之前方面的總結：
之前用的harris和shi-tomasi進行角點檢測時得到的都是自己想要的角點，這些角點的座標都是粗略的，要想得到最完美的角點檢測就是利用亞畫素級角點檢測
若我們進行的不是影象處理的識別特徵點而是進行幾何測量，通常需要更高的精度前兩種角點檢測只能提供簡單畫素的座標值，也就是說有時候會需要實數座標值而不是整數座標值。
1.亞畫素級角點檢測的位置在攝像機標定，跟蹤並重建攝像機的軌跡，或者重建被跟蹤目標的三維結構時，是乙個基本的測量值
一般都是根據角點的位置–退出位置精確的亞畫素級精度，乙個向量和其正交的向量的點積為0
第一步就是先確定角點的位置用harris或者shi-tomasi來進行求取角點，由這些角點再來計算亞畫素級角點的具體位置opencv為我們提供了cornersubpix()函式用於尋找亞畫素級角點的位置的。
2.cornersubpix()函式尋找角點時（不是整數型別的位置，而是更加精確的浮點型別位置）
c++:void cornersubpix(inputarray img,inputoutputarray corner,size winsize,size zerozone,termcriteria criteria);
首先說明最主要的是引數二：表示輸入輸出的二維點vector corners型別的，作為輸入時表示由harris角點檢測之後返回的角點，首先遍歷角點，把角點push_back到二維點容器中，然後在放到亞畫素級角點檢測函式中作為輸入，輸出的時候就是亞畫素級的2維座標點，進行遍歷顯示既可以，同時由shi-tomasi角點檢測出來的角點直接放入亞畫素級角點檢測中去作為輸入，輸出就是亞畫素級別的角點
1.輸入的影象一般是灰度影象
2.input和output型別的角點，輸入是角點的初始座標點，輸出是精準的輸出座標
3.size型別的winsize，搜尋視窗的一半尺寸，搜尋視窗就是2倍的關係
4.size型別的zerozone，表示死區的一半尺寸 值為（-1，-1）表示無死區。
5.求角點的迭代過程的終止條件
總之在進行亞畫素級的角點檢測時：
1.harris角點檢測配合cornersubpix()函式（注意引數的準備）可以求出精確的角點
2.shi-tomasi角點檢測配合cornersubpix()函式（注意引數的準備）可以求出精確的角點
OPENCV角點檢測和亞畫素級檢測
首先進行粗檢測，函式goodfeaturestotrack，儲存進入corners中，然後cornersubpix函式進行亞畫素精確匹配，設定結束條件。由於實際應用中線條較粗，因此 corner blocksize 9 corner qualitylevel 0.6 其他引數可以微調。std vec...
OpenCV第十二講 角點檢測與亞畫素精度
角點檢測被定義兩條邊的交點，在實際應用中，大多數所謂的角點檢測方法檢測的是擁有特定特徵的影象點，而不僅僅是角點。角點 如果某一點在任意方向的乙個微小變動都會引起灰度很大的變化，那麼將其稱之為角點。角點檢測演算法 基於二值影象的角點檢測 基於輪廓曲線的角點檢測 harris角點檢測 cornerhar...
openCV畫素點處理
獲得畫素點的值便可以更加靈活的進行影象處理，在opencv裡可以通過cvget2d 和cvset2d 兩個函式加上乙個cvscalar結構體做到。opencv中，cvscalar結構為 typedef struct cvscalar cvscalar 4個double型變數，演算法處理時不至於被強制...