# GFTTDetector In OpenCV
这是使用imgproc.hpp中的goodFeaturesToTrack函数封装的类，其使用和goodFeaturesToTrack函数基本相似。
# GFTTDetector功能
GFTTDetector类用来提取对线的角点特征，角点检测(Corner Detection)也称为特征点检测，是图像处理和计算机视觉中用来获取图像局部特征点的一类方法，广泛应用于运动检测、图像匹配、视频跟踪、三维建模以及目标识别等领域中。
最常用的角点检测算法有梯度直方图HOG,Haar特征和Haris角点检测，上面这三种在之前都介绍过，
1.Haar特征 (opens new window)
2.梯度直方图HOG (opens new window)
3.HS角点检测 (opens new window)
这些方法都是使用了图像中的局部信息提取了局部特征。
如同在HS角点检测中介绍的，图像灰度的变化可以分成3种情况:
- 在两个方向上灰度变化剧烈，角点
- 在单个方向上灰度变化剧烈，边
- 在两个方向上灰度变化都不大，平坦区域
如下图：
对于给定图像patch窗口，计算该窗口平移一段微小距离时各个像素值差的平方和为：
omega(x,y)是窗口函数，可以使用窗口中的像素均值或者使用高斯函数。
根据泰勒公式展开上式：
故，
其中，
从
这里考虑的是左右上下边沿与图像高宽平行组成的角点，对于旋转和缩放的角点需要单独讨论。
在判断是否为角点时，为了减少运算量，通常并不会计算M的特征值，而使用M的行列式和迹来计算：
- 当
- 当
- 当
GFTTDetector中使用的是Shi-Tomasi 角点检测器，其直接使用
# OpenCV中GFTTDetector类
调用GFTTDetector类中的静态函数create可以创建cv::Ptr<GFTTDetector>。
create函数参数为：
static Ptr<GFTTDetector> cv::GFTTDetector::create (
int maxCorners = 1000,
double qualityLevel = 0.01,
double minDistance = 1,
int blockSize = 3,
bool useHarrisDetector = false,
double k = 0.04
)
maxCorners控制最多检测到的角点数量qualityLevel控制角的质量水平，例如最好的是1500,qualityLevel为0.01,则quality measure小于1500*0.01的将被舍弃minDistance角点之间的最小距离blockSize计算梯度相关矩阵时使用的邻域大小useHarrisDetector是否使用Harris角点检测k,Harris角点检测的超参数
代码示例：
#include <memory>
#include <vector>
#include <opencv2/opencv.hpp>
#include <opencv2/features2d.hpp>
class TestGFTTDetector
{
public:
typedef std::shared_ptr<TestGFTTDetector> Ptr;
TestGFTTDetector();
~TestGFTTDetector() = default;
void compute(cv::Mat &image);
private:
cv::Ptr<cv::GFTTDetector> gftt_ptr_;
std::vector<cv::KeyPoint> keypoints_;
};
TestGFTTDetector::TestGFTTDetector()
{
gftt_ptr_ = cv::GFTTDetector::create(1000, 0.1, 10);
}
void TestGFTTDetector::compute(cv::Mat &image)
{
cv::Mat mask(image.size(), CV_8UC1, 255);
gftt_ptr_->detect(image, keypoints_, mask);
for(auto &kp : keypoints_) {
cv::circle(image, kp.pt, 3, cv::Scalar(255, 0, 0));
}
std::cout << "keypoints_.size: " << keypoints_.size() << std::endl;
cv::imshow("gftt_detector_result", image);
cv::waitKey(0);
cv::goodFeaturesToTrack()
}
int main(int argc, char **argv)
{
TestGFTTDetector::Ptr gftt = std::make_shared<TestGFTTDetector>();
cv::Mat image = cv::imread(argv[1]);
gftt->compute(image);
return 0;
}
检测结果如下：
可以看到检测的结果还是很好的，不过中间大六边形上面的两个角点还是没有检测到，感兴趣可以改小
使用的图片在OpenCV代码仓库中opencv-4.5.5/samples/data/blox.jpg