cornerHarris角点检测综合示例

视频讲解如下：

源码下载：https://download.csdn.net/download/gs1069405343/85543540

在本章节中给大家演示cornerHarris角点检测的一个综合示例，主要函数：cornerHarris。

当前代码同样是在毛星云的代码基础上进行扩展优化的。

这里要注意一下，OpenCvSharp3-AnyCPU 版本找不到 CornerHarris 方法，所以必须采用OpenCvSharp4 版本才行。

当前系列所有demo下载地址：

https://github.com/GaoRenBao/OpenCv4-Demo

不同编程语言对应的OpenCv版本以及开发环境信息如下： 

首先呢，我们需要准备一张测试图片。（不想下载工程的童鞋，可直接复制下面的图片和代码）

运行效果如下（C#）：

C#版本代码如下：

C#版本需要安装“OpenCvSharp4”、“OpenCvSharp4.runtime.win”两个库才行。不然会报错。

如果需要使用“ BitmapConverter.ToBitmap”操作，则需要追加安装“OpenCvSharp4.Extensions”库。

using OpenCvSharp;
using System;

namespace demo
{
    internal class Program
    {
        static string WINDOW_NAME1 = "【程序窗口1】";
        static string WINDOW_NAME2 = "【程序窗口2】";
        static Mat g_srcImage = new Mat();
        static Mat g_srcImage1 = new Mat();
        static Mat g_grayImage = new Mat();
        static int thresh = 30; //当前阈值
        static int max_thresh = 175; //最大阈值

        static void Main(string[] args)
        {
            //【1】载入原图像和模板块
            g_srcImage = Cv2.ImRead("../../../images/home5.jpg");

            Cv2.ImShow(WINDOW_NAME1, g_srcImage);
            g_srcImage.CopyTo(g_srcImage1);

            //【2】存留一张灰度图
            Cv2.CvtColor(g_srcImage1, g_grayImage, ColorConversionCodes.BGR2GRAY);

            //【3】创建窗口和滚动条
            Cv2.NamedWindow(WINDOW_NAME1, WindowFlags.AutoSize);
            int v = Cv2.CreateTrackbar("阈值:", WINDOW_NAME1, ref thresh, max_thresh, on_CornerHarris);
            on_CornerHarris(0, IntPtr.Zero);

            Cv2.WaitKey(0);
        }

        static void on_CornerHarris(int pos, IntPtr userData)
        {
            //【1】定义一些局部变量
            Mat dstImage = new Mat();//目标图
            Mat normImage = new Mat();//归一化后的图
            Mat scaledImage = new Mat();//线性变换后的八位无符号整型的图

            //【2】初始化
            //置零当前需要显示的两幅图，即清除上一次调用此函数时他们的值
            dstImage = new Mat(g_srcImage.Size(), MatType.CV_32FC1);
            g_srcImage.CopyTo(g_srcImage1);

            //【3】正式检测
            //进行角点检测
            Cv2.CornerHarris(g_grayImage, dstImage, 2, 3, 0.04, BorderTypes.Default);

            // 归一化与转换
            Cv2.Normalize(dstImage, normImage, 0, 255, NormTypes.MinMax, MatType.CV_32FC1);
            //将归一化后的图线性变换成8位无符号整型 
            Cv2.ConvertScaleAbs(normImage, scaledImage);

            //【4】进行绘制
            // 将检测到的，且符合阈值条件的角点绘制出来
            for (int j = 0; j < normImage.Rows; j++)
            {
                for (int i = 0; i < normImage.Cols; i++)
                {
                    if ((int)normImage.At<float>(j, i) > thresh + 80)
                    {
                        Cv2.Circle(g_srcImage1, new Point(i, j), 5, new Scalar(10, 10, 255), 2, LineTypes.Link8, 0);
                        Cv2.Circle(scaledImage, new Point(i, j), 5, new Scalar(0, 10, 255), 2, LineTypes.Link8, 0);
                    }
                }
            }
            //【4】显示最终效果
            Cv2.ImShow(WINDOW_NAME1, g_srcImage1);
            Cv2.ImShow(WINDOW_NAME2, scaledImage);
        }
    }
}

C++版本代码如下：

#include <opencv2/opencv.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>

using namespace cv;
using namespace std;

#define WINDOW_NAME1 "【程序窗口1】" //为窗口标题定义的宏  
#define WINDOW_NAME2 "【程序窗口2】" //为窗口标题定义的宏  

Mat g_srcImage, g_srcImage1, g_grayImage;
int thresh = 30; //当前阈值
int max_thresh = 175; //最大阈值

void on_CornerHarris(int, void*)
{
	//【1】定义一些局部变量
	Mat dstImage;//目标图
	Mat normImage;//归一化后的图
	Mat scaledImage;//线性变换后的八位无符号整型的图

	//【2】初始化
	// 置零当前需要显示的两幅图，即清除上一次调用此函数时他们的值
	dstImage = Mat::zeros(g_srcImage.size(), CV_32FC1);
	g_srcImage1 = g_srcImage.clone();

	//【3】正式检测
	// 进行角点检测
	cornerHarris(g_grayImage, dstImage, 2, 3, 0.04, BORDER_DEFAULT);

	// 归一化与转换
	normalize(dstImage, normImage, 0, 255, NORM_MINMAX, CV_32FC1, Mat());
	// 将归一化后的图线性变换成8位无符号整型 
	convertScaleAbs(normImage, scaledImage);

	//【4】进行绘制
	// 将检测到的，且符合阈值条件的角点绘制出来
	for (int j = 0; j < normImage.rows; j++)
	{
		for (int i = 0; i < normImage.cols; i++)
		{
			if ((int)normImage.at<float>(j, i) > thresh + 80)
			{
				circle(g_srcImage1, Point(i, j), 5, Scalar(10, 10, 255), 2, 8, 0);
				circle(scaledImage, Point(i, j), 5, Scalar(0, 10, 255), 2, 8, 0);
			}
		}
	}
	//【4】显示最终效果
	imshow(WINDOW_NAME1, g_srcImage1);
	imshow(WINDOW_NAME2, scaledImage);
}

int main()
{
	//【1】载入原始图并进行克隆保存
	g_srcImage = imread("../images/home5.jpg", 1);
	if (!g_srcImage.data) { 
		printf("读取图片错误，请确定目录下是否有imread函数指定的图片存在~！ \n"); 
		return false; 
	}
	imshow(WINDOW_NAME1, g_srcImage);
	g_srcImage1 = g_srcImage.clone();

	//【2】存留一张灰度图
	cvtColor(g_srcImage1, g_grayImage, COLOR_BGR2GRAY);

	//【3】创建窗口和滚动条
	namedWindow(WINDOW_NAME1, WINDOW_AUTOSIZE);
	createTrackbar("阈值: ", WINDOW_NAME1, &thresh, max_thresh, on_CornerHarris);

	//【4】调用一次回调函数，进行初始化
	on_CornerHarris(0, 0);

	waitKey(0);
	return(0);
}

Python版本代码如下：

import cv2
import numpy as np

def on_CornerHarris(x):
    global g_srcImage1,g_grayImage

    # 获取滑动条的值
    thresh = cv2.getTrackbarPos('value', 'WINDOW_NAME1')

	#初始化
	# 置零当前需要显示的两幅图，即清除上一次调用此函数时他们的值
    g_srcImage1 = np.copy(g_srcImage)

	# 进行角点检测
    dstImage = cv2.cornerHarris(g_grayImage, 5, 3, 0.04)

	# 归一化与转换
    # 下面这两种新建画布的方式都可以，新建一个32位浮点型单通道
    normImage=np.empty((g_srcImage.shape[0], g_srcImage.shape[1], 1),dtype=np.float32)
    #normImage = np.ones((g_srcImage.shape[0], g_srcImage.shape[1], 1),np.float32)

    cv2.normalize(dstImage,normImage,0,255,cv2.NORM_MINMAX)
	
    # 将归一化后的图线性变换成8位无符号整型 
    scaledImage = cv2.convertScaleAbs(normImage)

	# 进行绘制
	# 将检测到的，且符合阈值条件的角点绘制出来
    imgH = normImage.shape[0]
    imgW = normImage.shape[1]
    for j in range(imgW):
        for i in range(imgH):
            if normImage[i][j].max() > (thresh + 80):
                cv2.circle(g_srcImage1, (j, i), 5, (10, 10, 255) ,2, 8, 0)
                cv2.circle(scaledImage, (j, i), 5, (0, 10, 255) ,2, 8, 0)

    #【5】显示最终效果
    cv2.imshow("WINDOW_NAME1", g_srcImage1)
    cv2.imshow("WINDOW_NAME2", scaledImage)


# 【1】载入原始图并进行克隆保存
g_srcImage = cv2.imread("../images/home5.jpg")

cv2.imshow("WINDOW_NAME1", g_srcImage)
g_srcImage1 = np.copy(g_srcImage)

#【2】存留一张灰度图
g_grayImage = cv2.cvtColor(g_srcImage1, cv2.COLOR_BGR2GRAY)

#【3】创建窗口和滚动条
cv2.namedWindow('WINDOW_NAME1')
cv2.createTrackbar('value', 'WINDOW_NAME1', 30, 175, on_CornerHarris)
#【4】调用一次回调函数，进行初始化
cv2.setTrackbarPos('value', 'WINDOW_NAME1', 30)

cv2.waitKey(0)
cv2.destroyAllWindows()