图API：图像特征检测

详细描述

函数
GMat	cv::gapi::Canny (const GMat &image, double threshold1, double threshold2, int apertureSize=3, bool L2gradient=false)
	使用Canny算法查找图像中的边缘。
GArray< Point2f >	cv::gapi::goodFeaturesToTrack (const GMat &image, int maxCorners, double qualityLevel, double minDistance, const Mat &mask=Mat(), int blockSize=3, bool useHarrisDetector=false, double k=0.04)
	确定图像上的强角点。

函数文档

Canny()

GMat cv::gapi::Canny	(	const GMat &	image,
		double	threshold1,
		double	threshold2,
		int	apertureSize = 3,
		bool	L2gradient = false )

Python
	cv.gapi.Canny(	image, threshold1, threshold2[, apertureSize[, L2gradient]]	) ->	返回值

#include <opencv2/gapi/imgproc.hpp>

使用Canny算法查找图像中的边缘。

该函数使用Canny算法查找输入图像中的边缘，并在输出图edges中标记它们。threshold1和threshold2之间的最小值用于边缘连接。最大值用于查找强边缘的初始段。参见 http://en.wikipedia.org/wiki/Canny_edge_detector

注意

函数文本ID为“org.opencv.imgproc.feature.canny”

参数

image	8位输入图像。
threshold1	滞后过程的第一个阈值。
threshold2	滞后过程的第二个阈值。
apertureSize	Sobel算子的孔径大小。
L2gradient	一个标志，指示是否应该使用更精确的\(L_2\)范数\(=\sqrt{(dI/dx)^2 + (dI/dy)^2}\)来计算图像梯度幅度 (L2gradient=true)，或者默认的\(L_1\)范数\(=|dI/dx|+|dI/dy|\)是否足够 (L2gradient=false)。

goodFeaturesToTrack()

GArray< Point2f > cv::gapi::goodFeaturesToTrack	(	const GMat &	image,
		int	maxCorners,
		double	qualityLevel,
		double	minDistance,
		const Mat &	mask = Mat(),
		int	blockSize = 3,
		bool	useHarrisDetector = false,
		double	k = 0.04 )

Python
	cv.gapi.goodFeaturesToTrack(	image, maxCorners, qualityLevel, minDistance[, mask[, blockSize[, useHarrisDetector[, k]]]]	) ->	返回值

#include <opencv2/gapi/imgproc.hpp>

确定图像上的强角点。

该函数查找图像或指定图像区域中最突出的角点，如[245]中所述。

• 函数使用cornerMinEigenVal或cornerHarris计算每个源图像像素的角点质量度量。
• 函数执行非最大值抑制（保留3 x 3邻域中的局部最大值）。
• 最小特征值小于\(\texttt{qualityLevel} \cdot \max_{x,y} qualityMeasureMap(x,y)\)的角点将被拒绝。
• 剩余的角点按质量度量降序排列。
• 函数丢弃每个距离小于maxDistance的更强角点的角点。

该函数可用于初始化对象的基于点的跟踪器。

注意

• 如果使用参数qualityLevel的不同值A和B调用该函数，并且A > B，则使用qualityLevel=A返回的角点向量将是使用qualityLevel=B的输出向量的前缀。
• 函数文本ID为“org.opencv.imgproc.feature.goodFeaturesToTrack”

参数

image	输入8位或浮点32位单通道图像。
maxCorners	要返回的最大角点数。如果找到的角点多于此数，则返回其中最强的角点。maxCorners <= 0表示没有设置最大值限制，并返回所有检测到的角点。
qualityLevel	表征图像角点最小可接受质量的参数。该参数值乘以最佳角点质量度量，即最小特征值（参见cornerMinEigenVal）或Harris函数响应（参见cornerHarris）。质量度量小于该乘积的角点将被拒绝。例如，如果最佳角点的质量度量=1500，并且qualityLevel=0.01，则质量度量小于15的所有角点都将被拒绝。
minDistance	返回的角点之间最小的欧几里得距离。
mask	可选的感兴趣区域。如果图像不为空（它需要具有CV_8UC1类型并与image大小相同），则它指定检测角点的区域。
blockSize	用于计算每个像素邻域上导数协方差矩阵的平均块的大小。参见cornerEigenValsAndVecs。
useHarrisDetector	指示是否使用Harris检测器（参见cornerHarris）或cornerMinEigenVal的参数。
k	Harris检测器的自由参数。

返回值

检测到的角点向量。