openCV特征检测与提取（二）-- Shi-Tomasi角点检测

Shi-Tomasi角点检测

Harris算法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

由于harris算法的稳定性和k值相关，因此在harris的基础上发现，角点的稳定性和矩阵M的较小特征值相关。

即可以直接计算出矩阵M的特征值，用较小的特征值与阈值比较，大于阈值的则为角点

Api说明：

代码：

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

using namespace cv;
using namespace std;


const char* output_title = "HarrisCornerDetection";
int corn_num = 25;
int corn_max = 200;
Mat src, gray_src;
void Tomasi_Demo(int, void*);
int main(int argc, char** argv) {
	src = imread("C:/Users/18929/Desktop/博客项目/项目图片/18.jpg");
	if (src.empty()) {
		printf("could not load image");
		return -1;
	}
	imshow("input_img", src);

	namedWindow(output_title, CV_WINDOW_AUTOSIZE);

	//首先转换为灰度图像
	cvtColor(src, gray_src, COLOR_BGR2GRAY);
	createTrackbar("Threshold:", output_title, &corn_num, corn_max, Tomasi_Demo);
	Tomasi_Demo(0, 0);


	waitKey(0);
	return 0;
}

void Tomasi_Demo(int, void*) {

	//定义最小显示多少个corner
	if (corn_num<5)
	{
		corn_num = 5;
	}
	//定义容器装corn检测结果
	vector<Point2f> corners;
	//定义参数
	double qualityLevel = 0.01;
	double minDistance = 10;
	int blockSize = 3;
	double useHarris = false;
	double k = 0.04;
	Mat resultImg = src.clone();

	//交点检测
	goodFeaturesToTrack(gray_src, corners, corn_num, qualityLevel, minDistance, Mat(), blockSize, useHarris, k);
	printf("Number of Dected Corners:%d", corners.size());

	//画出角点
	for (size_t i = 0; i < corners.size(); i++)
	{
		circle(resultImg, corners[i], 2, Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255)), 2, 8, 0);
	}
	dst = Mat::zeros(gray_src.size(), CV_32FC1);

	//定义参数
	int blockSize = 2;
	int ksize = 3;
	double k = 0.04;
	//角点检测
	cornerHarris(gray_src, dst, blockSize, ksize, k, BORDER_DEFAULT);
	//检测完后，通过归一化操作，将像素限制在0-255内
	normalize(dst, norm_dst, 0, 255, NORM_MINMAX, CV_32FC1, Mat());
	//增强画质，看的更清晰
	convertScaleAbs(norm_dst, norm_result);

	//画出检测结果
	Mat resultImg = src.clone();
	for (int row = 0; row < resultImg.rows; row++)
	{
		//获取对应结果图的行数
		uchar* currentRow = norm_result.ptr(row);
		for (int col = 0; col < resultImg.cols; col++)
		{
			int value = (int)*currentRow;
			//比较，如果对应值笔阈值大，则为角点
			if (value > thres) {
				circle(resultImg, Point(col, row), 2, Scalar(0, 0, 255), 2, 8, 0);
			}
			currentRow++;
		}
	}
}