MFC+OPENCV实现角点检测
                                                            生活随笔
收集整理的這篇文章主要介紹了
                                MFC+OPENCV实现角点检测
小編覺得挺不錯的,現在分享給大家,幫大家做個參考.                        
                                MFC+OPENCV實現角點檢測:
// 角點檢測 // 根據《基于OpenCV的計算機視覺技術實現》#define max_corners 200; // 限定的最大角點數IplImage* srcImage = 0; // 待處理的源圖像 IplImage* ImageShow = 0; // 存儲顯示帶角點的圖像 IplImage* grayImage = 0; // 原始圖像轉換成的灰階圖像 IplImage* corners1 = 0; // 臨時圖像 IplImage* corners2 = 0; // 臨時圖像int cornerCount0 = max_corners; int cornerCount; // 實際測得角點數 int qualityLevel = 0; // 最小質量因子 int minDistance = 15; // 角點最小距離 CvScalar color = CV_RGB(255,0,0); // 繪圖顏色 CvPoint2D32f corners[200]; // 角點坐標 CvRect ROI_rect; // 測試范圍 char chek_area_state = 0; // 鼠標狀態void re_find_corners(int) // 滑動條響應函數 {int i,x,y,xl,yu,xr,yd,k;int radius = 5;int thickness = 1;double quality_level = (double) qualityLevel / 100 + 0.02;double min_distance = (double) minDistance;cornerCount=cornerCount0; // 設置最大角點數cvGoodFeaturesToTrack(grayImage, // 角點檢測corners1,corners2,corners,&cornerCount,quality_level,min_distance,NULL);if (cornerCount>0) { // 測到角點xl=ROI_rect.x; yu=ROI_rect.y; // 設置初始測試范圍xr=ROI_rect.x+ROI_rect.width;yd=ROI_rect.y+ROI_rect.height;cvCopy(srcImage,ImageShow); // 恢復源圖像for (i=0,k=0;i<cornerCount;i++) {x=(int)corners[i].x;y=(int)corners[i].y;if ((xl<x)&&(x<xr)&&(yu<y)&&(y<yd)) { // 范圍檢查corners[k].x=corners[i].x; // 保存范圍內角點corners[k].y=corners[i].y;k++;}}cornerCount=k; // 范圍內角點數cvCopy(srcImage,ImageShow);for (i=0;i<cornerCount;i++) {x=(int)corners[i].x;y=(int)corners[i].y;cvCircle(ImageShow,cvPoint(x,y), // 角點處畫圈radius,color,thickness,CV_AA,0);}cvRectangle(ImageShow,cvPoint(xl,yu),cvPoint(xr,yd),CV_RGB(0,255,0),thickness,CV_AA,0); // 畫矩形cvShowImage("image", ImageShow); // 顯示畫圈圖像} }void on_mouse2(int event,int x,int y,int flags,void* param) { // 鼠標響應函數int thickness = 1;CvPoint point1,point2;if (event == CV_EVENT_LBUTTONDOWN) { // 鼠標左鍵按下ROI_rect.x = x; // 記錄檢測窗口一角坐標ROI_rect.y = y;chek_area_state = 1; // 設置狀態標志}else if (chek_area_state && event == CV_EVENT_MOUSEMOVE) { // 鼠標移動cvCopy(srcImage,ImageShow); // 恢復原始圖像point1 = cvPoint(ROI_rect.x, ROI_rect.y);point2 = cvPoint(x,y); // 當前坐標cvRectangle(ImageShow,point1,point2,CV_RGB(0,255,0),thickness,CV_AA,0); // 畫矩形cvShowImage("image", ImageShow); // 顯示檢測結果cvWaitKey(20); // 延時}else if (chek_area_state && event == CV_EVENT_LBUTTONUP) { // 鼠標左鍵抬起ROI_rect.width = abs(x - ROI_rect.x); // 記錄檢測窗口對角坐標ROI_rect.height = abs(y - ROI_rect.y);re_find_corners(0); // 角點檢測chek_area_state = 0; // 恢復狀態標志cvWaitKey(20); } }void CCVMFCView::OnCornersTest() // 角點檢測 {if (workImg->nChannels>1) { // 原圖為真彩色圖像==3srcImage = cvCloneImage(workImg);}else { // 原圖為灰階圖像srcImage = cvCreateImage(cvGetSize(workImg),IPL_DEPTH_8U,3);cvCvtColor(workImg,srcImage,CV_GRAY2BGR);}cvFlip(srcImage);grayImage = cvCreateImage(cvGetSize(srcImage),IPL_DEPTH_8U,1);cvCvtColor(srcImage,grayImage,CV_BGR2GRAY); // 轉換為灰階圖像ImageShow = cvCloneImage(srcImage);ROI_rect.x =0;ROI_rect.y =0;ROI_rect.width = grayImage->width;ROI_rect.height = grayImage->height;corners1 = cvCreateImage(cvGetSize(grayImage),IPL_DEPTH_32F,1);corners2 = cvCreateImage(cvGetSize(grayImage),IPL_DEPTH_32F,1);cvNamedWindow("image",0); // 設置顯示窗口cvResizeWindow("image",325,350); // 改變窗口尺寸cvCreateTrackbar("角點最小距離", "image", // 設置距離滑動條&minDistance, 200,re_find_corners);cvCreateTrackbar("最小質量因子","image", // 設置質量滑動條&qualityLevel,100,re_find_corners);re_find_corners(0); // 角點檢測cvSetMouseCallback("image",on_mouse2,0); // 設置鼠標響應函數cvWaitKey(0); // 等待鍵輸入cvDestroyWindow( "image" ); // 關閉窗口cvReleaseImage(&srcImage); // 釋放圖像存儲單元cvReleaseImage(&grayImage);cvReleaseImage(&corners1);cvReleaseImage(&corners2);cvFlip(ImageShow);m_dibFlag=imageReplace(ImageShow,&workImg); // 輸出檢測結果m_ImageType=-2;Invalidate(); }
from:?http://blog.csdn.net/abcjennifer/article/details/7315220
總結
以上是生活随笔為你收集整理的MFC+OPENCV实现角点检测的全部內容,希望文章能夠幫你解決所遇到的問題。
 
                            
                        - 上一篇: opencv实现分水岭算法
- 下一篇: Matlab并行编程方法
