Opencv3從頭開始（十）Harris角點檢測

如果某一點在任意方向的一個微小變動都會引起灰度很大的變化，那麼我們就把它稱之爲角點

cornerHarris 函數用於在OpenCV中運行Harris角點檢測算子處理圖像

/*
Harris角點檢測
*/

#include<opencv2/opencv.hpp>
#include<opencv2/imgproc.hpp>
#include<opencv2/imgcodecs.hpp>
#include<opencv2/core/core.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<iostream>

using namespace std;
using namespace cv;

Mat gray_image;
Mat image;
int thresh = 0 ;

void on_CornerHarris( int, void* );

int main(int argc, char* argv[]){
    
    image = imread("建築.jpeg");
    //灰度
    cvtColor(image,gray_image,COLOR_BGR2GRAY);
 
    namedWindow( "展示", CV_WINDOW_AUTOSIZE );
	createTrackbar( "閾值: ", "展示", &thresh, 175, on_CornerHarris );
    on_CornerHarris( 0, 0 );

    waitKey(0);
    return 0;

}

//回調函數
void on_CornerHarris( int, void* ){
    //定義角點
    Mat image_1,dstImage,normImage,scaledImage;
    dstImage = Mat::zeros( gray_image.size(), CV_32FC1 );
	image_1=image.clone( );
    cornerHarris(gray_image, dstImage, 2, 3, 0.01);
    //歸一化與轉換
	normalize( dstImage, normImage, 0, 255, NORM_MINMAX, CV_32FC1, Mat() );
    //將歸一化後的圖線性變換成8位無符號整型 
	convertScaleAbs( normImage, scaledImage );
    
	// 將檢測到的，且符合閾值條件的角點繪製出來
	for( int j = 0; j < normImage.rows ; j++ )
	{ for( int i = 0; i < normImage.cols; i++ )
	    {
            if( (int) normImage.at<float>(j,i) > thresh+80 )
            {
                circle( image_1, Point( i, j ), 5,  Scalar(10,10,255), 2, 8, 0 );
                circle( scaledImage, Point( i, j ), 5,  Scalar(0,10,255), 2, 8, 0 );
                
            }
	    }
	}
    imshow("二值效果圖", scaledImage);  
    imshow("展示",image_1);

}

imread(“建築.jpeg”,0);
其中，imread->0表示直接讀取灰度圖像。
效果如下：