OpenCv-C++-Shi-Tomasi角点检测

最新推荐文章于 2025-01-06 17:01:33 发布

原创最新推荐文章于 2025-01-06 17:01:33 发布 · 1k 阅读

6 ·

CC 4.0 BY-SA版权

文章标签：

#图像处理 #OpenCv

OpenCv-C++学习记录专栏收录该内容

56 篇文章

订阅专栏

本文对比了Tomasi与Harris角点检测算法，指出Tomasi为Harris的优化版本，具有更快的响应速度和更好的稳定性。通过OpenCV实现Tomasi角点检测，并展示不同参数设置下的效果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

这次的tomasi跟上次的harris比，两者原理上很像，可以说tomasi是harris的进化版。个人觉得，如果做角点检测的话，首选tomasi，因为它优化很好，响应速度比harris快。拖动TrackBar时，真的快如风，但使用harris时，有时还会崩掉。
tomasi基本原理如下：
在这里插入图片描述
相关API使用及说明：

上面截图来自于贾志刚老师的ppt页面，在此感谢贾志刚老师！
下面附上源代码：

#include<opencv2/opencv.hpp>
#include<iostream>
#include<math.h>

using namespace cv;
using namespace std;

int current_corner = 5;
int max_corner = 200;
const char* output_title = "tomasi demo";

void tomasi(int, void*);
Mat src,gray_src;
int main(int argc, char** argv)
{
	src = imread("D:/test/大厦.jpg");
	if (!src.data)
	{
		cout <<"图片未找到"<<endl;
		return -1;
	}
	imshow("input title", src);
	namedWindow(output_title, CV_WINDOW_AUTOSIZE);
	createTrackbar("corner_num", output_title, &current_corner, max_corner, tomasi);
	tomasi(0, 0);
	waitKey(0);
	return 0;
  
}

void tomasi(int, void *)
{
	RNG rng(12345);
	
	cvtColor(src, gray_src, CV_BGR2GRAY);

	if (current_corner < 5)
	{
		current_corner = 5;
	}
	Mat resultImg = gray_src.clone();
	cvtColor(resultImg, resultImg, COLOR_GRAY2RGB);//如果不转，生成的corner也是灰色的
	vector<Point2f> corners;
	double qualityLevel = 0.01;
	double minDistance=10;//两个角点之间的最小距离
	int blocksize = 3;
	bool useHarrDetector = false;
	double k = 0.04;
	goodFeaturesToTrack(gray_src, corners, current_corner, qualityLevel, minDistance, Mat(), blocksize, useHarrDetector, k);
	cout << "Num of Corner:" << corners.size() << endl;

	for (size_t i = 0; i < corners.size(); i++)
	{
		Scalar color = Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255));
		circle(resultImg, corners[i], 2, color, 2, 8, 0);
	}
	imshow(output_title, resultImg);
}

---------------------------------------------------------程序运行结果-----------------------------------------
输入图片：
在这里插入图片描述