C++ opencv角点检测

以下是C++ OpenCV中的角点检测方法的介绍和示例：

1. Harris角点检测：

void cornerHarris(InputArray src, OutputArray dst, int blockSize, int ksize, double k, int borderType = BORDER_DEFAULT);

该函数用于在输入的8位单通道灰度图像中进行Harris角点检测，并将检测结果保存在输出数组中。参数说明如下：
- `src`：输入图像，必须是8位单通道灰度图像。
- `dst`：输出数组，用于保存Harris角点检测结果，类型为32位浮点数。
- `blockSize`：滑块窗口的尺寸，用于计算每个像素的响应函数。一般取值为2、3、5、7等。
- `ksize`：Sobel边缘检测滤波器的大小，一般取值为3。
- `k`：Harris中间参数，经校验一般取值为0.04到0.06之间。
- `borderType`：插值类型，默认为`BORDER_DEFAULT`。

示例代码：

#include <opencv2/opencv.hpp>

using namespace cv;

int main()
{
    Mat src = imread("image.jpg", 0); // 读取灰度图像
    Mat dst;

    cornerHarris(src, dst, 2, 3, 0.04);

    // 在原图上绘制角点
    Mat dst_norm, dst_norm_scaled;
    normalize(dst, dst_norm, 0, 255, NORM_MINMAX, CV_32FC1, Mat());
    convertScaleAbs(dst_norm, dst_norm_scaled);
    for (int i = 0; i < dst_norm.rows; i++)
    {
        for (int j = 0; j < dst_norm.cols; j++)
        {
            if ((int)dst_norm.at<float>(i, j) > 100)
            {
                circle(src, Point(j, i), 5, Scalar(0), 2, 8, 0);
            }
        }
    }

    imshow("Harris Corner Detection", src);
    waitKey(0);

    return 0;
}

2. Shi-Tomasi角点检测：
Shi-Tomasi角点检测是一种改进的角点检测算法，相比于Harris角点检测，它在保持稳定性的同时提供了更好的角点检测精度。

示例代码：

#include <opencv2/opencv.hpp>

using namespace cv;

int main()
{
    Mat src = imread("image.jpg", 0); // 读取灰度图像
    Mat dst;

    vector<Point2f> corners;
    goodFeaturesToTrack(src, corners, 100, 0.01, 10);

    // 在原图上绘制角点
    for (size_t i = 0; i < corners.size(); i++)
    {
        circle(src, corners[i], 5, Scalar(0), 2, 8, 0);
    }

    imshow("Shi-Tomasi Corner Detection", src);
    waitKey(0);

    return 0;
}