特征提取与检测1-Harris角点检测

Harris角点检测

    Harris角点检测理论(1998提出)

    参数说明

    代码演示

Harris角点检测理论

   人眼对角点的识别通常是在一个局部的小区域或小窗口完成的。如果在各个方向上移动这个特征的小窗口，窗口内区域的灰度发生了较大的变化，那么就认为在窗口内遇到了角点。如果这个特定的窗口在图像各个方向上移动时，窗口内图像的灰度没有发生变化，那么窗口内就不存在角点；如果窗口在某一个方向移动时，窗口内图像的灰度发生了较大的变化，而在另一些方向上没有发生变化，那么，窗口内的图像可能就是一条直线的线段。如下图：

其中，I(x,y)表示像素的灰度值

-blockSize – 计算时候的矩阵大小

-Ksize 窗口大小

-K表示计算角度响应时候的参数大小，默认在0.04~0.06

- 阈值t，用来过滤角度响应

角点检测代码

#include <opencv2/opencv.hpp>
#include <iostream>


using namespace cv;
using namespace std;
Mat src, gray_src;
int thresh = 130;
int max_count = 255;
const char* output_title = "HarrisCornerDetection Result";
void Harris_Demo(int, void*);
int main(int argc, char** argv) {


    src = imread("D:/vcprojects/images/home.jpg");
    if (src.empty()) {
        printf("could not load image...\n");
        return -1;
    }
    namedWindow("input image", CV_WINDOW_AUTOSIZE);
    imshow("input image", src);


    namedWindow(output_title, CV_WINDOW_AUTOSIZE);
    cvtColor(src, gray_src, COLOR_BGR2GRAY);
    createTrackbar("Threshold:", output_title, &thresh, max_count, Harris_Demo);
    Harris_Demo(0, 0);


    waitKey(0);
    return 0;
}


void Harris_Demo(int, void*) {
    Mat dst, norm_dst, normScaleDst;
    dst = Mat::zeros(gray_src.size(), CV_32FC1);


    int blockSize = 2;
    int ksize = 3;
    double k = 0.04;
    cornerHarris(gray_src, dst, blockSize, ksize, k, BORDER_DEFAULT);
    normalize(dst, norm_dst, 0, 255, NORM_MINMAX, CV_32FC1, Mat());
    convertScaleAbs(norm_dst, normScaleDst);


    Mat resultImg = src.clone();
    for (int row = 0; row < resultImg.rows; row++) {
        uchar* currentRow = normScaleDst.ptr(row);
        for (int col = 0; col < resultImg.cols; col++) {
            int value = (int)*currentRow;
            if (value > thresh) {
                circle(resultImg, Point(col, row), 2, Scalar(0, 0, 255), 2, 8, 0);
            }
            currentRow++;
        }
    }


    imshow(output_title, resultImg);
}

个人自学代码

void DlgImageProcessing::on_btnHarris_clicked()
{       
    if (m_srcImage.data)       
    {              
        Mat grayImage;              
        if (m_srcImage.type() != CV_8UC1)              
        {                     
            cvtColor(m_srcImage, grayImage, COLOR_RGB2GRAY);              
        }              
        else              
        {                     
            grayImage = m_srcImage.clone();              
        }              
        Mat dstImage = Mat::zeros(grayImage.size(), CV_32FC1);             
        //harris角点核心函数  
        int blockSize = 2;//矩阵大小              
        int ksize = 3;//窗口大小              
        int k = 0.04;//计算角度响应时候的参数大小，默认在0.04~0.06  
        cornerHarris(grayImage, dstImage, blockSize, ksize, k,  BORDER_DEFAULT);                              
        //上述输出的取值范围并不是0-255 需要按照最大最小值进行归一化              
        Mat normImage, normScaleDst;              
        normalize(dstImage, normImage, 0, 255, NORM_MINMAX, CV_32FC1,  Mat()); 
        convertScaleAbs(normImage, normScaleDst);              
        Mat resultImg = m_srcImage.clone();                   
        int thresholdValue = ui.horizontalSliderThresholdValue->value();           
        RNG rng(12345);              //用彩色来显示             
        for (int row = 0; row < resultImg.rows; row++)             
        {                     
            //定义每一行的指针                    
             uchar* currentRow = normScaleDst.ptr(row);                     
            for (int col = 0; col < resultImg.cols; col++)                     
            {                           
                int value = (int)*currentRow;                           
                if (value > thresholdValue)                          
                {                                  
                    circle(resultImg, Point(col, row), 2,  Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255)), 2, 8, 0);                          
                 }                           
                currentRow++;                     
            }             
         }             
         emit ShowImage(resultImg);              
        cvtColor(resultImg, resultImg, COLOR_RGB2BGR);              
        cv::imshow("this result", resultImg);       
    }
}