国产xxxx99真实实拍_久久不雅视频_高清韩国a级特黄毛片_嗯老师别我我受不了了小说

資訊專欄INFORMATION COLUMN

opencv python Harris角點檢測

宋華 / 623人閱讀

摘要:角點角點所具有的特征輪廓之間的交點對于同一場景,即使視角發生變化,通常具備穩定性質的特征該點附近區域的像素點無論在梯度方向上還是其梯度幅值上有著較大變化角點檢測基本原理使用一個固定窗口在圖像上進行任意方向上的滑動,比較滑動前與滑動后兩種情況

Harris Corner Detection

角點

角點所具有的特征:

輪廓之間的交點

對于同一場景,即使視角發生變化,通常具備穩定性質的特征

該點附近區域的像素點無論在梯度方向上還是其梯度幅值上有著較大變化

角點檢測基本原理

使用一個固定窗口在圖像上進行任意方向上的滑動,比較滑動前與滑動后兩種情況,窗口中的像素灰度變化程度,如果存在任意方向上的滑動,都有著較大灰度變化,那么我們可以認為該窗口中存在角點.

OpenCV中的Harris角點檢測器

cv2.cornerHarris(src, blockSize, ksize, k[, dst[, borderType]])

import numpy as np
import cv2
from matplotlib import pyplot as plt

img = cv2.imread("img5.png")
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

gray = np.float32(gray)
dst = cv2.cornerHarris(gray,2,3,0.04)

#result is dilated for marking the corners, not important
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) & 0xff == 27:
    cv2.destroyAllWindows()

亞像素級的角點

有時需要以最高精度找到角落,
cv2.cornerSubPix(image, corners, winSize, zeroZone, criteria)

import numpy as np
import cv2
from matplotlib import pyplot as plt

img = cv2.imread("img5.png")
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

# find Harris corners
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
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)
corners = cv2.cornerSubPix(gray,np.float32(centroids),(5,5),(-1,-1),criteria)

# Now draw them
res = np.hstack((centroids,corners))
res = np.int0(res)
img[res[:,1],res[:,0]]=[0,0,255]
img[res[:,3],res[:,2]] = [0,255,0]


cv2.imshow("dst",img)
if cv2.waitKey(0) & 0xff == 27:
    cv2.destroyAllWindows()

文章版權歸作者所有,未經允許請勿轉載,若此文章存在違規行為,您可以聯系管理員刪除。

轉載請注明本文地址:http://specialneedsforspecialkids.com/yun/42068.html

相關文章

  • opencv python SIFT(尺度不變特征變換)

    摘要:理論前面講的角點檢測器中的角點在旋轉的圖像中也是角點,但是縮放呢如果縮放圖像,則角可能不是角例如,檢查下面的簡單圖像,當在同一窗口中放大時,小窗口內的小圖像中的角是平坦的所以角點檢測器不是尺度不變的所以,在年,不列顛哥倫比亞大學的在他的論 Introduction to SIFT (Scale-Invariant Feature Transform) 理論 前面講的Harris角點檢...

    marek 評論0 收藏0
  • opencv python Shi-Tomasi角點檢測

    摘要:低于質量水平的所有角落都被拒絕,然后它根據質量按降序對剩余的角進行排序 Shi-Tomasi Corner Detector & Good Features to Track cv2.goodFeaturesToTrack(image, maxCorners, qualityLevel, minDistance[, corners[, mask[, blockSize[, useHa...

    red_bricks 評論0 收藏0
  • Programming Computer Vision with Python (學習筆記九)

    摘要:角檢測還可以用在運動檢測物體識別等方面。角檢測角檢測也叫角檢測是目前可用的最簡單的角檢測算法。為使得計算更方便,角測量給出了去除系數的方法,只要計算或為一個很小的正的常量,我們暫且稱此為方法。你還可以查看我的其它筆記參考資料 角檢測(Corner detection)是指檢測圖像中具有代表性的(我們感興趣的)角點,一般講為形狀或邊緣的拐角處,這些點可以大略標記對象在圖像中的輪廓和位置,...

    focusj 評論0 收藏0
  • Programming Computer Vision with Python (學習筆記十)

    摘要:如下圖所示,左右是兩張稍有不同的圖片,但都包含了廣州塔,左圖紅色框中標出了兩個感興趣的點,我期望找出它們在右圖的對應位置即對應點。 現在考慮一個全景圖拼接的應用場景,假設現有兩張圖片需要拼接成一張全景圖,這兩張圖片是通過相機右轉一定角度拍攝出來的,兩張圖片有部分取景是重疊的。如何實現拼接?當然這是一個不簡單的問題,我們現在只考慮實現拼接目標的第一步:找出圖像中重疊的內容,以及分別在兩張...

    lunaticf 評論0 收藏0

發表評論

0條評論

最新活動
閱讀需要支付1元查看
<