OpenCV哈里斯(Harris)角点检测的实现
环境
pipinstallopencv-python==3.4.2.16 pipinstallopencv-contrib-python==3.4.2.16
理论
克里斯·哈里斯（ChrisHarris）和迈克·史蒂芬斯（MikeStephens）在1988年的论文《组合式拐角和边缘检测器》中做了一次尝试找到这些拐角的尝试，所以现在将其称为哈里斯拐角检测器。
函数：cv2.cornerHarris（），cv2.cornerSubPix（）
示例代码
importcv2
importnumpyasnp
filename='molecule.png'
img=cv2.imread(filename)
gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
gray=np.float32(gray)
dst=cv2.cornerHarris(gray,2,3,0.04)
#resultisdilatedformarkingthecorners,notimportant
dst=cv2.dilate(dst,None)
#Thresholdforanoptimalvalue,itmayvarydependingontheimage.
img[dst>0.01*dst.max()]=[0,0,255]
cv2.imshow('dst',img)
ifcv2.waitKey(0)&0xff==27:
cv2.destroyAllWindows()
原图
输出图
SubPixel精度的角落
importcv2
importnumpyasnp
filename='molecule.png'
img=cv2.imread(filename)
gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
#findHarriscorners
gray=np.float32(gray)
dst=cv2.cornerHarris(gray,2,3,0.04)
dst=cv2.dilate(dst,None)
ret,dst=cv2.threshold(dst,0.01*dst.max(),255,0)
dst=np.uint8(dst)
#findcentroids
ret,labels,stats,centroids=cv2.connectedComponentsWithStats(dst)
#definethecriteriatostopandrefinethecorners
criteria=(cv2.TERM_CRITERIA_EPS+cv2.TERM_CRITERIA_MAX_ITER,100,0.001)
corners=cv2.cornerSubPix(gray,np.float32(centroids),(5,5),(-1,-1),criteria)
#Nowdrawthem
res=np.hstack((centroids,corners))
res=np.int0(res)
img[res[:,1],res[:,0]]=[0,0,255]
img[res[:,3],res[:,2]]=[0,255,0]
cv2.imwrite('subpixel5.png',img)
输出图
参考
https://opencv-python-tutroals.readthedocs.io/en/latest/py_tutorials/py_feature2d/py_features_harris/py_features_harris.html#harris-corners
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持毛票票。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。