Opencv C++ hariss角点检测

        Harris 角点是指在图像中具有较高灰度变化率的像素点，可以看作是图像中的“拐角”点。

 Harris 角点检测算法主要包括以下步骤：

•      计算图像灰度值的梯度：对输入的灰度图像使用 Sobel 等算子计算每个像素的横向和纵向的灰度值梯度；
•      计算局部区域的自相关矩阵：对于每个像素点，计算其周围若干个像素构成的窗口内的灰度值梯度的协方差矩阵，以此来描述该点周围的梯度特性；
•      计算角点响应函数 R：通过计算自相关矩阵的特征值，来描述该点是否为角点。一般来说，当一个点的特征值较小时，可以认为它是平坦区域内的一个点；当特征值较大时，可以认为它是角点；当特征值差别较大时，可以认为它是边缘点；
•      对角点响应函数做非极大值抑制：遍历整张图像，抑制掉那些不是极大值的像素点，以得到更为准确和鲁棒的角点检测结果；
•      对角点结果进行阈值处理：对于角点响应函数 R 的值不超过一个预设的阈值的关键点，则被视为无效点，需要被排除。

   harris角点API：

void cv::cornerHarris	(	InputArray 	src,
OutputArray 	dst,
int 	blockSize,
int 	ksize,
double 	k,
int 	borderType = BORDER_DEFAULT 
)	

参数解析：

//InputArray src：输入图像，可以是单通道浮点型（CV_32F）或者灰度图像。

//OutputArray dst：输出结果，与输入图像相同大小和类型。该参数是一个计算出的响应图像（角点强度图）。

//int blockSize：角点检测时所考虑的邻域大小。它表示在每个像素周围的邻域内进行角点计算的窗口大小。通常设置为奇数，默认为3。

//int ksize：Sobel算子的孔径大小，用于计算图像梯度。只能是1、3、5或者7，默认为3。

//double k：角点响应函数中的自由参数，取值范围为[0.04, 0.06]。

//int borderType：边界模式，默认为BORDER_DEFAULT。可以选择不同的边界扩展方式，如BORDER_CONSTANT、BORDER_REPLICATE等。