java opencv 基本操作16

最新推荐文章于 2024-08-26 16:54:20 发布

古智云开

最新推荐文章于 2024-08-26 16:54:20 发布

阅读量1k

点赞数

分类专栏： java opencv 系列文章标签： opencv 计算机视觉

本文链接：https://blog.csdn.net/kan_feng/article/details/126751128

版权

java opencv 系列专栏收录该内容

23 篇文章 9 订阅

订阅专栏

这篇博客介绍了两种图像处理中的角点检测方法：哈里斯角点检测和goodFeaturesToTrack。通过Java实现的OpenCV库，详细展示了这两种算法的使用步骤，包括图像灰度化、角点检测、结果归一化和角点绘制。通过示例代码，演示了如何调整参数以获取最佳检测效果，并展示了检测结果。

摘要由CSDN通过智能技术生成

哈里斯角点检测cornerHarris

    /**
     * 哈里斯角点检测，角是图像中各个方向上强度变化很大的区域
     * cornerHarris(
     * Mat src,     --输入图像，灰度和float32类型
     * Mat dst       --输出图像
     * int blockSize,  --是拐角检测考虑的邻域大小
     * int ksize,      --使用的Sobel导数的光圈参数
     * double k       --哈里斯检测器自由参数
     * )
     */
    @Test
    public void testCornerHarris() {
    	Mat src = GeneralUtils.converMat("D:\\test\\t2.jpg");
    	
    	Mat gray = new Mat();
    	Mat result = new Mat();
    	
    	//转成灰度图
    	Imgproc.cvtColor(src, gray, Imgproc.COLOR_BGR2GRAY);
    	//角点检测
    	Imgproc.cornerHarris(gray, result, 2, 3, 0.04);
    	
    	Mat dst_norm = Mat.ones(result.size(), result.type());
    	//将检测到的值归一化到0~255之间，因为输出图像dst检测到的值是浮点数
        Core.normalize(result, dst_norm, 0, 255, Core.NORM_MINMAX);
        //将归一化后的图像像素值取绝对值，因为归一化后的图像有可能是负数
        Core.convertScaleAbs(dst_norm, dst_norm);
        
        //绘制角点
        for (int row = 0; row < dst_norm.rows(); row++) {
        	for (int col = 0; col < dst_norm.cols(); col++ ) {
        		double[] rsp = dst_norm.get(row, col);
        		if (rsp[0] > 140) {
        			Imgproc.circle(src, new Point(row, col), 5, new Scalar(0, 0, 255));
        		}
        	}
        }
        GeneralUtils.saveByteImg(src, "D:\\test\\cornerHarris.jpg");
    }

goodFeaturesToTrack角点检测

    /**
     * 角是图像中各个方向上强度变化很大的区域
     * goodFeaturesToTrack函数可以计算Harris角点和shi-tomasi角点，但默认情况下计算的是shi-tomasi角点
     * goodFeaturesToTrack( 
     * Mat src,    --8位或32位浮点型输入图像，单通道
     * Mat dst,    --保存检测出的角点
     * int maxCorners,   --角点数目最大值，如果实际检测的角点超过此值，则只返回前maxCorners个强角点
     * double qualityLevel,   --角点的品质因子
     * double minDistance,  --对于初选出的角点而言，如果在其周围minDistance范围内存在其他更强角点，则将此角点删除
     * Mat mask,    --指定感兴趣区，如不需在整幅图上寻找角点，则用此参数指定ROI
     * int blockSize,  --计算协方差矩阵时的窗口大小
     * bool useHarrisDetector,   --指示是否使用Harris角点检测，如不指定，则计算shi-tomasi角点
     * double harrisK   --Harris角点检测需要的k值
     * ) 
     */
    @Test
    public void testGoodFeaturesToTrack() {
    	Mat src = GeneralUtils.converMat("D:\\test\\t2.jpg");
    	

    	Mat gray = new Mat();
    	
    	//转成灰度图
    	Imgproc.cvtColor(src, gray, Imgproc.COLOR_BGR2GRAY);
    	MatOfPoint corners = new MatOfPoint();
    	//角点检测
    	Imgproc.goodFeaturesToTrack(gray, corners, 100, 0.01, 0.04, new Mat(), 3, false, 0.04);
    	
    	 //绘制角点
        for (int i = 0; i < corners.rows(); i++) {
        	double[] points = corners.get(i,0);
        	Imgproc.circle(src, new Point(points[0], points[1]), 5, new Scalar(0, 0, 255));
        }
        
        GeneralUtils.saveByteImg(src, "D:\\test\\goodFeaturesToTrack.jpg");
    }