亚像素角点检测

本文介绍如何使用cv::cornerSubPix()函数对角点进行亚像素级别的优化计算,以提高角点检测的精度。该函数通过设置搜索区域大小、迭代条件等参数,结合cv::goodFeaturesToTrack()提取的角点,实现更精确的角点定位。同时,还提及了cv::drawChessboardCorners()函数在绘制棋盘格角点时的应用。
摘要由CSDN通过智能技术生成

cv::cornerSubPix()

cv::goodFeaturesToTrack()提取到的角点只能达到像素级别,在很多情况下并不能满足实际的需求,这时,我们则需要使用cv::cornerSubPix()对检测到的角点作进一步的优化计算,可使角点的精度达到亚像素级别。

void cv::cornerSubPix(  
    cv::InputArray image, // 输入图像  
    cv::InputOutputArray corners, // 角点(既作为输入也作为输出)  
    cv::Size winSize, // 区域大小为 NXN; N=(winSize*2+1)  
    cv::Size zeroZone, // 类似于winSize,但是总具有较小的范围,Size(-1,-1)表示忽略  
    cv::TermCriteria criteria // 停止优化的标准  
);  
cornerSubPix(grayImageL, cornerL, Size(5, 5), Size(-1, -1)/*表示忽略*/, TermCriteria(CV_TERMCRIT
  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值