Python中OpenCV图像特征和harris角点检测

目录

• 概念
• 第一步：计算一个梯度 Ix，Iy
• 第二步：整合矩阵，计算特征值
• 第三步：比较特征值的大小
• 第四步： 非UgcJPgI极大值抑制，把真正的角点留下来，角点周围的过滤掉
• 代码实现

概念

第一步：计算一个梯度 Ix，Iy

第二步：整合矩阵，计算特征值

第三步：比较特征值的大小

第四步： 非极大值抑制，把真正的角点留下来，角点周围的过滤掉

代码实现

import cv2
import numpy as np

img =cv2.imread('pie.png')http://www.cppcns.com
print('img.shape',img.shape)
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
#gray = np.float32(gray)
d编程客栈st = cv2.cornerHarris(gray,2,3,0.04)
print('dst.shape',dst.shape)

img[dst>0.01*dwww.cppcns.comst.max()]=[0,0,255]
cv2.imshow('dst',img)
cv2.wUgcJPgIaitKey(0)
cv2.destroyAllWindows()

到此这篇关于python中OpenCV图像特征和harris角点检测的文章就介绍到这了,更多相关OpenCV-图像特征-harris角点检测内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！