Qt + Opencv 角点检测（Shi-Tomas + 亚像素精度角点）

直接上代码

#include "mainwindow.h"
#include "ui_mainwindow.h"

#include<opencv2/opencv.hpp>
#include<QDebug>
#include<QElapsedTimer>

using namespace cv;
#pragma execution_character_set("utf-8")
MainWindow::MainWindow(QWidget *parent)
    : QMainWindow(parent)
    , ui(new Ui::MainWindow)
{
    ui->setupUi(this);

    QElapsedTimer time;

    Mat img = imread("1.png");
    if(img.empty())
        return;

    Mat grayImg;
    if(img.channels() == 3)
        cvtColor(img, grayImg, COLOR_BGR2GRAY);
    else
        img.copyTo(grayImg);

    time.start();
//[0]  找角点
    int x = 688, y = 63, w = 100, h = 100;
    Rect rect(x, y, w, h);
    Mat rectImag = grayImg(rect);
    std::vector<Point2f> points;

    //  处理前要先截取图片，大图片很耗费时间
    //  0.09比最小可接受质量corner大，可以过滤掉不需要的corner
    goodFeaturesToTrack(rectImag, points, 2, 0.09, 10);
    for (int i =0; i < points.size(); i++)
        qDebug()<<"亚像素处理前: "<<points[i].x<<points[i].y;

    for (int i =0; i < points.size(); i++)
    {
        circle(img, Point(points[i].x + x, points[i].y + y), 3, Scalar(0, 0, 255), FILLED);
    }
//[0]
    qDebug()<<time.elapsed();   //  3ms

//[1]  找到最小可接受质量corner
    Mat dst(grayImg.rows, grayImg.cols, CV_32FC1);
    cornerMinEigenVal(rectImag, dst, 3);
    float bastCorner = 0;
    for (int i =0; i < dst.rows; i++)
    {
        for (int j =0; j < dst.cols; j++)
        {
            if(dst.at<float>(i, j) > bastCorner)
                bastCorner = dst.at<float>(i, j);   //  记录最小可接受质量corner
        }
    }

    qDebug()<<bastCorner;   //  最小可接受质量corner为0.0342
//[1]

//[2]  亚像素级的角点检测
    time.start();
    cornerSubPix(rectImag, points, Size(3, 3), Size(-1, -1),
                 TermCriteria(TermCriteria::COUNT|TermCriteria::EPS, 20, 0.01));
    for (int i =0; i < points.size(); i++)
        qDebug()<<"亚像素处理后: "<<points[i].x<<points[i].y;
    qDebug()<<time.elapsed();　　//  0ms
//[2]

    imshow("rectImag", rectImag);
    imshow("img", img);
}

 原图

rectImg

注意事项：

1、千万别用Harris！千万别用Harris！千万别用Harris！难调又难用！Shi-Tomas是Harris改良版。

2、goodFeaturesToTrack()算子处理的图片一定要截图，千万不要完整图片，加掩膜也没用，灰度原图（985*756）耗时150ms+，截图后才3ms。

3、goodFeaturesToTrack()算子处理前先运行cornerMinEigenVal()算子，将最小可接受质量的corner找到，才能写入合适的qualityLevel。

4、找角点还有另一种方法，通过两直线相交或者直线与圆相交的方法，但是找两条直线不如直接找角点快。

5、cornerSubPix()算子基本不耗时（本程序），观测结果可见至多能修正0.5个像素（±0.5取上下限），对于精度要求高的项目很有必要。

6、TermCriteria::COUNT：迭代次数或元素最大数目　　TermCriteria::EPS：迭代算法终止所需精度条件。