opencv249_shitomasi_corner_02[Shi Tomasi角點偵測]-彩色轉灰階cvtColor、角點檢測goodFeaturesToTrack、圖像複製copyTo、畫圓circle
opencv249_shitomasi_corner_02[Shi Tomasi角點偵測]-彩色轉灰階cvtColor、角點檢測goodFeaturesToTrack、圖像複製copyTo、畫圓circle
GITHUB: https://github.com/jash-git/opencv249_Feature_Detection
#include <opencv2/core/core.hpp> #include <opencv2/highgui/highgui.hpp> #include <opencv2/imgproc/imgproc.hpp> #include <opencv2/ml/ml.hpp> #include <iostream> #include <cstdio> #include <sys/timeb.h> #if defined(WIN32) #define TIMEB _timeb #define ftime _ftime typedef __int64 TIME_T; #else #define TIMEB timeb typedef long long TIME_T; #endif using namespace cv; using namespace std; void Pause() { printf("Press Enter key to continue..."); fgetc(stdin); } Mat src, gray_src; int num_corners = 25; int max_corners = 200; const char* output_title = "ShiTomasi Detector"; void ShiTomasi_Demo(int, void*); int main() { src = imread("input.png"); if (!src.data) { printf("could not load image...\n"); } else { namedWindow("input image", CV_WINDOW_AUTOSIZE); imshow("input image", src); namedWindow(output_title, CV_WINDOW_AUTOSIZE); cvtColor(src, gray_src, COLOR_BGR2GRAY); imshow("gray_src", gray_src); createTrackbar("Num Corners:", output_title, &num_corners, max_corners, ShiTomasi_Demo);//設定最多可檢測出多少角點 ShiTomasi_Demo(0, 0); } waitKey(0); Pause(); return 0; } void ShiTomasi_Demo(int, void*) { if (num_corners < 5) { num_corners = 5; } vector <Point2f> corners; double qualityLevel = 0.01; double minDistance = 10; int blockSize = 3; bool useHarris = false; double k = 0.04; Mat resultImg ; src.copyTo(resultImg); //Mat resultImg = src.clone(); //cvtColor(resultImg, resultImg, COLOR_GRAY2BGR); /* 角點檢測 void cv::goodFeaturesToTrack( cv::InputArray image, // 輸入圖像(CV_8UC1 CV_32FC1) cv::OutputArray corners, // 輸出角點vector int maxCorners, // 最大角點數目 double qualityLevel, // 品質水準係數(小於1.0的正數,一般在0.01-0.1之間) double minDistance, // 最小距離,小於此距離的點忽略 cv::InputArray mask = noArray(), // mask=0的點忽略 int blockSize = 3, // 使用的鄰域數 bool useHarrisDetector = false, // false ='Shi Tomasi metric' double k = 0.04 // Harris角點檢測時使用 ); 第一個參數是輸入圖像(8位元或32位單通道圖)。 第二個參數是檢測到的所有角點,類型為vector或陣列,由實際給定的參數類型而定。如果是vector,那麼它應該是一個包含cv::Point2f的vector對象;如果類型是cv::Mat,那麼它的每一行對應一個角點,點的x、y位置分別是兩列。 第三個參數用於限定檢測到的點數的最大值。 第四個參數表示檢測到的角點的品質水準(通常是0.10到0.01之間的數值,不能大於1.0)。 第五個參數用於區分相鄰兩個角點的最小距離(小於這個距離得點將進行合併)。 第六個參數是mask,如果指定,它的維度必須和輸入圖像一致,且在mask值為0處不進行角點檢測。 第七個參數是blockSize,表示在計算角點時參與運算的區域大小,常用值為3,但是如果圖像的解析度較高則可以考慮使用較大一點的值。 第八個參數用於指定角點檢測的方法,如果是true則使用Harris角點檢測,false則使用Shi Tomasi演算法。 第九個參數是在使用Harris演算法時使用,最好使用預設值0.04。 */ goodFeaturesToTrack(gray_src, corners, num_corners, qualityLevel, minDistance, Mat(), blockSize, useHarris, k); printf("Number of Detected Corners: %d\n", corners.size()); for (size_t t = 0; t < corners.size(); t++) { circle(resultImg, corners[t], 2, Scalar(0, 0, 255), 2, 8, 0); } imshow(output_title, resultImg); }