OpenCV-Python官方教程-22-Harris角点检测

1 原理(略)

2.1 OpenCV中的Harris角点检测

OpenCV中的函数cv2.cornerHarris()可以用来进行角点检测。参数如下：

img：数据类型为float32的输入图像。
blockSize：角点检测中要考虑的邻域大小。
ksize：Sobel求导中使用的窗口大小。
k：Harris角点检测方程中的自由参数，取值参数为[0.04,0.06]

代码演示：

import cv2
import numpy as npimg = cv2.imread('xiangqi.jpg')
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
gray = np.float32(gray)#输入图像必须是float32，最后一个参数在0.04到0.05
dst = cv2.cornerHarris(gray,2,3,0.04)
dst = cv2.dilate(dst,None)# Threshold for an optimal value, it may vary depending on the image.
img [dst>0.01*dst.max()] = [0,0,255]
cv2.imshow('dst',img)
if cv2.waitKey(0) == 27:cv2.destroyAllWindows()

2.2 亚像素级精确度的角点

有时我们需要最大精度的角点检测。OpenCV 为我们提供了函数 cv2.cornerSubPix()，它可以提供亚像素级别的角点检测。下面是一个例子。首先我们要找到 Harris角点，然后将角点的重心传给这个函数进行修正。Harris 角点用红色像素标出，绿色像素是修正后的像素。在使用这个函数是我们要定义一个迭代停止条件。当迭代次数达到或者精度条件满足后迭代就会停止。我们同样需要定义进行角点搜索的邻域大小。

import cv2
import numpy as np
# find Harris corners
img = cv2.imread('xiangqi.jpg')
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
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)# find centroids
#connectedComponentsWithStats(InputArray image, OutputArray labels, OutputArray stats,
#OutputArray centroids, int connectivity=8, int ltype=CV_32S)
ret,labels,stats,centroids = cv2.connectedComponentsWithStats(dst)# define the criteria to stop and refine the corners
criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER,100,0.001)#Python: cv2.cornerSubPix(image, corners, winSize, zeroZone, criteria)
#zeroZone – Half of the size of the dead region in the middle of the search zone
#over which the summation in the formula below is not done. It is used sometimes
# to avoid possible singularities of the autocorrelation matrix. The value of (-1,-1)
# indicates that there is no such a size.
# 返回值由角点坐标组成的一个数组（而非图像）
corners = cv2.cornerSubPix(gray,np.float32(centroids),(5,5),(-1,-1),criteria)res = np.hstack((centroids,corners))
#np.int0 可以用来省略小数点后面的数字（非四㮼五入）。
res = np.int0(res)
img[res[:,1],res[:,0]] = [0,0,255]
img[res[:,3],res[:,2]] = [0,2555,0]
cv2.imshow('111',img)
cv2.waitKey(0)

结果如下，为了方便查看我们对角点的部分进行了放大：

OpenCV-Python官方教程-22-Harris角点检测相关推荐

OpenCV与图像处理学习十三——Harris角点检测（含代码）
OpenCV与图像处理学习十三--Harris角点检测(含代码) 一.角点的概念二.Harris角点检测的实现过程三.Harris代码应用一.角点的概念角点: 在现实世界中, 角点对应于物体的 ...
OpenCV入门学习笔记之Harris角点检测与SIFT特征匹配算法
1. 写在前面这篇文章整理两个图像处理中非常重要的算法,一个是Harris角点检测算法,另一个是SIFT特征匹配算法,这两个算法本质上还是去找图像里面的关键特征点,帮助我们后续更好的理解图像以及做各 ...
opencv （五十一）Harris角点检测
小白学视觉,笔记,扩展 #include <opencv2/opencv.hpp> #include<iostream>using namespace cv; using na ...
cv2.cornerHarris()详解　python+OpenCV 中的 Harris 角点检测
原文作者:aircraft 原文地址:https://www.cnblogs.com/DOMLX/p/8763369.html 参考文献----------OpenCV-Python-Toturial ...
Harris角点检测python实现及基于opencv实现
写在前面: 黄宁然, 七月,骄阳似火. 参考文献镇楼: [1]袁志聪,基于harris特征的点云配准方法研究 [2]高亭,基于改进Harris角点检测的印刷体文档图像检索技术 [3]景庆阳,基于har ...
Python+OpenCV：图像Harris角点检测(Harris Corner Detection)
Python+OpenCV:图像Harris角点检测(Harris Corner Detection) 理论 corners are regions in the image with large v ...
基于Python手动实现Harris角点检测
最近在上数字图像处理课程,需要使用Python手动编写Harris角点检测算法,但是网上几乎没有找到手动编写的,只能手敲. 同时作为自己的第一篇博客,在这里记录一下. 一.Harris角点检测原理( ...
Python计算机视觉——Harris角点检测
Python计算机视觉--Harris角点检测文章目录 Python计算机视觉--Harris角点检测写在前面 1 Harris角点检测基本思想 2 Harris角点检测公式推导 3 实验分析写 ...
OpenCV角点检测之Harris角点检测
本篇文章中,我们一起探讨了OpenCV中Harris角点检测相关的知识点,学习了OpenCV中实现Harris角点检测的cornerHarris函数的使用方法.此博文一共有两个配套的麻雀虽小但五脏俱全 ...
OpenCV之feature2d 模块. 2D特征框架（1）Harris 角点检测子 Shi-Tomasi角点检测子定制化创建角点检测子亚像素级的角点检测特征点检测
Harris 角点检测子目标本教程中我们将涉及: 有哪些特征?它们有什么用? 使用函数 cornerHarris 通过 Harris-Stephens方法检测角点. 理论有哪些特征? 在计算机视 ...

OpenCV-Python官方教程-22-Harris角点检测

1 原理(略)

2.1 OpenCV中的Harris角点检测

2.2 亚像素级精确度的角点

OpenCV-Python官方教程-22-Harris角点检测相关推荐

最新文章

热门文章