使用Shi-Tomasi算法检测图像拐角
在计算机视觉领域中,Shi-Tomasi算法是一种常用的角点检测方法,它可以在图像中找出重要的拐角点。该算法结合了Harris算法和Moravec算法的优点,对于图像中不同尺度的角点都能进行有效检测。
本文将介绍如何使用OpenCV库中的Shi-Tomasi算法函数cv::goodFeaturesToTrack()来检测图像中的拐角点,并且使用C++代码实现一个简单的角点检测程序。
- 准备工作
在开始之前,需要确保已经成功安装了OpenCV库,并且已经配置好了开发环境。同时,为了方便代码编写和运行,可以使用一张测试图片。
- 读取输入图像
首先,我们需要从文件中读取一张图像,并将其转化为灰度图像。这里我们使用OpenCV中的imread()函数和cvtColor()函数。
#include <opencv2/opencv.hpp>
using namespace cv
本文详细介绍了如何利用OpenCV库中的Shi-Tomasi算法检测图像拐角点。通过读取图像、转换为灰度图、调用cv::goodFeaturesToTrack()函数进行检测,以及使用cv::drawMarker()将检测到的角点可视化,实现了C++代码实现的角点检测程序。
订阅专栏 解锁全文
142

被折叠的 条评论
为什么被折叠?



