opencv之Shi-Tomasi角点检测

本文介绍了OpenCV库中的goodFeaturesToTrack函数,用于实现Shi-Tomasi角点检测。通过设置参数如最大角点数、质量水平和角点间最小距离,检测图像中的关键角点,并在图像上进行标注显示。示例代码展示了如何读取图像、转换为灰度图、检测角点以及绘制角点位置。

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

它是Harris的改进版,最原始的定义是将矩阵M的行列式与M的迹相减,再将差值同预先给定的阈值进行比较。改进后,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。

void cv::goodFeaturesToTrack(InputArrayimage,
OutputArraycorners, //检测到的角点的输出向量
int maxCorners,  //角点的最大数量
double qualityLevel, //角点检测可接受的最小特征值,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。取值通常不会超过1(常用值为0.1或0.01)
double minDistance,  //角点之间的最小距离
InputArraymask = noArray(),  //感兴趣区域,非空用于指定角点检测区域
int blockSize = 3, //计算导数自相关矩阵时指定的邻域范围
bool useHarrisDetector = false, //是否使用Harris角点检测
double k = 0.04  //用于设置Hessian自相关矩阵行列式的相对权重系数
)

案例:

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

int maxCorners = 30; // 角点的最大数量
double qualityLevel = 0.1;  //角点检测可接受的最小特征值
double minDistance = 2;  // 角点之间的最小距离

int main()
{
    // 读入图像
    Mat src, grayimg;
    src = imread("C:\\Users\\H\\Desktop\\15.png");
    if (src.empty())
    {
        cout << "请检查图像是否存在..." << endl;
        return -1;
    }
    //转换成灰度图
    cvtColor(src, grayimg, COLOR_BGR2GRAY);
    namedWindow("grayimg");
    imshow("grayimg", grayimg);

    // Shi-Tomasi角点检测
    //创建一个存储二维点的容器corners
    vector<Point2f> corners;
    goodFeaturesToTrack(grayimg, corners, maxCorners, qualityLevel, minDistance);
    // 绘制角点
    for (size_t i = 0; i < corners.size(); i++)
    {
        circle(src, corners[i], 2.5, Scalar(0, 255, 0),-1,8);
    }

    // 获取其中三个点的坐标信息并绘制在图形上
    cout << "corners0: " << corners[0] << endl;
    cout << "corners1: " << corners[1] << endl;
    cout << "corners2: " << corners[2] << endl;
   
    circle(src, corners[0], 4, Scalar(0, 0, 255),4,8);
    circle(src, corners[1], 4, Scalar(0, 255, 0),4,8);
    circle(src, corners[2], 4, Scalar(255, 0, 0),4,8);
    namedWindow("Shi-Tomasi corner");
    imshow("Shi-Tomasi corner", src);


    waitKey();
    return 0;
}

结果展示:

 

 

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