我有一个物体沿输送线移动，我正试图用计算机视觉来追踪它的位置。一些将通过的物体没有“良好的追踪功能”。但是，角落的模板匹配似乎确实有效。
如果cv :: goodFeaturesToTrack没有给我好点，我运气不好吗？角落看起来像是有区别的特征，我希望我能跟踪它们。模板匹配（可能考虑轮换）是识别角落的最佳选择吗？
请记住，像goodFeaturesToTrack()这样的例程是基于图像渐变，而渐变是隐含地绑定到单个比例。通常，在一个尺度上具有差梯度的图像区域在不同尺度下具有更强的梯度。 （事实上，亚历山大·雷诺兹上面提到的SIFT和SURF特征探测器使用不同尺度的滤波器。）
因此，请考虑是否可以计算某种多分辨率金字塔，并以不同的分辨率应用goodFeaturesToTrack()。还要考虑是否可以使用像calcOpticalFlowSF这样的多分辨率密集光流方案。