pip安装opencv-python==3.4.2.16
pip安装opencv-contrib-python==3.4.2.16
<强>
<>强克里斯·哈里斯(<强>克里斯·哈里斯)和迈克·史蒂芬斯(Mike Stephens) 在1988年的论文<强>《组合式拐角和边缘检测器》中做了一次尝试找到这些拐角的尝试,所以现在将其称为哈里斯拐角检测器。
<强>函数:cv2.cornerHarris() ,<强> cv2.cornerSubPix()
示例代码
进口cv2
进口numpy np
文件名=' molecule.png '
img=cv2.imread(文件名)
灰色=cv2.cvtColor (img cv2.COLOR_BGR2GRAY)
灰色=np.float32(灰色)
dst=cv2.cornerHarris(灰色,2、3、0.04)
#结果是扩张标志着角落,不重要
dst=cv2.dilate (dst,没有)
#阈值的最优值,而异alt=" OpenCV哈里斯(Harris)角点检测的实现">
输出图
<强>亚像素精度的角落
进口cv2
进口numpy np
文件名=' molecule.png '
img=cv2.imread(文件名)
灰色=cv2.cvtColor (img cv2.COLOR_BGR2GRAY)
#发现哈里斯角落
灰色=np.float32(灰色)
dst=cv2.cornerHarris(灰色,2、3、0.04)
dst=cv2.dilate (dst,没有)
ret, dst=cv2.threshold (dst, 0.01 * dst.max(), 255年,0)
dst=np.uint8 (dst)
#找到重心
受潮湿腐烂、标签数据,重心=cv2.connectedComponentsWithStats (dst)
#定义标准停止和细化的角落=(cv2标准。TERM_CRITERIA_EPS + cv2。100年TERM_CRITERIA_MAX_ITER, 0.001)
角落=cv2.cornerSubPix(灰色,np.float32(重心),(5),(1,1),标准)
#现在画
res=np.hstack((质心,角落))
res=np.int0 (res)
img (res (: 1), res [: 0]]=[0, 0255)
img (res (: 3), res[: 2]]=[0] 0255年
cv2.imwrite (subpixel5.png, img)
输出图
https://opencv-python-tutroals.readthedocs.io/en/latest/py_tutorials/py_feature2d/py_features_harris/py_features_harris.html harris-corners
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。
