亚像素级角点检测（cornerSubPix）



本文转自：http://blog.csdn.net/holybin/article/details/41122493

概述

除了利用Harris进行角点检测和利用Shi-Tomasi方法进行角点检测外，还可以使用cornerEigenValsAndVecs()函数和cornerMinEigenVal()函数自定义角点检测函数。如果对角点的精度有更高的要求，可以用cornerSubPix()函数将角点定位到子像素，从而取得亚像素级别的角点检测效果。

cornerSubPix()函数

（1）函数原型

cornerSubPix()函数在角点检测中精确化角点位置，其函数原型如下：

[cpp] view plain copy print ?

1. C++: void cornerSubPix(InputArray image, InputOutputArray corners, Size winSize, Size zeroZone, TermCriteria criteria);  
2. C: void cvFindCornerSubPix(const CvArr* image, CvPoint2D32f* corners, int count, CvSize win, CvSize zero_zone, CvTermCriteria criteria);  

C++: void cornerSubPix(InputArray image, InputOutputArray corners, Size winSize, Size zeroZone, TermCriteria criteria);
C: void cvFindCornerSubPix(const CvArr* image, CvPoint2D32f* corners, int count, CvSize win, CvSize zero_zone, CvTermCriteria criteria);

（2）函数参数

函数参数说明如下：

image：输入图像

corners：输入角点的初始坐标以及精准化后的坐标用于输出。

winSize：搜索窗口边长的一半，例如如果winSize=Size(5,5)，则一个大小为的搜索窗口将被使用。

zeroZone：搜索区域中间的dead region边长的一半，有时用于避免自相关矩阵的奇异性。如果值设为(-1,-1)则表示没有这个区域。
criteria：角点精准化迭代过程的终止条件。也就是当迭代次数超过criteria.maxCount，或者角点位置变化小于criteria.epsilon时，停止迭代过程。

代码示例

代码示例基于goodFeaturesToTrack()检测出来的角点，使用cornerSubPix()函数将角点位置精确到亚像素级精度。

[cpp] view plain copy print ?

1. /** 
2. * @使用cornerSubPix()函数在goodFeaturesToTrack()的角点检测基础上将角点位置精确到亚像素级别 
3. * @author holybin 
4. */  
5.   
6. #include "opencv2/highgui/highgui.hpp"  
7. #include "opencv2/imgproc/imgproc.hpp"  
8. #include <iostream>  
9. #include <stdio.h>  
10. #include <stdlib.h>  
11. using namespace cv;  
12. using namespace std;  
13.   
14. /// 全局变量  
15. Mat src, srcGray;  
16. int maxCorners = 10;    //角点个数的最大值   
17. int maxCornersThresh = 20;  //角点个数最大值的上限（滑动条范围0-20）   
18. char* detectWindow = "detection";  
19. char* refineWindow = "refinement";  
20.   
21. /// 角点精准化函数声明  
22. void doCornerRefinement( int, void* );  
23.   
24. int main( int argc, char** argv )  
25. {  
26.  /// 载入图像并灰度化   
27.   src = imread( "D:\\opencv_pic\\house_small.jpg", 1 );  
28.   cvtColor( src, srcGray, CV_BGR2GRAY );  
29.   
30.   /// 创建显示窗口以及滑动条    
31.   namedWindow( detectWindow, CV_WINDOW_AUTOSIZE );  
32.   createTrackbar( "max  num:", detectWindow, &maxCorners, maxCornersThresh, doCornerRefinement );    
33.   imshow( detectWindow, src );  
34.   
35.   doCornerRefinement( 0, 0 );  
36.   
37.   waitKey(0);  
38.   return(0);  
39. }  
40.   
41.  /// 使用Shi-Tomasi方法检测角点，再对角点位置进行精准化  
42. void doCornerRefinement( int, void* )  
43. {  
44.   if( maxCorners < 1 )  
45.       maxCorners = 1;  
46.     
47.   /// Shi-Tomasi的参数设置  
48.   vector<Point2f> corners;  
49.   double qualityLevel = 0.01;  
50.   double minDistance = 10;  
51.   int blockSize = 3;  
52.   bool useHarrisDetector = false;   //不使用Harris检测算法  
53.   double k = 0.04;  
54.   
55.   /// 深度拷贝原图像用于绘制角点  
56.   Mat detectSrcCopy = src.clone();  
57.   Mat refineSrcCopy = src.clone();  
58.   
59.   /// 应用Shi-Tomasi角点检测算法   
60.   goodFeaturesToTrack( srcGray,   
61.                corners,  
62.                maxCorners,  
63.                qualityLevel,  
64.                minDistance,  
65.                Mat(),   //未选择感兴趣区域   
66.                blockSize,  
67.                useHarrisDetector,  
68.                k );  
69.   
70.   /// 当maxCorners的值较小时，以下两个值基本是一样的；    
71.   /// 当maxCorners的值较大时，实际检测到的角点数目有可能小于maxCorners，以下两个值不一样。    
72.   cout<<"*  detected corners : "<<corners.size()<<endl;    
73.   cout<<"** max corners: "<<maxCorners<<endl;    
74.   
75.   /// 1--显示角点检测结果  
76.   int r = 3;  
77.   cout<<"-- Before refinement: "<<endl;  
78.   for( int i = 0; i < corners.size(); i++ )  
79.   {  
80.       // 标示出角点  
81.      circle( detectSrcCopy, corners[i], r, Scalar(255,0,255), -1, 8, 0 );  
82.      // 输出角点坐标  
83.      cout<<"  ["<<i<<"]  ("<<corners[i].x<<","<<corners[i].y<<")"<<endl;   
84.   }  
85.   namedWindow( detectWindow, CV_WINDOW_AUTOSIZE );  
86.   imshow( detectWindow, detectSrcCopy );  
87.   
88.   /// 角点位置精准化参数  
89.   Size winSize = Size( 5, 5 );  
90.   Size zeroZone = Size( -1, -1 );  
91.   TermCriteria criteria = TermCriteria(   
92.       CV_TERMCRIT_EPS + CV_TERMCRIT_ITER,   
93.       40, //maxCount=40  
94.       0.001 );  //epsilon=0.001  
95.   /// 计算精准化后的角点位置  
96.   cornerSubPix( srcGray, corners, winSize, zeroZone, criteria );  
97.   
98.   /// 2--显示精准化后的角点  
99.   cout<<"-- After refinement: "<<endl;  
100.   for( int i = 0; i < corners.size(); i++ )  
101.   {  
102.       // 标示出角点  
103.       circle( refineSrcCopy, corners[i], r, Scalar(255,0,255), -1, 8, 0 );  
104.       // 输出角点坐标  
105.       cout<<" ["<<i<<"]  ("<<corners[i].x<<","<<corners[i].y<<")"<<endl;   
106.   }  
107.   namedWindow( refineWindow, CV_WINDOW_AUTOSIZE );  
108.   imshow( refineWindow, refineSrcCopy );  
109.   
110.   cout<<endl;  
111. }  

/**
* @使用cornerSubPix()函数在goodFeaturesToTrack()的角点检测基础上将角点位置精确到亚像素级别
* @author holybin
*/

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

/// 全局变量
Mat src, srcGray;
int maxCorners = 10;	//角点个数的最大值 
int maxCornersThresh = 20;	//角点个数最大值的上限（滑动条范围0-20） 
char* detectWindow = "detection";
char* refineWindow = "refinement";

/// 角点精准化函数声明
void doCornerRefinement( int, void* );

int main( int argc, char** argv )
{
 /// 载入图像并灰度化 
  src = imread( "D:\\opencv_pic\\house_small.jpg", 1 );
  cvtColor( src, srcGray, CV_BGR2GRAY );

  /// 创建显示窗口以及滑动条  
  namedWindow( detectWindow, CV_WINDOW_AUTOSIZE );
  createTrackbar( "max  num:", detectWindow, &maxCorners, maxCornersThresh, doCornerRefinement );  
  imshow( detectWindow, src );

  doCornerRefinement( 0, 0 );

  waitKey(0);
  return(0);
}

 /// 使用Shi-Tomasi方法检测角点，再对角点位置进行精准化
void doCornerRefinement( int, void* )
{
  if( maxCorners < 1 )
	  maxCorners = 1;
  
  /// Shi-Tomasi的参数设置
  vector<Point2f> corners;
  double qualityLevel = 0.01;
  double minDistance = 10;
  int blockSize = 3;
  bool useHarrisDetector = false;	//不使用Harris检测算法
  double k = 0.04;

  /// 深度拷贝原图像用于绘制角点
  Mat detectSrcCopy = src.clone();
  Mat refineSrcCopy = src.clone();

  /// 应用Shi-Tomasi角点检测算法 
  goodFeaturesToTrack( srcGray, 
		       corners,
		       maxCorners,
		       qualityLevel,
		       minDistance,
		       Mat(),	//未选择感兴趣区域 
		       blockSize,
		       useHarrisDetector,
		       k );

  /// 当maxCorners的值较小时，以下两个值基本是一样的；  
  /// 当maxCorners的值较大时，实际检测到的角点数目有可能小于maxCorners，以下两个值不一样。  
  cout<<"*  detected corners : "<<corners.size()<<endl;  
  cout<<"** max corners: "<<maxCorners<<endl;  

  /// 1--显示角点检测结果
  int r = 3;
  cout<<"-- Before refinement: "<<endl;
  for( int i = 0; i < corners.size(); i++ )
  {
	  // 标示出角点
     circle( detectSrcCopy, corners[i], r, Scalar(255,0,255), -1, 8, 0 );
	 // 输出角点坐标
	 cout<<"	["<<i<<"]  ("<<corners[i].x<<","<<corners[i].y<<")"<<endl; 
  }
  namedWindow( detectWindow, CV_WINDOW_AUTOSIZE );
  imshow( detectWindow, detectSrcCopy );

  /// 角点位置精准化参数
  Size winSize = Size( 5, 5 );
  Size zeroZone = Size( -1, -1 );
  TermCriteria criteria = TermCriteria( 
	  CV_TERMCRIT_EPS + CV_TERMCRIT_ITER, 
	  40, //maxCount=40
	  0.001 );	//epsilon=0.001
  /// 计算精准化后的角点位置
  cornerSubPix( srcGray, corners, winSize, zeroZone, criteria );

  /// 2--显示精准化后的角点
  cout<<"-- After refinement: "<<endl;
  for( int i = 0; i < corners.size(); i++ )
  {
	  // 标示出角点
	  circle( refineSrcCopy, corners[i], r, Scalar(255,0,255), -1, 8, 0 );
	  // 输出角点坐标
	  cout<<"	["<<i<<"]  ("<<corners[i].x<<","<<corners[i].y<<")"<<endl; 
  }
  namedWindow( refineWindow, CV_WINDOW_AUTOSIZE );
  imshow( refineWindow, refineSrcCopy );

  cout<<endl;
}

实验结果：