opencv-自定义harris角点检测

关于harris角点检测的原理以及matlab版本，请移步https://www.cnblogs.com/klitech/p/5779600.html

小白初学，这里采用opencv实现之，把自己遇到的疑问一一表述出来，以备后用。

疑问1. CV_32FC1,CV_32FC(6)是什么意思？

　 CV_<bit_depth>(S|U|F)C<number_of_channels>

- bit_depth,可取的值为8,16,32,64.它表示一个像素所占用的bite数
- S|U|F， S--- signed int, U--- unsigned int, F---float
- C<number_of_channels> 通道数，灰度图像取值1，rgb图像取值3

疑问2. Mat::zeros的两种初始化

Mat::zeros(int rows, int cols, int type)
Mat::zeros(Size size,int type)

第一种形式，返回特定尺寸与类型的零矩阵，比如 Mat A = Mat::zeros(3,3,CV_32FC1);

第二种形式，程序中采用的方式，Mat::zeros(src.size(), CV_32FC(6))；

我的理解是这两种形式实质一样

疑问3. cornerEigenValsAndVecs()使用方法

　函数原型， cornerEigenValsAndVecs( InputArray src, OutputArray dst,

int blockSize, int ksize,

int borderType = BORDER_DEFAULT );

src 图像类型应该为单通道，或者float
dst 图像类型应该为CV_32FC(6)，包含2个特征值，以及对应的2个2维向量，总计6个结果。
blocksize 邻域大小
ksize 函数采用sobel算子
borderType 取默认BORDER_DEFAULT

函数调用参看后面的程序。

 1 #include <opencv2/opencv.hpp>
 2 #include <iostream>
 3 #include <math.h>
 4 using namespace cv;
 5 using namespace std;
 6 Mat src, gray_src;
 7 Mat harris_dst, harrisRspImg;
 8 double harris_min_rsp;
 9 double harris_max_rsp;
10 int qualityLevel = 30;
11 const char* harris_win = "Custom Harris Corners Dector";
12 int max_count = 100;
13 void CustomHarris_Demo(int, void *);
14 
15 int main()
16 {
17 
18     src = imread("D:/1.png");
19     if (src.empty())
20     {
21         cout << "could not load image..." << endl;
22         return -1;
23     }
24     namedWindow("input_image", CV_WINDOW_AUTOSIZE);
25     imshow("input_image", src);
26     cvtColor(src, gray_src, COLOR_BGR2GRAY);
27     // 计算特征值
28     int blockSize = 3;
29     int ksize = 3;
30     double k = 0.04;
31 
32     harris_dst = Mat::zeros(src.size(), CV_32FC(6)); //6通道
33     harrisRspImg = Mat::zeros(src.size(), CV_32FC1);
34     cornerEigenValsAndVecs(gray_src, harris_dst, blockSize, ksize, 4);
35     //计算响应
36     for (int row = 0; row < harris_dst.rows; row++)
37     {
38         for (int col = 0; col < harris_dst.cols; col++)
39         {
40             double lambda1 = harris_dst.at<Vec6f>(row, col)[0];
41             double lambda2 = harris_dst.at<Vec6f>(row, col)[1];
42             harrisRspImg.at<float>(row, col) = lambda1 * lambda2 - k*pow((lambda1 + lambda2), 2);
43         }
44     }
45     minMaxLoc(harrisRspImg, &harris_min_rsp, &harris_max_rsp, 0, 0, Mat());//求最大最小响应
46     namedWindow(harris_win, CV_WINDOW_AUTOSIZE);
47     createTrackbar("Quality Value", harris_win, &qualityLevel, max_count, CustomHarris_Demo);
48     CustomHarris_Demo(0, 0);
49     waitKey(0);
50     return 0;
51 }
52 void CustomHarris_Demo(int, void*) {
53     if (qualityLevel < 10) {
54         qualityLevel = 10;
55     }
56     Mat resultImg = src.clone();
57     float t = harris_min_rsp + (((double)qualityLevel) / max_count)*(harris_max_rsp - harris_min_rsp);
58     for (int row = 0; row < src.rows; row++) {
59         for (int col = 0; col < src.cols; col++) {
60             float v = harrisRspImg.at<float>(row, col);
61             if (v > t) {
62                 circle(resultImg, Point(col, row), 2, Scalar(0, 0, 255), 2, 8, 0);
63             }
64         }
65     }
66 
67     imshow(harris_win, resultImg);
68 }