/**
* この関数は、現在の基準パターンと検査パターンを比較して、類似度を計算します。
* @param i_patt
* 検査パターンを格納したオブジェクトです。このサイズは、基準パターンと一致している必要があります。
* @param o_result
* 結果を受け取るオブジェクトです。
* @return
* 検査に成功するとtrueを返します。
* @
*/
public bool evaluate(NyARMatchPattDeviationBlackWhiteData i_patt, NyARMatchPattResult o_result)
{
Debug.Assert(this._ref_code_patt != null);
int[] linput = i_patt.getData();
int sum;
double max = 0.0;
int res = NyARMatchPattResult.DIRECTION_UNKNOWN;
for (int j = 0; j < 4; j++)
{
//合計値初期化
sum = 0;
NyARMatchPattDeviationBlackWhiteData code_patt = this._ref_code_patt.getBlackWhiteData(j);
int[] pat_j = code_patt.getData();
//<全画素について、比較(FORの1/16展開)/>
int i;
for (i = this._pixels - 1; i >= 0; i--)
{
sum += linput[i] * pat_j[i];
}
//0.7776737688877927がでればOK
double sum2 = sum / code_patt.getPow() / i_patt.getPow();// sum2 = sum / patpow[k][j]/ datapow;
if (sum2 > max)
{
max = sum2;
res = j;
}
}
o_result.direction = res;
o_result.confidence = max;
return(true);
}
/**
* この関数は、現在の基準パターンと検査パターンを比較して、類似度を計算します。
* @param i_patt
* 検査パターンを格納したオブジェクトです。このサイズは、基準パターンと一致している必要があります。
* @param o_result
* 結果を受け取るオブジェクトです。
* @return
* 検査に成功するとtrueを返します。
* @
*/
public bool evaluate(NyARMatchPattDeviationColorData i_patt, NyARMatchPattResult o_result)
{
Debug.Assert(this._code_patt != null);
//
int[] linput = i_patt.getData();
int sum;
double max = double.MinValue;
int res = NyARMatchPattResult.DIRECTION_UNKNOWN;
int for_mod = this._optimize_for_mod;
for (int j = 0; j < 4; j++)
{
//合計値初期化
sum = 0;
NyARMatchPattDeviationColorData code_patt = this._code_patt.getColorData(j);
int[] pat_j = code_patt.getData();
//<全画素について、比較(FORの1/16展開)>
int i;
for (i = this._rgbpixels - 1; i >= for_mod; i--)
{
sum += linput[i] * pat_j[i];
}
for (; i >= 0;)
{
sum += linput[i] * pat_j[i]; i--;
sum += linput[i] * pat_j[i]; i--;
sum += linput[i] * pat_j[i]; i--;
sum += linput[i] * pat_j[i]; i--;
sum += linput[i] * pat_j[i]; i--;
sum += linput[i] * pat_j[i]; i--;
sum += linput[i] * pat_j[i]; i--;
sum += linput[i] * pat_j[i]; i--;
sum += linput[i] * pat_j[i]; i--;
sum += linput[i] * pat_j[i]; i--;
sum += linput[i] * pat_j[i]; i--;
sum += linput[i] * pat_j[i]; i--;
sum += linput[i] * pat_j[i]; i--;
sum += linput[i] * pat_j[i]; i--;
sum += linput[i] * pat_j[i]; i--;
sum += linput[i] * pat_j[i]; i--;
}
//<全画素について、比較(FORの1/16展開)/>
double sum2 = sum / code_patt.getPow();// sum2 = sum / patpow[k][j]/ datapow;
if (sum2 > max)
{
max = sum2;
res = j;
}
}
o_result.direction = res;
o_result.confidence = max / i_patt.getPow();
return(true);
}
/**
* この関数は、現在の基準パターンと検査パターンを比較して、類似度を計算します。
* @param i_patt
* 検査パターンを格納したオブジェクトです。このサイズは、基準パターンと一致している必要があります。
* @param o_result
* 結果を受け取るオブジェクトです。
* @return
* 検査に成功するとtrueを返します。
* @
*/
public bool evaluate(NyARMatchPattDeviationColorData i_patt, NyARMatchPattResult o_result)
{
Debug.Assert(this._code_patt != null);
//
int[] linput = i_patt.getData();
int sum;
double max = double.MinValue;
int res = NyARMatchPattResult.DIRECTION_UNKNOWN;
int for_mod = this._optimize_for_mod;
for (int j = 0; j < 4; j++)
{
//合計値初期化
sum = 0;
NyARMatchPattDeviationColorData code_patt = this._code_patt.getColorData(j);
int[] pat_j = code_patt.getData();
//<全画素について、比較(FORの1/16展開)>
int i;
for (i = this._rgbpixels - 1; i >= for_mod; i--)
{
sum += linput[i] * pat_j[i];
}
for (; i >= 0; )
{
sum += linput[i] * pat_j[i]; i--;
sum += linput[i] * pat_j[i]; i--;
sum += linput[i] * pat_j[i]; i--;
sum += linput[i] * pat_j[i]; i--;
sum += linput[i] * pat_j[i]; i--;
sum += linput[i] * pat_j[i]; i--;
sum += linput[i] * pat_j[i]; i--;
sum += linput[i] * pat_j[i]; i--;
sum += linput[i] * pat_j[i]; i--;
sum += linput[i] * pat_j[i]; i--;
sum += linput[i] * pat_j[i]; i--;
sum += linput[i] * pat_j[i]; i--;
sum += linput[i] * pat_j[i]; i--;
sum += linput[i] * pat_j[i]; i--;
sum += linput[i] * pat_j[i]; i--;
sum += linput[i] * pat_j[i]; i--;
}
//<全画素について、比較(FORの1/16展開)/>
double sum2 = sum / code_patt.getPow();// sum2 = sum / patpow[k][j]/ datapow;
if (sum2 > max)
{
max = sum2;
res = j;
}
}
o_result.direction = res;
o_result.confidence = max / i_patt.getPow();
return true;
}
/**
* この関数は、現在の基準パターンと検査パターンを比較して、類似度を計算します。
* @param i_patt
* 検査パターンを格納したオブジェクトです。このサイズは、基準パターンと一致している必要があります。
* @param o_result
* 結果を受け取るオブジェクトです。
* @return
* 検査に成功するとtrueを返します。
* @
*/
public bool evaluate(NyARMatchPattDeviationBlackWhiteData i_patt, NyARMatchPattResult o_result)
{
Debug.Assert(this._ref_code_patt != null);
int[] linput = i_patt.getData();
int sum;
double max = 0.0;
int res = NyARMatchPattResult.DIRECTION_UNKNOWN;
for (int j = 0; j < 4; j++)
{
//合計値初期化
sum = 0;
NyARMatchPattDeviationBlackWhiteData code_patt = this._ref_code_patt.getBlackWhiteData(j);
int[] pat_j = code_patt.getData();
//<全画素について、比較(FORの1/16展開)/>
int i;
for (i = this._pixels - 1; i >= 0; i--)
{
sum += linput[i] * pat_j[i];
}
//0.7776737688877927がでればOK
double sum2 = sum / code_patt.getPow() / i_patt.getPow();// sum2 = sum / patpow[k][j]/ datapow;
if (sum2 > max)
{
max = sum2;
res = j;
}
}
o_result.direction = res;
o_result.confidence = max;
return true;
}
