时间:2021-05-20
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:
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 <opencv2/imgproc/imgproc.hpp> #include <iostream>#include "opencv2/highgui/highgui.hpp" #include <stdio.h> #include <stdlib.h> 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<float>(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。
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
最近自己在做一个有关图像处理的小项目,涉及到图像的边缘检测、直线检测、轮廓检测以及角点检测等,本文首先介绍图像的边缘检测,使用的是Canny边缘检测算法,具体代
本文实例为大家分享了OpenCV检测图像中矩形的具体代码,供大家参考,具体内容如下前言1.OpenCV没有内置的矩形检测的函数,如果想检测矩形,要自己去实现。2
原始图角点检测points=cv2.goodFeaturesToTrack(gray,100,0.01,10)points=np.int0(points).re
鉴于即将启程旅行,先上传篇简单的图像检索介绍,与各位一起学习opencv的同学共勉一.特征检测图片的特征主要分为角点,斑点,边,脊向等,都是常用特征检测算法所检
如下所示:运行环境:python3.6.4opencv3.4.0#-*-coding:utf-8-*-"""Note:使用Python和OpenCV检测图像中的