Harris角點檢測的思想是通過圖像的局部的小窗口觀察圖像，角點的特征是窗口沿任意方向移動都會導致圖像灰度的明顯變化，如下圖所示：

.判斷角點，如下圖所示：

• 當R為大數值的正數時是角點
• 當R為大數值的負數時是邊界
• 當R為小數是認為是平坦區域

---

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

• img：數據類型為 ?oat32 的輸入圖像。

• blockSize：角點檢測中要考慮的鄰域大小。

• ksize：sobel求導使用的核大小

• k ：角點檢測方程中的自由參數，取值參數為 [0.04，0.06].

import cv2 as cv import numpy as np import matplotlib.pyplot as plt# 1 讀取圖像，并轉換成灰度圖像 img = cv.imread('./1.jpg') gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)# 2 角點檢測 # 2.1 輸入圖像必須是 float32 gray = np.float32(gray)# 2.2 最后一個參數在 0.04 到 0.05 之間 dst = cv.cornerHarris(gray, 2, 3, 0.04)# 3 設置閾值，將角點繪制出來，閾值根據圖像進行選擇 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角點檢測') plt.xticks([]), plt.yticks([]) plt.show()

原圖：

Harris角點檢測的優缺點：

優點：

• 旋轉不變性，橢圓轉過一定角度但是其形狀保持不變（特征值保持不變）
• 對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數，對于圖像灰度平移變化不變；對于圖像灰度尺度變化不變

缺點：

• 對尺度很敏感，不具備幾何尺度不變性。
• 提取的角點是像素級的

總結

以上是生活随笔為你收集整理的OpenCV Harris角点检测的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。