OpenCV 亚像素级角点检测

角点检测可能应用于工业检测中，可以作为特征点作为后续处理的条件，也可以做图像分割，比如工件外轮廓由直线、圆弧等连接而成，可以通过角点检测把直线和圆弧分割开等。OpenCV中通过两个函数实现图像的亚像素级角点检测。
1、goodFeaturesToTrack()

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

寻找像素级角点。
参数：

image：输入8位或32位浮点单通道图像；

corners：输出检测角点的向量；

maxCorners：返回角落的最大数量，如果检测到更多的角度，就返回它们中的最强壮的一个；

qualityLevel：表征图像角点的最小可接受质量的参数，参数值乘以最好角点质量–最小特征值或哈里斯函数响应；

minDistance：返回角点之间可能的最小的欧氏距离；

mask：可选的感兴趣区域，如果角点是空的，它就指定了检测到角点的区域；

blockSize：用于计算每个像素领域的协变导数矩阵的平均块大小；

useHarrisDetector：使用哈里斯检测器的指示参数；

k：哈里斯探测器的自由参数；
2、cornerSubPix（）

void cornerSubPix(InputArray image, InputOutputArray corners, Size winSize, Size zeroZone, TermCriteria criteria)；

通过上述函数找到的角点进行亚像素级角点定位。
参数：

image：输入图像；

corners：初始化输入角点的坐标，为输出提供细化的坐标；

winSize：搜索窗口的边长的一半；

zeroZone：搜索区域中间的死区的一半大小，对它在下边的求和公式不计算，有时候它用来避免可能的自相关矩阵的奇异性，（-1，-1）用来表明这里没有这样的规模；

criteria：角点细化的迭代过程的终止条件；
3、创建TrackBar
自定义角点数。

createTrackbar("角点数", output_winName, &max_corners, max_count, SubPixel_Demo);  //创建TrackBar

4、代码实现

void SubPixel_Demo(int, void*)
{
	if (max_corners < 5)
	{
		max_corners = 5;   //控制下限
	}
	vector<Point2f> corners;           // 里面存放找到的角点坐标
	double qualityLevel = 0.01;
	double minDistance = 10;
	int blockSize = 3;
	double k = 0.04;

	// 调用goodFeaturesToTrack进行shi-Tomasi角点检测
	goodFeaturesToTrack(gray_img, corners, max_corners, qualityLevel, minDistance, Mat(), blockSize, false, k);
	cout << "角点数: " << corners.size() << endl;
	Mat result_img = src_img.clone();
	Mat result_img1 = src_img.clone();
	for (auto t = 0; t < corners.size(); ++t)
	{
		circle(result_img, corners[t], 2, Scalar(0,0,255), 2, 8, 0);    
	}
	
	// 参数设置
	Size winSize = Size(5, 5);
	Size zerozone = Size(-1, -1);
	TermCriteria criteria = TermCriteria(TermCriteria::EPS + TermCriteria::MAX_ITER, 40, 0.001);
	cornerSubPix(gray_img, corners, winSize, zerozone, criteria);   	//  调用cornerSubPix函数计算出亚像素角点的位置

																		// 输出亚像素角点信息
	for (auto t = 0; t < corners.size(); ++t)
	{

		circle(result_img, corners[t], 2, Scalar(255, 0, 0), 2, 8, 0);
		cout << "亚像素角点坐标[" << t + 1 << "]" << " point[x, y] = " << corners[t].x << " , " << corners[t].y << endl;
		
	}
	imshow(output_winName, result_img);
}

5、结果

该代码是以前从大佬博客学习复制，今天写博客没有找到原作者，若涉嫌抄袭，请联系作者删除。