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 GPUcv::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;
}