角点检测：cornerHarris()
cornerHarris()函数是OpenCV中用于执行Harris角点检测的函数。Harris角点检测是一种用于检测图像中角点的技术，通常用于特征检测和图像匹配。以下是cornerHarris()函数的用法：
void cornerHarris(
InputArray src, // 输入图像（单通道、8位或32位浮点类型）
OutputArray dst, // 输出角点响应图像，通常是32位浮点类型
int blockSize, // 角点检测中的邻域大小（建议为2-3）
int ksize, // Sobel算子的孔径大小（建议为3）
double k, // Harris检测方程中的自由参数，一般取0.04 - 0.06
int borderType = BORDER_DEFAULT
);
以下是参数的解释：
-
src：输入图像，通常是单通道的8位或32位浮点型图像。 -
dst：输出角点响应图像，通常是一个32位浮点型图像，用于存储检测到的角点的响应值。 -
blockSize：指定角点检测时使用的邻域大小。它通常是2x2或3x3的小邻域。 -
ksize：Sobel算子的孔径大小，用于计算图像梯度。 -
k：Harris检测方程中的自由参数，一般取0.04到0.06之间的值。它决定了角点响应的敏感性。 -
borderType：边界类型，通常设置为BORDER_DEFAULT。
cornerHarris()函数执行Harris角点检测，并将检测结果存储在dst中。通常，你可以检查dst中的响应值来确定图像中的角点位置。较高的响应值通常表示角点。
以下是一个简单的示例，演示如何使用cornerHarris()函数执行Harris角点检测：
#include "opencv2/opencv.hpp"
using namespace cv;
int main()
{
Mat srcImage = imread("1.jpg", IMREAD_GRAYSCALE);
if (srcImage.empty())
{
std::cout << "Could not open or find the image!" << std::endl;
return -1;
}
Mat cornerResponse;
cornerHarris(srcImage, cornerResponse, 2, 3, 0.04);
Mat cornerMap = Mat::zeros(cornerResponse.size(), CV_8UC1);
double maxResponse;
minMaxLoc(cornerResponse, 0, &maxResponse);
for (int i = 0; i < cornerResponse.rows; i++)
{
for (int j = 0; j < cornerResponse.cols; j++)
{
if (cornerResponse.at<float>(i, j) > 0.01 * maxResponse)
{
circle(cornerMap, Point(j, i), 5, Scalar(255), 2);
}
}
}
imshow("Corner Map", cornerMap);
waitKey(0);
return 0;
}
在此示例中，我们加载了一个灰度图像，然后使用cornerHarris()函数进行角点检测。最后，我们在角点上绘制圆圈，将检测到的角点可视化。
使用本地相机进行角点检测
#include <opencv2/opencv.hpp>
using namespace cv;
// 滑块回调函数
void onTrackbar(int, void*);
int main()
{
VideoCapture cap(0);
if (!cap.isOpened())
{
std::cerr << "Error: Could not open the camera." << std::endl;
return -1;
}
Mat frame;
Mat grayFrame;
namedWindow("Harris Corner Detection", WINDOW_AUTOSIZE);
int blockSize = 2;
int ksize = 3;
int k = 0.04;
int thresholdValue = 100;
int radius = 5;
createTrackbar("Block Size", "Harris Corner Detection", &blockSize, 10, onTrackbar);
createTrackbar("K-Size", "Harris Corner Detection", &ksize, 10, onTrackbar);
createTrackbar("K Value", "Harris Corner Detection", &k, 100, onTrackbar);
createTrackbar("Threshold", "Harris Corner Detection", &thresholdValue, 1000, onTrackbar);
createTrackbar("Radius", "Harris Corner Detection", &radius, 20, onTrackbar);
while (true)
{
cap >> frame;
if (frame.empty())
{
break;
}
cvtColor(frame, grayFrame, COLOR_BGR2GRAY);
Mat cornerResponse;
cornerHarris(grayFrame, cornerResponse, blockSize * 2 + 2, ksize * 2 + 1, k / 100.0);
Mat cornerMap = Mat::zeros(cornerResponse.size(), CV_8UC1);
double maxResponse;
minMaxLoc(cornerResponse, 0, &maxResponse);
for (int i = 0; i < cornerResponse.rows; i++)
{
for (int j = 0; j < cornerResponse.cols; j++)
{
if (cornerResponse.at<float>(i, j) > thresholdValue / 1000.0 * maxResponse)
{
circle(cornerMap, Point(j, i), radius, Scalar(255), 2);
}
}
}
imshow("Harris Corner Detection", cornerMap);
if (waitKey(30) >= 0)
{
break;
}
}
return 0;
}
void onTrackbar(int, void*)
{
// You can add custom behavior when trackbars are moved if needed.
}
使用本地相机进行二值图角点检测
#include <opencv2/opencv.hpp>
using namespace cv;
Mat frame; // 用于存储摄像头捕捉的帧
Mat cornerResponse; // 存储Harris角点响应
Mat cornerMap; // 二值图像
double maxResponse; // 最大响应值
int main()
{
VideoCapture cap(0); // 打开默认相机（通常是内置摄像头）
if (!cap.isOpened())
{
std::cerr << "Error: Could not open the camera." << endl;
return -1;
}
namedWindow("Harris Corner Map", WINDOW_AUTOSIZE);
while (true)
{
cap >> frame; // 从摄像头捕捉帧
if (frame.empty())
{
break;
}
// 转换为灰度图像
Mat gray;
cvtColor(frame, gray, COLOR_BGR2GRAY);
// Harris角点检测
cornerHarris(gray, cornerResponse, 2, 3, 0.04);
// 查找最大响应值
minMaxLoc(cornerResponse, 0, &maxResponse);
// 初始化二值图像
cornerMap = Mat::zeros(cornerResponse.size(), CV_8UC1);
// 根据阈值将角点标记为白色或黑色
for (int i = 0; i < cornerResponse.rows; i++)
{
for (int j = 0; j < cornerResponse.cols; j++)
{
if (cornerResponse.at<float>(i, j) > 0.01* maxResponse)
{
cornerMap.at<uchar>(i, j) = 255;
}
else
{
cornerMap.at<uchar>(i, j) = 0;
}
}
}
imshow("Harris Corner Map", cornerMap);
if (waitKey(30) == 27) // 按下Esc键退出
{
break;
}
}
cap.release();
destroyAllWindows();
return 0;
}
