MFC+OPENCV实现角点检测

MFC+OPENCV实现角点检测:

//  角点检测
//  根据《基于OpenCV的计算机视觉技术实现》#define max_corners 200;                    //  限定的最大角点数IplImage* srcImage  = 0;                    //  待处理的源图像
IplImage* ImageShow = 0;                    //  存储显示带角点的图像
IplImage* grayImage = 0;                    //  原始图像转换成的灰阶图像
IplImage* corners1  = 0;                    //  临时图像
IplImage* corners2  = 0;                    //  临时图像int cornerCount0 = max_corners;
int cornerCount;                            //  实际测得角点数
int qualityLevel = 0;                       //  最小质量因子
int minDistance  = 15;                      //  角点最小距离
CvScalar color = CV_RGB(255,0,0);           //  绘图颜色
CvPoint2D32f corners[200];                  //  角点坐标
CvRect ROI_rect;                            //  测试范围
char   chek_area_state = 0;                 //  鼠标状态void re_find_corners(int)                   //  滑动条响应函数
{int   i,x,y,xl,yu,xr,yd,k;int   radius = 5;int   thickness = 1;double quality_level = (double) qualityLevel / 100 + 0.02;double min_distance  = (double) minDistance;cornerCount=cornerCount0;               //  设置最大角点数cvGoodFeaturesToTrack(grayImage,        //  角点检测corners1,corners2,corners,&cornerCount,quality_level,min_distance,NULL);if (cornerCount>0) {                    //  测到角点xl=ROI_rect.x;     yu=ROI_rect.y;   //  设置初始测试范围xr=ROI_rect.x+ROI_rect.width;yd=ROI_rect.y+ROI_rect.height;cvCopy(srcImage,ImageShow);         //  恢复源图像for (i=0,k=0;i<cornerCount;i++) {x=(int)corners[i].x;y=(int)corners[i].y;if ((xl<x)&&(x<xr)&&(yu<y)&&(y<yd)) {  //  范围检查corners[k].x=corners[i].x;  //  保存范围内角点corners[k].y=corners[i].y;k++;}}cornerCount=k;                      //  范围内角点数cvCopy(srcImage,ImageShow);for (i=0;i<cornerCount;i++) {x=(int)corners[i].x;y=(int)corners[i].y;cvCircle(ImageShow,cvPoint(x,y),   //  角点处画圈radius,color,thickness,CV_AA,0);}cvRectangle(ImageShow,cvPoint(xl,yu),cvPoint(xr,yd),CV_RGB(0,255,0),thickness,CV_AA,0);  //  画矩形cvShowImage("image", ImageShow);    //  显示画圈图像}
}void on_mouse2(int event,int x,int y,int flags,void* param)
{                                           //  鼠标响应函数int  thickness = 1;CvPoint point1,point2;if (event == CV_EVENT_LBUTTONDOWN) {    //  鼠标左键按下ROI_rect.x = x;                     //  记录检测窗口一角坐标ROI_rect.y = y;chek_area_state = 1;                //  设置状态标志}else if (chek_area_state && event == CV_EVENT_MOUSEMOVE) {  //  鼠标移动cvCopy(srcImage,ImageShow);         //  恢复原始图像point1 = cvPoint(ROI_rect.x, ROI_rect.y);point2 = cvPoint(x,y);              //  当前坐标cvRectangle(ImageShow,point1,point2,CV_RGB(0,255,0),thickness,CV_AA,0);         //  画矩形cvShowImage("image", ImageShow);    //  显示检测结果cvWaitKey(20);                      //  延时}else if (chek_area_state && event == CV_EVENT_LBUTTONUP) {  //  鼠标左键抬起ROI_rect.width  = abs(x - ROI_rect.x);  //  记录检测窗口对角坐标ROI_rect.height = abs(y - ROI_rect.y);re_find_corners(0);                 //  角点检测chek_area_state = 0;                //  恢复状态标志cvWaitKey(20); }
}void CCVMFCView::OnCornersTest()            //  角点检测
{if (workImg->nChannels>1) {             //  原图为真彩色图像==3srcImage = cvCloneImage(workImg);}else {                                  //  原图为灰阶图像srcImage = cvCreateImage(cvGetSize(workImg),IPL_DEPTH_8U,3);cvCvtColor(workImg,srcImage,CV_GRAY2BGR);}cvFlip(srcImage);grayImage = cvCreateImage(cvGetSize(srcImage),IPL_DEPTH_8U,1);cvCvtColor(srcImage,grayImage,CV_BGR2GRAY);  //  转换为灰阶图像ImageShow = cvCloneImage(srcImage);ROI_rect.x =0;ROI_rect.y =0;ROI_rect.width  = grayImage->width;ROI_rect.height = grayImage->height;corners1 = cvCreateImage(cvGetSize(grayImage),IPL_DEPTH_32F,1);corners2 = cvCreateImage(cvGetSize(grayImage),IPL_DEPTH_32F,1);cvNamedWindow("image",0);               //  设置显示窗口cvResizeWindow("image",325,350);        //  改变窗口尺寸cvCreateTrackbar("角点最小距离", "image",  //  设置距离滑动条&minDistance, 200,re_find_corners);cvCreateTrackbar("最小质量因子","image",  //  设置质量滑动条&qualityLevel,100,re_find_corners);re_find_corners(0);                     //  角点检测cvSetMouseCallback("image",on_mouse2,0);  //  设置鼠标响应函数cvWaitKey(0);                           //  等待键输入cvDestroyWindow( "image" );             //  关闭窗口cvReleaseImage(&srcImage);              //  释放图像存储单元cvReleaseImage(&grayImage);cvReleaseImage(&corners1);cvReleaseImage(&corners2);cvFlip(ImageShow);m_dibFlag=imageReplace(ImageShow,&workImg);  //  输出检测结果m_ImageType=-2;Invalidate();
}

from: http://blog.csdn.net/abcjennifer/article/details/7315220

MFC+OPENCV实现角点检测相关推荐

OpenCV ChArUco角的检测
OpenCV ChArUco角的检测 ChArUco角的检测目标源代码 ChArUco Board创建 ChArUco板检测拍摄输入图像读取相机校准参数(仅用于相机校准检测) 检测标记 ChA ...
【opencv】角点检测——虚线表格
[opencv]角点检测--虚线表格处理对象--虚线表格处理方法--角点检测 Harris角点检测函数解读处理结果处理对象--虚线表格把之前做研电赛的东西做一点小的分享,先给大家看一下所处 ...
Opencv java 角点检测 preCornerDetect（15）
之前我们讲过一节的角点检测,是用的cornerHarris 这个方法,今天我们介绍另外的一种方法preCornerDetect 进行角点检测效果首先我们看一下角点检测的效果: 代码那么代码上应该 ...
OpenCV Fast角点检测
FAST是一种用于角点检测的算法,该算法的原理是取图像中检测点,以改点为圆心的周围邻域内像素点判断监测点是否为角点. OpenCV中的FAST检测算法是用传统方法实现的. 实例化fast fast = ...
opencv 实现角点检测 Shi-Tomasi角点检测
角点检测概述角点检测概述 Harris角点检测算法手动实现 Harris角点检测算法手动实现 opencv中使用Harris角点检测 opencv中使用Harris角点检测 opencv中使用 Sh ...
OpenCV实现角点检测（cornerHarris）
1.概述案例:使用cornerHarris实现角点检测,并调节其参数看看不同参数下的不同效果技术:Qt+C+++OpenCV 角点检测函数介绍: cornerHarris(src,dst,bloc ...
opencv harris 角点检测
一.图像特征的分类 [OpenCV入门教程之十六]OpenCV角点检测之Harris角点检测_[浅墨的游戏编程Blog]毛星云(浅墨)的专栏-CSDN博客_基于轮廓曲线的角点检测下面部分图像来自与B ...
opencv棋盘格角点检测原理总结
第一步,局部平均自适应阈值化方法对亮度不均匀情况适应性强,因此用该方法对图像二值化,均衡化后得到了理想的门限,效果如图2所示. 第二步,图像膨胀分离各个黑块四边形的衔接,由于膨胀的是白色像素点,因此能 ...
OpenCV中角点检测：Harris、Shi-Tomasi、亚像素级角点检测
1.角点的定义角点通常被定义为两条边的交点,或者说,角点的局部邻域应该具有两个不同区域的不同方向的边界.比如,三角形有三个角,矩形有四个角,这些就是角点,也是他们叫做矩形.三角形的特征. 角点是个很 ...

MFC+OPENCV实现角点检测

MFC+OPENCV实现角点检测相关推荐

最新文章

热门文章