在影象處理領域，角點檢測演算法主要有以下幾類：
基於灰度影象的角點檢測
基於二值影象的角點檢測
基於輪廓曲線的角點檢測
而基於灰度影象的角點檢測又可分為基於梯度、基於模板、基於梯度和基於模板組合三類方法。其中基於模板的方法主要考慮畫素鄰域點的灰度變化，即影象亮度的變化，將與相鄰點亮度對比足夠大的點定義為角點。
常見的基於模板的角點檢測演算法有kitchen-rosenfeld角點檢測演算法，harris角點檢測演算法，klt角點檢測演算法以及susan角點檢測演算法。
harris角點檢測是一種直接基於灰度影象的角點提取演算法，穩定性高，尤其對l型角點檢測精度高。但是由於採用了高斯濾波，運算速度相對較慢，角點資訊有丟失和位置偏移的現象，而且角點提取有聚簇現象。
cornerharris函式對每乙個畫素(x, y)在blocksize * blocksize鄰域內，計算2*2梯度的協方差矩陣m(x, y)，接著按照下面公式計算：
就可以找到輸出影象中的區域性最大值，即找到了角點。
函式原型：
void cornerharris(inputarray src, outputarray dst, int blocksize, int ksize, double k, intbordertype=border_default)}輸入影象：
輸出：
opencv之Harris角點檢測
opencv4.1.2 contrib win10 vs2019 角點是一模擬較特殊的點，構成角點的條件兩條或者多條線的交叉，線可以理解為邊緣特徵很強的畫素點的集合，在opencv中大部分的影象處理基於掩膜移動來實現，在矩形框內如果在沒有角點的區域內也就是所謂的平原地帶，無論向哪個方向移動，矩形框內...
harris 檢測角點
主要是使用函式 cv exports w void goodfeaturestotrack inputarray image,輸入影象 outputarray corners,角點數 int maxcorners,最大角點數 double qualitylevel,最大最小特徵值乘法因子 doubl...
opencv實現Harris角點檢測
include include include include include includeusing namespace std using namespace cv harris角點檢測 blocksize是鄰域大小，對每個畫素，考慮blocksize blocksize大小的鄰域，計算鄰域上...