OpenCV2编程手册笔记之 8.3检测FAST特征

    Harris算法的复杂度较为高，这次中，我们采用另一种算法来用较小的复杂度来检测角点。

    我们采用OpenCV2的通用接口来创建任意的特征检测器，我们FAST（Features from Accelerated Segment Test）检测器，这种算法最主要的优点就是它的检测速度非常快速。

    由于代码十分简单，我们直接说一下它的数学原理。

    FAST的数学原理从Harris算法改进而来，Harris的数学原理我上次说到过，可以参考这一篇

    FAST算法将正方形沿着区域移动更改为圆周上的点的像素灰度值和圆心点像素灰度值作比较。

    在这里，圆周上共有16个像素点，如果有12个像素点中的灰度值都大于圆心的灰度值，那我们就认为圆心的点是一个角点。

在OpenCV2下的代码如下所示

 

cv::Mat image = cv::imread("F:\\Image\\church01.jpg");
	vector<cv::KeyPoint>keypoints;
	cv::Ptr<cv::FeatureDetector> fast = cv::FastFeatureDetector::create(40);
	fast->detect(image, keypoints);
	cv::drawKeypoints(image, keypoints, image, cv::Scalar(255, 255, 255), cv::DrawMatchesFlags::DRAW_OVER_OUTIMG);
	cv::imshow("Result", image);
	cv::waitKey(0);
    return 0;