这篇文章主要介绍了C++ OpenCV特征提取之 香港云主机如何实现亚像素级角点检测，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。前言前面我们学习了Harris角点检测还有Shi-Tomasi角点检测等，如果我们要对有点的精度有更高的要求，就需要用到了亚像素级角点检测。其实在实际应用中可以看到，几乎所有的角点不会是一个真正的准确像素点。比如说我们得到的角点是（80，20），但是实际上是（80.223，20.789）。亚像素定位方法插值方法基说图像矩计算曲线拟合方法 -（高斯曲面、多项式、椭圆曲面）在OpenCV中已经为我们提供了一个亚像素定位取值的函数了。相关APIC++: void cornerSubPix( InputArray image, –输入图像
InputOutputArray corners, –初始输入坐标和角坐标
Size winSize, –一半的侧长度搜索值
Size zeroZone, –一半区域在搜索区域中的求和公式。
TermCriteria criteria –标准终止迭代处理的隅角细化)代码演示我们再新建一个项目名为opencv–corner，按照配置属性(VS2017配置OpenCV通用属性),然后在源文件写入#include和main方法首先我们还是用到了TrackBar所以先定义TrackBar的参数然后在代码中创建TrackBar接下来就是我们最关键的函数SubPixel_Demo显示效果可以看到红色是我们原来用SHi-Toamsi角点检测出来的点，蓝色是用的亚像素检测出来的点会有小小的偏差，说明亚像素的点更精确一些，再看看命令行输出的我们的点的坐标，大部分都是带有小数的
感谢你能够认真阅读完这篇文章，希望小编分享的“C++ OpenCV特征提取之如何实现亚像素级角点检测”这篇文章对大家有帮助，同时也希望大家多多支持开发云，关注开发云行业资讯频道，更多相关知识等着你来学习!
R语言中常用的数据导入方式是怎样的，相信很多没有经验的人对此束手无策，为此本文总结了问题出现的原因和解决方法，通过这篇文章希望你能解决这个问题。深感基础语法之重要性，这里分享一些学习过程中总结的笔记，希望初学者可以牢记于心，避免同样的问题。R语言支持的数据类型…
免责声明：本站发布的图片视频文字，以转载和分享为主，文章观点不代表本站立场，本站不承担相关法律责任；如果涉及侵权请联系邮箱：360163164@qq.com举报，并提供相关证据，经查实将立刻删除涉嫌侵权内容。
微信扫一扫 
