1、特征点的作用：使用特征点代表图像内容
运动目标跟踪
物体识别
图像配准
全景图像拼接
三维重建
2、Harris角点检测基本思想
角点定义 ：窗口向任意方向的移动都导致图像灰度的明显变化
文章图片
文章图片
平坦区域： 任意方向移动，无灰度变化
文章图片
边缘：
沿着边缘方向移动，无灰度变化
文章图片
文章图片
文章图片
文章图片
文章图片
文章图片
文章图片
文章图片
#include "opencv2/opencv.hpp"
#include using namespace cv;
using namespace std;
//全局变量int main()
{
Mat src_image ;
Mat gray_image ;
VideoCapture vidcap(0);
vector【opencv|【opencv】角点检测】 conners;
//检测到的角点
int maxConers = 300;
//检测角点上限
double qualityLevel = 0.1;
//最小特征值
double minDistance = 10;
//最小距离while (true)
{
vidcap >> src_image;
cvtColor( src_image, gray_image, CV_BGR2GRAY);
//转换为灰度图//Shi-Tomasi角点检测
goodFeaturesToTrack( gray_image, conners, maxConers, qualityLevel, minDistance);
//cout<<"检测到的角点坐标："< 
文章图片
推荐阅读
- 人脸识别|【人脸识别系列】| 实现自动化妆
- OpenCV|OpenCV-Python实战（18）——深度学习简介与入门示例
- opencv|图像处理之椒盐噪声的添加与去除
- 人脸识别|【人脸识别系列】| 实现人脸截图保存并编写128维特征向量
- opencv|网络爬虫入门练习
- OpenCV|【OpenCV 完整例程】89. 带阻滤波器的传递函数
- OpenCV|【OpenCV 完整例程】90. 频率域陷波滤波器
- OpenCV|【OpenCV 完整例程】22. 图像添加非中文文字
- OpenCV|【OpenCV 完整例程】91. 高斯噪声、瑞利噪声、爱尔兰噪声
- opencv|python+opencv车道线，实线虚线的检测