void cv::goodFeaturesToTrack	
(
	InputArray 	image,
	OutputArray 	corners,	
	int 	maxCorners,
	double 	qualityLevel,
	double 	minDistance,
	InputArray 	mask = noArray(),
	int 	blockSize = 3,
	bool 	useHarrisDetector = false,
	double 	k = 0.04 
)		
 class="hljs-button signin active" data-title="登录复制" data-report-click="{"spm":"1001.2101.3001.4334"}">

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13

参数

• 参数image: 输入的 8 位或 32 位浮点型单通道图像。

• 参数corners: 输出的检测到的角点向量。

• 参数maxCorners: 返回的最大角点数。如果检测到的角点多于这个数值，则返回最强的几个角点。如果 maxCorners <= 0，则表示没有设置最大数量的限制，返回所有检测到的角点。

• 参数qualityLevel: 表征最小可接受的图像角点质量的参数。该参数值乘以最佳角点的质量度量（可以是最小特征值或 Harris 函数的响应）。质量度量低于该乘积的角点将被拒绝。例如，如果最佳角点的质量度量为 1500，且 qualityLevel=0.01，则所有质量度量小于 15 的角点都将被拒绝。

• 参数minDistance: 返回的角点之间的最小可能的欧几里得距离。

• 参数mask: 可选的兴趣区域。如果该图像不为空（需要是类型 CV_8UC1 且大小与输入图像相同），则它指定了检测角点的区域。

• 参数blockSize: 用于在每个像素邻域上计算导数协方差矩阵的平均块大小。参见 cornerEigenValsAndVecs。

• 参数useHarrisDetector: 标志位，指示是否使用 Harris 检测器（参见 cornerHarris）或最小特征值方法。

• 参数k: Harris 检测器中的自由参数。

代码示例

#include 
#include 

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

    if ( !img.data )
    {
        std::cout << "No image data" << std::endl;
        return -1;
    }

    std::vector< cv::Point2f > corners;  // 存储角点位置
    // 设置参数
    int maxCorners      = 50;    // 最大角点数量
    double qualityLevel = 0.01;  // 角点质量水平因子，值越大质量越高
    double minDistance  = 10;    // 角点之间的最小距离
    int blockSize       = 3;     // 计算梯度的窗口大小

    // 使用 goodFeaturesToTrack 检测角点
    cv::goodFeaturesToTrack( img, corners, maxCorners, qualityLevel, minDistance, cv::Mat(), blockSize );

    // 绘制角点
    cv::Mat imgColor;
    cvtColor( img, imgColor, cv::COLOR_GRAY2BGR );  // 转换为BGR颜色空间以便绘图
    for ( const auto& corner : corners )
    {
        cv::circle( imgColor, corner, 2, cv::Scalar( 0, 0, 255 ), -1 );  // 画红色圆圈标记角点
    }

    // 显示带有角点的图像
    cv::imshow( "Original Image", img );
    cv::imshow( "Corners detected", imgColor );

    // 等待按键后关闭窗口
    cv::waitKey( 0 );

    return 0;
}
 class="hljs-button signin active" data-title="登录复制" data-report-click="{"spm":"1001.2101.3001.4334"}">