萌新学习手册：openCV中Hassi角点检测

createTrackbar(const string& trackbarname, 
               const string& winname,                              
               int* value, int count,                              
               TrackbarCallback onChange = 0,                              
               void* userdata = 0);

用于创建一个滑动空间，可以动态调动阈值；

trackbarname：滑动空间的名称；

winname：滑动空间用于依附的图像窗口的名称；

value：初始化阈值；

count：滑动控件的刻度范围；

TrackbarCallback是回调函数，调动阈值后会执行

 

超级推荐Mat类详解:

https://blog.csdn.net/giantchen547792075/article/details/9107877

dst = Mat::zeros(Size size, int type);

例如本代码中用到dst = Mat::zeros(gray_src.size(), CV_32FC1);

Mat::zeros是初始化的一种用于生成一张全黑的图像

关于CV_32FC1等类似的参数的解释

https://blog.csdn.net/zuqiutxy/article/details/76104521

其中CV_32FC1表示每一个像素点在内存中占32位，类型为float（还有S和U分别代表有符号整型和无符号整型）C1表示单通道图像

 

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

用于Harris角点检测

src 输入图像

dst储存检测的图像

blockSize传入邻域的大小

ksize用于求导的窗口大小

k Harris 角点检测方程中的自由参数

BORDER_DEFAULT 图像卷积的时候边界像素不能被卷积操作，因为边界像素没有完全跟kernel重叠，这种是openCV的默认操作，即在卷积开始之前增加边缘像素以确保图像的边缘被处理，在卷积处理之后再去掉这些边缘。

 

https://blog.csdn.net/cosmispower/article/details/64457406

normalize(InputArry src,InputOutputArray dst,double alpha=1,double beta=0,int norm_type=NORM_L2,

normalsize用于归一化数据，分为数据归一化和范围归一化

参数说明

src               输入数组；

dst               输出数组，数组的大小和原数组一致；

alpha           1,用来规范值，2.规范范围，并且是下限；

beta             只用来规范范围并且是上限；

norm_type   归一化选择的数学公式类型；

dtype           当为负，输出在大小深度通道数都等于输入，当为正，输出只在深度与输入不同，不同的地方由dtype决定；

mark            掩码。选择感兴趣区域，选定后只能对该区域进行操作。

 

#include
#include
using namespace std;
using namespace cv;
const char* output_title = "HarrisCornerDetectionResult";
Mat src,gray_src;
int thresh = 130;//设置阈值
int max_counter = 255;
void Harris_Demo(int, void*);

int main(int argc,char** argv)
{

	src = imread("C:/Users/pbiha/Desktop/image/1.png");
	if (src.empty())
	{
		printf("can not load image\n");
		return -1;
	}
	
	namedWindow("input", CV_WINDOW_AUTOSIZE);
	imshow("input", src);

	namedWindow(output_title, CV_WINDOW_AUTOSIZE);
	cvtColor(src, gray_src, COLOR_BGR2GRAY);

	createTrackbar("Threshold:", output_title, &thresh, max_counter, Harris_Demo);
	Harris_Demo(0, 0);

	waitKey(0);
	return 0;
}

void Harris_Demo(int, void*)
{
	Mat dst,norm_dst,normScaleDst;
	dst = Mat::zeros(gray_src.size(), CV_32FC1);

	int ksize = 3;
	int blockSize = 2;
	double k = 0.04;
	cornerHarris(gray_src, dst, blockSize,ksize, k, BORDER_DEFAULT);//用Harris算法计算并保存在输出数组中
	normalize(dst, norm_dst, 0, 255, NORM_MINMAX,CV_32FC1,Mat());//把需要处理的数据经过归一化限制在你需要的一定范围内
	convertScaleAbs(norm_dst, normScaleDst);//使用线性变换转换输入数组元素成8位无符号整型

	Mat resultImage = src.clone();
	for(int row = 0; row < resultImage.rows; row++) {
		uchar* currentRow = normScaleDst.ptr(row);//直接提取出当前这一行的所有的像素点
		for (int col = 0; col < resultImage.cols; col++) {
			int value = (int)*currentRow;
			if (value>thresh) {
				circle(resultImage, Point(col, row), 1, Scalar(0, 0, 255), 2, 8, 0);
			}
			currentRow++;
		}
	}
	imshow(output_title, resultImage);
}