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; }