OpenCV --Shi-Tomasi角点检测算法

Shi-Tomasi算子是1994年在文章《good Features To Track》中被提出的，opencv实现此算法的函数就被命名为goodFeaturesToTrack。

 

代码：

 

//Shi-Tomasi算子
cv::Mat BasicAlgorithm::on_Shi_Tomasi(cv::Mat mat, int value)
{
    Mat g_srcImage, g_grayImage;
    g_srcImage = mat;
    int g_maxCornerNumber = value;
    int g_maxTrackbarNumber = 500;
    RNG g_rng(12345);//初始化随机数生成器

    cvtColor( g_srcImage, g_grayImage, COLOR_BGR2GRAY );

    //【1】对变量小于等于1时的处理
    if( g_maxCornerNumber <= 1 ) { g_maxCornerNumber = 1; }

    //【2】Shi-Tomasi算法（goodFeaturesToTrack函数）的参数准备
    vector<Point2f> corners;
    double qualityLevel = 0.01;//角点检测可接受的最小特征值
    double minDistance = 10;//角点之间的最小距离
    int blockSize = 3;//计算导数自相关矩阵时指定的邻域范围
    double k = 0.04;//权重系数
    Mat copy = g_srcImage.clone();	//复制源图像到一个临时变量中，作为感兴趣区域


    //【3】进行Shi-Tomasi角点检测
    goodFeaturesToTrack( g_grayImage,//输入图像
                         corners,//检测到的角点的输出向量
                         g_maxCornerNumber,//角点的最大数量
                         qualityLevel,//角点检测可接受的最小特征值
                         minDistance,//角点之间的最小距离
                         Mat(),//感兴趣区域
                         blockSize,//计算导数自相关矩阵时指定的邻域范围
                         false,//不使用Harris角点检测
                         k );//权重系数

    //【4】绘制检测到的角点
    int r = 4;
    for( int i = 0; i < corners.size(); i++ )
    {
        //以随机的颜色绘制出角点
        circle( copy, corners[i], r, Scalar(g_rng.uniform(0,255), g_rng.uniform(0,255),
                                            g_rng.uniform(0,255)), -1, 8, 0 );

        //        circle( copy, corners[i], r, Scalar(255, 0, 0), -1, 8, 0 );  //opencv中图像通道为BGR，（255,0,0）为蓝色，绘制出为蓝色点
    }
    return copy;
}