C++ OpenCV特征提取之如何使用Shi-Tomas检测实现自定义角点的检测器

这篇文章主要介绍了C++ OpenCV特征提取之如何使用Shi-Tomas检测实现自定义角点的检测器，具有一定借鉴价值，感兴趣的朋友可以参考下，希望大家阅读完这篇文章之后大有收获，下面让小编带着大家一起了解一下。

相关API

C++: void cornerMinEigenVal(

       InputArray src,     --单通道输入8位或浮点图像

       OutputArray dst,  --图像存储的最小特征值。类型为CV_32FC1

       int blockSize,       --邻域大小值

       int apertureSize=3,   --Sobel算子的参数

       int borderType=BORDER_DEFAULT  --像素外插方法

)

代码演示

我们继续用上一个项目名为opencv--cornereigen，我先贴一下完整的图片代码

然后我们再定义一下关于Shi-Tomasi的定义

首先加上一个新的显示窗体

然后定义要显示的Mat及Trackbar需要的一些值。

然把在代码中把我们定义的窗体显示出来

在代码最下部分把Shi-Tomasi这部分的计算写出来。

TrackBar事件写法和Harris的基本一样。

接下来我们看看效果

可以看到都是阈值50的时候Harris角点检测出的结果和Shi-Tomasi角点检测出的结果会有差。

我们把阈值调到30后这个就更明显了。

感谢你能够认真阅读完这篇文章，希望小编分享的“C++ OpenCV特征提取之如何使用Shi-Tomas检测实现自定义角点的检测器”这篇文章对大家有帮助，同时也希望大家多多支持亿速云，关注亿速云行业资讯频道，更多相关知识等着你来学习!