opencv-Harris角点检测

opencv-Harris角点检测

1、角点检测理论

（ps:还有很多理论的数学函数，贴一个最主要的）

没有扎实的理论基础，公式可以暂时不需要理解。对于上层应用开发人员，会用API和调参应该就行了。

2、代码

（ps:这是opencv特征检测里一小节课程，代码大多使用api，所以不注释了，以后回来复习的时候应该也不会多费力）

程序用了trackbar，更好的演示程序和观察阈值对角点检测的影响。

#include<opencv2/opencv.hpp>
#include<iostream>
using namespace cv;
using namespace std;

const char * output_title = "output";
int thresh = 120;
int max_count = 255;
void Harris(int,void*);
Mat src,gray_src;
int main()
{
	src = imread("2.jpg");
	namedWindow("src", 0);
	imshow("src",src);

	namedWindow(output_title, 0);
	cvtColor(src, gray_src, CV_BGR2GRAY);
	
	createTrackbar("Threash",output_title,&thresh,max_count,Harris);
	Harris(0, 0);


	waitKey(0);
	return 0;
}

void Harris(int,void*)
{
	Mat norm_dst,normScaledst;
	Mat dst = Mat::zeros(gray_src.size(), CV_32FC1);

	int block = 5;
	int ksize = 27;
	double k = 0.04;
	cornerHarris(gray_src, dst, block, ksize, k, BORDER_DEFAULT);
	normalize(dst, norm_dst, 0, 255, NORM_MINMAX, CV_32FC1);
	convertScaleAbs(norm_dst, normScaledst);
	
	Mat res = src.clone();
	for (int i = 0; i < res.rows; i++)
	{
		uchar* currentRow = normScaledst.ptr(i);
		for (int j = 0; j < res.cols; j++)
		{
			int value = (int)*currentRow;
			if (value > thresh)
			{
				circle(res, Point(i, j), 0.5, Scalar(0, 0, 255), 1, 8, 0);
			}
			currentRow++;
		}
	}
	imshow(output_title, res);
}

3、效果截图