cv2.cornerHarris 例子

cv2.cornerHarris是OpenCV中用于角点检测的函数，它可以检测出图像中的拐角，返回角点图像。

下面是一个使用cv2.cornerHarris函数的简单例子：

import cv2
import numpy as np

# 读取图像
img = cv2.imread('image.jpg')
# 转换成灰度图像
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

# 使用cv2.cornerHarris函数进行角点检测
dst = cv2.cornerHarris(gray,2,3,0.04)

# 结果转换为uint8类型的图像
dst = cv2.convertScaleAbs(dst)

# 在原图像上绘制角点
img[dst>0.01*dst.max()]=[0,0,255]

# 显示图像
cv2.imshow('dst',img)
if cv2.waitKey(0) & 0xff == 27:
    cv2.destroyAllWindows()

在这个例子中，首先读入了一张图片，将其转换为灰度图像，然后使用cv2.cornerHarris函数进行角点检测，返回的结果dst是一个和原图像大小相同的单通道图像，其中每个像素代表该点的角点响应值。

最后，我们将结果转换为uint8类型的图像，找到大于0.01倍最大响应值的像素点，将其在原图像上标记为红色，最终显示结果。

相关问题

python cv2.cornerHarris

`cv2.cornerHarris()`是OpenCV库中用于角点检测的函数之一。它基于Harris角点检测算法，用于识别图像中的角点。

下面是一个使用`cv2.cornerHarris()`函数进行角点检测的示例：

import cv2
import numpy as np

# 读取图像
image = cv2.imread('image.jpg', 0)  # 替换为你的图像路径
# 转换为float32类型
image = np.float32(image)

# 执行角点检测
dst = cv2.cornerHarris(image, blockSize=2, ksize=3, k=0.04)

# 标记角点
dst = cv2.dilate(dst, None)
image[dst > 0.01 * dst.max()] = 255

# 显示结果
cv2.imshow('Corner Detection', image)
cv2.waitKey(0)
cv2.destroyAllWindows()

在上述示例中，我们首先使用`cv2.imread()`函数读取一张图像。然后，我们将图像转换为float32类型。接下来，我们使用`cv2.cornerHarris()`函数执行角点检测，其中`blockSize`参数指定邻域大小，`ksize`参数指定Sobel导数的孔径大小，`k`参数为角点检测方程中的自由参数。

然后，我们使用`cv2.dilate()`函数对角点结果进行膨胀操作，并将大于阈值的角点位置标记为白色。最后，我们使用`cv2.imshow()`和`cv2.waitKey()`函数显示图像中的角点。

请注意，此示例假设输入图像是灰度图像。如果你的图像是彩色图像，可以使用`cv2.cvtColor()`函数将其转换为灰度图像。

介绍cv2.cornerHarris

`cv2.cornerHarris` 是 OpenCV 中用于检测角点（Corner）的函数。角点是图像中比较特殊的点，它们是两条边缘线交叉处的点，通常被用于图像识别、三维重建等领域。

`cv2.cornerHarris` 函数的调用形式如下：

dst = cv2.cornerHarris(src, blockSize, ksize, k)

其中：

- `src`：待检测的输入图像，必须为单通道浮点型图像。
- `blockSize`：角点检测时考虑的邻域大小，一般取值为 2、3、4、5、6、7 等。
- `ksize`：Sobel 算子的大小，一般取值为 3。
- `k`：角点检测参数，一般取值范围为 0.04~0.06。

函数的返回值是一个与输入图像大小相同的单通道浮点型图像，其中图像的每个像素值表示该点的角点响应程度，响应程度越高则表示该点越有可能是角点。

使用 `cv2.cornerHarris` 函数进行角点检测的一般步骤如下：

1. 读入待检测的图像并将其转换为灰度图像。
2. 对灰度图像进行角点检测。
3. 根据角点响应程度对图像中的角点进行筛选。
4. 在原图像中标注出检测到的角点。

值得注意的是，`cv2.cornerHarris` 函数只能检测到图像中的角点，对于其他特征点（如直线端点、交叉点等），需要使用其他的算法进行检测。