- 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
计算用于角点检测的特征图。
该函数计算源图像的基于复杂空间导数的函数
dst = ( D x src ) 2 ⋅ D y y src + ( D y src ) 2 ⋅ D x x src − 2 D x src ⋅ D y src ⋅ D x y src \texttt{dst} = (D_x \texttt{src} )^2 \cdot D_{yy} \texttt{src} + (D_y \texttt{src} )^2 \cdot D_{xx} \texttt{src} - 2 D_x \texttt{src} \cdot D_y \texttt{src} \cdot D_{xy} \texttt{src} dst=(Dxsrc)2⋅Dyysrc+(Dysrc)2⋅Dxxsrc−2Dxsrc⋅Dysrc⋅Dxysrc
其中 D x D_x Dx, D y D_y Dy 是第一阶图像导数, D x x D_{xx} Dxx, D y y D_{yy} Dyy 是第二阶图像导数, D x y D_{xy} Dxy 是混合导数。
角点可以通过该函数的局部最大值来找到,如下所示:
cpp
Mat corners, dilated_corners;
preCornerDetect(image, corners, 3);
// dilation with 3x3 rectangular structuring element
dilate(corners, dilated_corners, Mat(), 1);
Mat corner_mask = corners == dilated_corners;
preCornerDetect 是 OpenCV 中的一个函数,用于检测图像中的潜在角点。该函数通过对图像进行预处理来增强角点特征,使得后续的角点检测算法(如 goodFeaturesToTrack 或 cornerHarris)能够更准确地检测角点。
函数原型
cpp
void cv::preCornerDetect
(
InputArray src,
OutputArray dst,
int ksize,
int borderType = BORDER_DEFAULT
)
参数
- 参数src: 单通道8位或浮点类型的源图像。
- 参数dst: 输出图像,类型为 CV_32F,大小与 src 相同。
- 参数ksize: Sobel 操作的孔径大小。
- 参数borderType: 像素外推方法。参见 BorderTypes。BORDER_WRAP 不支持。
代码示例
cpp
#include <iostream>
#include <opencv2/opencv.hpp>
int main( int argc, char** argv )
{
// 加载图像
cv::Mat src = cv::imread( "/media/dingxin/data/study/OpenCV/sources/images/hawk.jpg", cv::IMREAD_GRAYSCALE );
if ( src.empty() )
{
std::cout << "Could not open or find the image" << std::endl;
return -1;
}
// 创建一个窗口显示原始灰度图像
cv::namedWindow("Input Image", cv::WINDOW_AUTOSIZE);
cv::imshow("Input Image", src);
// 创建一个输出图像用于存储结果
cv::Mat dst;
// 应用 preCornerDetect 函数
int blockSize = 7;
// 使用 BORDER_REFLECT 作为边界类型
cv::preCornerDetect(src, dst, blockSize, cv::BORDER_REFLECT);
// 创建一个窗口显示处理后的图像
cv::namedWindow("Pre-Corner Detect Result", cv::WINDOW_AUTOSIZE);
cv::imshow("Pre-Corner Detect Result", dst);
// 等待按键后退出
cv::waitKey();
return 0;
}