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
豆豆3 分钟前
day32 学习笔记
图像处理·笔记·opencv·学习·计算机视觉
白熊18823 分钟前
【计算机视觉】CV实战项目 - 基于YOLOv5的人脸检测与关键点定位系统深度解析
人工智能·yolo·计算机视觉
nenchoumi311925 分钟前
VLA 论文精读(十六)FP3: A 3D Foundation Policy for Robotic Manipulation
论文阅读·人工智能·笔记·学习·vln
后端小肥肠35 分钟前
文案号搞钱潜规则:日入四位数的Coze工作流我跑通了
人工智能·coze
LCHub低代码社区36 分钟前
钧瓷产业原始创新的许昌共识:技术破壁·产业再造·生态重构(一)
大数据·人工智能·维格云·ai智能体·ai自动化·大禹智库·钧瓷码
-曾牛37 分钟前
Spring AI 快速入门:从环境搭建到核心组件集成
java·人工智能·spring·ai·大模型·spring ai·开发环境搭建
阿川201540 分钟前
云智融合普惠大模型AI,政务服务重构数智化路径
人工智能·华为云·政务·deepseek
自由鬼1 小时前
开源AI开发工具:OpenAI Codex CLI
人工智能·ai·开源·软件构建·开源软件·个人开发
生信碱移1 小时前
大语言模型时代,单细胞注释也需要集思广益(mLLMCelltype)
人工智能·经验分享·深度学习·语言模型·自然语言处理·数据挖掘·数据可视化
一个数据大开发2 小时前
解读《数据资产质量评估实施规则》:企业数据资产认证落地的关键指南
大数据·数据库·人工智能