花老湿学习OPenCV：亚像素角点检测

引言：

若进行图像处理的目的不是提取用于识别的特征点，而是进行几何测量，这通常需要更高的精度，而goodFeaturesToTrack() 只能提供简单的像素的坐标---有时候需要实数坐标而不是整数坐标。
亚像素级角点检测的位置在摄像机标定、跟踪并重建摄像机的轨迹，或者重建被跟踪目标的三维结构时，是一个基本的测量值。
 

 

API：

 

代码展示：

 

#include "pch.h"
#include 
#include "opencv2/opencv.hpp"

using namespace std;
using namespace cv;

Mat src;
Mat graysrc;
int maxConnerNum = 30;
int maxTrackbarNum = 100;
RNG rng(getTickCount());

void Connerdecetor_demo(int pos, void* data);

int main()
{
	//待检测图像
	src = imread("F:\\visual studio\\Image\\building1.jpg");
	if (src.empty())
	{
		cout << "Can't load the image" << endl;
		return -1;
	}
	imshow("src", src);
	
	//转化为灰度图
	cvtColor(src, graysrc, COLOR_BGR2GRAY);

	namedWindow("dst", WINDOW_AUTOSIZE);
	createTrackbar("最大角点数", "dst", &maxConnerNum, maxTrackbarNum, Connerdecetor_demo);
	Connerdecetor_demo(0, 0);

	waitKey(0);
}


void Connerdecetor_demo(int pos, void* data)
{
	vector corners1;
	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
	bool useharris = false; //是否使用harris角点检测
	double k = 0.04; //harris所用参数

	//Shi-Tomasi角点检测 用于提供整数角点坐标
	goodFeaturesToTrack(graysrc, corners1, maxConnerNum, qualityLevel, minDistance, Mat(), 3, false, 0.04);


	vector corners2 = corners1;
	Size winSzie(5, 5);
	Size zeroZone(-1, -1);
	TermCriteria criteria(TermCriteria::EPS + TermCriteria::MAX_ITER, 40, 0.001);
	
	//亚像素角点检测
	cornerSubPix(graysrc, corners2, winSzie, zeroZone, criteria);

	Mat dst = graysrc.clone();
	cvtColor(dst, dst, COLOR_GRAY2BGR);
	
	for (int i = 0; i < corners1.size(); i++)
	{
		cout << "Thi-Tomasi角点" << i << ":  (" << corners1[i].x << " , " << corners1[i].y << ")" << endl;
		cout << "亚像素角点" << i << ":  (" << corners2[i].x << " , " << corners2[i].y << ")" << endl;
		circle(dst, corners2[i], 2, Scalar(255, 0, 0), 2, LINE_AA, 0);
	}
	imshow("dst", dst);

	
}

效果展示：