用python实现角点检测

角点是图像处理中的一个重要概念，它们是图像中突出的结构，可以帮助我们识别并定位物体。在Python中，常用的角点检测算法有Harris角点检测、Shi-Tomasi角点检测和FAST角点检测等。

以下是一个使用OpenCV库实现Harris角点检测的示例代码：

import cv2
import numpy as np

# 读取图像
img = cv2.imread('image.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# Harris角点检测
dst = cv2.cornerHarris(gray, 2, 3, 0.04)

# 膨胀结果，使角点更明显
dst = cv2.dilate(dst, None)

# 设定阈值，标记角点，并显示结果
img[dst>0.01*dst.max()] = [0,0,255]
cv2.imshow('Harris Corners', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

以上代码中，`cv2.cornerHarris`函数用于检测角点，参数说明如下：

- `gray`：输入的灰度图像；
- `2`：角点检测窗口的大小；
- `3`：Sobel算子的孔径大小；
- `0.04`：Harris角点检测的自由参数。

然后，对检测结果进行膨胀操作，再根据设定的阈值标记出角点。最后，使用`cv2.imshow`函数显示结果。