【OpenCV】第二十一章: 角点检测之：harris算法以及Shi-Tomasi算法

第二十一章: 角点检测之：harris算法以及Shi-Tomasi算法

一张图像，我们可以用很多方法去处理它，就会得到很多不同的特征。比如基于梯度方法我们就能得到图像的边缘特征；比如基于直方图我们就得到图像的统计特征；比如基于傅里叶变换我们就得到图像频域特征；比如基于霍夫变换我们就可以得到图像的某些几何特征；比如通过形态变换、阈值处理、图像边缘处理等手段我们就可以得到图像的轮廓特征；再比如基于图像金字塔我们可以得到图像的尺度不变性特征。。。等等，这些都是图像的特征。不同的特征有自己独特的优势和用处。
除此之外，图像还有角点特征、斑点特征、脊向特征等等。本章讲角点特征，根据角点特征检测出图像中的角点区域。

• 1、什么是角点？
  角点（Corner Point），很多人都喜欢用下面这张图先感性的认识一下角点：
  

  图中：E和F是角点区域，C和D是边缘区域， A和B是平坦区域

  直观的看：图像中的E和F区域是图像中最独特的区域，几乎没有其他区域和它长得一样，C和D区域次之，A和B区域是最没有特征的区域。如果我拿一个A或B区域的小模板去图片中找模板的对应位置，我们可以找到很多和模板一样的位置，就是我们无法定位。如果我们拿一个E或F区域的模板去图片中找匹配，我们就可以