二维特征框架——Harris角检测器 OpenCV v4.8.0

最新推荐文章于 2024-05-07 16:02:37 发布

HIRSHDZ327

最新推荐文章于 2024-05-07 16:02:37 发布

阅读量41

点赞数

分类专栏： OpenCV 4.8.0 说明文档文章标签： opencv 人工智能计算机视觉

OpenCV 4.8.0 说明文档专栏收录该内容

139 篇文章 5 订阅

订阅专栏

下一个教程 : Shi-Tomasi 角检测器

原作者	Ana Huamán
兼容性	OpenCV >= 3.0

目标

在本教程中，您将学习

什么是特征以及特征为何重要
使用函数 cv::cornerHarris 使用 Harris-Stephens 方法检测角。

理论

什么是特征？

在计算机视觉中，我们通常需要在环境的不同帧之间找到匹配点。为什么要这样做？如果我们知道两幅图像之间的关系，我们就可以利用这两幅图像来提取其中的信息。
当我们说匹配点时，从一般意义上讲，我们指的是场景中我们可以轻松识别的特征。我们称这些特征为特征。
那么，特征应该具备哪些特点呢？
- 它必须是唯一可识别的

图像特征的类型

仅举几例：

边缘
角（也称为兴趣点）
团块（也称为感兴趣区域）

在本教程中，我们将具体研究角的特征。

为什么角如此特别？

因为它是两条边缘的交点，代表了这两条边缘的方向发生变化的点。因此，图像（两个方向）的梯度变化很大，可以用来检测它。

它是如何工作的？

让我们来寻找角落。由于边角代表了图像中梯度的变化，因此我们要寻找这种 “变化”。
我们将扫描一个窗口 w(x,y)（在 x 方向上有位移 u，在 y 方向上有位移 v）I，并计算强度的变化。

$\sum _{x,y} w(x,y)[ I(x+u,y+v) - I(x,y)]^{2}$
其中

w(x,y) 是位置 (x,y) 的窗口
I(x,y) 为 (x,y) 处的强度
I(x+u,y+v)是移动窗口 (x+u,y+v) 处的强度

由于我们要寻找的是有边角的窗口，因此要寻找强度变化较大的窗口。因此，我们必须最大化上式，特别是其中的项：

$\sum _{x,y}[ I(x+u,y+v) - I(x,y)]^{2}$

使用泰勒展开

$\approx \sum _{x,y}[ I(x,y) + u I_{x} + vI_{y} - I(x,y)]^{2}$

将方程展开并适当抵消：

$\approx \sum _{x,y} u^{2}I_{x}^{2} + 2uvI_{x}I_{y} + v^{2}I_{y}^{2}$

可以矩阵形式表示为

$\approx \begin{bmatrix} u & v \end{bmatrix} \left ( \displaystyle \sum_{x,y} w(x,y) \begin{bmatrix} I_x^{2} & I_{x}I_{y} \\ I_xI_{y} & I_{y}^{2} \end{bmatrix} \right ) \begin{bmatrix} u \\ v \end{bmatrix}$

记为

$\displaystyle \sum_{x,y} w(x,y) \begin{bmatrix} I_x^{2} & I_{x}I_{y} \\ I_xI_{y} & I_{y}^{2} \end{bmatrix}$

因此，我们现在的方程是

$\approx \begin{bmatrix} u & v \end{bmatrix} M \begin{bmatrix} u \\ v \end{bmatrix}$

计算每个窗口的得分，以确定它是否可能包含一个角：

$R = det(M) - k(trace(M))^{2}$
其中

$det(M)=\lambda_{1}\lambda_{2}$
$\lambda_{1}+\lambda_{2}$
得到的数 R 大于一定值的窗口被视为 "角 "窗口

代码

C++
本教程代码如下所示。您也可以从此处下载


#include "opencv2/highgui.hpp"
#include "opencv2/imgproc.hpp"
#include <iostream>
using namespace cv;
using namespace std;
Mat src, src_gray;
int thresh = 200;
int max_thresh = 255;
const char* source_window = "Source image";
const char* corners_window = "Corners detected";
void cornerHarris_demo( int, void* );
int main( int argc, char** argv )
{
 CommandLineParser parser( argc, argv, "{@input | building.jpg | input image}" );
 src = imread( samples::findFile( parser.get<String>( "@input" ) ) );
 if ( src.empty() )
 {
 cout << "Could not open or find the image!\n" << endl;
 cout << "Usage: " << argv[0] << " <Input image>" << endl;
 return -1;
 }
 cvtColor( src, src_gray, COLOR_BGR2GRAY );
 namedWindow( source_window );
 createTrackbar( "Threshold: ", source_window, &thresh, max_thresh, cornerHarris_demo );
 imshow( source_window, src );
 cornerHarris_demo( 0, 0 );
 waitKey();
 return 0;
}
void cornerHarris_demo( int, void* )
{
 int blockSize = 2;
 int apertureSize = 3;
 double k = 0.04;
 Mat dst = Mat::zeros( src.size(), CV_32FC1 );
 cornerHarris( src_gray, dst, blockSize, apertureSize, k );
 Mat dst_norm, dst_norm_scaled;
 normalize( dst, dst_norm, 0, 255, NORM_MINMAX, CV_32FC1, Mat() );
 convertScaleAbs( dst_norm, dst_norm_scaled );
 for( int i = 0; i < dst_norm.rows ; i++ )
 {
 for( int j = 0; j < dst_norm.cols; j++ )
 {
 if( (int) dst_norm.at<float>(i,j) > thresh )
 {
 circle( dst_norm_scaled, Point(j,i), 5, Scalar(0), 2, 8, 0 );
 }
 }
 }
 namedWindow( corners_window );
 imshow( corners_window, dst_norm_scaled );
}

Java
本教程代码如下所示。您也可以从此处下载

import java.awt.BorderLayout;
import java.awt.Container;
import java.awt.Image;
import javax.swing.BoxLayout;
import javax.swing.ImageIcon;
import javax.swing.JFrame;
import javax.swing.JLabel;
import javax.swing.JPanel;
import javax.swing.JSlider;
import javax.swing.event.ChangeEvent;
import javax.swing.event.ChangeListener;
import org.opencv.core.Core;
import org.opencv.core.CvType;
import org.opencv.core.Mat;
import org.opencv.core.Point;
import org.opencv.core.Scalar;
import org.opencv.highgui.HighGui;
import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.imgproc.Imgproc;
class CornerHarris {
 private Mat srcGray = new Mat();
 private Mat dst = new Mat();
 private Mat dstNorm = new Mat();
 private Mat dstNormScaled = new Mat();
 private JFrame frame;
 private JLabel imgLabel;
 private JLabel cornerLabel;
 private static final int MAX_THRESHOLD = 255;
 private int threshold = 200;
 public CornerHarris(String[] args) {
 String filename = args.length > 0 ? args[0] : "../data/building.jpg";
 Mat src = Imgcodecs.imread(filename);
 if (src.empty()) {
 System.err.println("Cannot read image: " + filename);
 System.exit(0);
 }
 Imgproc.cvtColor(src, srcGray, Imgproc.COLOR_BGR2GRAY);
 // 创建并设置窗口。
 frame = new JFrame("Harris corner detector demo")；
 frame.setDefaultCloseOperation(JFrame.EXIT_ON_CLOSE)；
 // 设置内容窗格。
 Image img = HighGui.toBufferedImage(src)；
 addComponentsToPane(frame.getContentPane(), img)；
 // 使用内容窗格的默认边框布局。无需
 // setLayout(new BorderLayout())；
 // 显示窗口。
 frame.pack();
 frame.setVisible(true);
 update();
 }
 private void addComponentsToPane(Container pane, Image img) {
 if (!(pane.getLayout() instanceof BorderLayout)) {
 pane.add(new JLabel("Container doesn't use BorderLayout!"));
 return;
 }
 JPanel sliderPanel = new JPanel();
 sliderPanel.setLayout(new BoxLayout(sliderPanel, BoxLayout.PAGE_AXIS));
 sliderPanel.add(new JLabel("Threshold: "));
 JSlider slider = new JSlider(0, MAX_THRESHOLD, threshold);
 slider.setMajorTickSpacing(20);
 slider.setMinorTickSpacing(10);
 slider.setPaintTicks(true);
 slider.setPaintLabels(true);
 slider.addChangeListener(new ChangeListener() {
 @Override
 public void stateChanged(ChangeEvent e) {
 JSlider source = (JSlider) e.getSource();
 threshold = source.getValue();
 update();
 }
 });
 sliderPanel.add(slider);
 pane.add(sliderPanel, BorderLayout.PAGE_START);
 JPanel imgPanel = new JPanel();
 imgLabel = new JLabel(new ImageIcon(img));
 imgPanel.add(imgLabel);
 Mat blackImg = Mat.zeros(srcGray.size(), CvType.CV_8U);
 cornerLabel = new JLabel(new ImageIcon(HighGui.toBufferedImage(blackImg)));
 imgPanel.add(cornerLabel);
 pane.add(imgPanel, BorderLayout.CENTER);
 }
 private void update() {
 dst = Mat.zeros(srcGray.size(), CvType.CV_32F);
 int blockSize = 2;
 int apertureSize = 3;
 double k = 0.04;
 Imgproc.cornerHarris(srcGray, dst, blockSize, apertureSize, k);
 Core.normalize(dst, dstNorm, 0, 255, Core.NORM_MINMAX);
 Core.convertScaleAbs(dstNorm, dstNormScaled);
 float[] dstNormData = new float[(int) (dstNorm.total() * dstNorm.channels())];
 dstNorm.get(0, 0, dstNormData);
 for (int i = 0; i < dstNorm.rows(); i++) {
 for (int j = 0; j < dstNorm.cols(); j++) {
 if ((int) dstNormData[i * dstNorm.cols() + j] > threshold) {
 Imgproc.circle(dstNormScaled, new Point(j, i), 5, new Scalar(0), 2, 8, 0);
 }
 }
 }
 cornerLabel.setIcon(new ImageIcon(HighGui.toBufferedImage(dstNormScaled)));
 frame.repaint();
 }
}
public class CornerHarrisDemo {
 public static void main(String[] args) {
 // 加载本地 OpenCV 库
 System.loadLibrary(Core.NATIVE_LIBRARY_NAME)；
 // 为事件派发线程安排任务：
 // 创建并显示此应用程序的图形用户界面。
 javax.swing.SwingUtilities.invokeLater(new Runnable() {
 @Override
 public void run() {
 new CornerHarris(args);
 }
 });
 }
}

Python
本教程代码如下所示。您也可以从此处下载

from __future__ import print_function
import cv2 as cv
import numpy as np
import argparse
source_window = 'Source image'
corners_window = 'Corners detected'
max_thresh = 255
def cornerHarris_demo(val):
 thresh = val
 # 检测器参数
 blockSize = 2
 apertureSize = 3
 k = 0.04
 # 检测角落
 dst = cv.cornerHarris(src_gray, blockSize, apertureSize, k)
 # 归一化
 dst_norm = np.empty(dst.shape, dtype=np.float32)
 cv.normalize(dst, dst_norm, alpha=0, beta=255, norm_type=cv.NORM_MINMAX)
 dst_norm_scaled = cv.convertScaleAbs(dst_norm)
 # 在四角画圆
 for i in range(dst_norm.shape[0]):
 for j in range(dst_norm.shape[1]):
 if int(dst_norm[i,j]) > thresh:
 cv.circle(dst_norm_scaled, (j,i), 5, (0), 2)
 # 显示结果
 cv.namedWindow(corners_window)
 cv.imshow(corners_window, dst_norm_scaled)
# 加载源图像并将其转换为灰度图像
parser = argparse.ArgumentParser(description='Code for Harris corner detector tutorial.')
parser.add_argument('--input', help='Path to input image.', default='building.jpg')
args = parser.parse_args()
src = cv.imread(cv.samples.findFile(args.input))
if src is None:
 print('Could not open or find the image:', args.input)
 exit(0)
src_gray = cv.cvtColor(src, cv.COLOR_BGR2GRAY)
# 创建窗口和轨迹条
cv.namedWindow(source_window)
thresh = 200 # 初始阈值
cv.createTrackbar('Threshold: ', source_window, thresh, max_thresh, cornerHarris_demo)
cv.imshow(source_window, src)
cornerHarris_demo(thresh)
cv.waitKey()

结果

原始图像：

在这里插入图片描述

检测到的角周围有一个黑色小圆圈

在这里插入图片描述

HIRSHDZ327

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
二维特征框架——Harris角检测器 OpenCV v4.8.0

I(x+u,y+v)是移动窗口 (x+u,y+v) 处的强度。w(x,y) 是位置 (x,y) 的窗口。I(x,y) 为 (x,y) 处的强度。大于一定值的窗口被视为 "角 "窗口。本教程代码如下所示。本教程代码如下所示。本教程代码如下所示。检测到的角周围有一个黑色小圆圈。在本教程中，我们将具体研究。在本教程中，您将学习。
复制链接

扫一扫