历时一个多月，于今天上午终于将项目交上去了，这期间虽很辛苦，但是成长了不少，在此将项目中涉及到的知识点进行整理，本文主要介绍图像的角点检测：
成都创新互联公司长期为超过千家客户提供的网站建设服务，团队从业经验10年，关注不同地域、不同群体，并针对不同对象提供差异化的产品和服务；打造开放共赢平台，与合作伙伴共同营造健康的互联网生态环境。为淮滨企业提供专业的成都网站建设、做网站，淮滨网站改版等技术服务。拥有十载丰富建站经验和众多成功案例,为您定制开发。
一、代码部分：
// Detect_Corners.cpp : 定义控制台应用程序的入口点。
//
#include "stdafx.h"
#include "opencv2/opencv.hpp"
#include
#include
#include "opencv2/highgui/highgui.hpp"
#include
#include
using namespace std;
using namespace cv;
//全局变量
Mat src, src_gray;
int thresh = 200;
int max_thresh = 255;
char* source_window = "Source image";
//char* corners_window = "Corners detected";
//函数声明
void cornerHarris_demo(int, void*);
int _tmain(int argc, _TCHAR* argv[])
{
//Load source image and convert it to gray
char *img_name="..\\image\\71254.png";
src=imread(img_name);
imshow(source_window,src);
cvtColor(src, src_gray, CV_BGR2GRAY);
createTrackbar("Threshold: ", source_window, &thresh, max_thresh, cornerHarris_demo);
waitKey(0);
//角点检测
cornerHarris_demo(0,0);
return 0;
}
/** 函数 cornerHarris_demo */
void cornerHarris_demo( int, void*)
{
Mat dst, dst_norm,dst_norm_scaled;
dst = Mat::zeros(src.size(), CV_32FC1 );
// Detector parameters
int blockSize = 2;
int apertureSize = 3;
double k = 0.04;
// Detecting corners
cornerHarris( src_gray, dst, blockSize, apertureSize, k, BORDER_DEFAULT );
// Normalizing
normalize( dst, dst_norm, 0, 255, NORM_MINMAX, CV_32FC1, Mat() );
convertScaleAbs( dst_norm, dst_norm_scaled );
// Drawing a circle around corners
for( int j = 0; j < dst_norm.rows ; j++ )
{ for( int i = 0; i < dst_norm.cols; i++ )
{
if( (int) dst_norm.at(j,i) > thresh )
{
circle( dst_norm_scaled, Point(i, j), 5, Scalar(0), 2, 8, 0 );
circle(src,Point( i, j ), 5, Scalar(255,0,0), -1, 8, 0 );
}
}
}
// Showing the result
imshow( source_window, src);
}
二、检测效果图：
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持创新互联。
分享文章：OpenCV实现图像角点检测
转载源于：
http://cdkjz.cn/article/psdcpc.html
