opencv亚像素角点检测

亚像素角点检测是一种精细的角点检测方法，可以更准确地定位图像中的角点。OpenCV中提供了cornerSubPix()函数来实现亚像素角点检测。

使用方法如下：

1. 首先进行角点检测，可以使用cornerHarris()或者cornerMinEigenVal()等函数。

2. 对于检测到的角点，使用cornerSubPix()函数进行亚像素级别的精细定位。

3. 调用cornerSubPix()函数时，需要传入原始图像、角点坐标、搜索窗口大小等参数，函数会返回精细定位后的角点坐标。

示例代码如下：

import cv2

# 读取图像
img = cv2.imread('test.jpg')

# 进行角点检测
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
corners = cv2.cornerHarris(gray, 2, 3, 0.04)

# 取出角点坐标
corners = cv2.goodFeaturesToTrack(gray, 100, 0.01, 10)
corners = np.int0(corners)

# 进行亚像素角点检测
corners_sub = cv2.cornerSubPix(gray, corners, (5, 5), (-1, -1), 
                               criteria=(cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 30, 0.001))

# 在图像上绘制角点
for i in corners:
    x, y = i.ravel()
    cv2.circle(img, (x, y), 3, (0, 0, 255), -1)

for i in corners_sub:
    x, y = i.ravel()
    cv2.circle(img, (x, y), 3, (0, 255, 0), -1)

# 显示图像
cv2.imshow('img', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

在上述代码中，我们先使用cornerHarris()函数进行角点检测，然后使用goodFeaturesToTrack()函数取出角点坐标。最后使用cornerSubPix()函数进行亚像素级别的角点精细定位，并在图像上绘制出检测结果。