【OpenCV-Python】教程:4-3 Shi-Tomasi 角点检测

2023-12-12 04:50

本文主要是介绍【OpenCV-Python】教程:4-3 Shi-Tomasi 角点检测,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

OpenCV Python Shi-Tomasi 角点检测器

【目标】

  • Shi-Tomasi 角点检测器
  • cv2.goodFeaturesToTrack

【理论】

上一个章节中学习了Harris角点,J. Shi and C. Tomasi 做了一些修改,Good Features to Track显示了比Harris角点更好的效果。

Harris 角点检测器分数函数如下:

R = λ 1 λ 2 − k ( λ 1 + λ 2 ) 2 R=\lambda_1 \lambda_2 -k(\lambda_1+\lambda_2)^2 R=λ1λ2k(λ1+λ2)2

Shi-Tomasi 用:

R = m i n ( λ 1 , λ 2 ) R=min(\lambda_1,\lambda_2) R=min(λ1,λ2)

如果 R R R大于一个阈值,就认为是角点。

在这里插入图片描述

如上图,绿色部分的取值就被认为是角点。

【代码】

Harris角点和Shi-Tomasi角点效果对比

在这里插入图片描述

在这里插入图片描述

import numpy as np 
import cv2from matplotlib import pyplot as pltimg = cv2.imread("assets/blox.jpg")
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)# #############################################
# harris 角点检测
gray_harris = np.float32(gray)
# dst 为角点相应,并没有直接返回角点位置
dst = cv2.cornerHarris(gray_harris, 2, 3, 0.04)
# 角点响应,消除一些噪声,所以要做膨胀和腐蚀
dst = cv2.dilate(dst, None)
dst = cv2.erode(dst, None)
ret, dst = cv2.threshold(dst, 0.01 * dst.max(), 255, cv2.THRESH_BINARY)
dst = np.uint8(dst)# 取连通区域
ret, labels, stats, centroids = cv2.connectedComponentsWithStats(dst)
# print(len(centroids))
# print(centroids)
img_harris = img.copy()
for xy in centroids:x, y = int(xy[0]), int(xy[1])cv2.circle(img_harris, (x, y), 3, (0, 255, 255), -1)
cv2.imshow("img_harris", img_harris)###########################################
# shi-Tomasi 角点检测
# corners = cv2.goodFeaturesToTrack(gray, 25, 0.01, 10)
# 这里为了统一对比,也选择56个角点
corners = cv2.goodFeaturesToTrack(gray, 56, 0.01, 10)
corners = np.int0(corners)
img_goodfeatures = img.copy()
for i in corners:x, y = i.ravel()cv2.circle(img_goodfeatures, (x, y), 3, (0, 0, 255), -1)cv2.imshow("img_goodfeatures", img_goodfeatures)cv2.waitKey(0)
cv2.destroyAllWindows()

【接口】

  • goodFeaturesToTrack
cv.goodFeaturesToTrack(	image, maxCorners, qualityLevel, minDistance[, corners[, mask[, blockSize[, useHarrisDetector[, k]]]]]	) ->	corners
cv.goodFeaturesToTrack(	image, maxCorners, qualityLevel, minDistance, mask, blockSize, gradientSize[, corners[, useHarrisDetector[, k]]]	) ->	corners
cv.goodFeaturesToTrackWithQuality(	image, maxCorners, qualityLevel, minDistance, mask[, corners[, cornersQuality[, blockSize[, gradientSize[, useHarrisDetector[, k]]]]]]	) ->	corners, cornersQuality

寻找图像中强的角点

  • image: 输入的单通道8位或浮点图像
  • corners: 输出的角点列表
  • maxCorners: 返回的最多的角点数量,如果检测数量较多,返回最强的那个数量即可。如果要返回所有的,设置为0即可,测试发现设置负数运行报错
  • qualityLevel: 最小可接受角点等级。该参数会与最好的角点响应值相乘,比如说最好的响应为1500,如果设置为0.01,则小于15的角点都不会接受。
  • minDistance: 返回的角点之间的最小欧式距离。
  • mask: 感兴趣区域
  • cornersQuality: 输出角点的质量
  • blockSize: 计算梯度和特征值的小窗口
  • gradientSize: sobel 梯度窗口直径
  • useHarrisDetector: 是否使用 harris 的检测算子
  • k: Harris角点检测器的参数

【参考】

  1. OpenCV 官方文档
  2. Jianbo Shi and Carlo Tomasi. Good features to track. In Computer Vision and Pattern Recognition, 1994. Proceedings CVPR’94., 1994 IEEE Computer Society Conference on , pages 593–600. IEEE, 1994.

这篇关于【OpenCV-Python】教程:4-3 Shi-Tomasi 角点检测的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/483297

相关文章

Python将博客内容html导出为Markdown格式

《Python将博客内容html导出为Markdown格式》Python将博客内容html导出为Markdown格式,通过博客url地址抓取文章,分析并提取出文章标题和内容,将内容构建成html,再转... 目录一、为什么要搞?二、准备如何搞?三、说搞咱就搞!抓取文章提取内容构建html转存markdown

Python获取中国节假日数据记录入JSON文件

《Python获取中国节假日数据记录入JSON文件》项目系统内置的日历应用为了提升用户体验,特别设置了在调休日期显示“休”的UI图标功能,那么问题是这些调休数据从哪里来呢?我尝试一种更为智能的方法:P... 目录节假日数据获取存入jsON文件节假日数据读取封装完整代码项目系统内置的日历应用为了提升用户体验,

Python FastAPI+Celery+RabbitMQ实现分布式图片水印处理系统

《PythonFastAPI+Celery+RabbitMQ实现分布式图片水印处理系统》这篇文章主要为大家详细介绍了PythonFastAPI如何结合Celery以及RabbitMQ实现简单的分布式... 实现思路FastAPI 服务器Celery 任务队列RabbitMQ 作为消息代理定时任务处理完整

Python Websockets库的使用指南

《PythonWebsockets库的使用指南》pythonwebsockets库是一个用于创建WebSocket服务器和客户端的Python库,它提供了一种简单的方式来实现实时通信,支持异步和同步... 目录一、WebSocket 简介二、python 的 websockets 库安装三、完整代码示例1.

揭秘Python Socket网络编程的7种硬核用法

《揭秘PythonSocket网络编程的7种硬核用法》Socket不仅能做聊天室,还能干一大堆硬核操作,这篇文章就带大家看看Python网络编程的7种超实用玩法,感兴趣的小伙伴可以跟随小编一起... 目录1.端口扫描器:探测开放端口2.简易 HTTP 服务器:10 秒搭个网页3.局域网游戏:多人联机对战4.

使用Python实现快速搭建本地HTTP服务器

《使用Python实现快速搭建本地HTTP服务器》:本文主要介绍如何使用Python快速搭建本地HTTP服务器,轻松实现一键HTTP文件共享,同时结合二维码技术,让访问更简单,感兴趣的小伙伴可以了... 目录1. 概述2. 快速搭建 HTTP 文件共享服务2.1 核心思路2.2 代码实现2.3 代码解读3.

Elasticsearch 在 Java 中的使用教程

《Elasticsearch在Java中的使用教程》Elasticsearch是一个分布式搜索和分析引擎,基于ApacheLucene构建,能够实现实时数据的存储、搜索、和分析,它广泛应用于全文... 目录1. Elasticsearch 简介2. 环境准备2.1 安装 Elasticsearch2.2 J

Linux系统中卸载与安装JDK的详细教程

《Linux系统中卸载与安装JDK的详细教程》本文详细介绍了如何在Linux系统中通过Xshell和Xftp工具连接与传输文件,然后进行JDK的安装与卸载,安装步骤包括连接Linux、传输JDK安装包... 目录1、卸载1.1 linux删除自带的JDK1.2 Linux上卸载自己安装的JDK2、安装2.1

Python使用自带的base64库进行base64编码和解码

《Python使用自带的base64库进行base64编码和解码》在Python中,处理数据的编码和解码是数据传输和存储中非常普遍的需求,其中,Base64是一种常用的编码方案,本文我将详细介绍如何使... 目录引言使用python的base64库进行编码和解码编码函数解码函数Base64编码的应用场景注意

Python基于wxPython和FFmpeg开发一个视频标签工具

《Python基于wxPython和FFmpeg开发一个视频标签工具》在当今数字媒体时代,视频内容的管理和标记变得越来越重要,无论是研究人员需要对实验视频进行时间点标记,还是个人用户希望对家庭视频进行... 目录引言1. 应用概述2. 技术栈分析2.1 核心库和模块2.2 wxpython作为GUI选择的优