OpenCV3 角点检测：goodFeaturesToTrack()

函数原型：

	void cv::goodFeaturesToTrack(
		cv::InputArray image, // 输入图像（CV_8UC1 CV_32FC1）
		cv::OutputArray corners, // 输出角点vector
		int maxCorners, // 最大角点数目
		double qualityLevel, // 质量水平系数（小于1.0的正数，一般在0.01-0.1之间）
		double minDistance, // 最小距离，小于此距离的点忽略
		cv::InputArray mask = noArray(), // mask=0的点忽略
		int blockSize = 3, // 使用的邻域数
		bool useHarrisDetector = false, // false ='Shi Tomasi metric'
		double k = 0.04 // Harris角点检测时使用
	);

 参数解析：

第一个参数：是输入图像（8位或32位单通道图）。

第二个参数：是检测到的所有角点，类型为vector或数组，由实际给定的参数类型而定。如果是vector，那么它应该是一个包含
cv::Point2f的vector对象；如果类型是cv::Mat,那么它的每一行对应一个角点，点的x、y位置分别是两列。

第三个参数：用于限定检测到的点数的最大值。

第四个参数：表示检测到的角点的质量水平（通常是0.10到0.01之间的数值，不能大于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合并）。

第六个参数：是mask，如果指定，它的维度必须和输入图像一致，且在mask值为0处不进行角点检测。

第七个参数：是blockSize，表示在计算角点时参与运算的区域大小，常用值为3，但是如果图像的分辨率较高则可以考虑使用较大一点的值。

第八个参数：用于指定角点检测的方法，如果是true则使用Harris角点检测，false则使用Shi Tomasi算法。

第九个参数：是在使用Harris算法时使用，最好使用默认值0.04。

程序示例：

#include 
#include 
#include 
#include 
#include 

int main()
{
	cv::Mat image_color = cv::imread("house.jpg", 1);

	//使用灰度图像进行角点检测
	cv::Mat image_gray;
	cv::cvtColor(image_color, image_gray, cv::COLOR_BGR2GRAY);//彩色图转灰度图

	//设置角点检测参数
	std::vector corners;
	int max_corners = 200;
	double quality_level = 0.01;
	double min_distance = 3.0;
	int block_size = 3;
	bool use_harris = false;
	double k = 0.04;

	//角点检测
	cv::goodFeaturesToTrack(image_gray, 
		corners, 
		max_corners, 
		quality_level, 
		min_distance, 
		cv::Mat(), 
		block_size, 
		use_harris, 
		k);

	//将检测到的角点绘制到原图上
	for (int i = 0; i < corners.size(); i++)
	{
		cv::circle(image_color, corners[i], 1, cv::Scalar(0, 0, 255), 2, 8, 0);
	}

	cv::imshow("house", image_color);
	cv::waitKey(0);
	return 0;
}