圖形 API：影像特徵檢測

詳細描述

函式
GMat	cv::gapi::Canny (const GMat &image, double threshold1, double threshold2, int apertureSize=3, bool L2gradient=false)
	使用Canny演算法在影像中查詢邊緣。
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)
	檢測影像中的強角點。

函式文件

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]]	) ->	retval

#include <opencv2/gapi/imgproc.hpp>

使用Canny演算法在影像中查詢邊緣。

該函式使用 Canny 演算法在輸入影像中查詢邊緣，並在輸出圖 edges 中標記它們。threshold1 和 threshold2 之間的最小值用於邊緣連結。最大值用於查詢強邊緣的初始段。參見 http://en.wikipedia.org/wiki/Canny_edge_detector

注意

函式文字 ID 是 "org.opencv.imgproc.feature.canny"

引數

image	8 位輸入影像。
threshold1	用於滯後過程的第一個閾值。
threshold2	滯後程式的第二個閾值。
apertureSize	Sobel 運算元的孔徑大小。
L2gradient	一個標誌，指示是否應該使用更精確的 \(L_2\) 範數 \(=\sqrt{(dI/dx)^2 + (dI/dy)^2}\) 來計算影像梯度幅度 ( L2gradient=true )，或者是否預設的 \(L_1\) 範數 \(=|dI/dx|+|dI/dy|\) 足夠 ( 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]]]]	) ->	retval

#include <opencv2/gapi/imgproc.hpp>

檢測影像中的強角點。

該函式在影像中或在指定的影像區域中查詢最突出的角點，如 [248] 中所述

• 函式使用 cornerMinEigenVal 或 cornerHarris 計算每個源影像畫素處的角點質量度量。
• 函式執行非極大值抑制（保留 3 x 3 鄰域中的區域性最大值）。
• 最小特徵值小於 \(\texttt{qualityLevel} \cdot \max_{x,y} qualityMeasureMap(x,y)\) 的角點將被拒絕。
• 剩餘的角點按質量度量降序排列。
• 函式會丟棄每個角點，如果在小於 maxDistance 的距離處存在更強的角點。

該函式可用於初始化物件的基於點的跟蹤器。

注意

• 如果使用引數 qualityLevel 的不同值 A 和 B 呼叫該函式，並且 A > B，則 qualityLevel=A 返回的角點向量將是 qualityLevel=B 的輸出向量的字首。
• 函式文字 ID 是 "org.opencv.imgproc.feature.goodFeaturesToTrack"

引數

image	輸入8位或32位浮點型單通道影像。
maxCorners	要返回的最大角點數。如果找到的角點多於此數，則返回其中最強的角點。maxCorners <= 0 意味著未設定最大值的限制，並且返回所有檢測到的角點。
qualityLevel	表徵影像角點的最小可接受質量的引數。引數值乘以最佳角點質量度量，即最小特徵值（參見 cornerMinEigenVal ）或 Harris 函式響應（參見 cornerHarris ）。質量度量小於乘積的角點將被拒絕。例如，如果最佳角點的質量度量 = 1500，並且 qualityLevel=0.01，則所有質量度量小於 15 的角點將被拒絕。
minDistance	返回的角點之間的最小可能歐幾里得距離。
mask	可選的感興趣區域。如果影像不為空（它需要具有 CV_8UC1 型別並且大小與影像相同），它會指定在其中檢測角點的區域。
blockSize	用於計算每個畫素鄰域上的導數協方差矩陣的平均塊大小。參見 cornerEigenValsAndVecs 。
useHarrisDetector	指示是否使用 Harris 檢測器（參見 cornerHarris）或 cornerMinEigenVal 的引數。
k	Harris 檢測器的自由引數。

返回

檢測到的角點的向量。