OpenCV学习之旅8——角点检测（1）

本文主要是介绍OpenCV学习之旅8——角点检测（1），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

1. Harris角点检测

计算机视觉中，兴趣点（interest points）也被称作关键点（key points）、特征点（feature points），他被用于物体识别、图像识别、图像匹配、视觉跟踪、三维重建等一系列问题。
我们不再观察整幅图像，而是选择某些特殊点进行观察。图像特征类型可分为三类：边缘、角点、斑点。
如果某一点在任何方向的微小运动都会造成灰度的剧烈变化，那么我们称这个点为角点。角点通常位于两条边缘的交界处，所以他可以精确地定位图像的二维特征。
角点的具体可通过以下几种方式描述：一阶导数（即灰度梯度）局部最大值所对应的像素点；两条或两条以上边缘交点；图像梯度值和梯度方向变化速率很高的点等。
目前图像处理领域，角点检测可分为三类：

基于灰度图像的角点检测
基于二值图像的角点检测
基于轮廓曲线的角点检测

基于灰度图像的检测又可分为基于梯度、基于模板、基于梯度模板组合三类方法。其中基于模板的方法主要考虑像素邻域点的灰度变化，即图像亮度的变化。常见的基于模板的角点检测算法有Kitchen-Rosenfeld算法、Harris算法、KLT算法、SUSAN算法等。

1.1 Harris角点检测

Harris角点检测稳定性高，尤其对于L型角点检测精度高，但由于使用了高斯滤波，运行速度较慢，角点信息有丢失、聚簇和偏移的现象。

1.1.1 cornerHarris()函数

void cornerHarris( InputArray src, OutputArray dst, int blockSize,int ksize, double k,int borderType=BORDER_DEFAULT );

第三个参数：邻域大小；
第四个参数：Sobel算子孔径大小；
第五个参数：Harris参数；
第六个参数：边界模式。

1.2 程序实例1

#include <opencv2/opencv.hpp>  
#include <opencv2/imgproc/imgproc.hpp>  
using namespace cv;  int main()  
{  //以灰度模式载入图像并显示Mat srcImage = imread("1.jpg", 0);imshow("原始图", srcImage);  //进行Harris角点检测找出角点Mat cornerStrength;  cornerHarris(srcImage, cornerStrength, 2, 3, 0.01);imshow("jiaodianjiance", cornerStrength);//对灰度图进行阈值操作，得到二值图并显示  Mat harrisCorner;  threshold(cornerStrength, harrisCorner, 0.00001, 255, THRESH_BINARY);  imshow("角点检测后的二值效果图", harrisCorner);  waitKey(0);  return 0;  
}

1.3 程序实例2

#include <opencv2/opencv.hpp>
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
using namespace cv;
using namespace std;//-----------------------------------【宏定义部分】--------------------------------------------  
//  描述：定义一些辅助宏  
//------------------------------------------------------------------------------------------------  
#define WINDOW_NAME1 "【程序窗口1】"        //为窗口标题定义的宏  
#define WINDOW_NAME2 "【程序窗口2】"        //为窗口标题定义的宏  //-----------------------------------【全局变量声明部分】--------------------------------------
//      描述：全局变量声明
//-----------------------------------------------------------------------------------------------
Mat g_srcImage, g_srcImage1,g_grayImage;
int thresh = 30; //当前阈值
int max_thresh = 175; //最大阈值//-----------------------------------【全局函数声明部分】--------------------------------------
//      描述：全局函数声明
//-----------------------------------------------------------------------------------------------
void on_CornerHarris( int, void* );//回调函数//-----------------------------------【main( )函数】--------------------------------------------
//      描述：控制台应用程序的入口函数，我们的程序从这里开始执行
//-----------------------------------------------------------------------------------------------
int main( int argc, char** argv )
{//【0】改变console字体颜色system("color 3F");  //【1】载入原始图并进行克隆保存g_srcImage = imread( "1.jpg", 1 );if(!g_srcImage.data ) { printf("读取图片错误，请确定目录下是否有imread函数指定的图片存在~！ \n"); return false; }  imshow("原始图",g_srcImage);g_srcImage1=g_srcImage.clone( );//【2】存留一张灰度图cvtColor( g_srcImage1, g_grayImage, CV_BGR2GRAY );//【3】创建窗口和滚动条namedWindow( WINDOW_NAME1, CV_WINDOW_AUTOSIZE );createTrackbar( "阈值: ", WINDOW_NAME1, &thresh, max_thresh, on_CornerHarris );//【4】调用一次回调函数，进行初始化on_CornerHarris( 0, 0 );waitKey(0);return(0);
}//-----------------------------------【on_HoughLines( )函数】--------------------------------
//      描述：回调函数
//----------------------------------------------------------------------------------------------void on_CornerHarris( int, void* )
{//---------------------------【1】定义一些局部变量-----------------------------Mat dstImage;//目标图Mat normImage;//归一化后的图Mat scaledImage;//线性变换后的八位无符号整型的图//---------------------------【2】初始化---------------------------------------//置零当前需要显示的两幅图，即清除上一次调用此函数时他们的值dstImage = Mat::zeros( g_srcImage.size(), CV_32FC1 );g_srcImage1=g_srcImage.clone( );//---------------------------【3】正式检测-------------------------------------//进行角点检测cornerHarris( g_grayImage, dstImage, 2, 3, 0.04, BORDER_DEFAULT );// 归一化与转换normalize( dstImage, normImage, 0, 255, NORM_MINMAX, CV_32FC1, Mat() );convertScaleAbs( normImage, scaledImage );//将归一化后的图线性变换成8位无符号整型 //---------------------------【4】进行绘制-------------------------------------// 将检测到的，且符合阈值条件的角点绘制出来for( int j = 0; j < normImage.rows ; j++ ){ for( int i = 0; i < normImage.cols; i++ ){if( (int) normImage.at<float>(j,i) > thresh+80 ){circle( g_srcImage1, Point( i, j ), 5,  Scalar(10,10,255), 2, 8, 0 );circle( scaledImage, Point( i, j ), 5,  Scalar(0,10,255), 2, 8, 0 );}}}//---------------------------【4】显示最终效果---------------------------------imshow( WINDOW_NAME1, g_srcImage1 );imshow( WINDOW_NAME2, scaledImage );
}