特征描述子提取公用接口
来源:互联网 发布:手游源码交易 编辑:程序博客网 时间:2024/04/28 22:43
OpenCV封装了一些特征描述子提取算法,使得用户能够解决该问题时候方便使用各种算法。这章用来计算的描述子提取被表达成一个高维空间的向量 vector.所有实现 vector 特征描述子子提取的部分继承了 DescriptorExtractor 接口.
DescriptorExtractor
- class DescriptorExtractor
抽象基类 for 对图像关键点计算特征描述子.
class CV_EXPORTS DescriptorExtractor{public: virtual ~DescriptorExtractor(); void compute( const Mat& image, vector<KeyPoint>& keypoints, Mat& descriptors ) const; void compute( const vector<Mat>& images, vector<vector<KeyPoint> >& keypoints, vector<Mat>& descriptors ) const; virtual void read( const FileNode& ); virtual void write( FileStorage& ) const; virtual int descriptorSize() const = 0; virtual int descriptorType() const = 0; static Ptr<DescriptorExtractor> create( const string& descriptorExtractorType );protected: ...};
在这个接口中, 一个关键点的特征描述子可以被表达成密集(dense),固定维数的向量。 大部分特征描述子按照这种模式每隔固定个像素计算。特征描述子的集合被表达成 Mat , 其中每一行是一个关键的特征描述子.
DescriptorExtractor::compute
根据检测到的图像(第一种情况)或者图像集合(第二种情况)中的关键点(检测子)计算描述子.
- C++: void DescriptorExtractor::compute(const Mat& image, vector<KeyPoint>& keypoints, Mat& descriptors) const
- C++: void DescriptorExtractor::compute(const vector<Mat>& images, vector<vector<KeyPoint>>& keypoints, vector<Mat>& descriptors) const
Parameters: - image – 图像.
- images – 图像集.
:param keypoints:输入的特征关键点. 不能被计算特征描述子的关键点被略过. 另外一些情况新的特征关键点增加进来, 比如: SIFT 增加了几个主方向上的特征关键点.
Parameters: - descriptors – 计算特征描述子. In the second variant of the method descriptors[i] are descriptors computed for a keypoints[i]`. Row ``j is the keypoints(or keypoints[i]) is the descriptor for keypoint j-th keypoint.
DescriptorExtractor::read
从文件点中读取特征描述子提取的对象.
- C++: void DescriptorExtractor::read(const FileNode& fn)
Parameters: - fn – 读取的文件点.
DescriptorExtractor::write
写入特征描述子的提取的对象到文件.
- C++: void DescriptorExtractor::write(FileStorage& fs) const
Parameters: - fs – 写入的文件.
DescriptorExtractor::create
根据名字创建特征描述子提取.
- C++: Ptr<DescriptorExtractor> DescriptorExtractor::create(const string& descriptorExtractorType)
Parameters: - descriptorExtractorType – Descriptor extractor type.
现有实现支持以下几个类型的特征描述子提取方法:
- "SIFT" – SiftDescriptorExtractor
- "SURF" – SurfDescriptorExtractor
- "ORB" – OrbDescriptorExtractor
- "BRIEF" – BriefDescriptorExtractor
A combined format is also supported: descriptor extractor adapter name ( "Opponent" – OpponentColorDescriptorExtractor ) + descriptor extractor name (see above), for example: "OpponentSIFT" .
0 0
- 特征描述子提取公用接口
- 特征描述子匹配公用接口
- 【图像特征提取6】ORB特征点的描述----BRIEF描述子
- 【图像特征提取16】BRIEF特征描述子原理及源码解析
- HOG描述子提取
- 特征描述子评测
- BRIEF 特征描述子
- BRIEF 特征描述子
- BRIEF 特征描述子
- BRIEF特征描述子
- BRIEF特征描述子
- 图像特征提取与描述
- SITF特征提取和描述
- ColorDescriptor software v4.0 一个提取颜色特征描述子的软件包
- 图像特征点提取及描述子汇总:FIST、SURF、FAST、BRIEF、ORB、BRISK、FREAK
- 提取轮廓和描述子
- 局部特征描述子概述
- 浅谈SIFT特征描述子
- Injection Attack
- mongoDB的高级查询和高级修改
- 利用jquery ajax读取下拉多选框的值,并向php页面传送的具体代码如下
- 给定一个非常长的字节序列如何高效的统计1的个数
- 厦门大学2015年法律硕士招生简章
- 特征描述子提取公用接口
- 灰度图像--图像增强 Robert算子、Sobel算子
- Protobuf在Visual Studio 2013下编译和使用(1)
- Ubuntu下Protocol Buffers安装
- Effective Java——创建和销毁对象
- 【Java网络】Socket 多线程, 一对多服务
- Java三大框架
- vim 与vi的兼容性问题
- OpenCV中SiftDescriptorExtractor