Shi-Tomasi-corner-detector

Shi-Tomasi corner detector

一.引入

• Shi-Tomasi算子是在Harrise算子的基础上改进的，改进之处在于他们使用了不同的响应函数。
  • Harrise算子的响应函数为：

​ Shi-Tomasi算子的响应函数为：

• Shi-Tomasi 算法是Harris 算法的改进。Harris 算法最原始的定义是将矩阵 M 的行列式值与 M 的迹相减，再将差值同预先给定的阈值进行比较。后来Shi 和Tomasi 提出改进的方法，若两个特征值中较小的一个大于最小阈值，则会得到强角点。在对自相关矩阵 M 进行特征值分析时，产生两个特征值和两个特征方向向量。因为较大的不确定度取决于较小的特征值，所以通过寻找最小特征值的最大值来寻找好的特征点更加准确。

二.函数原型与参数

goodFeaturesToTrack() [1/2]

void cv::goodFeaturesToTrack	(	InputArray	image,
		OutputArray	corners,
		int	maxCorners,
		double	qualityLevel,
		double	minDistance,
		InputArray	mask = noArray(),
		int	blockSize = 3,
		bool	useHarrisDetector = false,
		double	k = 0.04
	)

第一个参数：8位或32位浮点型输入图像，单通道
第二个参数：保存检测出的角点
第三个参数：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
第四个参数：角点的品质因子
第五个参数：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
第六个参数：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
第七个参数：计算协方差矩阵时的窗口大小
第八个参数：指示是否使用Harris角点检测，如不指定，则计算shi-tomasi角点
第九个参数：Harris角点检测需要的k值

三.源码分析

参考博客：

https://blog.csdn.net/chaipp0607/article/details/54697457此博客给出了详细的函数源码分析

下面是我从官网直接copy的源码，简单注释了一下

#include "opencv2/imgcodecs.hpp"
/**
 * @function goodFeaturesToTrack_Demo.cpp
 * @brief Demo code for detecting corners using Shi-Tomasi method
 * @author OpenCV team
 */

#include "opencv2/imgcodecs.hpp"
#include "opencv2/highgui.hpp"
#include "opencv2/imgproc.hpp"
#include <iostream>

using namespace cv;
using namespace std;

/// Global variables
Mat src, src_gray;

int maxCorners = 23;//检测的最多角点数
int maxTrackbar = 100;

RNG rng(12345);
const char* source_window = "Image";

/// Function header
void goodFeaturesToTrack_Demo( int, void* );

/**
 * @function main
 */
int main( int argc, char** argv )
{
    /// Load source image and convert it to gray
    CommandLineParser parser( argc, argv, "{@input | ../data/pic3.png | input image}" );
    src = imread( parser.get<String>( "@input" ) );
    if( src.empty() )
    {
        cout << "Could not open or find the image!\n" << endl;
        cout << "Usage: " << argv[0] << " <Input image>" << endl;
        return -1;
    }
    cvtColor( src, src_gray, COLOR_BGR2GRAY );

    /// Create Window
    namedWindow( source_window );

    /// Create Trackbar to set the number of corners
    createTrackbar( "Max corners:", source_window, &maxCorners, maxTrackbar, goodFeaturesToTrack_Demo );//滑动条

    imshow( source_window, src );

    goodFeaturesToTrack_Demo( 0, 0 );


    waitKey();
    return 0;
}

/**
 * @function goodFeaturesToTrack_Demo.cpp
 * @brief Apply Shi-Tomasi corner detector
 */
void goodFeaturesToTrack_Demo( int, void* )
{
    /// Parameters for Shi-Tomasi algorithm 该函数的各参数
    maxCorners = MAX(maxCorners, 1);
    vector<Point2f> corners;
    double qualityLevel = 0.01;
    double minDistance = 10;
    int blockSize = 3, gradientSize = 3;
    bool useHarrisDetector = false;
    double k = 0.04;

    /// Copy the source image
    Mat copy = src.clone();

    /// Apply corner detection调用函数
    goodFeaturesToTrack( src_gray,
                         corners,
                         maxCorners,
                         qualityLevel,
                         minDistance,
                         Mat(),
                         blockSize,
                         gradientSize,
                         useHarrisDetector,
                         k );


    /// Draw corners detected
    cout << "** Number of corners detected: " << corners.size() << endl;
    int radius = 10;//指定画出的圈的半径
    for( size_t  i= 0; i < corners.size(); i++ )
    {	//画圆
        circle( copy, corners[i], radius, Scalar(rng.uniform(0,255), rng.uniform(0, 256), rng.uniform(0, 256)), FILLED );
    }

    /// Show what you got
    namedWindow( source_window );
    imshow( source_window, copy );
}

运行截图：