10.2 Shi-Tomasi角點(diǎn)檢測(cè)

10.2.1 Shi-Tomasi角點(diǎn)檢測(cè)：goodFeaturesToTrack()函數(shù)

1.定義：
??Harris算法改進(jìn)，若矩陣M行列式的值與M的跡中較小的一個(gè)大于最小閾值，則會(huì)得到強(qiáng)角點(diǎn)
2.作用：
??確定圖像的強(qiáng)角點(diǎn)，可用來(lái)初始化一個(gè)基于點(diǎn)的對(duì)象跟蹤操作
3.函數(shù)原型：

void goodFeaturesToTrack(InputArray image, OutputArray corners, int maxCorners, double qualityLevel, double minDistance, InputArray mask=noArray(), int blockSize=3, bool useHarrisDetector=false, double k=0.04)

4.參數(shù)說(shuō)明：
（1）輸入圖像，8位或浮點(diǎn)型32位單通道圖像
（2）檢測(cè)到的角點(diǎn)輸出向量
（3）角點(diǎn)最大數(shù)量
（4）角點(diǎn)檢測(cè)可接受的最小特征值為qualityLevel與圖像中最大特征值的乘積，qualityLevel通常取0.1或0.01
（5）角點(diǎn)之間的最小距離，返回的角點(diǎn)之間距離不小于minDistance個(gè)像素
（6）可選參數(shù)，表示感興趣區(qū)域，默認(rèn)noArray()，參數(shù)非空則指定角點(diǎn)檢測(cè)區(qū)域
（7）計(jì)算導(dǎo)數(shù)自相關(guān)矩陣時(shí)指定的范圍，默認(rèn)3
（8）指示是否使用Harris角點(diǎn)檢測(cè)，默認(rèn)false
（9）用于設(shè)置Hessian自相關(guān)矩陣行列式的相對(duì)權(quán)重的權(quán)重系數(shù)，默認(rèn)0.04

10.2.2 綜合示例

#include<opencv2/opencv.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<opencv2/imgproc/imgproc.hpp>
#include<iostream>
using namespace cv;
using namespace std;
//定義輔助宏
#define WINDOW_NAME "【Shi-Tomasi角點(diǎn)檢測(cè)】"
//全局變量
Mat g_srcImage, g_grayImage,g_dstImage;
int g_maxCornerNumber = 33;//角點(diǎn)檢測(cè)最大數(shù)量
int g_maxTrackbarNumber = 500;
RNG g_rng(12345);
//全局函數(shù)
void on_GoodFeaturesToTrack(int, void*);int main()
{cout << "\n\n\t歡迎來(lái)到【Shi-Tomasi角點(diǎn)檢測(cè)】示例程序\n" << endl;//載入原圖像g_srcImage = imread("1.jpg", 1);cvtColor(g_srcImage, g_grayImage, COLOR_RGB2GRAY);namedWindow(WINDOW_NAME, WINDOW_AUTOSIZE);imshow(WINDOW_NAME, g_srcImage);//創(chuàng)建滑動(dòng)條，回調(diào)函數(shù)初始化createTrackbar("最大角點(diǎn)數(shù)", WINDOW_NAME, &g_maxCornerNumber, g_maxTrackbarNumber, on_GoodFeaturesToTrack);on_GoodFeaturesToTrack(0, 0);waitKey(0);return 0;
}
void on_GoodFeaturesToTrack(int, void*)
{//對(duì)變量小于等于1時(shí)的處理if (g_maxCornerNumber <= 1) { g_maxCornerNumber = 1; }//Shi-Tomasi算法的參數(shù)準(zhǔn)備vector<Point2f>corners;double qualityLevel = 0.01;//角點(diǎn)檢測(cè)可接受最小特征值double minDistance = 10;//角點(diǎn)之間最小距離int blockSize = 3;//計(jì)算導(dǎo)數(shù)自相關(guān)矩陣時(shí)指定的鄰域范圍double k = 0.04;//權(quán)重系數(shù)Mat g_dstImage = g_srcImage.clone();//進(jìn)行Shi-Tomasi角點(diǎn)檢測(cè)goodFeaturesToTrack(g_grayImage, corners, g_maxCornerNumber, qualityLevel, minDistance, Mat(), blockSize, false, k);//輸出文字信息cout << "\t>此次檢測(cè)到的角點(diǎn)數(shù)量為：" << corners.size() << endl;//繪制檢測(cè)到的角點(diǎn)int r = 4;for (int i = 0; i < corners.size(); i++){//以隨機(jī)的顏色繪制出角點(diǎn)circle(g_dstImage, corners[i], r, Scalar(g_rng.uniform(0, 255), g_rng.uniform(0, 255), g_rng.uniform(0, 255)), -1, 8, 0);}//顯示窗口imshow(WINDOW_NAME, g_dstImage);
}

運(yùn)行效果：

總結(jié)

以上是生活随笔為你收集整理的《OpenCV3编程入门》学习笔记10 角点检测(二）Shi-Tomasi角点检测的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。