OpenCV CUDA模块特征检测------角点检测的接口createMinEigenValCorner()

• 操作系统：ubuntu22.04
• OpenCV版本：OpenCV4.9
• IDE:Visual Studio Code
• 编程语言：C++11

算法描述

该函数创建一个 基于最小特征值（Minimum Eigenvalue）的角点响应计算对象，这是另一种经典的角点检测方法（类似于 Shi-Tomasi 角点检测器）。
返回的是 cv::Ptrcv::cuda::CornernessCriteria 类型的对象，可用于后续调用 .compute() 方法对图像进行角点响应计算。

函数原型

Ptr<CornernessCriteria> cv::cuda::createMinEigenValCorner 	
( 
	int  	srcType,
	int  	blockSize,
	int  	ksize,
	int  	borderType = BORDER_REFLECT101 
) 		

参数

• srcType 输入源类型。目前仅支持 CV_8UC1 和 CV_32FC1。
• blockSize 邻域大小。
• ksize Sobel 算子的孔径参数。
• borderType 像素外推方法（边界填充方式）。目前仅支持 BORDER_REFLECT101 和 BORDER_REPLICATE。

代码示例

#include <iostream>
#include <opencv2/cudaimgproc.hpp>
#include <opencv2/opencv.hpp>

int main()
{
    // Step 1: 加载图像并转换为灰度图
    cv::Mat h_img = cv::imread( "/media/dingxin/data/study/OpenCV/sources/images/chessboard.png", cv::IMREAD_GRAYSCALE );
    if ( h_img.empty() )
    {
        std::cerr << "Failed to load image!" << std::endl;
        return -1;
    }

    // Step 2: 将图像上传到 GPU
    cv::cuda::GpuMat d_img, d_corners;
    d_img.upload( h_img );

    // Step 3: 创建 MinEigenVal 角点检测器
    int srcType   = d_img.type();  // 图像类型（如 CV_8UC1）
    int blockSize = 3;             // 邻域大小
    int ksize     = 3;             // Sobel 核大小

    cv::Ptr< cv::cuda::CornernessCriteria > criteria = cv::cuda::createMinEigenValCorner( srcType, blockSize, ksize );

    // Step 4: 执行角点响应计算
    criteria->compute( d_img, d_corners );

    // Step 5: 下载结果并显示
    cv::Mat h_corners;
    d_corners.download( h_corners );
    cv::normalize( h_corners, h_corners, 0, 255, cv::NORM_MINMAX, CV_8U );

    cv::imshow( "original picture", h_img );
    cv::imshow( "Min EigenVal Corner Response", h_corners );
    cv::waitKey( 0 );

    return 0;
}

运行结果