这篇文章主要介绍了C++ OpenCV特征提取之如何使用Shi-Tomas检测实现自定义角点的检测器，具有一定借鉴价值，感兴趣的朋友可以参考下，希望大家阅读完这篇文章之后大有收获，下面让小编带着大家一起了解一下。
相关API
C++: void cornerMinEigenVal(
InputArray src, --单通道输入8位或浮点图像
OutputArray dst, --图像存储的最小特征值。类型为CV_32FC1
int blockSize, --邻域大小值
int apertureSize=3, --Sobel算子的参数
int borderType=BORDER_DEFAULT --像素外插方法
)
代码演示
我们继续用上一个项目名为opencv--cornereigen，我先贴一下完整的图片代码
然后我们再定义一下关于Shi-Tomasi的定义
首先加上一个新的显示窗体
然后定义要显示的Mat及Trackbar需要的一些值。
然把在代码中把我们定义的窗体显示出来
在代码最下部分把Shi-Tomasi这部分的计算写出来。
TrackBar事件写法和Harris的基本一样。
接下来我们看看效果
可以看到都是阈值50的时候Harris角点检测出的结果和Shi-Tomasi角点检测出的结果会有差。
我们把阈值调到30后这个就更明显了。
感谢你能够认真阅读完这篇文章，希望小编分享的“C++ OpenCV特征提取之如何使用Shi-Tomas检测实现自定义角点的检测器”这篇文章对大家有帮助，同时也希望大家多多支持亿速云，关注亿速云行业资讯频道，更多相关知识等着你来学习!
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
