C++ OpenCV特征提取之如何实现Harris角点检测

一、Harris角点检测简介

Harris角点检测（Harris Corner Detection）是一种基于图像像素灰度变化的角点检测算法，由Christopher M. Harris和Michael Stephens于1988年提出，它可以有效地检测图像中的角点。Harris角点检测的思想是在一个窗口内，利用像素灰度变化的矩阵来检测角点，它可以检测出图像中具有明显变化的区域。

二、OpenCV中Harris角点检测的实现

OpenCV中实现Harris角点检测的函数是cv::cornerHarris()，它的原型如下：

void cv::cornerHarris(InputArray src, OutputArray dst, int blockSize, int ksize, double k, int borderType=BORDER_DEFAULT );

其中，src为输入图像，dst为输出图像，blockSize为窗口大小，ksize为Sobel算子的大小，k为Harris参数，borderType为边界模式。

三、实现示例

下面是一个使用OpenCV实现Harris角点检测的示例代码：

#include <opencv2/opencv.hpp>

#include <iostream>



using namespace cv;



int main()

{

    Mat src = imread("image.jpg");

    Mat dst, dst_norm, dst_norm_scaled;

    dst = Mat::zeros(src.size(), CV_32FC1);



    // 使用Harris角点检测

    cornerHarris(src, dst, 2, 3, 0.04, BORDER_DEFAULT);



    // 归一化

    normalize(dst, dst_norm, 0, 255, NORM_MINMAX, CV_32FC1, Mat());

    convertScaleAbs(dst_norm, dst_norm_scaled);



    // 绘制角点

    for (int i = 0; i < dst_norm.rows; i++)

    {

        for (int j = 0; j < dst_norm.cols; j++)

        {

            if ((int)dst_norm.at<float>(i, j) > 200)

            {

                circle(dst_norm_scaled, Point(j, i), 5, Scalar(0), 2, 8, 0);

            }

        }

    }



    imshow("src", src);

    imshow("dst_norm_scaled", dst_norm_scaled);

    waitKey(0);

    return 0;

}

上面的代码首先使用cv::cornerHarris()函数进行Harris角点检测，然后进行归一化，最后在归一化之后的图像上绘制出角点，最终的结果如下图所示：