1 #include <opencv2/opencv.hpp>
 2 #include <iostream>
 3 
 4 using namespace cv;
 5 using namespace std;
 6 int max_corners = 20;
 7 int max_count = 50;
 8 Mat src, gray_src;
 9 const char* output_title = "SubPixel Result";
10 void SubPixel_Demo(int, void*);
11 int main(int argc, char** argv) {
12     src = imread("L:/6.jpg");
13     if (src.empty()) {
14         printf("could not load image...\n");
15         return -1;
16     }
17     namedWindow("input image", CV_WINDOW_AUTOSIZE);
18     imshow("input image", src);
19     cvtColor(src, gray_src, COLOR_BGR2GRAY);
20     namedWindow(output_title, CV_WINDOW_AUTOSIZE);
21     createTrackbar("Corners:", output_title, &max_corners, max_count, SubPixel_Demo);
22     SubPixel_Demo(0, 0);
23 
24     waitKey(0);
25     return 0;
26 }
27 
28 //亚像素检测函数：
29 void SubPixel_Demo(int, void*) {
30     if (max_corners < 5) {
31         max_corners = 5;
32     }
33     vector<Point2f> corners;
34     double qualityLevel = 0.01;
35     double minDistance = 10;
36     int blockSize = 3;
37     double k = 0.04;
38     goodFeaturesToTrack(gray_src, corners, max_corners, qualityLevel, minDistance, Mat(), blockSize, false, k);
39     //ShiTomasi角点检测函数的API
40     cout << "number of corners: " << corners.size() << endl;
41     //C++的快速打印函数：cout<< "内容" << 变量.size(打印变量的size)  <<endl  
42     Mat resultImg = src.clone();
43     for (size_t t = 0; t < corners.size(); t++) {
44         circle(resultImg, corners[t], 2, Scalar(0, 0, 255), 2, 8, 0); 
45         //检测出的corners是一个数组 ，所以直接用corners.[]表示对应的点
46     }
47     imshow(output_title, resultImg);
48     
49     //参数定义：
50     Size winSize = Size(5, 5);  //Size类型，表示搜索窗口的半径。
51     //若winSize=Size(5，5)，那么就表示使用（5*2+1）x（5*2+1）=11*11大小的搜索窗口。
52 
53     Size zerozone = Size(-1, -1); 
54     //Size类型，表示死区的一半尺寸。而死区为不对搜索区的中央位置做求和运算的区域，
55     //用来避免自相关矩阵出现的某些可能的奇异性。值为（-1，-1）表示没有死区。
56 
57     TermCriteria tc = TermCriteria(TermCriteria::EPS + TermCriteria::MAX_ITER, 40, 0.001);
58     //TermCriteria类型，求角点的迭代过程的终止条件。 见上图API详解
59     // 参数：1.type 迭代终止条件类型  2.maxCount 迭代的最大次数  3.epsilon 阈值(精度)
60      
61     cornerSubPix(gray_src, corners, winSize, zerozone, tc);
62     //亚像素检测参数：1.输入图像  2.亚像素角点   3.检测窗口大小   4.zerozone  5.tc
63     for (size_t t = 0; t < corners.size(); t++) {
64         cout << "精确角点坐标[" << t + 1 << "]" << " .point[x, y] = " << corners[t].x << " , " << corners[t].y << endl;
65     }
66     return;
67 }

结果如下：

优质内容筛选与推荐>>
1、wordpress安装教程
2、MySQL 的连接时长控制--interactive_timeout和wait_timeout
3、企业租用服务器需注意哪些
4、[BZOJ1503] [NOI2004]郁闷的出纳员 splay
5、Letter to My Boss on Nov 17