当前位置：首页 > article >正文

OpenCV特征检测(12)检测图像中的潜在角点函数preCornerDetect()的使用

article 2024/9/24 11:50:26

操作系统：ubuntu22.04
OpenCV版本：OpenCV4.9
IDE:Visual Studio Code
编程语言：C++11

算法描述

计算用于角点检测的特征图。
该函数计算源图像的基于复杂空间导数的函数
$\texttt{dst} = (D_x \texttt{src} )^2 \cdot D_{yy} \texttt{src} + (D_y \texttt{src} )^2 \cdot D_{xx} \texttt{src} - 2 D_x \texttt{src} \cdot D_y \texttt{src} \cdot D_{xy} \texttt{src}$
其中 $D_x$ , $D_y$ 是第一阶图像导数， $D_{xx}$ , $D_{yy}$ 是第二阶图像导数， $D_{xy}$ 是混合导数。
角点可以通过该函数的局部最大值来找到，如下所示：

Mat corners, dilated_corners;
preCornerDetect(image, corners, 3);
// dilation with 3x3 rectangular structuring element
dilate(corners, dilated_corners, Mat(), 1);
Mat corner_mask = corners == dilated_corners;

preCornerDetect 是 OpenCV 中的一个函数，用于检测图像中的潜在角点。该函数通过对图像进行预处理来增强角点特征，使得后续的角点检测算法（如 goodFeaturesToTrack 或 cornerHarris）能够更准确地检测角点。

函数原型


void cv::preCornerDetect
(
	InputArray 	src,
	OutputArray 	dst,
	int 	ksize,
	int 	borderType = BORDER_DEFAULT 
)

参数

参数src: 单通道8位或浮点类型的源图像。
参数dst: 输出图像，类型为 CV_32F，大小与 src 相同。
参数ksize: Sobel 操作的孔径大小。
参数borderType: 像素外推方法。参见 BorderTypes。BORDER_WRAP 不支持。

代码示例


#include <iostream>
#include <opencv2/opencv.hpp>

int main( int argc, char** argv )
{
    // 加载图像
    cv::Mat src = cv::imread( "/media/dingxin/data/study/OpenCV/sources/images/hawk.jpg", cv::IMREAD_GRAYSCALE );

    if ( src.empty() )
    {
        std::cout << "Could not open or find the image" << std::endl;
        return -1;
    }

 // 创建一个窗口显示原始灰度图像
    cv::namedWindow("Input Image", cv::WINDOW_AUTOSIZE);
    cv::imshow("Input Image", src);

    // 创建一个输出图像用于存储结果
    cv::Mat dst;

    // 应用 preCornerDetect 函数
    int blockSize = 7;
   
    // 使用 BORDER_REFLECT 作为边界类型
    cv::preCornerDetect(src, dst, blockSize, cv::BORDER_REFLECT);

    // 创建一个窗口显示处理后的图像
    cv::namedWindow("Pre-Corner Detect Result", cv::WINDOW_AUTOSIZE);
    cv::imshow("Pre-Corner Detect Result", dst);

    // 等待按键后退出
    cv::waitKey();
    return 0;
}