OpenCV特征检测(4)检测图像中的角点函数cornerHarris()的使用

  • 操作系统:ubuntu22.04
  • OpenCV版本:OpenCV4.9
  • IDE:Visual Studio Code
  • 编程语言:C++11

算法描述

Harris 角点检测器。

该函数在图像上运行 Harris 角点检测器。类似于 cornerMinEigenVal 和 cornerEigenValsAndVecs,对于每个像素 (x,y),它在一个 blockSize×blockSize 的邻域内计算一个 2×2 的梯度协方差矩阵 M(x,y)。然后,它计算以下特征值:
dst ( x , y ) = d e t M ( x , y ) − k ⋅ ( t r M ( x , y ) ) 2 \texttt{dst} (x,y) = \mathrm{det} M^{(x,y)} - k \cdot \left ( \mathrm{tr} M^{(x,y)} \right )^2 dst(x,y)=detM(x,y)−k⋅(trM(x,y))2

图像中的角点可以作为该响应图的局部最大值被找到。

cv::cornerHarris 是 OpenCV 库中的一个函数,用于检测图像中的角点。该函数基于 Harris 角点检测算法,该算法通过对图像中的每个像素计算一个响应函数来确定角点的位置。响应函数的值越大,表示该像素越有可能是角点。

函数原型

cpp 复制代码
void cv::cornerHarris	
(
	InputArray 	src,
	OutputArray 	dst,
	int 	blockSize,
	int 	ksize,
	double 	k,
	int 	borderType = BORDER_DEFAULT 
)		

参数

  • 参数src 输入单通道 8 位或浮点图像。
  • 参数dst 用于存储 Harris 检测器响应的图像。它具有类型 CV_32FC1 并且大小与 src 相同。
  • 参数blockSize 邻域大小(参见 cornerEigenValsAndVecs 的详细信息)。
  • 参数ksize Sobel 操作符的孔径参数。
  • 参数k Harris 检测器的自由参数。参见上述公式。
  • 参数borderType 像素外推方法。参见 BorderTypes。不支持 BORDER_WRAP。

代码示例

cpp 复制代码
#include <iostream>
#include <opencv2/opencv.hpp>

int main()
{
    // 加载图像
    cv::Mat img = cv::imread( "/media/dingxin/data/study/OpenCV/sources/images/hawk.jpg", cv::IMREAD_GRAYSCALE );
    if ( img.empty() )
    {
        std::cout << "Error opening image" << std::endl;
        return -1;
    }

    // 计算 Harris 角点响应
    cv::Mat harrisResponse;
    int blockSize = 2;     // 邻域大小
    int ksize     = 3;     // Sobel 梯度算子的大小
    double k      = 0.04;  // Harris 角点检测器中的自由参数

    cv::cornerHarris( img, harrisResponse, blockSize, ksize, k );

    // 显示 Harris 角点响应图像
    cv::normalize( harrisResponse, harrisResponse, 0, 255, cv::NORM_MINMAX, CV_8U );
    cv::namedWindow( "Harris Response", cv::WINDOW_NORMAL );
    cv::imshow( "Harris Response", harrisResponse );

    // 可选:标记最强的角点
    double maxVal;
    cv::minMaxLoc( harrisResponse, nullptr, &maxVal );

    // 设置阈值
    double threshold = maxVal * 0.5;

    // 创建一个新的图像来标记角点
    cv::Mat markedImg = img.clone();

    // 标记角点
    std::vector< cv::Point > corners;
    cv::Mat_< uchar > responseMat = harrisResponse;
    for ( int y = 0; y < responseMat.rows; ++y )
    {
        for ( int x = 0; x < responseMat.cols; ++x )
        {
            if ( responseMat( y, x ) > threshold )
            {
                corners.push_back( cv::Point( x, y ) );
            }
        }
    }

    // 在图像中标记角点
    for ( const auto& corner : corners )
    {
        cv::circle( markedImg, corner, 2, cv::Scalar( 0, 0, 255 ), 2 );  // 画红色圆圈
    }

    // 显示标记角点的图像
    cv::namedWindow( "Marked Corners", cv::WINDOW_NORMAL );
    cv::imshow( "Marked Corners", markedImg );

    cv::waitKey( 0 );

    return 0;
}

运行结果

原始图:

Harris Response:

Marked Corners:

相关推荐
VIP_CQCRE11 分钟前
GPT Image 2.6 商品图换背景后悬浮?接触阴影、透明区域与反射验收
图像处理·人工智能·ai·电商
泯泷1 小时前
别再傻傻地喂文件了,大厂都在偷偷给AI建这种“专属图书馆”
人工智能
oak隔壁找我2 小时前
一款运行在 DSH(DeepSeek Harness)中的类 Postman HTTP 接口调试插件
人工智能·程序员
高洁012 小时前
数字孪生与计算机视觉:让机器看懂现场
人工智能·python·机器学习·transformer·迁移学习
Csvn2 小时前
如果明天供应商涨价 3 倍?三层解耦,换模型只改一行配置(C05)
人工智能·aigc·agent
在所不辞兄3 小时前
为什么数字孪生驱动的产线标定需要在线更新机制,而不能一次标定后长期沿用?
人工智能·神经网络·其他·算法·机器学习
锋行天下4 小时前
langgraph 全栈项目(三)
前端·人工智能·后端
黄啊码4 小时前
【黄啊码】最近面了十几个想转 FDE 的程序员,一个都没招
人工智能
锋行天下4 小时前
langgraph 全栈项目(二)
前端·人工智能·后端
大模型真好玩5 小时前
用 Seedance 2.5 Flash 实现1分钟AI短剧,满足孩子的超级英雄对战梦
人工智能·aigc·deepseek