Shi-Tomas是對Harris演算法的一種改進,效率也得到了大幅的改進。

首先介紹API

void goodFeaturesToTrack( InputArray image, 
                          OutputArray corners,
                          int maxCorners, 
                          double qualityLevel, double minDistance,
                          InputArray mask=noArray(), 
                          int blockSize=3,
                          bool useHarrisDetector=false, 
                          double k=0.04 );
 

演算法將處理影象依照公式求出所有大於設定閾值的點並儲存在一個vector中，若點數超過設定的最大數量那麼將選取特徵最明顯的前幾個

image：8位或32位單通道灰度影象；

corners：位置點向量，儲存的是檢測到的角點的座標；

maxCorners：定義可以檢測到的角點的數量的最大值；

qualityLevel：檢測到的角點的質量等級，角點特徵值小於qualityLevel*最大特徵值的點將被捨棄；

minDistance：兩個角點間最小間距，以畫素為單位；

mask：指定檢測區域，若檢測整幅影象，mask置為空Mat()；

blockSize：計算協方差矩陣時視窗大小；

useHarrisDetector：是否使用Harris角點檢測，為false，則使用Shi-Tomasi運算元；

k：留給Harris角點檢測運算元用的中間引數，一般取經驗值0.04~0.06。第八個引數為false時，該引數不起作用；

RNG rng(1234);
rng.uniform(0,255)

這是一個用於生成偽隨機數的方法，當然，如果你想要生成的偽隨機數是小數（例如大於等於0小於1）需要在呼叫rng.uniform(0.,1.)也就是傳入兩個浮點數型別

#include<iostream>
#include<opencv2/opencv.hpp>
using namespace std;
using namespace cv;
Mat src, gray_src;
int corner_num = 25;
int max_corner = 200;
const char* output_title = "ShiTomasi Detector";
RNG rng(1234);

void ShiTomas_Demo(int, void*);

int main(int argc, char** argv) {
	src = imread("C:/Users/pbiha/Desktop/image/2.png");
	if (src.empty()) {
		puts("Can't find the image...");
		return -1;
	}
	namedWindow("input", CV_WINDOW_AUTOSIZE);
	imshow("input", src);
	cvtColor(src, gray_src, COLOR_BGR2GRAY);
	namedWindow(output_title, CV_WINDOW_AUTOSIZE);

	createTrackbar("Num corner:", output_title, &corner_num, max_corner, ShiTomas_Demo);
	ShiTomas_Demo(0, 0);
	waitKey(0);
	return 0;
}
void ShiTomas_Demo(int, void*) {
	if (corner_num < 5)corner_num = 5;
	vector<Point2f>corners;
	double qualityLevel = 0.01;
	double minDistance = 15;
	int blockSize = 3;
	bool useHarris = false;
	double k = 0.04;
	
	Mat resultImg = src.clone();

	goodFeaturesToTrack(gray_src, corners, corner_num, qualityLevel, minDistance, Mat(), blockSize, useHarris, k);
	printf("%d\n", corners.size());

	for (int i = 0; i < corners.size(); i++) {
		circle(resultImg, corners[i], 2, Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255)), 2, 8, 0);
	}
	imshow(output_title, resultImg);
}