看了將近十來天的opencv了，無論是從官方文件，還是learning opencv，還是看各論壇，心裡總有種感覺是：無法把自己看的知識聯絡在一起，感覺都是各有特色功能的函式，可是這些各有特色功能的函式怎麼組合在一起，實現什麼樣的功能就不得而知了。
下面從角點的角度來講講吧 --（要說的是有些並非是本人所寫，覺得別人有的地方寫的經典就複製下來了）
使用函式 cornerharris 通過 harris-stephens方法檢測角點；
我們到底要角點幹什麼？？？？？？？？？？？？？？
下面我來回答這個問題，在計算機視覺中，我們需要比對兩張，靠什麼匹配，靠直方圖，為啥????? 直方圖包含哪些資訊，如果需要快速的匹配，我們需呀哪些關鍵資訊？
一張在你看來，最大的印象是什麼？？？？？？？？？？回答是色彩，那變為gray圖了呢，給你的最大的印象是什麼呢？？？？？？？你可能一時回答不上來，那就是邊緣。什麼邊緣，不同灰度之間的邊緣，那怎麼獲得這些不同的邊緣？？？？？？常年canny,閥值化，閥值化後怎麼辦呢？？還是不知到怎麼比對，還需要哪些特戰呢，再一步細化，那就到了角點和斑點（感興趣的區域）
下面我們就可以回答怎麼去比對兩張了
1---邊緣 （邊緣的獲取方法：canny，開環或者閉環，再加上閥值，或者sobel之類演算法）
2---角點 （cornerharris，開環，閉環，再加上十字圖形 菱形處理後， absdiff ,再去閥值，harris角點檢測，shi-tomasi角點檢測，fast角點檢測，尺度不變surf檢測，尺度不變sift檢測）
3---斑點 最生動形象的說話就是女孩子臉長了雀斑（
log運算元：sift演算法
blob特徵檢測運算元）
harris角點檢測
當乙個視窗在影象上移動，在平滑區域如圖(a)，視窗在各個方向上沒有變化。在邊緣上如圖(b)，視窗在邊緣的方向上沒有變化。在角點處如圖(c)，視窗在各個方向上具有變化。harris角點檢測正是利用了這個直觀的物理現象，通過視窗在各個方向上的變化程度，決定是否為角點。
將影象視窗平移[u,v]產生灰度變化e(u,v)
由：， 得到：
對於區域性微小的移動量 [u,v]，近似表達為：
其中m是 2*2 矩陣，可由影象的導數求得：
e(u,v)的橢圓形式如下圖：
定義角點響應函式r為：
harris角點檢測演算法就是對角點響應函式r進行閾值處理：r > threshold，即提取r的區域性極大值。
可以參考這篇文件 寫的很不錯
harris角點檢測 角點檢測實戰
介紹 角點是很容易在影象中定位的區域性特徵，並且大量存在於人造物體中 例如牆壁 門 桌子等 角點的價值在於它是兩條邊緣線的接合點，是一種二維特徵，可以被精確地檢測 即使是亞畫素級精度 實現原理 例子 include includeusing namespace std using namespace...
角點檢測，圓形檢測
角點檢測 圓檢測 已知直線方程斜截式表示式 y k x b r是從原點到直線的最短距離，為x軸與最短距離連線夾角。將k,b用r,關係替換，直線表示式為 對於任意一點 x,y 在hough變換中 對應一條曲線。多個點對應多條曲線，這些曲線有交點，交點處就是對應點組成的直線 如果有多個交點說明有多條直線...
Harris角點檢測
貼一下 計算機視覺課的作業 有時候 需要用下 function f detectcorner i,threshold,sigma harris corner detect by lifeiteng version1.0 灰度影象 2013 5 08 version1.1 彩色影象 2013 5 13...