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

# cv::cornerHarris
   > int blockSize = 2, ksize = 3, int borderType = cv::BORDER_DEFAULT;
   > double k = 0.05;
   > cv::cornerHarris(srcImage, dstImage, blockSize, ksize, k, borderType);

# cv::cornerMinEigenVal
   > 코너 하리스 - 최소 고유값을 찾는다.
   > cv::cornerMinEigenVal(srcImage, dstImage, blockSize, ksize, borderType);

# cv::cornerEigenValsAndVecs
   > 코너 하리스 - 고유값과 고유 벡터를 찾는다.
   > cv::cornerEigenValsAndVecs(srcImage, dstImage, blockSize, ksize, borderType);

# cv::goodFeaturesToTrack
   > int maxCorners = 1000, int blockSize = 3;
   > double qualityLevel = 0.01, minDistance = 10, k = 0.04;
   > bool useHarrisDetector = false;
   > vector<cv::Point2f> corners;
   > cv::goodFeaturesToTrack(srcImage, corners, 1000, 0.01, 10, cv::noArray(), blockSize, useHarrisDetector, k);

# cv::FastoodFeaturesToTrack
   > int maxCorners = 1000, int blockSize = 3;
   > double qualityLevel = 0.01, minDistance = 10, k = 0.0

# cv::FAST
   > int thresh = 128;
   > bool nonmaxSuppression = true;
   > vector<cv::KeyPoint> keypoints;
   > cv::FAST(srcImage, keypoints, thresh, nonmaxSuppression);

# cv::cornerSubPix
   > int type = cv::TermCriteria::EPS | cv::TermCriteria::MAX_ITER;
   > int maxCount = 30;
   > double epsilon = 0.001;
   > cv::TermCriteria criteria(type, maxCount, epsilon);
   > cv::Size winSize = cv::Size(11, 11), zeroZone = cv::Size(-1, -1);
   > cv::cornerSubPix(srcImage, corners, winSize, zeroZone, criteria);