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') print('img.shape',img.shape) gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) #gray = np.float32(gray) dst = cv2.cornerHarris(gray,2,3,0.04) print('dst.shape',dst.shape)
img[dst>0.01*dst.max()]=[0,0,255] cv2.imshow('dst',img) cv2.waitKey(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华域联盟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华域联盟!
您可能感兴趣的文章:
- Python使用Opencv实现图像特征检测与匹配的方法
- opencv2基于SURF特征提取实现两张图像拼接融合
- OpenCV特征提取与检测之Harris角点检测
- Android基于OpenCV实现Harris角点检测
- OpenCV哈里斯(Harris)角点检测的实现
本文由 华域联盟 原创撰写:华域联盟 » Python中OpenCV图像特征和harris角点检测
转载请保留出处和原文链接:https://www.cnhackhy.com/35677.htm