goodFeaturesToTrack函数
来源:互联网 发布:北京市大数据公司 编辑:程序博客网 时间:2024/05/22 15:48
1、goodFeaturetoTrack函数
函数作用:
确定图像的强角点
2、goodFeaturetoTrack函数的调用形式
C++: void goodFeaturesToTrack(InputArray image, OutputArray corners, int maxCorners, double qualityLevel, double minDistance, InputArray mask=noArray(), int blockSize=3, bool useHarrisDetector=false, double k=0.04 )
参数详解:
InputArray image:输入图像。单通道图像,就是一般是灰度图像
OutputArray corners:输出的强角点的坐标属于vector<point2f> corners
int maxCorners:表示角点的最大数
double qualityLevel:最大最小特征值的乘法因子。定义可接受图像角点的最小质量因子。
double minDistance:限制因子。得到的角点的最小距离。使用 Euclidian 距离
InputArray mask=noArray():ROI:感兴趣区域。函数在ROI中计算角点,如果 mask 为 NULL,则选择整个图像。 必须为单通道的灰度图,大小与输入图像相同。mask对应的点不为0,表示计算该点。
int blockSize=3:计算某一像素点的协方差的邻域大小,3,5,7,9,。。。。。。
covariation matrix of derivatives over the neighborhood as:
double k=0.04 :HarrisDetector检测角点时所用的参数
opencv代码:
#include<opencv2/imgproc/imgproc.hpp>#include<opencv2/core/core.hpp>#include<opencv2/highgui/highgui.hpp>#include<iostream>using namespace cv;using namespace std;int main(){Mat src,src_gray;src= imread("D:6.jpg");cvtColor(src, src_gray, CV_RGB2GRAY);vector<Point2f> corners;double qualityLevel = 0.01;double minDistance = 10;int blockSize = 3;bool useHarrisDetector = false;double k = 0.04; //<span class="comment" style="margin: 0px; padding: 0px; border: none; color: rgb(0, 130, 0); font-family: Consolas, 'Courier New', Courier, mono, serif; line-height: 18px; background-color: rgb(248, 248, 248);">这里是0.04*max(min(e1,e2)),e1,e2是harris矩阵的特征值</span><span style="margin: 0px; padding: 0px; border: none; font-family: Consolas, 'Courier New', Courier, mono, serif; line-height: 18px; background-color: rgb(248, 248, 248);"> </span>int maxCorners = 50;/// Copy the source image goodFeaturesToTrack(src_gray,corners,maxCorners,qualityLevel,minDistance,Mat(),blockSize,useHarrisDetector,k);/// Draw corners detected for (int i = 0; i < corners.size(); i++){/*circle(src, corners[i], 5, Scalar(255), 2, 8, 0);*/circle(src, corners[i], 4, Scalar(0, 255, 0), 2, 8, 0);}imshow("shiyan", src);waitKey(0);return 0;}
- GoodFeaturesToTrack函数
- goodFeaturesToTrack函数
- goodFeaturesToTrack函数详细注释
- goodFeaturesToTrack函数详细介绍
- [opencv]goodFeaturesToTrack函数详细注释
- opencv3 确定图像强角点-goodFeaturesToTrack函数
- opencv3 确定图像强角点-goodFeaturesToTrack函数-滚动条
- python里使用cv2.goodFeaturesToTrack()函数追踪图像里的关键点
- 【opencv】goodFeaturesToTrack源码分析-1
- cvGoodFeaturesToTrack和(CV::Mat 下的goodFeaturesToTrack)
- opencv3/C++角点检测goodFeaturesToTrack()
- OpenCV2.4.4实现Shi-Tomasi角点检测(goodFeaturesToTrack)
- 图像处理特征不变算子系列之KLT算子--GoodFeaturesToTrack
- cvGoodFeaturesToTrack()与goodFeaturesToTrack()进行harris角点检测
- 亚像素级的角点检测--goodFeaturesToTrack()
- 【opencv】goodFeaturesToTrack源码分析-2-Shi-Tomasi角点检测
- goodFeaturesToTrack——Shi-Tomasi角点检测
- opencv3_java 图像的角点检测DetectConers goodFeaturesToTrack
- 2015.6.9(zookeeper角色)
- Visual C++ 64 位迁移的常见问题
- [笔试]线程共享和独有的资源
- 2015.6.10(java并发)
- led驱动程序和test程序分析
- goodFeaturesToTrack函数
- 多选判断题的判断。
- Hadoop1.x中HDFS工作原理
- Search for a Range C#
- 2015.6.11(java并发续)
- 求给定数等于最少的几个完全平方数之和
- 很好的平台,值得推荐
- Ext 颜色选择器使用
- 称砝码