c++视觉检测------Shi-Tomasi 角点检测

Shi-Tomasi 角点检测 ：goodFeaturesToTrack()

goodFeaturesToTrack() 函数是 OpenCV 中用于角点检测的功能函数。它的主要作用是检测图像中的良好特征点，通常用于计算机视觉任务中的光流估算、目标跟踪等。

函数签名：

void goodFeaturesToTrack(InputArray image, OutputArray corners, int maxCorners, double qualityLevel, double minDistance, InputArray mask = noArray(), int blockSize = 3, bool useHarrisDetector = false, double k = 0.04);

各参数解释：

• image：输入图像（灰度图像）。
• corners：输出参数，检测到的角点的坐标，通常是一个 std::vector。
• maxCorners：最大要检测的角点数目。
• qualityLevel：特征点的最低质量阈值。该参数是一个介于 0 和 1 之间的浮点数，表示特征点的最低质量水平。
• minDistance：检测到的特征点之间的最小距离。
• mask：可选参数，指定感兴趣区域（ROI）的掩码。
• blockSize：每个角点周围的区域大小，用于计算角点的最小特征值。
• useHarrisDetector：可选参数，如果设置为 true，则使用 Harris 角点检测方法，否则使用 Shi-Tomasi 角点检测方法。
• k：Harris 角点检测方法中的自由参数，通常为 0.04。

goodFeaturesToTrack() 函数返回的 corners 包含检测到的角点的坐标。这些角点通常用于后续计算，如光流估算或目标跟踪。

根据你的需求，你可以通过调整 maxCorners、qualityLevel、minDistance 和其他参数来控制检测到的特征点数量和质量。同时，你还可以选择使用 Harris 角点检测或 Shi-Tomasi 角点检测方法。

#include "opencv2/opencv.hpp"
#include "opencv2/highgui/highgui.hpp"

using namespace cv;

int main()
{
    Mat srcImage = imread("1.jpg"); // 加载图像

    if (srcImage.empty())
    {
        std::cerr << "Could not open or find the image!" << std::endl;
        return -1;
    }

    // 将图像转换为灰度图
    Mat grayImage;
    cvtColor(srcImage, grayImage, COLOR_BGR2GRAY);

    // 设置需要检测的最大特征点数
    int maxCorners = 100;

    // 设置特征点质量（0.01 到 1 之间的值）
    double qualityLevel = 0.01;

    // 设置特征点之间的最小距离
    double minDistance = 10;

    // 使用 goodFeaturesToTrack 函数检测角点
    std::vector<Point2f> corners;
    goodFeaturesToTrack(grayImage, corners, maxCorners, qualityLevel, minDistance);

    // 在原始图像上绘制角点
    Mat resultImage = srcImage.clone();
    for (size_t i = 0; i < corners.size(); i++)
    {
        circle(resultImage, corners[i], 5, Scalar(0, 0, 255), -1);
    }

    // 显示结果
    namedWindow("Good Features To Track", WINDOW_NORMAL);
    imshow("Good Features To Track", resultImage);
    waitKey(0);

    return 0;
}

使用本地相机进行角点检测

#include 

using namespace cv;
using namespace std;

int main()
{
    // 读取本地相机的视频流
    VideoCapture cap(0);
    if (!cap.isOpened())
    {
        cout << "Failed to open camera." << endl;
        return -1;
    }

    // 创建窗口和滑块
    namedWindow("Image");
    int max_corners = 100;
    createTrackbar("Max corners", "Image", &max_corners, 500);

    // 循环处理每一帧图像
    while (true)
    {
        Mat image, gray_image;
        cap >> image;
        if (image.empty()) break;

        // 转换为灰度图像
        cvtColor(image, gray_image, COLOR_BGR2GRAY);

        // 获取滑块的值作为maxCorners参数
        vector<Point2f> corners;
        double quality_level = 0.01;
        double min_distance = 10;
        int block_size = 3;
        bool use_harris_detector = false;
        double k = 0.04;
        goodFeaturesToTrack(gray_image, corners, max_corners, quality_level,
            min_distance, Mat(), block_size, use_harris_detector, k);

        // 在图像中绘制角点
        for (size_t i = 0; i < corners.size(); i++)
        {
            circle(image, corners[i], 5, Scalar(0, 0, 255), -1);
        }

        // 显示图像和滑块
        imshow("Image", image);
        char key = waitKey(1);
        if (key == 27) break;
    }

    // 释放摄像头并关闭窗口
    cap.release();
    destroyAllWindows();

    return 0;
}