Harris角點(diǎn)檢測(cè)的思想是通過(guò)圖像的局部的小窗口觀察圖像，角點(diǎn)的特征是窗口沿任意方向移動(dòng)都會(huì)導(dǎo)致圖像灰度的明顯變化，如下圖所示：

.判斷角點(diǎn)，如下圖所示：

• 當(dāng)R為大數(shù)值的正數(shù)時(shí)是角點(diǎn)
• 當(dāng)R為大數(shù)值的負(fù)數(shù)時(shí)是邊界
• 當(dāng)R為小數(shù)是認(rèn)為是平坦區(qū)域

---

dst=cv.cornerHarris(src, blockSize, ksize, k)

• img：數(shù)據(jù)類型為 ?oat32 的輸入圖像。

• blockSize：角點(diǎn)檢測(cè)中要考慮的鄰域大小。

• ksize：sobel求導(dǎo)使用的核大小

• k ：角點(diǎn)檢測(cè)方程中的自由參數(shù)，取值參數(shù)為 [0.04，0.06].

import cv2 as cv import numpy as np import matplotlib.pyplot as plt# 1 讀取圖像，并轉(zhuǎn)換成灰度圖像 img = cv.imread('./1.jpg') gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)# 2 角點(diǎn)檢測(cè) # 2.1 輸入圖像必須是 float32 gray = np.float32(gray)# 2.2 最后一個(gè)參數(shù)在 0.04 到 0.05 之間 dst = cv.cornerHarris(gray, 2, 3, 0.04)# 3 設(shè)置閾值，將角點(diǎn)繪制出來(lái)，閾值根據(jù)圖像進(jìn)行選擇 img[dst > 0.001 * dst.max()] = [0, 0, 255]# 4 圖像顯示 plt.figure(figsize=(10, 8), dpi=100) plt.imshow(img[:, :, ::-1]), plt.title('Harris角點(diǎn)檢測(cè)') plt.xticks([]), plt.yticks([]) plt.show()

原圖：

Harris角點(diǎn)檢測(cè)的優(yōu)缺點(diǎn)：

優(yōu)點(diǎn)：

• 旋轉(zhuǎn)不變性，橢圓轉(zhuǎn)過(guò)一定角度但是其形狀保持不變（特征值保持不變）
• 對(duì)于圖像灰度的仿射變化具有部分的不變性，由于僅僅使用了圖像的一介導(dǎo)數(shù)，對(duì)于圖像灰度平移變化不變；對(duì)于圖像灰度尺度變化不變

缺點(diǎn)：

• 對(duì)尺度很敏感，不具備幾何尺度不變性。
• 提取的角點(diǎn)是像素級(jí)的

總結(jié)

以上是生活随笔為你收集整理的OpenCV Harris角点检测的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

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