OpenCV:goodFeaturesToTrack角点检测的应用( 三 )


goodFeaturesToTrack()提取的角点只能达到像素级别,在良多环境下并不克不及知足现实的需求,这时就需要cornerSubPix()对检测的角点作进一步的优化计较,
使角点的精度达到亚像素级别 。
void cornerSubPix( 
                InputArray image, // 输入图像 
                InputOutputArray corners, // 角点
                Size winSize, // 区域大小为 N*N; N=(winSize*2+1) 
                Size zeroZone, // 近似于winSize,Size(-1,-1)暗示忽略 
                TermCriteria criteria // 遏制优化的尺度 
); 
第一个参数是输入图像和goodFeaturesToTrack()中的输入图像是统一个图像 。
第二个参数是检测到的角点,便是输入也是输出 。
第三个参数是计较亚像素角点时考虑的区域大小,大小为N*N; N=(winSize*2+1) 。
第四个参数感化近似于winSize,可是老是具有较小的规模,凡是忽略(即Size(-1, -1)) 。
第五个参数暗示计较亚像素时遏制迭代的尺度,可选的值有TermCriteria::MAX_ITER 、TermCriteria::EPS,前者暗示迭代次数达到了最年夜次数时遏制,后者暗示角点位置转变的最小值已经达到最小时遏制迭代 。 二者均利用cv::TermCriteria()机关函数进行指定 。

OpenCV:goodFeaturesToTrack角点检测的应用

文章插图

4goodFeaturesToTrack连系cornerSubPix的应用
法式:
#include <opencv2\opencv.hpp>
#include <opencv2\highgui\highgui.hpp>
#include <opencv2\features2d\features2d.hpp>
#include <opencv2\core\core.hpp>
using namespace std; 
using namespace cv; 
int main()
{
       Mat image_color = imread("Lighthouse.jpg", 1);  
       Mat image_gray; 
       cvtColor(image_color, image_gray, COLOR_BGR2GRAY); 
      
       //设置角点检测参数 
       vector<Point2f> corners; 
       int max_corners = 500; 
       double quality_level = 0.01; 
       double min_distance = 3.0; 
       int block_size = 3; 
       bool use_harris = false; 
       double k = 0.04; 
       goodFeaturesToTrack(image_gray,  
                              corners,  
                              max_corners,  
                              quality_level,  
                              min_distance,  

推荐阅读