opencv3 实现Harris角点检测:cornerHarris函数

本文通过一个简单的C++代码示例,演示了如何利用OpenCV3的cornerHarris函数来实现Harris角点检测。首先将彩色图像转换为灰度图,然后调用cornerHarris进行角点检测,接着对检测结果进行阈值处理以便于观察。最后,通过在原始图像上画出检测到的角点,展示了另一种显示角点的方式。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

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

using namespace cv;
using namespace std;

int main()
{
	Mat srcImage = imread("building.jpg");
	imshow("【原图】", srcImage);

	//因为角点检测的输入图像是单通道的,所以需要一个灰度图
	Mat grayImage;
	cvtColor(srcImage, grayImage, CV_BGR2GRAY);

	//进行Harris角点检测
	Mat dstImage;
	cornerHarris(grayImage, dstImage, 2, 3, 0.01);
	//函数调用后,得到的是  一组被检测到的角点的灰度值的集合(dstImage是角点灰度值的矩阵)
	//而且灰度值很小,所以如果直接显示,肉眼将无法分辨
	
	//直接显示
	imshow("【直接显示】", dstImage);

	//阀值后显示
	Mat thredImage;
	threshold(dstImage, thredImage, 0.0001, 255, CV_THRESH_BINARY);
	imshow("【阀值后显示】", thredImage);

	//另外一种显示方式
	//遍历角点图中的点的灰度值,如果大于某个值,就显示出来
	Mat showImage;
	srcImage.copyTo(showImage);
	Mat normalImage;
	//因为现在得到的角点图中的点的灰度值很小,为了方便计算,将这些灰度值规整(归一化操作)
	normalize(dstImage, normalImage, 0, 255, 32);
	for (int i = 0; i < showImage.rows; i++)
	{
		for (int j = 0; j < showImage.cols; j++)
		{
			if (normalImage.at<float>(i, j) > 15)
	
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值