OpenCV-自定义harris检测

opencv-自定义harris角点检测

关于harris角点检测的原理以及matlab版本，请移步https://www.cnblogs.com/klitech/p/5779600.html

小白初学，这里采用opencv实现之，把自己遇到的疑问一一表述出来，以备后用。

疑问1. CV_32FC1,CV_32FC(6)是什么意思？

 　  　CV_<bit_depth>(S|U|F)C<number_of_channels>

• • bit_depth,可取的值为8,16,32,64.它表示一个像素所占用的bite数
  • S|U|F， S--- signed int,  U--- unsigned int,  F---float
  • C<number_of_channels> 通道数，灰度图像取值1，rgb图像取值3　　　　　　

疑问2. Mat::zeros的两种初始化

• Mat::zeros(int rows, int cols, int type)          
• Mat::zeros(Size size,int type) 

　　第一种形式，返回特定尺寸与类型的零矩阵，比如  Mat A = Mat::zeros(3,3,CV_32FC1);

　　第二种形式，程序中采用的方式，Mat::zeros(src.size(), CV_32FC(6))；    

　　我的理解是这两种形式实质一样

疑问3. cornerEigenValsAndVecs()使用方法

 　　函数原型， cornerEigenValsAndVecs( InputArray src, OutputArray dst,

                                          int blockSize, int ksize,

                                          int borderType = BORDER_DEFAULT );

• src 图像类型应该为单通道，或者float
• dst 图像类型应该为CV_32FC(6)，包含2个特征值，以及对应的2个2维向量，总计6个结果。
• blocksize 邻域大小
• ksize 函数采用sobel算子
• borderType 取默认BORDER_DEFAULT

　函数调用参看后面的程序。

#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>
using namespace cv;
using namespace std;
Mat src, gray_src;
Mat harris_dst, harrisRspImg;
double harris_min_rsp;
double harris_max_rsp;
int qualityLevel = 30;
const char* harris_win = "Custom Harris Corners Dector";
int max_count = 100;
void CustomHarris_Demo(int, void *);

int main()
{

    src = imread("D:/1.png");
    if (src.empty())
    {
        cout << "could not load image..." << endl;
        return -1;
    }
    namedWindow("input_image", CV_WINDOW_AUTOSIZE);
    imshow("input_image", src);
    cvtColor(src, gray_src, COLOR_BGR2GRAY);
    // 计算特征值
    int blockSize = 3;
    int ksize = 3;
    double k = 0.04;

    harris_dst = Mat::zeros(src.size(), CV_32FC(6)); //6通道
    harrisRspImg = Mat::zeros(src.size(), CV_32FC1);
    cornerEigenValsAndVecs(gray_src, harris_dst, blockSize, ksize, 4);
    //计算响应
    for (int row = 0; row < harris_dst.rows; row++)
    {
        for (int col = 0; col < harris_dst.cols; col++)
        {
            double lambda1 = harris_dst.at<Vec6f>(row, col)[0];
            double lambda2 = harris_dst.at<Vec6f>(row, col)[1];
            harrisRspImg.at<float>(row, col) = lambda1 * lambda2 - k*pow((lambda1 + lambda2), 2);
        }
    }
    minMaxLoc(harrisRspImg, &harris_min_rsp, &harris_max_rsp, 0, 0, Mat());//求最大最小响应
    namedWindow(harris_win, CV_WINDOW_AUTOSIZE);
    createTrackbar("Quality Value", harris_win, &qualityLevel, max_count, CustomHarris_Demo);
    CustomHarris_Demo(0, 0);
    waitKey(0);
    return 0;
}
void CustomHarris_Demo(int, void*) {
    if (qualityLevel < 10) {
        qualityLevel = 10;
    }
    Mat resultImg = src.clone();
    float t = harris_min_rsp + (((double)qualityLevel) / max_count)*(harris_max_rsp - harris_min_rsp);
    for (int row = 0; row < src.rows; row++) {
        for (int col = 0; col < src.cols; col++) {
            float v = harrisRspImg.at<float>(row, col);
            if (v > t) {
                circle(resultImg, Point(col, row), 2, Scalar(0, 0, 255), 2, 8, 0);
            }
        }
    }

    imshow(harris_win, resultImg);
}