基于MFC和OpenCV实现角点检测

本文实例为大家分享了MFC和OpenCV实现角点检测的具体代码，供大家参考，具体内容如下

// 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==3
 srcImage = 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();
}

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持我们。