harris.compute_harris_response
时间: 2024-06-03 21:12:20 浏览: 16
`harris.compute_harris_response` 是一个函数,用于计算输入图像中每个像素的 Harris 角点响应值。Harris 角点是一种计算机视觉中的特征点,可以用于图像匹配、物体识别等任务。具体实现时,该函数会对每个像素计算它的 x 和 y 方向的梯度,并利用这些梯度计算出该像素的 Harris 响应值。该函数通常与其他函数一起使用,比如 `cv2.cornerHarris`,用于在图像中检测出 Harris 角点。
相关问题
harris.compute_harris_response 参数 以及输出
`harris.compute_harris_response()`是一个计算Harris角点检测响应函数的函数,它的输入参数是一个灰度图像。具体来说,它的参数如下:
- `im`:输入的灰度图像,类型为numpy数组。
该函数的输出是一个与输入图像大小相同的numpy数组,其中每个元素都是对应像素的Harris角点响应值。
Harris角点检测python代码
Harris角点检测是一种计算机视觉算法,用于检测图像中的角点。以下是Harris角点检测的Python代码:
1. 首先需要导入必要的库:
```
from PIL import Image
from numpy import *
from pylab import *
```
2. 定义计算Harris响应函数的函数:
```
def compute_harris_response(im, sigma=3):
""" 在一幅灰度图像中,对每个像素计算Harris角点检测器响应函数 """
# 计算导数
imx = zeros(im.shape)
filters.gaussian_filter(im, (sigma,sigma), (0,1), imx)
imy = zeros(im.shape)
filters.gaussian_filter(im, (sigma,sigma), (1,0), imy)
# 计算Harris矩阵的分量
Wxx = filters.gaussian_filter(imx*imx, sigma)
Wxy = filters.gaussian_filter(imx*imy, sigma)
Wyy = filters.gaussian_filter(imy*imy, sigma)
# 计算特征值和迹
Wdet = Wxx*Wyy - Wxy**2
Wtr = Wxx + Wyy
return Wdet / Wtr
```
3. 定义获取Harris角点的函数:
```
def get_harris_points(harrisim, min_distance=10, threshold=0.1):
""" 从一幅Harris响应图像中返回角点。min_distance为分割角点和图像边界的最小像素数目 """
# 寻找高于阈值的候选角点
corner_threshold = harrisim.max() * threshold
harrisim_t = (harrisim > corner_threshold) * 1
# 得到候选点的坐标
coords = array(harrisim_t.nonzero()).T
# 以及它们的Harris响应值
candidate_values = [harrisim[c[0],c[1]] for c in coords]
# 对候选点按照Harris响应值进行排序
index = argsort(candidate_values)
# 将可行点的位置保存到数组中
allowed_locations = zeros(harrisim.shape)
allowed_locations[min_distance:-min_distance,min_distance:-min_distance] = 1
# 按照最小距离原则,选择最佳Harris点
filtered_coords = []
for i in index:
if allowed_locations[coords[i,0],coords[i,1]] == 1:
filtered_coords.append(coords[i])
allowed_locations[(coords[i,0]-min_distance):(coords[i,0]+min_distance),
(coords[i,1]-min_distance):(coords[i,1]+min_distance)] = 0
return filtered_coords
```
4. 定义绘制Harris角点的函数:
```
def plot_harris_points(image, filtered_coords):
""" 绘制图像中检测到的角点 """
figure()
gray()
imshow(image)
plot([p[1] for p in filtered_coords], [p[0] for p in filtered_coords], '*', color='r')
axis('off')
show()
```
5. 最后,可以使用以下代码来运行Harris角点检测:
```
# 读入图像
im = array(Image.open(r"C:\Users\13121\Desktop\test.jpg").convert('L'))
# 计算Harris响应函数
harrisim = compute_harris_response(im)
# 获取Harris角点
filtered_coords = get_harris_points(harrisim, 6, 0.01)
# 绘制Harris角点
plot_harris_points(im, filtered_coords)
```
相关推荐
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![jpg](https://img-home.csdnimg.cn/images/20210720090814.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)