OpenCV学习-P44 角点检测
- 角点特征
- Harris和Shi-Tomas算法
- Harris角点检测
- Shi-tomas角点检测
角点特征



角点是图像很重要的特征,对图像图形的理解和分析有很重要的作用
Harris和Shi-Tomas算法
Harris角点检测



E最大的点即角点,矩阵M决定了E的取值





img = cv.imread(r'.\\20220822162647.jpg',1)
gray=cv.cvtColor(img,cv.COLOR_BGR2GRAY)
gray=np.float32(gray)
# 设置角点检测参数,2表示检测框大小,3表示sobel算子大小。最后一个参数取值在0.04到0.05之间
dst=cv.cornerHarris(gray,2,3,0.04)
# 设置阈值,将角点会指出来,阈值根据图像进行选择
img[dst>0.01*dst.max()]=[0,0,255]
plt.imshow(img[:,:,::-1])
plt.show()
Shi-tomas角点检测
Shi-tomas是对Harris算法的改进,改为取λ1和λ2的差值

# Harris和Shi-tomas角点检测总结

















![[附源码]java毕业设计科院垃圾分类系统](https://img-blog.csdnimg.cn/79be43367810495daa565a357a10ad83.png)

