OpenCV使用goodFeaturesToTrack实现角点检测

一、概述

　　案例：使用goodFeaturesToTrack实现角点检测

　　特点：goodFeaturesToTrack的检测速度比cornerHarris角点检测的速度更加快速，且API的使用更加方便

goodFeaturesToTrack(src,corners,maxCorners,quality_level,min_distance,Mat(),block_size,use_harris,k);
1.src：输入图像，输入的图像必须是8位或32位单通道图像
2.corners：输出的角点使用vector<Point2f>存储
3.maxCorners：最大角点数目，也就是corners集合中能存放的最大交点数，也就是最强的前corners个角点
4.quality_level:质量水平系数，是0.01~1之间的系数，其中系数越大检测到的角点就越少，反之亦然
5.min_distance：角点之间的最小距离，小于此距离的角点会被忽略，距离越大有可能检测到的角点就越少
6.Mat()掩码，mask=0忽略，基础用法忽略即可
7.block_size:Sobel算子，使用的邻域，四邻域，八邻域等 3，5，7
9.user_harris:是否使用harris检测，true是，false否
10.k：harris角点检测时使用一般为0.04，user_harris=false时此参数会被忽略

　　角点检测步骤：

　　　　1.加载原图

　　　　2.图像灰度化

　　　　3.执行角点检测

　　　　4.绘制角点并显示图像　　

二、代码示例

 updateParams(min_distanceEidt->text().toDouble(),block_sizeEdit->text().toInt());
    src = imread(filePath.toStdString().c_str());//加载原图
    if(src.empty()){
        qDebug()<<"Error file is empty";
        return;
    }
//    imshow("src",src);
    cvtColor(src,gray,COLOR_BGR2GRAY);//转为灰度图
//    imshow("gray",gray);
    //执行角点检测
    vector<Point2f> corners;//检测出的角点
    goodFeaturesToTrack(gray,corners,maxCorners,quality_level,min_distance,Mat(),block_size,use_harris,k);
    //将角点绘制出来
    for(size_t t = 0;t<corners.size();t++){
        circle(src,corners[t],3,Scalar(0,0,255),1,LINE_8);
    }
    QImage image = ImageUtils::matToQImage(src);
    QPixmap pixmap = QPixmap::fromImage(image);
    QGraphicsPixmapItem *item = new QGraphicsPixmapItem(pixmap.scaled(this->size(),Qt::KeepAspectRatio,Qt::SmoothTransformation));
    scene.addItem(item);

 

三、演示图片