opencv.features2d.Feature2D 的方法

继承自类 org.opencv.core.Algorithm 的方法

从类继承的方法 java.lang.Object

字段详细信息

HARRIS_SCORE

FAST_SCORE

构造函数详细信息

ORB

方法详细信息

__fromPtr__

create

create

create

create

create

create

create

create

create

create

setMaxFeatures

getMaxFeatures

setScaleFactor

getScaleFactor

setNLevels

getNLevels

setEdgeThreshold

getEdgeThreshold

setFirstLevel

getFirstLevel

setWTA_K

getWTA_K

setScoreType

getScoreType

setPatchSize

getPatchSize

setFastThreshold

getFastThreshold

getDefaultName

finalize

fromPtr