今天帶來的內(nèi)容只用兩個字形容-干貨！！首先我們科普下圖像識別的常識，圖片在電腦看來，其實(shí)就是一個矩陣，每個矩陣中的一個值都對應(yīng)圖片的一個像素點(diǎn)。（下圖摘自《機(jī)器學(xué)習(xí)實(shí)踐應(yīng)用》）

圖片中其實(shí)是有很多的邊以及拐角的，今天要介紹的就是如何通過算法找到圖片拐角。??

原理

其實(shí)找到拐角，很簡單，就是在圖片矩陣中，通過一個移動的窗口去遍歷矩陣中的數(shù)值，一旦返現(xiàn)有像素變化明顯的地方，那就可能是一個拐點(diǎn)。這個過程就有點(diǎn)像“拿澡巾閉著眼睛從上向下搓澡，當(dāng)你搓到一個硬硬的東西的時候，你會感覺這個部位跟其它的地方不同，沒錯，這里就是你的膝蓋。”?

還是正經(jīng)一點(diǎn)，看一下數(shù)學(xué)公式，(x,y)可以理解成是一張圖片的橫縱坐標(biāo)，就是人的身體。(u,v)就是窗口函數(shù)，就是移動的澡巾。找圖片的拐點(diǎn)就跟搓澡去找身體堅硬的地方一樣，需要不斷游動(u,v)的值，當(dāng)這個值劇烈變化了，就說明出現(xiàn)了拐點(diǎn)。

最終通過數(shù)學(xué)方法，可以簡化上邊的函數(shù)式，過程很復(fù)雜，大家會意下就好，最終的結(jié)果：

R是這樣判斷的，R=MIN（x',y'），x'表示圖片橫向的變化趨勢，y‘表示圖片縱向的變化趨勢，這個可以用一張圖解釋下，

（1）下圖左數(shù)第一張是y’向變化很小，而x‘向變化大，可以設(shè)定為x'>0，y'<0，于是R<0。

（2）中間的一張兩個方向都不變，R=0

（3）最右邊一張兩個方向變化都很大，x'>0，y'>0，R>0

于是，最右邊的圖是拐角，最左邊的是邊，中間的什么都不是。

代碼

下面就用一段OPENCV的代碼實(shí)現(xiàn)一下拐點(diǎn)檢測，可以通過紅點(diǎn)把拐角的地方標(biāo)出來，給大家一個直觀印象。

import numpy as np import cv2 from matplotlib import pyplot as plt img = cv2.imread('sample.jpg') gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) corners = cv2.goodFeaturesToTrack(gray,25,0.01,10) corners = np.int0(corners) for i in corners: x,y = i.ravel() cv2.circle(img,(x,y),3,255,-1) plt.imshow(img),plt.show()

再跑一個case給大家看看，身邊沒有拐角特別明顯的東西，隨手弄了張感覺比較明顯的拐角圖，恩！

原圖：

運(yùn)行結(jié)果：

今天代碼寫的我快缺氧了，歡迎猛烈轉(zhuǎn)載，良心制作，謝謝！

參考：

https://blog.csdn.net/woxincd/article/details/60754658

https://blog.csdn.net/qq_41352018/article/details/79944481

總結(jié)

以上是生活随笔為你收集整理的图像拐点检测-原理以及代码实现的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。