cv::cornerSubPix()亚像素角点检测

转自https://blog.csdn.net/guduruyu/article/details/69537083
cv::goodFeaturesToTrack()提取到的角点只能达到像素级别，在很多情况下并不能满足实际的需求，这时，我们则需要使用cv::cornerSubPix()对检测到的角点作进一步的优化计算，可使角点的精度达到亚像素级别。

具体调用形式如下：
   void cv::cornerSubPix(
       cv::InputArray image, // 输入图像
       cv::InputOutputArray corners, // 角点（既作为输入也作为输出）
       cv::Size winSize, // 区域大小为 NXN; N=(winSize*2+1)
       cv::Size zeroZone, // 类似于winSize，但是总具有较小的范围，Size(-1,-1)表示忽略
       cv::TermCriteria criteria // 停止优化的标准
   );

第一个参数是输入图像，和cv::goodFeaturesToTrack()中的输入图像是同一个图像。
第二个参数是检测到的角点，即是输入也是输出。

第三个参数是计算亚像素角点时考虑的区域的大小，大小为NXN; N=(winSize*2+1)。

第四个参数作用类似于winSize，但是总是具有较小的范围，通常忽略（即Size(-1, -1)）。

第五个参数用于表示计算亚像素时停止迭代的标准，可选的值有cv::TermCriteria::MAX_ITER 、cv::TermCriteria::EPS（可以是两者其一，或两者均选），前者表示迭代次数达到了最大次数时停止，后者表示角点位置变化的最小值已经达到最小时停止迭代。二者均使用cv::TermCriteria()构造函数进行指定。

下面就通过一个示例看看cv::cornerSubPix()亚像素角点检测的具体效果。

   cv::Mat image_color = cv::imread("image.jpg", cv::IMREAD_COLOR);

   //用于绘制亚像素角点
   cv::Mat image_copy = image_color.clone();
   //使用灰度图像进行角点检测
   cv::Mat image_gray;
   cv::cvtColor(image_color, image_gray, cv::COLOR_BGR2GRAY);

   //设置角点检测参数
   std::vector<cv::Point2f> corners;
   int max_corners = 100;
   double quality_level = 0.01;
   double min_distance = 10;
   int block_size = 3;
   bool use_harris = false;
   double k = 0.04;

   //角点检测
   cv::goodFeaturesToTrack(image_gray,
       corners,
       max_corners,
       quality_level,
       min_distance,
       cv::Mat(),
       block_size,
       use_harris,
       k);

   //将检测到的角点绘制到原图上
   for (int i = 0; i < corners.size(); i++)
   {
       cv::circle(image_color, corners[i], 5, cv::Scalar(0, 0, 255), 2, 8, 0);
   }

   //指定亚像素计算迭代标注
   cv::TermCriteria criteria = cv::TermCriteria(
                   cv::TermCriteria::MAX_ITER + cv::TermCriteria::EPS,
                   40,
                   0.01);

   //亚像素检测
   cv::cornerSubPix(image_gray, corners, cv::Size(5, 5), cv::Size(-1, -1), criteria);

   //将检测到的亚像素角点绘制到原图上
   for (int i = 0; i < corners.size(); i++)
   {
       cv::circle(image_copy, corners[i], 5, cv::Scalar(0, 255, 0), 2, 8, 0);
   }

   cv::imshow("corner", image_color);
   cv::imshow("sub pixel corner", image_copy);

   cv::imwrite("corner.jpg", image_color);
   cv::imwrite("corner_sub.jpg", image_copy);
   cv::waitKey(0);
   return;

直接角点检测和亚像素角点检测的结果分别如下，从检测的效果来看，使用亚像素角点检测后角点的精细度确实得到了显著的提升。

cv::cornerSubPix()亚像素角点检测

猜你喜欢