Shi-Tomasi 角点检测 ：goodFeaturesToTrack()

goodFeaturesToTrack() 函数是 OpenCV 中用于角点检测的功能函数。它的主要作用是检测图像中的良好特征点，通常用于计算机视觉任务中的光流估算、目标跟踪等。

函数签名：

void goodFeaturesToTrack(InputArray image, OutputArray corners, int maxCorners, double qualityLevel, double minDistance, InputArray mask = noArray(), int blockSize = 3, bool useHarrisDetector = false, double k = 0.04);

各参数解释：

• image：输入图像（灰度图像）。
• corners：输出参数，检测到的角点的坐标，通常是一个 std::vector<cv::Point2f>。
• maxCorners：最大要检测的角点数目。
• qualityLevel：特征点的最低质量阈值。该参数是一个介于 0 和 1 之间的浮点数，表示特征点的最低质量水平。
• minDistance：检测到的特征点之间的最小距离。
• mask：可选参数，指定感兴趣区域（ROI）的掩码。
• blockSize：每个角点周围的区域大小，用于计算角点的最小特征值。
• useHarrisDetector：可选参数，如果设置为 true，则使用 Harris 角点检测方法，否则使用 Shi-Tomasi 角点检测方法。
• k：Harris 角点检测方法中的自由参数，通常为 0.04。

goodFeaturesToTrack() 函数返回的 corners 包含检测到的角点的坐标。这些角点通常用于后续计算，如光流估算或目标跟踪。

根据你的需求，你可以通过调整 maxCorners、qualityLevel、minDistance 和其他参数来控制检测到的特征点数量和质量。同时，你还可以选择使用 Harris 角点检测或 Shi-Tomasi 角点检测方法。

#include "opencv2/opencv.hpp"
#include "opencv2/highgui/highgui.hpp"using namespace cv;int main()
{Mat srcImage = imread("1.jpg"); // 加载图像if (srcImage.empty()){std::cerr << "Could not open or find the image!" << std::endl;return -1;}// 将图像转换为灰度图Mat grayImage;cvtColor(srcImage, grayImage, COLOR_BGR2GRAY);// 设置需要检测的最大特征点数int maxCorners = 100;// 设置特征点质量（0.01 到 1 之间的值）double qualityLevel = 0.01;// 设置特征点之间的最小距离double minDistance = 10;// 使用 goodFeaturesToTrack 函数检测角点std::vector<Point2f> corners;goodFeaturesToTrack(grayImage, corners, maxCorners, qualityLevel, minDistance);// 在原始图像上绘制角点Mat resultImage = srcImage.clone();for (size_t i = 0; i < corners.size(); i++){circle(resultImage, corners[i], 5, Scalar(0, 0, 255), -1);}// 显示结果namedWindow("Good Features To Track", WINDOW_NORMAL);imshow("Good Features To Track", resultImage);waitKey(0);return 0;
}

使用本地相机进行角点检测

#include <opencv2/opencv.hpp>using namespace cv;
using namespace std;int main()
{// 读取本地相机的视频流VideoCapture cap(0);if (!cap.isOpened()){cout << "Failed to open camera." << endl;return -1;}// 创建窗口和滑块namedWindow("Image");int max_corners = 100;createTrackbar("Max corners", "Image", &max_corners, 500);// 循环处理每一帧图像while (true){Mat image, gray_image;cap >> image;if (image.empty()) break;// 转换为灰度图像cvtColor(image, gray_image, COLOR_BGR2GRAY);// 获取滑块的值作为maxCorners参数vector<Point2f> corners;double quality_level = 0.01;double min_distance = 10;int block_size = 3;bool use_harris_detector = false;double k = 0.04;goodFeaturesToTrack(gray_image, corners, max_corners, quality_level,min_distance, Mat(), block_size, use_harris_detector, k);// 在图像中绘制角点for (size_t i = 0; i < corners.size(); i++){circle(image, corners[i], 5, Scalar(0, 0, 255), -1);}// 显示图像和滑块imshow("Image", image);char key = waitKey(1);if (key == 27) break;}// 释放摄像头并关闭窗口cap.release();destroyAllWindows();return 0;
}