OpenCV学习（77）

绝点检测（2）：Shi一Tomasi角点检测

一，Shi-Tomasi角点检测概述；

二，确定图像强角点:goodFeaturesToTrackO函数；

三，综合示例:Shi-Tomasi角点检测；

一，Shi-Tomasi角点检测概述

        除了利用Harris进行角点检测之外，我们通常还可以利用Shi-Tomasi方法进行角点检测。Shi-Tomasi算法是Harris 算法的改进，此算法最原始的定义是将矩阵M的行列式值与M的迹相减，再将差值同预先给定的阈值进行比较。后来Shi和Tomasi提出改进了方法，若两个特征值中较小的一个大于最小阈值，则会得到强角点。
       由于Shi-Tomasi算子是1994年在文章《Good Features to Track》中被提出的，OpenCV实现此算法的函数名便定义为 goodFeaturesToTrack。下面我们来看看此函数的用法。

二，确定图像强角点:goodFeaturesToTrackO函数

        goodFeaturesToTrack()函数结合了Shi-Tomasi 算子，用于确定图像的强角点。

 

 

       ·第一个参数，InputArray类型的image，输入图像，须为8位或浮点型32位单通道图像。
       ·第二个参数，OutputArray类型的corners，检测到的角点的输出向量。

       ·第三个参数，int类型的maxCorners，角点的最大数量。
       ·第四个参数，double类型的qualityLevel，角点检测可接受的最小特征值。其实实际用于过滤角点的最小特征值是qualityLevel 与图像中最大特征值的乘积。所以qualityLevel通常不会超过1（常用的值为0.10或者0.01)。而检测完所有的角点后，还要进一步剔除掉一些距离较近的角点。
       ·第五个参数，double类型的 minDistance，角点之间的最小距离，此参数用于保证返回的角点之间的距离不小于minDistance个像素。
       ·第六个参数，InputArray类型的 mask，可选参数，表示感兴趣区域，有默认值 noArray()。若此参数非空(需为CV_8UC1类型,且和第一个参数image有相同的尺寸)，便用于指定角点检测区域。
       ·第七个参数，int类型的blockSize，有默认值3，是计算导数自相关矩阵时指定的邻域范围。
       ·第八个参数，bool类型的useHarrisDetector，默认值 false，指示是否使用Harris角点检测。
       ·第九个参数，double类型的k，有默认值0.04，为用于设置Hessian自相关矩阵行列式的相对权重的权重系数。
另外值得一提的是，goodFeaturesToTrack函数可用来初始化一个基于点的对象跟踪操作。

三，综合示例:Shi-Tomasi角点检测

代码：

#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include <opencv2/core/utils/logger.hpp>
#include <iostream>
using namespace cv;
using namespace std;

//-----------------------------------【宏定义部分】-------------------------------------------- 
//  描述：定义一些辅助宏 
//----------------------------------------------------------------------------------------------
#define WINDOW_NAME "【Shi-Tomasi角点检测】"        //为窗口标题定义的宏 



//-----------------------------------【全局变量声明部分】--------------------------------------
//          描述：全局变量声明
//-----------------------------------------------------------------------------------------------
Mat g_srcImage, g_grayImage;
int g_maxCornerNumber = 33;
int g_maxTrackbarNumber = 500;
RNG g_rng(12345);//初始化随机数生成器


//-----------------------------【on_GoodFeaturesToTrack( )函数】----------------------------
//          描述：响应滑动条移动消息的回调函数
//----------------------------------------------------------------------------------------------
void on_GoodFeaturesToTrack(int, void*)
{
	//【1】对变量小于等于1时的处理
	if (g_maxCornerNumber <= 1) { g_maxCornerNumber = 1; }

	//【2】Shi-Tomasi算法（goodFeaturesToTrack函数）的参数准备
	vector<Point2f> corners;
	double qualityLevel = 0.01;//角点检测可接受的最小特征值
	double minDistance = 10;//角点之间的最小距离
	int blockSize = 3;//计算导数自相关矩阵时指定的邻域范围
	double k = 0.04;//权重系数
	Mat copy = g_srcImage.clone();	//复制源图像到一个临时变量中，作为感兴趣区域

	//【3】进行Shi-Tomasi角点检测
	goodFeaturesToTrack(g_grayImage,//输入图像
		corners,//检测到的角点的输出向量
		g_maxCornerNumber,//角点的最大数量
		qualityLevel,//角点检测可接受的最小特征值
		minDistance,//角点之间的最小距离
		Mat(),//感兴趣区域
		blockSize,//计算导数自相关矩阵时指定的邻域范围
		false,//不使用Harris角点检测
		k);//权重系数


	//【4】输出文字信息
	cout << "\t>此次检测到的角点数量为：" << corners.size() << endl;

	//【5】绘制检测到的角点
	int r = 4;
	for (int i = 0; i < corners.size(); i++)
	{
		//以随机的颜色绘制出角点
		circle(copy, corners[i], r, Scalar(g_rng.uniform(0, 255), g_rng.uniform(0, 255),
			g_rng.uniform(0, 255)), -1, 8, 0);
	}

	//【6】显示（更新）窗口
	imshow(WINDOW_NAME, copy);
}


//-----------------------------------【ShowHelpText( )函数】----------------------------------
//          描述：输出一些帮助信息
//----------------------------------------------------------------------------------------------
static void ShowHelpText()
{
	printf("\n\n\t\t\t   当前使用的OpenCV版本为：" CV_VERSION);
	printf("\n\n  ----------------------------------------------------------------------------\n");
	//输出一些帮助信息
	printf("\n\n\n\t欢迎来到【Shi-Tomasi角点检测】示例程序\n");
	printf("\n\t请调整滑动条观察图像效果\n\n");

}


//--------------------------------------【main( )函数】-----------------------------------------
//          描述：控制台应用程序的入口函数，我们的程序从这里开始执行
//-----------------------------------------------------------------------------------------------
int main()
{
	//【0】改变console字体颜色
	system("color 2F");
	cv::utils::logging::setLogLevel(utils::logging::LOG_LEVEL_SILENT);//控制台不在输出日志文件

	//【0】显示帮助文字
	ShowHelpText();

	//【1】载入源图像并将其转换为灰度图
	g_srcImage = imread("E:/pictures/2.jpg", 1);
	cvtColor(g_srcImage, g_grayImage, COLOR_BGR2GRAY);

	//【2】创建窗口和滑动条，并进行显示和回调函数初始化
	namedWindow(WINDOW_NAME, WINDOW_AUTOSIZE);
	createTrackbar("最大角点数", WINDOW_NAME, &g_maxCornerNumber, g_maxTrackbarNumber, on_GoodFeaturesToTrack);
	imshow(WINDOW_NAME, g_srcImage);
	on_GoodFeaturesToTrack(0, 0);

	waitKey(0);
	return(0);
}

运行结果：