Opencv笔记整理(三)

shi-tomas检点检测

原理：

实现：

在OpenCV中实现Shi-Tomasi角点检测使用API:
corners = cv2.goodFeaturesToTrack ( image，maxcorners，qualityLevel，minDistance )

参数︰
. lmage:输入灰度图像
. maxCorners:获取角点数的数目。
. qualityLevel:该参数指出最低可接受的角点质量水平，在0-1之间。. minDistance:角点之间最小的欧式距离，避免得到相邻特征点。

返回:
. Corners:搜索到的角点，在这里所有低于质量水平的角点被排除掉，然后把合格的角点按质量排序，然后将质量较好的角点附近(小于最小欧式距离）的角点删掉，最后找到maxCorners个角点返回。
 

代码：

import cv2 as cv
import matplotlib.pyplot as plt  
import numpy as np
img = cv.imread("D:/1.2.webp")
gray = cv.cvtColor(img,cv.COLOR_BGR2GRAY)
coners = cv.goodFeaturesToTrack(gray,1000,0.01,10)
for i in coners:
    x,y = i.ravel()
    cv.circle(img,(x,y),2,(0,0,255),-1)
plt.imshow(img[:,:,::-1])

检测结果：