您好,登錄后才能下訂單哦!
這篇文章主要介紹了C++ OpenCV特征提取之如何使用Shi-Tomas檢測(cè)實(shí)現(xiàn)自定義角點(diǎn)的檢測(cè)器,具有一定借鑒價(jià)值,感興趣的朋友可以參考下,希望大家閱讀完這篇文章之后大有收獲,下面讓小編帶著大家一起了解一下。
相關(guān)API
C++: void cornerMinEigenVal(
InputArray src, --單通道輸入8位或浮點(diǎn)圖像
OutputArray dst, --圖像存儲(chǔ)的最小特征值。類型為CV_32FC1
int blockSize, --鄰域大小值
int apertureSize=3, --Sobel算子的參數(shù)
int borderType=BORDER_DEFAULT --像素外插方法
)
代碼演示
我們繼續(xù)用上一個(gè)項(xiàng)目名為opencv--cornereigen,我先貼一下完整的圖片代碼
然后我們?cè)俣x一下關(guān)于Shi-Tomasi的定義
首先加上一個(gè)新的顯示窗體
然后定義要顯示的Mat及Trackbar需要的一些值。
然把在代碼中把我們定義的窗體顯示出來
在代碼最下部分把Shi-Tomasi這部分的計(jì)算寫出來。
TrackBar事件寫法和Harris的基本一樣。
接下來我們看看效果
可以看到都是閾值50的時(shí)候Harris角點(diǎn)檢測(cè)出的結(jié)果和Shi-Tomasi角點(diǎn)檢測(cè)出的結(jié)果會(huì)有差。
我們把閾值調(diào)到30后這個(gè)就更明顯了。
感謝你能夠認(rèn)真閱讀完這篇文章,希望小編分享的“C++ OpenCV特征提取之如何使用Shi-Tomas檢測(cè)實(shí)現(xiàn)自定義角點(diǎn)的檢測(cè)器”這篇文章對(duì)大家有幫助,同時(shí)也希望大家多多支持億速云,關(guān)注億速云行業(yè)資訊頻道,更多相關(guān)知識(shí)等著你來學(xué)習(xí)!
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。