opencv学习笔记31-opencv角点检测程序

最新推荐文章于 2024-09-21 11:16:41 发布

The_xz

最新推荐文章于 2024-09-21 11:16:41 发布

阅读量347

点赞数 6

分类专栏： opencv-C++ 文章标签： opencv 学习笔记人工智能计算机视觉

本文链接：https://blog.csdn.net/The_xz/article/details/141648841

版权

opencv-C++ 专栏收录该内容

31 篇文章 0 订阅

订阅专栏

一、函数：

`goodFeaturesToTrack` 函数：

（1）函数原型：

CV_EXPORTS_W void goodFeaturesToTrack( InputArray image, OutputArray corners,
                                     int maxCorners, double qualityLevel, double minDistance,
                                     InputArray mask = noArray(), int blockSize = 3,
                                     bool useHarrisDetector = false, double k = 0.04 );

CV_EXPORTS_W void goodFeaturesToTrack( InputArray image, OutputArray corners,
                                     int maxCorners, double qualityLevel, double minDistance,
                                     InputArray mask, int blockSize,
                                     int gradientSize, bool useHarrisDetector = false,
                                     double k = 0.04 );

（2）函数作用：

goodFeaturesToTrack 函数根据 Shi 和 Tomasi (1994) 的方法，找到图像中最突出的角点或在指定图像区域内的角点。

（3）质量度量计算：

函数使用 cornerMinEigenVal 或 cornerHarris 在每个源图像像素处计算角点质量度量。

（4）非极大值抑制：

执行非极大值抑制，只保留 3x3 邻域内的局部最大值。

（5）质量阈值过滤：

质量度量小于 qualityLevel 与最大质量度量乘积的角点被拒绝。

（6）排序：

剩余的角点按质量度量降序排序。

（7）距离过滤：

如果距离小于 maxDistance 有更强的角点，则丢弃每个角点。

（8）初始化跟踪器：

该函数可用于初始化基于点的对象跟踪器。

（9）参数关系：

如果使用不同的 qualityLevel 参数值 A 和 B 调用函数，并且 A > B，则 qualityLevel=A 返回的角点向量将是 qualityLevel=B 输出向量的前缀。

（10）输入参数：

image：输入的 8 位或浮点型 32 位单通道图像。
corners：输出的检测到的角点向量。
maxCorners：要返回的角点的最大数量。如果检测到的角点更多，则返回最强的角点。maxCorners <= 0 表示没有最大限制，返回所有检测到的角点。
qualityLevel：描述图像角点最小可接受质量的参数。该参数值乘以最佳角点质量度量（最小特征值或 Harris 函数响应），小于乘积的角点被拒绝。
minDistance：返回的角点之间的最小欧几里得距离。
mask：可选的兴趣区域。如果图像非空，它指定了检测角点的区域。
blockSize：计算每个像素邻域的导数协方差矩阵的块大小。
useHarrisDetector：参数，指示是否使用 Harris 检测器或最小特征值。
k：Harris 检测器的自由参数。

（11）相关函数：

cornerMinEigenVal、cornerHarris、calcOpticalFlowPyrLK、estimateRigidTransform 等。

二、示例代码：

#include <opencv2/core/utils/logger.hpp>
#include <opencv2/opencv.hpp>           
#include <opencv2/videoio.hpp>       
#include <opencv2/objdetect.hpp>        
#include <opencv2/highgui/highgui_c.h>  
#include <iostream>                     

using namespace cv;                    
using namespace std;      



VideoCapture createInput(bool useCamera, string videoPath);
int main() {
    // 设置日志级别为不输出任何日志信息
    utils::logging::setLogLevel(utils::logging::LOG_LEVEL_SILENT);

    // 定义用于ShiTomasi角点检测的参数
    vector<Point2f> corners; // 存储检测到的角点
    double qualityLevel = 0.01; // 质量级别，用于确定强角点
    double minDistance = 10; // 检测到的角点之间的最小距离
    int blockSize = 3; // 对于每个像素，考虑的邻域的大小
    int gradiantSize = 3; // 用于计算图像梯度的窗口大小
    bool useHarrisDetector = false; // 是否使用Harris角点检测器
    double k = 0.04; // Harris角点检测器的参数

    //选择使用摄像头或视频文件
    bool useCamera = 1;
    string videoPath = "C:\\Users\\86173\\Desktop\\TI\\passerby.mp4";;

    // 创建并打开视频输入
    VideoCapture cap = createInput(useCamera, videoPath);

    // 检查视频是否成功打开，如果失败打印错误信息并退出程序
    if (!cap.isOpened()) {
        std::cout << "fail to open video...\n" << std::endl;
        return -1;
    }

    // 定义Mat对象用于存储帧、灰度图像和显示图像
    Mat frame, grayMat, dispMat;

    // 定义最大角点数量和跟踪条的值
    int maxCorners = 23;
    int maxTrackbar = 100;

    // 初始化计数器
    int cnt = 0;
    // 循环读取视频帧直到视频结束
    while (1) {
        // 从视频流中读取下一帧
        cap >> frame;
        // 如果帧为空，则退出循环
        if (frame.empty()) break;

        // 复制当前帧到显示图像
        frame.copyTo(dispMat);

        // 将当前帧转换为灰度图像
        cvtColor(frame, grayMat, COLOR_BGR2GRAY);

        // 使用goodFeaturesToTrack函数检测角点
        goodFeaturesToTrack(grayMat,
            corners,
            maxCorners,
            qualityLevel,
            minDistance,
            Mat(),
            blockSize,
            gradiantSize,
            useHarrisDetector,
            k);

        // 在检测到的角点位置绘制标记
        for (size_t i = 0; i < corners.size(); i++) {
            circle(dispMat, corners[i], 4, Scalar(255, 255, 255), -1, 8, 0);
        }

        // 显示带有角点标记的图像
        imshow("angular point", dispMat);
        // 等待用户按键，如果按下 'q' 键则退出循环
        if (waitKey(30) == 'q') {
            break;
        }
    }
    // 程序结束，返回0
    return 0;
}

// createInput函数定义，根据参数选择视频输入源
VideoCapture createInput(bool useCamera, string videoPath) {
    // 创建VideoCapture对象
    VideoCapture capVideo;
    // 根据参数选择打开摄像头或视频文件
    if (useCamera) {
        capVideo.open(0); // 0是摄像头的默认设备索引
    }
    else {
        capVideo.open(videoPath); // 打开指定路径的视频文件
    }
    // 返回VideoCapture对象
    return capVideo;
}