在OpenCV Python中实现Shi-Tomasi角点检测器

 Shi-Tomasi 角点检测器是Harris角点检测器的改进算法。为了实现Shi-Tomasi角点检测器，OpenCV提供了cv2.goodFeaturesToTrack()函数。它可以在图像中检测N个最强角点。

步骤

通过Shi-Tomasi角点检测器检测图像的角点，可以按照下面给出的步骤进行操作−

• 引入所需的库 OpenCV 和 NumPy 。确保已经安装它们。

• 使用 cv2.imread() 方法读取输入图像。指定图像的完整路径。使用 cv2.cvtColor() 方法将输入图像转换为灰度图像。

• 在灰度图像上应用 cv2.goodFeaturesToTrack() 函数。传递合适数量的角点、质量级别和两个角点之间的欧几里得距离作为参数。此函数将该图像中的角点作为浮点数返回。将这些浮点角点转换为整数。

• 用小半径的实心圆在输入图像上绘制角点。

• 显示带有检测到的角点的图像。

让我们看看使用Shi-Tomasi角点检测器在图像中检测角点的示例。

输入图像

我们将在以下示例中使用此图像作为输入文件。