OpenCV：goodFeaturesToTrack角点检测的应用 _2410

绪：
最常用的角点检测方式是Harris角点检测，
OpenCV供给了Harris角点检测的接口cornerHarris()，但Harris检测的角点是像素级的，且检测速度较慢；
这里介绍OpenCV另一个功能更为壮大角点检测函数goodFeaturesToTrack()，
不仅撑持Harris角点检测，也撑持Shi Tomasi算法的角点检测。
但该函数检测的角点依然是像素级此外。
若想获取更为邃密的角点坐标，
则需要与cornerSubPix()函数共同利用，获得亚像素角点。

文章插图

需要这些哦
opencv 2410
方式/
1goodFeaturesToTrack格局：
void goodFeaturesToTrack(
InputArray image, //输入图像
                       OutputArray corners, //输出角点vector
                       int maxCorners, //最年夜角点数量
                       double qualityLevel, // 质量程度系数
double minDistance, // 最小距离，小于此距离的点忽略
                       InputArray mask = noArray(), // mask=0的点忽略
                       int blockSize = 3, //邻域数
bool useHarrisDetector = false, // false =Shi Tomasi metric
                       double k = 0.04 //Harris角点检测时利用
);
参数：
第一个参数是输入图像（8位或32位单通道图）；
第二个参数是检测的所有角点，类型为vector或数组，由给定的参数类型而定。若是是vector，那么它应该是一个包含cv::Point2f的vector对象；若是类型是cv::Mat,那么它的每一行对应一个角点，点的x、y位置别离是两列；
第三个参数用于限制检测到的点数的最年夜值；
第四个参数暗示检测到的角点的质量程度（凡是是0.10到0.01之间的数值，不克不及年夜于1.0）；
第五个参数用于区分相邻两个角点的最小距离（小于这个距离得点将进行归并）；
第六个参数是mask，若是指定，它的维度必需和输入图像一致，且在mask值为0处不进行角点检测。
第七个参数是blockSize，暗示在计较角点时介入运算的区域大小，常用值为3，可是若是图像的分辩率较高则可以考虑利用较年夜一点的值；
第八个参数用于指定角点检测的方式，若是是true则利用Harris角点检测，false则利用Shi Tomasi算法；
第九个参数是在利用Harris算法时利用，最好利用默认值0.04；