opencv之Harris角点检测

opencv4.1.2+contrib win10 VS2019

算法基础

角点是一类比较特殊的点，构成角点的条件两条或者多条线的交叉，线可以理解为边缘特征很强的像素点的集合，在opencv中大部分的图像处理基于掩膜移动来实现，在矩形框内如果在没有角点的区域内也就是所谓的平原地带，无论向哪个方向移动，矩形框内圈住的内容的梯度变化都不大，如果矩形框处在单边缘线上，矩形框移动时只能在一个方向产生较大的梯度变化，不构成角。矩形框框住角点，矩形框的移动会造成各个方向梯度的变化。
计算点x方向与y方向梯度，某个点在x与y方向梯度变化都很大，证明该点为角点。梯度(某个方向变化最快的方向)

---

API介绍

void cornerHarris(InputArray src, OutputArray dst, int blockSize, int ksize, double k, int borderType=BORDER_DEFAULT)
参数介绍

• InputArray类型的src，输入图像，即原图像，填Mat类单通道浮点型图像；
• OutputArray类型的dst，函数调用后的运算结果存在这里，即这个参数用于存放Harris角点检测的输出结果，和原图片有一样的尺寸和类型；
• int类型的blockSize，表示邻域的大小，更多详细信息在cornerEigenValsAndVecs()中讲到；
• int类型的ksize，表示Sobel()算子的孔径的大小；
• double类型的k，Harris参数；
• int类型的borderType，图像像素的边界模式。注意它有默认值BORDER_DEFAULT

---

代码演示

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

#define Pic_Path "E:\\picture\\"
#define Pic_Name "harris1.jpg"
Mat src;
void Harris_Demo(int, void*);
int main(void)
{
    Mat gray_src;
	int cur_value = 180;
	int max_value = 255;
	string pic = string(Pic_Path) + string(Pic_Name);
	cout << "图片详细信息：" << pic << endl;
	src = imread(pic);
	if (src.empty())
	{
		cout << "图片不存在" << endl;
		return -1;
	}

	namedWindow("原始图片", WINDOW_AUTOSIZE);
	imshow("原始图片", src);
	cvtColor(src, gray_src, COLOR_BGR2GRAY);   //原始图片转化为灰度图
	

	createTrackbar("调整", "原始图片", &cur_value, max_value, Harris_Demo, &gray_src);

	waitKey(0);
	destroyAllWindows();
	return 0;

}
//角点检测算法部分
void Harris_Demo(int cur_value, void* gray_src)
{
	Mat harris_src,norm_dst, norm_src, scale_dst,harris_dst;
	copyTo(*(Mat*)(gray_src), harris_src,Mat());             //获取灰度图像
	norm_src = Mat::zeros(harris_src.size(), CV_32FC1);      //创建画布 用于承装harris计算结果
	int ksize = 13;        //算子size
	int blocksize = 2;    //邻域size
	double k = 0.04;      //典型值
	cornerHarris(harris_src, norm_src, blocksize, ksize, k, BORDER_DEFAULT);    //计算获取角点值
	normalize(norm_src, norm_dst, 0, 255, NORM_MINMAX, CV_32FC1,Mat());         //进行归一化  原始值有负值 乱七八糟 后期不好处理
	convertScaleAbs(norm_dst, scale_dst);                     //将计算结果转化为8位无符号
	copyTo(src, harris_dst, Mat());        //复制原始图像 用来在上面做标记
	
	//绘制角点  在角点的位置进行画圈标记
	for(size_t i=0;i<scale_dst.rows;i++)
		for (size_t j = 0; j < scale_dst.cols; j++)
		{
			if (scale_dst.at<uchar>(i, j) > cur_value)
			{
				circle(harris_dst, Point(j, i), 5, Scalar(0, 0, 255), 1, 8, 0);
			}
		}
	
	//显示检测结果
	namedWindow("角点检测", WINDOW_AUTOSIZE);
	imshow("角点检测", harris_dst);
}

---

运行结果

---

参考链接：https://www.cnblogs.com/klitech/p/5779600.html
参考链接：https://blog.csdn.net/qq_18343569/article/details/48006093
参考链接：http://www.opencv.org.cn/opencvdoc/2.3.2/html/doc/tutorials/features2d/trackingmotion/harris_detector/harris_detector.html
参考链接：https://blog.csdn.net/weixin_42018112/article/details/88079998