角點(diǎn)檢測(cè)顧名思義，就是對(duì)類似頂點(diǎn)的檢測(cè)，與邊緣有所區(qū)別
邊緣可能在某一方向上變化不是特別明顯，但角點(diǎn)在任何方向上變換都很明顯
cv2.cornerHarris(img,blockSize,ksize,k)
cv2.cornerHarris(gray,2,3,0.04)
參數(shù)一：img，類型為float32的圖像
參數(shù)二：blockSize 角點(diǎn)檢測(cè)中指定區(qū)域的大小
參數(shù)三：ksize Sobel算子求導(dǎo)中使用的窗口大小，一般情況設(shè)置為3
參數(shù)四：k 取值參數(shù)為[0.04,0.06]，opencv推薦使用0.04

import cv2 import numpy as np from matplotlib import pyplot as pltdef show_photo(name,picture):#圖像顯示函數(shù)cv2.imshow(name,picture)cv2.waitKey(0)cv2.destroyAllWindows()img = cv2.imread('E:\Jupyter_workspace\study\data/cfx.png') print('img.shape:',img.shape)#結(jié)果為：img.shape: (151, 269, 3) gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)#將彩色圖轉(zhuǎn)換為灰度圖 #gray = np.float32(gray)dst = cv2.cornerHarris(gray,2,3,0.04) print("dst.shape:",dst.shape)#結(jié)果為：dst.shape: (151, 269)img[dst>0.01*dst.max()] = [0,0,255]#(B,G,R)以紅色點(diǎn)描繪顯示 show_photo('dst',img)

原圖：

角點(diǎn)檢測(cè)結(jié)果：

總結(jié)

以上是生活随笔為你收集整理的19-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。