python opencv 实现Harris

Harris角点检测是一种经典的计算机视觉算法，它可以在图像中检测出角点。下面是使用Python和OpenCV实现Harris角点检测的步骤：

1. 导入必要的库

import cv2
import numpy as np

2. 读取图像并转换为灰度图像

img = cv2.imread('image.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

3. 计算图像中每个像素的Harris响应函数值

dst = cv2.cornerHarris(gray, 2, 3, 0.04)

其中，第一个参数是灰度图像，第二个参数是窗口大小，第三个参数是Sobel算子的大小，第四个参数是Harris算法的自由参数，通常取0.04-0.06。

4. 对图像进行膨胀操作，以便更好地显示角点

dst = cv2.dilate(dst, None)

5. 通过设置一个阈值来筛选出角点，并将它们标记在图像上

img[dst > 0.01 * dst.max()] = [0, 0, 255]
cv2.imshow('Harris Corners', img)
cv2.waitKey(0)

其中，阈值可以根据实际情况调整，这里设置为0.01*dst.max()。

完整的代码如下：

import cv2
import numpy as np

img = cv2.imread('image.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

dst = cv2.cornerHarris(gray, 2, 3, 0.04)
dst = cv2.dilate(dst, None)

img[dst > 0.01 * dst.max()] = [0, 0, 255]

cv2.imshow('Harris Corners', img)
cv2.waitKey(0)

运行代码后，可以看到图像中的角点已经被标记出来了。