C# - 머신 비전 알고리즘 - OpenCV - 이미지처리17

# 디지털 이미지 처리
   # 이미지의 상태 정보에서 코너 특징점을 추출한다.
      > 이미지 정보에서 코너 특징점을 추출 [ Harris-Stephens,  Shi-Tomasi ]

# 이미지 처리 - OpenCV 4.5.3 으로 테스트
   # 이미지의 상태 정보에서 코너 특징점을 추출
   > srcImage : 입력, blockSize : 영역크기, ksize : 커널크기, QualityLevel : 정확도
   > minDistance : 최소거리, k : 하리스코너 자유 매개변수

# Cv2.CornerHarris
   > int blockSize = 2, ksize = 3;
   > borderType = BorderTypes.Default;
   > double k = 0.05;
   > Cv2.CornerHarris(srcImage, dstImage, blockSize, ksize, k, borderType); 

# Cv2.CornerMinEigenVal
   > 코너 하리스 - 최소 고유값을 찾는다.
   > Cv2.CornerMinEigenVal(srcImage, dstImage, blockSize, ksize, borderType);

# Cv2.CornerEigenValsAndVecs
   > 코너 하리스 - 고유값과 고유 벡터를 찾는다.
   > Cv2.CornerEigenValsAndVecs(srcImage, dstImage, blockSize, ksize, borderType);

# Cv2.GoodFeaturesToTrack
   > blockSize = 3;
   > k = 0.04;
   > bool useHarrisDetector = false;
   > List<Point2f> corners = Cv2.GoodFeaturesToTrack(srcImage, 1000, 0.01, 10, new Mat(), blockSize, useHarrisDetector, k).ToList();

# Cv2.FAST
   > int thresh = 128;
   > bool nonmaxSuppression = true;
   > List<KeyPoint> keypoints = Cv2.FAST(srcImage, thresh, nonmaxSuppression).ToList();

# Cv2.CornerSubPix
   > CriteriaTypes type = CriteriaTypes.Eps | CriteriaTypes.MaxIter;
   > int maxCount = 30;
   > double epsilon = 0.001;
   > TermCriteria criteria = new TermCriteria(type, maxCount, epsilon);
   > Size winSize = new Size(11, 11), zeroZone = new Size(-1, -1);
   > Cv2.CornerSubPix(srcImage, corners, winSize, zeroZone, criteria);