10 harris 角点检测

1.harris 角点检测原理

R的取值为多少的时候认为是角点，还要自行设定阈值通过额外的代码来进行判断，在后面的代码有显示。
有时候在角点周围的一小片区域算出来的R值可能都比较大，这时候最后还要进行非极大值抑制

2.opencv函数调用

求出每个点的角分数

ksize一般取（3,3）
k的取值对应的前面角点相应R值里面的a

import cv2 
import numpy as np

img = cv2.imread('test_1.jpg')
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)
#上面部分的代码求出了dst，即每个点的R也就是角分数，下面要设置阈值，满足条件的点才是角点
img[dst>0.01*dst.max()]=[0,0,255]   #大于最大角分数1%的点标红为角点，多少可以自己设置
cv2.imshow('dst',img) 
cv2.waitKey(0) 
cv2.destroyAllWindows()

图片部分效果如下

教程来自：https://www.bilibili.com/video/BV1oJ411D71z?p=2

更详细的内容：（具有SubPixel准确度的角落）https://blog.csdn.net/u014403318/article/details/80562785