Harris角点检测

原创已于 2022-08-23 21:15:37 修改 · 2k 阅读

5 ·

CC 4.0 BY-SA版权

文章标签：

#c++ #opencv

于 2022-04-26 10:34:04 首次发布

Opencv 专栏收录该内容

15 篇文章

订阅专栏

本文详细介绍了Harris角点检测算法的工作原理，并结合OpenCV库提供了C++代码示例。通过cornerHarris函数实现图像角点定位，适合图像处理初学者和进阶者。

Harris角点检测

cornerHarris函数主要用于检测图像的哈里斯（Harris）角点检测，判断出某一点是不是图像的角点

API:

void cornerHarris(InputArray src,        //输入图像  输入单通道8位或浮点图像。
 
                  OutputArray dst,     //输出图像   类型为CV_32FC1，大小与src相同。

                  int blockSize,        //领域大小 ，计算λ1λ2时的矩阵大小

                  int ksize,               //Sobel 求导中使用的窗口大小

                  double k,              //Harris 角点检测方程中的自由参数,取值参数为[0,04,0.06] .

                  int borderType=BORDER_DEFAULT)

代码演示：

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

using namespace std;
using namespace cv;

int thresh = 130;
int max_count = 255;
const char* output_title = "HarrisCornerDetector Result";
Mat src, gray_src;
void Harris_Demo(int, void*);

int main(int argc, char** argv)
{
	src = imread("E:/技能学习/opencv特征提取与检测/lena.jpg");
	if (src.empty())
	{
		cout << "could not load image!" << endl;
		return -1;
	}
	namedWindow("input image", WINDOW_AUTOSIZE);
	imshow("input image", src);

	namedWindow(output_title, WINDOW_AUTOSIZE);
	cvtColor(src, gray_src, COLOR_BGR2GRAY);
	//imshow(output_title, gray_src);

	createTrackbar("Threshold:", output_title, &thresh, max_count, Harris_Demo);
	Harris_Demo(0, 0);

	waitKey(0);
	return 0;
}

void Harris_Demo(int, void*)
{
	Mat dst, norm_dst, normScaleDst;
	dst = Mat::zeros(gray_src.size(), CV_32FC1);
	int blockSize = 2; // 邻域半径
	double k = 0.04;
	int ksize = 3; // 邻域大小
	//角点检测
	cornerHarris(gray_src, dst, blockSize, ksize, k, BORDER_DEFAULT);

	//归一化便于进行数值比较和结果显示
	normalize(dst, norm_dst, 0, 255, NORM_MINMAX, CV_32FC1, Mat());

	//将图像的数据类型变成CV_8U
	/*convertScaleAbs函数是一个位深转化函数，可将任意类型的数据转化为CV_8UC1。具体数据处理方式如下：

	(1).对于src*alpha + beta的结果如果是负值且大于 - 255，则直接取绝对值；

	(2).对于src*alpha + beta的结果如果大于255，则取255；

	(3).对于src*alpha + beta的结果是负值，且小于 - 255，则取255；

	(4).对于src*alpha + beta的结果如果在0 - 255之间，则保持不变；*/
	convertScaleAbs(norm_dst, normScaleDst);

	//寻找Harris角点
	Mat resultImg = src.clone();
	for (int row = 0; row < resultImg.rows; row++)
	{
		uchar* currentRow = normScaleDst.ptr<uchar>(row);
		for (int col = 0; col < resultImg.cols; col++)
		{
			int value = (int)*currentRow;
			if (value > thresh)
			{
				circle(resultImg, Point(col, row), 2, Scalar(0, 0, 255), 2, 8, 0);
			}
			currentRow++;
		}
	}
	imshow(output_title, resultImg);
}