Opencv实现Harris角点检测

最新推荐文章于 2024-09-30 09:23:49 发布

物随心转

最新推荐文章于 2024-09-30 09:23:49 发布

阅读量462

点赞数

分类专栏： OpenCV

原文链接：https://blog.csdn.net/poem_qianmo/article/details/29356187

版权

OpenCV 专栏收录该内容

20 篇文章 2 订阅

订阅专栏

在图像处理和计算机视觉领域，兴趣点（interest points）,或称做关键点（keypoints）、特征点（feature points）被大量用于解决物体识别，图像识别、图像匹配、视觉跟踪、三维重建等一系列问题。我们不再观察整幅图，而是选择某些特殊的点，然后对它们进行局部有的放矢的分析。如果能检测到足够多的点，同时它们的区分度很高，并且可以精确定位稳定的特征，那么这个方法就有使用价值。

关于角点的具体描述可以有几种：

一阶导数(即灰度的梯度)的局部最大所对应的像素点；
两条及两条以上边缘的交点；
图像中梯度值和梯度方向的变化速率都很高的点；
角点处的一阶导数最大，二阶导数为零，指示物体边缘变化不连续的方向。

具体的算法推导请看我的上一篇博客：https://blog.csdn.net/sinat_31608641/article/details/102863996

OpenCV主要使用cornerHarris函数。其函数原型和参数解析：

C++: void cornerHarris(InputArray src,OutputArray dst, int blockSize, int ksize, double k, intborderType=BORDER_DEFAULT )

第一个参数，InputArray类型的src，输入图像，即源图像，填Mat类的对象即可，且需为单通道8位或者浮点型图像。
第二个参数，OutputArray类型的dst，函数调用后的运算结果存在这里，即这个参数用于存放Harris角点检测的输出结果，和源图片有一样的尺寸和类型。
第三个参数，int类型的blockSize，表示邻域的大小，更多的详细信息在cornerEigenValsAndVecs（）中有讲到。
第四个参数，int类型的ksize，表示Sobel()算子的孔径大小。
第五个参数，double类型的k，Harris参数。
第六个参数，int类型的borderType，图像像素的边界模式，注意它有默认值BORDER_DEFAULT。更详细的解释，参考borderInterpolate( )函数。

Threshold函数详解

C++: double threshold(InputArray src,OutputArray dst, double thresh, double maxval, int type)

第一个参数，InputArray类型的src，输入数组，填单通道 , 8或32位浮点类型的Mat即可。
第二个参数，OutputArray类型的dst，函数调用后的运算结果存在这里，即这个参数用于存放输出结果，且和第一个参数中的Mat变量有一样的尺寸和类型。
第三个参数，double类型的thresh，阈值的具体值。
第四个参数，double类型的maxval，当第五个参数阈值类型type取 CV_THRESH_BINARY 或CV_THRESH_BINARY_INV 阈值类型时的最大值.
第五个参数，int类型的type，阈值类型,。threshold( )函数支持的对图像取阈值的方法由其确定

//----------------------------------------------------------------------------------------------   
#include <opencv2/opencv.hpp>  
#include <opencv2/imgproc/imgproc.hpp>  
 

//      描述：包含程序所使用的命名空间  
//-----------------------------------------------------------------------------------------------   
using namespace cv;  
 
int main()  
{  
	//以灰度模式载入图像并显示
	Mat srcImage = imread("1.jpg", 0);  
	imshow("原始图", srcImage);  
 
	//进行Harris角点检测找出角点
	Mat cornerStrength;  
	cornerHarris(srcImage, cornerStrength, 2, 3, 0.01);
 
	//对灰度图进行阈值操作，得到二值图并显示  
	Mat harrisCorner;  
	threshold(cornerStrength, harrisCorner, 0.00001, 255, THRESH_BINARY);  
	imshow("角点检测后的二值效果图", harrisCorner);  
 
	waitKey(0);  
	return 0;  
}

运行截图：

python的实现方式

import cv2
import numpy as np

# 读入图像并转化为float类型，用于传递给harris函数
filename = '1class.ppm'

img = cv2.imread(filename)

gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

gray_img = np.float32(gray_img)

# 对图像执行harris
Harris_detector = cv2.cornerHarris(gray_img, 2, 3, 0.04)

# 腐蚀harris结果
dst = cv2.dilate(Harris_detector, None)

# 设置阈值
thres = 0.01 * dst.max()

img[dst > thres] = [255, 0, 0]

cv2.imshow('show', img)

cv2.waitKey()

参考：

https://blog.csdn.net/poem_qianmo/article/details/29356187

https://blog.csdn.net/xiaowei_cqu/article/details/7805206