自学对象:https://blog.csdn.net/dcrmg/article/details/52551637
Shi-Tomas是对Harris算法的一种改进,效率也得到了大幅的改进。
首先介绍API
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 );
算法将处理图像依照公式求出所有大于设定阈值的点并储存在一个vector中,若点数超过设定的最大数量那么将选取特征最明显的前几个
image:8位或32位单通道灰度图像;
corners:位置点向量,保存的是检测到的角点的坐标;
maxCorners:定义可以检测到的角点的数量的最大值;
qualityLevel:检测到的角点的质量等级,角点特征值小于qualityLevel*最大特征值的点将被舍弃;
minDistance:两个角点间