包 org.opencv.ximgproc

类 ScanSegment

  • public class ScanSegment
extends Algorithm
    该类实现了由 Loke SC 等人提出的 F-DBSCAN（使用并行 DBSCAN 算法加速超像素图像分割）超像素算法。请参阅 CITE: loke2021accelerated 获取原始论文。该算法使用并行 DBSCAN 聚类搜索，该搜索对噪声具有抵抗力，在分割质量方面具有竞争力，并且比现有的超像素分割方法更快。在 Berkeley 分割数据集上进行测试时，平均处理速度为 175 帧/秒，边界召回率为 0.797，可实现的分割精度为 0.944。计算复杂度为二次方 O(n2)，更适合较小的图像，但仍然可以比 OpenCV 中的 SEEDS 算法更快地处理 2MP 彩色图像。当处理线程数固定时，输出是确定性的，并且需要源图像采用 Lab 颜色格式。

    • 构造函数详细信息

      • ScanSegment

        protected ScanSegment​(long addr)

    • 方法详细信息

      • __fromPtr__

        public static ScanSegment __fromPtr__​(long addr)

      • getNumberOfSuperpixels

        public int getNumberOfSuperpixels()
        返回使用 iterate 处理的最后一张图像的实际超像素分割。如果没有处理任何图像，则返回零。
        返回
        自动生成

      • iterate

        public void iterate​(Mat img)
        使用 ScanSegment 对象中初始化的参数计算给定图像的超像素分割。可以为其他图像再次调用此函数，而无需使用 createScanSegment() 初始化算法。这节省了为算法的所有结构分配内存的计算成本。
        参数
        img - 输入图像。支持的格式：CV_8UC3。图像大小必须与使用函数 createScanSegment() 初始化的图像大小匹配。它必须是 Lab 颜色空间。

      • getLabels

        public void getLabels​(Mat labels_out)
        返回图像的分割标签。每个标签代表一个超像素，并且每个像素被分配给一个超像素标签。
        参数
        labels_out - 返回：一个 CV_32UC1 整数数组，包含超像素分割的标签。标签的范围是 [0, getNumberOfSuperpixels()]。

      • getLabelContourMask

        public void getLabelContourMask​(Mat image,
                                boolean thick_line)
        返回 ScanSegment 对象中存储的超像素分割的掩码。该函数返回超像素分割的边界。
        参数
        image - 返回：CV_8UC1 图像掩码，其中 -1 表示像素是超像素边界，否则为 0。
        thick_line - 如果为 false，则边框仅为一个像素宽，否则边框上的所有像素都被遮罩。

      • getLabelContourMask

        public void getLabelContourMask​(Mat image)
        返回 ScanSegment 对象中存储的超像素分割的掩码。该函数返回超像素分割的边界。
        参数
        image - 返回：CV_8UC1 图像掩码，其中 -1 表示像素是超像素边界，否则为 0。

      • finalize

        protected void finalize()
                 throws java.lang.Throwable
        重写
        finalize 在类中 Algorithm
        抛出
        java.lang.Throwable