C++ OpenCV特征提取之如何實(shí)現(xiàn)亞像素級(jí)角點(diǎn)檢測

這篇文章主要介紹了C++ OpenCV特征提取之如何實(shí)現(xiàn)亞像素級(jí)角點(diǎn)檢測，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。

前言

前面我們學(xué)習(xí)了Harris角點(diǎn)檢測還有Shi-Tomasi角點(diǎn)檢測等，如果我們要對(duì)有點(diǎn)的精度有更高的要求，就需要用到了亞像素級(jí)角點(diǎn)檢測。其實(shí)在實(shí)際應(yīng)用中可以看到，幾乎所有的角點(diǎn)不會(huì)是一個(gè)真正的準(zhǔn)確像素點(diǎn)。比如說我們得到的角點(diǎn)是（80，20），但是實(shí)際上是（80.223，20.789）。

亞像素定位方法

• 插值方法

• 基說圖像矩計(jì)算

• 曲線擬合方法 -（高斯曲面、多項(xiàng)式、橢圓曲面）

在OpenCV中已經(jīng)為我們提供了一個(gè)亞像素定位取值的函數(shù)了。

相關(guān)API

C++: void cornerSubPix(

          InputArray image,   --輸入圖像

          InputOutputArray corners,  --初始輸入坐標(biāo)和角坐標(biāo)

          Size winSize,   --一半的側(cè)長度搜索值

          Size zeroZone,   --一半?yún)^(qū)域在搜索區(qū)域中的求和公式。
          TermCriteria criteria  --標(biāo)準(zhǔn)終止迭代處理的隅角細(xì)化

)

代碼演示

我們再新建一個(gè)項(xiàng)目名為opencv--corner，按照配置屬性(VS2017配置OpenCV通用屬性),然后在源文件寫入#include和main方法

首先我們還是用到了TrackBar

所以先定義TrackBar的參數(shù)

然后在代碼中創(chuàng)建TrackBar

接下來就是我們最關(guān)鍵的函數(shù)SubPixel_Demo

顯示效果

可以看到紅色是我們原來用SHi-Toamsi角點(diǎn)檢測出來的點(diǎn)，藍(lán)色是用的亞像素檢測出來的點(diǎn)會(huì)有小小的偏差，說明亞像素的點(diǎn)更精確一些，再看看命令行輸出的我們的點(diǎn)的坐標(biāo)，大部分都是帶有小數(shù)的

感謝你能夠認(rèn)真閱讀完這篇文章，希望小編分享的“C++ OpenCV特征提取之如何實(shí)現(xiàn)亞像素級(jí)角點(diǎn)檢測”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)!