OpenCV代码精妙之三 实现点集元素之间最小距离

OpenCV代码精妙之三 实现点集元素之间最小距离

goodFeaturesToTrack 可传入一个参数 表示 返回的特征点像素距离需要 高于 该参数指定的值
具体如何实现的呢

首先 goodFeaturesToTrack 返回的 特征点 是具有 所谓 强度 的，类似于 得分
得分越高， 越优先保留

在该基础之上， 如果某两个特征点 距离低于 了 参数 指定阈值，
那么 其中 得分较低 的将被 剔除

最简单的做法是，遍历所有特征点，
检查其他特征点 与该特征点的距离 是否低于阈值，如果低于，那么删除 这些特征点

该做法 时间复杂度 O(n*n)

OpenCV 的实现的核心 思想了 利用了一个二维数组，
该二维数组 实际上是 将 图像 分成了 N * N的网格
网格的高宽即为 距离阈值，
数组中每一个元素 是一个动态数组， 包含了坐标位于 该网格内的 所有特征点的坐标

std::vector<std::vector<Point2f> > grid(grid_width*grid_height);

注意，std::vector<Point2f>即为 数组内每一个元素
grid 可理解为 一个对应到 图像像素平面 的二维数组， 两个维度大小分别为 grid_width， grid_height

然后 遍历 每一个特征点，
获取 所在网格， 然后 遍历 位于 该网格 以及 其 八连通 邻域内的特征点，
比较 其 距离是否 低于 距离阈值 即可
为什么 是 八连通 邻域呢？
如下图 所示， 即可得出该结论。即， 低于距离阈值的特征点 一定位于 该网格 以及 其 八连通 邻域内

const int grid_width = (w + cell_size - 1) / cell_size; 

这种除法都是为了向上取整，比如 w为100， cell_size 为10， 那么10个cell 刚刚就够了
但w 为91， cell_size 为10， 此时也需要 10个cell