cornerHarris函数对于每一个像素（x,y)在blockSize x blockSize 邻域内，计算2x2梯度的协方差矩阵M(x,y)。就可以找出输出图中的局部最大值，即找出了角点。

void cornerHarris( InputArray src, OutputArray dst, int block Size,  int ksize, double k, int borderType = BORDER_DEFAULT)

1.InputArray类型的src，输入图像，即原图像，填Mat类型即可，且需要为单通道8位或者浮点型图像；

2.OutputArray类型的dst，函数调用后的运算结果存在这里，即这个参数用于存放Harris角点检测的输出结果，和原图片有一样的尺寸和类型；

3.int类型的blockSize，表示邻域的大小，更多详细信息在cornerEigenValsAndVecs()中讲到；

4.int类型的ksize，表示Sobel()算子的孔径的大小；

5.double类型的k，Harris参数；

6.int类型的borderType，图像像素的边界模式。注意它有默认值BORDER_DEFAULT；

#include <opencv2/opencv.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
using namespace cv;

#define WINDOW_NAME1 "窗口1"
#define WINDOW_NAME2 "窗口2"

Mat g_srcImage, g_srcImage1, g_grayImage;
int g_nThresh = 30; //当前阀值
int g_nMaxThresh = 175;

void on_fCornerHarris(int, void*)
{
	Mat dstImage; //目标图
	Mat normImage; //归一化后的图
	Mat scaledImage; //线性变换后的八位无符号整形的图

	// 置零当前需要显示的两幅图，即清除上一次调用此函数时他们的值
	dstImage = Mat::zeros(g_srcImage.size(), CV_32FC1);
	g_srcImage1 = g_srcImage.clone();

	//角点检测
	cornerHarris(g_grayImage, dstImage, 2, 3, 0.04, BORDER_DEFAULT);
	normalize(dstImage, normImage, 0, 255, NORM_MINMAX, CV_32FC1, Mat());

	//将归一化后的图线性变换成8位无符号整形
	convertScaleAbs(normImage, scaledImage);

	//将检测到的，且符合阀值条件的角点绘制出来
	for (int i = 0; i < normImage.rows; i++)
	{
		for (int j = 0; j < normImage.cols; j++)
		{
			if ((int)normImage.at<float>(i, j) > g_nThresh + 80)
			{
				circle(g_srcImage1, Point(j, i), 5, Scalar(10, 10, 255), 2, 8, 0);
				circle(scaledImage, Point(j, i), 5, Scalar(0, 10, 255), 2, 8, 0);
			}
		}
	}
	imshow(WINDOW_NAME1, g_srcImage1);
	imshow(WINDOW_NAME2, scaledImage);
}

int main()
{
	g_srcImage = imread("fangzi.jpg");
	g_srcImage.copyTo(g_srcImage1);
	cvtColor(g_srcImage1, g_grayImage, COLOR_BGR2GRAY);

	namedWindow(WINDOW_NAME1, WINDOW_AUTOSIZE);
	createTrackbar("阀值：", WINDOW_NAME1, &g_nThresh, g_nMaxThresh, on_fCornerHarris);

	on_fCornerHarris(0, NULL);

	waitKey(0);
	return 0;
}

　　在原图中：

 

 

在二值图中：