opencv-自定義harris角點檢測

關於harris角點檢測的原理以及matlab版本，請移步https://www.cnblogs.com/klitech/p/5779600.html

小白初學，這裏采用opencv實現之，把自己遇到的疑問一一表述出來，以備後用。

疑問1. CV_32FC1,CV_32FC(6)是什麽意思？

　 　CV_<bit_depth>(S|U|F)C<number_of_channels>

• • bit_depth,可取的值為8,16,32,64.它表示一個像素所占用的bite數
  • S|U|F， S--- signed int, U--- unsigned int, F---float
  • C<number_of_channels> 通道數，灰度圖像取值1，rgb圖像取值3　　　　　　

疑問2. Mat::zeros的兩種初始化

• Mat::zeros(int rows, int cols, int type)
• Mat::zeros(Size size,int type)

　　第一種形式，返回特定尺寸與類型的零矩陣，比如 Mat A = Mat::zeros(3,3,CV_32FC1);

　　第二種形式，程序中采用的方式，Mat::zeros(src.size(), CV_32FC(6))；

　　我的理解是這兩種形式實質一樣

疑問3. cornerEigenValsAndVecs()使用方法

　　函數原型， cornerEigenValsAndVecs( InputArray src, OutputArray dst,

int blockSize, int ksize,

int borderType = BORDER_DEFAULT );

• src 圖像類型應該為單通道，或者float
• dst 圖像類型應該為CV_32FC(6)，包含2個特征值，以及對應的2個2維向量，總計6個結果。
• blocksize 鄰域大小
• ksize 函數采用sobel算子
• borderType 取默認BORDER_DEFAULT

　函數調用參看後面的程序。

 1 #include <opencv2/opencv.hpp>
 2 #include <iostream>
 3 #include <math.h>
 4 using namespace cv;
 5 using namespace std;
 6 Mat src, gray_src;
 7 Mat harris_dst, harrisRspImg;
 8 double harris_min_rsp;
 9 double harris_max_rsp;
10 int qualityLevel = 30;
11 const char* harris_win = "Custom Harris Corners Dector";
12 int max_count = 100;
13 void CustomHarris_Demo(int, void *);
14 
15 int main()
16 {
17 
18     src = imread("D:/1.png");
19     if (src.empty())
20     {
21         cout << "could not load image..." << endl;
22         return -1;
23     }
24     namedWindow("input_image", CV_WINDOW_AUTOSIZE);
25     imshow("input_image", src);
26     cvtColor(src, gray_src, COLOR_BGR2GRAY);
27     // 計算特征值
28     int blockSize = 3;
29     int ksize = 3;
30     double k = 0.04;
31 
32     harris_dst = Mat::zeros(src.size(), CV_32FC(6)); //6通道
33     harrisRspImg = Mat::zeros(src.size(), CV_32FC1);
34     cornerEigenValsAndVecs(gray_src, harris_dst, blockSize, ksize, 4);
35     //計算響應
36     for (int row = 0; row < harris_dst.rows; row++)
37     {
38         for (int col = 0; col < harris_dst.cols; col++)
39         {
40             double lambda1 = harris_dst.at<Vec6f>(row, col)[0];
41             double lambda2 = harris_dst.at<Vec6f>(row, col)[1];
42             harrisRspImg.at<float>(row, col) = lambda1 * lambda2 - k*pow((lambda1 + lambda2), 2);
43         }
44     }
45     minMaxLoc(harrisRspImg, &harris_min_rsp, &harris_max_rsp, 0, 0, Mat());//求最大最小響應
46     namedWindow(harris_win, CV_WINDOW_AUTOSIZE);
47     createTrackbar("Quality Value", harris_win, &qualityLevel, max_count, CustomHarris_Demo);
48     CustomHarris_Demo(0, 0);
49     waitKey(0);
50     return 0;
51 }
52 void CustomHarris_Demo(int, void*) {
53     if (qualityLevel < 10) {
54         qualityLevel = 10;
55     }
56     Mat resultImg = src.clone();
57     float t = harris_min_rsp + (((double)qualityLevel) / max_count)*(harris_max_rsp - harris_min_rsp);
58     for (int row = 0; row < src.rows; row++) {
59         for (int col = 0; col < src.cols; col++) {
60             float v = harrisRspImg.at<float>(row, col);
61             if (v > t) {
62                 circle(resultImg, Point(col, row), 2, Scalar(0, 0, 255), 2, 8, 0);
63             }
64         }
65     }
66 
67     imshow(harris_win, resultImg);
68 }

opencv-自定義harris角點檢測