OpenCV 角点检测

一.基本原理

角点原理来源于人对角点的感性判断，即图像在各个方向灰度有明显变化。算法的核心是利用局部窗口在图像上进行移动判断灰度发生较大的变化，所以此窗口用于计算图像的灰度变化为（3*3的窗口，这和计算梯度变化算子一样）：[-1,0,1;-1,0,1;-1,0,1][-1,-1,-1;0,0,0;1,1,1]。根据下面三幅图可以清晰理解角点检测的过程：当一个窗口在图像上移动，如图(a)，窗口在各个方向上都没有变化，则认为窗口区域为平滑区域。如图(b)，窗口在某个方向上没有变化，另一个方向上有明显变化，那么，这块区域可能存在边缘。如图(c)，窗口在各个方向上灰度发生了较大的变化，那么，这块区域可能存在角点。Harris角点检测正是利用了这个直观的物理现象，通过窗口在各个方向上的变化程度，决定是否为角点。

函数：img = cv2.cornerHarris(src,blockSize,ksize,K)

作用：

参数：

• src： 数据类型为 float32 的入图像

• blockSize： 角点检测中指定区域的大小

• ksize： Sobel求导中使用的窗口大小

• k： 取值参数为 [0.04,0.06]

import cv2
import numpy as np

img = cv2.imread('../photo/test_1.jpg')
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
# gray = np.float32(gray)
dst = cv2.cornerHarris(gray, 2, 3, 0.04)
print(dst)
img[dst>0.01*dst.max()]=[0,0,255]
cv2.imshow('dst',img)
cv2.waitKey(0)
cv2.destroyAllWindows()